普渡大學鄧新燕副教授蜂鳥機器人研究即將登上ICRA2019舞臺，同步開源蜂鳥模擬環(huán)境

雷鋒網(wǎng)按：什么東西能像鳥一樣飛行，還能像昆蟲一樣在空中懸停呢？答案就是大家都有所耳聞的蜂鳥。近期，普渡大學機械工程的副教授鄧新燕在蜂鳥機器人研究上有了新的進展，雷鋒網(wǎng)全文編譯如下。

如果無人機能組合上蜂鳥的飛行能力，那么它們就能夠更好地在倒塌的建筑或者其他凌亂的空間中找到被困的受害者。普渡大學研究人員設計了能像蜂鳥一樣飛行的機器人，并通過機器學習算法對其進行訓練，學習蜂鳥每天使用的各種技能。這意味著，通過在模擬環(huán)境中進行學習之后，這個機器人“明白了”自己如何像蜂鳥那樣四處移動，例如，察覺出何時做出一個逃跑動作。

人工智能和靈活扇動的翅膀相結(jié)合讓機器人能夠自學新技能。盡管這個機器人現(xiàn)在還沒有視覺能力，它只能通過接觸物體表面去感知。每一次的觸碰都會改變電流，這讓研究人員意識到他們可以進行追蹤。

普渡大學機械工程的副教授鄧新燕表示，“這個機器人能夠在看不到周邊環(huán)境的情況下繪制出一幅地圖。這有助于機器人在黑暗中搜尋遇難者，并且，這也意味著當即便我們讓機器人具有感知能力，也可以少添加一個傳感器。”

鄧新燕副教授團隊將會于5月20號在蒙特利爾舉行的ICRA2019會議上展示他們的研究成果，可以在YouTube上觀看，地址是https://www.youtube.com/watch?v=jhl892dHqfA&feature=youtu.be

【 圖片來源：PURDUE UNIVERSITY  所有者：PURDUE UNIVERSITY  】

由于傳統(tǒng)的空氣動力學工作原理，無人機不能做得無限小，不然它們就無法產(chǎn)生足夠的升力去支撐它們的重量。但是蜂鳥的翅膀是有彈性的，它們不使用傳統(tǒng)的空氣動力學。“物理學特性完全不同，空氣動力學本質(zhì)上是不穩(wěn)定的，它具有高攻角和高升力。這讓更小型的飛行動物的存在成為了可能，也讓我們有可能去按比例縮小撲翼機器人。”鄧新燕副教授說。

幾年來，鄧新燕副教授團隊都嘗試去解碼蜂鳥飛行，以便機器人能夠飛到大型飛機飛不到的地方。2011年，在DARPA的委托下，美國航空環(huán)境公司AeroVironment制造了一個蜂鳥機器人，它比真正的蜂鳥重，但沒那么快，它具有類似直升機式的飛行控制和有限的機動性。并且，它需要人類持續(xù)地遠程控制。

【 圖片來源：PURDUE UNIVERSITY  所有者：PURDUE UNIVERSITY  】

鄧新燕副教授的團隊和她的合作者在蒙大拿研究蜂鳥已經(jīng)有好幾年了。他們記錄蜂鳥的主要動作，例如180度急轉(zhuǎn)彎，并將它們的動作轉(zhuǎn)換成計算機算法，這讓機器人能夠在模擬環(huán)境中學習。對昆蟲和蜂鳥的物理現(xiàn)象的進一步研究讓普渡大學的研究者制造出比蜂鳥更小的機器人，甚至小到像昆蟲一樣，但這不影響它的飛行方式。這個機器人有著3D打印的身體和翅膀，這些都是由碳纖維和激光切割薄膜制成的。

鄧新燕副教授團隊制造了一個重為12克的蜂鳥機器人，這是成年蜂鳥的平均體重，這個蜂鳥機器人能夠舉起超過自身重量27克的物體，另外，他們還制造了一個重為1克的昆蟲機器人。“體型越小，翅膀揮動的頻率越高，更有利于它們的飛行。”鄧新燕副教授說。設計擁有更高升力的機器人讓研究人員有了更大的選擇空間去增加電池和傳感器，例如攝像頭和GPS。研究人員表示，目前機器人在飛行的時候需要連接到外部能源，但這種情況不會持續(xù)太久。

【 圖片來源：PURDUE UNIVERSITY  所有者：PURDUE UNIVERSITY  】

機器人能夠像蜂鳥那樣安靜地飛行，這讓它們更適合秘密行動。并且，研究人員在油箱中測試了可以動態(tài)縮放的機翼，證明了它們能夠在有氣流擾動時依然保持穩(wěn)定。這個機器人僅僅需要兩個馬達，它能夠獨立地控制每一邊翅膀，自然界中的飛行動物也是這樣進行高度敏捷的運動控制的。鄧新燕副教授說：“一只真實的蜂鳥有多組肌肉去飛行和控制轉(zhuǎn)向，但是機器人應該盡可能的輕盈，這樣才能用最輕的重量獲得最大的性能。”

蜂鳥機器人不僅可以在搜救任務中起到幫助，還可以借助逼真的機器人的感官，讓生物學家們更好地研究自然環(huán)境中的蜂鳥。鄧新燕副教授說：“我們通過對生物學的學習制造了機器人，同時，現(xiàn)在的生物學發(fā)現(xiàn)也能通過機器人獲得額外的幫助。”

