有腿又有轮,还会「拜年讨红包」!腾讯发布首个全自研机器狗Max

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 腾讯正式发布首个软硬件全自研的多模态四足机器人。让我们来看看这条狗,有多与众不同?

微信图片_20220112163339.png


3月2日,腾讯正式发布首个软硬件全自研的多模态四足机器人Max,其采用创新性的足轮融合一体式设计,有腿又有轮,不仅拥有“崎岖路面走得稳,平坦路面跑得快”的特长,还能双腿站立“拜年讨红包”。


Max首次实现了从四足到双足的站立、移动,能完成后空翻、摔倒自恢复等高难度动作,达到了行业领先水平。

 

QQ图片20220112163745.png


这也是腾讯Robotics X实验室继会走梅花桩的机器狗Jamoca和自平衡自行车之后又一科研进展,腾讯在机器人移动能力上的研究不断深入,逐步实现技术上的突破,为应用打基础。未来机器狗将有望在机器人巡逻、安保、救援等领域发挥作用,成为人类的智能伙伴和生活助手。


有腿又有轮,走得稳还能跑得快


足式运动和轮式运动是当前机器人移动能力研究的两大主流方向。

 

就像大自然中的足腿动物,足式机器人更灵活,他们能跑、能跳、能爬楼梯、能翻越障碍,更适应复杂的地形和环境。但在现代城镇中,除了楼梯、栏杆、沟渠等障碍物,机器人更多接触的是平坦道路,此时,轮式机器人的优势更明显,能像汽车一样稳定、快速的运动。

 

因此,同时兼具不同移动模式的机器人无疑更灵活,实验室在努力提升机器人的多模态移动能力,就像“变形金刚”,能够根据需要自如地切换形态,以此完成更复杂的任务,目前已有多种足轮融合的技术方案面世。

 

腾讯机器狗Max采用了腾讯Robotics X实验室自研的足轮融合方案,原创性地融合了足式与轮式运动模态。从硬件上的机械和电路设计,到软件上的系统框架和控制算法创新,使得Max既有腿、又有轮,可以灵活切换,并有较好的平衡能力,在崎岖路面走得稳,在平坦路面跑得快,更契合人类社会的现实环境。


QQ图片20220112163652.png

 

软硬件三大创新,攻坚核心通用能力


为了实现这一特性,腾讯Robotics X实验室在硬件设计和软件研发上进行了众多创新。

 

在本体设计上,传统的足轮融合方案是在足底增加额外的轮毂电机,该方案使得足式机器人的腿变得“笨重”,行走起来不够顺畅,灵活性也会有所降低。

 

为了解决这一难题,腾讯Robotics X实验室提出了一种离合式足轮一体化机构设计方案,通过增加一个质量仅约20g的微型直线电机,使得膝关节电机可同时作为足式和轮式运动的驱动源,在基本不增加腿部惯量的同时,实现了机器狗的足轮多模态运动。同时,该设计方案使得Max在轮式运动下的能耗相比传统的足轮融合方案降低了约50%。


微信图片_20220112163347.jpg

 

腾讯Robotics X实验室还设计了一种特殊的轮式结构,将机器狗轮式运动的速度提升数倍,最高可达25公里/小时。

 

依托于腾讯自研的软硬件系统框架,机器狗Max拥有敏锐的“神经系统”,实现了亚毫秒级力控,大大降低了软硬件系统延迟,让它面对外界的响应能力得到提升,反应更快。

微信图片_20220112163348.png

 

在运动规划与控制算法上,Max既延续了腾讯Robotics X实验室第一只机器狗Jamoca的鲁棒控制算法,又不断创新,拥有了更发达的“小脑”。不仅能得心应手地完成足式移动、后空翻等常规动作,还首次实现了四足到双轮站立的炫酷演示,在站立后甚至能使用前腿进行简单地操作任务,如抱球、按按钮,甚至还能“讨红包”。

QQ图片20220112163606.png

 

针对足式运动,Max基于自研的鲁棒控制算法,平均计算耗时小于0.3ms,拥有摔倒自行恢复的技能,即使遭受大冲击摔倒,也能自行恢复正常运行状态,大大提高了机器人的实用性与可靠性。

 

针对轮式运动,Max综合了NLMPC(Nonlinear Model Predictive Control,非线性模型预测控制)算法、QP(Quadratic Programming)优化、柔顺控制算法,完成了从趴地状态到双轮站立的起摆、平衡抗扰、落地控制。

 

微信图片_20220112163353.gif

 

相比于目前市面上仅使用双轮完成平衡的移动设备,Max拥有多个关节,不仅在控制难度上更具挑战性,在站立后的演示场景上更具多样性。双轮站立“解放”了四足机器人的前腿,扩展了其操作空间,使得Max未来拥有更广阔的应用空间。

 

腾讯Robotics X实验室主攻移动、灵巧操作和智能体三大机器人核心通用技术的研究与应用。其中,移动能力被认为是机器人最核心、也是最基本的能力之一,决定了机器人能去到什么场景,做什么事情,未来有什么样的想象力。

