Tesla Bot 特斯拉机器人介绍
Tesla Bot
文章目錄
- Tesla Bot
- 硬件架構
- 結構仿真
- 全身自由度
- 靈巧手
- 驅動原理
- 傳感器配置
- 關節模組
- 視覺
- 環境識別
- 導航
- 運動控制
- 整機聯動
- 人形機器人
- 參考
硬件架構
Tesla Optimus最高時速為 5 英里/小時（8 公里/小時），身高 5 英尺 8 英寸（1.72 米），重 57 公斤。
特斯拉基于仿生構建機器人平臺之后，再依據量產的成本，能耗效率，規模化等需求貫穿機器人開發設計流程，例如減少運動部件中的零部件，來減重降能耗達到高效。動力電池的開發中央化，一塊2.3kWh，52V 鋰電池布置在機器人胸部，能量規劃支撐機器人兩天的運行，一塊PCB板支持所有電池通訊以及充放電管理。預計量產后低于2w美元。
Tesla Optimus這套硬件架構的優勢在于穩定可控易實現，相對來說實現成本低，技術成熟，主要劣勢在于動態性能差，自重大，難以支撐高動態大幅度的運動性能。
結構仿真
利用汽車仿真進行機器人結構開發
- 從人體結構中得到靈感，通過設計4個支點的關節設計讓運動情況下電機的輸出是平順的從而保證能效性。
全身自由度
身體總自由度數目為28（不包括靈巧手），具體分布如下：
- 左臂/右臂：7+7，肩部3+肘部1+手腕3；
- 左腿/右腿：6+6，髖部3+膝蓋1+腳踝2；
- 腰部：2，Roll+Yaw；
腰部有2個自由度，形成了Roll+Yaw，這是Tesla做的非常好的地方，腰部增加額外的自由度，有助于各類仿生運動的實現，相比較于小米鐵大缺失的腰部自由度，Optimus的一些動作能夠呈現得更加自然，這是鐵大需要向Optimus學習借鑒的地方。不過腰部的兩個自由度設計也極具難度，整體上身的重量都壓在這里，設計不佳極易造成上肢操作時的低剛度與抖動，locomotion的時候頭部和手部的抖動幅度大。
靈巧手
-
驅動方式：繩驅；
-
自鎖能力：反向自鎖（通過電機輸出連接蝸輪蝸桿機構，猜測利用蝸輪蝸桿反向自鎖）；
-
6個自由度：拇指2自由度（1個擺動，1個彎曲）；其余四指各1個自由度；
-
11個關節：拇指3個關節，其余四指各2各關節；每根手指均為2個指節聯動彎曲；
-
負載能力：約9kg（實際為機械臂某個特殊工況的負載能力，和靈巧手無關）；
-
仿生性：繩驅，自適應抓握，仿生性較好；
驅動原理
通過仿真工具進行仿真實驗，綜合考慮成本和重量，得到六種關節，包括三種旋轉執行器，三種線性執行器。
整體采用電池組供電，搭配電驅伺服關節的形式，其中旋轉關節采用無框電機+雙編碼器+力矩傳感器+諧波的方案，和很多協作機器人關節一樣，有力矩傳感器加雙編碼器，能夠精確的獲得關節的力矩和輸入輸出位置信息，目前還不知道他的精度，精度和成本關系很大。
線性關節采用的無框電機+行星滾柱絲杠+力傳感器，旋轉關節整體的輸出扭矩密度和當前各大人形機器人廠家的關節性能類似，線性關節能夠提足夠大得力輸出，但極大犧牲了輸出速度性能，可能會限制了下肢的高動態運動能力。
傳感器配置
| 描述 | 左/右柱相機 魚眼相機 | 關節集成非接觸式力矩傳感器 | 關節集成雙位置編碼器 | NA |
關節模組
- 上肢采用無框電機+諧波減速器的旋轉關節方案：
