在地跨南非和博茨瓦納廣袤的卡格拉格帝跨境公園內，野生獵豹媽媽和她的三只幼崽正在捕獵跳羚。獵豹之所以能夠迅速撲倒獵物，是因為敏捷性和快速加速能力賦予它們決定性的優勢。Amir Patel 是開普頓大學生物力學教授兼非洲機器人研究中心 （ARU） 主任。在他的實驗室內，他正在安全距離內現場訓練著動作捕捉系統。

Patel 和他在 ARU 的團隊致力于通過研究獵豹如何移動，打造更出色、更敏捷的機器人。“獵豹代表著機動性的巔峰水平，”Patel 說道?！耙钊胙芯克?，我們需要設計新的方法來衡量運動和力或者執行優化。”

關注獵豹這種地表速度最快的動物催生了諸多技術上的進步和發展。在機器人、多體建模、反饋控制、軌跡優化、計算機視覺和深度學習領域，研究人員開發了各種新的技術。

雖然 Patel 多年來一直在使用 MATLAB 和 Simulink，但 Campus-Wide License 使他和該大學的其他研究人員能夠更充分地利用該平臺。

“我們根據所研究的問題選擇合適的工具，”Patel 說道?！斑@種校園級許可證給我們帶來了極大的便利?！?/p>

該團隊還發現，MATLAB 和 Simulink 支持與其他編程語言（如 Python）和硬件（如 Speedgoat）進行無縫的互操作。

Patel 與 Mackenzie Mathis 博士和 Alexander Mathis 博士協作，將他們開發用于無創動物行為跟蹤的開源工具箱 （DeepLabCut） 應用于跟蹤野外奔跑的獵豹這一任務。這項研究榮登自然協議雜志的封面。

隨后，Patel 以其基于深度學習的動作捕捉系統 WildPose 獲得計算機感知類別的“谷歌研究學者獎”。MathWorks 也為該實驗室的研究提供了大力支持。Patel 的工作為他帶來了兩項專利，催生了一家大學衍生公司，并引發了機器人專家、運動科學家、臨床醫生、生物學家、生態學家和保護區管理者的濃厚興趣。

意外的收獲

在野外，獵豹的沖刺速度高達每小時 120 公里（75 英里），這使它們成為陸地動物中的短跑冠軍。大型貓科動物可以快速加速，輕松追逐獵物，這并不奇怪，因為它們的腿和脖子較長，腦袋較小，且爪子處于半伸縮狀態。

世界上大約 18% 的獵豹生活在南非。作為一名工程師，Amir Patel 很早就對本地動物很著迷。他在開普敦大學攻讀博士學位之初，就計劃使用獵豹數據開發完整的機器人。

“當時，沒有關于獵豹如何利用尾巴或靈活的脊椎或模型來解釋獵豹機動性的信息，”他回憶道。

Patel 將獵豹毛茸茸的長尾巴作為研究對象。那時，關于尾巴的數據是基于其他動物的?？茖W家并不十分了解其重量和慣性情況。當時的野生動物專家普遍認為，尾巴很重，具有很大慣性，起著配重的作用。

后來，他的一位博士協作者，比勒陀利亞國家動物園的 Emily Lane 教授，請他觀看一只自然死亡的獵豹的尸檢。在尸檢過程中，Patel 拍攝了照片并進行了測量。

“我原以為尾巴會很大，”他說道?！暗珜嶋H上，獵豹的尾巴很纖細，僅占其體重的 2% 左右?！?/p>

為了更好地了解毛皮的空氣動力學效應，Patel 將 Lane 提供的已故獵豹的尾巴放在風洞中。他使用 MATLAB 和 Simulink 進行了建模。

“想象一下，您在車里，將手臂伸出窗外，您能感受到那股力量，”他說道?！拔覀円呀洿_定，獵豹在高速轉彎時，借助這種空氣動力學阻力來穩定身體?！?/p>

將獵豹的尾巴放在風洞中以了解毛皮的空氣動力學效應。（圖片所有權：Amir Patel）

機器人專家經常從大自然中汲取靈感，但 Patel 發現自己所做的生物學研究受到機器人的啟發。他的機器人背景為研究獵豹提供了新的視角。

生物靈感催生活塞應用

作為 ARU 的四名主要研究人員之一，Patel 和他的學生從不同角度研究獵豹：創建機械系統的數學模型，感知和測量動物的行為，以及制造機器人來作為復雜運動的機械模型。獵豹的奔跑速度不斷變化，這增加了研究其運動的難度。相比其他擁有恒定速度的動物，研究獵豹的動態更有挑戰性。

