《麻省理工研发出不靠视觉就能移动机器人》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 姜山
  • 发布时间:2018-07-09
  • 据麻省理工学院在最新发布的研究视频中显示,该学院研制了一款Cheetah 3猎豹机器人不需要视觉就能爬楼梯台阶。相对于此前利用摄像头视觉的机器人,该机器人有极大的创新。

    据悉,这款Cheetah 3猎豹机器人重90磅重,采用了新的算法让其在没有摄像头的帮助之下,机器人也能够通过触感来适应整个环境,在躲避障碍物的同时完成任务。该团队的研究人员表示,设计这样一款机器人的初衷是希望机器人在无法看到前方路径的情况下也能够进行运动。在其看来,机器人如果过度依赖摄像头会减缓机器人的反应,导致机器人移动不流畅。

    “如果它踩到相机看不到东西怎么办?它会做什么?”麻省理工学院机械工程教授Sangbae Kim表示,这是机器人过度依赖视觉的很大缺陷,盲视运动与之相比优势明显。

    对于人类而言,这款不依靠视觉的机器人有很大的辅助作用。可以通过远程遥控机器人前往人类无法进入的地方,取代人类完成那些较为危险、肮脏或者难度极高的工作。比如,进入内部发电厂深入检查等。此外,对于像切尔诺贝利、日本福岛核电站等具有极强核辐射而不能通过机器人搭载的摄像头进行观察的地方,该款不依靠视觉移动的机器人反而能够起到巨大的作用。

    据外媒报道,麻省理工学院研究团队对这款Cheetah 3猎豹机器人的硬件性能进行升级,让其能够伸展和扭曲;并引入新的预测算法,帮助该机器人改变移动步态,以防其被障碍物绊倒或者摔倒。未来在众多科研领域,该机器人或许能够发挥重要作用。

