步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)

1、 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)(文檔含英文原文和中文翻譯)第 1 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)在現(xiàn)實(shí)生活中設(shè)計(jì)一款不僅可以倒下而且還可以站起來的機(jī)器人靈活智能機(jī)器人很重要。本文提出了一種兩臂兩足機(jī)器人，即一個(gè)模仿機(jī)器人，它可以步行、滾動(dòng)和站起來。該機(jī)器人由一個(gè)頭，兩個(gè)胳膊和兩條腿組成?；谶h(yuǎn)程控制，設(shè)計(jì)了雙足機(jī)器人的控制系統(tǒng)，解決了機(jī)器人大腦內(nèi)的機(jī)構(gòu)無法與無線電聯(lián)系的問題。這種遠(yuǎn)程控制使機(jī)器人具有強(qiáng)大的計(jì)算頭腦和有多個(gè)關(guān)節(jié)輕盈的身體。該機(jī)器人能夠保持平衡并長(zhǎng)期使用跟蹤視覺，通過一組垂直傳感器檢測(cè)是否跌倒，并通過兩個(gè)手臂和兩條腿履行起立動(dòng)

2、作。用實(shí)際例子對(duì)所開發(fā)的系統(tǒng)和實(shí)驗(yàn)結(jié)果進(jìn)行了描述。隨著人類兒童的娛樂，對(duì)于設(shè)計(jì)的雙足運(yùn)動(dòng)的機(jī)器人具有有站起來動(dòng)作的能力是必不可少。為了建立一個(gè)可以實(shí)現(xiàn)兩足自動(dòng)步行的機(jī)器人，設(shè)計(jì)中感知是站立還是否躺著的傳感器必不可少。兩足步行機(jī)器人它主要集中在動(dòng)態(tài)步行，作為一種先進(jìn)的控制問題來對(duì)待它。然而，在現(xiàn)實(shí)世界中把注意力集中在智能反應(yīng)，更重要的是創(chuàng)想，而不是為了建立一個(gè)既能倒下又能站起來的機(jī)器人，機(jī)器人需要傳感系統(tǒng)就要知道它是否跌倒或沒有跌倒。雖然視覺是一個(gè)機(jī)器人最重要的遙感功能，但由于視覺系統(tǒng)規(guī)模和實(shí)力的限制，建立一個(gè)強(qiáng)大的視覺系統(tǒng)在機(jī)器人自己的身體上是困難的。如果我們想進(jìn)一步要求動(dòng)態(tài)反應(yīng)和智能推理經(jīng)驗(yàn)

3、的基礎(chǔ)上基于視覺的機(jī)器人行為研究，那么機(jī)器人機(jī)構(gòu)要輕巧足以夠迅速作出迅速反應(yīng)，并有許多自由度為了顯示驅(qū)動(dòng)各種智能行為。至于有腿機(jī)器人678，只有一個(gè)以視覺為基礎(chǔ)的小小的研究 。面臨的困難是在基于視覺有腿機(jī)器人實(shí)驗(yàn)研究上由硬件的顯示所限制。9第 2 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)在有限的硬件基礎(chǔ)上是很難繼續(xù)發(fā)展先進(jìn)的視覺軟件。為了解決這些問題和推進(jìn)基于視覺的行為研究，可以通過建立遠(yuǎn)程腦的辦法。身體和大腦相連的無線鏈路使用無線照相機(jī)和遠(yuǎn)程控制機(jī)器人，因?yàn)闄C(jī)體并不需要電腦板，所以它變得更加容易建立一個(gè)有許多自由度驅(qū)動(dòng)的輕盈機(jī)身。在這項(xiàng)研究中，我們制定了一個(gè)使用遠(yuǎn)程腦機(jī)器人的環(huán)境并

