慕尼黑工业大学人形机器人：不依赖人类感知和决策能力自主行走

“自主式”崎嶇地形行走的机器人是机器人第一次在随机摆放的踏脚石上实现自主式动态行走，步履翩翩，让人记忆犹新。通过利用最佳和非线性控制系统，研究人员演示了机器人在距离和高度随机变化的石块之间的动态行走。通过设计机器人和反馈算法，机器人可以以安全可靠的方式在复杂的地形上实现精确的足迹放置。然而这样的机器人还是像“盲人”，研究人员需要向机器人提供周围环境的信息，例如下一块垫脚石的位置。后来，研究人员开始尝试将计算机视觉算法（包括深度分割和深度学习）与控制器集成，使得机器人能够对其周围环境进行推理并完全自主地发展自己的行为。

无独有偶，慕尼黑工业大学机械工程系的研究人员们正在研究构造一种能够快速、类似人类自主行走的机器人。他们通过改进视觉感知和步行控制的整合来解决机器人的自主性问题。于是，一个名为LOLA的人形机器人诞生了。LOLA机器人研究的重点是机器人不依赖于人类感知和决策能力的自主性。研究内容包括动力学、实时运动规划控制，以及此类系统的设计。为了实现快速灵活的行走，机电系统的全面设计至关重要，研究人员将机器人的所有组件视为高度集成系统的紧密耦合部分。

LOLA机器人总重60公斤，高180厘米，其物理尺寸基于人体测量数据。关于硬件设计的一个最重要的问题是如何选择机器人的运动结构，以实现自然、稳定和快速的行走。模拟和实验表明，额外的冗余DoF可以实现更自然，更灵活的行走模式，并扩展机器人的能力。除了运动结构之外，研究人员通过定义进一步的设计目标以改善腿部动力学：足够的机械刚度，高质量中心，以及腿部连杆的低惯性矩。为了改善腿部动力学，研究人员为LOLA机器人的膝关节和踝关节开发了新的运动结构，其中较重的部件（例如马达）位于髋关节轴附近。由于机器人的重量对全系统动力学有很大影响，因此轻量化结构非常重要。该项目应用的方法是将主要结构部件设计为由铝制成的熔模铸件。

机器人的分层控制框架结合了环境感知，导航和运动规划以及局部稳定和反向运动学的模块。改进的自主性还需要更强的鲁棒性，灵活性和步行模式的在线适应性，以确保在各种步行情况下的稳定性。