机器人领域开拓者:斯坦福大学机器人实验室Oussama Khatib教授 | GAIR 2017

由中国计算机学会(CCF)主办、雷锋网与香港中文大学(深圳)全程承办的 AI 盛会 --「全球人工智能与机器人峰会」(CCF-GAIR),将于 7.7-7.9 日在深圳召开。

CCF-GAIR 为国内外学术、业界专家提供一个广阔交流的平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。

延续上一次大会的顶级嘉宾阵容,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人行业重磅专家。在未来的一段日子里,雷锋网将陆续放出嘉宾介绍。今天要介绍的是斯坦福大学计算机科学系教授、斯坦福机器人实验室主任Oussama Khatib教授。

“海洋一号”处女航

海洋一号

2016年的时候,一则机器人从地中海打捞起350年前文物的新闻引发了不小的关注。相比人类最深40米左右的潜水深度,此次“海洋一号”(Ocean

One)机器人下潜深度达到了91米(从15米开始就让机器人独自行动了)。这只机器人具有类人的外型,肩膀+手肘+手腕+手指的上肢设计有不小的控制难度,但也给带给它很高的灵活性。它自己就具有一些感知、移动、执行功能,再加以人类的远程指导,就可以及时对各种状况进行应对;它可以在浅水区域和潜水员进行互动协作,然后在人类无法达到的深水区细腻稳定地进行独自水下作业。

“海洋一号”进行水下作业

为了让远程控制人员对环境和目标物体有准确的认识,海洋一号具有一系列完善的传感器,除了传统的压力、扭力、航向传感器,它还带有非常重要的触觉反馈系统,可以向操作人员再现触感,让他们感知到海洋一号对物体的触摸,可以根据物体的重量进行进一步反馈。操作起来也很轻松自然,在机器人视角和的操作台帮的助下,就像控制自己的手臂一样。

 实验室中,Khatib教授的学生演示机器人操控和动态仿真系统

这样功能强大又完善的机器人就来自斯坦福大学计算机科学系教授、斯坦福机器人实验室主任Oussama Khatib教授和他带领的团队。

戴着墨镜的Oussama Khatib教授展示海洋一号打捞上来的文物

Oussama Khatib教授在实验室对海洋一号做详细介绍

海洋一号结构和功能示意图,有多个推进器、多种传感器、一对7自由度的手臂

Khatib教授向我们介绍,海洋一号制造过程中遇到最大的困难是水。相比地面机器人接触空气、抵抗重力,水下机器人做防漏电的密封仅仅是基础,关键的是在机器人承受深水水压的同时还要保证活动关节可以正常工作。为此,Khatib教授团队采用了“油填充结构”,当外界水压增加时,机器人内部的油压也会调节增大,使得海洋一号内外的压力保持一致,这样就能够保护多关节系统里的固件。通过这样的结构,假如再制造一只修改过内部油压的“海洋二号”,那它最深可以下潜2000米。

为了让机器人在水中能够自如运动,先要计算和添加复合泡沫外壳,保证重力和浮力大小相等、重心位置相同,才能互相抵消避免姿态不受控制;然后在压力、高度、速度、姿态、头部方向等感应器与8个推进器的配合下控制和保持机器人在水中的位姿。

潜入深水以后的电源和通信也是一个问题,尤其是希望机器人具有稳定、灵活、自主的工作位姿,所以要尽量避免机器人拖着一根粗重的线缆,这不仅会让机器人的运动变得笨拙,还很容易让线缆和机器人一起被洋流冲跑。所以Khatib教授团队想到的办法是,机器人自带电池,然后他们在水下布置独立于机器人的中继器,机器人用光信号和中继器通信、还可以到中继器上充电;中继器用传统的线缆连到海面上。这样的方法不仅解决了线缆的影响和长时间工作的能源问题,也避免了水下长距离光信号传输高损耗、不适应低能见度水域的弱点。他们未来还设想可以有多个机器人协同工作,一个中继器可以给多个机器轮流充电。

Khatib教授操作模拟仿真系统

雷锋网AI科技评论了解到,Khatib教授团队完成的不只是海洋一号,实际上它只是Khatib教授团队科研成果树上的一颗果子而已。他们有完善的多任务全身运动控制系统、有高层次的算法让机器人整个身体保持协调,还有完整的模拟和仿真系统,这次就用在了海洋一号中。Khatib教授还打算今年把这套模拟和仿真系统商业化。

Oussama Khatib教授的学术成就

带领团队做出众多成果的Oussama

Khatib教授现任斯坦福大学计算机科学系教授、斯坦福机器人实验室主任,并且是IEEE(电气与电子工程师协会)研究员和IFRR(国际机器人研究基金会)主席。Khatib教授是机器人领域研究的重要人物和先驱之一,在自动机器人、类人机器人架构、人类协作机器人、动态仿真、触觉互动方面做了许多开创性的工作。

