行家讲人话，AI超简单！【AI大咖说】第二期布道，AI因斯坦·琨带你揭秘机器人的“小脑”。
“运动控制”听过许多次，你是否还有很多问号？其实，机器人的运动控制相当于人类的小脑，有了运动控制，机器人才可以像人类一样，完成一系列的肢体动作。
接下来，让我们通过直白易懂的视频，看看机器人的“小脑”到底是咋回事▼
△ 5分钟快速get运动控制
看完视频的你还意犹未尽？一起进入研究院技术专家刘益彰的知识干货——运动控制在仿人机器人中的应用。
从仿人机器人说起
在说运动控制应用之前，我们先来回顾一下仿人机器人的发展史：
自20世纪70年代以来，仿人机器人就是研究领域的热门方向。在运动控制上，从虚拟腿理论、被动行走理论，到仿人步态行走，至今已经出现了大批全自由度仿人机器人，可以实现超强的仿人运动能力。
为什么要做仿人机器人？
看看我们的身边，会发现人类活动的空间是按照人的生理特征和生活习惯来设计的。比如，走廊的宽度、阶梯的高度、扶手的位置等数不胜数的事物，都要适合人的尺寸和运动，这些是社会建造过程中的沉没成本。
只有运动形式和外观上都与人相仿的机器人：才能适应绝大多数的人类环境；并在心理上被人类所接受。
Walker是优必选科技自主研发的大型仿人服务机器人，与波士顿动力的 Atlas、本田的ASIMO等共同入选“全球5大人形机器人”。
制作出外观上和人相似的机器人不难，但是要让机器人在非结构化环境中，执行不同类型的任务，并不是一件容易的事情。这涉及到感知、定位、实时决策等一系列复杂的过程，而这一系列过程的实现都离不开机器人的关键技术——运动控制算法。
运动控制如何应用
运动控制，即通过伺服系统来控制机器的位置或速度。接下来，我们从三个方面，来看看运动控制在仿人机器人中的关键运用：
步态规划
· 双足建模
做机器人步态的时候，ZMP的概念非常关键，是判定仿人机器人动态稳定运动的重要指标。
什么是ZMP？零力矩点（Zero Moment Point），即支撑足受到的地面支反力（分布力）可以等效为一个合力，机器人所受合力矩为零的点。ZMP具有一定落在机器人和地面支撑区域范围内的特性，在仿人和四足里都有广泛的应用。
对仿人机器人做控制和规划时，一般不对其进行全身的动力学建模，而是做一个模型简化。
举个栗子， Walker有36个自由度，如果去建立全身模型，是非常复杂的。因此做模型的简化，不仅有利于理论分析，还能支持控制律的快速设计与验证。一般来说，简化模型主要分为以下几类：
第一种线性倒立摆模型，就可以在仿人机器人上有较好的应用 ▼
如图所示，如果仿人机器人的运行速度足够快，就可以越过平衡点的位置，继续往前运动；如果仿人机器人的速度不够快，将无法越过平衡点，产生折返运动；如果轨道能量刚好等于0，仿人机器人刚好处在非稳定的平衡点上，静止下来。
教育机器人Yanshee通过线性倒立摆模型实现稳定行走
· 类人步态行走
在行走过程中，仿人机器人的脚掌和地面一直保持平行的状态，这样有利于增强整体稳定性，但随着行走的速度越来越快，会出现“腿长不够”的现象。
这时候，需要加入类人步态的效果。类人步态行走，即模拟人的行走状态，类似于人类“踮脚”来增加腿长，仿人机器人可以通过脚底板翻转来增加腿长， 可以很明显地增加机器人行走速度。
Walker行走速度增至2km/h
· 上下楼梯
线性倒立摆模型也适用于仿人机器人上下楼梯的行走步态，但有一点需要特别注意，那就是防止仿人机器人的“脚尖”、“脚后跟”、“膝盖”碰到楼梯。
加入类人步态后，仿人机器人上下楼梯速度得到显著提升
力控制应用
· 基于关节力矩的力控
零重力模式：
基于关节力矩的力控，在工业机器人的应用相对较多，其中零力拖动是较为成功的运用，运用的基础方法是动力学辨识，这种方法也相对成熟。
Walker实现零重力模式
柔顺控制：
基于关节力矩的柔顺控制，主要运用阻抗控制的概念，通过提取关节力矩或电流计算机器人末端受到的一个六维力和力矩，然后通过阻抗控制，实现仿人机器人的柔顺效果。
Walker实现柔顺控制
平衡控制：
