来源：腾讯技术工程微信号
作者：腾讯技术工程
3 月 2 日，腾讯 Robotics X 实验室正式发布首个软硬件全自研的多模态四足机器人 Max，其采用创新性的足轮融合一体式设计，有腿又有轮，不仅拥有“崎岖路面走得稳，平坦路面跑得快”的特长，还能双腿站立“拜年讨红包”。
Max 首次实现了从四足到双足的站立、移动，能完成后空翻、摔倒自恢复等高难度动作，并有较好的平衡能力，在移动稳定性和移动速度上做了很好的兼容，达到了行业领先水平。
这也是腾讯 Robotics X 实验室继会走梅花桩的机器狗 Jamoca 和自平衡自行车之后又一科研进展，腾讯在机器人移动能力上的研究不断深入，逐步实现技术上的突破，为应用打基础。未来四足机器人将有望在机器人巡逻、安保、救援等领域发挥作用，成为人类的智能伙伴和生活助手。
有腿又有轮，走得稳还能跑得快
腾讯 Robotics X 实验室主攻移动、灵巧操作和智能体三大机器人核心通用技术的研究与应用。其中，移动能力被认为是机器人最核心、也是最基本的能力之一，决定了机器人能去到什么场景，做什么事情，未来有什么样的想象力。
实验室移动技术框架包含本体设计、感知、运动规划与控制，以及融合这三者的整机系统设计与搭建等四大模块，他们分别可理解为机器人的躯干、眼睛、大脑，以及各“器官”协调的能力。
足式运动和轮式运动是当前机器人移动能力研究的两大主流方向。
就像大自然中的足腿动物，足式机器人更灵活，他们能跑、能跳、能爬楼梯、能翻越障碍，更适应复杂的地形和环境。
但在现代城镇中，除了楼梯、栏杆、沟渠等障碍物，机器人更多接触的是平坦道路，此时，轮式机器人的优势更明显，能像汽车一样稳定、快速的运动。
因此，同时兼具不同移动模式的机器人无疑更灵活，实验室在努力提升机器人的多模态移动能力，就像“变形金刚”，能够根据需要自如地切换形态，以此完成更复杂的任务，目前已有多种足轮融合的技术方案面世。
腾讯机器狗 Max 采用了腾讯 Robotics X 实验室自研的足轮融合方案，原创性地融合了足式与轮式运动模态，从硬件上的机械和电路设计，到软件上的系统框架和控制算法创新，使得 Max 既有腿、又有轮，可以灵活切换，在崎岖路面走得稳，在平坦路面跑得快，更契合人类社会的现实环境。
软硬件三大创新，攻坚核心通用能力
为了实现这一特性，腾讯 Robotics X 实验室在硬件设计和软件研发上进行了众多创新。
在本体设计上，传统的足轮融合方案是在足底增加额外的轮毂电机，该方案使得足式机器人的腿变得“笨重”，行走起来不够顺畅，灵活性也会有所降低。
为了解决这一难题，腾讯 Robotics X 实验室提出了一种离合式足轮一体化机构设计方案，通过增加一个质量仅约20g的微型直线电机，使得膝关节电机可同时作为足式和轮式运动的驱动源，在基本不增加腿部惯量的同时，实现了机器狗的足轮多模态运动。同时，该设计方案使得 Max 在轮式运动下的能耗相比传统的足轮融合方案降低了约50%。 *
腾讯 Robotics X 实验室还设计了一种特殊的轮式结构，将机器狗轮式运动的速度提升数倍，最高可达25公里/小时。
依托于腾讯自研的软硬件系统框架，Max 拥有敏锐的“神经系统”，实现了亚毫秒级力控，大大降低了软硬件系统延迟，让它面对外界的响应能力得到提升，反应更快。
在运动规划与控制算法上，Max 既延续了腾讯 Robotics X 实验室第一只机器狗 Jamoca 的鲁棒控制算法，又不断创新，拥有了更发达的“小脑”。不仅能得心应手地完成足式移动、后空翻等常规动作，还首次实现了四足到双轮站立的炫酷演示，在站立后能使用前腿进行简单地操作任务，如抱球、按按钮，甚至还能“讨红包”。
针对足式运动，Max 基于自研的鲁棒控制算法，实现平均计算耗时小于0.3ms，拥有摔倒自行恢复的技能，即使遭受大冲击摔倒，也能自行恢复正常运行状态，大大提高了机器人的实用性与可靠性。
针对轮式运动，Max 综合了 NLMPC（Nonlinear Model Predictive Control，非线性模型预测控制）算法、QP（Quadratic Programming）优化、柔顺控制算法，完成了从趴地状态到双轮站立的起摆、平衡抗扰、落地控制。
相比于目前市面上仅使用双轮完成平衡的移动设备，Max 拥有多个关节，不仅在控制难度上更具挑战性，在站立后的演示场景上更具多样性。双轮站立“解放”了四足机器人的前腿，扩展了其操作空间，使得Max未来拥有更广阔的应用空间。
未来，腾讯 Robotics X 还将持续在机器人移动能力上深入探索，逐步实现从基础能力到自研能力再到落地能力的突破，让机器人助力人类更美好的生产生活。
* 此处能耗指机械COT，计算方法及对比数据参考文献如下：
[1] Bjelonic M, Bellicoso C D, Tiryaki M E, et al. Skating with a force controlled quadrupedal robot, IROS, 2018.
[2] Bjelonic M, Bellicoso C D, de Viragh Y, et al. Keep rollin’- Whole-body motion control and planning for wheeled quadrupedal robots. IEEE Robotics and Automation Letters, 2019.
推荐阅读：
更多腾讯AI相关技术干货，请关注专栏腾讯技术工程