4、且使它執(zhí)行平衡的視覺和起立的手扶兩足機(jī)器人，通過胳膊和腿的合作，該系統(tǒng)和實(shí)驗(yàn)結(jié)果說明如下。圖 1 遠(yuǎn)程腦系統(tǒng)的硬件配置圖 2 兩組機(jī)器人的身體結(jié)構(gòu)遠(yuǎn)程控制機(jī)器人不使用自己大腦內(nèi)的機(jī)構(gòu)。它留大腦在控制系統(tǒng)中并且與它用無線電聯(lián)系。這使我們能夠建立一個(gè)自由的身體和沉重大腦的機(jī)器人。身體和大腦的定義軟件和硬件之間連接的接口。身體是為了適應(yīng)每個(gè)研究項(xiàng)目和任務(wù)而一個(gè)主要利用遠(yuǎn)程腦機(jī)器人是基于超級(jí)并行計(jì)算機(jī)上有一個(gè)大型及重型顱第 3 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)腦。雖然硬件技術(shù)已經(jīng)先進(jìn)了并擁有生產(chǎn)功能強(qiáng)大的緊湊型視覺系統(tǒng)的規(guī)模，但是硬件仍然很大。攝像頭和視覺處理器的無線連接已經(jīng)成為一種

5、研究工具。遠(yuǎn)程腦的做法使我們?cè)诨谝曈X機(jī)器人技術(shù)各種實(shí)驗(yàn)問題的研究上取得進(jìn)展。另一個(gè)遠(yuǎn)程腦的做法的優(yōu)點(diǎn)是機(jī)器人機(jī)體輕巧。這開辟了與有腿移動(dòng)機(jī)器人合作的可能性。至于動(dòng)物，一個(gè)機(jī)器人有 4 個(gè)可以行走的四肢。我們的重點(diǎn)是基于視覺的適應(yīng)行為的 4 肢機(jī)器人、機(jī)械動(dòng)物，在外地進(jìn)行試驗(yàn)還沒有太多的研究。大腦是提出的在母體環(huán)境中通過接代遺傳 。大腦和母體可以分享新設(shè)計(jì)的機(jī)器人。一個(gè)開發(fā)者利用環(huán)境可以集中精力在大腦的功能設(shè)計(jì)上。對(duì)于機(jī)器人的大腦被提出在一個(gè)母體的環(huán)境，它可以直接受益于母體的演變 ，也就是說當(dāng)母體升級(jí)到一個(gè)更強(qiáng)大的計(jì)算機(jī)時(shí)該軟件容易獲得權(quán)利。圖 1 顯示了遠(yuǎn)程腦系統(tǒng)由大腦基地，機(jī)器人的身體和大

6、腦體界面組成。在遠(yuǎn)程腦辦法中大腦和身體接觸面之間的設(shè)計(jì)和性能是關(guān)鍵。我們目前的執(zhí)行情況采取了完全遠(yuǎn)程腦的辦法，這意味著該機(jī)體上沒有電腦芯片。目前系統(tǒng)由視覺子系統(tǒng)，非視覺傳感器子系統(tǒng)和運(yùn)動(dòng)控制子系統(tǒng)組成。一個(gè)障礙物可以從機(jī)器人機(jī)體的攝像機(jī)上接收視頻信號(hào)。每個(gè)視覺子系統(tǒng)由平行放置的 8 個(gè)顯示板組成。一個(gè)機(jī)體僅有一個(gè)運(yùn)動(dòng)指令信號(hào)和傳輸傳感器的信號(hào)的接收器。該傳感器信息從視頻發(fā)射機(jī)傳輸。傳輸其他傳感器的信息是可能的，如觸摸和伺服錯(cuò)誤通過視頻傳輸?shù)男盘?hào)整合成一個(gè)視頻圖像 。該驅(qū)動(dòng)器是包括一個(gè)模擬伺服電路和接收安11置器的連接模塊。離子參考價(jià)值來自于動(dòng)作接收器。該動(dòng)作控制子系統(tǒng)可以通過13 個(gè)波段處理多

