NGHIÊN CỨU CÔNG NGHỆ VÀ ỨNG DỤNG CỦA ASIMO

Sự kiện những chiếc máy tính có thể sử dụng được vào đầu những năm 50 của thế kỉ XX đã làm các nhà tri thức thay đổi hướng suy nghĩ.. Chúng ta đã làm được các hệ thống phần mềm chơi cờ v

PHẦN I: NGƯỜI MÁY ASIMO VÀ QUÁ TRÌNH PHÁT TRIỂN

CHƯƠNG I GIỚI THIỆU VỀ NGƯỜI MÁY ASIMO-TRÍ TUỆ NHÂN TẠO

1 TRÍ TUỆ NHÂN TẠO

1.1 Lịch sử hình thành phát triển

Trí tuệ nhân tạo-TTNT (tiếng Anh: Artificial Intelligence, thường được viết tắt là

AI), nó chính thức được bắt đầu vào năm 1956, mặc dù việc này đã bắt đầu từ 5 năm trước Cùng với ngành di truyền học hiện đại, đây là môn học được nhiều nhà khoa học đánh giá: “là lĩnh vực tôi thích nghiên cứu nhất trong số những môn tôi muốn theo đuổi” Một sinh viên vật lý đã có lý khi nói rằng: tất cả các ý tưởng hay

đã được Galileo, Newton, Einstein tìm rồi; một số ý tưởng khác lại mất rất nhiều năm nghiên cứu trước khi có vai trò thực tiễn AI vẫn là vấn đề để trống từ thời Einstein

Qua hơn 2000 năm, các triết gia đã cố gắng để hiểu cách nhìn, học, nhớ và lập luận được hình thành như thế nào Sự kiện những chiếc máy tính có thể sử dụng được vào đầu những năm 50 của thế kỉ XX đã làm các nhà tri thức thay đổi hướng suy nghĩ Rất nhiều người cho rằng: “những trí tuệ siêu điện tử” mới này đã cho ta

dự đoán được tiềm năng của trí tuệ AI thực sự khó hơn rất nhiều so với ban đầu mọi người nghĩ

Khởi nguồn của AI

Những công việc đầu tiên của AI được Warren McCulioch và Walter Pitts (1943)

thực hiện Họ đã nghiên cứu ba cơ sở lí thuyết: triết học cơ bản và chức năng của các nơ ron thần kinh; phân tích về các mệnh đề logic là của Russell và whitehead

và cuối cùng là thuyết dự đoán của Turning Họ đã đề ra mô hình nơ ron nhân tạo, trong đó mỗi nơ ron được đặc trưng bởi hai trạng thái “bật”, “tắt” McCulloch và Pitts cũng đã phát hiện: mạng nơ ron có khả năng học Donald Hebb (1949) sử

dụng luật học đơn giản tượng trưng cho việc truyền thông tin giữa các giữa các nơ ron.

Đầu những năm 1950, Claude Shannon (1950) và Alan Turning (1953) đã viết chương trình đánh cờ theo cách mà Von Newman sáng chế ra máy tính Cùng lúc

đó, hai sinh viên khoa toán trường đại học Princeton, Marvin Minsky và Dean Edmond đã xây dựng hệ thống máy tính nơ ron đầu tiên vào năm 1951 được gọi là SNARC Nó sử dụng khoảng 3000 bóng điện tử chân không và thiết bị cơ khí tự động tính giá trị thặng dư từ chùm B-24 để mô phỏng mạng với 40 nơ ron

Năm 1958 McCarthy đã định nghĩa ngôn ngữ bậc cao Lisp, và trở thành ngôn ngữlập trình cho AI Lisp là ngôn ngữ lập trình lâu đời thứ hai mà hiện nay vẫn sử dụng Với Lisp, McCarthy đã có phương tiện ông cần, nhưng để đáp ứng được yêu cầu và tài nguyên tính toán là một vấn đề quan trọng Cũng vào năm 1958,

