資訊

浙江大學熊蓉教授團隊受邀出席2021CAIRDC并做智能移動機器人技術與應用主題演講

2025China.cn   2021年04月02日

  2021年3月26-27日中國人工智能和機器人領域開發者的年度盛會——中國人工智能與機器人開發者大會(CAIRDC)在上海舉行,大會主題為“創新驅動發展,科技引領未來”,1300多名國內外專家、政企代表匯集。大會由中共上海市科學技術工作委員會、上海市經濟和信息化委員會和上海市松江區人民政府指導,上海市松江區洞涇鎮人民政府、睿慕課和G60科創走廊AI產業聯盟聯合主辦。

  浙江大學熊蓉教授

  受邀出席并做主題報告

  浙江大學教授、博士生導師,國家科技部智能機器人專家組專家,浙江大學智能系統與控制研究所機器人實驗室主任,迦智科技創始人熊蓉女士受邀參會,并做《智能移動機器人技術與應用》的主題演講。

  浙江大學熊蓉教授團隊從2000年開始從事智能移動機器人相關的技術研究工作,主要研究方向為智能感知和運動控制。會議期間,熊蓉教授向各位與會嘉賓分享了團隊近幾年最新技術研究和應用成果,并與各與會專家和代表就中國機器人產業發展的趨勢和未來前景,進行了誠摯交流和圓桌討論。

  熊蓉教授報告全文內容精選

  移動是機器人的重要基礎功能,可以幫助我們搬運重物,也能夠到達人類難以達到或者危險的環境進行探測、搜索、救援等系列工作;移動和操作結合,可以有效擴大作業臂的作業范圍,從而實現大型部件的加工、在車間的移動作業等。近年來,移動機器人的應用領域不斷擴展,從規模化應用較多的生產制造、電商物流、家庭清潔、港口碼頭、變電站巡檢、安防特種等領域,到農業、林業、建筑、科考探測、地質救援、消防等領域。

  在很多領域,移動機器人并不像我們所期待的那樣實現大規模應用的原因,從技術角度來說,我們發現這些應用環境各式各樣,地形地貌各不同,有空中、水下、不平整地面、存在各種動態變化等,如何讓機器人在復雜環境中實現長期魯棒的自主移動,是技術層面面臨的一個主要挑戰。這個挑戰需要解決兩個核心的難點問題,一個是移動方式,這決定了機器人是否能適應在這樣的復雜環境下靈巧運動的問題;另一個是導航方式,主要回答在哪里、到哪里和怎么去的關鍵問題,這決定了機器人的智能性,是否能適應各種環境以及環境里的動態變化,擺脫人的遙控等實現自主移動的主要問題。

  從移動的方式來講,陸地上有多種的移動方式,輪式、履帶式、軀干式等,其中腿足式可以說是地面運動方式里最具靈活性和地形適應性的移動方式,它不僅可以適應不平整的地面,也可以適應不連續的地形,是機器人研究領域的重要課題,需要解決難建模、易失穩、能耗高等諸多挑戰性難題。

  浙大自2006年關注仿人機器人的挑戰,并開展一系列這方面的研究,2008-2011年在國家863重點課題的支持下,開發了兩個大型仿人機器人,身高165,重56公斤,全身有30個自由度,可以跟人或雙機器人進行乒乓球對打,跟人最大回合數是有145個回合,雙機器人也有140多個回合,可以去適應不同的球速,包括對快速旋轉飛行乒乓球的準確識別、定位和軌跡的預測,以及實時在線的全身協調運動規劃、手臂快速運動下的平衡控制等,該成果得到了美聯社、路透社、國家地理頻道等專題報道,美國自然科學基金會把該項成果做長篇幅介紹并寫進給奧巴馬政府的工作報告內。但當時機器人的行走速度只有1.2公里/小時,難以適應打球的快速度。

  從2012年開始,我們主要圍繞著如何提高機器人運行速度,以及如何從室內走向室外,去適應室外不平整的地面來開展研究。我們通過在關節柔順控制、全身協調控制、未知外力擾動下的柔順平衡控制等技術突破,成功研制在室外可以適應草地鋼管等不平整地面、以及適應未知外力推動的雙足仿人機器人,行走速度最快可以達到4.5公里/小時。利用相關技術,“絕影”機器人由我們團隊畢業的學生進行了創業,打造了四足機器人“絕影”。這個機器人具有多種步態,并能完成跳躍、上下30°的斜坡、適應不平整地面、適應各種外力的擾動,目前在變電站巡檢等方面進行推廣應用。

