波士顿机器人一直是类人（人形）机器人界的明星，无论是跳跃、翻滚、360°自旋转，还是做体操，都在一步一步的升级进化，似乎无“人”出其右。然而，最近IEEE Spectrum发表了一篇文章：伊朗推出迄今为止最先进的类人机器人Surena 4（又称Surena IV），一石激起千层浪，打破了这种平衡。下面我们来探讨波士顿机器人与Surena（苏雷娜）谁更先进，谁更强大。

一、Surena（苏雷娜）

2020年2月13日，IEEE Spectrum发表了一篇文章：伊朗推出迄今为止最先进的类人机器人Surena 4（又称Surena IV）。

Surena 4新机器人是对以前设计的重大改进。突出的功能是它能模仿人的姿势，抓住水瓶并将其名字写在白板上，Surena 4还与人类友人合影留念，自己步行走出学校大门，以及抓捧大的球形物体。

（Surena 4 Gif 运动图）

Surena 由德黑兰大学机械工程学教授尤塞菲·科马博士在50多名研究人员的领导下在CAST（先进系统和技术中心）开发。

Surena机器人的第一代（SURENA I，2008年）只有8个自由度（DoF），第二代（SURENA II，2010年）有22个自由度，行走速度为每秒0.03米。与拥有31 DoF的第三代（SURENA III，2015）相比，新型第四代机器人（Surena IV，2019）具有43 DoF和更高的手部灵活性，使其能够抓握具有不同形状的不同物体。Surena 4高1.7米，重68公斤；它比Surena III（98公斤高和1.9米高）更轻巧，更小，这归功于其基于拓扑优化的更好的结构设计，紧凑的定制执行器设计以及SLA 3D打印技术。

在新一代Surena 4中，通过利用FPGA板，控制环路频率已提高到200 Hz，从而可以实现在线控制器和估计器。通过机器人操作系统（ROS），状态监控，算法的实时实现以及多个程序的同时运行变得非常简单。

Surena 4具有面部检测和计数，物体检测和位置测量，活动检测，语音识别和语音合成的能力，从而实现了更好的语音用户界面。通过结合AI能力和全身运动计划，实现了在线抓握，面部和物体跟随以及动作模仿。

Surena 4可以以0.7公里/小时的速度连续行走。它可以通过其底部的新型接触传感器在不平坦的地形上行走。CAST的研究人员开发了在线接触控制器，以在踩踏过程中调节脚的角度和位置。凉亭，类动物群和MATLAB已用于模拟机器人的运动并评估不同的场景，包括上半身和下半身的运动（例如，侧向行走，向后行走，转身和推举恢复）。

Surena 4的发布，一石激起千层浪，在此之前，类人（人形）机器人业界最具人气的明星机器人是波士顿机器人。那么这两者之间有什么区别呢？

二、波士顿Atlas机器人

波士顿机器人一直是机器人行业的明星“表演者”。波士顿机器人每次推出新的视频，都牢牢吸引着行业和爱好者的目光。

早在2017年，它就掌握了后空翻，跳跃、旋转、后空翻，一气呵成的连招震惊世界。而最新的波士顿Atlas则可以做体操了。

最新的波士顿机器人Atlas，它的“身体”数据如下：

身高：1.5m

体重：80kg

速度：1.5m/s（5.4km/h）

传感器：激光雷达和立体摄像头

驱动器：28个液压驱动器

动力：电池

我们深入了解了Atlas的内部结构，发现它采用了Carnegie Robotics设计的Multisense SL传感器头。

配备有旋转LIDAR扫描仪和立体相机的Boston Dynamics Atlas人形机器人和Carnegie Robotics Multisense SL传感器头。

如图所示，该机器人配备了由Carnegie Robotics设计的Multisense SL传感器头，该传感器头将固定的双目立体摄像机与安装在主轴上的Hokuyo UTM-30LX-EW平面LIDAR传感器相结合，主轴的旋转速度高达30 RPM。 LIDAR每秒捕获40条环境扫描线，每条包含1081个范围，返回的最大范围为30米。

MultiSense SLB是三模态（激光，3D立体声和视频），高分辨率，高数据速率和高精度3D范围传感器的第二代产品。该传感器适用于各种机器人技术，自动化和传感应用，例如自动驾驶汽车，3D映射和工作空间理解。MultiSense SLB与一个低功耗FPGA处理器一起包装在坚固，紧凑的外壳中，并在工厂进行了预先校准。

