Dlaczego tak trudno jest chodzić?


12

Przynajmniej na dwóch nogach. Asimo , jeden z najbardziej znanych robotów humanoidalnych, jest już zdolny do chodzenia, chociaż wydaje się, że nie robi tego bardzo stabilnie. I to jest ostatni wynik.

O ile wiem, nogi są zasadniczo wielowymiarowymi układami nieliniowymi, teoria ich kontroli znajduje się gdzieś na granicy „bardzo twardego” i „niemożliwego”.

Ale na przykład samoloty są podobnie wielowymiarowe i nieliniowe, mimo że autopiloty sterują nimi wystarczająco dobrze kilkadziesiąt lat temu. Są wystarczająco zaufani, aby powierzyć im życie setek żywych ludzi.

Jaka jest zasadnicza różnica, co sprawia, że ​​chodzenie jest tak trudne, a sterowanie samolotem tak łatwe?


1
To dobre pytanie, które zasługuje na poważną, analityczną odpowiedź. Jestem przekonany, że porównując cele kontrolne dwóch systemów, odpowiedź będzie oczywista, ale aby to zrobić, twoje pytanie powinno zostać dopracowane, aby odpowiedzi nie zawierały błędnych założeń. Kiedy mówisz o robotycznym chodzeniu, czy mówisz o chodzeniu w nieznanym otoczeniu (przeszkody, nierówny teren itp.)? Mówiąc o autopilotach, masz na myśli jedynie przelot lub sugerujesz, że został rozwiązany pełny autonomiczny lot?
JSycamore

Odpowiedzi:


5

Nie jestem pewien, czy zgadzam się, że chodzenie dwunożne jest o wiele trudniejsze niż sterowanie samolotem. To zależy od tego, jak na to spojrzysz.

Wiele robotów może chodzić (dwunożny), a wiele samolotów trudno jest kontrolować ze względu na ich charakterystykę lotu lub warunki lotu. Robotom łatwiej jest chodzić w przyjemnych warunkach. Jest wiele warunków pogodowych zbyt trudnych do kontrolowania dla wielu samolotów. Czasami niektóre z tych samolotów, w których są setki ludzi, ulegają awarii.

Ale skupmy się na tym, co utrudnia dwunożną lokomocję robotów i dlaczego roboty chodzące nie są w domu każdego, skoro myślę, że to jest twoje prawdziwe pytanie.

Chodzenie wymaga zrozumienia i reagowania na sposób, w jaki środowisko i grawitacja przyłożą siły do ​​ciała i poruszą się. Większość robotów kroczących mierzy orientację wszystkich części i ma czujnik bezwładnościowy (taki jak ucho wewnętrzne), który informuje ich o tym, jak są one zorientowane grawitacyjnie, a więc może przewidzieć (i kontrolować) wpływ grawitacji na ich ruch.

Zrozumienie, w jaki sposób środowisko zastosuje wobec ciebie siły, jest trudniejsze. Chodzenie po twardej, gładkiej powierzchni jest łatwe, ponieważ można założyć, jaki jest kontakt między stopą a podłogą i jakie jest tarcie między nimi. Wiele robotów kroczących będzie miało czujnik siły i momentu obrotowego na kostce, aby pomóc zmierzyć te kontakty. Niektóre będą miały czujniki kontaktowe w podeszwie stopy.

Próba chodzenia po nieregularnej lub niestabilnej powierzchni staje się znacznie trudniejsza. Nie możesz już przyjmować założeń, ale zamiast tego musisz oszacować w czasie rzeczywistym, jakie jest tarcie kontaktu. Jest to trudne bez odpowiednich czujników, a jeśli robot został zaprojektowany z myślą o środowisku kroczącym, będzie mu ciężko w innym środowisku. Jeśli źle ocenisz tarcie i podparcie stopy, robot poślizgnie się i upadnie.

To kontakt stóp ... ale oczywiście, kiedy nawigujemy po środowisku, używamy rąk dla stabilności, możemy chwilowo oprzeć się o coś, wpadamy na rzeczy i wracamy do zdrowia. Jeśli spojrzysz na badania prowadzone w robotyce humanoidalnej, zobaczysz, że różne projekty badały (i do pewnego stopnia rozwiązały) wszystkie te problemy.