7、達(dá) 104 個(gè)驅(qū)動(dòng)器和每 20 兆秒發(fā)送參考價(jià)值的所有驅(qū)動(dòng)器。3 兩個(gè)手和足的機(jī)器人圖 2 顯示了兩個(gè)手和足的機(jī)器人的結(jié)構(gòu)。機(jī)器人的主要電力組成部分是連接著伺服驅(qū)動(dòng)器控、制信號(hào)接收器定位傳感器，發(fā)射機(jī)，電池驅(qū)動(dòng)器，傳感器和一個(gè)攝像頭，視頻發(fā)射機(jī)，沒有電腦板。伺服驅(qū)動(dòng)器包括一個(gè)齒輪傳動(dòng)電動(dòng)機(jī)和伺服電路模擬的方塊。控制信號(hào)給每個(gè)伺服模塊的位置參考。扭矩伺服模塊可覆蓋2Kgcm -1 4Kgcm 的速度約 0 .2sec/60deg。控制信號(hào)傳輸無線電路編碼的 8 個(gè)參考值。該機(jī)器人在圖 2 中有兩個(gè)接收器模塊在芯片上以控制 16 個(gè)驅(qū)動(dòng)器。圖 3 說明了方向傳感器使用了一套垂直開關(guān)。垂直開關(guān)是水銀

8、開關(guān)。當(dāng)水銀開關(guān)（a）是傾斜時(shí)，下拉關(guān)閉的汞之間接觸的兩個(gè)電極。方向傳感器安裝兩個(gè)汞開關(guān)，如圖顯示在（b）項(xiàng)。該交換機(jī)提供了兩個(gè)比特信號(hào)用來檢測(cè) 4 個(gè)方向的傳感器如圖所示在（c）項(xiàng)。該機(jī)器人具有在其胸部的傳感器并且它可以區(qū)分四個(gè)方第 4 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)該機(jī)體的結(jié)構(gòu)設(shè)計(jì)和模擬在母親環(huán)境下。該機(jī)體的運(yùn)動(dòng)學(xué)模型是被描述面向一個(gè)口齒不清的對(duì)象，這使我們能夠描述幾何實(shí)體模型和窗口界面設(shè)計(jì)的行為。圖 3 傳感器的兩個(gè)水銀定位開關(guān)圖 4 顯示遠(yuǎn)程腦機(jī)器人的一些環(huán)境項(xiàng)目分類 。這些分類為擴(kuò)大發(fā)展各種機(jī)器人提供了豐富的平臺(tái)。該機(jī)器人可以用兩條腿站起來。因?yàn)樗梢愿淖儥C(jī)體的重

9、心，通過控制踝關(guān)節(jié)的角度，它可以進(jìn)行靜態(tài)的兩足行走。如果地面不平整或不穩(wěn)定，在靜態(tài)步行期間機(jī)器人必需控制她的身體平衡。為了視覺平衡和保持移動(dòng)平穩(wěn)，它要有高速的視覺系統(tǒng)。我們已經(jīng)用相關(guān)的芯片 制定了一項(xiàng)跟蹤視覺板。這個(gè)視覺板由帶著特別 LSI 芯片（電位 ：運(yùn)動(dòng)圖 4 層次分類第 5 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)該輸入處理器是作為參考程序塊和一個(gè)圖像搜索窗口形象 .該大小的參考程序塊可達(dá) 16*16 像素.該大小的搜索窗口取決于參考?jí)K的大小通常高達(dá) 32*32 像素，以便它能夠包括 16 * 16 且匹配。該處理器計(jì)算價(jià)值 256 薩赫勒（總和絕對(duì)差）之間的參考?jí)K和 256

