MIT做了只“无眼”机器人 更灵活、更机敏

　　说起机器人爬楼梯，不少人可能会想起波士顿动力公司那只黄色的SpotMini机器人。如果你觉得SpotMini能通过视觉分析路况已经很棒了，那MIT最近推出的Cheetah 3肯定会让你觉得更惊艳，因为它不仅可爬楼梯可跳跃，而且一切都是在不依赖视觉的情况下完成。

　　“要是它（Cheetah 3）踏在了一些镜头看不到的东西上，那该怎么办？我们不想过于依赖视觉。”其中一位参与到Cheetah 3项目的工程师Sangbae Kim说。那么，不靠视觉或任何传感器，机器人又是怎样获取了解路面情况？

　　就和在漆黑环境中前进的人类一样，Cheetah 3靠的也是“摸黑前行”。具体来说，Cheetah主要依赖两套新算法：接触感应算法和模型预测控制算法。

　　简单来说，接触感应算法可以帮Cheetah 3判断某只机械腿接触到的平面是否可“踏下去”，以及下一步又应该怎样反应。

　　在用“脚”碰了一下物体之后，接触感应算法能快速判断Cheetah 3脚下的是脆弱的树枝，还是踏实的路面，它能不能踏下去。如果不可踏下去，算法会结合反馈数据决定接下来机械腿是要赶紧抬起来，还是通过摇摆来保持机器人整体平衡。

　　至于模型预测控制算法，主要用于帮助机器人判断每踏出一步，到底需要用多大力，最终才能帮助机器人保持平衡。除了要“踏好每一步”，这个算法另一个任务在于帮助机器人在遇到意外阻力时，要怎样恢复到平衡状态。

　　譬如说，有人在侧边踢了机器人一脚。Cheetah 3的算法就会运行起来：“我刚刚在左边遭遇了一个意外速度，我要怎样控制每只脚的用力状态，才能保持平衡？如果我在相反方向施下100牛顿的力，0.5秒之后会发生什么事？”

　　视觉判断（通过摄像头等感应器）可能会面临干扰因素、不准确或情况不适用等问题。所以说，如果一个机器人过于依赖视觉，它对空间的判断必须得非常准确，这会使得它的反应非常慢。“因此，我们希望它可以更依赖触觉信息，这样一来，它能在快速移动时，仍可应对意外障碍物。”Sangbae Kim表示。此外，使用接触感应和模型预测控制感应也是出于对Cheetah 3产品定位的考虑。

　　与旨在进入办公室和家庭的SpotMini不同，Cheetah 3的使命在于去到人类不适宜到达地方，深入譬如坍塌大楼的废墟或受核辐射影响地区等地方，进行拯救等工作。这也意味着它需要面对更复杂的路面情况和更黑暗的环境。不过，Kim表示，他们还是会为Cheetah 3装上视觉系统，但不想将视觉系统作为控制这款机器人的唯一依靠。