博客专栏

EEPW首页 > 博客 > 他曾是本田ASIMO机器人行走控制团队唯一中国研究员,今携十年研发经验归国,力争让双足机器人比肩美日德 | 专访

他曾是本田ASIMO机器人行走控制团队唯一中国研究员,今携十年研发经验归国,力争让双足机器人比肩美日德 | 专访

发布人:深科技 时间:2021-06-23 来源:工程师 发布文章
“美国系统深入的理论,日本严谨精准的测试,德国灵活巧妙的设计,这些都等待着中国去赶超。” 


日前,之江实验室 PI 研究员、前本田技研先端中心研究员、大阪大学博士 & 特聘研究员付春江,这样形容自己回国的 “双足机器人使命”。

今年 36 岁的付春江生于辽宁鞍山,本科毕业于华东理工大学信息学院及认知神经动力学研究所,毕业后东渡日本来到大阪大学读博,主要研究双足行走控制,期间师从日本生体工学权威专家野村泰伸教授。
毕业后,先在大阪大学担任特聘研究员,后出走象牙塔来到日本本田公司阿西莫(ASIMO)仿人机器人,负责新型双足运动控制研究。
他说,阿西莫小组双足控制岗位从未招聘过中国人。在波士顿动力的机器狗诞生之前,阿西莫祖机器人动作多样性一直处于全球领先动态,其驱动方式为电机驱动。

1998 年起,本田公司秘密研发十年,曾诞生过全球首台独立行走和独立奔跑的双足机器人,一度曾引起轰动。
加入该公司后,付春江在新型控制器方面做了较多贡献。其中,高维不稳定动力学流形是他的代表性工作之一。


从全身高维动力学模型出发,推导出全身高维动力学的非稳定流形
传统的双足控制基于模板动力学,即双足机器人会涉及到一个特别高维的非线性动力学过程。
此前,相关研究人员一般先把它进行降维,用一个线性倒立摆或者一个弹性倒立摆,先对整体高维动力学进行近似,接着先处理比较简单的模型,然后再使用映射方法映射到全身运动型模型或动力学模型。
在读博期间的第一篇论文,付春江绕开从模板动力学模型出发的方法,而是从全身高维动力学模型出发,然后推导出全身高维动力学的非稳定流形。


此前,使用低维非稳定流形或捕获点方法非常流行,但之前在高维非稳定流形方面并没有人做。
因此,付春江是首个提出高维不稳定动力学流形的学者,通过考察单足支撑和双足支撑相的可控性,提出在双足支撑项施加间歇控制,对双足支撑时的非稳定流形施加控制从而实现稳定行走。
因为只对非稳定流形的部分加以控制,并只在一小段窗口期施加,可大大减少控制能耗,对于稳定流形部分则采用放任方式,这样双足行走会更自然。
更快的实时计算速度,更少的能量消耗
付春江在本田的很多工作,有些以论文形式发表,有些则申请为专利。
其中有一个专利涉及到机器人双足控制方式,他告诉 DeepTech,一种流行的控制机器人双足的方式叫混合零动力方式,该方法由美国密歇根大学 Jessy  Grizzle 教授于 20 世纪 90 年代提出。


在研究早期,付春江相对独立地提出了一套类似的方法,该方法也是从全身动力学出发,基于任务空间而非关节空间,可实现轻松规划脚步经过的弧线、身体倒立摆经过的长度、以及支撑腿部到身体重心的长度。
经过反馈线性化的方法,再用微分几何的方式,可把全身动力学映射到模型任务空间,变成在任务空间当中的全身动力学方式。
然后在任务空间中再利用它的规划,就可方便地达成各种各样的行走方式。比如,机器人可实现在上下坡、台阶等非平整地面上行走。
这套方法的优点在于,其一可在线进行计算,只要前期把微分几何当中的各阶李导数全部计算好,那么实时计算速度就会很快,因此非常适合机器人;其二由于是全身动力学规划,非必要的能量消耗会更少。
但是,对于初值和干扰来说,反馈线性化的方式比较缺乏鲁棒性。
为应对该问题,付春江联合斯坦福大学团队,开发出基于采样的直接策略优化法。
其本质在于原来做优化的时候,优化轨迹是一条线,但受干扰的这条线会偏离原来的轨道,这样系统就不具备鲁棒性。
研究中,他们提出在某一个状态点周围进行采样,借鉴无色卡尔曼滤波器的思想,来对采样点进行地推。
这样就能实现在保留非线性的同时,不对系统的动力学特性进行改变,那么最终优化出来的是一条管道,而不再限于一条线。
在优化出来的这条管道之内,只要系统状态量在管道之内,就能保证整个系统的鲁棒性。
说到这里付春江举例称,火箭里面的燃料会产生一定的波动或震动,因此火箭整体质量分布就会发生抖动或变化,这等于只有火箭下部有推动力,这时对其做控制就会比较难。
因此他提出这样一种优化管道的方法,来保证对内部扰动、外部空气扰动都具有鲁棒性,因此火箭可以安全顺利地着地。
在他的研究中,另一个困难是如何找出在任务空间的参考轨迹,方法是基于带接触的模型预测控制。


