教練( oussama himani kha TiB ):好的。我們開始吧。歡迎來到機器人2008年。新年快樂，每個人。在機器人技術的介紹中，我們將真正覆蓋機器人的基礎。也就是說，我們將研究以許多不同的方式表示機器人系統的數學模型。事實上，你剛剛看到了一個我們同時控制的仿人機器人系統的模擬。如果您考慮一個要用于模擬的模型，您需要代表系統的運動學。您還需要能夠啟動系統，通過進入電機，找到合適的扭矩，使機器人移動。

這是一個你想控制的機器人。問題是，我們如何真正想出一種控制雙手從一個位置移動到另一個位置的方法？如果你考慮這個問題，有許多不同的方法來控制機器人。首先，你需要知道機器人在哪里，并知道機器人在哪里，你需要一些傳感器。你會在機器人上有什么樣的傳感器來知道機器人在哪里？GPS？好吧。你能用GPS測量多少個參數？我們可以試試。你能用GPS確定什么？您將找到x和y定位GPS的位置。但是有多少具尸體在這里？當我在這里移動時，有多少人在移動？你想把多少個GPS系統放在機器人上？如果你有47個自由度，我們需要大約47個，那太貴了。另一個想法？編碼器。編碼器測量一個自由度，就像角度，以及多少個編碼器，我們需要47度的自由度？四十七。

這將使您的相對位置，但您將不知道此配置是在這里還是在這里。你需要一個GPS來定位一個物體，然后找到它的所有東西。還有其他的想法嗎？通過從初始已知位置集成，或使用視覺系統來定位至少一個或兩個對象。然后你知道機器人在哪里。相對位置——速度可以確定為我們移動。

一旦我們找到了機器人，我們需要找到一種方法來描述事物的位置。右手在哪里？左手在哪里？你需要什么？你需要找到所有這些[無聲的]身體之間的關系，以便一旦機器人站立，你知道手臂在哪里，手放在哪里。你需要的是來自科學的東西——我現在不是在談論傳感器。

我們知道信息。我們需要確定一個模型——運動學模型。當物體移動時，它會產生動力學。你需要找到慣性力。你需要知道，如果你動了右手，一切都在動。你在連接的這些剛體之間有一個耦合。你需要找到動力學。

一旦你有了所有這些模型，那么你需要考慮一種控制機器人的方法。你怎么控制這樣的機器人？讓我們說我想把這個搬到這里。我們怎么能做到這一點？很好。正運動學給了你手的位置。逆運動學給了你一個你想要的手的位置。你將能夠解決你所擁有的[不可聽見的]角度。如果你這樣做，那么你知道你的目標位置的角度為每個關節。然后，您可以控制這些關節移動到適當的關節位置，手臂將移動到該配置。

你能做這個機器人的逆運動學嗎？這不容易。對于一個六自由度的機器人來說，這真的很難像一只手臂。對于一個有許多自由度的機器人——假設我想在這里移動到這個位置。有無限的方法我可以移動到那里，有許多不同的解決辦法來解決這個問題。此外，人類并不真的這樣做。當你移動你的手時，你做逆運動學嗎？不，不

我們會看到不同的方式。我稍后會回來。讓我們看看我為你準備的所有這些視頻是否都要工作。首先，我將從這個類的傳統開始，這是從一個視頻開始，呈現一個與機器人相關的小發展，并讓你跟上機器人技術的發展。由于這是第一次講座，我想我們會去過去發生的一些發展。事實上，在2000年，我編輯了一個關于過去50年機器人歷史的視頻。

我們有七分鐘的時間，我們將用來涵蓋過去50年中發生的一切。你準備好了嗎？我希望視頻聲音已經準備好了，一切都有效。來吧。實際上，這是來自斯坦福機器人研究所，Sri。這是第一個為工業操縱而建造的機器人，這些是早期的一些[聽不到的]。你們中的一些人可能會認出斯坦福的手臂。六自由度手臂是第一個機器人。

這是一輛車。這是[無聲的]手臂。[無聲]手臂與人體運動學相似。這些是早期的第一個控制，[聽不到]。這是美洲獅。順從運動。機器人機器。移動機器人——這些是早期機器人。澳大利亞的[聽不清]。跳躍機器。彈跳機器人于CMU開始，后來在麻省理工學院開發。