相关报告
  • 《解读移动机器人的2020 规模化集群作业成发展必然,深度学习将广泛应用》

    • 来源专题:数控机床与工业机器人
    • 编译者:icad
    • 发布时间:2021-01-05
    • 编者按:正如德国工业4.0之父孔翰宁曾指出的“人工智能是工业4.0成败的关键”,随着人工智能技术的发展,工业智能成为了不少AI企业关注的焦点。在这之中,作为工业智能化一大标志的工业机器人是发展落地的重点之一。 旷视在2017年进入供应链物联网领域,聚焦智慧物流及工业机器人业务。2020年初,机器人产品部独立成为旷视的产品中台之一,专注于机器人产品和关键物流装备的研发。在2021年到来之际,旷视高级副总裁兼机器人产品部总经理王宏玉、旷视机器人产品部研发总监陶涛发表署名文章,分享了他们对移动机器人技术趋势的观点。 近年来,随着消费需求日趋个性化、用工短缺/劳动力成本上升、新一代信息技术不断成熟等多重因素的推动,智慧物流、智能制造成为企业降本增效提质的重要手段,带动移动机器人市场需求的持续走高。根据中国移动机器人产业联盟、新战略机器人产业研究所数据统计,2019年度中国移动机器人市场规模达到61.75亿元。 2019年度中国移动机器人市场规模达到61.75亿元(来源:中国移动机器人产业联盟《2019-2020 中国移动机器人(AGV)产业发展研究报告》) 移动机器人主要需要解决定位、规划、控制等问题,目前重点的研究领域包括环境感知与建模、定位与导航、环境理解、多机器人协调等,根据旷视在工业智能及智慧物流方面的研发和实践积累,我们看到移动机器人目前主要有以下五大发展趋势: 1、基于SLAM技术的AMR是未来机器人的主流趋势 移动机器人发展经历了有轨方式(如磁带牵引方式)、信标方式(如二维码)、无信标方式(如SLAM:Simultaneous Localization and Mapping,即时定位与地图构建)的不同阶段。二维码导航机器人需要在现场张贴二维码,对二维码粘贴精度要求高,且易损坏。SLAM技术可以让机器人在无信标的情况下也能实现定位导航,具有易部署、柔性等特点,更加适合在运行环境复杂、业务经常变动的场景下应用,因此受到越来越多客户青睐,正在成为业界主流趋势。 行业发展显示,导航技术的发展使设备从“车”逐渐过渡到“机器人”。AGV(Automated Guided Vehicle,自动引导车)最早是传统企业自动导引车的模式,智能化程度不高。随着新技术的发展,AGV自主化、智能化的程度越来越高,企业纷纷朝着AMR(Automated Mobile Robot,自主移动机器人)的方向发展,越多越多人开始用AMR来取代AGV的说法。 2、视觉SLAM是未来方向,同时需要多传感器融合的导航方式 在工业物流领域,基于SLAM技术实现的机器人自主导航,根据传感器不同主要分为两个类别:激光SLAM和视觉SLAM。激光SLAM技术相对更加成熟,是当前市场应用的主流。但随着机器人单体主处理器的处理能力提升,特别是一些带GPU(Graphics Processing Unit,图形处理器)、NPU(Neural-network Processing Unit,嵌入式神经网络处理器)的处理器的应用,机器人视觉处理能力得到极大提升,以深度学习技术为核心的视觉处理可以在机器人上实现。 目前,视觉技术已经被广泛地应用到机器人立体视觉避障(人/ 物区分识别),以及视觉导航和末端高精定位上。旷视认为,视觉传感器成本低,感知信息量大,随着视觉算法技术的成熟,视觉SLAM导航机器人在不远的将来会替代激光SLAM导航机器人。 旷视MegBot-S800V视觉导航及视觉建图演示 与此同时,不管是基于激光还是视觉实现的机器人自主导航,都不是单一应用,还需要融合诸如惯导(IMU)、GPS等其他导航方式,以应对鲁棒性要求非常高的现实应用场景,让机器人能够更加稳定有效地运行。(来源:中国移动机器人(AGV/AMR)产业联盟《2020-2021工业制造领域自然导航AGV/AMR产业发展研究报告》)例如视觉和IMU的融合,IMU为快速运动提供了较好的解决方式,而相机又能在慢速运动下解决IMU的漂移问题,二者实现了优势互补。 3、深度学习将广泛应用,加强机器人对周围环境的理解 AI中的深度学习技术在计算机视觉中的应用主要有物体识别、目标检测与跟踪、语义分割、实例分割等,语义SLAM能把物体识别与视觉SLAM结合起来,将标签信息引入优化过程中,构建带物体标签的地图,实现机器人对周围环境内容的理解。 AI赋能的旷视全系列智能物流设备 新技术与机器人技术的加速融合将进一步推动产品的更新换代。移动机器人的自主性主要体现在“状态感知”、“实时决策”、“准确执行”这三个方面。物联网、AI、5G等新一代信息技术与机器人技术相互结合,能够让设备高效交互,数据更加自由流动,并通过算法指挥硬件发挥最大效能。(来源:中国移动机器人(AGV/AMR)产业联盟《2020-2021工业制造领域自然导航AGV/AMR产业发展研究报告》) 4、机器人规模化集群作业成为必然,需要更高效的多机协作方式 机器人在实际应用中,通常是以集群的方式协同完成特定的任务。如:月台的托盘搬运集货,原材料的料箱存储和拣选,产线之间的物料搬运;托盘可以使用无人叉车搬运,原材料的存储拣选可以使用二维码类KIVA机器人,产线之间物料搬运可以使用SLAM机器人。 在旷视看来,多台甚至是成百上千台机器人规模化集群作业成为发展必然。这不仅需要调度系统需要能够接入各种类型的机器人,在统一的环境下完成作业调度;还需要多机器人调度算法,找到全局最优方案,使多机器人共同工作时的总效率最高。目前调度算法主要分为三类:数学方法、仿真方法和人工智能算法。其中,人工智能算法前景最为远大。 旷视CeMAT展示河图调度的箱式四向穿梭车密集存储+货到机器人拣选+AMR搬运解决方案 例如,当系统只需要调度几十台机器人时,传统系统依靠简单的逻辑策略就能支持。然而,一旦达到几百台甚至上千台机器人时,简单的逻辑思考已经不能解决问题,整个群体协作的效率无法得到有效保证。这时候就需要机器人能够不断学习、不断修正自身策略,AI将在其中扮演重要角色,让整个系统不断优化,群体智能化程度越来越高。 5、同构仿真、数字孪生,为客户提供一站式服务 客户在做智能化、自动化改造的过程中,从方案设想,到方案设计和实际投入,中间会经过漫长的决策链,通常这个决策过程依赖设计人员的经验,这样可能会导致规划结果和实际需求产生较大的偏差,导致浪费或工期延误。 一套功能完备的同构仿真系统可以避免设计过程中的人为偏差,并且能够极大提高评估效率。例如旷视自主研发的机器人网络操作系统河图(HETU),可以提供规划、仿真、实施、运营等一站式解决方案,实现同构仿真和数字孪生,极大减少机器人项目规划风险,提高运维效率。 旷视河图数字孪生演示视频(点击图片可观看) 数字孪生中最关键的在于仿真,而仿真里关键的是同构仿真。目前物流行业中,大多数仿真系统和执行系统都是分开的。而旷视河图采用同构仿真的方式,仿真和执行在同一套系统和软件里,仿得更好、更加体系化,随着软件的更新迭代可以无限逼近现实场景,带来更大的价值。 在旷视看来,移动机器人未来的主要技术发展趋势可以概括为单体智能和群体智能:单体智能是单个机器人的智能化程度,未来会包含更多AI的元素;群体智能是系统的智能化,通过AI的算法使系统最优化,为客户降本增效。移动机器人的市场很快就会突破100亿的规模,未来的市场是1000亿的体量,国内的很多同仁在为这个市场而努力拼搏,旷视的产品也在不断走向海外,在海外这个蓝海市场赢得一席之地。
  • 《松灵机器人——移动机器人底盘领域探索与创新的“引领者”》

