社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

王兴兴硕士论文惊现GitHub,宇树雏形那时候就有了

计算机视觉life • 3 月前 • 92 次点击  

点击“计算机视觉life”,选择“星标”

机器人AI干货第一时间送达

以下文章转载自量子位

人火了是连毕业论文都要被翻出来的(doge)。

这不,宇树科技CEO王兴兴的硕士毕业论文就被网友们掘地三尺找到了。

(不在知网,而是在GitHub上找到的。)

此时回看这篇近10年前的论文,有两点颇让人注意:

一是王兴兴当时大胆押注的电驱式机器人方案,目前已经被业界广泛接受。当时包括波士顿动力在内的国内外团队都将研究集中于液压方案,而现在,这一形式已经发生逆转。(波士顿动力从去年开始改液压为电驱)

二是宇树科技(已经估值百亿且即将IPO)的开局,其实就是源自论文所提出的那只名叫XDog的机器小狗。不止王兴兴本人在多个场合公开提到这只小狗,而且它还被明晃晃摆在宇树科技展厅的起首位置。

当然更重要的是,论文中所蕴含的“性价比”思想后来也几乎成了宇树科技的“立身之本”——

不谈如今已满大街跑的机器狗,这家公司去年8月发布的G1双足人形机器人,更是首次将人形机器人价格下探至10万元大关(9.9万元起售)

所以,要问明星独角兽宇树科技是如何炼成的?创始人王兴兴的这篇论文,或许可以找到一些线索。

论文已初现机器人“性价比”思维

这篇论文完成于2016年,题目为《新型电驱式四足机器人研制与测试》。

简单总结,论文在当时四足机器人普遍遵循的设计准则基础上,进一步提出了新的设计规则,以提升能效比和运行可靠性。

并且基于这些规则,最终给出了小型电驱四足机器人XDog的完整设计方案

为什么选择做电驱动的四足机器人?

王兴兴后来在公开采访中给出了回答:

那时候并没有太多资源和资金,液压驱动力量虽大但成本很高,电驱动技术方案可以大大简化机械结构,降低制造成本,会使四足机器人更加普及。

成本和普及两大目标之下,理工科出身的王兴兴开始自己动手探索电驱四足机器人的设计规则。

虽然选择的道路和主流不同,但好在当时四足机器人技术整体已在快速发展,所以给他留下了大量学习参考资料。

基于此,他以MIT Biomimetic Robotics Lab(开源四足狗Cheetah的发源地)提出的四足机器人设计规则为基础,补充提出了几条新的设计规则:

1)四足机器人腿长腿间距、腿的连杆数及腿布局的选取;
2)四足机器人腿越长越稳、机身质量越大越稳;
3)四足机器人迈步频率越快越稳。

其中,在腿部几何参数设计方面,论文通过对多组仿真模型的对比分析指出——

适当增加腿长与腿间距能够显著提升步态的动态稳定性和地形适应能力;而连杆数以两级或三级结构为宜,可在保证关节自由度的同时降低传动复杂度与能耗;至于腿布局,则建议采用对称分布、髋关节外展式设计,有助于提高侧向稳定性并简化控制算法。

实验验证显示,在这一参数组合下,四足机器人能够在更复杂地形中保持稳定行走,并具备更高的机动性与抗扰动能力。

为了实际验证上述结论,王兴兴接着完成了小型四足机器人XDog的整机研制与运控程序的开发

XDog采用全电驱动设计,每条腿有两个连杆和三个自由度(整机12个自由度),使用了高功率密度的无刷电机,这些电机直接驱动关节,既保证了足够的力矩输出,又实现了轻量化和紧凑性。

机身框架由铝合金和碳纤维材料制成,这样的结构既坚固又轻便,有助于在高速运动中保持良好的稳定性和能量效率。

在运动控制方面,XDog使用了集中式控制算法,能够根据步态参数实时调整,以适应不同的行走模式,如行走、奔跑和转向。控制系统集成了姿态传感器和足端触觉反馈,结合改进的PD控制和前馈补偿策略,提高了机器人的落足稳定性和动态响应性能。

实验结果表明,XDog在多种地形上(如平地、斜坡与碎石地)都能保持稳定行走,最大行走速度为0.6米/秒,续航时间达到30~60分钟,这初步验证了设计规则的有效性。


最后,为了提高研发速度和质量,王兴兴还开发了基于ODE(Open Dynamics Engine)的四足机器人运动控制算法开发工具,并介绍了基于ADAMS/Simulink联合仿真的四足机器人设计方法。

总之,从这篇论文的核心内容来看,XDog的设计在各个层面(技术路线、选材、结构、算法等)都体现了王兴兴对“机器人性价比”的不懈追求(研发成本最终只有1~2万)

他还在论文结尾大胆展望,纯电机驱动因其结构简单、低成本、高可控等优点,未来有望成为中小型四足机器人的主流选择。

后来的发展也证实,他的这一判断无疑是正确的。

别的不说,只需要看看从XDog长出的“宇树”这棵大树,你就知道了~

90后第一人,从XDog到估值百亿的宇树科技

XDog最后拿到了上海机器人设计大赛二等奖(此时距离MIT开源机器狗算法还有3年时间),而且还获得了国际电气与电子工程师协会《科技纵览》的报道。

可以说,成功打响名气的XDog,自然而然成了王兴兴叩开成功之门的“敲门砖”。

之后不久,王兴兴就凭借XDog拿到了200万元天使投资,并于2016年创办宇树科技,自己担任CEO、CTO。

接下来的几年时间,他带着公司从头设计了机器狗需要用到的绝大多数零件,包括电机、3D激光雷达等,并顺势将颇具性价比的机器狗卖到了世界各地。

本以为公司会一直深耕机器狗,结果后来AI来了,于是宇树从2023年起又开始涉足人形机器人这一新领域。

王兴兴曾在晚点的采访中透露:

