一种自重构模块化机器人设计方法
1. 痛点问题
空间能力指人类利用对形状和空间位置的基本理解、记忆、推理和生成物体间空间关系的一种能力,对科学、技术、工程和数学学科发展具有重要作用。现有针对儿童空间能力提高的训练方式主要包括通过特定的练习或者阅读文档对个人进行训练,以及通过给个人提供注重空间能力发展的课程进行训练。由于测试阶段与训练阶段任务非常相似,这两种训练方式对空间能力的提升十分有限,且不具有通用性,无法通过有效训练,将被训练技能上得到的提高迁移至未经训练技能。
2. 解决方案
模块化机器人可以根据环境和任务的不同自适应的改变自身构型,设计精巧、灵活度大,是一种训练儿童空间能力的理想物理实体。本成果提出了一种模块化机器人内部结构优化方法,自动计算模块内部元件优化的排布方式。算法构建了具有结构强度、空间利用率、装配复杂度三个参数的能量函数,通过模拟退火算法得到能量函数的最小值,即为排布算法的最优解。此外,设计制造了一种自重构机器人单元模块,具有结构简单、成本低廉的优点,降低了安装和拆卸的难度。由该模块组成的模块化机器人能在不同构型间自动转换,并在不同构型下进行运动。
合作需求
寻求与机器人、儿童/青少年教育等行业公司合作,对产品进行推广,普及机器人教育,提升大众对机器人的认知,把机器人作为教学的内容给到学生和老师,为幼儿园、K12甚至高校、研究院输入相关课程解决方案。使用人工智能+互联网+教育的模式,提供机器人设备及线上教学课程,帮助用户提升空间能力,共同推动机器人在少年儿童教育产业的发展。
清华大学
2021-11-23