斯坦福大學的多指手[聽不清]。這是越來越小的機器人，開始來了。兩足步行。乒乓球打。誰想和機器人打乒乓球？避碰。在空間中傳送。導航。繪畫。機器人學。地下機器人。靈活性。這是來自CMU，一個巨大的機器人。只是平衡。順從運動。導航。水下。這與空間有關。視覺[聲音]。這個真的很有趣。

看看這一個。移動家具。彈性[聽不見]。這是在航天飛機上完成的。這是來自[無聲的]實驗室，這是從斯坦福大學的。現場機器人。爬壁。再次遵守。東芝。機器人援助。完成了。謝謝你。

我想我們不會看到那個視頻的結束，因為它將從一開始就開始。讓我從這里開始，希望——我不確定，但關于機器人的想法基本上被這個形象抓住了。你有一個機器人在一個隔離的環境中工作，在一個制造工廠移動的東西，選擇和放置，從一個位置移動到另一個位置，沒有與人類的任何交互。但是，多年來的機器人技術發展了，今天，機器人在許多不同的領域中的應用，從與外科醫生合作的機器人到輔助工作的機器人操作，在許多不同領域的機器人在娛樂中對機器人搬運重物。

這是真正令人興奮的機器人，事實上，機器人正在越來越接近人類。我們現在正在使用機器人來進行，抬起，工作，通過觸覺交互來擴展人類的[聽不到的]。您可以感受到虛擬環境或真實環境。我不確定每個人是否都知道觸覺是什么。觸覺是一個希臘詞，描述了觸覺。從觸覺學——這是外科醫生的手，外科醫生仍在手術。

從外部操作，但本質上，機器人是插入的，而不是打開身體，我們有一個小切口，通過它我們介紹機器人，然后我們做手術和恢復是驚人的。幾天的康復，病人出院了。通過觸覺或通過主設備的操作是為了控制——這里是外科醫生遠離工作，在水下操作或與家庭或工廠的物理環境交互。

機器人的另一個有趣的事情是，由于機器人側重于關節體系統，我們現在能夠使用所有這些模型和技術來建模人類，并創建一個人類的數字模型，正如我們稍后看到的，可以模擬和控制，再現從運動捕獲裝置捕獲的人類行為的實際行為。

此外，在我們正在與物理世界建立的這種互動中，我們將能夠使用觸覺裝置來探索在現實中無法觸及的物理世界。也就是說，我們不能去原子水平，但我們可以模擬原子水平，雖然觸覺裝置，我們可以探索這個世界。

機器人的最令人興奮的領域是復制看起來像人和行為像生命、動物或人類的設備。幾年前，我在日本。這是從橫濱，橫濱，有[聽不清]。它帶來了成千上萬的人看到所有最新的機器人技術。這是幾年前的事。你可以看到[聽不到]，這是在p2和P3機器人后面的一系列開發中最新的。

此外，你可以看到大多數的主要玩家在人形機器人。有人見過這個嗎？這是索尼機器人。我想我有一個視頻。讓我們看看它是否有效。索尼正在平衡一個移動的酒吧，這不是一個容易的任務。您可以想象對實時控制和動態建模的要求以及這方面的所有方面。這是幾年前完成的。幾年前，我們把這個機器人帶到了斯坦福大學，他們在這里做了一場表演。看到這個機器人跳舞和表演是令人興奮的。

有很多不同的機器人，特別是在亞洲、日本和韓國。eist建立了一系列的機器人、HRP、hrp1和hrp2，他們正在為這些機器人建立和開發更多的能力。我們最近的一個有趣的[無聲的]，在世界博覽會期間[聽不到]，他們演示了一些項目。其中一些人來自與工業合作的研究實驗室，以建立這些機器。這是一個跳舞的機器人。

這是HRP。HRP步行。走路現在已經很好了，但問題是，你怎么能移動到一個位置，拿一個物體，控制與物理世界的相互作用？這更具挑戰性。滑動和觸摸還沒有完全掌握。這是這些領域的研究方向。

這是一個有趣的設備，來自[無聲的]大學。這個機器人有額外的自由度。你在髖關節有額外的自由度，讓它更像一個人移動一點。這是我最喜歡的一個。這有一個像人的沖動在里面，所以人造肌肉用來創造運動。顯然，你的人工肌肉有很多問題，因為動態反應非常緩慢，你所能帶來的力量不是——我們將談論這些問題。

