<mark id="oztn4"></mark>
4
【編者按】2015世界機器人大會如火如荼，在機器人越來越走近人類的時候，世界各國的頂級專家們是如何看待的呢？在面對災害時，參與其中的機器人不僅要面對復雜的問題，還會遇到哪些障礙？
本文選自韓國高等科學技術院類人機器人研究中心主任 Jun Ho Oh 在大會上的演講：《我們從 Darpa 機器人挑戰賽中學到了什么？》，雷鋒網做了不修改原意的調整，文章略有刪減。
大約是三四個月之前，在美國加利福尼亞舉辦了一個大型機器人挑戰賽，我要跟大家分享一下我參賽的體驗。
情況是這樣的，2011 年，大家都知道日本東部出現了地震和海嘯，當時也出現了核泄漏，我們必須要進行疏散，在出現這樣的事故之后日本政府決定要部署災害響應機器人，美國軍方也派遣了一些機器人來幫助應對這樣的災難，但是他們發現這些機器人受到了一些門和墻體等非常障礙物的阻礙，沒法進入到大樓中，而且他們也沒法與這些機器人進行通訊，這些災害響應機器人無法應對人為產生的災難。
Darpa 是美國的國防部高級研究計劃局，Darpa 進行了非常詳細的規劃來解決未來我們可能會面臨的復雜問題。
首先假設機器人必須能夠去駕駛常規的車輛，能夠把這些常規的車輛駕駛到災害發生地，到達災害發生地的時候他們必須從車輛上下來，然后去清理路障，這樣才能夠進入到災害發生地。
一旦進入到大樓，他們必須能夠打開大門，進入大樓之后，機器人必須能夠沿著非常陡的梯子或者樓梯往上爬，當有一些墻體阻礙了他們的前進時，他們必須能夠在墻體上敲一個大洞以便穿行過去，如果一些管道泄漏，他們必須能夠自己關掉閥門。最后這些機器人必須能夠去解決一些出其不意的問題，要做一些沒有事先界定好的工作。
為了促進活動的開展，Darpa 決定要對機器人挑戰賽投入上億美元資金進行支持，選擇了七個團隊來幫助他們解決這些問題。每個獲選的團隊會獲得三百萬美元的資金支持，每個參與者都可以獲得這么多的資金支持，我們把它稱為 TrackA。TrackB 是團隊進行機器人操作來解決前面遇到的挑戰，一旦參賽，他們會獲得 100 萬美元的資金，就是 TrackB。后來韓國政府、日本、歐盟有三個團隊，韓國政府決定要參加到機器人挑戰賽，韓國政府提供了 400 萬美金的支持，日本政府也提供了幾百萬美元的資金支持，歐盟也提供了資金的支持，機器人挑戰賽三年的資金支持達到 1.1 億美金。在該挑戰賽當中，我們開展了幾次活動。第一次是在 2013 年 6 月份，這是初選賽，到 2013 年 12 月份的時候進行了預賽，2015 年 6 月份進行了決賽。
這些機器人是參加挑戰賽的機器人。
Atlas，是由美國一家公司發明的；
HRP 平臺機器人，是日本的代表機器人，它主要是針對工業設計的，是人機共同合作；
Jaxon 是日本的機器人，這個機器人在 2013 年 12 月份預賽獲勝后，公司被谷歌所收購；
還有來自美國宇航局的機器人 Robosimian，這個機器人研發的目的是為了在月球或者火星上進行施工，他也在太空當中進行一些作業，是太空作業的機器人；
還有 Chimp 機器人，是卡耐基梅隆大學發明的，還有來自意大利的機器人 Walkman；
這個 DRC—hubo 的是我專門為此次挑戰賽所組裝的機器人。
挑戰賽一共有 25 個團隊，有 7 個 Atlas 機器人，還有 2-3 個 Jaxon 機器人，有 4 個 HRP 機器人，其他的機器人也有幾個。
挑戰賽中，最開始是從右上角開始，首先必須要把機器人放到車輛上，機器人必須要開車，然后進入到目的地，接下來要從車輛上下來，進入到大樓當中。在這塊他必須要轉這個閥，接下來要拿工具在墻上敲一個洞，在這里它還要應對一些意料之外的狀況，必須要穿過特定的障礙物，最后要從大樓上成功的撤出，離開救援地。
這樣的一個任務最難做的就是他們下調了通信的帶寬，通常需要一秒鐘的時間才能獲得比較好的視頻的圖像，但是一旦他們進入到了空間當中， WiFi的帶寬就變成了一萬分之一，傳一個圖片需要一個小時的時間，一旦機器人進入到大樓，機器人必須自主去決定，沒有外部的支持。這里還有操作室，它離現場有 500 米的距離，因此操作人員無法知道現場發生的狀況，他們也不知道現場這些機器人是怎么運作，因為當時 WiFi 通訊訊號是非常弱的。
25 個團隊中，有 3 個團隊一個小時之內進入到了 A 點，最快的團隊是44 分鐘就到達了目的地。卡耐基梅隆大學的團隊是第二位，我們是第一位。很多團隊沒有完成任務。
25 個機器人來自世界各地，他們的成本造價可能都達到 100 萬-200 萬美元，可能需要花幾年的時間才建造完成，它們行走得非常漂亮，操控也非常好，在實驗當中它們表現得特別好，但在現實當中卻會不斷地摔倒，會出現這樣那樣的故障，很多人對于這樣的結果感到特別的失望。
災害響應機器人，他們在進入到災害現場之前實際上遇到了非常多的障礙，因為他們遇到了真正的災害。
在我們實驗室當中這些機器人表現得特別好，但是在真正的現場，他們可能會遇到非常多的障礙和困難，因此在實驗室和現實世界區別非常大。