  除了這樣大型的腿足式機器人,我們團隊新引進的研究員陸博士,他的研究方向是在人體內進行送藥的機器人,把微型、軟體和多足結合起來。應用腿足對不平整應用環境的適應性,來適應人體器官內的不平整性。利用微納加工的技術,來給機器人安裝了數以百計的、非常柔軟纖細的腿,加上磁性的物質來實現在磁場控制下的機器人運動,實現了多種步態,包括波形拍打式步態與搖擺切換式步態。它可以靈活適應人體內的不平整及液態等復雜環境,攜帶藥物精確送達病變處,該微型多足軟體機器人自重只有4克,但能夠搬運42克的藥丸,搬運重量是自身重量的幾十倍,搬運的速度和重量都達到了一個很高的指標,并在模擬的人體胃環境里做了實驗,獲得了2018年中國十大學術進展獎。

  從導航方式來講,它決定了機器人在環境中的自主能力,我們需要解決三個方面的問題,一是要構建環境的地圖,然后根據機器人當前的感知,在地圖上確定機器人的位置,也就是解決在哪里這個問題,然后根據要到哪里來實現,通過導航規劃來解決怎么去這個問題。由于這幾個問題的復雜性,特別是地圖構建和定位問題的復雜性,所以業內之前的移動機器人雖然也能夠實現自主移動,實際上是在技術方面做了簡化,比如RGV是用了軌道導引,AGV是用了磁釘、磁條、二維碼這樣的標識去減少定位難題,通過傳感器對這些標識的檢測,來完成定位;另外我們的家庭清潔作業機器人也是自主導航,但降低了對效率和定位精度的要求。但現在,很多像工業領域、港口碼頭等領域,對如何擺脫這些人工標識物、實現高可靠高精度的自然導航提出了重要需求。目前我們已經通過一些技術突破推動了在這些領域中的應用。

  地圖構建問題在95年就被定義了,由于定位和地圖構建形成了一個雞與蛋的問題,被稱為一個難的問題。2001年研究人員用擴展卡曼濾波,在數據關聯準確的情況下,可以進行一致性求解。2007年提出的粒子濾波方法,使得我們能夠對數據關聯做多種假設,來容忍可能的數據關聯錯誤。2006至2011年,研究人員提出了圖優化方法,通過構建圖模型、建立節點之間的位置約束和觀測約束,通過形成約束最大一致性來求解問題;并通過形成圖優化問題的求解工具,來實現大規模最優問題的快速求解。在這個框架下,我們也做了一系列工作,特別是如何正確建立節點與節點之間的數據關聯。我們做的主要工作包括,怎么對三維的點云進行快速匹配,怎么在大范圍的環境建立對點云的描述,能夠快速檢索到我們又回到了這個位置,從而實現正確的位置識別。同時近幾年我們還研究了面向像腿足式機器人,它要用到的不是激光地圖,也不是視覺特征地圖,而是稠密的高度地圖,這樣的地圖構建會涉及大量的計算,而且我們現在一致性地圖的構建主要面向的是稀疏特征的地圖一致性構建,那我們要怎樣去解決這個問題,來實現大范圍一致的稠密高層地圖的構建。

  還有一個工作,在我們建立的大范圍地圖內,還要能夠滿足高精度定位的要求,大范圍、高精度伴隨的數據量非常大,在工業、航空航天等應用中,機器人能夠帶的計算設備往往是有限的,特別是像航空航天方面,就是486的水平,那么這樣大的數據量對存儲和計算都提出了很高要求,我們在這里做的就是怎么去對地圖做精準的壓縮,做到了可以壓縮30倍,同時還能達到同樣的定位精度。在地圖構建的基礎上,第二個關鍵問題就是定位。定位也是有多種的技術途徑,在室外像無人駕駛等很多在用的是GPS,但是在室內包括在園區、綠化建筑物比較密集的地方,GPS的信號是非常不穩定的,室內根本是沒法使用的,所以在室內應用中,一般用的是磁釘、磁條、二維碼標識的方法。對于自然導航來講,我們要去解決的就是當前環境感知發生變化時,怎么去找到環境和地圖之間的正確匹配。特別是如果是用視覺的話,會面臨季節性變化,氣候變化等,雪前雪后的圖像是完全不一樣的。

  我們近幾年的工作就主要圍繞著怎么去適應環境的動態變化,特別是這種長周期的、季節性的、氣候性的變化,來實現在環境中的長期魯棒精確定位。我們提出了新的地圖表示方式,當環境變化的時候,解決把新的環境特征如何加入到地圖里,使得它下次能夠被使用來進行定位,從而避免光照、氣候、季節變化帶來的紋理上的影響;同時我們解決了異構傳感器信息匹配問題,可以在激光地圖里進行視覺定位,能適應春天構建的地圖,夏天、秋天、冬天,特別是冬天雪后圖像發生極大變化,也能正確定位;也解決了純視覺定位,即在視覺特征地圖中進行視覺定位,實現了在大雪前后存在大概90%的錯誤視覺特征匹配的情況下,機器人也能魯棒估計定位的結果。

