安妮 夏乙 编译整理
量子位 出品 | 公众号 QbitAI
波士顿动力那些踹不倒的机器狗、脚踩风火轮的机器人可谓是颠倒众生，迷死一片网友。
今天，瑞士传来最新消息，那里的科学家们在教机器狗学轮滑。
就是这项运动
来我们一起看下。
脚底抹油的轮滑机器狗首先机器狗身体微倾，然后右脚向后滑，推动整个身体前进，接着身体再向另一侧倾斜，左脚向后滑。持续反复，向前滑行。
这只机器狗，简直是按照人类的动作在滑行嘛！
相比之下，波士顿动力那只Handle所用的方式，性能更强更炫酷，但动作上就没这么“仿生”了。
轮滑机器狗从正面看是这样的。即便穿过不同材质的表面，也没有任何影响。
机器狗还能注意到下坡，并直接享受这个过程，停止蹬腿滑行。在下坡的过程中，感觉是整个狗都要飞翔起来~
好，滑得好。但怎么转向呢？目前这个机器狗的前腿并不能支持常见的滑动转向，团队给出的解决方案也很有意思：原地踏步转向……
具体来说，是这样的：
这个会轮滑的机器狗，什么来历？其实这个机器狗就是苏黎世联邦理工学院ETH Zurich团队此前已经开发出来的ANYmal，只不过这次get了轮滑新技能。
作为一个四足机器人，ANYmal能多种不同的地形中自主移动和执行任务，包括工业场景下室内和室外的检查，自然或者危险地区的搜索和救援任务，甚至在娱乐节目中充当表演嘉宾等等。
ANYmal提供了IP67防护等级（也就是防尘防水，现在手机用户也应该常听这个概念了）；可由单人安全操作；所有关节都能360°旋转；移动速度可达1米/秒；自身电源能支持工作2-4小时；依靠激光传感器和摄像头导航。
总之，可以跑步、舞蹈、攀爬、负重携带、旋转、跳跃（但不能闭着眼）。
和小朋友一起玩
ANYmal的核心技术包括两个个方面。
从右边开始说，那是一个高度集成的模块化机器人关节执行器ANYdrive，所有的电机、齿轮、钛弹簧、各种电子元件都集成在一个IP67级防护的密闭单元中。
使用这个关节，无需额外的轴承、编码器或者电力电子装置就能构建任何一种运动力学结构，例如机器人的手臂、机器人的腿等。
稳健性表现（锤子砸）
ANYdrive的峰值功率和标称功率分别是720W和240W。更多参数可以看下面这张图。
然后说左边，这是一个被称为机器人大脑的ANYbalance，一种平衡控制软件，即便在崎岖地形中也能从容应对，提高四足机器狗的稳定性和安全性。
ANYmal用了哪些软件？
官方列出了一部分，还提供了地址，量子位搬运如下：
Elevation Mapping
用于粗糙地形导航的高度图测绘ROS包，为机器狗提供高程图，以便控制姿态。地址：https://github.com/ethz-asl/elevation_mapping
Grid Map
这是一个配备ROS接口的C 库，用于管理具有多个数据层的网格地图，可以存储高程、方差、颜色、摩擦系数、立足点质量、表面法线、可穿越性等数据。地址：https://github.com/ethz-asl/grid_map
LSE库
这个库为有腿系统提供可观测性约束扩展卡尔曼滤波器。地址：https://bitbucket.org/ethz-asl-lr/c_lse
Free Gait
自由步态是一个软件框架，用于有腿机器人的多功能控制。地址：https://github.com/leggedrobotics/free_gait
Kindr
为机器人提供运动学和动力学的C 库，实现各种旋转的参数化。地址：https://github.com/ethz-asl/kindr
Kindr ROS
ROS包装成Kindr。地址：https://github.com/ethz-asl/kindr_ros
Traversability Estimation
可穿越性估计，为可穿越的地形提供可遍历的映射。地址：https://github.com/ethz-asl/traversability_estimation
不过……那个……其实ANYmal还没学会急刹车。
所以，当它飞一般的从高处冲下来之后，结局是这样的……
就算没有轮子，机器人也一样可以“滑”。比如说，滑雪。
前不久，韩国出现了不少会滑雪的机器人。我们看看一段来自“全球首届机器人滑雪比赛”的现场视频：
比赛现场的情况看起来有点“惨烈”。
