Shared posts

09 Apr 02:02

杀死一只强迫症——为什么要设计一架不对称飞机

by 瘦驼

到2010年退休的时候,时年67岁的美国传奇航空设计师伯特·鲁坦(Burt Rutan),总共设计过近百种各式各样的飞行器。其中有五种被业界圣殿——美国国家航空航天博物馆收藏。

不过在所有的鲁坦设计中,最“吸睛”的可能要数一款没有太多光环的飞机——“回旋镖”(Boomerang)。这款诞生于上世纪末的五座双引擎轻型通用飞机并没有创造多少世界第一,不过它的外形可能很人大吃一惊——“回旋镖”是不对称的!人们第一眼见到它的时候总会问:“这玩意儿能飞起来吗?”实际上,“回旋镖”不但会飞,而且飞得很好,它的经济型和安全性远高于传统构型的同类飞机。一架在天上愉快飞行的“回旋镖”可真是对付强迫症患者的“大杀器”。

以下是美国《航空与航天》杂志(Air & Space)的执行主编丹尼·泰蒂奇(Diane Tedeschi)在数年前对鲁坦进行的专访。(Q:泰蒂奇/A:鲁坦)

Q:你是从多大年纪开始制作飞机的?

A:非常非常小的时候就开始了。我想可能是差不多6到8岁吧。

Q:那时候都是用成品模型套件吗?

A:我没怎么用过那些从商店里买到的成品,从小就对那些装起来用来炫耀的塑料模型不大感兴趣。我喜欢用不同的材料组装能飞的东西。实际上不太记得我曾做过这一类拼装模型。

Q:那你是自己做零件了?

A:对。我经常捡我哥哥作模型剩下的零件组装飞机什么的(伯特的哥哥迪克·鲁坦比他大5岁,是一名飞行家,1986年曾作为“旅行者号”的驾驶完成了创纪录的环球不间断不加油飞行。——译者注)。

Q:你第一次放单飞(飞行训练中首次独立驾驶飞机——译者注)是什么飞机?

A:是一架Aerona Champ,1959...我不记得那架飞机有多老了,不过我放单飞是在1959年。

Aerona Champ是一款非常经典的小飞机。

Q:我猜你那时候才16岁吧?

A:是16岁。

Q:那你接受过什么正式的航空设计训练呢?

A我毕业于加州理工州立大学(California Polytechnic State University)(并非著名的加州理工——译者注),并获得了航空工程学的学位。

Q:当你去设计一架新飞机时,我想知道你是先有一个基本的外形,还是先考虑飞机的性能和功能,然后在决定飞机的外形和视觉效果?或者两者同时进行?

A:除极少数情况以外,或许从来没有,我们先有一个基本的性能指标--要多大的升力,多远的航程,多快的速度之类的。所以我要从计算能达到上述指标的物理参数开始,这就基本决定了飞机的尺寸:翼展大约要多大,翼面积大约要多大等等。然后我要看看飞机的功能:飞机用来干什么,要装载什么样的载荷,飞行什么样的空域,或者其他特殊的要求。它是不是需要失速自动修正,比如说。它是不是需要高的滚转率。然后我试着用尽量多的构型来满足这些需要,然后逐一验证,淘汰那些不佳的构型。一般来说最后会有几个构型满足需求,性能不相上下。它们中有些可能更贵一些,有些可能在某一方面有更好的适用性等等。当然,我还是喜欢实验,通过实验看看有没有提供这种适用性的其他方法。
一个很好的例子就是轻型双引擎飞机,我很清楚轻型双引擎飞机的安全性很差。虽然它们有两台发动机,但它们的致命事故发生率要比轻型单引擎飞机高得多。我认为这是一个很重要的问题。所以有那么两段时间,我设计了一些轻型双引擎飞机,一次是大约五年之前(指上世纪末——译者注),另一次是1976-77年间。两次都是想完全解决轻型双引擎飞机的安全性问题。所以我试了一些非常特别的气动外形。一个是推进式的鸭式飞机,它具有动力丧失安全性(engine-out saftey)和失速自动限制
(natural stall limitings),那是一架非常安全的飞机,还有“回旋镖”(Boomrang)也有动力丧失安全性。不过我想别的设计师可能会说:“哦,搞得太激进的东西太冒险。”所以他们倾向于精炼那些已经被接受的构型,而不是尝试新的。

鲁坦口中1976-1977年的双引擎轻型飞机的尝试就是“鲁莽”(Defiant)。

Q:你设计出了一些历史上最独特的设计,你是从什么地方获得灵感的?是从自然中吗?