你怎么想這個。那你覺得呢？我們是否需要機器人來擁有人類的完美外觀，或者我們是否需要環境的功能？如果我們正在和樹木合作，我們就專門生產機器人來砍伐樹木。如果我們在人類環境中工作，那么我們將有一個具有兩個手臂功能、移動性、視覺能力的機器人，這些是非常有趣的問題，無論我們是否需要基于功能的機器人，以及我們如何以有效的方式創建這些交互。

這是一個有趣的例子，說明我們如何利用外骨骼系統來擴展人類的能力。你穿它，你變成一個超人。你可以攜帶沉重的貨物。他們將在這里展示60公斤沒有感覺任何重量，因為一切都是由你所穿的外骨骼系統的結構。另一個有趣的是，這是來自東京理工學院。它是一個游泳機器人。確保沒有水進入馬達。

機器人正在越來越接近人類，當我們看到機器人越來越接近人類，我們正面臨著許多挑戰，在真正使這些機器在人類的非結構化、凌亂的環境中制造出來。當我們在結構性制造廠中使用機器人時，問題要簡單得多。現在，你需要處理許多問題，包括你需要安全的事實。你需要安全來創造這種互動，而人類和機器人之間的距離是非常合理的。你不想讓機器人很接近人類，因為這些機器還不太安全。

嗯，機器人的發展有許多形式和方面，在斯坦福，我們很幸運有大量的課程，在機器人、圖形和計算幾何、觸覺和所有這些東西的不同領域提供。你有一份全年提供的不同課程的清單。事實上，這是機器人的介紹。在春季，我將提供兩個額外的課程，將處理實驗機器人學——即把你在這個課上學到的一切應用到一個真正的機器人，并嘗試機器人，以及探索研究中的高級主題。這是在先進的機器人技術。

今年，我們很幸運。我們有三個助教，皮特、克里斯蒂娜和香農。他們在這里。請站起來或轉動你的臉，這樣他們就會認出你來。辦公時間是列出的，所以我們將有辦公時間我在星期一和星期三和星期一，星期二和星期四的助教。課堂講稿在這里，他們可以在書店買到。這是2008年版。我們不斷改進。它還不是一個教科書，但它是相當完整的要求和東西，你需要為班級。

時間表——我們今天是周三的第9天，將于3月21日進行期末考試。從你收到的資料來看，這個時間表有幾處變化。這些變化發生在這個地區的動力學和控制計劃。基本上，我們下周要做的是開始覆蓋模型，所以我們將從空間描述開始。我們將轉到正運動學，我們將做雅可比。我將一點一點地討論這些問題。這將帶我們到中期。

期中和期末的一個重要的事情是，我們將有復習課，并且這個類很大，所以我們將分成兩個類。我們將有兩個小組參加這些審查會議，這些會議將在晚上舉行。他們將在機器人實驗室中進行。在這些會議期間，我們將涵蓋過去幾年的中期和過去幾年的決賽。這些會議的好處是，你將有機會看到一些機器人的演示，而吃比薩和喝一些。

這將發生在7 : 00和9 :00之間。有時到10 :00，因為我們有很多問題和討論。這些會議非常重要，我鼓勵您和遠程學生出席會議。他們非常有助于為你準備期中和期末考試。

正如我所說，這個類涵蓋了至關重要的數學模型。我知道你們中的一些人可能不喜歡太多的數學模型的細節，但我們真的要做的，如果我們要試圖控制這些機器或建造和設計這些機器。我們需要了解數學模型，運動學和動力學的基礎。然后，我們將使用這些模型創建控制器，我們將控制運動，所以我們需要規劃這些運動。

我們需要規劃安全的動議，我們需要生成是順利的，因此，這些是我們在規劃和控制中需要解決的問題，除了我們需要接觸、感受和與世界互動的事實之外。我們需要創建符合第一控制的法規遵從性請求。第一個控制是創建這些交互的關鍵。我們將看到，當機器人與世界交互時，我們如何控制機器人在自由空間或接觸空間移動。

