继上次硬核自动驾驶自行车之后，今天，小岚又要来给大家介绍一个硬核的四足机器人。
这是一只来自宇树的A1四足机器人，被＃UC伯克利、CMU＃的研究者们用来研究腿式机器人快速适应环境（RMA）算法。该算法包含两个子策略，一个是使用强化学习训练的基本策略（base policy）还有一个是使用监督学习训练的适应模块（adaptation module），二者完全在模拟中学习。
在 RMA 算法加持下，宇树A1四足机器人拥有了所有智能体共有的适应环境因素的能力。如在乱石滩，草地、泥土堆、高低不平、松软的路面、泼了油的塑料板、泡沫、床垫等环境下，拥有智能体的自适应行走能力。
思岚科技作为移动机器人解决方案领域的一员，很荣幸 Mapper能被搭载在宇树A1四足机器人上参与这项RMA算法的研究。Mapper作为集建图和定位于一体的雷达新品类，帮助机器人实时地图构建、自主定位、导航规划、动态避障。配合算法，适应各类复杂环境。
＊Mapper拥有Lidar及SLAM引擎，解决了定位和建图两大功能，距离智能移动，只差一个导航模块。
01 复杂场景高品质地图构建
A1四足机器人上方搭载了 Mapper，具有主动探测闭环和修正地图的能力，能够帮助四足机器人在复杂的场景里实现大场景，高品质的二维地图构建，辅助后续RMA算法研究和部署。
Mapper主动探测地图和闭环修正能力
02 室外抗干扰能力强
RMA算法为了应对各类具有挑战的复杂环境，免不了要在室内、室外多种场景里移动测试。所以，作为机器人定位和建图的传感器，Mapper的抗干扰能力就显得尤为重要。
除了要能抵抗光干扰之外，Mapper还要能区分出环境光和激光信号。为此，思岚科技从A系列2代产品开始，就在处理算法以及光学调教上狠下功夫。至此，Mapper在室外强阳光、室内黑色物体、高反物体等方面的抗干扰能力上表现不俗，优异的测距精度为RMA算法保驾护航。
搭载Mapper的四足机器人室外运动效果
03 支持2m／s移动速度，±3°倾斜补偿角度
作为人来说，用腿在高低不平的地面上行走主要靠人体自身的平衡能力来调节，但是这个动作对于机器人来说，却是一件比较复杂，又极具挑战的事情。
Mapper支持2m／s的移动速度，相当于人慢跑，能保持四足机器人的最佳行进能力。同时，拥有±3°的倾斜补偿功能，保证最佳的建图质量数据，把外界环境对机器人的影响缩小至最小。
奔跑模式下Mapper建图效果
04 数据解析方便，ROS全兼容
为了各类机器人爱好者／厂商对Mapper进行更好的评估、开发及使用，Mapper提供完善的跨平台SDK开发包、手机和PC端评估工具。同时结合配套的ROS驱动，产生的地图和定位数据可无缝集成到ROS环境中。同时，作为传感器，Mapper收集到的点云数据也可以通过Ros node，将数据集成到现有系统中。
Mapper数据兼容ROS
另外，小岚还想跟大家安利的是，Mapper作为一款建图雷达，支持手持模式，只需要通上电源，即可随时随地使用。这就做到了让广大开发者够随身携带，随时集成，让开发和维护的成本和周期变得十分灵活可控。
最后，小岚想说的是，不管是用于A1四足机器人身上的RAM算法研究，还是用于移动机器人身上的自主定位导航，不管是腿式还是轮式的机器人，大家当下除了要做好商业价值的技能之外，都在向常规系统外的复杂性场景不断升级，寻求更多的应用可能。所以，思岚也会秉承着产品的稳定性和优越性，为市场一直提供有价值、有性价比的产品，助力产业发展和升级。