原始的MultiSense SL是DARPA机器人挑战赛（DRC）中Atlas类人机器人的首选传感器。作为人形机器人的“头”，SL提供了用于遥控和自动控制的大部分感知数据。在2013年的试验中，8个得分最高的团队中有5个使用了Carnegie Robotics SL传感器头。

MultiSense SLB通过旋转的激光和立体相机生成3D点云，这些点云在传感器上进行了精确对齐和着色。立体声传感器以高帧速率提供极其密集的“全帧”范围数据，并以旋转速率较低的速率的高精度数据提供了补充。传感器还可以输出标准彩色视频。

MultiSense SL将Hokuyo UTM-30LX-EW激光器和Carnegie Robotics更新的MultiSense S7高分辨率立体相机结合在一起，形成融合的GigE设备。每秒输出43,000点的Hokuyo在主轴上以用户指定的速度轴向旋转。立体摄像机的基线为7厘米，可以配置2或4兆像素传感器，使其成为迄今为止最高分辨率的商用立体摄像机。机载处理处理图像校正，立体声数据处理，激光数据与主轴编码器的时间同步，主轴电机控制，照明定时以及管理GigE接口。GigE输出包括即用型格式的时间同步激光和立体声数据。这种架构的优点是立体声处理不需要强大的外部计算机，并且用户不需要提供立体声处理算法或立体声/激光校准。每个MultiSense传感器出厂时均已完全校准。

MultiSense SLB的立体声部分每秒可以找到超过1100万个功能匹配项。卡内基机器人公司执行的精确校准过程创建了必要的信息，以将像素级信息转换为准确的范围测量，同时还补偿了镜头变形，镜头对准的微小变化以及其他制造公差。如果需要，可以通过将彩色图像数据叠加到点云上来增强立体点云，从而获得引人注目的低延迟，逼真的3D数据集。

易于使用的基于ROS的API和工具可让您查看实时图像和3D范围数据；调整激光，相机和立体声参数；日志数据；回放日志；检查设备的校准；并更改传感器的IP地址。开源C ++库和千兆以太网接口使将实时数据轻松集成到机器人，车辆，移动设备，实验室环境或其他应用程序中变得很容易。

高温下的MultiSense单元热测试（50°C）

三、Surena 4 vs 波士顿 Atlas

下面是Surena 4与波士顿Atlas的各项指标的比较：

虽然Surena 4并不像波士顿的敏捷类人机器人那样高动态，但是也依赖控制器来控制全身的运动，以此来调整姿势避免摔倒。

Surena人型机器人从2008年第一代发布到现在已经走了很长一段路程，从最初的基本版到现在能够行走并且拥有攀爬和踢球等技能，可以说是一个很大的跨越。而为了能够让这款产品更加的先进，伊朗的科学团队重新设计了这几个组件，并且开发出新型的轻结构元素和功能强大外形小巧的自定义驱动器，最终使得这款机器人虽然身高达到1米7，体重达到68公斤的新一代Surena比1米9，98公斤的上代更轻巧，也更紧凑。时至今日Surena IV的运动和交互能力已经达到了世界的顶级水平。

另一个进步就是在机器人的控制器上，因为添加了FPGA板控制环路，所有现在可以在比之前更高的频率下工作。而传感器包括立体摄影机，关节上的编码器和惯性测量单元，同时配有文本转语音识别系统，识别生成基本语言以及在脚裸处安装的六轴力/扭矩的传感器。

Surena 4集成了机器人操作系统（ROS），所有控制器和传感器都可以一起运行。 它使用了MATLAB和Gazebo等不同的软件来模拟各种行为，例如转身或向后走。 而这次升级并不仅仅体现在机器人的内部构造上，同时在外观上也采用了新型的塑料盖材质，让Surena 4整体看起来更圆润，不像钢铁材质那么危险。

根据尤塞菲·科马教授的说法，新一代Surena 4机器人代表了技术的进步。

四、谁会是下一代机器人

尽管波士顿Atlas与Surena人形机器人有各自的优势，但是都还没有进入实用阶段，在科学界和某些实际的应用领域还远远达不到人们的要求，特别是一些特殊的领域和场合。包括NASA所要求的太空登陆机器人、制造业机器人、服务行业机器人、医疗保健机器人等。