然后，我們將有一些時間討論一些高級的主題，以便那些有興趣從事機器人研究的人可以制定計劃，采取更高級的課程，將在春天提供。讓我們回到我開始討論的問題——將這個機器人從一個位置移動到另一個位置的問題。假設你想移動這個移動機械手平臺。你想把它從這里移到這里。我們怎么做？

本質上，我們需要做的是找到一種方法，發現機器人通過它到達最終目標位置的配置。這是其中的一個。你可以想象機器人將移動到那個配置。這一問題是你有冗余的事實。冗余是一個事實，你可以達到這個位置，有許多不同的配置，因為你在系統中有更多的自由度。當你有冗余時，這個逆運動學問題成為一個非常困難的問題。

如果你解決了，你可以說我想把每個關節從這個現在的位置移動到這個位置。你可以通過控制機器人的關節位置和為關節移動創造軌跡來控制機器人。你將能夠達到那個目標的位置。這不是最自然的控制機器人的方法，我們將看到，將有不同的方式來處理更自然的問題。

要控制機器人，首先，你需要找到機構本身的所有這些位置和方向。這要求我們找到空間中物體的位置和方向的描述。然后，我們需要處理連接到這些不同對象的幀之間的轉換。在這里，要知道這個[聽不到的]在哪里，你需要知道你改變了描述，找到，最后，你的最終因素的位置。您需要在連接到兩個對象的不同幀之間進行轉換。

在這種情況下的機制是由一個固定的物體，它是固定的，是基礎，另一個運動的剛性物體，我們稱之為結束因子。在這兩個對象之間，您有所有的鏈接，將攜帶結束因子移動到某個位置。問題是，我們如何描述這一機制？我們將看到，我們正在飼養不同種類的關節，關節是[聽不到的]，通過這些描述，我們可以描述這個鏈接，然后我們可以描述通過一組參數連接的鏈接鏈。

[聽不清]在70年代初，在斯坦福大學的兩個博士研究生在思考這個問題，他們提出了一組參數來表示鏈上連續兩個鏈接之間的關系。他們的符號現在基本上在機器人的所有地方使用。通過這個記號和這些參數，我們將能夠得出關于正運動學的描述。正運動學是這些關節角與末端因子位置之間的關系。通過正運動學，你可以計算出終點因素的位置和方向。

些參數描述了[無聲的]兩軸之間的普通正常距離，這一距離，以及這些軸之間的方向，通過這個，我們可以穿過鏈條，然后將框架連接到不同的節點，然后發現節點之間的轉換，以找到基本框架和最終因素框架之間的關系。

一旦我們有了這些轉換，我們就可以計算總的轉換。我們在連續的事物之間有局部變換，我們可以找到局部變換。一旦我們知道幾何——也就是說，我們知道終點因素是什么，每個環節都與其他環節有關，那么我們可以利用這個信息來描述運動學的第二個重要特征，這就是速度——在相互尊重的速度上有多快。

我們需要考慮兩件事。不僅是終點因子的線性速度，也是角速度[，聽不到]。我們將研究不同的線性速度，我們將看到對偶與在關節處施加的扭矩與最終因素產生的力之間的關系。

力–這是與線性運動相關聯的線性力。運動和扭矩與角運動有關。有一個對偶，使這個雅克比模型扮演兩個角色。一個，找出與端因子速度的聯合速度之間的關系，并找到適用于環境和扭矩的力之間的關系，應用于電機。雅可比行列式起著非常重要的作用，我們將花費一些時間討論雅可比行列式，并尋找獲得雅可比矩陣的方法。

正如我所說的，雅克比描述了v矢量、線速度和ω矢量、角速度，它將這些速度與關節速度聯系起來。雅可比[聽不到]給了你線速度和角速度。我們將看到，基本上這種雅克比真的與這個機器人的軸的設計方式有關，一旦你理解了這個模型，你將能夠看一個機器人，并看到雅克比自動。

你看著機器，你通過這種顯式的形式自動看到模型，我們將發展，通過分析每個軸對最終產生的速度的貢獻來計算這些線性速度和角速度。我們還將討論運動學。我們不會像在工業機器人中那樣廣泛地使用它。我們將檢查逆運動學，并研究在解決方案的多樣性和這些解決方案的存在方面的困難，并檢查找到這些解決方案的不同技術。

