-
创新互联专注于鲁甸网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供鲁甸营销型网站建设，鲁甸网站制作、鲁甸网页设计、鲁甸网站官网定制、微信小程序定制开发服务，打造鲁甸网络公司原创品牌,更为您提供鲁甸网站排名全网营销落地服务。
Google 此前收购的 7 家公司类型各不相同，类人机器人、机械臂及人工智能都是 Google 的关注对象。尽管Holomni的专长是球型机器人，SCHAFT 和 Meka的二足机器可行走，但这些公司里面没有一家是制造会像人类一样越过障碍的机器人。
因此，要想实现利用现有机器人技术开发出全能机器人的目标，Boston Dynamics 是 Google 拼图不可或缺的一部分。尽管像Robot Operating System这样的开源工具已经开始简化机器人的制造过程，机器人依然是相当专业化的领域。
Google 收购的硬件技术当然令人印象深刻，但 Google 在传感和人工智能方面能取得哪些成绩反而更令人感兴趣，这是机器人学方面亟待创新的两大方向。而 Google 在无人驾驶汽车上面的积淀，加上过去在人工智能上面所做的工作，以及近乎无限的预算，使得它成为在这两方面取得突破的一个很好的人选。Open Source Robotics Foundation CEO Brian Gerkey 也指出，此番收购最令人兴奋的一点，就是 Google 对机器人的兴趣能给该行业带来多大的进展
复杂传感器
通过一种新的控制算法，美国佛罗里达州人机认知研究所（Florida Institute for Human and Machine Cognition, IHMC）的机器人实验室实现了拟人的平衡能力。
该算法的测试使用了波士顿动力公司（Boston Dynamics）的Atlas机器人，在算法的控制下，Atlas现在可以平稳的走过一段崎岖不平的水泥砖路。从动图中我们可以看到，Atlas的行为和人类基本无差：首先把脚轻轻地踩上去，判断地面的承受能力，接着通过调整身体和手臂来实现平衡。
其实，从专业的角度来说，两者是完全不能比较的，因为两个机器人是两个不同的制造。
这两个机器人分别是电机控制和液压控制机器人的巅峰之作，这也是两个机器人最大的区别之处。人形机器人，我们可以将其分为机械结构（structure），感知（perception），控制（control）三大板块来探讨。
在机械结构上：
Asimo的主要执行机构主要是通过电机和精密的减速器构成的，每一个关节的增速和减速，扭矩都是通过电机控制器发号指令完成的。总的来说，Asimo从小到一节手指上的三个串联关节，到大到胯部膝盖脚踝，都是电机控制器+电机+减速器，配合角度/电流检测/扭力传感器做成的反馈；Atlas从最开始的设计就一直贯彻Marc Raibert的“液压完爆其他一切”的理念，几乎每一个版本都是液压为基础的。它的驱动器的主要组成是由主液压泵+液压管路+各种微型液压伺服阀+带有位置/压力等各种反馈的异型油缸构成的。
从感知上和控制上来说:
两台机器人都有各自鲜明的不同和各自的优劣，重点主要集中在如何让机器人保持以及如何让dynamically adjust 机器人的 manipulator来完成一些动态任务。比如拿箱子这个看似很简单的一个动作，但是却涉及到了无数的机器人躯体质心变换，机械臂输出扭矩的动态调整，和跑在这一切之下的坚如磐石的双腿。
所以说两款机器人各有各自的特点，但是本人认为ASIMO更适用于现在的机械化的工作，可以更加简单方便的投入使用。近几年机器人行业在不断的发展，特别是日本大大小小的公司都有一定的资本，并且在不断的更新换代中，不能用简单的思维去思考机器人行业的发展，会有更好的作品诞生于世！
机器人现在比较有前途的方向不外乎：工业机器人、无人飞行器（uav）、无人驾驶汽车（ugv）、医疗机器人。工业机器人现在需求量越来越大，是个不错的行业，但目前主要做研究的都是公司了，大学里几乎不做了（但大学会用工业机器人做点别的研究，比如抓握研究，就是面对不规则物体时，如何判定形体，如何用机械手准确、稳定地抓握）。uav主要是政府在投钱，军队用。ugv是政府和一些有前瞻性的公司，就目前的技术情况，恐怕十年内无法大规模商业化。医疗机器人是针对目前一些手术上的问题在做，目前有一定进展（达芬奇系统），商业前景很好，但是短期内恐怕推广不开。其他方向，比如家政机器人，有willow
garage在探路，但是前景很不乐观。日本做类人步行机器人做的很欢，但是应用前景极其狭窄（目前来看仅可用于人难以深入的灾难环境操作原本为人设计的设施）。boston
dynamics的四足步行机器人做得不错，但是应用范围过于狭窄，只有军队可能有兴趣采购。sarcos雷神的外骨骼做得不错，有一定商业化前景，但是自重太大，对能源要求很高，成本也很高，。
做机器人，主要有三个层面。
最底层做机械设计，主要是电机、传感器、人工肌肉、结构设计等等。
中层做控制设计，主要是传感器滤波和控制算法。
上层做感知，主要是根据传感器数据进行更高阶的信息融合，作更复杂的分析，比如说机器视觉、slam之类。
人工智能在机器人领域目前没看出来有什么大用处。甚至连机器学习都用的非常少。三个层面都不错。不过目前发展最快的是后两个层面。中层现在在工业界发展比较快。上层主要还是在学术界，目前还没有多少可供商业化的东西。下层现在很缓慢，主要是没有找到非常好的材料。