基本上和當前協作機械臂的關節方案高度類似，無框力矩電機+諧波減速器+高低速雙編碼器+抱閘+力矩傳感器+輸出端交叉滾子軸承。這套方案我覺得如果是用在固定基的協作機械臂上沒有問題，而用在浮動基的雙足上，是不是會顯得太過笨重了，尤其是每個關節都集成抱閘。
-
下肢采用無框電機+行星絲杠的線性執行器方案：
一般絲杠的傳動精度高，輸出力能力強，但反驅透明度差，響應速度偏慢，這套驅動方案會極大限制下肢高動態的運動能力，同時成本也不低。
下肢這個關節方案較上肢關節相比缺少了抱閘，使用了本身就具備自鎖能力的行星絲杠將旋轉運動轉化為線性。
視覺
環境識別
特斯拉機器人采用3個攝像頭，應該都布置在頭部，一個前部魚眼攝像頭，左右應該各一個視覺攝像頭，通過這樣的視角布置基本模擬人類視角范圍，但這個視角范圍應該超過180度。視覺采用的算法是和特斯拉汽車一樣的occupancy network 算法。
導航
特斯拉機器人采用興趣點提取的方法，在視頻流中逐幀跟蹤高頻興趣點，和關鍵點，來識別所在位置直到目標地識別，這種算法目前還是比較高級也還在完善中。
前文中提到，視覺的相機硬件為左右單目相機+魚眼，硬件成本低，但算法復雜、計算力大，依賴于硬件。下圖中可以看到Optimus實現了精確的3D環境建模，同時通過雙目測距能實現非常清晰和高精度的深度圖像，非常有助于雙臂的末端精確抓取。
運動控制
行走對于機器人這是一個巨大的挑戰，他牽扯到機器人的自我意識，能耗最優的步調，整機的平衡，動作的協調。
機器人首先根據感知的環境規劃出期望的路徑，再計算出腳步，產生運動行走軌跡路線，當然轉化到機器人上面是各個執行器的扭矩速度輸出。
顯然規劃的時候是把環境看起來是完美的，機器人也是簡化的，所以看起來容易，但現實世界控制確是異常的復雜，例如傳感器的噪聲，機器人的協調等等，所以特斯拉機器人對機器人的高度信息以及質心進行跟蹤用來判斷機器人的狀態，來實現穩定，但是行走，卻還關系整機的協調，這個時候就需要整機其他執行機構例如手臂等一起聯動了。
- 運動規劃
整體來說，Optimus的下肢行走還是運用的傳統Static-ZMP、Linear-ZMP或DCM的方案，和Asimo類似，適合平腳板雙足的慢速行走，抵抗外界大干擾能力較弱，動態性差。這邊還提到了一個高效率的仿人步態，如下圖，擺足時考慮了Toe-off-heel strike，結合上半身的協調擺臂運動，融合人類行走的數據，實現自然擺臂、大跨步以及盡可能的直膝行走，提高了行走效率與姿態。
上肢操作首先借助動捕取得的人體離線運動庫，然后進行離線優化與在線（針對具體任務場景的）優化，構建離線運動庫的時候可能會用到模仿學習的某些技術，手臂的軌跡規劃可能使用伯克利Trajopt的相關算法。
在仿真環境中訓練出來的模型在真實環境中無法正常行走，通過引入真實世界的傳感器數據來獲得適應性
- 運動執行
整機聯動
特斯拉采取的方法是，先采集人類各種姿勢運動的自然聯動參考，輸入給機器人，機器人再根據現實情況進行調整，最后輸出給機器人控制。
自然運動參考
運動自適應
人形機器人
- 小米 cyber one
- 波士頓動力Atlas機器人
參考
總結
以上是生活随笔為你收集整理的Tesla Bot 特斯拉机器人介绍的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 职场达人必备！100本管理类的书籍
- 下一篇： laravel集成Telegram Bo