同樣，運動學是我如何找到與期望和有效的位置和方向相對應的配置。然后，使用這些解決方案，我們可以在機器人處于給定點的位置之間進行插值，然后如何通過軌跡平滑的速度和加速度以及我們可能通過的軌跡生成的其他約束，將機器人移動到最終構型，在關節空間和在[無聲的]空間中。

這將導致這些平滑的軌跡，有[無聲的]點，可以對速度或加速度施加或下降，通過在不同點之間找到這種插值來解決所有這些問題。這將使我們參加將于2月15日星期三舉行的中期會議。這不是星期五。它將在課堂上，它將在同一個時間表中。

在期中，上課的時間很短，你必須準備好不要發現如何解決這個問題，而是要解決這個問題。這就是為什么復習課對準備期中考試非常重要，以確保你能夠解決所有的問題。我們將確保問題的規模符合我們在中期的時間限制。

在中期之后，我們將開始研究動態、控制和其他主題。首先，我們需要做的是——我不確定你們中有多少人是機械工程師。有多少是cs？這是對的。我們有一半的課程熟悉我們將要開發的一些物理模型，另一些則不熟悉。

我將假設每個人都沒有動力學、控制或運動學的知識，我將從基本的基礎開始。你不應該擔心的事實是，你沒有這些領域的強大的背景。我們將從一開始就報道他們。我們將去什么是慣性，我們如何描述加速度，然后我們將建立動力學，這是相當簡單的。

有人記得牛頓方程嗎？力和加速度之間的關系是什么？你需要知道。質量加速度等于力。嗯，這都是你需要知道的。如果你知道一個粒子如何在一個力的作用下移動，那么我們將能夠將它推廣到一個剛體上的許多其他粒子，然后我們將它們放入一個結構，將我們帶到多體系統和鉸接多體系統。我們將毫無困難地報道這些問題，希望如此。

結果很有趣。這是一個機器人。這是一個機器人，它不是由電動機控制在關節，而是由電纜。真的，機器人的活動部分是從這里到那里，在這里，你看到所有的電機和電纜驅動的系統在右邊。如果你考慮這個機器人的動力學，它會變得非常復雜。你在這里看到——這是機器人。在這里，你有一些描述。例如，當你移動時，第一個關節的慣性視圖是什么？當你移動時，這種慣性正在改變。

想象一下，如果我考慮這個軸的慣性。如果我正在部署整個手臂，這將會增加。如果我這樣的手臂，我會有較小的慣性關于這個軸。我的關節的慣性視圖將取決于關節后面的結構。我們將看到，基本上所有這些將很自然地來自于由多體系統產生的方程。

我們將使用的是一個非常簡單的描述，再次允許你看這個機器人，說這些是這個關節的動態特性，你幾乎可以看到不同關節之間的耦合力，在視覺形式，所有取決于這些軸的[聽不清]和機器人的所有翻譯。

這是通過我們將發展的明確的動力學形式來的。這種表示是我們將使用雅可比的描述的抽象。

我在雅可比中說，我們將根據每個關節對總速度的貢獻進行描述，我們也將做同樣的事情。每個環節對產生的慣性力的貢獻是什么？當你這樣做時，我們將看看這種聯合和其他人的貢獻是什么，以及其他人的貢獻。我們只是把它們全部加起來，你會看到結構聚在一起。

這是一個非常不同的方式，比牛頓和其他人形式化動力學的方式，這依賴于我們采取這些剛體，并通過反應部隊連接它們。如果你把所有的鏈接，如果你刪除了關節，你得到一個鏈接。當你移除關節時，你用反應力代替關節的移除，然后你可以研究所有這些反應力，并試圖找到力與加速度之間的關系。

這種方法稱為遞歸牛頓公式，它需要消除這些內力，消除不同剛體之間的接觸力。我們將做的是——我們將去速度，我們將考慮與這些剛體的運動相關的能量。如果你在質量中心有一個速度v和ω，你可以寫出與這個運動質量有關的動能和與剛體有關的慣性。

簡單地通過增加這些不同環節的動能，你就有了系統的總動能。然后利用這些速度，并利用速度之間的雅可比關系，將它們連接到關節速度，你將能夠提取機器人的質量特性。質量度量將成為一種非常簡單的雅克比形式。這就是為什么我要堅持你對雅可比的理解。

一旦你理解了雅克比，你可以用大眾和慣量來縮放雅可比，得到你的動力學。去動力學是非常簡單的，如果在中期之后，你真的理解了雅克比是什么。動力學——與系統動力學相關的這種質量指標，簡單地看著質量速度中心和與質量中心相關聯的雅可比的貢獻之和。

在控制中，我們將檢查–我將承擔一個控制的背景。我們將處理一個單質量[無聲的]系統，并分析它，然后我們將檢查PD控制器或PID控制器等控制器，然后我們將這些在關節空間和任務空間中，通過增加具有動態結構的控制器，以便我們在控制機器人時考慮動力學。

這將導致對動力學和動力學如何影響機器人的行為進行非常有趣的分析。你可以看到，兩個自由度的運動方程是兩個方程，不僅涉及關節加速度，而且涉及第二關節、速度、離心[無聲]力和重力力，并通過這個，所有這些都將對行為有動態影響和干擾。我們將分析一個結構，將允許我們設計扭矩一和扭矩兩個應用于電機，以創造行為，使我們能夠補償這些影響。

所有這些都是關節空間的描述——也就是說，描述關節的扭矩和運動，我們將看到的是，在控制機器人時，我們可以通過考慮機器人在執行任務時的運動來進一步簡化問題。也就是說，我們可以轉到任務本身——我所描述的例子中的任務是如何將手移動到這個位置——而不真正關注每個關節如何移動。

這個概念可以通過簡單地思考這個機器人來捕捉，就好像機器人被吸引到目標位置一樣。這與人類的操作方式類似。當你控制你的手移動到一個目標位置，本質上，你是視覺上的你的手到目標。你不在想關節是怎么運動的。你只是在移動手，運用這些力量將手移動到目標位置。就像握著手，把它拖到球門上。

在初始配置中，您沒有關于arm的最終配置的承諾。你只是在向目標施加力量，而你并沒有朝著目標前進。只要創建一個潛在的能量的梯度，你就能夠移動到那個配置。這正是我們在這個機器人的例子中看到的。我們正在創造的這個運動——如果我們要將手移到這個位置，我們將產生一個像磁鐵一樣的力。它將把手拉到這種配置中。

與此同時，你有一個站立的機器人，它必須平衡。還有其他需要考慮的事情，我們正在做的是，我們也將其他潛在的能量應用于身體的其余部分以平衡。當我們應用這種力時，它就像磁鐵一樣遵循這種結構。沒有計算聯合陣地。我們只是把這些有吸引力的力量應用到這個目標上。我們可以在這里應用，也可以在兩者中應用。

顯然，如果你切斷馬達，它將會下降。它的表現有點像人，實際上。事實上，在這個環境中，你不能只通過移動目標來與它互動，但你可以去拉頭發。你可以拉任何地方。當我點擊這里時，我正在計算正運動學和雅可比。我正在應用一種力，它將立即產生由馬達的雅克比計算的力，一切將會以這種方式作出反應。

我們能夠在圖形、運動學之間建立這些相互作用，并將其應用于動力學系統。所有的一切都是在筆記本電腦上模擬的。這是一個環境，允許我們做很多有趣的人的生命結構的模擬。你運用了力量，你改變了它。正如我所說，力和力矩之間的關系也是雅可比。雅可比行列式起著非常重要的作用。

然后，計算機動力學——我們需要做的就是理解應用于最終因素的力與由此產生的加速度之間的關系。當我們早些時候談到牛頓定律時，我們說，質量加速度等于力。群眾是[聽不到的]。這是一個多值系統。質量將是一個大的m，質量指標。加速度的力之間的關系不是線性的。也就是說，加速度的力不一致，因為你有一個指標。

因此，你需要建立兩者之間的關系。一旦你有了這個模型，你可以考慮到你的力量的動態，然后你可以使力量在產生正確的加速度的方向上。最后，我們需要處理控制接觸的問題。當你在太空中運動時，這是一回事。當我們在接觸空間移動時，這是一個不同的東西。