平衡控制的好处是可以随时适应外界环境的变化，看看下图，机器人站立的平面坡度是随机变化的，但机器人可保持本体位姿的稳定。
无规律坡度变化斜面自适应
· 基于六维力传感器的力控
柔性：
Walker的两个手腕和脚踝处都有六维力传感器，有了六维力传感器，就可以省去使用关节力矩和电流进行估算末端力的时间，直接通过六维力来直接读取仿人机器人所受的力，实现柔顺效果。
加上柔性之后，极大地提升仿人机器人的环境适应能力
抗性：
在行走过程中，仿人机器人首先要做的是“下盘够稳”，通过计算自身状态以及和外部作用力，实时调整各关节位置，在一定程度上适应外部冲击。
Walker抵抗外力
当仿人机器人加上两个10kg的球后，改变了重量分布，这时候需要静态平衡控制，否则很容易导致摔倒。
Walker的静态平衡控制
不平整路面行走：
想要在不平整地面行走，仿人机器人需要在 “脚踝”上加入柔性，来适应多种地形地面。
与视觉&导航技术的融合
· 手眼协调
手眼协调是仿人机器人双臂和视觉的有机融合，视觉可以实时识别出水杯的位置和姿态，再通过双臂实现直接抓取。
· 骨骼提取与动作模仿
通过动捕设备实时提取出人类肢体动作，仿人机器人可以模仿人体的实时动作，实现遥操作效果。
·上下楼梯-与视觉的融合
在行走过程中，仿人机器人有累计误差的存在，如果上下楼梯的阶数较多，又没有视觉的辅助，机器人很可能会碰到楼梯，造成危险。
· 综合应用
在各种展示中，Walker会融合视觉&导航技术，用导航作定点，用视觉信息作定位，来实现稳定的抓取、开门、递水等操作。
三大挑战
尽管运动控制算法应用广泛，但在大型仿人机器人上的应用仍然有许多难点和挑战，可以说是机遇与挑战并存。
· 仿人机器人本体设计
目前仿人机器人有三种典型仿人机器人结构，Walker是相对传统的机器人设计，由一体化的四组关节来进行各关节驱动，有利于机器人的量产。
· 仿人机器人的安全性
安全的肢体交互是仿人机器人工作的重中之重，主要包含以下两方面 ▼
自身的安全性：可靠的运行、稳定的表现；
对外界环境的安全性：在人与机器人进行交互的时候，比如握手、递接东西等，不会对人类造成伤害。
· 仿人机器人的智能性
要知道，仿人机器人需要经过大量的调试和测试，才能有安全稳定的操作效果，如何使机器人自主地判断去执行任务，智能性是未来运动控制应用的一大考验。
大型仿人机器人仿真平台
面对上述挑战，有没有一种方法，能把算法实时展示出来，实现虚拟测试及早期验证呢？
答案是：有的！机器人动力学仿真，可以基于交互式计算机图形技术和机器人学理论，生成机器人的几何图形，并对其进行三维显示，用来描述机器人及工作环境的动态变化。
这样，就能方便直观地分析出机器人的运行状态，包括关节力矩、速度位置、本体姿态等信息。
仿真平台简介
动力学仿真伴随着机器人开发的整个周期，能够帮助研发缩短开发周期、降低开发成本、减少设计风险。
在仿真平台里设计控制算法，可以直接移植到Walker身上作实际验证，省去了代码移植的工作。
快速行走仿真&实际效果对比
除此以外，仿真平台也会暴露出算法遇到的问题，比如我们希望仿人机器人走得更远更快，在仿真里进行测试，可以看到关节力矩、关节速度是否足够，避免了直接实验可能造成的危险。
比赛以智慧家庭为主题，设置6大生活常见场景，主要考察运动控制、导航及视觉等多项人工智能及机器人技术。
为什么一直强调运动控制？因为，未来对仿人机器人的运动应用要求，一定会走进人类生活。
作为人工智能和人形机器人高科技创新企业，优必选科技一直持续进行大型仿人机器人的研发。对于步态算法，仍会继续提升机器人运动能力；机械臂操作方向，更注重手眼协调、骨骼提取和运动模仿等；安全交互方向，则包括机器人整体结构的设计以及算法的应用。
伴随AI技术、云平台以及仿人运动控制技术的不断突破，仿人机器人将在新零售、展览展示、医用环境等诸多场景落地，甚至成为我们密不可分的家人伙伴。那么，你希望这一天还有多久到来呢？
【AI大咖说】科普版
来B站一键三连
和小伙伴一起围观黑科技 (° °)
【AI大咖说】学术版
