? ? ? ?摘要

? ? ? ?近日,機(jī)器人與智能系統(tǒng)領(lǐng)域最著名、影響力最大的頂級(jí)學(xué)術(shù)會(huì)議—— IEEE智能機(jī)器人與系統(tǒng)國(guó)際會(huì)議(IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS)正式召開(kāi)。

? ? ? ?香港中文大學(xué)(深圳)理工學(xué)院林天麟教授團(tuán)隊(duì)關(guān)于模塊化自重構(gòu)機(jī)器人系統(tǒng)的三篇研究論文被本屆IROS接收,其中一篇論文更是獲得了機(jī)器人機(jī)構(gòu)設(shè)計(jì)最佳論文獎(jiǎng)?(Best Paper Award on Robot Mechanisms and Design),這是中國(guó)內(nèi)地高校近十年來(lái)第一次獲得IROS最佳論文獎(jiǎng)項(xiàng)。

? ? ? ?據(jù)悉,機(jī)器人機(jī)構(gòu)設(shè)計(jì)最佳論文獎(jiǎng)為今年新增獎(jiǎng)項(xiàng),林教授的團(tuán)隊(duì)也因此成為此獎(jiǎng)項(xiàng)首屆得獎(jiǎng)?wù)摺?/span>

? ? ? ?值得一提的是,被大會(huì)接收的三篇論文的第一作者均為理工學(xué)院博士研究生,林天麟教授為三篇論文的通訊作者。

? ? ? ?此外,IEEE的旗艦雜志IEEE Spectrum也專(zhuān)題報(bào)導(dǎo)了林天麟教授團(tuán)隊(duì)的模塊化自重構(gòu)機(jī)器人。

? ? ? ?會(huì)議簡(jiǎn)介

? ? ? ?IEEE智能機(jī)器人與系統(tǒng)國(guó)際會(huì)議(IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS) 是機(jī)器人與智能系統(tǒng)領(lǐng)域最著名、影響力最大的頂級(jí)學(xué)術(shù)會(huì)議。

? ? ? ?作為國(guó)際機(jī)器人與自動(dòng)化領(lǐng)域的兩大影響最大的學(xué)術(shù)會(huì)議之一,自機(jī)器人技術(shù)發(fā)展初期的 1988 年開(kāi)始,IROS 每年舉辦一屆。每年,來(lái)自世界各個(gè)頂尖機(jī)器人研究機(jī)構(gòu)的專(zhuān)家和業(yè)界人士匯聚在這個(gè)盛會(huì),探討和展示機(jī)器人行業(yè)最前沿的技術(shù)。受疫情影響,本該在拉斯維加斯舉行的 IROS 2020 改在線(xiàn)上舉辦,并且史無(wú)前例的通過(guò)線(xiàn)上免費(fèi)向公眾開(kāi)放。

? ? ?

? ? ? ??項(xiàng)目介紹

? ? ? ?模塊化自重構(gòu)機(jī)器人系統(tǒng)是一種由大量同構(gòu)機(jī)器人模塊組成,能夠根據(jù)任務(wù)需求自主改變整體構(gòu)型的多機(jī)器人系統(tǒng)。與傳統(tǒng)固定構(gòu)型機(jī)器人不同,模塊化自重構(gòu)機(jī)器人不針對(duì)特定應(yīng)用而設(shè)計(jì),可以根據(jù)不同任務(wù)和環(huán)境轉(zhuǎn)變?yōu)楹线m的構(gòu)型,具備極強(qiáng)的自適應(yīng)性和自愈能力,因此可以應(yīng)對(duì)更加復(fù)雜多變的環(huán)境中的各種任務(wù)。

? ? ? ?然而,當(dāng)前國(guó)內(nèi)外最前沿的模塊化自重構(gòu)機(jī)器人在結(jié)構(gòu)上存在連接器約束,各模塊的相互定位與運(yùn)動(dòng)規(guī)劃功能基本限制在結(jié)構(gòu)化場(chǎng)景當(dāng)中;一旦投入非結(jié)構(gòu)化環(huán)境中,野外凹凸的地形、復(fù)雜的障礙物以及定位信息的缺失,都對(duì)現(xiàn)有模塊化自重構(gòu)機(jī)器人系統(tǒng)的正常功能產(chǎn)生了巨大的挑戰(zhàn)。

? ? ? ?據(jù)此,本項(xiàng)目研究將模塊化自重構(gòu)機(jī)器人系統(tǒng)應(yīng)用于非結(jié)構(gòu)化場(chǎng)景的關(guān)鍵技術(shù),開(kāi)發(fā)一個(gè)擺脫實(shí)驗(yàn)室場(chǎng)景、對(duì)多變不確定性環(huán)境有強(qiáng)適應(yīng)性的模塊化自重構(gòu)機(jī)器人系統(tǒng),旨在從1)無(wú)約束連接的機(jī)械結(jié)構(gòu),2)自載的相互定位技術(shù),和3)適應(yīng)障礙物的協(xié)同路徑規(guī)劃三個(gè)方面做出突破。本次接收的三篇論文,分別從這三個(gè)方面開(kāi)展研究。

? ? ? ?