Pomyśl teraz o rzeczach, które powodują niepowodzenie chodzenia. Potknie cię mała warga, której nie widziałeś w drzwiach. Krok, który ma inną wysokość niż inne, może spowodować potknięcie. Upadająca powierzchnia, na której stoisz, spowoduje utratę równowagi. Dobry robot kroczący będzie musiał dostrzegać i kontrolować wszystkie te rzeczy. Potrzebujemy więc nie tylko kontroli chodzenia i kontroli odzyskiwania wyjątków, ale także dobrej percepcji i modeli otoczenia, aby przewidzieć, gdzie musimy zmienić naszą kontrolę na inne, bardziej odpowiednie podejście.

Problem staje się bardzo złożony. To nie jest problem z kontrolą, to całkowity system percepcji, planowania, odruchu i kontroli, który należy zaprojektować. Każdego roku robimy postępy, ale potrzeba więcej postępu w tworzeniu systemu z wszystkimi czujnikami, zespoleniem czujników, przetwarzaniem i uruchamianiem potrzebnymi do dobrego poruszania się dwunożnego w środowisku człowieka.

Dlaczego tak trudno jest chodzić? Gdybym musiał wybrać jeden, powiedziałbym, że postrzeganie to obszar, który wymaga najwięcej pracy, a nie kontroli.


dzięki za informację. Mogę się nie zgodzić z „ Trudno kontrolować wiele samolotów ”. Samoloty te są kontrolowane w oparciu o systemy liniowe, a systemy liniowe mają bardzo dobrze ugruntowane pole. W układach liniowych stabilność jest czarno-biała.
CroCo

Stabilność jest czarno-biała w teorii systemów liniowych. Prawdziwe samoloty nie działają w ten sposób. Nie są liniowe. Możesz przejrzeć stosowane i badane podejścia kontrolerów lotów.
hauptmech

Zapoznaj się z wykładami Pro. Jean-Jacques Slotine na MIT. W swoich wykładach mówi o tym w odniesieniu do samolotów, jednak nie dotyczy to myśliwców odrzutowych lub samolotów wykonujących agresywne manewry.
CroCo

Myślę, że gdybyśmy to omówili, nie byłoby sporu, tylko wyjaśnienie, które typy samolotów i warunki lotu byłyby podatne na sterowanie liniowe i stabilne. Dodałem kwalifikator do mojej odpowiedzi, aby spróbować go wyjaśnić.
hauptmech

9

Po pierwsze, musisz wziąć pod uwagę wszechmocny symbol: $

Badania zawsze stoją w sprzeczności z $ i niezwykle trudno jest uzyskać wszystkie potrzebne środki. Tymczasem przemysł lotniczy osiąga zysk w wysokości 33 $ Bbb-billllllllion w 2016 roku. To dużo pieniędzy do pracy i mnóstwo powodów, aby dać je ludziom, którzy potrafią tworzyć zautomatyzowane systemy w najgorszych przypadkach, takich jak niezdolność pilota, itp.

Jest też czas. Jeszcze wiele lat i ludzie spędzili pracę na samolotach i doskonalenie swojego szczególnego celu, jakim jest poruszanie się po niebie.

Z naukowego punktu widzenia jest to inny zestaw problemów. Samoloty, jak wspomniano, od dłuższego czasu są w ciągłym rozwoju (w stosunku do maszyn kroczących). Wszystko, od podwozia, przez kontrolę ciągu, po manipulację lotkami, zostało znacznie ulepszone i modułowo ulepszone; automatyzacja tych procedur nie jest zatem procesem „od zera”.

