在麻省理工学院3号楼的地下室深处，一个名为HERMES的双腿机器人正在遭受严重破坏：通过干墙冲击，砸碎汽水罐，踢垃圾桶和空手道砧板减半。然而，它的行动不是它自己的行为。

博士生Joao Ramos演示了平衡反馈界面，该系统使操作员能够通过外骨骼和机动平台控制机器人的平衡和运动。

在几英尺之外，博士生Joao Ramos站在一个平台上，身穿电线和马达的外骨骼。拉莫斯的一举一动都被立即翻译成了HERMES，就像控制他的牵线木偶的木偶操纵者一样。当Ramos mimes穿过墙壁时，机器人也会这样做。当机器人的拳头撞到墙上时，拉莫斯感到腰部发出一阵震动。通过反射，他向后倾斜，使机器人向后摇摆，有效地平衡了机器人的冲击力。

练习旨在演示机器人独特的平衡反馈界面。没有这个界面，虽然机器人可以成功地穿过墙壁，但它也会一头扎进墙壁。界面允许人类远程感受机器人的移动重量，并通过移动自己的重量快速调整机器人的平衡。因此，机器人可以执行动量驱动的任务 - 例如穿墙或摆动蝙蝠 - 同时保持其平衡。

Ramos说，界面利用了人类的瞬间反射，这使得机器人的反应时间比基于机载摄像头的视觉反馈调整平衡的机器人快得多。

HERMES是一种设计用于灾害响应的双足机器人(前景)，在人类操作员(背景)的指导下，在保持平衡的同时穿过干墙。

麻省理工学学院机械工程系的拉莫斯说：“图像处理通常非常慢，因此机器人很难及时做出反应。”“相反，我们希望利用人类的自然反应和协调。一个例子就是走路，这只是一个摔倒和抓住自己的过程。这对我们来说感觉毫不费力，但是编程进入机器人来动态高效地完成它是一项挑战。我们想探索人类如何能够为机器人接管复杂的行动。“

最终，Ramos和他的同事们设想将HERMES部署到灾难现场，机器人将在远程位置由人类操作员指导探索该区域。

“我们最终会有人穿着全身套装和护目镜，这样他就可以感觉到并看到机器人所做的一切，反之亦然，”拉莫斯说。“我们计划让机器人像四足动物一样行走，然后站起来做两脚，做一些困难的操作任务，比如打开一扇门或清除障碍物。”

Ramos和他的同事，包括博士生Albert Wang和Sangbae Kim，Esther和Harold E. Edgerton中心职业发展机械工程助理教授，将在IEEE / RSJ智能机器人和系统国际会议上发表论文。九月。

平衡和反馈

为了让操作人员了解机器人的平衡，该团队首先寻找一种方法来测量机器人的压力中心或重量分布，这表明它的平衡和稳定性。研究人员与HERMES合作，这是一个由团队设计的100磅重的双足机器人，以及用于灾难响应的界面。他们为机器人的脚配备了负载传感器，可以测量每只脚在地面上施加的力。

根据测量的力量，研究人员计算出机器人的压力中心，或者它的重量在哪里。然后他们绘制出一个多边形区域，其边缘代表每个机器人的脚。他们确定，如果机器人的压力中心偏向该支撑多边形的边缘，机器人就有摔倒的危险。

然后Ramos和Wang建立了平衡反馈界面：一个配有电机的大型多边形平台，以及一个连接到人腰部的金属条和金属丝的外骨骼 - 基本上是人体的质心。通过计算机软件，研究人员将机器人的压力中心转换为平台的电机，该电机对外骨骼施加相似的力，在机器人改变其重量时来回推动人。

“当机器人的压力中心接近支撑多边形的边缘时，界面的作用是通过操作员更加努力，”Wang解释道。“如果机器人向前倾斜太远，界面将向相反方向推动操作员，以表明机器人有跌倒的危险。”

在倾斜

在测试界面的实验中，Wang用锤子反复敲击机器人的躯干。站在平台上的拉莫斯不知道锤子何时会撞击。当王某击中机器人时，平台对拉莫斯施加了类似的震动，拉莫斯反射性地改变了自己的重量以恢复平衡，导致机器人也陷入困境。

该团队还测试了机器人在穿过干墙时是否保持平衡。外骨骼中的拉莫斯模仿了动作，机器人同时将它拉出来。当机器人与墙壁接触时，平台向前推进了Ramos。作为回应，拉莫斯耸了耸肩，导致机器人做同样的事情。

“这些实验表明了操作人员的多功能性。在一次测试中，机器人意外地将手臂卡在墙上。但是，由于人类在循环中，操作员可以得到一个创造性的解决方案，直接翻译成机器人，“王说。“我们的下一个目标是尝试更复杂的协调运动，例如摆动斧头或打开弹簧门。对于许多机器人来说，这些动作很难。如果机器人在推门时僵硬，则往往会翻倒。你必须把自己的体重减轻到自己身上才能抓住自己，因为它对人类来说是如此自然，你可以让人类做到这一点。“

俄勒冈州立大学机械，工业和制造工程副教授Jonathan Hurst说，新的平衡界面是操作员的直观平台，因为操作员可以不假思索地使用它。

“这个界面甚至可能不会分散一个人的注意力，”赫斯特说，他没有参与这项研究。“在专注于任务时保持平衡是正常的。但也许比在没有知道如何自主操作的情况下控制机器人的方法更重要的是能够从机器人观察和收集数据。鉴于数据记录了人类平衡和姿势调整策略的细节，我愿意打赌他们会发现一些相对简单的自主策略方法。“