McCarthy xuất bản bài báo “Các chương trình với cách nhìn nhận chung” Trong bài báo này, ông bàn về chương trình tư vấn, một chương trình giả định được coi là

hệ thống AI hoàn thiện đầu tiên Giống học thuyết logic và cách chứng minh các định lý hình học, chương trình của McCarthy được thiết kế nhằm sử dụng kiến thức để nghiên cứu cách giải quyết vấn đề Không như các chương trình khác, chương trình này là một bộ phận kiến thức của toàn bộ thế giới quan Ông chỉ ra rằng làm thế nào để những điều rất đơn giản lại làm cho chương trình có thể khái quát được một kế hoạch đến sân bay và lên máy bay Chương trình này cũng được thiết kế để nó có thể chấp nhận vài chân lý mới về quá trình thực hiện bình thường.Chính vì vậy, chương trình này có được những khả năng thực hiện trong các

chương trình mới mà không cần lập trình lại

1.2 Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo là trí tuệ được biểu diễn bởi bất cứ một hệ thống nhân tạo nào Trí tuệ nhân tạo là trí thông minh của máy do con người tạo ra Ngay từ khi chiếc máy tính điện tử đầu tiên ra đời, các nhà khoa học máy tính đã hướng đến phát hiển hệ thống máy tính (gồm cả phần cứng và phần mềm) sao cho nó có khả năng thông minh như loài người Mặc dù cho đến nay, theo quan niệm của người viết, ước mơ này vẫn còn xa mới thành hiện thực, tuy vậy những thành tựu đạt được cũng không hề nhỏ Chúng ta đã làm được các hệ thống (phần mềm chơi cờ vua chạy trên siêu máy tinh GeneBlue) có thể thắng được vua cờ thế giới; chúng ta đã làm được các phần mềm có thể chứng minh được các bài toán hình học,… Hay nóicách khác, trong một số lĩnh vực, máy tính có thể thực hiện tốt hơn hoặc tương đương con người (tất nhiên không phải tất cả các lĩnh vực) Đó chính là các hệ thống thông minh

Có nhiều cách tiếp cận để làm ra trí thông minh của máy (hay là trí tuệ nhân tạo), chẳng hạn là nghiên cứu cách bộ não người sản sinh ra trí thông minh của loài người như thế nào rồi ta bắt chước nguyên lý đó, nhưng cũng có những cách khác

sử dụng nguyên lý hoàn toàn khác với cách sản sinh ra trí thông minh của loài người mà vẫn làm ra cái máy thông minh như hoặc hơn người Trí tuệ nhân tạo ở đây là nói đến khả năng của máy khi thực hiện các công việc mà con người thườngphải xử lý; và khi dáng vẻ ứng xử hoặc kết quả thực hiện của máy là tốt hơn hoặc tương đương với con người thì ta gọi đó là máy thông minh hay máy đó có trí thông minh Hay nói cách khác, đánh giá sự thông minh của máy không phải dựa trên nguyên lý nó thực hiện nhiệm vụ đó có giống cách con người thực hiện hay

không mà dựa trên kết quả hoặc dáng vẻ ứng xử bên ngoài của nó có giống với kết quả hoặc dáng vẻ ứng xử của con người như thế nào.

1.3.Vài lĩnh vực trong trí tuệ nhân tạo

Có nhiều nội dung nghiên cứu và phát triển của TTNT, từ cách để máy có thể suydiễn logic và nhận thức, cách ra quyết định và giải quyết vấn đề, cách biểu diễn tri thức con người trong máy, cách lập kế hoạch hành động, hay cách máy biết tự học

để tạo ra tri thức mới, … đến dịch tự động các ngôn ngữ, tìm kiếm thông tin trên Internet, robot thông minh Ta nói về một vài lĩnh vực của TTNT có nhiều thay đổitrong những năm vừa qua

Lập luận, suy diễn tự động

Khái niệm lập luận, và suy diễn được sử dụng rất phổ biến trong lĩnh vực AI Lập luận là suy diễn logic, dùng để chỉ một tiến trình rút ra kết luận từ những giả thiết

đã cho Như vậy, để thực hiện lập luận người ta cần có các phương pháp lưu trữ cơ

sở tri thức và các thủ tục lập luận trên cơ sở tri thức đó.

