盡管我們喜歡持續談論仿生機器人（我們也確實一直在談論它們），但有些事情大自然還沒有完全弄清楚。輪子似乎就是其中的一種，而有些動物確實會滾動，并以此為基礎激發了機器人的靈感，但在自然界中，在微觀層面上找不到真正的輪子運動。當人類發現輪子有多有用時，我們（作者，以下簡稱我）也會嘗試把輪子綁在我們的腳上，以使我們在特定條件下的運動更有效。不過這種方法似乎并沒有持續很長時間，因為機器人正迅速變得比我們預期的更加熟練地使用輪子。

穿旱冰鞋的人和驅動輪上的機器人的關鍵區別在于，如果設計得當，機器人可以以我們永遠無法突破的細微差別來控制車輪。我們已經在波士頓動力公司的Handle上看到了這一點，盡管到目前為止，Handle似乎沒有充分利用它也有腿這一事實。為了理解為什么輪子和腿在一起會改變機器人的機動性，我們可以看看ANYmal，它將四條腿和四個輪子無縫地結合在一起，幫助它完成每一個動作。

真正酷的是，ANYmal是一個最佳的混合步態，這是向混合動力的滾動和腿的步進。它是“瞎”的，沒有任何相機或激光雷達的輸入，只是根據車輪下面的地形感覺。你可以看到它是如何在滾動和步進之間無縫過渡的，甚至是中間的步幅，基于輪子運動在每條腿上的效用?？偟膩碚f，這使得ANYmal移動更快，而不降低其處理挑戰性地形的能力，并且降低了運輸成本，因為滾動比步行更有效。

更多細節，我們采訪了ETH Zurich的Marko Bjelonic。

Q

IEEE Spectrum：是否有某些地形使這些ANYmal的步態轉換特別具有挑戰性？

Marko Bjelonic：非周期步態序列（aperiodic gait）是通過運動腿工具自動形成的，而不需要預先定義步態計時。根據機器人目前的情況，每只腿都可以在合適的時間離地時自行推理。我們的方法在崎嶇的地形下工作得很好，但是對于更大的障礙物，例如樓梯，還是很有挑戰性的。

Q

你認為整合傳感器來識別地形對ANYmal的能力有多大影響？

我們研發的版本僅基于本體感覺信號，即沒有地形感知用于基于感知環境進行步態轉換。我們很驚訝這個框架在平坦和不平的地形上已經工作得很好了。然而，我們目前正在研究一個擴展，它考慮了機器人規劃步進序列的前方地形。這種全地形反饋擴展還能夠處理更大的障礙物，如樓梯。

“My experience shows me that the current version of ANYmal with actuated wheels improves mobility drastically. And I believe that these kinds of robots will outperform nature first. There is no animal or human being that can exploit such a concept.”

—Marko Bjelonic, ETH Zurich

Q

對于像ANYmal這樣的混合機器人，你認為有多少自由度是最佳的？例如，如果車輪可以操縱，那會有好處嗎？

這是一個很好的挑戰。從應用的角度來看，有可能控制方向盤是有益的。我們已經分析了腿的結構和每個腿的驅動量，發現實現這一點不需要額外的自由度。我們可以旋轉第一個執行器，髖關節內收/外展，在不增加復雜性的情況下，我們增加了機器人的機動性，并增加了方向盤的可能性。

Q

混合動力的缺點是什么？為什么不是每個有腿的機器人都應該有輪子呢？

每一個有腿的機器人都應該有輪子！我想將來會更普遍。目前只有一些混合動力的概念，例如，滾軸行走ANYmal，CENTAURO機器人，以及波士頓動力公司的Handle。額外的自由度和自然界中缺少的對應物使得設計輪式加腿機器人的移動能力更具挑戰性。這就是為什么我們并沒有更多地看到這種“生物”的原因之一。但我相信，隨著這一領域目前的進展，更多的概念將隨之而來。

Q

你的下一步計劃是做什么呢？

我們正在研究一個框架，使機器人能夠在地面和挑戰性障礙物上進行更復雜的運動。這里的挑戰是如何為這些高維問題找到最佳的操作，以及如何在真實的機器人上穩健地執行這些運動。

“Whole-Body MPC and Online Gait Sequence Generation for Wheeled-Legged Robots,” by Marko Bjelonic, Ruben Grandia, Oliver Harley, Cla Galliard, Samuel Zimmermann, and Marco Hutter from ETH Zürich, is available on arXiv.

原文標題：對于有腿機器人來說，輪子比腳好？

文章出處：【微信公眾號：IEEE電氣電子工程師學會】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq