据我所知,支腿本质上是多维的非线性系统,其控制理论处于“非常困难”和“非常困难”的边界之内。 “不可能”。
但是,例如,飞机同样是多维的和非线性的,尽管如此,几十年前自动驾驶仪对它们的控制也足够好。他们足够信任,可以将数百名活人的生命告诉他们。
本质上的区别是什么?什么使行走如此困难,而飞机却如此容易控制呢?
#1 楼
我不确定我是否同意双脚行走很难控制飞机。这取决于您如何看待它。许多机器人可以行走(双足行走),并且许多飞机由于其飞行特性或飞行条件而难以控制。机器人在良好的条件下行走更容易。由于天气条件太困难,许多飞机都无法控制。有时,其中有数百人坠毁的飞机中有一部分因此而坠毁。
但是,让我们关注一下使机器人的双足运动变得困难的原因以及为什么行走机器人不在每个人的家中,因为我认为这是您的真正问题。
行走需要理解并做出反应,以了解环境和重力如何对您的身体施加压力并使其移动。大多数行走机器人会测量其所有零件的方向,并具有一个惯性传感器(如您的内耳),以告诉他们如何利用重力进行定向,从而可以预测(并控制)重力对其运动的影响。
了解环境如何向您施加力量更加困难。在坚硬,光滑的表面上行走很容易,因为您可以假设脚和地板之间的接触是什么样的,以及它们之间的摩擦是什么。许多步行机器人的脚踝处都将带有一个扭矩传感器,以帮助测量这些接触。有些人的脚底会带有接触式传感器。
如果您尝试在不规则或不稳定的表面上行走,会变得更加困难。您不再需要做任何假设,而是必须实时估计接触的摩擦力。如果没有正确的传感器,很难做到这一点,并且如果在设计机器人时考虑到了许多有关步行环境的假设,那么在不同的环境中将很难。如果您估计摩擦力和脚支撑不正确,则机器人会滑落。
那是脚步接触……但是,当然,当我们在一个环境中导航时,我们为了稳定而动用了双手,我们可能会暂时靠在某些物体上,然后撞到物体上并从中恢复过来。如果您看一下仿人机器人技术中正在进行的研究,您会看到不同的项目已经研究(并在某种程度上解决了)所有这些问题。
现在考虑导致步行失败的事情。您在门口看不到的小嘴唇会使您绊倒。与其他高度不同的台阶可能会导致您绊倒。您所站立的表面坍塌会导致您失去平衡。一个好的步行机器人将必须感知并控制所有这些事情。因此,我们不仅需要行走控制,还需要异常恢复控制,而且还需要良好的感知和环境模型来预测需要在哪里将控制更改为其他更合适的方法。
问题变得非常复杂。这不是控制问题,而是需要设计的感知,计划,反射和控制的整个系统。每年我们都在进步,但是在创建一个系统以实现人类环境中良好的双足运动所需的所有感测,传感器融合,处理和启动方面,还有更多的进展。
为什么这么难步行?如果我必须选择一个,我会说感知是最需要工作而不是控制的领域。
评论
$ \ begingroup $
感谢您提供信息。我可能不同意“许多飞机难以控制”。这些飞机是基于线性系统进行控制的,线性系统是非常成熟的领域。在线性系统中,稳定性是黑白的。
$ \ endgroup $
– Croco
17-2-27在12:55
$ \ begingroup $
线性系统理论中的稳定性是黑白的。真正的飞机不是那样工作的。它们不是线性的。您可能会查看正在为飞行控制器使用和研究的方法。
$ \ endgroup $
–hauptmech
17年2月28日在22:55
$ \ begingroup $
请参考Pro的讲座。麻省理工学院的让·雅克·斯洛廷(Jean-Jacques Slotine)。他在演讲中陈述了有关飞机的这一事实,但是,喷气式战斗机或执行激进机动的飞机却并非如此。
$ \ endgroup $
– Croco
17年1月1日在3:42
$ \ begingroup $
我认为,如果我们通过讨论进行讨论,就不会有任何分歧,而只是澄清哪种飞机类型和飞行条件可以进行线性控制并证明是稳定的。我在回答中添加了一个限定词,以使其更加清晰。
$ \ endgroup $
–hauptmech
17 Mar 2 '17 at 21:02
#2 楼