Biểu diễn tri thức

Muốn máy tính có thể lưu trữ và xử lý tri thức thì cần có các phương pháp biểu diễn tri thức Các phương pháp biểu diễn tri thức ở đây bao gồm các ngôn ngữ biểudiễn và các kỹ thuật xử lý tri thức Một ngôn ngữ biểu diễn tri thức được đánh giá

là “tốt” nếu nó có tính biểu đạt cao và các tính hiệu quả của thuật toán lập luận trênngôn ngữ đó

Xử lý ngôn ngữ tự nhiên

Là việc làm cho máy có thể nhận biết và hiểu tiếng nói và ngôn ngữ của con người Liệu máy có thể nói được như người? Đây là bài toán tổng hợp tiếng nói, tức việc làm cho máy biết đọc các văn bản thành tiếng người Có thể hình dung nếu ta đưa cho máy các luật phát âm các âm tiết, bài toán này sẽ là việc áp dụng các luật này vào các âm tiết trong một từ để tạo ra cách đọc từ này Đã có nhiều hệ thống tạo ra được giọng đọc tự nhiên của con người hoặc đọc giống giọng một người nào đấy, nhất là cho các ngôn ngữ được nghiên cứu nhiều như tiếng Anh Nhưng vẫn cần rất nhiều thời gian để làm được như vậy cho các ngôn ngữ ít được nghiên cứu như tiếng Việt, hoặc làm cho máy thể hiện được buồn vui mừng giận khi nói như người

Liệu máy có thể nhận biết được tiếng người nói?

Đây là bài toán nhận dạng tiếng nói, tức việc làm cho máy biết chuyển tiếng nói của người từ microphone thành dãy các từ Dễ thấy đây là bài toán rất khó, vì âm thanh người nói là liên tục và các âm quyện nối vào nhau, vì mỗi người mỗi giọng,

vì có các âm thanh khác nhiễu vào microphone, Với tiếng nói chuẩn, các hệ hiện đại cũng mới nhận dạng đúng được khoảng 60-70% Đại thể, máy mới nhận biết tốt tiếng nói của từng người riêng biệt với lượng nhỏ từ vựng và phải ‘tập nghe’ với chính giọng của người đó Với các phương pháp học thống kê trên các kho ngữ âm tốt, ta có thể sớm hy vọng vào các hệ nhận dạng tiếng nói thông minh

và chính xác

Liệu máy có hiểu được tiếng nói và văn bản của con người?

Hiểu ngôn ngữ là một đặc trưng tiêu biểu của trí tuệ và việc làm cho máy hiểu được ngôn ngữ là một trong vài vấn đề khó nhất của TTNT nói riêng và CNTT nói chung Ta lấy thí dụ của Marvin Minsky năm 1992 khi lý giải tại sao vấn đề này lại

khó và lĩnh vực này tiến chậm: “Xét một từ, chẳng hạn ‘sợi dây’ Ngày nay không một máy tính nào có thể hiểu nghĩa từ này như con người Ta có thể kéo một vật bằng một sợi dây, nhưng không thể đẩy một vật bằng sợi dây Ta có thể gói một gói hàng hoặc thả diều bằng một sợi dây, nhưng không thể ăn sợi dây này Trong vài phút, một đứa trẻ nhỏ có thể chỉ ra hàng trăm cách dùng hoặc không dùng một sợi dây, nhưng không máy tính nào có thể làm việc này”

