UC伯克利最會跳的機器人已經跳出實驗室，跳到戶外然後栽進草叢

【 圖片來源：UC Berkeley所有者：UC Berkeley 】

雷鋒網按：加州大學伯克利分校數年前研發的獨特的單腿跳機器人Salto近期迎來了新的升級，而且即將在ICRA2019會議上亮相。IEEE Spectrum上就有一篇最新進展的介紹，雷鋒網全文編譯如下。

在很多人的眼中，加州大學伯克利分校的Salto從2016年以來就是他們最喜歡的機器人之一，然後在後來的機器人技術突飛猛進的幾年裡Salto就開始顯得有點過時了。雖然它保持著和第一代的Salto相同的原理，但一系列的升級賦予了它更多動態操作能力。

原始的Salto能夠二連跳。2017年添加的推進器為它提供了將多個跳躍連接在一起所需的控制。在去年的IROS上，研究人員們對一個控制器進行了改進，讓Salto具有了進行精確跳動需要的智能，這樣它就可以躍過一系列垂直障礙物（或者更多）。

為了讓Salto能夠自行保持直立且完好無損，它必須在有動作捕捉的環境中跳躍。這就帶來了很大的限制，研究人員們自己也知道它只能是一個看起來很酷的研究項目，或者能拍出一些吸引眼球的視頻，除此之外就沒有什麼用了。

在今天的ICRA會議上，加州大學伯克利分校的機器人專家Justin Yim和Eric Wang（來自Ron Fearing的仿生微系統實驗室）展示了Salto的最新版本，這個版本添加了完全消除動作捕捉系統所需要的感測和計算能力。在實驗室外，你想要它跳多少下，Salto就能跳多少下，完全在室外也可以。

Salto不是自動跳躍的，因為它沒有任何機載遙感，Justin一直在「驅動」著這個機器人，讓它始終在人行道上，並讓它避開障礙物。跳上台階也是人為驅動的，論文中對運動序列的描述提醒我們，為什麼讓人類控制機器人不是一個好主意：

人類操作員指引機器人跳到合適的位置，然後沿直線前進到0.43m高的台階上。機器人被指引著往右上方跳，然後再往左邊。在人為錯誤指引機器人往左邊跳進灌木叢之前，這個過程總共持續了19s。

【 圖片來源：UC Berkeley所有者：UC Berkeley 】

新型機載姿態估計與跳變控制系統（也叫作SHOVE,用於滑跳方向和速率估計）已經足夠穩健，即使在像海綿這種柔軟的檯面上，Salto也能夠連續跳動。它利用了航位推算去估計每一次的跳動後位置的變化，即使在幾分鐘內跳了300下，這個估計值也只在1-2米之間浮動（代表每次跳躍的誤差都低於1cm）。

然而，現在棘手的部分是如何精確地評估Salto的姿態，我們假定研究人員說的「姿態」是指它的方向（而不是它有多「激進」）。姿態評估錯誤相差約1度，每個跳躍之間就有約0.5m的誤差，這意味著，在實踐中，Salto不能夠精確地計劃它的跳躍，去讓它能夠好好地爬樓梯，不被摔下來。

不過，這項工作已經在進行中，研究人員期望更高的精度估計和控制能讓機器人在更多樣的表面上跳躍，像樓梯，傢具以及其他外露物，或是像室內軟裝、自然植物這種柔軟的基底。

研究人員告訴我們，除了可能要升級發動機和電池讓它能夠有更大的跳躍力，運行得更久，Salto的硬體現在已經足夠用了。現在的研究重點是新的行為，研究人員已經有想法了，他們打算給Salto增加一些有抓力的腳，讓它能夠從地面一下跳到樹枝上。教授Ron Fearing在視頻中提到，那些「腳」和「手」會是一個相當大的升級，他還表示他依舊很喜歡Salto。

原論文：「Drift-free Roll and Pitch Estimation for High-acceleration Hopping,」

《高加速度跳動中的無漂移的翻滾和跳動估計》（已被 ICLR 2019 接收）

雷鋒網註：本文編譯自機器人技術博主Evan Ackerman發表在IEEE Spectrum電子雜誌的文章

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！