? ? ? ?論文簡(jiǎn)介

? ? ? ?1.FreeBOT: A Freeform Modular Self-reconfigurable Robot with Arbitrary Connection Point - Design and Implementation

? ? ? ?(FreeBOT:能任意連接、自由組合的模塊化自重構(gòu)機(jī)器人——設(shè)計(jì)與實(shí)現(xiàn))

? ? ? ?第一作者:理工學(xué)院二年級(jí)博士研究生梁冠琪

? ? ? ?通訊作者:林天麟教授

? ? ? ?這篇論文獲得了IROS機(jī)器人機(jī)構(gòu)設(shè)計(jì)最佳論文獎(jiǎng)。

? ? ? ?本文提出了一個(gè)新型的模塊化自重構(gòu)機(jī)器人 FreeBOT,它可以在其他機(jī)器人表面上任意點(diǎn)自由連接。FreeBOT 主要由兩部分組成:球形鐵磁性外殼和內(nèi)部磁鐵。模塊之間的連接是無(wú)性的和即時(shí)的,因?yàn)閮?nèi)部磁鐵可以自由地吸引其他 FreeBOT 的鐵磁性球殼,而不需要與特定的連接器精準(zhǔn)對(duì)齊。這種連接方式具有更少的物理約束,因此可以將 FreeBOT 系統(tǒng)擴(kuò)展到更多的構(gòu)型以滿(mǎn)足更多的功能需求。

? ? ? ?FreeBOT 雖然只有兩個(gè)電機(jī),但可以完成多項(xiàng)任務(wù):模塊獨(dú)立運(yùn)動(dòng)、連接器管理和系統(tǒng)重構(gòu)。FreeBOT 可以在平面上獨(dú)立移動(dòng),甚至可以爬上鐵磁性的墻壁;一群 FreeBOT 可以穿越復(fù)雜的地形。大量的實(shí)驗(yàn)測(cè)試表明,F(xiàn)reeBOT 系統(tǒng)具有實(shí)現(xiàn)自由組合機(jī)器人的巨大潛力。

?

? ? ? ?作者簡(jiǎn)介

梁冠琪

理工學(xué)院二年級(jí)博士研究生

? ? ? ?本文第一作者為香港中文大學(xué)(深圳)理工學(xué)院二年級(jí)博士研究生梁冠琪,其導(dǎo)師為林天麟教授。目前他的研究方向包括模塊化自重構(gòu)機(jī)器人和現(xiàn)場(chǎng)機(jī)器人。

? ? ? ?作者的話(huà):這項(xiàng)工作是我科研道路上的處女作,我們?cè)O(shè)計(jì)了一款全新的模塊化自重構(gòu)機(jī)器人,該設(shè)計(jì)能有效解決現(xiàn)有MSRR連接效率低下以及構(gòu)型有限等問(wèn)題。感謝林天麟教授帶我入門(mén)科研,手把手帶著我探索機(jī)器人領(lǐng)域。這次論文能夠被接收離不開(kāi)他的悉心指導(dǎo)。

?

? ? ? ?2. Robot-to-Robot Relative Pose Estimation based on Semidefinite Relaxation Optimization?

? ? ? ?(基于半正定松弛優(yōu)化的機(jī)器人相對(duì)位姿估計(jì))

? ? ? ?第一作者:理工學(xué)院一年級(jí)博士生黎明

? ? ? ?通訊作者:林天麟教授

? ? ? ?本文提出了一種基于半正定規(guī)劃的多機(jī)器人初始位姿相對(duì)定位算法。首先設(shè)定采樣周期采集并存儲(chǔ)機(jī)器人航位推測(cè)系統(tǒng)以及測(cè)距傳感器獲得的量測(cè)數(shù)據(jù),并計(jì)算出相對(duì)定位所需的關(guān)鍵參數(shù);隨后根據(jù)最小平方距離誤差準(zhǔn)則建立基于半正定松弛的帶約束優(yōu)化問(wèn)題,利用半正定松弛理論對(duì)問(wèn)題進(jìn)行松弛;之后再通過(guò)CVX、SeDuMi或SDPT3等優(yōu)化工具對(duì)優(yōu)化方程進(jìn)行求解,并利用奇異值分解和特征值分解恢復(fù)出目標(biāo)變量;最后將恢復(fù)出的目標(biāo)變量作為優(yōu)化初始值,在加權(quán)最小二乘框架下求取最大似然估計(jì)結(jié)果。本發(fā)明能有效解決在噪聲干擾環(huán)境下,現(xiàn)有初始位姿相對(duì)定位算法抗干擾能力弱、可移植性差和魯棒性低的問(wèn)題。

圖1 機(jī)器人和在二維平面上隨機(jī)移動(dòng)示意圖

圖2 實(shí)驗(yàn)環(huán)境下:基于幾何關(guān)系、基于最大似然和半正定松弛算法在弱噪聲干擾下,偏向角和方位角估計(jì)精度對(duì)比圖

?

