就像人类和大部分陆地动物一样，腿式机器人需要有越过崎岖道路的能力，来应对各种灾难，进行搜索和救援行动。然而，编写控制算法来操纵脚到底放在哪里（比如说在废墟或垫脚石这样的地方）是充满挑战的，因为机械脚的步伐位置被严格的限制着，而且这些系统的动作都遵循着十分复杂的动力学方程。
最近，优化和非线性控制系统的研究有了新的突破，加州大学伯克利分校和卡内基梅隆大学的实验室利用这一突破演示了ATRIAS机器人在垫脚石上的动态行走。虽然石头之间的距离和它们的高度都是随机的，但机器人还是顺利地完成了任务。
Why Legged Robots?
机器人为什么要长腿呢？
带腿的机器人有特别杰出的通过崎岖不平陆地的能力。它们比起其他那些带轮子的同类们要好用得多了。而相比之下，带轮机器人通过充满间隙和高度变化的陆地时就困难重重。两足机器人穿越不规则陆地的能力使它们成为太空探索，应对灾难的不二人选，而且，它们还可以作为私人机器人，在充满为人类设计的楼梯和垫脚石的城市里自由穿梭。
事实上，专为挑战机械穿梭技术发展最新水平所设的“W”奖，所包括的任务还有通过一系列垫脚石和楼梯。虽然这几年来，带腿机器人在机械设计和软件控制上有了显著的飞跃，但它们离被部署到现实生活中还差得远呢，详见2015 DARPA机器人挑战。现在技术发展最新的机器人一般只能做准静态动作，所以行动缓慢，还没有能力应对突发的干扰，在能量利用上不够有效率。
设计出适合通过离散地形的下肢外骨骼也是一件充满挑战的事情。要实现这一点，通常都需要额外的平衡机械设计，比如说拐杖，但这种设计却占据了手的空间。这在最近需要外骨骼型机器人走过一系列垫脚石的Cybathlon大赛中进一步得到了证实。通过设计不同种类的机器人和编写不同的反馈算法，机器人可以迈出精准的步伐，安全可靠地通过复杂的地形，我们可以开发新的机器人并且把这些想法加入到生物机械设备中去，造福人类。
在垫脚石上的动态行走
在加州大学伯克利分校的混种机器小组中（之前在卡内基梅隆大学），我们正在开发正式控制框架，使高自由度的双足机器人不但能准确控制每一步，还能估测不确定因素和外界力的干扰。这些方法并不限制于这一种机器人，在其他机器人身上也通过了测试（模拟测试），其中包括RABBIT，ATRIAS和DURUS。
另外，这些机器人并不能预先知道前面的地形；它们只知道下一步落脚的具体位置，一种十分接近于机器人在真实世界中可能遇到的情境的模拟。我们还在ATRIAS双足机器人平台上实验测试了我们的控制算法。这些机器人可以在随机离散的地形上迈出长度在30到65厘米之间，上下高度在22厘米的步伐，同时还能保持0.6m/s的平均步速。
我们相信这是双足机器人第一次实现在垫脚石上随机步高与步长的动态行走。
为什么“一步一步”地走路对机器人来说那么困难呢？首先，双足机器人是具有高自由度的系统，它们的动作由非线性复微分方程控制，这些非线性复微分方程描述了和地面接触的混合动力学：机器人必须通过和周围事物不断建立接触和断开接触来和环境相互作用。
还有，我们研究的机器人，比如说ATRIAS，是不完全驱动型的，也就是说它们在脚踝处没有制动器，只有固定的点状的双脚。为了让读者更深刻了解到它的困难性，想像一下用高跷走过垫脚石或爬上一段楼梯：这种情况下，保持平衡的唯一方法就是持续移动。走垫脚石也限制了脚步的位置，当然，在现实生活中这些石头还可能滚动（很快我们就要解决这一问题）。另外，机器人还会受到其他因素的限制，比如说电动机转矩限制和摩擦（机器人不能脚滑）。这些限制可能会互相作用，这使设计过程变得十分复杂。
垫脚石的问题已经被深入研究过了，并在像Valkyrie和ATLAS这样的机器人身上得到了令人印象深刻的结果。但我们所用方法与众不同的是，和机器人倾向使用的准静态动作不同，它们使用动态行走。通过对系统动力学非线性的分析和最新的优化和非线性控制技术的应用，我们可以用一种简单紧凑的形式指定控制对象和设计机器人行为，同时又能保证稳定性和安全性。也就是说我们的机器人可以通过离散地形而不滑倒或摔倒，我们有一些漂亮的数学计算过程和炫酷的实验视频来支持这一点。
下一步
我们的机器人现在还是“瞎的”，我们需要给它们周围环境的信息，比如说下一块垫脚石的位置。我们现在正在想办法集成电脑视觉算法，包括深度细分和与控制器的深度学习。这使得机器人能够分析它的周遭环境，从而发展出全自动的系统。一个新的机器人Cassie马上就要到伯克利了，我们打算利用Cassie走过现实世界情境中的垫脚石来拓展我们的实验结果。
长远来看，这项研究能使双足机器人自己导航通过复杂的地形，无论是在室内（比如说楼梯和狭窄的过道），还是室外（比如说林间小路）。我们研究的主要因素有安全性，抗干扰性和敏捷性，也就是说我们希望我们的机器人能够踩“对”每一步，不摔倒，同时又对突如其来的外力和干扰有较好的应对能力。
这项技术的应用前景是十分广泛的：在搜索和援救任务中，自动的人形机器人可以代替人类出动；在探索未曾涉足的地方，比如其他行星时，复杂的地形对人来说充满危险，但对机器人来说可能如履平地。另外，我们为双足机器人所开发的程序经转化也可用于加强人类的活动能力，比如说做成下肢外骨骼。
Ayush Agrawal是加州大学伯克利分校由Koushil Sreenath教授带领的混合机器人小组下一名博士生，研究双足机器人和外骨骼。Quan Nguyen凭借双足机器人在离散地形上抗干扰行走控制的项目刚在卡耐基梅隆大学完成他的博士学位。他们是交于国际机器人研究杂志的一篇关于在随机离散地形上动态双足运动的论文的主要作者。
（翻译：费哲妮；审校：刘博尧）
京公网安备11010502039775号
