一年一度的国际消费性电子展(CES)在1月初于美国拉斯韦加斯举行,在展出的众多五花八门的消费性电子装置中,笔者偏好寻找能对这个世界带来一些重要影响的电子技术;CES第一天,我首先注意到的就是韩国现代汽车(Hyundai Motor Company)展示的可穿戴外骨骼机器人(wearable robotic exoskeleton),由该公司的资深研究员Dong Jin Hyun讲解。

可穿戴外骨骼机器人技术的研发始于美国麻省理工学院(MIT)的“高效益机器人架构与电机系统(highly efficient robotic mechanisms and electromechanical system,HERMES)”,是MIT仿生机器人实验室(Biomimetic Robotics Lab)旗下的研究项目;该实验室提出了一个概念、着手设计,最后打造了可远程操控的全身人形机器人原型。

MIT所打造的人形机器人系统不只能在危险的环境运作,能负担繁重的任务,此设计最重要的影响是由Dong Jin Hyun衍生设计出的可穿戴式外骨骼。

让HERMES与人形机器人动作平衡

设计工程师一直在尝试让机器人的运动发挥到极限──也就是说让机器人的动态行为动作就跟人类一样。我们身为人类,能透过大脑思考来适应不寻常、未预期的状况,让我们能在问题解决方面非常有创造力;通过在机器人身上部署某种形式的人工智能以及运动技巧,就可能让机器人能进入高度危险、可能致命的环境执行任务,以保障现场工作人员的生命安全。

藉由采用发散运动分量(divergent component of motion,DCM),操作员与机器人能透过质心(center of mass,CoM)与压力中心(center of pressure,CoP)的动力达成平衡同步化;我们人类能通过几个关节协调复杂的动作,并同步协调动作的优美与顺畅,而研究人员也希望打造出能完全模仿人类流畅动作的机器人。

能达成以上目标的方法之一,是通过过全身远程操作(whole-body teleoperation)来获取、模仿人类的动作。

20170207 02 robot02

MIT研发的机器人系统HERMES,是一种能执行复杂动态操作任务的人形机器人设计。(来源:参考数据1)

远程的机器人操作员需要能与机器人的身体与感官合为一体,也就是说能感觉到机器人的力量以及受到的干扰,并因此能导引机器人成功执行任务、就像操作员自己在现场一样。MEMS传感器应该在这种设计中扮演了重要角色,现在加速度计与陀螺仪已经能有效被运用于这类人形机器人系统的运作与感测。

惯性量测单元(IMU)以及传感器中枢,能实现机器人的精确控制、自动化以及定位(positioning);如ADI的EVAL-ADIS2评估系统能协助加速产品上市,Bosch Sensortec也有可搭配其智慧中枢(Smart Hubs)以及专用传感器节点(ASSN)的优异传感器中枢软件。

20170207 02 robot03

Bosch Sensortec的MEMS传感器解决方案阵容坚强。(来源:Bosch Sensortec)

客制化IMU设计让机器人站稳

讲到IMU,似乎与HERMES人形机器人无关,不过客制化IMU能让设计工程师维持拥有天生不稳定运动轨迹(motion profile)的机器人之稳定性;例如为Ballbot设计的客制化IMU,能为这种本来形状就无法“站稳”的机器人,带来维持稳定所需的精确度。

在校准IMU之前需要先校准ADC,这有助于简化IMU的校准,只需要简单的设备就能完成;Kalman滤波器在此是实现数据融合以及精确角度估算输出的关键,并能让机器人完美平衡。Kalman滤波器也能去除陀螺仪讯号漂移,以及可能会让加速度计失误的移动加速噪声。

20170207 02 robot04

{xa, ya}两个轴代表是加速度计敏感度,与陀螺仪耦合,量测环绕加速度计轴的角速度(angular velocities)。(来源:参考数据2)

Kalman滤波器

Kalman滤波器能过滤噪声,产生不可观察的状态(non-observable state),并预测未来状态;过滤噪声非常重要,因为很多传感器的输出噪声都太多,无法直接使用;Kalman滤波器能让设计工程师计算不确定的信号/状态,一个重要的应用是生成估计速度所需的不可观察状态。

通常在机器人的不同关节上都会有位置传感器(编码器),不过简单地区分位置以取得速度,会导致产生噪声;Kalman滤波器能被应用于估算速度,另一个不错的功能是能被用来预测未来状态,这在传感器回馈的时间延迟特别大的时候很有用,时间延迟会导致马达控制系统不稳定。

HERMES系统的控制架构设计

人类操作员会需要能无缝的虚拟远程临场(telepresence),才能让机器人在危险环境执行困难的、原本只能靠人类的灵巧与聪明大脑才能完成的任务;而至关重要的是,整个回馈回路的动力以及延迟必须以人形机器人密切管理。

我们在进行动作训练时,必须要先了解产生某个动作的基本原理;在这种案例中,人类本体感受的反射,也就是让身体能正常运作的肌肉、关节与神经肌肉系统之间的聚合,需要50~100ms的反应时间,而视觉处理反应时间约是200~250ms。这种了解有助于实现机器人操作员在远程操控机器人执行任务,就像他们自己在现场一样。

