Redian新闻
>
耶鲁两栖机器龟登Nature封面,一种部件搞定水上、陆地行动

耶鲁两栖机器龟登Nature封面,一种部件搞定水上、陆地行动

公众号新闻

机器之心报道

编辑:陈萍、杜伟

陆地行走、海里畅游,这款机器龟在形态和性能上与真龟别无二致!


现存最古老的爬行动物龟,它们既可以在陆上生活,又可以在水中生活。


不同于龟等两栖动物,主要栖息于一种生态环境的动物往往表现出专门的身体规划和步态运动学,以提高运动效率,而在其他环境中的性能反而下降。相反,半水生和半陆生动物表现出固有的形态和步态折中,这使得它们在两种环境中的效率都很高。


研究界中出现了针对特定环境的专业化移动机器人,它们通常仅限于在陆地或水中运行,而不能兼顾两者。因此,发展两栖机器人显得非常重要。


近日,来自耶鲁大学的研究人员发明了一种两栖机器人,其灵感来自于海龟和陆龟,该机器人通过一种被称为「自适应形态发生,adaptive morphogenesis」的过程完成。他们还为这款机器人取了一个特别贴切的名字,英文叫 ART(Amphibious Robotic Turtle),中文为「两栖机器龟」。


该研究于 10 月 12 日登上《Nature》封面。


论文地址:https://www.nature.com/articles/s41586-022-05188-w


说到海龟和陆龟,他们都有着相似的身体,四肢和一个壳,但它们有独特的肢体形状和步态,以适应它们特定的环境。正如论文作者之一 Rebecca Kramer-Bottiglio 所说,海龟的鳍状肢较长,便于游泳,而陆龟的腿较圆,便于行走时负重。


该机器龟结合了两者的特点,其具有可变形的四肢,能够根据周围环境调整四肢形状、刚度和动作。当将机器龟从一种环境过渡到另一种环境时,其四肢使用可变刚度材料和人造肌肉来改变其形状。ART 具有灵活的四肢:


ART 的四肢可变形:


当将这款机器人放在陆地上时,它能以各种步态在陆地上行走。 


到达水域后,ART 就将腿变成鳍状肢,使其能够以基于升力和阻力的水上步态进行畅游。


ART 从陆地到达水里:


Nature 首席物理科学编辑 Karl Ziemelis 表示:你几乎可以认为「自适应形态发生」是机器人按需进化的形式。


ART 与其他两栖机器人的不同之处在于,它能利用相同的部件在水上和陆地环境中进行推进,而其他机器人需要添加多个推进机制,才能适应不同的环境,这样一来,就会导致能源效率低下。「我们的研究结果表明,自适应形态发生可以提高机器人在多种环境中移动的效率,」通讯作者 Kramer-Bottiglio 表示。


这种两栖机器龟潜在的应用很多,包括沿海岸线的生态系统监测、海洋养殖。此外该机器龟还将帮助研究人员进行复杂冲浪区和其他环境过渡区的运动物理学研究。


两栖机器龟怎么形成的?


下图 a 中,ART 复制了高度适应海龟物种的肢体形状和步态,并且构成一个能够在水生和陆生栖息地之间过渡的特殊运动模式平台。


图 b 为变形肢体的侧视图,比例尺为 30mm。 


图 c 为机器龟 CAD 模型的等轴视图和俯视图,比例尺为 0.16m。其中,θ、φ和α分别表示向前和向后、向上和向下以及迎角运动的轴。


下图 2 为 ART 的游泳形态。图 a 为机器龟通过调节浮力进行水面和水下游泳。


图 b 为受龟启发的扑动步态的迎角偏移与运动消耗(Cost of Transport, COT)的关系。三个不同区域的突出展示:在左侧(红色)区域,拍动的 COT 高于游动;在中间(黄色)区域,COT 在 10 度的跨度内下降,指出机器龟产生主要推力的过渡;在右侧(蓝色)区域,COT 接近其最佳值。