波士顿动力等公司使用的是为基于线性互补条件(LCP)的方法。但是,他们提出了更好的方法,即把 LCP 接触,看做是一层优化,然后把利用模型预测控制 MPC 作为上层的优化,接着基于这两层优化去解决相应问题并能达到准实时的计算速度。
开发可改变阻抗的驱动器
在工业机械臂中有位置控制、力矩控制和阻抗控制三种方式,但是在双足机器人上,目前做出来的只有位置控制和力矩控制的双足机器人。
这是因为双足机器人存在本质不稳定的问题,控制起来也更难。但是与环境和人相接触、改变动作吸引子状态,以及节约能量注入能量等,都需要阻抗控制,因此改变阻抗十分重要,且会带来新的应用场景。


基于此,付春江与团队开发了可以改变阻抗的驱动器,采取的方式是改变力臂长度,然后对变阻抗驱动器进行建模,研制和测试。
据他介绍,以前的变阻抗驱动器主要用于上肢,输出力矩较小,这款变阻抗驱动器的输出力矩目前是世界最大的,可在 0.1 秒之内改变阻抗。未来有望用在双足机器人中的腿足。
相比轮式机器人,双足机器人的优势在于可探索不连续平整的地面比如爬上陡坡,而轮式机器人则很难通过超过 60 度的坡度。
而双足机器人的占地非常小,因此落脚点也非常小,因此能通过支持反作用力来维持动态平衡。


另外相比四足机器人,双足机器人有较高的重心优势,因此能解放双手来做一些高重性的动作。比如去开一扇门以及端一盘菜。而波士顿动力狗等四足机器人则很难做这样的动作,因为它的重心比较低。
此外,双足机器人可利用全身的动作,以投掷的方式来让双手集中全身力量,即便它的驱动器没有这么大的力量,但是它的输出比一个单纯的机械手臂会有更大的力量输出。而且,相比于人假如它的零件坏掉,还可进行更换。
双足机器人的五大潜在实际应用
付春江告诉 DeepTech,结合相关优势和特点,双足机器人大概有以下五个落地场景:
第一,用于农业作业。一般农业工作都是在非铺装路面进行,这对于双足机器人的脚部支撑面非常小,即只能站在两行稻田的中间,而这恰好符合双足优势。因此其落地场景之一是农业,人口城市化的推进必将带来农业人口的减少,因此可让它们来干农活。
第二,用于建筑作业等高重心劳动。建筑是一个高危行业,并且需要高重心劳动,如果使用双足机器人,其不仅能帮助人类避免可能的危险,且具备高重心作业能力。
第三,用于照顾老人。老龄化社会会催生更多家庭服务需求,全球很多国家的年轻人都会到大城市发展,很多老龄化人口并不能得到子女长期稳定的陪护。而双足机器人可起到照顾老年劳动力的问题,比如给家里买菜、陪老人去散步。此外,还可通过 5G 和 VR 等连接方式,让老人以非常快的通讯速度连接到自己的专属机器人上,从而享受被照顾的服务。
第四,用于科考探索。假如需要在地外行星上的非铺装路面作业,双足机器人不需要像人类宇航员那样,付出维持生命系统的高昂代价。
第五,用于灾害救援和响应。灾害救援场景一般是为了救人,美国曾举办过 DRC 竞赛,就是这个场景。
出国十年,一朝返华
2021 年 3 月,出国十多年的付春江,正式回国入职浙江杭州之江实验室,目前正在筹建双足机器人本体项目组。
他们主要研究双足机器人的新型结构和控制,希望借此打造一个适合多场景落地的双足机器人。

从事双足机器人研究工作多年的他,非常熟悉各种双足控制流派,比如基于模板动力学的、基于非线性控制的、基于优化的,以及基于强化学习的,和世界很多高校和公司都有交流或合作。此次回国也是希望能打造出具有中国特色的双足机器人。
他说,当初出国时日本的博士生拿的工资可能都比国内的正式员工待遇要好,但是现在中国经济的发展给科研提供了强劲动力,而且在国内也更方便进行大团队的创造性工作,因此他很看好中国目前乃至后续的发展前景。
-End-


*博客内容为网友个人发布,仅代表博主个人观点,如有侵权请联系工作人员删除。



关键词: 机器人

相关推荐

技术专区

关闭