這項研究的模擬已經(jīng)在 https://github.com/purdue-biorobotics/flappy.開源，歡迎查看。

來源: Xinyan Deng，鄧新燕, xdeng@purdue.edu

記者手記: 文章摘要部分有論文鏈接。其他多媒體信息可在 https://drive.google.com/open?id=1XrFz3MOj_2jotVjVQOmC5upfD8kWIOnF. 查看。視頻和照片由普渡大學機械工程學院的通信專家Jared Pike制作。

相關研究論文摘要：

在撲翼機器人上模仿學習蜂鳥的極限運動控制

Fan Fei, Zhan Tu, Jian Zhang, and Xinyan Deng

https://arxiv.org/abs/1902.09626

生物學研究表明，蜂鳥在快速逃跑的時候能夠表現(xiàn)出極端的特技飛行運動控制。當蜂鳥在空中懸停的時候突然給它一個視覺刺激，它會開始迅速地后向平移，外加一個180度的偏航轉(zhuǎn)彎，然后在不到十次的翅膀拍動下立即穩(wěn)定姿態(tài)。考慮到翅膀拍動的頻率為40赫茲，這個具有迅猛的運動控制僅僅需要0.2秒就完成了。受到蜂鳥在這樣的極限運動控制中近乎最高的表現(xiàn)的啟發(fā)，我們開發(fā)了一個飛行控制策略，并且通過實驗證明，一個僅配備兩個制動器且重達12克的蜂鳥機器人就能夠?qū)崿F(xiàn)這樣的運動控制能力。論文中提出的混合控制策略將基于模型的非線性控制與無模型強化學習相結(jié)合。我們使用基于模型的非線性控制進行一般狀態(tài)的飛行控制，因為動態(tài)模型在這些條件下是相對準確的。然而，在極限控制中，建模錯誤會變得無法控制。在模擬環(huán)境中訓練的無模型強化學習策略專門用來使系統(tǒng)在運動控制過程中“失穩(wěn)”，使運動控制中的性能最大化。這種混合策略體現(xiàn)了的運動控制模式接近于在蜂鳥身上觀察到的運動控制模式。我們實現(xiàn)了從仿真到現(xiàn)實的直接轉(zhuǎn)換，證明了這種和蜂鳥類似的快速機動規(guī)避在同規(guī)模的蜂鳥機器人身上是可行的。

行動即視覺：在狹窄的空間中揮動翅膀?qū)Ш?/h3>

Zhan Tu, Fan Fei, Jian Zhang, and Xinyan Deng

https://arxiv.org/abs/1902.08688

飛行動物的翅膀不僅能產(chǎn)生升力和控制力矩，還能夠感覺到周邊環(huán)境。這種感知和驅(qū)動的雙重功能耦合在一個元件中的做法對重量、尺寸和功率都受到嚴格限制的小型仿生機器人飛行器尤其有用。在這項工作中，我們介紹了首個使用自己的翅膀在狹小環(huán)境中進行感知和導航的撲翼機器人，不需要任何視覺反饋。我們提出普渡蜂鳥撲翼機器人測試平臺，它的翼展為17cm，重量為12g，它的雙翼由兩個制動器驅(qū)動，扇動頻率為30-40Hz。通過對機翼載荷反饋及其變化的解釋，飛行器可以探測到地面、墻壁、樓梯、障礙物和陣風等環(huán)境變化的存在。通過測量和解釋驅(qū)動機翼的電機的電流反饋, 可以得到機翼的瞬時載荷。該方法的有效性在許多無視覺條件下挑戰(zhàn)飛行任務的實驗中得到了證明：沿著地形飛行，沿著墻壁飛行，以及穿過狹窄的走廊。為了確保飛行的穩(wěn)定性，我們設計了一種魯棒控制器來處理飛行過程中不可預見的干擾。對移動機器人來說，通過加載制動器來感知和導航環(huán)境是一個有前景的方法，并且它還能作為替代視覺感知或者補充視覺感知的方法。

飛行的蜂鳥：一個關于撲翼機器人和動物的開源動態(tài)仿真

Fan Fei, Zhan Tu, Yilun Yang, Jian Zhang, and Xinyan Deng

https://arxiv.org/abs/1902.09628

昆蟲和蜂鳥展示出非凡的飛行能力，并且他們能夠同時控制看似矛盾的目標：穩(wěn)定的懸停和激進的運動控制，這是小型人造飛行器無法比擬的。撲翼微型飛行器(FWMAVs) 在縮小這一性能差距方面有著巨大的潛力。然而，由于多種限制，設計以及控制這樣的系統(tǒng)仍然具有挑戰(zhàn)性。在這篇論文中，我們?yōu)閾湟砦⑿惋w行器提出了一個開源的高保真度動態(tài)仿真，作為撲翼微型飛行器的設計、優(yōu)化和飛行控制的一個實驗平臺。為了進行仿真驗證，我們在實驗室進行仿真實驗時，重新研制了和蜂鳥大小一樣機器人。通過系統(tǒng)識別，我們得到了模型參數(shù)。在模擬飛行與實驗飛行中的力產(chǎn)生、開環(huán)和閉環(huán)動態(tài)響應也得到了比較和驗證。不穩(wěn)定空氣動力學和高度非線性的飛行動力學給傳統(tǒng)控制算法和學習控制算法（如強化學習）帶來了具有挑戰(zhàn)性的控制問題。仿真界面完全兼容OpenAI Gym模擬器環(huán)境。作為基準研究，我們提出了一種用于懸停穩(wěn)定的線性控制器和一種用于目標定向機動的深度強化學習控制策略。最后，我們在真實機器人上演示了把這兩種控制策略的直接從模擬環(huán)境中轉(zhuǎn)換到真實環(huán)境，進一步證明了仿真的逼真性。

雷鋒網(wǎng)注：本文編譯自PURDUE UNIVERSITY