  在導航規劃方面,已經有了豐富的研究成果,形成了經典的導航規劃方法,在工業等領域發揮了很大作用。但是傳統的方法,在環境適應性方面、人機共融方面,都有很多的局限性,同時強依賴于前面所講到的定位,如果定位準確性不高的話,也將直接影響到導航規劃的結果。近幾年我們從如何去模擬人的角度上來進行導航規劃及行為決策上的研究。一個工作是能否學習人的行為,人在駕駛車時依靠手機APP的粗定位以及告訴你是前進、左轉、右轉的粗規劃,就能夠根據眼前的場景,來實現安全的駕駛。我們利用行車記錄儀的數據,利用他的行車軌跡,對視覺圖像進行自動的標注,然后利用所提出的神經網絡方法實現了同樣的效果,在我們的校園環境中進行試驗,即使是到一個新的環境里,機器人靠這樣的粗定位和粗規劃,也能夠實現安全的駕駛,并且能夠適應環境中動態移動的障礙物。同時我們也在無人駕駛加速、減速、變道等行為決策,以及如何學習人的社交性規則進行導航規劃方面,做了一些工作。

  目前我們一些技術已經在實際應用場景中實現了驗證,包括我們2017年和京東聯合發布的618校園送貨機器人,我們是唯一一臺不依賴于GPS定位,在校園里可長周期自主移動的機器人,也用到了奇瑞的園區自動停車方面,園區內GPS信號非常不穩定,通過我們的技術實現了平滑的準確定位,也實現了從室外到地下車庫的自動駕駛,同時在雙足、四足機器人上均有應用。

  我們也實現了產業的應用,孵化了迦智科技,提供面向智能制造行業自然導航搬運機器人,依靠自身的感知實現定位導航,可以有效適應像半導體、電子制造工廠的柔性制造需求,應用在中興通訊、中車、天馬等3C、半導體企業的工廠里,最近在兩會期間的CCTV-2報道里也出現了我們機器人的身影。

  在園區級中低速重載無人駕駛的應用方面,我們的定位精度和對精度都達到了國際領先水平,實現了室內室外的通用,不依賴于GPS,在園區環境里實現長期運行,目前已經在幾個單位運行了1年多,經歷了雨雪等各種氣候以及高磁環境的考驗。

  目前,我們也在做一些新的研究,一個是異構的多機器人協同,結合5G實現的大帶寬通信,我們可以有更加豐富的信息交互,如何融合5G進行多機器人的規劃、多機器人的信息交融等,我們也做到了通過空中機器人圖像來實現地面機器人的定位。

  針對機器人操作學習方面,我們也進行了一些攻關。包括在動作上如何進行擬人化的學習,利用我們所提出的機器人學習方法,實現YUMI機器人學習人的手語動作,并保障機器人動作的流暢性、仿人性和安全性。我們之前做的是對乒乓球這樣一個快速飛行球的識別和軌跡預測,在現實中還有很多物體是不均勻的、是異形的,我們很難去對每一個都建立準確的模型,然后來進行觀測、預測,在這里我們也是設計了新的神經網絡,并且實現從一個物體的學習遷移到不同物體上面。目前做到了準確預測位置,下一步還要做到去預測它的姿態,來能夠實現抓取,我們也從對物體的抓取拓展到抓推等多種動作的融合上,從而適應更為復雜的場景。

  另外,我們也研究了任務級的操作學習。通過識別操作人員是用了什么樣的動作、操作了什么樣的物體,達到了怎么樣的裝配效果,部件之間的裝配關系和裝配的精度要求,來生成機器人的程序,可以實現避免人工對作業的編程,而是用演示的方式自動生成相關的程序。

  同時,我們也在把移動和操作結合起來,并且考慮人機的協同。通過人稍微施一點點力,機器人能夠感知人的搬運意圖,跟人來形成協作,以及在協同搬運的過程中,實現協同、避障、搬運等更為復雜的多級任務。

  熊蓉教授研究團隊成員

  王 越 副教授 研究方向:自主移動、無人駕駛

  朱秋國 博士 研究方向:腿足機器人陸豪健 百人計劃研究員研究方向:微型軟體機器人、醫療機器人

標簽:迦智機器人 我要反饋 
施耐德電氣線上工博會
世強
專題報道
2021施耐德電氣線上工博來襲!
2021施耐德電氣線上工博來襲!

12月1日起,施耐德電氣線上工博將為您呈現一場以 “綠色智能制造,共塑可持續未來”為主題的云端盛宴。 憑借在綠色智

2021 OEM機械設計技術研討會-云會議
2021 OEM機械設計技術研討會-云會議

“2021OEM機械設計技術研討會”以“縱深推進?多維賦能 數字化重塑設備制造”為主題, 邀請多家知名企業與來自紡織機械

帶訪問授權管理的安全門解決方案
帶訪問授權管理的安全門解決方案

對于制造型的企業來說,生產環境中總有需要保護的區域,來避免造成傷害事故。我們知道,當設備運行時,保護人員免受機器的傷害很

加勒比hezyo无码专区