美国一滚动机器人创纪录:从5.7米高处坠落后仍能行动
快科技8月11日消息,近日,美国科研团队研发的Tribar张拉整体滚动机器人从5.7米高的桥梁滚落,砸在沥青地面之后,依旧可以自主滚动行进,创下同类型机器人坠落测试最高纪录,相关成果已发表在《自然·机器智能》期刊。
这款机器人不靠轮子、履带,采用张拉整体结构,由三根轻质刚性杆件搭配整套弹性绳索网络搭建而成。
跌落时依靠绳索形变分散冲击力,不用额外加装缓冲外壳,就可以化解高空坠落带来的巨大撞击,核心电路板、电机不会被震坏。
测试过程中,机器人直接从桥体边缘翻滚坠落,重重砸向硬质沥青路面,落地之后,机载传感器快速识别自身姿态,完成自我复位,随即继续执行滚动任务。
除抗摔之外,它可以适应草地、砂石、冰面、沙地等复杂地面,最大能够攀爬28度的陡坡,还可以完成直线、曲线自主导航。
传统轮式、足式机器人,一旦高空跌落,很容易出现外壳碎裂、关节卡死、传感器失灵。
而张拉整体机器人一直被视作行星探测、地震灾后搜救的理想装备,可以直接空投到陨石坑、坍塌废墟等危险区域,过去这类设备最大短板就是经历猛烈撞击后,经常无法恢复自主运动,本次试验解决了这一痛点。
研究人员表示,后续优化之后,未来有望用于地外星球地表勘探,或是灾害现场投放,代替人员进入高危地带采集环境数据。


【本文结束】如需转载请务必注明出处:快科技
责任编辑:落木
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