首先,您必须考虑所有强大的符号:$研究总是与$矛盾,而且众所周知,要获得所有想要的资金很难。同时,飞机行业在2016年的利润为33美元Bbb-billllllllion。这笔钱可花了很多钱,并且有足够的理由让那些可以为最坏情况(例如飞行员能力丧失,等。
还有时间。多年来,人们花在飞机上,并实现了使人们在空中飞行的奇异目标。
从学术上讲,这是另一套问题。如上所述,飞机(相对于步行机)一直是一个持续发展的领域。从起落架到推力控制再到副翼操纵,一切都得到了广泛的模块化改进。因此,自动化这些程序不是一个“从头开始”的过程。
但是,步行也许是一个更复杂的任务。首先,有平衡。人体花费了数百万亿年的时间进行工程设计,并且我们拥有所有适当的力学手段都可以在这种情况下以这种方式使脚踝转弯等。复制这些力学手段非常困难,但是要教导机器人(在适当的时间范围内) )很难理解并做出反应。然后我们添加地形问题。走几步楼梯或多岩石的山丘,平衡自己会变得更加困难。在走路时,您抬起一条腿,让自己基本上向前倾斜几英寸,然后抓住自己,立即保持平衡,抓住立脚点,并已经抬起另一只脚。
认为您可能会错过机器人步行领域的一些不错的进步,并且您可能会对波士顿动力公司的这段视频感兴趣。
几分钟后,您肯定会看到机器人的规模这是技术专长。
#3 楼
双足机器人本质上是不稳定的-轻微的敲打会导致其跌落。商用飞机本质上是稳定的-一阵风可能会使它偏离航向,但它将保持正确的飞行方向,而不仅仅是从天上掉下来。
虽然确实存在具有放松稳定性的飞机,但是为了获得放松稳定性,直到最近才可以使用相当复杂的自动控制系统对其进行控制,即使这样,它们也不像双足机器人那样不稳定。
#4 楼
动态步行Biped步行更困难的原因是因为像box2d,havok等栩栩如生的物理模拟是计算机历史中相对较新的概念。第一个使用物理引擎的知名游戏是《愤怒的小鸟》(Angry Birds,2009年)。后来出现了QWOP模拟器等。
马克·雷伯特(Marc Raibert)领导下的MIT实验室进行了首次研究。他不仅构建了单腿机器人,还创建了满足SIGGRAPH 1991要求的计算机动画。后来,波士顿动力公司还首先在新算法内部进行了物理仿真测试。面向消费市场的第一个支持行走角色的游戏引擎是NaturalMotion Euphoria,该引擎大约在2000年进行了编程。在此之前,计算机硬件的速度还不足以实时模拟物理。只有在模拟运行合理的前提下,才能发明出位于物理引擎顶部的Biped控制器。
飞机上的自动驾驶仪
存在飞机自动驾驶仪或他们有能力降落一架波音A380。甚至像X-47B这样的目前的无人机也需要在环上进行人机降落(在对x-47b飞机进行开发测试时获得的经验教训,第21页“任务操作员直接与编码人员合作制定/验证计划”)。仅在蒸汽朋克世界中,自动驾驶飞机才可用,并且运转良好。
评论
$ \ begingroup $
“第一个使用物理引擎的广为人知的游戏是《愤怒的小鸟》(Angry Birds,2009年)。”该声明非常偏向于“广为人知”的属性,并且通常是完全错误的。在《愤怒的小鸟》之前,有很多利用物理引擎的游戏。我记得90年代基于2D物理的游戏。 《半条命2》的零点能量场操纵器是2004年以来3D的一个例子。《愤怒的小鸟》很受欢迎,但它并不是最先进的物理引擎。令人质疑的是,这种游戏引擎与机器人技术相比。
$ \ endgroup $
–弯曲单元22
16 Sep 8'在10:25
$ \ begingroup $
没关系,谢谢答案。但是,尽管物理建模在IT中是新事物,但控制理论却不是。与此问题的比较相对应,我们可以看到:2009年,自动驾驶仪已经是一种经过充分测试,广泛使用的稳定技术。
$ \ endgroup $
–peterh-恢复莫妮卡
16-9-8上午10:47
评论
这是一个很好的问题,值得认真的分析回应。我相信,通过比较两个系统的控制目标,答案将显而易见,但是要做到这一点,您的问题应该得到完善,以使答案不会做出错误的假设。当您提到机器人行走时,您是在谈论在未知环境中(障碍物,崎uneven不平的地面等)行走吗?当您提到自动驾驶仪时,您的意思是仅包括巡航,还是您建议完全自主飞行已解决?