他和其他 ARU 工程師打造了一款名為 Baleka 的兩足機器人，該名稱來自科薩語，意思是“沖刺”。該機器人的設計利用了軌跡優化方法。結果表明，機器人實現的垂直靈活性超過了人類。

在 2023 年機器人和自動化國際會議 （ICRA） 上，Patel 和他的學生 Christopher Mailer 展示了一種新型四足機器人原型 Kemba 的設計和控制。這種混合氣動電動原型平臺的名稱取自祖魯語 inkemba（即“劍”），該機器人可以在相當于其 2.2 倍腿長的高度跳躍。

Patel 說道，“在觀看視頻時，我們發現，獵豹并沒有嘗試精細地控制腳，而只是嘗試盡可能用力地蹬地?！薄斑@與氣動活塞施加力的方式有著異曲同工之處。” 通常，機器人專家不使用氣動活塞，因為它們難以精確控制，但 ARU 團隊接受了這種效果。他們利用 Simscape Multibody 和 Simulink 為 Kemba 膝蓋上的氣動活塞建模，仿真四腿機器人的預期運動，并為其設計控制器。

Patel 表示，他和他的學生都有反饋控制方面的背景，因此自然而然地想到了從一個系統移至下一個系統的模塊圖和信號。該團隊在用于多體建模的機械 CAD 軟件中設計了 Kemba，然后將這些設計移植到了 Simscape 中。

借助基于模型的設計，Patel 和他的學生可以實時查看加速度信號，他認為這非常有用，特別是對于調試更是如此。此模塊圖環境縮短了團隊的開發時間，還支持快速測試和試驗、系統優化以及代碼自動化。

“Simulink Real-Time 正在改變游戲規則。過去，我采用手動編碼，但總出問題，”他說道。“現在，我們使用 Speedgoat 實時控制系統，該系統可以輕松地與 Simulink Real-Time 集成。我們只需點擊一下按鈕，它就會在機器人上運行。這使得開發工作的質量更好，速度更快?！?/p>

在 ICRA 上，科學家們展示了 Kemba 在加速和跳躍方面的潛力。這個剛性脊椎機器人的跳躍高度可達 1 米（3.28 英尺）。

接觸順序對獵豹和機器人都很重要。即使使用機器人抓取器或抓手，理想的接觸順序也會在移動或操縱目標時產生很大的影響。2018 年，Patel 在卡內基梅隆大學休假期間，提出了更準確的接觸優化算法的想法。

與他交談過后，一些科學家否定了他的想法，“不行，你這樣行不通。兩年前，有幾個小組嘗試過，都沒成功?！钡还苋绾?，Patel 還是勇敢嘗試了。他后來撰寫了一篇題為《Contact-Implicit Trajectory Optimization Using Orthogonal Collocation》（使用正交排列的接觸隱式軌跡優化）的論文。該論文發表在了 IEEE Robotics and Automation Letters 上，成為他被引用次數最多的文章之一，并在 2020 年獲得 IEEE 技術委員會關于機器人基于模型的優化最佳論文獎的亞軍。

“遠離其他研究中心或行業有其自身的優勢，”Patel 沉思道?！拔矣幸环N逆水行舟的心態?！?/p>

遠程運動捕捉系統

獵豹面臨著許多威脅，正瀕臨滅絕。盡管獵豹的速度之快令人難以置信，但它們是膽小的掠食者，而且與食腐動物競爭獵物。氣候變化、棲息地喪失、偷獵者以及與人類的沖突導致野生動物數量銳減。

Patel 說道，“育種和保護區計劃有力地推動了種群數量的增加?！狈侵迿C器人研發中心與三個獵豹中心（Cheetah Outreach、Cheetah Conservation & Research Centre 和 Ashia）展開了合作。這三個中心位于獵豹與人類和平共處的地區。

目前，用于理解人類運動的生物力學技術不能直接應用于研究野生動物。這就需要重新構想如何測量獵豹的運動?！拔以认胫唾I些項圈戴在獵豹身上，”他承認道?！暗?，即使給動物戴上項圈，也無法獲取關于其頭、腿、脊椎或尾巴的信息。”

