包括补充文件:1. 该视频概述了斯坦福太空机器人设施的机器人自由飞行器的功能......(自由飞行器试验台概述和功能.mp4)2. 该视频详细展示了快速行进树 (FMT*) 运动规划算法如何安全地引导悬停机器人......(自由飞行器自主对接试验.mp4)
摘要 人形机器人的本质是它们能够复制人类的运动和操纵技能。人形机器人研究的早期工作致力于双足行走,首先是在平坦的地形上,最近是在不平坦的地形上,而操纵能力则继承自双手和灵巧手操纵的文献。在实践中,这两个问题相互作用很大。在杂乱空间中的运动受益于机器人任何部分与环境之间的额外接触,例如当抓手在爬楼梯时抓住扶手时,而腿可以相反地增强操纵能力,例如当拱起整个身体以增加末端执行器的接触压力时。这两个问题具有相同的背景:它们由非平滑动力学(接触处的摩擦和冲击)在可行性约束(包括动态稳定性)下控制。因此,它们现在是联合解决的。本章重点介绍用于多接触规划和控制的最新技术。
本论文的总体目标是利用敏捷固定翼无人机的所有机动能力来实现自主飞行。主要主题是机动设计、控制和运动规划。论文首先讨论了初步主题:动态飞行器模型、反馈控制器和优化框架,所有这些都将在论文的以下部分中使用。接下来,我们进行了一项调查,以评估横向滑移和螺旋桨电流在固定翼无人机的极限机动中的重要性。如果在设计机动时未考虑这两种现象中的一种或另一种,我们会根据性能损失来确定成本。
本论文的总体目标是充分利用敏捷固定翼无人机的所有机动能力,实现自主飞行。主要主题是机动设计、控制和运动规划。论文首先讨论了一些初步主题:飞机动力学模型、反馈控制器和优化框架,这些都将在论文的后续部分中使用。接下来,进行调查以评估侧滑和螺旋桨电流在固定翼无人机极限机动中的重要性。如果在设计机动时没有考虑这两种现象中的任何一种,我们就会确定性能损失的成本。
事件相关去同步 (ERD) 是在运动执行和运动想象过程中在感觉运动区域观察到的脑电图 (EEG) 频谱功率的相对衰减。它是众所周知的 EEG 特征,常用于脑机接口。然而,其潜在的神经机制尚未完全了解,因为 ERD 是一个与涉及多条通路的外部事件相关的单一变量,例如运动意图、计划和执行。在本研究中,我们旨在确定诱发 ERD 的主要因素。在两种不同的实验条件下,指示参与者以三种不同的(10%、25% 或 40%MVF:最大自主力)水平握住他们的右手:涉及实时视觉力反馈 (VF) 的闭环条件或前馈 (FF) 方式的开环条件。在每种情况下,参与者被要求重复抓握任务一定次数,时间分别为休息(10.0 秒)、准备(1.0 秒)和运动执行(4.0 秒)。EEG 信号与运动任务同时记录,以评估每种条件下事件相关频谱扰动的时间过程并分析 EEG 功率的调制。我们对指示的抓握力水平和反馈条件下的 mu 和 beta-ERD 进行了统计分析。在 FF 条件下(即无力反馈),运动执行期间中期,对侧运动皮层的 mu 和 beta-ERD 显著减弱,而在 VF 条件下,即使在保持抓握期间,ERD 也保持不变。只有体感皮层的 mu-ERD 在高负荷条件下趋于略强。结果表明,ERD 的程度反映了改变虚拟平衡点的运动计划过程中涉及的神经活动,而不是招募运动神经元来调节抓握力的运动控制过程。
事件相关去同步 (ERD) 是在运动执行和运动想象过程中在感觉运动区域观察到的脑电图 (EEG) 频谱功率的相对衰减。它是众所周知的 EEG 特征,常用于脑机接口。然而,其潜在的神经机制尚未完全了解,因为 ERD 是一个与涉及多条通路的外部事件相关的单一变量,例如运动意图、计划和执行。在本研究中,我们旨在确定诱发 ERD 的主要因素。在两种不同的实验条件下,指示参与者以三种不同的(10%、25% 或 40%MVF:最大自主力)水平握住他们的右手:涉及实时视觉力反馈 (VF) 的闭环条件或前馈 (FF) 方式的开环条件。