10、 塊在搜索窗口，還找到最佳匹配塊，這就是其中的最低薩赫勒價(jià)值。當(dāng)目標(biāo)平移時(shí)塊匹配是非常有力的。然而，普通的塊匹配方法當(dāng)它旋轉(zhuǎn)時(shí)無法跟蹤目標(biāo)。為了克服這一困難，我們開發(fā)了一種新方法，跟隨真正旋轉(zhuǎn)目標(biāo)的候選模板。旋轉(zhuǎn)模板法首先生成所有目標(biāo)圖像旋轉(zhuǎn)，并且?guī)讉€(gè)足夠的候選參考模板被選擇并跟蹤前面圖的場(chǎng)景相匹配。圖 5 展示了一個(gè)平衡實(shí)驗(yàn)。在這個(gè)實(shí)驗(yàn)中機(jī)器人站在傾斜的木板上。機(jī)器人視覺跟蹤著前面的場(chǎng)景。它會(huì)記住一個(gè)物體垂直方向作為視覺跟蹤的參照并產(chǎn)生了旋轉(zhuǎn)圖像的參考圖象。如果視覺跟蹤的參考對(duì)象使用旋轉(zhuǎn)圖像，它可以衡量身體旋轉(zhuǎn)。 為了保持身體平衡，機(jī)器人的反饋控制其身體旋轉(zhuǎn)來控制中心機(jī)體的重心。旋轉(zhuǎn)視覺跟蹤

11、15可以跟蹤視頻圖像率。圖6 雙足步行第 6 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)該輸入處理器是作為參考程序塊和一個(gè)圖像搜索窗口形象 .該大小的參考程序塊可達(dá) 16*16 像素.該大小的搜索窗口取決于參考?jí)K的大小通常高達(dá) 32*32 像素，以便它能夠包括 16 * 16 且匹配。該處理器計(jì)算價(jià)值 256 薩赫勒（總和絕對(duì)差）之間的參考?jí)K和 256 塊在搜索窗口，還找到最佳匹配塊，這就是其中的最低薩赫勒價(jià)值。當(dāng)目標(biāo)平移時(shí)塊匹配是非常有力的。然而，普通的塊匹配方法當(dāng)它旋轉(zhuǎn)時(shí)無法跟蹤目標(biāo)。為了克服這一困難，我們開發(fā)了一種新方法，跟隨真正旋轉(zhuǎn)目標(biāo)的候選模板。旋轉(zhuǎn)模板法首先生成所有目標(biāo)圖像

12、旋轉(zhuǎn)，并且?guī)讉€(gè)足夠的候選參考模板被選擇并跟蹤前面圖的場(chǎng)景相匹配。圖 5 展示了一個(gè)平衡實(shí)驗(yàn)。在這個(gè)實(shí)驗(yàn)中機(jī)器人站在傾斜的木板上。機(jī)器人視覺跟蹤著前面的場(chǎng)景。它會(huì)記住一個(gè)物體垂直方向作為視覺跟蹤的參照并產(chǎn)生了旋轉(zhuǎn)圖像的參考圖象。如果視覺跟蹤的參考對(duì)象使用旋轉(zhuǎn)圖像，它可以衡量身體旋轉(zhuǎn)。 為了保持身體平衡，機(jī)器人的反饋控制其身體旋轉(zhuǎn)來控制中心機(jī)體的重圖7 雙足步行實(shí)驗(yàn)第 7 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)如果一個(gè)雙足機(jī)器人可以自由的控制機(jī)器人的重心，它可以執(zhí)行雙足行走。展示在圖 7 的機(jī)器人在腳踝的位置有以左和以右的角度，它可以在特定的方式下執(zhí)行雙足行走。該一個(gè)周期的一系列運(yùn)動(dòng)由

13、八個(gè)階段組成，如圖 6 所示 。一個(gè)步驟包括四個(gè)階段;移動(dòng)腳的重力中心，抬腿，向前移動(dòng)，換腿。由于身體被描述用實(shí)體模型，根據(jù)重心參數(shù)機(jī)器人可以產(chǎn)生一個(gè)機(jī)構(gòu)配置移動(dòng)重力中心。這一運(yùn)動(dòng)后，機(jī)器人可以抬起另一條腿并且向前走。在抬腿過程中機(jī)器人必須操縱機(jī)構(gòu)配置，以保持支持腳上的重心。依賴于重心的高度作為平衡的穩(wěn)定性，機(jī)器人選擇合適的膝蓋角度.圖 7 顯示了一系列雙足機(jī)器人行走的實(shí)驗(yàn)。圖 8 顯示了一系列滾動(dòng)，坐著和站起來的動(dòng)作。這個(gè)動(dòng)作要求胳膊和腿之間的協(xié)調(diào)。由于步行機(jī)器人有一個(gè)電池，該機(jī)器人可使用電池的重量做翻轉(zhuǎn)動(dòng)作。當(dāng)機(jī)器人抬起左腿，向后移動(dòng)左臂且右臂向前，它可以得到機(jī)體周圍的旋轉(zhuǎn)力矩。如果身體開