Để hiểu nghĩa một câu, máy không chỉ cần biết nghĩa từng từ, mà trước hết phải biết phân tích được câu này về mặt ngữ pháp Để làm việc này, đại thể máy phải tách câu thành các từ đơn lẻ hay cụm từ, nhận biết chúng là các loại từ gì, rồi xác định cấu trúc của câu, đoán nghĩa của từng từ, và giải nghĩa cả câu Ngôn ngữ thường nhập nhằng đa nghĩa và điều này trở nên vô cùng khó với máy Lấy một thí

dụ quen thuộc của câu đơn giản ‘ông già đi nhanh quá’ Với hai cách phân tách từ

và cụm từ thành (ông già)(đi)(nhanh quá) và (ông)(già đi)(nhanh quá), với các nghĩa khác nhau của động từ ‘đi’, của cụm từ ‘ông già’, … ta cũng có dăm cách hiểu câu nói trên Làm sao để máy tự động hiểu đúng nghĩa một câu nói bất kỳ còn

là một thách thức lâu dài của ngành TTNT

Dịch tự động

Liên quan đến hiểu ngôn ngữ là việc dịch tự động từ tiếng này sang tiếng khác, chẳng hạn dịch câu ‘ông già đi nhanh quá’ sang tiếng Anh Việc dịch này đòi hỏi máy không những phải hiểu đúng nghĩa câu tiếng Việt mà còn phải tạo ra được câu tiếng Anh tương ứng Nhiều dự án dịch tự động đã được theo đuổi từ hàng chục năm qua, và chắc còn phải tiếp tục nhiều chục năm nữa để có được những hệ dịch tốt Tuy nhiên, những tiến bộ gần đây của các phương pháp dịch thống kê trêncác kho ngữ liệu lớn và tốt có thể cho phép đến một ngày ai cũng nhờ máy đọc được sách báo từ hàng chục thứ tiếng

Tìm kiếm thông tin trên mạng

Đây là lĩnh vực có sự chia sẻ nhiều nhất giữa TTNT và Internet, và ngày càng trở nên hết sức quan trọng Sẽ sớm đến một ngày, mọi sách báo của con người được sốhóa và để lên mạng hay các thư viện số cực lớn Giả sử ta muốn tìm những tài liệu liên quan đến việc ‘trí tuệ nhân tạo đóng góp vào việc nâng cao thành tích ở thế vận hội’ Nếu dùng Google để tìm với các từ khóa tiếng Anh ‘artificial

intelligence’, ‘performance’ và ‘olympic’ để tìm với từ khóa tiếng Việt ‘trí tuệ nhân tạo’, ‘thành tích’, ‘thế vận hội’, ta sẽ nhận được rất nhiều tài liệu không phải thứ ta muốn tìm, cũng như có nhiều tài liệu liên quan không được tìm ra

Có ít nhất hai cách để TTNT đóng góp vào việc giải bài toán này Một là hệ tìm kiếm cho phép đưa vào câu hỏi ở dạng ngôn ngữ tự nhiên, phân tích để hiểu nghĩa câu hỏi và có cơ chế tìm kiếm các văn bản trong thư viện theo nghĩa này Hai là hệ tìm kiếm sẽ mô hình các từ ‘trí tuệ nhân tạo’, ‘thành tích’, và ‘thế vận hội’, mỗi môhình là một tập hợp nhiều từ khác kèm theo phân bố xác suất của chúng theo

những quy luật thống kê Thay vì tìm kiếm trên mạng hay trong thư viện với ba từ khóa, hệ sẽ tìm kiếm với ba tập hợp từ Với các phương pháp ‘thông minh’ này, ta

sẽ sống dễ dàng hơn trong không gian Internet mênh mông đầy bí ẩn

Robot đá bóng và robot lái xe

RoboCupTM là một đề án nghiên cứu quốc tế từ 1995 nhằm phát triển TTNT, robot thông minh và các lĩnh vực liên quan Chọn thi đấu bóng đá giữa các đội robot làm chủ đề nghiên cứu, đề án này hướng đến các sáng tạo công nghệ có nhiều ý nghĩa trong xã hội và công nghiệp Với mục tiêu này, RoboCup đặt ra nhiều bài toán quan trọng đòi hỏi phải tích hợp nhiều công nghệ, như nguyên lý các tác tử tự trị, hợp tác đa tác tử, nhận biết chiến lược, lập luận thời gian thực, công nghệ robot, nhận dạng và xử lý các chuỗi hình ảnh liên tục trong thời gian

thực, … Mục tiêu dài hạn của đề án RoboCup là đến năm 2050, sẽ làm được một đội người máy có thể thắng đội bóng đá vô địch thế giới Một trong các ứng dụng chính của các công nghệ RoboCup là giải thoát nạn nhân trong các thảm họa.