? ? ? ?作者簡(jiǎn)介

黎明

理工學(xué)院一年級(jí)博士研究生

? ? ? ?本文第一作者黎明為香港中文大學(xué)(深圳)一年級(jí)博士生,主要研究方向包括機(jī)器人定位、多機(jī)器人信息融合以及目標(biāo)優(yōu)化等,其導(dǎo)師為林天麟教授。

? ? ? ?作者的話(huà):本次工作幫助我進(jìn)一步梳理了機(jī)器人定位的知識(shí)架構(gòu),完善了定位技術(shù)的知識(shí)需求,提高了個(gè)人的理論分析與科學(xué)論文撰寫(xiě)的能力。此外,特別感謝林天麟教授在論文的完成過(guò)程中給出的寶貴意見(jiàn),他的專(zhuān)業(yè)指導(dǎo)對(duì)論文的完整性和嚴(yán)謹(jǐn)性有很大幫助。

?

? ? ? ?3. An Obstacle-crossing Strategy Based on the Fast Self-reconfiguration for Modular Sphere Robots

? ? ? ?(基于快速自重構(gòu)的模塊化球形機(jī)器人越障策略)

? ? ? ?第一作者:理工學(xué)院一年級(jí)博士研究生羅浩波

? ? ? ?通訊作者:林天麟教授

? ? ? ?本文所述快速越障策略由若干個(gè)自重構(gòu)過(guò)程組成。每個(gè)自重構(gòu)過(guò)程的路徑規(guī)劃都通過(guò)最大梯度的三步最小化計(jì)算提高了模塊化機(jī)器人的并行自重構(gòu)速度。其次,每個(gè)自重構(gòu)過(guò)程中的最終構(gòu)型都基于球形模塊的鏈狀連接做出了調(diào)整,以適應(yīng)環(huán)境中障礙物的形狀,從而使得模塊化機(jī)器人能夠快速翻越崎嶇地面的復(fù)雜障礙物。

? ? ? ?自重構(gòu)過(guò)程的“快速”得益于三步的最小化計(jì)算:首先將自重構(gòu)的問(wèn)題建模為最終構(gòu)型中的每個(gè)空位和當(dāng)前構(gòu)型中的每個(gè)模塊之間的曼哈頓距離的乘積的最小化問(wèn)題;第二步,將最終構(gòu)型中的每個(gè)空位分配給剩下的可移動(dòng)模塊中曼哈頓距離最小的一個(gè)模塊作為目標(biāo);第三步,經(jīng)過(guò)兩次候選動(dòng)作的計(jì)算并刪除會(huì)造成碰撞的候選動(dòng)作后,選擇一個(gè)能夠最小化模塊與目標(biāo)空位之間的曼哈頓距離的動(dòng)作。

? ? ? ?每個(gè)自重構(gòu)中的最終構(gòu)型都需要根據(jù)障礙物的形狀從離散空間調(diào)整到連續(xù)空間?;谇蛐文K的旋轉(zhuǎn)軸和旋轉(zhuǎn)角度計(jì)算每一步的姿態(tài)增量,可以把自重構(gòu)算法的離散3D路徑平滑化。在仿真實(shí)驗(yàn)中,借助于球形模塊的鏈狀連接對(duì)復(fù)雜表面的適應(yīng)能力,每個(gè)自重構(gòu)過(guò)程中的最終構(gòu)型都能夠適應(yīng)多種障礙物。

?

? ? ? ?作者簡(jiǎn)介

羅浩波

理工學(xué)院一年級(jí)博士研究生

? ? ? ?本文第一作者羅浩波是香港中文大學(xué)(深圳)理工學(xué)院一年級(jí)博士研究生,專(zhuān)業(yè)為計(jì)算機(jī)信息工程,研究方向涉及智能優(yōu)化算法、圖論、強(qiáng)化學(xué)習(xí)算法等,目前負(fù)責(zé)的研究?jī)?nèi)容為模塊化自重構(gòu)機(jī)器人的自重構(gòu)算法和構(gòu)型優(yōu)化,其導(dǎo)師為林天麟教授。

? ? ? ?作者的話(huà):這個(gè)研究領(lǐng)域非常繁雜,百家爭(zhēng)鳴,各有千秋。我剛開(kāi)始接觸的時(shí)候是四處碰壁,嘗試過(guò)強(qiáng)化學(xué)習(xí)、啟發(fā)式搜索等各種思路來(lái)解決問(wèn)題,但是效果都不好。這篇文章是我對(duì)此課題的初步探索,有助于突破下一步的科研難題。在此特別感謝林教授的耐心指導(dǎo),以及諸位小伙伴們的精誠(chéng)合作。

?

? ? ? ?導(dǎo)師簡(jiǎn)介

林天麟

理工學(xué)院助理教授