Khatib教授1970年代在法国蒙彼利埃大学读取了电气工程的本科和硕士学位,然后攻读了法国国家航空航天学校的自动化控制高等学位和自动化系统的博士学位。而后他来到了斯坦福大学计算机科学系继续进行这方面的研究,1990年升任副教授,2000年升任教授。他还曾任多个学校的客座教授,包括新加坡大学、法国洛桑联邦理工学院、巴黎第六大学、意大利比萨圣安娜高等学校等。

Khatib教授早期的开创性研究有:人工潜在场方法,通过在任务空间中投射具有潜在场的控制机器人模型来避免复杂的机器人运动规划问题;弹性带模型,为机器人提供了在执行期间调整和修改其运动规划的能力,同时有效地利用分层球面模型来检测潜在的碰撞;操作空间方程,它避免了逐关节地对机器人进行控制,而是对机器人的动力学模型进行分析,然后在当前任务的特定操作空间中进行控制。当

自20世纪80年代以来,Khatib教授和他的实验室在许多方面的基础性研究取得了不小进展,比如宏观迷你机器人(串联协作)、协同机器人(平行协作)、灵活动态协调、联合操控中对内部力的虚拟链接建模、姿势和全身控制、动态任务解耦、最优控制、人机交互、用于实时路径规划的弹性带模型、人体运动合成和人性化机器人设计等。

Khatib教授的贡献也跨越了触觉交互和动态模拟领域。他与学生Diego

Ruspini博士在触觉渲染方面的研究为虚拟环境的触觉探索建立了基础,如触觉重现、触觉阴影、纹理和碰撞检测的虚拟代理。后续具体工作是与Francois

Conti一起开展的,以解决可显示变形物体、用小型触觉装置扩大工作空间、高效安全的触觉设备混合动作等等问题。发展到现在,已经形成了一个完善的机器人模拟环境,机器人的环境交互和都完整操控可以先进行动态模拟。

Khatib教授的动态模拟系统中尝试攀登岩壁的人形机器人

在二十世纪九十年代中期,Khatib教授的实验室着重于在人类环境中开发机器人操纵。在这个过程中开发的斯坦福机器人平台是第一个完全集成的完整的移动操纵平台,后来被称为罗密欧与朱丽叶。这项努力产生了Nomadic
Technologies的Nomad
XR4000的商业整体移动机器人。这个项目产生的模型和算法为他以后对本田ASIMO系列类人机器人的探索奠定了基础,后续还跟本田公司有机器人多点接触、身体协调算法的合作研究。如今把ASIMO机器人称作最智能最成熟的人形机器人也不为过。

Khatib教授获得的奖项当然也有许多,份量也都不小,JARA(日本机器人协会)颁发的研究与开发奖、2008年获物理与数学领域PROSE奖(美国专业与学术杰出出版奖)、2010年获IEEE
机器人与自动化领域RAS先锋奖、2013年获IEEE RAS杰出贡献奖、2014年获IEEE RAS George Saridis领导奖等。

教授近期动向

Khatib教授的研究小组目前的兴趣包括建模人体运动控制、肌肉控制、人形机器人、触觉的神经学研究和多重接触控制、动作路径和交互的自动学习、fMRI接口等。

其中的fMRI接口是一种具有三自由度的功能磁共振成像兼容触觉界面,可以用来进行神经学研究。实验者可以通过这个界面,在MRI机器的整个孔内执行虚拟触觉任务,以实现高保真的神经科学实验。
在具有足够低噪声水平的高分辨率fMRI扫描中,Khatib教授的小组已经成功地展示了实时闭环触觉控制,从而使得对单个实验者的分析变得容易。

Khatib教授现在仍然在斯坦福大学进行《机器人简介》、《实验性机器人》、《高级机器人》三门课程的授课。如果你对他的机器人课程感兴趣的话,网易公开课中已经可以找到一门“斯坦福大学公开课:机器人学”,对应的就是Khatib教授的《机器人简介》这门课。除了基本的理论模型和算法,大家感兴趣的机器人结构和人形机器人的演示也有不少,非常有意思,小伙伴们可以去找找看。

你想不想更进一步,当场听Khatib教授讲述他在人形机器人方面的最新研究成果呢?在今年 7 月 7 日至 7 月 9
日,由中国计算机学会(CCF)主办、雷锋网(公众号:雷锋网)全程承办的 AI
盛会——「全球人工智能与机器人峰会」(CCF-GAIR)有幸邀请到Oussama Khatib教授莅临我们的大会现场,分享他在研究领域的心得体会和最新研究成果。