MIT的设计工程师估计,在平衡回馈信息显示为施加于操作员髋部的力道之策略方面,训练后的反应时间应该要藉于人类本体感受反射以及视觉处理之间;为了以非视觉方法证明髋部的力道回馈策略,会以髋部位置量测参考。代表人类本体在髋部感受到的力道输入以及视觉输入。

20170207 02 robot05

HERMES系统与人类操作员的回馈回路图,操作员以腰部的非视觉力道回馈来稳定平衡回馈回路中的机器人(粗线箭头);而细线箭头指示的是视觉数据以及更高层级感知规划的回馈路径。(来源:参考数据3)

20170207 02 robot06

图为来自髋部本体感觉刺激力道以及视觉刺激阶梯输入讯号的人类髋部移位。(来源:参考数据3)

20170207 02 robot07

人类-机器人之平衡回馈回路的事件传递流程。(来源:参考数据3)

让HERMES运动的马达

HERMES机器人的设计是在“电源层”(power planes)上运作,以执行大多数需要较高力道的动作;机器人的末端效应器(end effector)运动在那些层中发生,因为机器人上半身的肩部与肘部马达平行轴;在机器人下半身,则是髋部与膝部马达是在电源层中运作。在人形机器人无法触及某个位置的特定区域时,机器人就能轻松重新定向以执行例如敲击、丢掷或拉抬等任务。

人形机器人的设计会将大多数致动器放在动力马达层;HERMES的致动器设计是大半径间隙(large gap-radius)马达;肩/肘部组合的偏斜(yaw)与滚动(roll)轴以平行致动器机构驱动,包含两个小巧的Dynamixel MX-106伺服致动器以及客制化电子驱动器。那些轻量化的驱动器能在需要时重新导向电源层。

20170207 02 robot08

HERMES的右上臂电源层(来源:参考数据3)

HERMES的双脚以及手臂/手掌设计很有趣,双脚包含三个接触点,每个区域都配备了荷重元(load cell),因此每一个荷重元联合起来能提供机器人内部的压力中心估计,如下图中响应支撑多边形(support polygon)的凸包(convex hull)。

20170207 02 robot09

图为机器人脚着地的冲击干扰之后0~4秒,在支撑多边形内的机器人CoP轨迹。(来源:参考数据3)

三个荷重元甚至能在机器人只有单脚接触地面时,提供CoP的最小估计值。

20170207 02 robot10

HERMES机器人的脚掌设计可看到荷重元。(来源:参考数据3)

HERMES的手掌能抓取例如钻头等物品、按压钻头触发器,也能握起拳头;而HERMES的手臂、手腕、手掌与指头能灵活动作。

20170207 02 robot11

HERMES的手掌能抓取钻头等物品,也能握拳。(来源:参考数据3)

20170207 02 robot12

HERMES有双灵活的手。(来源:参考数据3)

HERMES的终极考验

把一堵墙打穿对于人类来说似乎很简单,但HERMES得证明它可以执行这种需要强大力道以及平衡动作的任务,展现人类感知以及此远程操控人形机器人马达技术的整合性能。

20170207 02 robot13

HERMES系统架构图。(来源:参考数据3)

叫机器人打墙并不容易,因为需要施加高力道才能击穿一道墙,同时还要维持身体平衡稳定,以及利用身体的力量来冲击墙面。操作员下的第一道指令,是以HERMES内建的摄影机来确定墙的位置,然后寻找一个可以用机器人的单手握住的锚点。

然后操作员让机器人的手抓住锚点,发出“拉”的指令让机器人的身体朝着墙移动,同时用另一只空着的手握拳、向墙面击打。在击穿墙面之后,操作员下指令把墙推开,使机器人足以透过平衡回馈接口的力道回馈重新取得平衡,包括上半身与下半身的定位。

随着我们进入2017年,机器人应用呈现令人兴奋的商机;尤其是与人工智能的结合(尽管有许多争议),将会改变我们所知的世界。

参考数据:

  1. Robot-Human Balance State Transfer during Full-Body Humanoid Teleoperation Using Divergent Component of Motion Dynamics, Joao Ramos, Albert Wang, and Sangbae Kim, 2016 IEEE International Conference on Robotics and Automation (ICRA), Stockholm, Sweden, May 16-21, 2016

  2. Constructing IMU Based On ADC and Sensors Calibration for Ballbot, Hosein Zabihi Kheibari, Mahdi Akbari, Atefe Sadat Moosavi Nejad, Proceeding of the 2013 RSI/ISM International Conference on Robotics and Mechatronics, February 13-15, 2013, Tehran, Iran.

  3. The HERMES Humanoid System: A Platform for Full-body Teleoperation with Balance Feedback, Albert Wang, Joao Ramos, John Mayo, Wyatt Ubellacker, Justin Cheung and Sangbae Kim, 2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids), November 3-5, 2015, Seoul, Korea

本文来源于EDNTaiwan,编译:Judith Cheng