Chodzenie jest jednak być może bardziej skomplikowanym zadaniem. Po pierwsze, istnieje równowaga. Ludzkie ciało zajęło miliony milionów lat inżynierii, a my mamy całą mechanikę pod skórą, aby obrócić kostkę w taki czy inny sposób itp. Replikacja tych mechanizmów jest wystarczająco trudna, ale nauczenie robota (we właściwej skali czasowej) ) zrozumienie i reagowanie na równowagę jest trudne. Następnie dodajemy kwestię terenu. Chodzenie po kilku schodach lub skalistym wzgórzu, balansowanie się stało się o wiele trudniejsze. Podczas chodzenia podnosisz nogę, pozwalasz w zasadzie spaść o kilka cali do przodu, a następnie złapać się, natychmiast równoważąc, chwytając stopę i już podnosząc drugą stopę.

Biorąc to pod uwagę, myślę, że możesz przegapić kilka fajnych osiągnięć w sektorze chodzenia robotów i możesz być zaintrygowany TYM filmem Boston Dynamics.

Za kilka minut, a na pewno zobaczysz skalę tego wyczynu mechanicznego i technologicznego.


1

Dwunożny robot jest zasadniczo niestabilny - lekkie pukanie spowoduje jego przewrócenie.

Samolot komercyjny jest zasadniczo stabilny - niewielki podmuch wiatru może go zepchnąć z kursu, ale będzie latał właściwą drogą w górę, a nie po prostu spadnie z nieba.

Chociaż istnieją samoloty o rozluźnionej stabilności , ale dla rozluźnionej stabilności dopiero niedawno można nimi sterować za pomocą dość skomplikowanych zautomatyzowanych systemów sterowania, a nawet wtedy nie są one tak niestabilne jak dwunożny robot.


0

Dynamiczne chodzenie

Powodem, dla którego chodzenie na dwunożność jest trudniejsze, jest fakt, że realistyczna symulacja fizyczna, taka jak box2d, havok itp., Jest relatywną nową koncepcją w historii komputerów. Pierwszą powszechnie znaną grą wykorzystującą silnik fizyki była Angry Birds (2009). Później pojawił się symulator QWOP i inne.

Pierwsze badania przeprowadzono na MIT Lab pod kierunkiem Marca Raiberta. Nie tylko zbudował robota jednoręcznego, ale także stworzył komputerową animację, która spełnia wymagania SIGGRAPH 1991. Później Boston Dynamics najpierw opracował symulację fizyki w ramach nowego algorytmu. Pierwszym silnikiem dla rynku konsumenckiego, który wspierał chodzące postacie, była NaturalMotion Euphoria, która została zaprogramowana około 2000 roku. Poprzednio sprzęt komputerowy nie był wystarczająco szybki, aby symulować fizykę w czasie rzeczywistym. Dwunożny kontroler na silniku fizyki można wymyślić tylko wtedy, gdy symulacja działa dość szybko.

Autopiloty w samolotach

Jest po prostu błędem, że istnieją autopiloty dla samolotów lub że są one zdolne do lądowania Boeinga A380. Nawet obecne drony wojskowe, takie jak X-47B, potrzebują do lądowania człowieka w pętli ( wnioski wyciągnięte podczas testów rozwojowych samolotu x-47b, strona 21 „Operatorzy misji współpracowali bezpośrednio z programistami w celu opracowania / zatwierdzenia planu”). Tylko we wszechświecie parowo-punkowym dostępne są autonomiczne samoloty, które działają dobrze.


3
Pierwszą powszechnie znaną grą, w której wykorzystano silnik fizyki, był Angry Birds (2009). ” To stwierdzenie jest bardzo wypaczone w stosunku do własności „powszechnie znanej” i jest po prostu całkowicie błędne. Przed Angry Birds było wiele gier wykorzystujących silnik fizyki. Pamiętam gry oparte na fizyce 2D z lat 90. Manipulator pola energetycznego punktu zerowego Half-life 2 jest przykładem w 3D z 2004 roku. Angry Birds był popularny, ale nie był to najnowocześniejszy silnik fizyki. I wątpliwe jest porównanie takich silników do gier z silnikami w robotyce.
Giętarka 22

W porządku, dzięki odpowiedzi. Ale chociaż modelowanie fizyki jest nowością w IT, teoria sterowania nie jest. Odpowiadając na porównanie w pytaniu, widzimy: w 2009 r. Autopiloty były już dobrze przetestowaną, szeroko stosowaną, stabilną technologią.
peterh - Przywróć Monikę
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.