 

实验室移动技术框架包含本体设计、感知、运动规划与控制,以及融合这三者的整机系统设计与搭建等四大模块,他们分别可理解为机器人的躯干、眼睛、大脑,以及各“器官”协调的能力。

 

微信图片_20220112163354.png

 

未来,腾讯 Robotics X 还将持续在机器人移动能力上深入探索,逐步实现从基础能力到自研能力再到落地能力的突破,让机器人助力人类更美好的生产生活。


此处能耗指机械COT 计算方法及对比数据参考文献如下:


[1] Bjelonic M, Bellicoso C D, Tiryaki M E, et al. Skating with a force controlled quadrupedal robot, IROS, 201


相关文章
|
机器学习/深度学习 Web App开发 数据可视化
训练可视化工具哪款是你的菜?MMCV一行代码随你挑
在深度学习中可视化模型的训练过程有助于我们分析模型的状态。可视化训练过程的库很多,我们将一些常用的库集成到 MMCV 中方便用户使用。在 MMCV 中使用这些库只需简单配置。在本文中将介绍这些库以及它们在 MMCV 中的使用方法。
1368 0
训练可视化工具哪款是你的菜?MMCV一行代码随你挑
|
4月前
|
消息中间件 Dubbo Java
深入剖析RocketMQ2-实战案例
本文介绍了一个基于电商场景的订单和支付系统实现方案。系统采用SpringBoot+Dubbo+Zookeeper+RocketMQ技术栈,重点解决分布式系统中的数据一致性问题。在订单模块,通过预订单生成、库存扣减、优惠券使用、余额扣减等步骤完成下单流程,并利用RocketMQ实现失败补偿机制。支付模块处理第三方支付回调,通过消息队列异步更新订单状态。系统通过分布式事务保证数据一致性,采用线程池优化消息发送性能,并提供完整的测试方案验证系统功能。本文详细阐述了技术架构、数据库设计、核心业务流程以及异常处理机制
|
4月前
|
人工智能 前端开发 数据可视化
CMS内容管理系统的发展历史及趋势分析
CMS历经五代演进:从90年代静态HTML发布,到2000年动态数据库管理;2010年响应式多端适配;2015年无头架构解耦内容与展示;至2023年第五代,融合低代码、BI与AI大模型,实现智能一体化协同。技术跃迁映射互联网发展脉络。
310 1
|
4月前
|
存储 弹性计算 人工智能
阿里云服务器租赁费用:2026年最新购买、续费和升级配置价格清单
本文整理2026年阿里云服务器最新价格:轻量应用服务器低至38元/年,ECS爆款99元起,GPU服务器享算力补贴;详解续费同价、长期折扣(3年3.9折)、带宽/存储升级成本,并提供个人、企业、AI场景选型建议。(240字)
1226 5
|
7月前
|
人工智能
# 用Prompt Engineering高效生成合规Amazon包类套图
利用Prompt Engineering,仅需1张实拍图+产品参数,即可高效生成符合Amazon美国站合规要求的包类套图。通过结构化提示词,明确主图、卖点、场景等6类图片职责,确保每张图精准传达信息,避免AI篡改产品细节,实现低成本、可复用、规模化出图,大幅提升上架效率。
|
12月前
|
机器学习/深度学习 人工智能 PyTorch
当量子力学遇上人工智能:科幻照进现实了吗?
当量子力学遇上人工智能:科幻照进现实了吗?
444 0
载波相移CPS-SPWM调制方法的simulink建模与仿真
本课题研究载波相移CPS-SPWM调制方法的Simulink建模与仿真。CPS-SPWM通过在多个功率单元中引入载波相移,使开关动作错开,输出多电平PWM波形,接近理想正弦波。系统采用单极倍频调制波反相法,生成互补脉冲序列控制开关管通断。双极性CPS-PWM的电压电平数为n+1,基波分量是单个双极性PWM的N倍。仿真结果验证了该方法的有效性,核心程序基于MATLAB2022a实现。
|
机器学习/深度学习 搜索推荐 大数据
大数据与医疗健康:个性化治疗的未来
【10月更文挑战第31天】大数据正以前所未有的方式重塑医疗健康领域,推动个性化治疗从理论走向现实。本文探讨了大数据在医疗健康中的应用,特别是在推动个性化治疗发展方面的潜力与挑战,包括数据挖掘、电子健康记录、远程医疗等方面的技术创新,以及面临的数据安全和隐私保护等问题。未来,大数据将助力医疗健康领域更加智能和人性化。
|
网络协议 Linux
linux系统重要文件目录
本文介绍了Linux系统中的重要目录及其历史背景,包括根目录、/usr、/etc、/var/log和/proc等目录的结构和功能。其中,/etc目录下包含了许多关键配置文件,如网卡配置、DNS解析、主机名设置等。文章还详细解释了各目录和文件的作用,帮助读者更好地理解和管理Linux系统。
588 3
|
人工智能 自然语言处理 算法