14、始轉(zhuǎn)動(dòng)，右腿向后移動(dòng)并且左腳依賴臉部返回原來位置。翻滾運(yùn)動(dòng)身體的變化方向從仰視到俯視。它可通過方向傳感器核查。得到正面朝下的方向后，向下移動(dòng)機(jī)器人的手臂以坐在兩個(gè)腳上。這個(gè)動(dòng)作引起了雙手和地面之間的滑動(dòng)。如果手臂的長(zhǎng)度不夠達(dá)到在腳上的身體重心，這個(gè)坐的運(yùn)動(dòng)要求有手臂來推動(dòng)運(yùn)動(dòng)。站立運(yùn)動(dòng)是被控制的，以保持平衡。圖8 一系列滾動(dòng)和站立運(yùn)動(dòng)第 8 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)為了使上述描述的基本動(dòng)作成為一體，我們通過一種方法來描述一種被認(rèn)為是根據(jù)傳感器狀況的網(wǎng)絡(luò)轉(zhuǎn)型。圖 9 顯示了綜合了基本動(dòng)作機(jī)器人的狀態(tài)轉(zhuǎn)移圖：兩足行走，滾動(dòng)，坐著和站立。這種一體化提供了機(jī)器人保持行走甚至跌

15、倒時(shí)的普通的雙足行走是由兩步組成，連續(xù)的左腿在前和右腿在前。這個(gè)姿勢(shì)依賴于背部和臉部和站立是一樣的 。也就是說，機(jī)器人的機(jī)體形狀是相同的，但方向是不同的。該機(jī)器人可以探測(cè)機(jī)器人是否依賴于背部或面部使用方向傳感器。當(dāng)機(jī)器人發(fā)覺跌倒時(shí)，它改變了依賴于背部或腹部通過移動(dòng)不確定姿勢(shì)的狀況。如果機(jī)器人依賴于背部起來 ，一系列的動(dòng)作將被計(jì)劃執(zhí)行：翻轉(zhuǎn)、坐下和站立動(dòng)作。如果這種情況是依賴于臉部 ，它不執(zhí)行翻轉(zhuǎn)而是移動(dòng)手臂執(zhí)行坐的動(dòng)作。本文提出了一個(gè)兩手臂的可以執(zhí)行靜態(tài)雙足行走，翻轉(zhuǎn)和站立動(dòng)作的機(jī)器人。建立這種行為的關(guān)鍵是遠(yuǎn)程腦方法。正如實(shí)驗(yàn)表明，無線技術(shù)允許機(jī)體自由移動(dòng)。這似乎也改變我們概念化機(jī)器人的一種方

16、式。在我們的實(shí)驗(yàn)室已經(jīng)發(fā)展一種新的研究環(huán)境，更適合于機(jī)器人和真實(shí)世界的人工智能。這里提出的機(jī)器人是一個(gè)有腿的機(jī)器人。我們的視覺系統(tǒng)是基于高速塊匹配功能實(shí)施大規(guī)模集成電路的運(yùn)動(dòng)估算。視覺系統(tǒng)提供了與人交往作用的機(jī)體活力和適應(yīng)能力。機(jī)械狗表現(xiàn)出建立在跟蹤測(cè)距的基礎(chǔ)上的適應(yīng)行為。機(jī)械類人猿已經(jīng)表明跟蹤和記憶的視覺功能和它們?cè)诨?dòng)行為上的綜合。一個(gè)兩手臂機(jī)器人的研究為智能機(jī)器人研究提供了一個(gè)新的領(lǐng)域。因?yàn)樗母鞣N行為可能造成一個(gè)靈活的機(jī)體。遠(yuǎn)程腦方法將支持以學(xué)習(xí)為基礎(chǔ)行為的研究領(lǐng)域。下一個(gè)研究任務(wù)包括：如何借鑒人類行為以及如何讓機(jī)器人提高自身的學(xué)術(shù)行為。第 9 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外

