傳統(tǒng)的關(guān)節(jié)連桿型機(jī)器人由于在單一任務(wù)中的高精度作業(yè)，在生產(chǎn)線上得到了廣泛使用。制造業(yè)和服務(wù)業(yè)的快速發(fā)展，對(duì)機(jī)器人的綜合性能提出了越來(lái)越高的要求。為了實(shí)現(xiàn)類(lèi)人的運(yùn)動(dòng)控制和操縱，人們對(duì)多種仿生機(jī)器人進(jìn)行了研究。為了讓機(jī)器人更好地模仿人類(lèi)和動(dòng)物，研究團(tuán)隊(duì)提出了一條從內(nèi)部神經(jīng)機(jī)制到外部軀體結(jié)構(gòu)的研究思路。在這種思路的指導(dǎo)下，搭建了一套包含視覺(jué)認(rèn)知、決策、運(yùn)動(dòng)控制和肌肉骨骼結(jié)構(gòu)的類(lèi)腦智能機(jī)器人系統(tǒng)。
中科院自動(dòng)化所喬紅院士團(tuán)隊(duì)對(duì)類(lèi)腦視覺(jué)認(rèn)知、決策、運(yùn)動(dòng)控制和肌肉骨骼系統(tǒng)的前沿研究進(jìn)行了綜述，構(gòu)建了兩套軟件系統(tǒng)和一套對(duì)應(yīng)的硬件系統(tǒng)，旨在驗(yàn)證并應(yīng)用于下一代類(lèi)腦肌肉骨骼機(jī)器人。文章發(fā)表于MIR 2023年第一期中，全文開(kāi)放獲�。�
圖片來(lái)自Springer
全文導(dǎo)讀
機(jī)器人被譽(yù)為"制造業(yè)皇冠上的明珠"，已經(jīng)成為衡量一個(gè)國(guó)家科技綜合實(shí)力的重要指標(biāo)。自1962年第一臺(tái)工業(yè)機(jī)器人Unimate上線以來(lái)，人們將大量的機(jī)器人系統(tǒng)投入到了工業(yè)生產(chǎn)線上，代替工人完成重復(fù)性、高風(fēng)險(xiǎn)、高負(fù)荷的任務(wù)，從而不斷為制造業(yè)企業(yè)創(chuàng)造巨大的生產(chǎn)效益。隨著機(jī)械工程、控制和人工智能技術(shù)的不斷進(jìn)步，國(guó)防、醫(yī)療、先進(jìn)制造業(yè)等眾多應(yīng)用領(lǐng)域都對(duì)機(jī)器人應(yīng)用提出了迫切的需求。然而，現(xiàn)有機(jī)器人系統(tǒng)的性能仍然受到傳感器精度、系統(tǒng)重復(fù)精度和輔助機(jī)械性能的限制。提高機(jī)器人的性能需要機(jī)械工程、材料科學(xué)、控制理論、智能芯片、信息科學(xué)等多學(xué)科的協(xié)同發(fā)展，而由于其所需投資較大，開(kāi)發(fā)周期較長(zhǎng)，機(jī)器人的廣泛應(yīng)用也大大受限。
相比之下，人類(lèi)在感官反饋絕對(duì)精度低、行為控制和分散計(jì)算能力有限的情況下，可以實(shí)現(xiàn)比每個(gè)身體單元獨(dú)立完成能力更加出色的整體性能。這主要得益于人類(lèi)能夠整合多個(gè)腦區(qū)的信息，并且能充分利用身體結(jié)構(gòu)的優(yōu)勢(shì)。因此，通過(guò)模仿人類(lèi)的生理結(jié)構(gòu)、行為特征、智能原理和控制機(jī)制，開(kāi)展類(lèi)腦智能機(jī)器人研究，對(duì)開(kāi)發(fā)新一代機(jī)器人具有重要意義。
長(zhǎng)期以來(lái)，人們一直把人類(lèi)作為改進(jìn)機(jī)器人的參考標(biāo)準(zhǔn)。目前，根據(jù)研究出發(fā)點(diǎn)的不同，類(lèi)人機(jī)器人的研究工作主要包括兩種思路。第一種思路是讓機(jī)器人模仿人類(lèi)的功能。基于對(duì)人類(lèi)行為的觀察和分析，這種研究思路旨在賦予機(jī)器人完成人類(lèi)工作的能力。例如，目前使用最為廣泛的關(guān)節(jié)型機(jī)器人是由剛性連接、齒輪箱、關(guān)節(jié)減速器和輔助工具組成。雖然關(guān)節(jié)機(jī)器人在外觀和執(zhí)行原理上與人類(lèi)有很大不同，但在復(fù)雜傳感器和專(zhuān)用控制程序的幫助下，它們可以代替人類(lèi)完成特定的操作任務(wù)。
圖一 軟件平臺(tái)系統(tǒng)框架圖
另一個(gè)典型的例子是具有與人類(lèi)外觀和功能類(lèi)似的仿人機(jī)器人，旨在從外到內(nèi)模仿人類(lèi)機(jī)制。其代表性的研究成果包括本田汽車(chē)公司的ASIMO機(jī)器人(1997C)，北京理工大學(xué)的BHR機(jī)器人(2000C)，意大利理工學(xué)院的iCub機(jī)器人(2008C)，以及波士頓動(dòng)力公司的Atlas機(jī)器人(2016C)。這些機(jī)器人通常具有雙足運(yùn)動(dòng)能力，引入人工智能算法后，也具有初始的自學(xué)能力和對(duì)復(fù)雜任務(wù)的適應(yīng)能力。