CCF-GAIR

为国内外学术、业界专家提供一个广阔交流的平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。延续上一次大会的顶级嘉宾阵容,本次
CCF-GAIR 2017 将会迎来更多人工智能和机器人行业重磅专家。在未来的一段日子里,雷锋网将陆续放出嘉宾介绍,敬请期待。

CCF-GAIR 2017早鸟票火热预售

去年8月,雷锋网在深圳举办了首届
CCF-GAIR ——全球人工智能与机器人峰会,我们请来了 10 几位国际人工智能学会的 Fellow
以及在各个学术领域有突出贡献的学者,其中 8 位是中美工程院院士;除此之外,BAT 等一线公司以及今日头条、搜狗、滴滴等 AI
新贵的高管也悉数在列。  

(CCF-GAIR 2016部分嘉宾)

把人工智能领域所有的峰会挨个儿数一遍,除了 AAAI、ICML 等等历史悠久的(纯)人工智能学术会议之外,跨学术界和产业界的峰会, CCF-GAIR 2016 的嘉宾规格都堪称最高。我们还是可以毫不脸红地说一句,CCF-GAIR 2016 可能是世界上最好的人工智能与机器人峰会

今年,如果新广告法不反对的话,我们想把这个“可能”去掉。

相比 CCF-GAIR 2016 ,即将于7月7、8、9号在深圳福田召开的CCF-GAIR 2017 又有了六大升级!

 六大升级

升级1 规模由1200人升级到2500人,学者、青年科学家、AI创新者和投资人齐聚一堂    

升级2  展区由200㎡扩大到2000㎡,最多最全的前沿科技公司项目展示    

升级3  日程由两天变成三天,主论坛由半天延长为两天,更多学术巨擘和产业大佬在等你    

升级4  分论坛由三个增加到七个,覆盖更多AI应用领域    

升级5  更多国际化嘉宾,更多学术领袖到场,世界最前沿的科研进展一网打尽    

升级6  主办方将联合几家权威机构共同发布两项重磅榜单   

参加这个会的回报是相当可观的:    

  国际上最好的学者作最前沿的AI技术分享,获取最前沿的信息

  最hot的AI公司带来的实际项目经验分享

 在展会上体验最多最全的AI项目

  晚宴和路演等活动,和AI领域的最强大脑们面对面交流

  招聘,挖人(你以为青年科学家会把简历投到你邮箱里来吗?)

 也许还可以找到投资机会或者创业搭档 ......    

不管你是抱着哪一种期望,CCF-GAIR 2017都能让你值回票价。点击大会官网,折扣票已经开抢。席位有限,欲购从速。   

AI科技评论招业界记者啦!

在这里,你可以密切关注海外会议的大牛演讲;可以采访国内巨头实验室的技术专家;对人工智能的动态了如指掌;更能深入剖析AI前沿的技术与未来!

如果你:

*对人工智能有一定的兴趣或了解

 * 求知欲强,具备强大的学习能力

 * 有AI业界报道或者媒体经验优先

简历投递:

lizongren@leiphone.com

相关文章:

一张CCF-GAIR大会的门票,背后会有哪些可能性? | GAIR 2017

发现未来连接创新,CCF-GAIR 2017将于7月7日再度起航!| GAIR 2017

本文作者:杨晓凡

本文转自雷锋网禁止二次转载,原文链接

时间: 2024-10-21 18:01:11

机器人领域开拓者:斯坦福大学机器人实验室Oussama Khatib教授 | GAIR 2017的相关文章

斯坦福大学新技术可令无线网络速度翻倍

新浪科技讯 北京时间2月21日午间消息,美国斯坦福大学研究人员开发出一项新技术,可以在不增加额外频率的情况下使通讯网络 数据传输速度提高一倍,这或许能显著提高无线网络的传输速度.据发明者介绍,这项技术"简单.有效",采用三根天线,而不是最新 802.11n无线设备通常采用的两根天线,它能够在 同一个频率上实现全双工数据传输(即同时发送和接收数据),而在此之前,这种传输方法在物理学上被 认为是不可能实现的事情.如今,无线电频段变得越来越拥挤,在不增加额外频率的情况下提高数据传输速度,是电

美斯坦福大学新技术可令无线网络传输速度翻倍

北京时间2月21日午间消息,美国斯坦福大学研究人员开发出一项新技术,可以在不增加额外频率的情况下使通讯网络数据传输速度提高一倍,这或许能显著提高无线网络的传输速度. 据发明者介绍,这项技术"简单.有效",采用三根天线,而不是最新802.11n无线设备通常采用的两根天线,它能够在同一个频率上实现全双工数据传输(即同时发送和接收数据),而在此之前,这种传输方法在物理学上被认为是不可能实现的事情. 如今,无线电频段变得越来越拥挤,在不增加额外频率的情况下提高数据传输速度,是电子工程学领域追求