應用這種力將整個結構置于一個約束之下，你必須考慮這些約束，并計算出正常的反應力，以控制被應用于環境的力。我們需要處理第一控制，我們需要穩定從自由空間到接觸空間的過渡。也就是說，我們需要能夠在移動時控制這些接觸力。什么是好的——如果你在[無聲的]空間或在任務空間中這樣做，你將能夠將兩個力合并在一起，直接控制機器人產生運動和接觸。

我提到我們將討論一些其他的話題。將有一位客座講師，討論機器人的視覺，我們還將討論有關設計的問題。我想討論一些與安全有關的問題，以及與使機器人更輕的結構有關的問題，使其更安全和靈活地在人類環境中工作。此外，我們需要討論一點關于運動規劃，特別是如果我們要將這些機器人插入人類環境中，我們需要反應性的規劃。

在這個視頻中，你可以看到一個復雜的機器人系統如何在這里對即將到來的障礙作出反應。它正在遠離那些障礙。這是通過使用我描述的用于移動到目標位置的相同類型的概念來完成的。我說，我們可以在這里創造一個有吸引力的勢能來創造這個運動。我們正在創造一種排斥的勢能。如果你把兩塊磁鐵，它們會排斥，這就是正在發生的事情。我們正在人為地創造這些力量，使機器人離開。

如果您有一個全局計劃，您需要處理完整的計劃，以便您不會達到本地最小值，然后我們應用此技術修改所有中間配置，以便像這樣的機器人將通過此計劃移動到目標位置。當一個障礙或世界改變時，軌跡是移動的，手是移動的，所有這一切都在實時發生，這對于一個具有這種自由度的機器人來說是驚人的。

原因——我不確定你是否熟悉這個問題。機器人的運動規劃問題在自由度的數量上是指數的。通常，如果你想在一個障礙移動時進行一個運動，那么做需要幾個小時。在這里，我們能夠很快地做到這一點，因為我們正在使用結構，我們正在使用改變未來配置和集成的排斥力的概念。這是一個例子，顯示印第安納·瓊斯通過實時修改的障礙。

所有這些計算都是實時進行的，因為我們正在使用這個初始結構，并逐步修改所有配置。我稍早提到的另一個主題是對人類數字建模的影響。從人類學習是非常有趣和非常有吸引力的為機器人創造良好的控制。事實上，目前，我們正在模擬太極運動，并試圖分析和學習這些運動。你可以從運動捕獲到將運動復制到機器人。事實上，你最終只會有一個運動的例子。

這個問題實際上是你如何概括，并做到這一點，你需要從運動和捕獲中采取人類的運動，并將其置于人類的模型中。你需要建模人，建模人包括骨骼系統建模。我們解決了這個問題，所以現在你有了一種新的機器人系統，有許多自由度——大約79度的自由度。

所有這些都是通過相同的運動學和動力學模型來建模的。你可以建模驅動，這是肌肉現在，從這個，你可以學到很多關于模型的東西。現在你可以控制它了。這是合成的運動。你知道這是怎么工作的。你只是指導任務，然后你有平衡，通過其他[無聲]的對自由程度的提醒。

然后，你可以采取這些特征并把它們映射到機器人——不復制軌跡，而是復制運動的特性。這很有趣。我們還將討論一點關于觸覺的問題。這將在未來的春季先進的機器人技術，但觸覺是非常重要的，特別是在與真實的物理環境的互動。你去觸摸，現在你有了信息，允許你構建表面，并更多地描述你所接觸的東西和你的法線。

聯系——這是令人驚奇的是，這是實時完成的。來自汽車行業的人正在拜訪我們，說現在你有骨骼系統模型和解決接觸的好模型。你為什么不使用他們的崩潰，而不是使用傻瓜？這是早期的發展。有很多將會晚些時候，但我會提到一些與障礙的互動，以及我們如何處理這些問題，然后結合運動——行走與操縱和動態技能，如跳躍、著陸和所有這些不同的東西。

這將帶我們到最后，這將是在3月21日星期五。時間是不同的。將在12點15分。我們將宣布，并希望我們將在此之前再次舉行一次審查會議。它在時間表上。那次復習課，我們將復習以前的期末考試，在這里，你將有足夠的時間來解決一些好的問題。

順便說一下，不是你在模擬中看到的一切對現實世界都是有效的。我們這里有多少滑雪者？它滑雪嗎？別這樣。我將在星期一見你們一些人。

[音頻結束]

持續時間:67分鐘