17、文翻譯文獻(xiàn)Multi-degree of freedom walking robotMasayuki INABA, Fumio KANEHIROSatoshi KAGAMI, Hirochika INOUEDepartment of Mechano-InformaticsThe University of Tokyo7-3-l Hongo, Bunkyo-ku, 113 Tokyo, JAPANFocusing attention on flexibility and intelligent reactivity in the real world, it ismore important t

18、o build, not a robot that wont fall down, but a robot that can get up if itdoes full down. This paper presents a research on a two-armed bipedal robot, an apelikerobot, which can perform biped walking, rolling over and standing up. The robotconsists of a head, two arms, and two legs. The control sys

19、tem of the biped robot isdesigned based on the remote-brained approach in which a robot does not bring its ownbrain within the body and talks with it by radio links. This remote-brained approachenables a robot to have both a heavy brain with powerful computation and a lightweightbody with multiple j

20、oints. The robot can keep balance in standing using tracking vision,detect whether it falls down or not by a set of vertical sensors, and perform getting upmotion colaborating two arms and two legs. The developed system and experimentalresults are described with illustrated real examples.As human ch

21、ildren show, it is indispensable to have capability of getting upmotion in order to learn biped locomotion. In order to build a robot which tries to learnbiped walking automatically, the body should be designed to have structures to supportgetting up as well as sensors to know whether it lays or not

22、.When a biped robot has arms, it can perform various behaviors as well aswalking. Research on biped walking robots has presented with realization123.Ithas mainly focused on the dynamics in walking,treating it as an advanced problem incontrol345.However, focusing attention on the intelligent reactivi

23、ty in the realworld, it is more important to build, not a robot that wont fall down, but a robot thatcan get up if it does fall down.In order to build a robot that can get up if it falls down, the robot needs sensingsystem to keep the body balance and to know whether it falls down or not. Althoughvi

24、sion is one of the most important sensing functions of a robot, it is hard to build arobot with a powerful vision system on its own body because of the size and powerlimitation of a vision system. If we want to advance research on vision-based robotbehaviors requiring dynamic reactions and intellige

25、nt reasoning based on experience,the robot body has to be lightweight enough to react quickly and have many DOFS inactuation to show a variety of intelligent behaviors.As for the legged robot 6 7 8,there is only a little research on vision-basedbehaviors9. The difficulties in advancing experimental

26、research for vision-basedlegged robots are caused by the limitation of the vision hardware. It is hard to keepdeveloping advanced vision software in limited hardware. In order to solve the第 10 頁(yè) 共 19 頁(yè) 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)with animals, if a robot has 4 limbs it can walk. We are focusing on vision-baseda

27、daptive behaviors of 4-limbed robots, mechanical animals, experimenting in a field asyet not much studied.The brain is raised in the mother environment in-herited over generations. Thebrain and the mother environment can be shared with newly designed robots. Adeveloper using the environment can conc

28、entrate on the functional design of a brain.For robots where the brain is raised in a mother environment, it can benefit directlyfrom the mothers evolutiaonning,thmaet the software gains power easily when themother is upgraded to a more powerful computer.Figure 1 shows the configuration ofthe remote

29、-brained system which consists of brain base, robot body and brain-bodyinterface.In the remote-brained approach the design and theperformance of the interfacebetween brain and body is the key. Our current implementation adopts a fully remotelybrained approach, which means the body has no computer on

30、board. Current systemconsists of the vision subsystems, the non-vision sensor subsystem and the motioncontrol subsystem. A block can receive video signals from cameras on robot bodies.The vision subsystems are parallel sets each consisting of eight vision boards.A body just has a receiver for motion

31、 instruction signals and a transmitter forsensor signals. The sensor information is transmitted from a video transmitter. It ispossible to transmit other sensor information such as touch and servo error through thevideo transmitter by integrating the signals into a video image11. The actuator is age

