會議記錄 文件 第99次會議紀錄
作者: 何詩韻 (01-09 10:28, 第99次x-mind 會議紀錄.docx ,139 KB) 閱讀 發表討論 列印 詳細資料
註解:

頂尖大學數位資訊發展計畫X-mind第九十九次會議紀錄

 

時間:1001121 ()

地點:大勇樓210402

參與人員:林沛群、劉慧雯、李蔡彥、徐國偉、陳百齡、劉吉軒、吳筱玫、林顯達以及助理們。

會議內容:

 

一、   核心計畫

l   本研究群有一台IPHONE和平版電腦可供各位老師使用,歡迎有興趣的老師可向HELEN租借。

à目前IPHONE已經借出去,平版電腦租借期也快到了(2個月租期)

l   未來這些機器都將放置在整合實驗中心。整合實驗中心表訂於本週五完工。唯目前標案工程有些問題,因此此計畫或許會拖延。

 

 

二、   演講內容

 

演講主題:概說仿生足式機器人

演講人: 台大機械工程系林沛群副教授

 

l   緣起:倫敦的蒸汽火車。值得注意的是:所有的架構都會圍繞在運動上面。

l   運動之產生:拍翼法(鳥)、波動法(蛇、魚)。仿生足的概念就是從生物演化的想法出發。

l   人和動物的系統之間的差異,主要有:感測、智慧、移動。然而,動物卻可以自若地在不平的地面迅速的移動。

l   直接仿生的不可達到性在於極端的仿形(蟑螂)。

因為蟑螂有56個氣壓,要同時操作這56個仿足是非常複雜的程式設計。因此,這個計畫雖然得過很多獎,5年來還是沒有辦法讓他動起來。

l   MIT 老師Dr. Martin Buehler團隊所設計的機器人是相當成功的案例。由單足跳到四足跳的機器人都有。

l   Standford團隊 Mark Cutkosky開啟了仿生蟑螂的動態六足機器人先例。蟑螂的前腳是煞車,既使爬牆,前腳還是煞車用。

l   林沛群老師博班的時候作的機器人:RHex。研究問題就是:為何蟑螂可以在崎嶇地面快速且輕易的運動?

àRHex 規格:自動六足機器人、腳用玻璃纖維製作(人在跑的時候是一個彈性的運動:彈性倒擺)

l   仿生機器人VS 機器手臂的不同:仿生機器人是一個開放的空間,機器手臂是比較有一定規格的設計。

仿生機器人:生物長這樣,但後面的系統是怎麼運作卻是需要思考的問題。仿生機器人在設計的前端就應該要先瞭解生物怎麼運動。因此,整個設計的過程中是需要很多方面的思考。

l   Bio-inspired :若要仿運動,則仿力的pattern。腳最大的特色就是在崎嶇地自由的運動。因此,我們要看腳是如何跨過崎嶇地。

à如何定義崎嶇地:用網格。運用快速移動之動能來進行步伐間銜接

l   昆蟲類是單純的擺動。整隻腳裡面碰到地面的機率是最高的。

l   蟑螂等昆蟲具有可潰式小腳毛,往外掰是硬的毛,往內掰是軟的毛。因此,推測說是這個原因讓它們可以在網格上迅速移動。

l   昆蟲類腳斷掉,不會改變步態。哺乳類卻會因為受傷而改變步態。因此,在機器人腳上裝腳毛,雖然沒有生物那麼好,但還是比沒有腳毛的機器人在網格上跑得快。

l   爬牆機器人在運動的過程中需要克服本身的重力。

l   日本機器人的介紹:

n   日本HRE4C是目前仿人最擬真的機器人。

n   日本所有的機器人都是以「穩」為主要設計訴求。

n   石黑浩團隊所製作的人形機器人著重在人的神情和面部表情。

l   為何研究機器人是如此挑戰?這當中包括了以下三個元素:

1.          動畫:Imagination 想像      

2.          玩具:configuration 形態   

3.          機器人:dynamic 動力

 

l   個人實驗室簡介:

n  目前著重在陸地上的機器運動。運用輪和腳在崎嶇地上的優勢來做機器人。

l   建議:

n  仿生機器人未來可以把化學的觀點帶入。因為仿生機器人最主要的還是材料。

n  台灣對於系統工程所提供的資源不足。因此,這部分是仿生目前所面對的最大問題。

 

 

QA

 

Q當人處於一個更大的結構內,移動是否可能?

A因為處於一個龐大的身體,若說要移動其實還是有限的。因為你說手臂可以自由移動但是整個機器身體是非常重的。所以,要像動物一樣自由移動還是比較困難的。

 

Q為什麼會想要仿蟑螂?

A因為在BERKERLY的時候,蟑螂是最不會引起爭議的動物。否則,對其他動物造成傷害都可能引起爭議。

 

Q:仿生機器人是個跨領域的知識,有沒有從其他如生命科學的角度去看待?在操作的地方有何不同?

A:我沒有辦法回答。在BERKERLY的老師之前有提到從系統設計需要的還是很多專業知識。我相信未來會是一個統一的知識,但目前大家還是朝自己的專業領域去思考。從我過去的經驗,不同領域的專家在研發的過程中始終需要彼此大量的溝通。回台灣後一直想要找從事生物運動的老師,但目前還是找不到。我知道此部分(生物相關知識)是我欠缺的,所以我一直希望可以找到這樣的老師。

 

陳:清大似乎有生命科學的專家,然做機械的似乎就能夠獨立把東西做出來。

A:其實我們還是怕做錯方向。像我可能會說這是一個MODEL,但我相信生物端可以提供更全面的運動觀點。這個真的需要合作,畢竟領域跨越太多了。我覺得個專業領域之間都要分工。在美國習慣很大的團隊來操作,因此在研發的過程中台灣很多時候沒有辦法提供多元背景的研究員共同投入。

 

Q:仿生機器人的研究有沒有把自我學習的條件納進去考量?

A:有老師在做這一塊,但我的實驗室還沒有做。我希望可以從一個最大的架構來處理。有時候machine learning像是一個黑盒子,所以我希望可以先從最大的架構來去看,但目前我的實驗室還沒有能力做這個。Machine learning的過程中機器人很容易壞掉。