不断有机器人以各种姿势摔倒在地，之后被人扶起。不断有机器人被“吊起”再次推向起点，有些机器人需要让主人帮它“穿鞋”……
不过，从视频中看来，这些机器人有一点要比瑞士的轮滑狗厉害：在滑动过程中，它们能够转弯，避开路上的障碍，不用停下来“原地踏步”。
比赛规则这场比赛由韩国国家商贸部和机器人产业发展研究所联合举办。比赛中，8个参赛机器人需要绕开障碍物，到达终点。
△ 障碍物由红色、蓝色旗杆和红蓝布构成
比赛规则相当复杂——
参赛者必须是“人形”机器人，并且至少包含15个机械自由度。
不欢迎“侏儒”机器人参赛。如果测量机器人从脚底到肩膀的距离还没到50厘米，不好意思，还是让它回家先长长个吧。
机器人需要使用滑雪杖和滑雪板，并且姿势一定要标准。当机器人的肘部弯曲站立时，雪杖必须接触地面。
赛场滑雪坡道长80米、宽20米，每支竞赛团队有3分钟的时间避开红色和蓝色的障碍物完成比赛。
机器人每绕过一个障碍物，就得到一分。比分相同时用时最短的机器人获胜，如果时间也相同，那么……身材更高挑的机器人获胜！
值得注意的是，所有机器人都是全自动的。此外，还有一个专门的遥控比赛可选，但研究人员好像对那个并不感兴趣。
冠军Taekwon V经过一系列跌跌撞撞的角逐，最终，参赛宣言为“个子小但强壮”的Taekwon V赢得了比赛。
这个小个子Taekwon何许人也？我们调出这位参赛队员的资料看看。
小型机器人：Taekwon V
身高：75厘米
体重：12kg
特征&技能：
-是一个刚性机器人
-身体构成复杂，具有21个关节
-对人体协调运动有独到的见解
-能够像人一样走路
-造价低为你省钱
Taekwon V来自仁川的机器人制造商Minirobot，在18秒内越过5扇障碍门，以4秒明显优势领先于来自韩国机器人与融合研究所（KIRO）的机器人SKIRO。
从起点出发后，Taekwon V被障碍物绊倒了几次，但……即使被绊倒姿势也依然帅气。之后，Taekwon V仿佛开了挂，正滑、转向、倒滑，然后稳稳停在终点。
技术支持这些穿着人类滑雪服的人形机器人，究竟是怎么滑雪的？
这场比赛中的大部分机器人，都离不开视觉感知和运动动作控制技术的结合。
上面的动图展示了本次自动滑雪比赛冠军Taekwon V的视角，从中能看出这款机器人具备的视觉能力。它可以比较顺利地认出赛场上设置的障碍物。
对于赛场上穿行的人类，它偶尔能够检测出来，大多数时候都视而不见。
据《韩国先驱报》介绍，这些机器人上装备了雷达和视觉传感器，用来确定它们自己的位置，识别周围那些红色蓝色旗杆的位置。
量子位在Taekwon V所属公司MiniRobot官网的各种产品中，没能找到这位身高75厘米体重12公斤的选手，似乎暂时无法对它的智力水平做更详细的介绍。
不过，我们可以看看这家公司的一款小型人工智能机器人，这款小机器人没有雷达，但是配置了用于图像处理用的摄像头。官方介绍中说，它可以认出10种颜色，包括色块的面积和中心坐标。
从滑雪选手Taekwon V的表现来看，它很可能也是靠颜色来识别障碍物的。这种方法可以说简单易行，但对于临时出现在场上的人类等障碍物，就不太容易认出来了。
另外，Minirobot公司的Sam Kim对《韩国先驱报》透露，外部环境的微小变化都会对机器人的表现有影响。“它们不是人类，红色的深浅有变化，机器人有时就会认不出来。所以在比赛中，阳光的变化就可能导致它们找不到旗杆认不清路。”
认出障碍物之后，下一步任务就是避开它们。
运用这些传感器获取的信息，机器人内置的程序会指导它们做出正确的运动动作，比如说通过操纵腿部的动作左右转弯，躲过那些障碍物。
在顺坡向下滑的过程中，这些机器人面临的最大挑战是反应速度要快。它们需要快速处理接收到的视觉数据，并足够快速地调整自身动作，才能及时转弯。毕竟不是平地，滑着滑着像轮滑狗那样停下来原地踏步显然不太现实。
当然，减速还是可以的。腿部的动作还能帮这些机器人实现另一项轮滑狗缺失的技能：减速。
赛场“八公子”其实，其他七名参赛其实也挺帅的，满满都是荷尔蒙科技感的味道。
好像每个机器人都必须得穿一件小外套，这让滑雪场面看起来异常可爱。现在它们只需要一些润滑油恢复下身体又能活蹦乱跳了。
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
