帶有昆蟲腿的darpa直升機為機器人入侵做好充分準備
國防高階研究所現在有了一種在波濤洶湧的海面和不平坦的地形著陸的解決方案：自適應機器人起落架，形狀像巨大的鋼製蚱蜢腿。該系統利用感測器計算出接近著陸點的最佳角度，因此腿會相應地自我調整。在9月10日播放的一段測試影片中，DARPA展示了一架原本標準的RC直升機降落時的腿，兩腳放在一塊高高的木頭上，兩腳牢牢地放在草地上——這是值得註意的，因為它類似於當前起落架無法處理的不平的地形型別。
機器人學家長期以來一直在尋找昆蟲的靈感。科學家以蟑螂為原型，模仿微型搜救機器人，利用蟑螂的外骨骼外殼增強其敏捷性，幫助它在狹小空間中滑行。對於研究人員來說，用高速攝影機拍攝昆蟲也是一種很有價值的消遣，結果產生了一種夢魘般的燃料，比如一種受水行者啟發的跳躍機器人，它能從液體錶面跳躍5.5英寸而不會產生飛濺。畢竟，大自然的程序已經導致了微小的生物能夠驚人的壯舉時，談到飛行，攜帶重量，並走動超過兩條腿。
以防你剋服對昆蟲的恐懼
昆蟲在不平的地面上著陸的能力長期以來一直是航空界的設計師們所著迷的，因為理想的著陸並不總是可能的——特別是在救災和軍事行動的情況下。美國國防高階研究計劃局說，有了自適應起落架，直升機飛行員將能夠在有角度、形狀怪異、甚至是移動的錶面上起降，就像在波濤洶湧的水域中的水面一樣。美國國防部高階研究計劃局（DARPA）一直在與喬治亞理工學院（Georgia Institute of Technology）合作設計這項技術，後者將繼續對該專案進行進一步開發。
自適應起落架並不像DARPA下屬的其他機器人那樣可怕——比如波士頓動力公司的Atlas人形機器人在樹林裡奔跑，大概是為了謀殺一些人。儘管如此，無生命物體以生命般的運動還是有些令人不安。看看RC直升機的一些令人毛骨悚然的動作：
- 發表於 2021-05-01 09:15
- 閱讀 ( 73 )
- 分類：網際網路
你可能感興趣的文章
最好的遙控玩具為您的孩子
... （這可能是我們見過的唯一一個帶有“面部控制”的遙控玩具。） ...
100美元以下的7款最佳機械臂套件
... 因為機械臂也可以做成另外兩種配置，一種是直升機，一種是蠍子。就像在一個包裡得到三個構建包一樣！對於你家裡的年輕“創造者”，這是一個完美的起點。 ...
用這5項技能為自己的自由職業者工作做好準備
我們正處於第四次工業革命。人工智慧、機器人技術、區塊鏈和量子計算等一系列技術已經在推動這一程序。但在浪潮之下，另一個顛覆正在發生：自由職業者的崛起。 ...
機器人製造商波士頓動力公司（boston dynamics）接替ceo為“新的增長階段”做準備
...程式上簽名的使用者訪問；現在，任何感興趣的方可開始為機器人設計新的功能和有效負載。 波士頓動力公司（Boston Dynamics）一直表示，它的機器與其說是解決特定任務，不如說是提供一個模組化的移動平臺。該機器人目前的...
谷歌令人毛骨悚然的大狗機器人出現在聖丹斯科幻劇《年輕人》的電影裡
...模擬物”上——一個機器人騾子娛樂場。它本質上是一個帶有細長腿的包裝箱，可以處理各種地形，對於那些跟隨機器人的人來說，四足動物看起來非常熟悉。 “我一直對機器人技術感興趣，”帕特洛說，“在我寫這部作品...
哈佛大學的研究人員將白蟻作為自主建築機器人的靈感來源
白蟻可能是這個星球上最具排斥力和入侵性的昆蟲之一，但它們也為哈佛大學的一組研究人員設計的一套基於蜂群的建築機器人提供了靈感。白蟻機器人專案是以實際白蟻的行為為基礎的：雖然這些昆蟲可能以侵擾房屋而聞名，...
丘位元無人機以80000伏的電壓擊中胸部
...瑟槍打假人 這架無人機被稱為丘位元，是一架塔羅六直升機，配備了一把8萬伏特的***(當天早上，研究小組在一名混亂的月球實習生身上進行了測試，希望他至少能從中得到一筆津貼。 它是由混沌衛星公司的威廉·胡利·...
谷歌將其全明星機器人撤出軍事競爭，專註於商業產品
由美國國防高階研究計劃局（DARPA）舉辦的機器人挑戰賽耗資200萬美元，是對世界上最先進機器人的競爭。三年的比賽還不到一半，但已經有了一個明顯的領跑者：日本隊沙夫特，他們在YouTube上釋出了他們令人難以置信的機器人...
波士頓動力公司（boston dynamics）重新設計的阿特拉斯機器人（atlas robot）更具未來感75%
儘管我們最近堅持認為機器人越來越可愛，但最近的發展表明情況並非如此。據Gizmodo報道，谷歌旗下的技術實驗室Boston Dynamics重新設計了擬人機器人Atlas。重建過程中，機器人原有結構的75%被廢棄了，結果並不那麼令人滿意。...
機器人正在學習如何像動物一樣跛行
...自己解決。例如，康奈爾大學的研究人員開發了一種四條腿的“海星”機器人，它可以識別自己身體的某些部位，並相應地適應變化。不過，穆雷特的團隊認為，機器人可以簡單地透過試錯來適應，而不必先瞭解出了什麼問題—...