Số người chết hằng năm ở Mỹ do tai nạn ôtô chỉ đứng sau số chết do bệnh tim và ung thư Chế tạo được ôtô tự lái và an toàn cao là một mục tiêu được DARPA khởi xướng và hỗ trợ dưới dạng một cuộc thi mang tên ‘thách thức lớn của

DARPA’ (DARPA grand chal-lenge) Cuộc thi cũng hướng đến sáng tạo các công nghệ tích hợp của thị giác máy, robot, lập kế hoạch tự động, học máy, lập luận, …

để ôtô có thể tự chạy an toàn Cuộc thi bắt đầu năm 2004 với yêu cầu xe tự đi 150 dặm qua sa mạc Nevada ở Mỹ Có 106 đội tham gia, nhưng xe đi xa nhất chỉ được

7 dặm Cuộc thi năm 2005 yêu cầu xe tự đi qua 132 dặm của sa mạc, đường khó hơn với hầm hẹp, dốc núi Có 195 đội tham gia, và sau 6 giờ đua, hai đội của đại học Stanford và Carnegie Melon đã về nhất và nhì Tháng 11.2007, cuộc thi

chuyển qua lái trong thành phố với các vận động phức tạp như tránh xe khác, đỗ xetrong bãi, qua ngã tư, … tại Victorville, California với sự tham gia của 35 đội, thi qua nhiều vòng trong 8 ngày Kết thúc cuộc đua, các đội của đại học Pittsburgh, Stanford, và Blackburg lần lượt giành các giải nhất, nhì và ba Sẽ đến một ngày, những chiếc ôtô chạy trên đường không cần người lái Chỉ nói nơi muốn đến, xe sẽđưa ta đi và đi an toàn

ASIMO là một sản phẩm của trí tuệ nhân tạo với tư duy logic giống với con người như nhận dạng khuôn mặt, âm thanh, có thể phân tích lời nói để hành động Trí tuệ nhân tạo của ASIMO còn được biểu hiện bởi hoạt động tương tác với các chi đầy đủ như con người

2 ASIMO

ASIMO- viết tắt của Advanced Step in Innovative Mobility (tạm dịch là Bước đột phá về sự sáng tạo trong công nghệ chuyển động) Được thiết kế và phát triển bởi Honda, để có được ASIMO, 3.000 nhà khoa học của Honda đã phải lao động cật lực trong 14 năm Từ năm 1986 cho đến ngày 20/11/2000 thế hệ Asimo đầu tiên được ra đời ASIMO được thiết kế để trở thành một trợ lý di động đa chức năng với nguyện vọng giúp đỡ những người thiếu tính lưu động ASIMO được sử dụng thường xuyên trong các cuộc biểu tình trên khắp thế giới để khuyến khích việc

nghiên cứu khoa học và toán học Với chiều cao 130 cm, nặng 48 kg, ASIMO

được thiết kế để hoạt động trong môi trường thế giới, với khả năng đi bộ hoặc chạytrên hai chân ở tốc độ lên đến 6 km mỗi giờ Ở Mỹ, ASIMO là một phần của sự đổimới hấp dẫn tại Disneyland và được biểu diễn trong chương trình kéo dài 15 phút gọi là “Say Hello Honda’s Asimo” từ tháng 6 năm 2005 Các robot đã bắt đầu xuất hiện công khai trên toàn thế giới, bao gồm triển lãm điện tử tiêu dùng (CES), Bảo tàng Miraikan và Honda Collection Hall ở Nhật Bản, và các lễ hội Ars Electronica tại Áo

