例如机器人在进行行走规划时,需要物理层面的自我感知、使用能效步态、保持平衡与协调运动等一系列过程,这与汽车规划模型不同。以行走规划为例,Optimus的运动规划以简单机器人模型(Simplified Bot Model)以及理想路径(Desired Path)出发,在对现实世界进行简单建模的基础上,生成参考轨迹以及力/力矩信息。其中简单机器人模型包括传统的建立机器人运动学模型、动力学模型和接触属性模型(the Model of the Contact Properties),即使机器人先拥有物理层面的自我感知(了解自身四肢长度、四肢质量、脚大小等)。模型运行主要包括三个步骤:第一步规划脚步轨迹,在规划范围内,按照期望路径规划脚步,从起始点开始,添加轨迹以连接所有的脚步;第二步规划步态轨迹,使 Optimus可以像人类一样走路,用脚趾和脚跟着地,获得更大的步幅和更少的膝关节弯曲,以保证系统的高效率;第三步保持平衡与协调,寻找机器人质心的轨迹,以获得整个系统可以保持动态平衡的运动轨迹。最后生成系统的完整运动参考轨迹以及参考的力/力矩。
例如机器人在进行行走规划时,需要物理层面的自我感知、使用能效步态、保持平衡与协调运动等一系列过程,这与汽车规划模型不同。以行走规划为例,Optimus的运动规划以简单机器人模型(Simplified Bot Model)以及理想路径(Desired Path)出发,在对现实世界进行简单建模的基础上,生成参考轨迹以及力/力矩信息。其中简单机器人模型包括传统的建立机器人运动学模型、动力学模型和接触属性模型(the Model of the Contact Properties),即使机器人先拥有物理层面的自我感知(了解自身四肢长度、四肢质量、脚大小等)。模型运行主要包括三个步骤:第一步规划脚步轨迹,在规划范围内,按照期望路径规划脚步,从起始点开始,添加轨迹以连接所有的脚步;第二步规划步态轨迹,使 Optimus可以像人类一样走路,用脚趾和脚跟着地,获得更大的步幅和更少的膝关节弯曲,以保证系统的高效率;第三步保持平衡与协调,寻找机器人质心的轨迹,以获得整个系统可以保持动态平衡的运动轨迹。最后生成系统的完整运动参考轨迹以及参考的力/力矩。