研究人員利用高度冗余的執(zhí)行器，讓仿人機(jī)器人具備能比擬人類(lèi)的靈活性；然而，這同時(shí)也帶來(lái)了控制器設(shè)計(jì)方面的挑戰(zhàn)。人們提出了許多數(shù)學(xué)算法來(lái)控制具有高冗余執(zhí)行器的仿人機(jī)器人，例如為實(shí)現(xiàn)穩(wěn)定雙足運(yùn)動(dòng)所提出的零力矩點(diǎn)、捕獲點(diǎn)和中樞模式發(fā)生器算法，為實(shí)現(xiàn)多樣化操作所研發(fā)的無(wú)模型強(qiáng)化學(xué)習(xí)、基于示教的模仿學(xué)習(xí)算法等。雖然這些方法仍處于研究的早期階段，但這些方法成效顯著，有望拓寬仿人機(jī)器人的應(yīng)用范圍。
第二種思路是以模仿人類(lèi)的核心和基本機(jī)制為方向，以此形成了對(duì)類(lèi)腦智能機(jī)器人的研究。類(lèi)腦智能機(jī)器人是參照人類(lèi)視覺(jué)認(rèn)知、決策、運(yùn)動(dòng)控制和肌肉骨骼系統(tǒng)的神經(jīng)機(jī)制和結(jié)構(gòu)特征，從內(nèi)在機(jī)制到外部結(jié)構(gòu)對(duì)人類(lèi)進(jìn)行模擬。
類(lèi)腦智能機(jī)器人的研究通過(guò)整合腦科學(xué)、人工智能和機(jī)器人學(xué)等多個(gè)學(xué)科，旨在建立具有高計(jì)算效率和通用智能的類(lèi)腦信息處理算法，研發(fā)具有高度靈活性和魯棒性的肌肉骨骼系統(tǒng)，為下一代機(jī)器人的發(fā)展奠定基矗在過(guò)去的幾年里，出于探索人類(lèi)的本質(zhì)和治療精神疾病的迫切需要，美國(guó)、歐盟、日本、韓國(guó)、加拿大、澳大利亞和中國(guó)等多個(gè)國(guó)家都提出了腦計(jì)劃，以促進(jìn)腦科學(xué)和類(lèi)腦智能的研究。
作為類(lèi)腦智能不可缺少的一部分，類(lèi)腦智能機(jī)器人是一套軟硬件結(jié)合的綜合系統(tǒng)，對(duì)驗(yàn)證研究成果具有重要意義。許多研究團(tuán)隊(duì)在類(lèi)腦算法、腦神經(jīng)形態(tài)芯片和肌肉骨骼機(jī)器人系統(tǒng)方面進(jìn)行了初步研究，并取得了許多階段性成果。可穿戴外骨骼系統(tǒng)作為肌肉骨骼系統(tǒng)的典型應(yīng)用，是近年來(lái)的一個(gè)熱點(diǎn)。
圖二 仿真系統(tǒng)控制框圖
圖三 硬件平臺(tái)的結(jié)構(gòu)設(shè)計(jì)和肌肉分布圖
研究者們利用基于區(qū)域的控制和交互式框架、人在環(huán)路控制、勢(shì)壘函數(shù)設(shè)計(jì)等有前景的技術(shù)和框架，來(lái)改善可穿戴外骨骼系統(tǒng)在輔助行走和負(fù)重工作中的性能。這些研究工作對(duì)于肌肉骨骼的應(yīng)用具有重要意義，代表著使用仿生可穿戴外骨骼系統(tǒng)進(jìn)行人機(jī)交互的最前沿研究。由于引入了人類(lèi)的內(nèi)部運(yùn)作機(jī)制，類(lèi)腦智能機(jī)器人有望實(shí)現(xiàn)與人類(lèi)的共鳴，并實(shí)現(xiàn)與人類(lèi)伙伴的深度合作。
與以往類(lèi)腦機(jī)器人的相關(guān)綜述相比，本研究介紹了類(lèi)腦機(jī)器人研究鏈上的前沿工作，包括啟發(fā)性神經(jīng)機(jī)制、類(lèi)腦算法設(shè)計(jì)、軟件平臺(tái)搭建和硬件系統(tǒng)開(kāi)發(fā)。本文特別介紹了軟件和硬件系統(tǒng)集成的最新進(jìn)展。
本文的其余部分組織如下。第二部分介紹了視覺(jué)、決策、控制和身體結(jié)構(gòu)的核心神經(jīng)機(jī)制以及相應(yīng)的類(lèi)腦算法。第三部分介紹了軟件和硬件系統(tǒng)集成。類(lèi)腦機(jī)器人的仿真平臺(tái)整合了視覺(jué)、決策和運(yùn)動(dòng)控制方面的類(lèi)腦算法，為不同領(lǐng)域的研究人員提供了高效的工具。硬件平臺(tái)的設(shè)計(jì)模仿了人類(lèi)的肌肉骨骼系統(tǒng)，研發(fā)了一套物理系統(tǒng)來(lái)驗(yàn)證類(lèi)腦算法的性能。第四部分對(duì)研究進(jìn)行了總結(jié)和歸納。
全文下載：
Brain-inspired Intelligent Robotics: Theoretical Analysis and Systematic Application
Hong Qiao,Ya-Xiong Wu,Shan-Lin Zhong,Pei-Jie Yin&Jia-Hao Chen
https://link.springer.com/article/10.1007/s11633-022-1390-8
本文作者