    • 来源专题:人工智能
    • 编译者:高楠
    • 发布时间:2024-08-28
    • 前言 移动机器人 底盘领域“引领者”—松灵机器人,从不放弃探索前沿科技,今年又推出一新品力作。 凭借全新的技术创新及革命性的导航系统,为行业应用场景带来全新量产级工业机器人 底盘—Universal Mobile Robot (简称“UMR”),将重塑通用机器人开发平台工具理念,并将这一新品转化为帮助生态合作伙伴,落地机器人行业应用能力的产品方案。 UMR工业机器人底盘,具身智能时代通用机器人匠心之作        在长期的探索与客户合作过程中,松灵机器人发现:户外机器场景面临市场需求分散、场景无法聚焦、用户基数不足等特点,研发周期长、通用性差,难以进行标准化,客户和市场培育与服务成本高,对前端营销人员要求高且前期投入存在较大不确定性; 与此同时,客户面临具体应用场景时,传统机器人研发方案从场景剖析开始,往往被动陷入无止境的项目评估中,既需要采购合适的机器人平台,也需要考虑合适的传感器 或导航方案,在与各供应商沟通选型及协调开发进展较为艰难,用户往往存在集成过程实施难度较大的问题。        基于对上述行业现状深入剖析解构,松灵机器人认为理想的机器人平台应无缝融合于环境之中,并与运行场景长久和谐共存,UMR中的“U”即松灵机器人量产级工业机器人底盘的核心理念,将产品研发重点直击通用(Universal)这一核心痛点,并将此款新品定位为全场景移动机器人平台。具体来看,UMR机身尺寸830 x 540 x 410MM,配备4组谐波转向电机及4组独立轮毂电机,不仅可以完成阿克曼转向、原地转向,更兼具斜行、横行能力,狭小空间出入自如,强劲的电机为其带来极强的越野性能,可以轻松兼容各类通行要求。        为满足工业化场景的应用,松灵机器人整合研发优势及行业领先的量产经验,为UMR设计了完整的可靠性测试流水线,经过颠簸震动、温箱、水淋测试系统等多项严苛测试标准长期测试,打造出速度1.5M/S、负载80KG、防护等级IP65、持续可靠工作一万公里的超强性能级机器人通用平台。此外,电控系统具备相同防护能力,使得UMR底盘在-10℃-40℃环境中依旧稳定可靠。快捷维护保养,对时刻保障良好的机器运行状态至关重要。松灵机器人解放上层设计限制,在底盘腹部两侧全新设计了抽拉式电控箱及快拆式电池结构;此外,为减少作业中断,UMR支持3KW快充,仅1小时即可将20%电量充电至100%,并在充电模组中借鉴通讯技术,用户可实时监测电池状态,实现更智能的闲时自动充电、低电量自动回充等管理模式。 安全运行是机器人日常运行的重要基础与保障。UMR配备六重感知机制,集成包含激光雷达、深度相机、超声波在内的15项传感器,多传感器融合方案保障360°周边安全,主360°双环视距离雷达、前双目盲区感知、超声波障碍探测等多种功能组合,基于NAVIS系统,实现系统级智能避障、动态路径规划等功能,有效地保障环境安全、可靠避障及人机、人车交互安全。 自研NAVIS三维导航系统,赋能全场景自主导航“利器”        导航系统作为移动机器人底盘的核心部分,在构建智能底盘系统实现感知、执行、决策等功能起到关键作用。市面上传统的工业与移动机器人开发时间长、挑战大、成本居高不下,为了帮助普通用户加快场景的开发与部署速度,更好地实现移动机器人产业化,松灵机器人致力于并提供完整的一体化软硬件。NAVIS系统平台在此背景下应运而生,而高效导航建图正是其独特性所在。        目前,市面上大多数厂商可以实现50万平方米2D建图,但一次性构建覆盖面积高达200万平方米的点云地图,并准确还原三维环境从而快速完成地图构建与任务规划,这一难题的的厂商可谓“凤毛麟角”;而松灵机器人凭借在边缘化技术上的突破攻关,基于三维导航设计,单次建图能力200+万㎡,重复定位精度±2CM,实现自主定位、导航、路径规划等能力,在此过程中,搭载NAVIS导航系统的单车完成累计超过4000KM室内、户外运行测试,其强大的导航技术,支持实现全场景自主导航,未来结合云计算有望带来更明显的效率提升。        