提供几个有用的网站给你,里面有很多有用的资料:
1.台湾机器人产业发展协会机器人世界情报网
2.RoboticFan机器人爱好者
3.香港机器人网
“逆天机器人 Atlas”能够自主导航了!
大家对 Atlas 机器人一定不陌生。2013 年，波士顿动力公司为美国国防部高级研究计划局 (DARPA) 的一项挑战赛创造了 Atlas 机器人，它能走能跑，草地、雪地、碎石地都不在话下，甚至能做 360 度后空翻。它被称为 “逆天机器人 Atlas”。
尽管有如此惊人的敏捷度，Atlas 机器人在走路时仍然很容易摔倒，尤其是当地面不平整时，双足机器人很难计算他们的脚应该放在哪里才能保持平衡。
这是因为，Atlas 机器人走的每一步都必须由人类操作员决定，并通过用户界面输入。
编程让机器人在平坦的地面上行走已经够困难的了，但是佛罗里达人类与机器认知研究所 (IHMC) 正在解决一个更大的挑战：确保双足机器人能够成功地在崎岖的地形上行走。
该研究所自 2016 年以来一直在研究这个问题。
今天，IHMC 发布的最新视频，展示了这个领域的最新进展：机器人可以通过自主步伐规划算法，在狭窄的地形中自主导航了!
视频中，IHMC 开发的自主步伐规划 (autonomous footstep planning) 程序正在波士顿动力公司的 Atlas 机器人和美国宇航局开发的 Valkyrie 机器人上运行。
视频展示了机器人在一堆煤渣块上面行走，甚至能穿过更窄的路径，由于导航选项有限，路径越窄导航就越困难。
操作人员为机器人指定一个开始点和一个结束点，然后映射所有可能的路径，评估每个路径的成本，选择一个最好的路径，最终到达目标点 —— 所有这些都发生在快速的现代硬件上。
利用 IHMC 的算法，这些机器人还可以快速适应环境变化和路径障碍，甚至能够在一条 “独木桥” 式的狭窄路径上行走。
该算法使用机器人的传感器对环境进行调查，并将环境分割成多个部分。每个部分都被分解成一系列的多边形，从而创建一个环境模型，这样机器人就可以规划出从起点到目标点的每一步。
研究人员表示，还有很多工作要做 ——Atlas 机器人在狭窄小路上自主导航行走的成功率是 50%，在崎岖地形的成功率达到 90%，而在平坦地形的成功率接近 100%。
研究人员计划提高路径规划的速度和能力，在迷宫和看不见的目标环境中测试，第一步是加入一个身体路径规划器。
视频和论文已经提交给 IEEE 2019 类人机器人大会。
详解Atlas如何自主导航：点云分割、基于图搜索
IHMC 在视频中详细描述了机器人如何做到自主导航的。
为了在一个杂乱或复杂的环境中行走，双足机器人必须要能够找出他们可以把脚放在哪个位置，而且需要快速完成这个过程。在参加 DARPA 机器人挑战赛时，IHMC 团队需要让人类操作员通过一个用户界面来指导 Atlas 的每一步放在什么位置，这个过程非常缓慢，给操作员带来了很大的负担。
一旦脚步放错，机器人就会跌倒 ——IHMC 的 Atlas 机器人在最后一场决赛时毫无预兆地跌倒了……
在这个最新研究中，研究人员使用传感器获取机器人周围环境信息，生成点云，然后将点云分割成平面区域，以更紧凑的形式表示来自传感器的大量数据。
点云环境模型
有了这个环境模型，目标就变成了规划一系列的脚步，让机器人的初始点走到最终目标。
为此，研究人员使用基于图的搜索技术，如 A* 算法，图中的每个节点代表一个脚步。当展开一个节点时，对 x 和 y 平移进行网格搜索。
在此基础上，考虑前一步的平移和旋转，并评估每一步的成本，确定下一步的最佳位置。
通过正确的调优和检查，这种方法适用于各种各样的环境。
例如与平地上，它可以很快地规划目标，成功率接近完美。
当穿越崎岖的地形时，规划速度也相当快。
目标位置的改变会机器人避障的最佳路径。
机器人还能够利用规划算法挤着穿过狭窄的通道。
在这种环境下，为了避免与环境发生碰撞，机器人不得不几乎完全转向一侧。
部分脚印在环境中提供额外的落脚位置，允许机器人在更复杂的地形中行走。
机器人还可以重新规划路径。
例如，当 Valkyries 的路径被阻挡时，它可以重新回到目标的新路径。
最后一个例子是台阶高低不平的环境，目标地址是较高的平台。
Atlas 能够规划它的路径先踩较高的煤渣块，然后回到较低的煤渣块，一高一低地走，直到到达目标。
Atlas有望成为身手灵活、自主导航的灾区救援机器人
Atlas 机器人由波士顿动力公司制造，IHMC Robotics 编写了控制、感知和规划算法，使机器人具备了视频中展示的灵活性。
现在，Atlas 机器人拥有了在平坦、粗糙和狭窄的路径上自主导航的能力，这对于帮助灾区救援很重要，因为在灾区，倒塌的瓦砾使得传统的救援服务难以进入。
51没有这么多定时器，可以用STM32单片机，我就能帮你写这个程序，控制个10几路舵机没问题，863661400
之前在robot360 中国机器人网 上看到过一款多足机器人， 走起来蛮有意思的，也很有创意，你可以去那边找找看哦：）
在最开始的双足机器人使用的平衡控制策略是“静态步行”（static walking）
这种策略的特点是：机器人步行的过程中，重心（COG，Center of Gravity)的投影始终位于多边形支撑区域（support region）内，
这种控制策略的好处在于：在整个的行进过程中，机器人可以在行走动作中停止而不摔倒，但代价是行动速度非常迟缓（每一步需要花费10秒甚至更长）（因为需要保持重心的投影始终位于支撑区域，否则将不稳定），因为静态步行和人类的期望相差甚远，
于是人类开发出来了另一种步行平衡策略：“动态步行”（dynamic walking）。
在动态步行中机器人的行动速度被提升至了每步不超过1秒。但是弊端也是显而易见的，机器人难以在运动的状态下立即停顿（惯性的作用），从而使得机器人在状态转换的过程中变得不稳定。为了解决惯性带来的影响，零力矩点（ZMP，zero moment point）被引入到了这一控制策略中。在单脚支撑相中，ZMP=COG。引入ZMP的好处在于，如果ZMP严格的存在于机器人的支撑区域中，机器人绝对不会摔倒。
Xzmp代表正向ZMP，Xmc代表质量中心的前进位移，l是倒立摆的长度，g是重力加速度。
由于复杂地形的双足平衡无法由单一的控制器实现，所以多个控制器的切换策略被用于解决平衡问题。在这一个策略中，机器人的行走被设定为一个周期（cycle）每一个周期被分成了不同的行走阶段（stage）
程序设定。乐高双足步行机器人为乐高推出的智能机器人，其工作原理则是程序设定，依靠专业的机器人团队通过电脑属于运动命令即可开始行走。