ARU 的科學家為圈養的獵豹開發了一種基于 GPS 的后置攝像頭系統，該系統能夠實現傳感器融合，效果很好。。.…但是后來，獵豹不肯乖乖就范了。另一個障礙是：這些中心圈養的獵豹的移動速度為 65 公里/小時（40 英里/小時），遠低于野生獵豹的移動速度，后者高達 144 公里/小時（89 英里/小時）。

“在實驗室，可以將電極放在人或動物身上，測量其肌肉活動狀態，但野生動物可不會讓你觸碰，”Patel 說道?！坝谑?，我就有了這個瘋狂的想法，那就是能夠遠距離測量野生動物的整個身體及骨架的運動學。”

ARU 開始與國家公園合作，將實驗室帶到野外。在那里，研究人員設法從全速奔跑的獵豹身上收集更多有代表性的數據。然而，在沒有電極或可穿戴設備的情況下實現精細動作捕獲面臨著巨大的挑戰。有時候，獵豹在卡格拉格帝跨境公園內行蹤不定，短暫出現后隨即就消失在沙丘上。

獵豹奔跑的無標記（無創）三維重建。獵豹的多個視圖在二維進行標注，然后通過完整軌跡估計 （FTE） 算法進行融合，以產生三維骨架運動。（視頻所有權：開普敦大學非洲機器人研究中心）

Patel 和 ARU 團隊隨后開發了一種使用激光雷達和望遠鏡鏡頭的遠程運動捕捉系統。該系統利用多傳感器融合技術，能夠遠距離生成三維生物力學數據。

MATLAB 工具箱對于三維重建等項目部分至關重要，該團隊將激光雷達和攝像頭信息結合使用來進行傳感器融合。Control System Toolbox 有助于闡明獵物的運動與獵豹身體不同部位或整個身體的運動之間的輸入輸出關系。

“我們經常使用 Computer Vision Toolbox 進行標定，”Patel 指出?！霸?MathWorks 研究峰會上，每個人都對相機標定的上佳表現贊不絕口?！彼H臨馬薩諸塞州的內蒂克市參加了年度峰會。在會上，他與 MathWorks 的聯合創始人 Cleve Moler 進行了交談，并發表了主題演講。

該實驗室與 MathWorks 建立了高度協作的關系。受 ARU 研究人員反饋的啟發，Computer Vision Toolbox 和 Lidar Toolbox 引入了新的功能，這些功能將集成到機器人產品中。

除了獵豹，ARU 還捕獲到了其他運動中的動物，包括長頸鹿、獅子和跳羚。在驗證了其系統后，該團隊希望向全世界推出該系統。

MATLAB 工具箱對于獵豹運動的分析和建模至關重要。（圖片所有權：開普敦大學非洲機器人研究中心）

作為牛津大學的客座教授，Patel 在休假期間也專注于改進野外動物生命體征的測量。一些疾病可以從家養動物傳染到野生動物身上，傳播速度非?？?，等到生態學家發現時往往為時已晚，尤其是在資源匱乏的地區。更智能、更便捷的遠程監控可以提供早期預警系統。

這些遠程系統也可能有益于監測人類健康狀況，使臨床醫生能夠測量患者的肌肉活動，而不必在皮膚上粘貼昂貴的電極。Patel 注意到了該系統在脊髓損傷康復和假肢安裝領域的應用潛力。

運動科學家也對 ARU 榮獲專利的可穿戴運動捕捉系統表示出了興趣。該實驗室的另一項專利是三維測力臺系統，該經濟實惠的系統有著廣泛的應用前景，目前正由一家新的大學衍生公司研發。接下來，該實驗室的一個小組將致力于給 Kemba 裝配活動脊柱。

Patel 博士和他的團隊正在研究逆最優控制和強化學習，以了解有關獵豹運動的更多信息。（圖片所有權：Amir Patel） Patel 的團隊也開始探索逆強化學習和最優控制?！拔覀兗词箍梢杂^察到獵豹的運動，仍不確定獵豹為什么會這樣做，”他說道。“獵豹是想在奔跑時保留能量、增強機動性，還是想在最短時間內截獲獵物？逆強化學習將幫助我們理解它嘗試優化的目標?！?/p>

這些獵豹依然讓他著迷。

“在讀博士期間，我改變了想法，樹立了研究這種動物的志向，”他說道?！?3 年過去了，我依舊保持初心?！?/p>

審核編輯 ：黃飛