32、ared module which includes an analog servo circuit and receives a position referencevalue from the motion receiver. The motion control subsystem can handle up to 104actuators through 13 wave bands and send the reference values to all the actuators every20msec.Figure 2 shows the structure of the two-

33、armed bipedal robot. The main electriccomponents of the robot are joint servo actuators, control signal receivers, anorientation sensor with transmitter, a battery set for actuators and sensors sensor and acamera with video transmitter. There is no computer on-board. A servo actuatorincludes a geare

34、d motor and analog servo circuit in the box. The control signal to eachservo module is position reference. The torque of servo modules available cover 2Kgcm- 14Kgcm with the speed about 0.2sec/60deg. The control signal transmitted on radiolink encodes eight reference values. The robot in figure 2 ha

35、s two receiver modulesonboard to control 16 actuators.Figure 3 explains the orientation sensor using a set of vertical switches. Thevertical switch is a mercury switch. When the mercury switch (a) is tilted, the drop ofmercury closes the contact between the two electrodes. The orientation sensor mou

36、nttwo mercury switches such as shown in (b). The switches provides two bits signal todetect four orientation of the sensor as shown in (c). The robot has this sensor at itschest and it can distinguish four orientation; face up, face down, standing and upsidedown.The body structure is designed and si

37、mulated in the mother environment. Thekinematic model of the body is described in an object-oriented lisp, Euslisp which hasenabled us to describe the geometric solid model and window interface for behaviordesign.第 12 頁(yè) 共 19 頁(yè) 4 Vision-Based Balancing 步行機(jī)器人中英文對(duì)照外文翻譯文獻(xiàn)measurement by tracking. The mec

38、hanical ape has shown tracking and memory basedvisual functions and their integration in interactive behaviors.The research with a two-armed bipedal robot provides us with a new field inintelligent robotics research because of its variety of the possible behaviors created fromthe flexiblility of the

39、 body. The remote-brained approach will support learning-basedbehaviors in this research field. The next tasks in this research include how to learn fromhuman actions and how to allow the robots to improve their own learned behaviors.References1 I. Kate and H. Tsuik. The hydraulically powered biped

40、walking machine with a highcarrying capacity. In Proc. Of 4th Int. Sys. on External Control of HumanExtremities,1972.2 H. Miura and I. Shimoyama. Dynamic walk of a biped. International Journal ofRobotics Research, Vol. 3, No. 2,pp. 60-74, 1984.3 S. Kawamura, T. Kawamura, D. fijino, F. Miyazaki, and

41、S. Arimoto. Realization ofbiped locomotion by motion pattern learning. Journal of the Robotics Society ofJapan,Vol. 3, No. 3, pp. 177-187, 1985.4 Jessica K. Hodgins and Marc H. Raibert.Biped gymnastics.International Journal ofRobotics Research, Vol. 9,No. 2, pp. 115-132, 1990.5 A. Takanishi, M. Ishi

42、da, Y. Yamazaki, and I. Kato. The realization of dynamicwalking by the biped walking robot wl-lord. Journal of the Robotics Society of Japan,Vol. 3, No. 4, pp. 325-336, 1985.6 R.B. McGhee and G.I. Iswandhi. Adaptive locomotion of a multilegged robot overrough terrain. IEEE Trans.On Systems, Man and

43、Cybernetics,Vol.SMC-9,No.4,pp.176-182,1979.7 M. H. Raibert, Jr. H. B. Brown, and S. S. Murthy. 3-d balance using 2-d algorithms.Robotics Research : the First International Symposium on Robotics Research (ISRRI),pp.279-301, 1983.8 S. Hirose, M. Nose, H. Kikuchi, and Y. Umetani. Adaptive gait control of a quadrupedwalking vehicle. Robotics Research : the First International Symposium on RoboticsResearch (ISRRI), pp. 253-369, 1983.9 R.B. McGhee, F. Ozguner, and S.J. Tsai. Rough terrain locomotion by a hexapodrobot using a binocular ran