Одноногого робота научили точным прыжкам |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2018-10-04 19:21 Американские инженеры создали новый алгоритм управления одноногим роботом Salto-1P, позволяющий ему более точно планировать точку приземления, а также устойчиво приземляться на неровные или недавно передвинутые поверхности. Разработка была представлена на конференции IROS 2018, кратко о ней рассказывает IEEE Spectrum. Salto-1P — это одноногий прыгающий робот, созданный инженерами из Калифорнийского университета в Беркли в 2017 году в качестве более совершенной версии представленного годом ранее Salto. Он использует для прыжков сразу несколько механизмов: мотор, приводящий в действие ногу из нескольких сегментов, а также механический аналог хвоста и два винта, компенсирующие вращение робота. Salto-1P и раньше применял такой принцип управления, но в новой работе авторы доработали алгоритм для более точного приземления. Эксперименты показали, что с новым алгоритмом стандартное отклонение ошибки составляет 10 сантиметров, а 95 процентов прыжков заканчиваются не далее, чем в 30 сантиметров от запланированной точки приземления. Благодаря этому теперь робот может запрыгивать даже на небольшие и неровные препятствия, к примеру, на стул с изогнутым сиденьем.
Кроме того, новый алгоритм управления позволяет роботу быстро адаптироваться к смещению цели. Для этого он использует внешнюю систему захвата движений. Разработчики показали, как робот справляется с прыжками в цель, нанесенную на доску, даже если доску двигают незадолго до прыжка. Свою реализацию подпружиненного обратного маятника в 2016 году представили инженеры из Disney Research. В нем используется нога с одним сегментом, поворачивающимся относительно корпуса. Из-за такой конструкции робот может сохранять равновесие лишь в течение небольшого промежутка времени — рекордная последовательность прыжков продлилась 6,5 секунды. Григорий Копиев Источник: nplus1.ru Комментарии: |
|