究竟發生了什么樣的狀況呢？我們發現有幾個原因造成了機器人的故障：
大部分的是系統和硬件的故障。
當我們制造機器人的時候，有時候我們讓機器人行走，在實驗室當中行走是很容易的，但是在任何地方讓他們隨時都能夠行走是很難的，因為有時候這個系統并不是特別的可靠。我們發現兩足行走本身對于機器人來說并不是特別安全。
還有另外一個問題，機器人自己行動的話是可以的，但是一旦機器人要和環境進行互動，他可能會遇到非常多的障礙。
我給大家講一個非常簡單的例子，你可以看到有一些機器人他們要開門，對于機器人來說，開門這樣的一個測試可能做起來是最難的。
因為大多數的機器人擅長定位，如果你讓機器人待在一個位置是可以的，而如果讓機器人自身去模仿一個人類，或者自己去做一個事情實際上是很難的。
我給大家再稍微解釋一下，開門意味著這個門本身是有一個門閂的，它要是以門的閂為一個中心點讓這個門旋轉，在開門的過程中這個機器人就得按照開門的軌道做同樣的動作，在這個軌道當中他要考慮到機器人和門以及在門閂位置的關系，所以說如果這個計算軌道錯誤的話，就打不開門。如果這個軌道是能夠吻合的，就可以開門。如果不能夠配合，機器人的手指頭和胳膊很容易在開門的過程中就碎掉了。
在很多的開門試驗當中大家可能都曾經見過機器人是非常容易壞的，所以這個過程非常困難。我們認為來實現這種自動化和監管之間的諧和，有些東西需要讓人工智能自己完全自主的做一些事情。有些事情可能不見得這么成功，而且有些人認為機器人可以做什么事情，但不見得，因為在過程中一些溝通的方式可能不一樣，中間會存在一些延遲，有時候視頻反饋又可能出現一些問題。
這些對于這種自動化和監管都是非常重要的。
還有一點就是操作員會出現一些錯誤，用戶見面，操作員在運作這個機器人的時候，在現實世界當中操作員本身也非常重要。在我們這個情況下，我們的勝利點主要是在比賽之前做過一些測試，我們盡可能一個接一個解決這些問題，在首爾我們制造了一個非常穩健的機器人平臺，包括像電力方面，內部的通信等等。另外我們還有非常強勁的視覺控制器。視覺系統非常容易出錯誤，因為它會去解決很多的數據，視覺控制器在這個系統當中可能用到的比較多。
另外關鍵的一點就是通過操作系統進行機器人編程。
我們暫時沒有使用IOS 系統，IOS 系統太大了，很難學習。另外系統本身是非常復雜的，而且也需要有非常多的支持。還有機器人的控制，實際上也是需要與周圍的環境結合在一起，比如說開門、拉一輛小車、把一張紙放下等等，這些與環境有非常大的相關性，我們也要考慮到這些部分。
這些是我們建立的平臺，有很多不同的方式。這些零部件，在內部也有非常好的散熱系統，我們還有內部的水冷系統或者氣冷系統，就像汽車一樣，里面會有一些驅動的散熱單元。我們要讓這個機器人有高靈活度，他應該非常流暢地與周圍的環境進行結合，這個視頻當中能夠看到他的一個運轉的過程，你可以看到這個駕駛的方向盤和機器人的位置不是固定的，他們想測試一下看這個機器人是如何來駕駛的，但是你看到機器人試圖想把方向盤拉到自己駕駛的位置，這是一個非常復雜的過程。
這是應用在車輛當中的一個算法。這個機器人如果扶住車輛的上沿往外跳，如果設置不合適可能會導致胳膊斷裂。當然它可以取決于機器人和車輛的距離，以及機器人與地面的距離，有很多控制的決定因素，但是由于這個過程中有很多的跳動是被動的，所以我們要考慮到中間的一些動力和摩擦以及與地面的高度等等。
我們可以看一下這個機器人自己是怎么平衡自己的身體的，在出現干擾的情況下它內部的控制，讓它能夠抗擊外部的沖擊，而且它還有能力能夠在磚上面進行行走。
我們也是進行了一些其他的實驗。機器人在走動時，當他感受到前面有一個障礙的話，他可以讓倒下一邊的手臂放松，避免一些相應的傷害。如果前面有障礙的話，他可以這樣走。在這個過程中需要讓自己身體的平衡，而且它需要對進行地面情況的建模，這里有非常多的通信干擾，這里還是比較低頻、低帶寬的通信。另外一個是它的適應性。它在走的過程中有的時候可以跪下，要利用它的走動和滾動的方式，利用不同的環境，在跪的過程中使用下面的輪子進行滾動。
機器人的視覺系統要能夠實現一個平衡，平衡的策略是在于對于機器人來講，它能夠找到這樣的平衡實際上是非常難的，但是我們可以讓機器人容易地測量到距離，給的指示是需要拿什么東西，其他的部分都是自己完成的。比如我們讓他在左手邊拿這個工具，他就可以測量出他和這個物體的距離。我們有非常好的分離功能，你可以看到他可以兩只手同步的進行操作，這邊也可以手動。這是我們所做的一些實驗。
我們在最終挑戰的時候拍攝了一些照片：這里機器人駕駛車輛，從車跳下來，轉為跪態滾動，到了門口開門，需要測量距離，下面操作員給他指示了這個工具，但是工具的位置不太好，所以需要挪到左手邊然后重新測量一遍，拿起，操作員向他指示中間那個黑點，其他東西都由他自己自動進行。
對于機器人來說做這種非常復雜的任務，在一個小時之內不需要任何額外的幫助不是一個非常簡單的事情，對于機器人來講是非常難的。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