图 c 和 d 分别表示用于游泳和拍动步态的一个步态周期(顶部)、x 步态周期(中间)和 z 步态周期(底部)的重要步骤。


下图 3 为 ART 的行走形态。图 a 表示 ART 能够以直立爬行步态轻松穿越多个陆地基质。


图 b 顶部表示一个步态周期的重要步骤,底部表示φ和θ电机的指令编码器位置。BL 指左后腿,BR 指右后腿,FL 指左前腿,FR 指右前腿。


图 c 表示 ART 左后肢远端的 3D 运动捕捉超过 5 个步骤。图 d 表示运动捕捉 z 轴投影。


下图 5 为过渡策略和 COT 情境化。其中,图 a-c 表示 ART 的游泳(a)、行走(b)和过渡(c)形态。图 d 表示,ART 在与其他动物和机器人的比较中表现出色,优于一些最先进的单峰陆地和水上机器人。并且由于压载物的并入,水下游泳时机器龟的质量也增加了。


更多技术细节请参阅原论文。


参考链接:https://news.yale.edu/2022/10/12/morphing-limbs-robot-travels-land-and-water


声纹识别:从理论到编程实战

《声纹识别:从理论到编程实战》中文课上线,由谷歌声纹团队负责人王泉博士主讲。目前,课程答疑正在持续更新中。
课程视频内容共 12 小时,着重介绍基于深度学习的声纹识别系统,包括大量学术界与产业界的最新研究成果。
同时课程配有 32 次课后测验、10 次编程练习、10 次大作业,确保课程结束时可以亲自上手从零搭建一个完整的声纹识别系统。
点击阅读原文,了解更多课程内容。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:[email protected]

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
浙大重磅研究登Nature:人类也能“光合作用”,让衰老细胞返老还童「穿越」成真?科学家造出史上首个「虫洞」,登Nature封面7 Papers & Radios | 无残差连接训练深度transformer;DeepMind写代码AI登Science封面强化学习发现矩阵乘法算法,DeepMind再登Nature封面推出AlphaTensorAlphaTensor横空出世!打破矩阵乘法计算速度50年纪录,DeepMind新研究再刷Nature封面,详细算法已开源零嘴 - 烤鱿鱼超高效人工光电神经元成真?速度比自然神经元快3万倍,研究登Nature子刊Nature撤回封面论文,“室温超导”是一场闹剧7 Papers & Radios | Hinton前向-前向神经网络训练算法;科学家造出「虫洞」登Nature封面耶鲁今年早申请大陆地区面试邀请骤减,到底发生了什么?Nature最热点:学会这些“ 技术 ” 无忧登顶Nature顶刊!浙大重磅研究登Nature:人类也能「光合作用」,让衰老细胞返老还童超级编程AI登上Science封面!AlphaCode编程大赛卷趴一半程序员肥大、增生、化生、结节、息肉、囊肿、肿瘤的区别邦耀生物CAR-T成果荣登Nature!国内细胞治疗领域企业最新研究进展一览WNT信号通路抑制铁死亡登Nature 子刊,这个通路潜力无限你还不学?AI编程登上Science封面:AlphaCode打竞赛,三分之二赛题一遍过,成绩超过一半程序员人鼠混合大脑出现了!斯坦福大学7年研究登Nature佐治亚州Foreclosure房全美排名第9,每770户就有1户Foreclosure!延长寿命,科学家首次发现给肠道“变性”有奇效;“穿越”成真?史上首个“虫洞”登Nature封面|本周论文推荐DeepMind携AlphaCode登Science封面,写代码能力不输程序员“美人鱼”机器人登上Nature封面:入水瞬间四肢变脚蹼,首席编辑:按需进化国民党与土共,谁更配得上中国国庆假期结束,飞机上、高铁上、公交上孩子都在做同一件事...Hurun Global Venture Capitalists 2022 Half-Year Report罗敏、陆正耀败退,预制菜只能to B?四十年惠台政策养了一群白眼狼最航运 | 中远海运Syncon Hub数字化供应链产品升级上线(海运、陆运、报关、仓配)!Nature封面:耶鲁大学研究团队设计出一种形态自适应的仿生两栖海龟机器人DeepMind再登Nature封面!推出AlphaTensor:强化学习发现矩阵乘法算法2022 重返小树林·艺术生活节 Return To The Woods · Art In The Nature▲▲▲ 告诉大家一个不好的消息(II)牛市来了!▲▲▲今天,一只“变形机器龟”登上Nature封面
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。