在每种情况下,参与者被要求重复抓握任务一定次数,时间分别为休息(10.0 秒)、准备(1.0 秒)和运动执行(4.0 秒)。EEG 信号与运动任务同时记录,以评估每种条件下事件相关频谱扰动的时间过程并分析 EEG 功率的调制。我们对指示的抓握力水平和反馈条件下的 mu 和 beta-ERD 进行了统计分析。在 FF 条件下(即无力反馈),运动执行期间中期,对侧运动皮层的 mu 和 beta-ERD 显著减弱,而在 VF 条件下,即使在保持抓握期间,ERD 也保持不变。只有体感皮层的 mu-ERD 在高负荷条件下趋于略强。结果表明,ERD 的程度反映了改变虚拟平衡点的运动计划过程中涉及的神经活动,而不是招募运动神经元来调节抓握力的运动控制过程。
摘要 脑机接口 (BMI) 是恢复瘫痪患者功能的强大设备。利用神经记录技术、计算能力和对潜在神经信号的理解的重大进步,BMI 使严重瘫痪的患者能够控制外部设备,例如计算机和机器人肢体。然而,高性能 BMI 目前需要高度侵入性的记录技术,因此仅适用于小众人群。在这里,我们展示了一种基于功能性超声 (fUS) 成像的微创神经成像方法可用于检测和解码可用于 BMI 的运动意图信号。我们训练非人类灵长类动物进行记忆引导运动,同时使用硬膜外 fUS 成像记录后顶叶皮层的脑血容量变化 - 后顶叶皮层是大脑中对空间感知、多感觉整合和运动规划很重要的区域。使用在运动规划期间获得的血流动力学信号,我们对左提示运动和右提示运动进行了分类,从而确定了超声波 BMI 的可行性。这些结果证明了基于 fUS 的神经接口能够利用超声波的优异时空分辨率、灵敏度和视野,而不会破坏硬脑膜或物理穿透脑组织。
传感平台必须在规模和复杂程度上取得进步,以支持地球和空间科学、情报、监视和侦察 (ISR) 以及行星探索等领域日益雄心勃勃的任务。分布式持久观测平台有可能通过改善区域覆盖、增强态势感知以及更快地识别趋势和变化,在下一代任务中发挥关键作用。美国宇航局兰利研究中心的“空间持久观测多智能体集群” (MACPOS) 项目正在开发构成此类平台的自主异构编队的关键技术。研究重点包括自组装智能体集群的动态编队协商、分布式运动规划和协调轨迹执行。自适应领导者-追随者编队协商允许智能体在必要时聚类和分离,以适应正常和新的任务目标。协调运动规划和执行可维持编队,同时确保环境中的智能体和障碍物之间的安全分离距离。这些功能使 MACPOS 与 NASA 的太空和地面现场组装计划相一致,该计划通过自主多智能体系统的基础技术开发来实现。本文介绍了 MACPOS 项目的概述和早期进展。我们描述了单个智能体和整个舰队的系统架构。给出了规划、控制和计量子系统的设计考虑。最后,我们讨论了计划中的项目里程碑和预期的发展进程。
由于计算和内存工作量以及对外部库的依赖,ERGO 的规划组件(例如任务规划器 Stellar 和机械臂运动规划器 RAMP)和 InFuse 的姿势估计预计仅在地面部署的 TASTE/ESROCOS 中实例化。而通过实时控制机器人系统(半)自主监督执行计划所需的组件实例将作为机载机器人操作控制软件的一部分在空间段中运行。这样,将实现机载自主 ECSS 级别 E3。将研究将首先在地面运行的 ERGO 和 InFuse 组件转移到 D 阶段后期的空间段 TASTE/ESROCOS 部署的选项,以对其进行测试,从而实现自主 ECSS 级别 E4。
• 在支持机组人员决策的自主领域,感知和推理是需要更多工作的领域。 • 在无人参与的自主领域,一些系统(例如 Timeliner)已成功部署在国际空间站,并可扩展到未来的月球和火星探索活动。 • 虽然不同航天机构对研究活动的投资不容忽视,但自主系统在车辆上的部署路径极其复杂,对于载人车辆来说更是如此。 因此,大多数这些系统仍需要进一步提高技术就绪水平 (TRL)。 • 地球应用中的机器学习热潮可能会对报告中描述的每个自主功能产生积极影响(例如知识建模、运动规划等)。