马斯克2021年要做,有人问我们做不做。说实在的,当时没什么感觉。人形机器人已经火了很多年,马斯克做之前,这个方向已经到低谷期。我也没听说有人要买(人形机器人),圈子里都是悲观态度。

让我决定做的原因是,我越来越相信AI了。2010年时,AI还是低谷,我就非常喜欢神经网络,自己还玩过一点。后来我参加活动也说AI前景很大,但实际上我自己当时不够相信。很多人现在还是不够信。

虽然起步相对国外较晚,但由于可以直接将做机器狗的经验迁移到人形机器人上,所以宇树步子很快,甚至当下已经呈现超车之势。

尤其是今年,其人形机器人自登上春晚扭秧歌一炮而红后,几乎每隔一段时间就会因各种炫酷技能出圈。

这些热度反映到资本市场上,宇树更是迅速成长为一家估值百亿的明星具身智能独角兽公司。

而且宇树官方已经确定即将进行IPO(首次公开募股上市),预计今年10月至12月之间,他们会向证券交易所提交申报文件,届时宇树的相关经营数据也将正式披露。

这场IPO也被网友们评为,“机器人领域最受期待的IPO之一”。

毫无疑问,从XDog到估值百亿,宇树科技已然成为国内最受瞩目的机器人企业之一。

而且有意思的是,身为宇树科技创始人,取得如此成就的王兴兴,归来仍不过只有35岁(出生于1990年)

图源:宇树科技官微

并且除了年龄,他身上的其他标签(双非、英语学渣等)也足够引人注目。

王兴兴本科毕业于浙江理工大学,后来在上海大学完成硕士学业,入职大疆两个月后辞职单干,最初创业时公司只有他一个人。

相比于受投资者偏爱的名校、大厂、高管背景,90后王兴兴的成功显得有些出人意料。

双非本科、英语拉垮的成长经历,在一抓一大把清北学霸和天才少年的具身智能领域,是没什么竞争力。

而现在,他却已经成为了中国具身智能机器人领域最具标志性的人物。

可以说,这位90后创业者用自身经历告诉我们:

AI时代非常公平,只要聪明,愿意做事,荒漠中终会长出参天大树。(这也是王兴兴在2025外滩大会上给其他创业者的寄语)

One More Thing

王兴兴火了之后,很多人好奇大佬平时都在看哪些书籍。

刚巧浙江理工大学(本科母校)也公开了其本科期间的图书借阅记录,一共120本左右。(左右滑动查看)

王兴兴本人看到后,还特意提到了自己印象最深刻的一本——《游戏编程中的人工智能技术》(没数错的话应该是7次)

以及无人在意的角落,网友们还发现了一个华点(doge):

参考链接:
[1]http://xhslink.com/o/4sb8fsfBMwX
[2]http://xhslink.com/o/5RYnbjkeqoY
[3]https://mp.weixin.qq.com/s/4l4j5a4yOt6SYW3bH6bTJQ?scene=1&click_id=2

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

—  —


推荐阅读

「小六的机器人AI圈」

为机器人AI行业从业者提供从入门、学习、交流、求职、线下链接、合作、创业、行业内幕、咨询、答疑等一系列的服务。快人一步,步步领先!已沉淀6年,星球内部资料包括秘制视频课程、独家大咖采访及经验、项目对接、星主独家思考、同城线下交流会、求职招聘&笔面试题、学习打卡挑战、小组学习、最新前沿论文分享等等.

Image


详细介绍!超远距EDU-SCAN三维激光雷达扫描仪,为开放生态而生!

重磅发布!解锁百米高空无人机测绘!

重磅发布!2分钟重建百米高楼!

重磅发布!助力机器狗SLAM、重建三维世界!

SLAM挑战!EDU-SCAN清晰还原室内超大电子屏

SLAM挑战 ! 9分钟重建万平地下停车场

这款科研神器丝滑复现最强SLAM:Fast-LIVO2!

三维激光扫描仪全国线下产品试用!

车载扫街,效果实测!

激光雷达+视觉的3D高斯泼溅,相比纯视觉的方案有什么优势?

三维空间扫描仪化身机器人感知定位利器!
用于机器人自主定位导航、实景三维重建!
扫描仪+机器人,实时定位建图超简单!
隧道低纹理大摆锤,暴力SLAM!

暴力升级!暗黑隧道极限测试SLAM!
效果哇塞!3D高斯泼溅来实景重建公园!
全面启动!全国线下试用报名!
MetaCam EDU 产品功能及细节详细介绍
MetaCam EDU 实机展示和操作

基于MetaCam EDU的二次开发流程及说明

SLAM挑战:上下天桥绕一圈、定位建图准确完美回环无漂移

SLAM挑战:多楼层、720°旋转楼梯、狭窄玻璃白墙过道

三维空间扫描仪,轻松重建小树林

空间定位建图挑战:长走廊、白墙、玻璃、反光等,会成功吗

三维空间扫描仪,轻松重建小树林

如何高效率重建古建筑?

SLAM挑战:有光无光切换,自由穿梭小黑屋!

SLAM暴力测试:弱光暗光、长走廊、动态场景、天旋地转

如何快速让机器人具备SLAM能力?

扫描仪+转换底座应用介绍

3天爆改机器狗!

Image

Image

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/187979