斯坦福大学张首晟教授:大数据时代的机遇

2014年11月13日,"The New Billions"--中美创业新贵硅谷峰会暨2014创业邦年会继续在圣克拉拉会议中心(Santa Clara Convention Center)举办. 斯坦福大学教授.2015富兰克林物理奖得主.丹华资本董事长张首晟先生做了主题为"斯坦福的创新以及硅谷的天使投资"的演讲.他认为斯坦福生态圈就是一个返回机制,知识创造财富,财富返回创新和知识.在他看来,今天时代的机遇来自于大数据,用自然科学的方法,可以发现看起来杂乱无章随机的

坐落在硅谷的斯坦福大学是美国著名高等学府之一

斯坦福大学的一项最新研究显示,近4万家活跃的营利性企业能在斯坦福大学找到源头,年度营收总额达2.7万亿美元.如果这些企业组建一个独立国家,那么将成为全球第10大经济体. 斯坦福大学管理科学与工程助理教授查尔斯·伊斯利(Charles Eesley)和公共与私营管理名誉教授威廉·米勒(William Miller)上月发布的一项研究显示,这些公司的年营收总额约为2.7万亿美元,自上世纪30年代以来已经创造了约540万个工作岗位. 米勒表示,斯坦福大学的创业氛围是吸引潜在创业者的关键原因.过去10年

RSS 2016研讨会随想:质疑者是正确的吗——深度学习在机器人领域的局限和潜力都在哪里?

导语:RSS(Robotics: Science and Systems,机器人:科学与系统) 是机器人领域的世界顶级学术会议. John McCormac是伦敦帝国学院戴森机器人实验室(Dyson Robotics Lab at Imperial)的一名博士生,师从Andy Davison教授和Stefan Leutenegger博士.2016年6月,McCormac参加了在密歇根大学召开的RSS 2016大会,他在博客中分享参会的一些心得体会,以下为McCormac博客中的部分编译内容,读者

《机器人爱好者(第1辑)》——机器人领域新动态

机器人领域新动态 Tom Carroll 撰文 李军 译 春天是万物蓬勃待发的季节,2015年的春天对于机器人行业来说也是如此.各种类型的机器人在我们的日常生活中已经变得非常普及了.非工业消费类机器人和家用机器人快速地从销售数量和销售收入上超过了工业和军用机器人.多年以来,消费类机器人的构成,要么是像Tomy Omnibot 2000这样的高端的"玩具"机器人(如图1所示),要么是Heath Hero 2000这样的工具和教育机器人(如图2所示).在型号的后面加上数字2000,试图向预

有没有将深度学习融入机器人领域的尝试?有哪些难点?

现在深度学习这么火,大家都会想着看看能不能用到自己的研究领域里.所以,将深度学习融入到机器人领域的尝试也是有的.我就自己了解的两个方面(视觉与规划)来简单介绍一下吧. 物体识别 这个其实是最容易想到的方向了,比较DL就是因为图像识别上的成果而开始火起来的. 这里可以直接把原来 CNN 的那几套网络搬过来用,具体工作就不说了,我之前在另一个回答amazon picking challenge(APC)2016中识别和运动规划的主流算法是什么?下有提到,2016年的『亚马逊抓取大赛』中,很多队伍都采

国家千人计划专家张建伟教授:人工智能在医疗机器人领域的应用

AI掘金志(公众号):雷锋网(公众号:雷锋网)旗下只专注于报道AI商业化与落地的垂直内容频道.助力"AI技术输出者"寻找商业潜力大的落地场景,服务"AI技术消费者"选择适合自身的技术供应商. 雷锋网AI掘金志主要推送两类文章: 1.深入挖掘AI公司与传统机构的合作案例. 2.剖析各地医院.银行.制造企业.零售商.政府部门等传统机构对AI的需求与实际应用情况. "未来的机器人实际上它是一个多模态交互的机器人,这在医疗里面尤其显得重要."在近日举办的

java-使用斯坦福karel机器人时,点击load world ,让机器人初始化,出现找不到源错误

问题描述 使用斯坦福karel机器人时,点击load world ,让机器人初始化,出现找不到源错误 新手,通过斯坦福Karel机器人学习java,机器人走到墙壁时出现BUG ,然后点击load world,选择了一个jar文件,让机器人初始化,结果出现了"找不到源"的错误,求解