1、NASA 太空机器人

2019年9月30日，NAS（美国航空航天局），决定抛弃现有的平台（Atlas，Digit，Valkyrie等平台），公开聘请工程师开发“下一代人形机器人”。

NASA对下一代人形机器人的要求是：

在现有的Valkyrie和Robonaut 2人形机器人的成功基础上，提高NASA的能力，可以将人类的远程存在和灵巧的操纵能力投射到太空和地球上充满挑战，危险和遥远的环境中。

NASA的Valkyrie人形机器人在太空飞船外工作的艺术家构想

NASA的Valkyrie人形机器人在火星表面工作的艺术家构想

为什么ＮＡＳＡ要抛弃现有平台，重新打造下一代机器人呢？

原因可能是：

NASA现有的类人机器人（包括Robonaut 2  和Valkyrie）被设计为在地球上运行。尽管Robonaut 2最终还是去了太空  （它最近被送回地球进行维修），但是它的硬件可能从来没有打算在国际空间站之外运行。下一代机器人需要在真空中进行工作涉及设计一系列更为严峻的环境挑战，在月球或火星上到处都是高磨蚀性灰尘的环境下，情况会变得更加糟糕，因此需要更高要求的机器人。

2、王天然院士提出：与人共融是下一代机器人的本质特征

王天然，现任中科院沈阳自动化研究所研究员，机器人技术国家工程研究中心主任，北京邮电大学自动化学院院长。中国工程院院士、自动化控制与机器人技术专家。长期致力于机器人技术、大型工业自动化系统的研究和应用。

王天然院士提出：机器人与人共融，就是能在同一自然空间里工作，能够紧密地协调，能够自主的提高自己的技能，能够自然的交互，同时要保证安全。实现这样的与人共融的机器人，人与机器人的关系就会改变，是一种朋友关系，可以相互理解、相互感知、相互帮助。

与人共融，就是要让机器人把人的符号化能力、学习能力、预见能力、自我调节能力、逻辑推理能力与机器的精准、力量、重复能力、作业时间、环境耐受力结合在一起。如果看得更远一点，未来还要在分子尺度上实现人与机器人共融。

机器人是智能制造的支撑设备，将助力中国的智能制造发展，满足中国的民生需求。与人共融是下一代机器人的本质特征。各个学科的交叉结合将为机器人带来新的发展机会。所以我们应该关心它、抓住它为我们服务。

3、下一代机器人应该像人一样拥有智慧的双手

Taskin Padir, 美国东北大学电气与计算机工程副教授（Associate Professor of Electrical and Computer Engineering, Northeastern University）于2017年提出：下一代机器人应该像人一样拥有智慧的双手。

对于人类（尤其是从事制造业的人）来说，打结，剥去电缆上的外壳，将销钉插入孔中或使用诸如钻头之类的手动工具是很普遍的。它们看似简单，但实际上非常复杂，涉及非常精细的手指和手部动作。

尽管机器人越来越多地参与工厂工作以及各种各样的其他类型的工作，包括服务行业和医疗保健，但它们的敏捷性并没有那么令人印象深刻。自从50多年前人们首次将它们带到汽车工厂工作以来，我们已经建造了可以很好地焊接，喷涂和组装零件的机器人。如今，最好的机械手可以捡起熟悉的物体并将其移至其他地方，例如从仓库的仓库中取出产品并将其放入盒子中。

但是，机器人无法正确定位手动工具，例如，将十字螺丝刀对准螺钉上的凹槽，或者将锤子对准钉子（现在Surena 4可以做到）。而且，他们绝对不能用详细的方式一起使用两只手，例如更换遥控器中的电池。

因此，我们需要设计多用途机器人，甚至是可以被称为“通用”的功能强大的机器人，而不是让每个机器人都是为特定任务量身定制的定制机器，几乎可以完成所有任务。这些类型的机器人成功的关键之一就是出色的双手。

要实现这一目标，还需要发明结合硬性和软性元素的新设计，即人的骨骼增强握力的方式，皮肤分散压力，使酒杯不会碎裂。

另一个里程碑将是为机器人开发方法，以弄清它们需要实时进行哪些动作，包括感知每时每刻手中的活动。如果机械手可以检测到它正在处理的物体的变化，或者在握住它们的同时进行操作，则它们可以帮助完成诸如打结和剥线等常见的手动任务。

两只手一起工作甚至会在未来走得更远，尽管这将极大地推动工作，特别是对于制造业。可以用两只手操作钻头或将机械零件从一只手传递到另一只手的机器人将是一个巨大的进步，使工厂可以自动化其过程中的更多步骤。