其实双足机器人就是可以直立行走，而且它是有着一个很好的自由度，很灵活的特点，是一种仿生类的机器人，它可以实现机器人双足行走和相关的行动。但是对于双足机器人来讲，要保持平衡并且旋转，这是比较有难度的。
机器人本质就是由机械控制的一个动态的系统，它虽然是可以有趣一些动作很灵活，但是它里面是包含了很多动力学的特性。在这样的使用过程当中，会有一些磨损或者是衔接不够流畅，会造成一些问题，比如是没有办法去保持平衡。其实双足机器人的结构就相当于人类的脚，它可以像人类一样去行走，模仿步伐的大小快慢还有幅度。
如果是可以旋转并且是直立行走的步行机器人，他跟典型的两足机器人相比，他更像是一个无人机，因为他手臂上适用无人机螺旋长来代替的会比典型的两个机器人更加的灵活，而且是可以更好的保持平衡，做到更多的动作。
如果这样的双足机器人研究成功，而且是可以大量的投放，使用的话，这对于人类社会的经济和文化是有一个很大的推动作用的。话说你们有什么鄙视的，而且双足机器人是比较接近人类正常行走的步态，而且它也是根据重新来进行不大的控制的，是非常方便的。这样的话不仅仅能够提高生产效率，而且在一些比较危险的杨烨也可以去使用双足机器人来实现一些比较困难的任务。
作者：溪岚
机器人大讲堂|公众号RoboSpeak
与旧版Cassie相比，新版显得既高大威猛，又灵巧敏捷， 它不光长出了躯干和双臂，还拥有了一个新名字——Digit。
虽然Digit的下半身依然是Cassie经典的“鸵鸟腿”，但鉴于其整体的仿人结构，我们似乎还应该把它归为“仿人机器人”的范围。
Digit在保留了双腿的基础上，将Cassie的臀部改装成了连接躯干的“胯骨”。Digit增添了上身躯干和两支4自由度的手臂，整体上身的设计十分简洁、紧凑与轻量化，增添了双臂的Digit会极大提升其操作能力、保持平衡能力以及摔倒后起身的能力。
躯干顶端的激光雷达以及躯干中的传感器都有助于Digit在行走中收集数据，使它能够在充满障碍的地方进行导航。
它的数字控制系统也进行了改造，通过API对爬楼梯、控制步态等高级行为进行控制。此外，Digit的躯干中容纳了两个多核CPU，以及一个可以由第三台计算机控制的模块化有效载荷舱，支持它进行额外的感知，并强化了它的学习能力。
而在这些改装中，最有实用价值的还是它的一双手臂。 它的手臂拥有四个自由度，极大地扩展了它的灵活性。这双手臂可以用来保持平衡，在摔倒时支撑身体重新站起来，推开门等障碍物，以及最重要的，操纵和携带物体。
这就与Agility Robotics对于Cassie的最初应用设想挂上了勾，即让机器人送快递，为“最后一公里”添砖加瓦。
据研究人员介绍，Digit的手臂能够举起大约18公斤重的箱子，也能够将物体进行堆叠，尽管还在测试阶段，Digit却已经展示出了其担任快递小哥的不俗潜力。此外，研究人员也希望在加上手臂和传感器后，Digit能够真正在救灾等场景中发挥作用。
只是到目前为止Agility Robotics公司只公布了Digit的定妆照，并没有让人大饱眼福的视频发布。各位就先看看图片，然后让我们共同期待视频的后续发布吧！
聊完了Digit，我们再来聊聊Digit的“爸爸”Cassie。
这个“爸爸”可不是乱叫的，由于Digit的整体架构完全基于Cassie之上，连研究人员都开玩笑说“Digit is a direct descendant of Cassie.（Digit是Cassie的直系后裔）”。Digit能够完成快递小哥的使命，在楼梯和不同地形之间跑来跑去，主要就是基于Cassie稳定的双腿。
可以说没有Cassie就不会有Digit，所以“爸爸”这个称呼Cassie当之无愧。
那么Cassie到底为什么能够这么稳定且敏捷地移动呢？
原因一：更多的自由度
Cassie的两条腿每一条都有五个自由度，均由电机驱动。臀部有三个自由度，允许腿向前、后、侧三个方向摆动，与人类一致。
胫骨和脚踝上也分别有一个额外的自由度，这两个部分并不由电机驱动，而是附着在弹簧上，有助于机器人处理前进道路上的障碍物，就算踏在台阶边缘也可以保持平衡稳定。
原因二：更复杂的控制
Cassie所带的电机数量多，体积也较小，由于可移动的方向更多，移动到特定方向便要计算每个电机所需的不同扭矩，为此，控制器就需要考虑到腿的惯性以及电机和变速器的动态特性。
虽然控制变得更加复杂了，但是这样就能够实现更多行为以及更好的性能。例如下面这个在走动中立定的实验：
