四足机器人调试思路梳理

1)落地场景及技术分层:

四足机器人本身具有四个方向进行梳理:

A)工业巡检,电厂,化工厂

B)公共安全,消防侦查,排爆,

C)商业服务,引流,导览,智慧园区巡检

D)科研教育,高效算法验证平台

E)建筑工地,进度监控,测绘辅助

L4---AI大脑,强化学习&大模型

L3---视觉感知,识别台阶,仪表和障碍物

L2---导航定位

L1---运动控制

导航与SLAM:

自驾-- 车轮递推+GPS+地图(高精,SD)+感知物体(车道线,车沿,显示牌)

机器狗--四足高程地图+激光雷达+深度信息+IMU+语义

RL:从环境中得到reward,能够自我学习如何走路,形成参数

LLM Intergration:自然语言交互:"去检查变压器温度"机器人解析意图->规划路径->视觉识别异常

2)四足机器人RL:

测试环境:

A)场景:

斜坡(最大30度)

楼梯(高度15-20cm)

草地、台阶、碎石路

积水区域

狭窄通道
B)动态:

表演动作及串联

打滑及外向力抗扰性

姿态以及跟线速度

Sim2Real的Gap

仿真里完美,实物上翻车

A)弄清楚所有奖励函数,表示每个参数的具体意义

B)修改参数前,需要检查 坐标系,URDF,电机限制值(力矩,机械限位等),电机模型,硬件等

C)记录给与同样command值,以及过程观测值,

command值:LineVelocity,Yawrate及场景

obeservation值:IMU值,各个Joint Torque,Position,Velocity,Acceleration,功耗情况

进行数据回访和记录,最后也可以利用相同command在mujuco仿真看仿真的观测值与实际记录观测值的gap

D)优化点

速度跟随性,可能借助lidar等外闭环传感器

姿态的优雅和稳定性

整体能耗降低,以及电机发热控制

后面有详细的文章介绍

3)四度机器人未来新技术趋势:

A)本身MPC步态控制及落足点传统控制依旧需要学习

B)视觉-力触觉融合:让机器狗"感觉"更灵敏

C)大模型应用:让机器狗理解复杂指令

D)能耗优化:延长续航时间

E)极限运动:后空翻、跑酷,全地形的适用性

F)仿真到现实的迁移经验

4)立个Flag

A)读2-3篇最新论文及会议视频,期刊等,主要是基于新技术趋势,摘要学习

B)研究开源项目,并且和小伙伴进行复现和摘要学习

C)学习新的算法和工具

相关推荐
zkk95272 天前
【机器人动力学】(四):动力学回归与最小参数集
机器人·动力学辨识·最小参数集
wechatbot8882 天前
企业微信外部群聊自动回复机器人开发实战
微信·机器人·企业微信·企业微信scrm·企业微信二次开发·企业微信api
wangxiaoxuan2173 天前
如何设计机器人 API:类型、单位、坐标系与失败语义
机器人·科沃斯八界
深蓝学院3 天前
机器人控制算法 MPC 的预测模型从哪来?完整公式推导
机器人·强化学习·机器人控制
蓝天居士3 天前
ROS2从入门到精通(13)
机器人·ros·ros 2
蓝天居士3 天前
JY61P认识、学习与实战(3)
机器人·嵌入式·传感器
feasibility.3 天前
399美元桌面机器人Doly:可爱电子宠物+树莓派开源平台,但不能像ChatGPT那样聊天
机器人·开源·嵌入式·树莓派·diy·桌宠
民乐团扒谱机3 天前
Rakazo 智能清洁机器人深度评测报告
机器人
feasibility.3 天前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
wangxiaoxuan2173 天前
机器人软件如何分层:驱动、算法、能力、动作与业务
机器人·科沃斯八界