另外,在全生命周期维护特性方面,松灵机器人更是向用户提供更全面的保驾护航。具体而言,NAVIS平台开发web端,提供完整的二次开发接口文档,实现数据可视化、复杂任务编排、数据管理与系统管理等功能,这意味着用户可以在电脑前,及时且方便地监控机器人状态、查询与存储检测数据,并进行远程数据交互。此外,NAVIS平台还提供系统内部运行数据记录和软件升级,这项功能目前在汽车上较为普遍,能为客户提供全方位的维护和迭代支持。        为了进一步提升巡检效率,减少时间与能源消耗,NAVIS平台在业内首次采用先进的算法进行智能路线规划。具体而言,这是NAVIS平台基于地图和检测点信息,系统能够自动计算出最优的导航路线,以减少导航时间和能源消耗。        在智能电力管理方面,一方面当机器人电力不足时,将自动向系统报备并自动充电;另一方面,在超大面积地图构建过程中,智能电力管理系统确保导航的持续运行与任务的顺利执行。无需人工干预,NAVIS能够在保证导航效率的同时,有效管理机器人的电力资源,提升了系统的可靠性和稳定性。        值得一提的是,松灵机器人将这款历经2年自研开发的商用级机器人导航系统NAVIS融入内嵌至UMR底盘中,为整合生态级能力平台,NAVIS导航系统开放NAVIS Plus功能模块,同时开放基于Websocket/HTTP协议的API接口,用户可以将常见的如机械臂 、升降杆、IO模块、IP相机等定制硬件设备,通过配置IP地址与UMR进行便捷链接,即可实时控制机械臂动作,极大降低用户设计机器人方案的集成和开发难度,提升开发效率,最快可1周时间完成行业级机器人方案Demo验证开发。 助力生态合作伙伴,推动全行业机器人应用开发与落地        长期以来,松灵机器人始终致力于帮助生态合作伙伴构建自主方案能力,使得更多用户在具身智能时代具备快速实现机器人场景应用,为机器人集成用户提供更高效、敏捷、有效的全方位解决方案与技术能力支持。        随着轨道交通运营规模的扩大,传统的人工巡检手段已经不能满足日益旺盛的维保要求,长距离与高重复的检测作业成为地铁及城市轨道交通运维工作中的一大痛点,探索一种智能化、信息化、少人化甚至无人化的维保模式,将为轨道交通维保探索更大的发展空间。        在轨道巡检场景中,双臂升降式巡检机器人作为一款松灵专为轨下场景设计的巡检机器人,其持久耐劳、环境适应性强、精准检测等优势能为轨道维保提供有力的保障。依据需求,巡检机器人硬件部分设计采用UMR工业机器人底盘、双机械臂系统、线性模组(含升降柱与平移模组)、双32线激光雷达、充电模组,以更好地完成轨下环境的检测作业;软件部分为自研智能NAVIS导航系统(含任务规划),以实现精准检测。        该方案有效解决了人工检修所面临的作业时间久、巡检工作量大、检测难全面等问题,节省了巡检人力成本,提高了巡检效率,为地铁维保探索了新的模式。据了解,自主双臂多任务检测和维护机器人荣获香港工程师学会HKIE MIS Industry Award 2023创新组别—优异奖。除此之外,还有其他商业化场景均选择了使用松灵机器人提供的软硬件解决方案,如公交车辆维保中心物料配送、区域环境污染检测,国外老年社区楼宇配送等。 结语        长期以来,松灵机器人始终致力于帮助生态合作伙伴构建自主方案能力,使得更多用户在具身智能时代具备快速实现机器人场景应用,为机器人集成用户提供更高效、敏捷、有效的全方位解决方案与技术能力支持。        目前,松灵机器人产品已服务于26个国家,500多所高校,1000+应用项目,包含安防巡检、园区工业、农业灌溉、物流运输、检测勘探、科研教育等全领域,为用户提供自动驾驶、移动抓取、导航定位和具身智能等自研创新应用解决方案,助力不同行业的用户实现自动化,帮忙用户实现从0-1的技术突破。同时,松灵机器人还积极承接定制化方案需求,为有批量化需求的用户提供专属机器人产品,为用户1-100的商业化进程保驾护航。 如有机器人底盘和方案OEM需求,请联系松灵机器人 sales@agilex.ai.