2.1 Lịch sử phát triển

Honda bắt đầu phát triển robot hình người trong năm 1986, bao gồm một số

nguyên mẫu mà trước ASIMO Đó là mục tiêu của công ty để tạo ra một robot đi

bộ mà có thể không chỉ thích ứng và tương tác trong các tình huống của con người,

mà còn cải thiện chất lượng cuộc sống Robot E0 hai chân là mô hình đầu tiên được sản xuất như là một phần của loạt Honda E, mà là một dòng thử nghiệm ban đầu của robot hình người được tạo ra từ năm 1986 đến năm 1993 Tiếp theo đó là hàng loạt robot Honda loại P của được sản xuất từ năm 1993 đến năm 1997, trong

đó bao gồm việc tự điều chỉnh bước đi đầu tiên, robot đi bộ giống với con người với chuyển động không dây.

Các nghiên cứu được tiến hành trên các series E và P để phát triển tạo ra các robot ASIMO Phát triển bắt đầu tại Trung tâm nghiên cứu kỹ thuật cơ bản Wako của Honda tại Nhật Bản vào năm 1999 và ASIMO đã được công bố vào tháng Mười năm 2000

Khác với những robot tiền nhiệm của nó, ASIMO là robot đầu tiên để kết hợp kiểmsoát vận chuyển dự đoán, cho phép tăng tính linh hoạt chung và mượt mà, giống với chuyển động đi bộ của con người hơn Được giới thiệu vào năm 2000, phiên bản đầu tiên của ASIMO được thiết kế để hoạt động trong một môi trường con người mà sẽ cho phép nó hỗ trợ tốt hơn con người trong những tình huống thực tế

Kể từ đó, một số mô hình được cập nhật đã được sản xuất để cải tiến khả năng ban đầu của nó trong thực hiện nhiệm vụ hỗ trợ tính di động Một ASIMO mới đã đượcgiới thiệu vào năm 2005, với một tăng tốc độ chạy lên đến 6 km/h, gấp hai lần tốc

độ robot ban đầu ASIMO đã nỗ lực để leo lên cầu thang trong một bài thuyết trìnhtại Tokyo vào tháng Mười Hai năm 2006, nhưng một tháng sau đó, ASIMO đã chứng minh nhiệm vụ chẳng hạn như đá một quả bóng đá, chạy và đi bộ lên và xuống cầu thang tại Consumer Electronics Show ở Las Vegas, Nevada

Năm 2007, Honda đã cập nhật các công nghệ thông minh trong ASIMO, cho phép nhiều người máy ASIMO làm việc phối hợp được cùng nhau Phiên bản này cũng giới thiệu khả năng để bước sang một bên khi con người tiếp cận các robot và khả năng hồi đáp lại khi cảm nhận được mức độ pin thấp

2.2.Các tính năng và công nghệ:

Hình dạng:

ASIMO có chiều cao 130 cm và cân nặng 54 kg Nghiên cứu được tiến hành bởi Honda cho thấy chiều cao lý tưởng cho một robot trợ tính di động là từ 120 cm đến chiều cao của một người lớn trung bình, như vậy sẽ có lợi cho sử dụng tay nắmcửa và công tắc đèn ASIMO được cung cấp bởi một nguồn pin 51,8 V lithium ion với thời gian hoạt động khoảng một giờ Chuyển sang pin hydride nickel metal trong năm 2004 đã làm tăng số lượng thời gian hoạt động của ASIMO trước khi phải sạc ASIMO có một bộ ba chiều vi xử lý máy tính đã được tạo ra bởi Honda

và bao gồm một bộ ba khuôn xếp chồng lên nhau, một bộ xử lý, chuyển đổi một tínhiệu và bộ nhớ Các máy tính điều khiển chuyển động của ASIMO được đặt trong khu vực eo của robot và có thể được điều khiển bởi một máy tính, điều khiển không dây, hoặc các lệnh bằng giọng nói

Khả năng:

