研究自由落体的纸张形状可以帮助仿生机器人的设计

对数百种自由落体形状的轨迹进行研究可以帮助设计模仿自然的生物启发机器人。

来自工程部生物发明机器人实验室的研究人员已经解决了一个挑战，即对复杂而多样的圆圈行为进行建模，并首次对更复杂的方形、六边形和十字形状进行建模-所有这些都没有人类的输入。

这项研究发表在《自然机器智能》杂志上，它利用机器人自动化、计算机视觉和机器学习，自动绘制出每种形状的下降行为，每种形状都表现出四种下降方式：翻滚（连续翻转结束）、混沌（在没有明显结构的翻滚和俯冲运动之间切换）、稳定和周期性（稳定下降或以水平方向来回摆动）。

工学博士D.学生托比·豪森是研究小组的成员，他说，研究结果可以用来提供对设计机器人的实际见解，例如，这些机器人可能需要表现出与其稳定性或下降速度有关的某些行为。

这种方法被称为迭代物理实验系统（IPES），使研究人员能够快速收集大量数据，并自动分析，以揭示下降的纸张形状的潜在动力学模式。整个过程平均需要90秒才能完成，形状需要1到5秒才能落到地上。自动化这一过程提供了一种更可重复、更少主观的分类方法，结果表明，像这样的无监督分类方案可以准确地区分所有四种形状的混沌和翻滚运动。

实验装置包括一个激光切割器来制造形状，一个通用机器人UR5机器人手臂安装了一个定制的吸力夹持器，从1.1米高度-水平或垂直（随机选择），以及两个高速相机来记录坠落行为。这使得能够计算三维下降轨迹和相应的振荡..然后对数据进行处理，并用于自动分割和分类行为，并检查，例如，纸张的形状、行为和下降速度之间的关系。

托比·豪森说：“如果我们要设计具有复杂动作的飞行机器人，比如滑翔或拍打，这需要一些现实世界的实验。这就是像IPES这样的自主系统不仅可以帮助我们了解这些运动，而且也可以在机器人设计中复制它们。

“通过研究数百种自由落体纸形状的轨迹——这是一种长期存在的具有挑战性的现象——我们能够以一种新的方式研究、分析和解释不同类型的坠落行为，这要归功于机器人技术。因此，我们现在可以将我们对这些行为的学习转移到软机器人的设计上，例如步行或游泳。

“只有通过理解自由落体形状等结构，我们才能更多地了解该结构的不同组成部分是如何相互作用的。我们的研究表明，纸张形状与其环境之间的相互作用提供了一种可靠的下降方式，这种方式是在没有任何车载控制的情况下创建的，例如，计算机芯片或电机。