人形机器人.ppt

大部分的工业机器人都是位置控 制装置,它会准确的移动到我们告 诉他的位置上,并且能够提起超过 2000磅= 907.18 kg的东西,但如果 机器人要与人打交道,用这种力量 移动是非常危险的
左图是Waseda大学实验室所设计 的机械臂,拥有7个自由度,不同于 一般机械臂使用伺服马达驱动,这 只机械臂是用线性弹簧和煞车系 统组成的,能灵巧的做力量控制,安 全的与人互动
台湾智能机器人实作竞赛 TDK杯创思设计与制作竞赛 全国工业机器人竞赛 全国机器人技能竞赛 ……每年超过十数场
结语:
希望未来能出现一个能与人类进行交流沟通, 能进入人类的日常生活协助人类,并与人类共 存在相同的生活环境的机器人
当然若是我们将机体做的稍微小一点， 则做关于双足步行的研究将更安全也更 方便Sony发表的SDR-4X(见下图)就是 一个很好的例子
这支机器人不但能爬倾斜的路面，也能 走楼梯以及在不稳的地面上站好
Honda公司对于机器人的研究也 是非常的投入，在1996年Honda 公司发表了 ”P2”这只机器人， 这项计划花了Honda将近10年的 时间和耗资数千万元，而后来接 着发表了比较小只的 ”P3”
腿部的运动与发展:
在1980年，首先由Waseda大学首 先研发出了一款具有动态行走能力 的机器人WL-9DR，而在五年后， Waseda大学类人动物研究实验室 与Hitachi公司合作，研发出了以双 足行走的机器人WHL-11 (Waseda Hitachi Leg-11见左图)
这个机器人在水平表面上行走时大 约要花13秒来完成走一步的动作， 而行走的最长距离纪录是65KM；而 这个机器人最大的缺点在于无法做 出攀登倾斜或是跨过障碍的动作
人型机器人介绍
3026寝室 作
这是明显是人啊！！！没错，就是人！ 但不是人类，而是机器人
人形机器人的简单介绍
机器人-Robot
人型机器人包含了许多不同
的主题,有对人类的认知做
人类行动的能
力做模拟的,由于对人型机
器人研究的主题不同,所
以应研究需求而产生了各
式各样的机器人,以下加
近年来发表的机器人都能够应付 不平的路面以及走楼梯，但是它 们都不是靠自己去判断阶梯的深 度以及地面不平的程度，而是靠 工程师在旁边输入数据，所以 Honda公司的目标是希望能做出 能够自己侦测不平的地面而自行 改变行走方式的机器人。
知觉:
人类在生活中,不断的收到外界对感官的刺激,相同的, 人型机器人也必须要有许多的知觉感测系统,紧密协调 的去接收外在的讯号
发展一种attentional系统使人们能够直觉提供 正确的暗示让机器人注意,比方说挥手或改变 音调…等等
下图是attentional系统图解
宝莱
坞机
器人
机器人与人类之互动:
之恋
Humanoid Robotics当然最终的目的是希望能 够将机器人以类似人的型态融入人类的生活， 当然要融入人类的生活这个目标就包含许多方 面，食衣住行，军事，商业，教育等….，这 些都是许多会和人类有所互动的部份
若是我们希望机器人能够融入到人类社会中的 话，就必须在很多的细节方面使得机器人的行 为能够更像人
麻省理工学院创造了一只名为Cog的机器人(见右 下图)，这只机器人可以藉由视觉西统不捉到的影 像判断是否有人在他做手势(如向挥手的地方看 去)，也能捕捉出头部的位置，使得当你看他的时 候它不至于看着地板
以分类介绍:
能识别四国语言的人形机器人
手臂控制与操作:
左图是东京大学机械信息科学系所 发展的一台人型机器人Saika ,拥有 一个身体,一个头,颈部有两个自由度, 有两只手臂,每只手臂有五个自由度, Saika能接住一个弹跳中的球,也能 做投球的动作,有鉴于许多机器人太 重导致需要很大的传动力, Saika是 朝轻量化发展,头加两只手加身体,重 量不到17磅= 7.71kg
Bill Gates说
「今日的机器人产业，恰似30年前的个人计算 机」
「继计算机与网络后，机器人将成为下一个超 级科技新星」-【家家都有机器人】科学人杂志2007/02
如果我是奥特曼， 哈哈哈，我将拯救 宇宙，哈哈哈！！
台湾的机器人比赛
机器人奥林匹克大赛WRO，中小学参加初赛 的队伍超过800队
除了视觉追纵以外，他还具备 了听声辨位的功能，他能够依 据说话人的位置，而转向面对 跟他说话的人的方向!所以这只 机器人可以说是第一只具备了 部份类似人类的视觉与听觉的 机器人。
另一批麻省理工学院的研究团队就是在 做训练机器人头与眼眉，眼皮，耳朵和 嘴各部份细微的动作，希望有一天机器 人也能够用一些脸部表情来表达情绪
要使机器人像人,视觉是所有知觉中最重要的一项,而 计算机视觉却早已碰到了两个困难的问题,第一个问题 是,机器人要如何把得到的视觉数据作多对一的对应, 举个例,机器人要如何从一个二维的图样中去得到三维 立体的感觉?第二个问题是,由于视觉接收进来的数据 量非常的庞大,该如何去处理呢?
麻省理工学院人工智能实验室在机器人对人或 对物体的感测上做了研究