ASIMO có khả năng nhận ra những vật chuyển động, tư thế, cử chỉ, môi trường xung quanh của nó, âm thanh và những khuôn mặt, cho phép nó tương tác với con người Các robot có thể phát hiện sự chuyển động của các đối tượng bằng cách sử dụng thông tin thị giác bị bắt bởi hai camera là “mắt” trong đầu của mình và cũng xác định khoảng cách và hướng Tính năng này cho phép ASIMO theo hoặc phải đối mặt với một người khi tiếp cận Các robot phân tích các lệnh từ giọng nói và cửchỉ của con người, cho phép nó để nhận biết khi bắt tay được hoặc một hành động của người và sau đó sẽ phản hồi cho phù hợp

Khả năng của ASIMO có thể phân biệt giữa giọng nói và các âm thanh khác cho phép nó để xác định người đồng hành của nó ASIMO có thể phản ứng với tên của

nó và nhận ra những âm thanh liên kết với một đối tượng té ngã hoặc va chạm

Điều này cho phép các robot đối mặt với một người khi nói hay nhìn hướng tới một âm thanh ASIMO trả lời các câu hỏi bằng cách gật hoặc cung cấp một câu trả lời bằng lời nói trong ngôn ngữ khác nhau và có thể nhận diện khoảng 10 khuôn mặt khác nhau rồi giải quyết chúng theo tên.

Tính linh hoạt:

ASIMO có một tốc độ đi bộ 2,7 km/h và tốc độ chạy của 6 km/h mỗi giờ Chuyển động của nó được xác định bằng cách kiểm soát phản ứng sàn và nhắm điểm Zero Moment cho phép robot giữ một tư thế vững chắc và duy trì vị trí ASIMO có thể điều chỉnh độ dài bước đi của nó, vị trí cơ thể, tốc độ và hướng mà nó đang bước Cánh tay, bàn tay, chân, thắt lưng và cổ cũng có mức độ khác nhau trong quá trình chuyển động Các công nghệ cho phép các robot tự duy trì sự cân bằng của nó sau này đã Honda sử dụng bắt đầu các dự án nghiên cứu và phát triển cho xe đạp một bánh có động cơ của nó; nó mang tên U3- X được phát triển năm 2009

CHƯƠNG II CHẶNG ĐƯỜNG PHÁT TRIỂN CỦA ROBOT ASIMO

1 NHỮNG BƯỚC ĐI ĐẦU TIÊN TRONG NGHIÊN CỨU CHẾ TẠO

ROBOT

1.1 THẾ HỆ RÔ-BỐT LOẠI E (1986-1993)

Honda bắt đầu những nghiên cứu của mình từ năm 1986 Những nhà thiết kế hiểu rằng sản phẩm này phải dễ dàng di chuyển trong nhà, và điều đó có nghĩa là công nghệ di chuyển phải thật hoàn hảo Do đó, mục tiêu đầu tiên của họ chủ yếu tập trung vào đôi chân của ASIMO Từ năm 1986-1993 Honda đã chế tạo ra 6 rô-bốt loại E

1.1.1 Thế hệ E0 (1986):

Sản phẩm đầu tiên ra đời vào năm 1986,

và nó được đặt tên là E.O E.O(hình 2.1)

bước đi rất chậm, phải mất từ 5 giây đến

20 giây để hoàn thành xong một bước

Nguyên nhân là do E.O hoạt động theo cơ

chế chuyển động tĩnh Nó chỉ có thể đi

theo một đường thẳng Đây được gọi là

chuyển động tĩnh, nó khác cái cách mà

con người bước đi Trong chuyển động

tĩnh,cả hai bàn chân đều được đặt trên nền

đất Những bước đi tiếp theo, lực hút

chính của robot sẽ làm chuyển động dần Hình 2.1: Robot E0 dần dần một bàn chân cho đến khi nó cân bằng được toàn bộ sức nặng cơ thể trước khi tiếp tục bước tiếp theo Tuy nhiên, nó mất quá lâu cho một lần di chuyển

Slow Walking And Fast Walking ( bước đi bộ chậm và bước đi bộ nhanh)

Để tăng tốc độ đi bộ, hoặc cho phép đi bộ trên bề mặt không bằng phẳng hoặc dốc,

đi bộ nhanh được phát triển