可以看出，Cassie从最开始摇摇晃晃的“不倒翁”一步一步变得稳定起来，最后连着走了几步再站定时也几乎不怎么晃动了。
原因三：上楼梯的步伐更加稳定
对于双足机器人来说，上楼梯从来都是一项不可避免的挑战。Cassie一向认为世界是平的，这让它的户外行走进行得十分轻松，它可以在土地或草丛中连续行走一个小时。
而当Cassie上楼梯时，这种想法就不再适用了，由于楼梯对于机器人来说是较为复杂的路况，它很有可能站立不稳，进而摔倒。
当控制器扩展到垂直方向，允许两条腿上下跨步，并增加了平滑过渡时，Cassie可以迈上楼梯，但只能保持动态稳定，不能保持静态也同样稳定。
接着，研究人员让Cassie在上楼梯的时候始终试图保持骨盆高度一致，而不是随着抬腿拔高身子，这样Cassie在上楼时的身形就稳定了许多。
尤其在连续登上几阶台阶时，Cassie的步伐显得更加坚定有力。
研究人员还跟Cassie开了个小小的玩笑：让Cassie连续上两个台阶，而地上其实只摆放了一层台阶，这种情况Cassie会如何处理呢？
可以看出，Cassie在上第二阶踏空时有一个明显的向上踮脚的动作，但这不存在的一节阶梯并未对它的平衡性产生影响，Cassie依然保持了稳定。如果此处替换成蒙眼的人类，在第二阶踩空的时候很有可能已经摔倒了。所以从某种意义上来说，Cassie的动态稳定性还是要比人类好了许多的。
有这样一个跑步爬楼梯都不在话下的底座作为基础，可以想见Digit将能够如何在无人快递领域大展身手了。
Agility Robotics表示，Digit将在年中公布定价，并从2020年第一季度开始交付，让我们一起期待关于Digit的更多信息吧。
美国波斯顿双足机器人不仅在外形上酷似人类，而且还用双脚走路。
谈到机器人，不得不说说世界上工业机器人发展最早的4个国家。
它们分别是，瑞士ABB公司、德国库卡公司、日本朗纳克公司、安川电机公司，这4家企业在机器人发展领域起领头羊作用。
上述，4家公司的机器人可以完成核心零部件自主化生产，同时也成为工业机器人生产佼佼者。
而在波斯顿，双足机器人是仿造人类的四肢运动来完成的，无论是旋转还是跳跃机器人都非常灵活，而且不倒。
来自，波士顿的双足机器人一次性可以完成后空翻动作，堪比运动员基础标准。
后空翻对于平衡感的拿捏要求很高，而波斯顿双足机器人已经突破了平衡难关。
波士顿双足机器人不仅可以完成后空翻，还可以在不同的台阶上进行双足交替式跳跃，跳跃途中一样不倒。
过去，日本最早的双足机器人从外形上酷似人类，可在实际用途上很有限。
人类研发机器人的初衷，是为了能让机器人更好地为人类服务。
可是，像这样一个花瓶似的双足机器人，中看不中用又何谈服务呢？
所以，近几年来日本在机器人研发上又增加了功能性突破，让机器人更加接近人体运动。
现在，日本双足机器人可以拿起超5公斤的重物行走，而不倒。
其实，我国早在2000年时就已经开始研发机器人了，主要对应的是工厂制造业机器人。
自2012年以来，我国一直是全球最大的工业机器人市场。
我国已有78.3万台工业机器人在运行，工业机器人保有量超过14万台，增长速度为21％，机器人进口量位居全球第一。
而国外研发机器人较早，很多大型公司都愿意出资研发双足机器人。
因为，双足机器人对 科技 含量要求更高，想取得研发成果会更难，比起工业机器人难度较大。
上月，马云不是套现1000亿元，飞到国外买了一艘豪华游艇么。
假如，你要马云将他这1000亿元全部投资在研发双足机器人项目上？那他恐怕会叫苦连天。
国内的商界精英们对双足机器人投资很挑剔，短时间内看不到盈利，就不会再砸钱。
而马斯克的热情却完全不一样，他不断的投入研发资金是因为他看准了双足机器人的市场潜力。
只能说：马斯克的眼光不会局限于井口那么大。
目前，国内工业机器人发展超猛，双足机器人也在迎头赶上。
国内的商界精英们要想完全重视到这一点？思想上一定要打开。
记住：工业机器人服务的对象是制造业工厂，而双足机器人服务的对象是人类啊！
美国波士顿、纽约、迈阿密等市区内都会由企业家们出资开发双足机器人项目。
在最开始双足机器人动作的双足机器人使用双足机器人动作的平衡控制策略是“静态步行”（static walking）
这种策略双足机器人动作的特点是：机器人步行的过程中双足机器人动作，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）