A:哦,这十年中我一直在说,有许多结构设计的灵感是师法自然的。不过我可不记得我这辈子去野外观鸟过。我只是凭直觉认为海鸥应该有一对长的翅膀,而隼应该有高的翼载。你知道,我可不记得我曾经仔细观察鸟类以便学会怎样让飞机飞起来。我觉得这是因为我之前已经有大量的成熟的设计,我不是生活在莱特兄弟之前。不过,告诉你,我对这一类东西还是很感兴趣的。最近我听到的最有意思的报告是一个来自蒙大拿的教授做的,他叫.....

Q:肯·戴尔(Ken Dial)?

A:对!就是戴尔(肯·戴尔提出过自己对鸟类飞行起源的见解——译者注)。

Q:他很有名。

A:有次他在一个航空的会上做了一个听起来有意思的报告,关于研究鸟如何控制飞行。

美国国家航空航天博物馆收藏的五种鲁坦飞机分别是:1、首次实现载人单极近空间飞行,拿下Ansari X奖的“太空船一号”;2、畅销车库飞机VariEZ;3、轻型飞机Quickie;4、首次实现载人不着陆不加油环球航行的“旅行者号”;5、首次实现载人不着陆不加油环球航行的喷气飞机“维珍大西洋环球飞行者号”。

Q:你最近没有设计任何鸭式飞机。你觉得鸭式飞机是不是已经发展到极限了,它还有发展的空间吗?

A:等着看我的下一个作品吧。我今天工作了一天,今天是周日,昨天我也在工作。我得说最近几个月最忙的工作是设计一架新的鸭式飞机。一架非常优雅、高升限多用途飞机。它能做许多像U2(美国空军著名的高空侦察机——译者注)那样飞机的工作。通讯信号传输或者别的什么。我不准备给这架飞机做失速限制。避免失速往往是建造鸭式飞机的一个理由。拿Long-EZ来说吧,当然也包括Defiant——这种特性表现在自然失速限制上,也就是说在任何重心条件下全拉杆最大迎角时仍没有危险的失速特性。不过这架“新”飞机的失速特性不是我所关心的,它将会被两名专业驾驶员驾驶。我用鸭式布局的主要原因是它的特别的载荷,比如一个大天线。

Q:可以冒昧的问一下,这架飞机是为谁设计的?

A:实际上有很多客户。主要的投资是由我们“缩比复合材料公司”(Scaled Composites)完成的。其中一个客户是做通讯服务的“天使公司”(Angel Corporation),它要求的载荷是一面可以向数千用户提供互联网和移动通讯服务的大的转发天线。

鲁坦前面所说的高升限鸭式布局飞机就是“海神”(Proteus)。图源:AIRLINERS.NET


Q:计算机技术和相应的软件是不是改变了你的设计方式呢?或者是缩短了你设计的时间?这些东西从你开始使用改进了多少?

A:嗯,回头来看的话,应该说,设计一架像Defiant或者Long-EZ这样的飞机,它的空气动力学计算、放样、载荷分析....这一切其实并不是一个很大的工作量。相比我们现在设计的飞机,那是相当少的。我想主要原因就是我们现在有了很好的计算机工具和很棒的软件,可以让我们在短时间内作大量的计算。不过我认为,这所有的一切并没有改变创造的过程:飞机的外形如何,如何通过革新和创造解决一个问题。计算机现在干不了这些工作,可预见的未来也不能。做这些工作的时候,我一般会改变一下我周围的环境--不要接近计算机,哪怕是参考书和过去的设计成品,甚至是计算器。我经常这样做,尤其是去年。我所要的是画板、彩色铅笔和一个尽量远离办公环境的地方。

Long-EZ也是鲁坦设计的一款畅销轻型飞机。


Q:也就是老派的做法。

A:你知道,我是在故意不使用计算机。

Q:很有意思,我相信很多人听到这个答案会吃惊的。现在贵公司有多少员工?

A:145人,现在分别做着有13个不同的项目(“缩比复合材料公司”成立于1982年,现在约有员工200人,已经被诺斯罗普公司收购——译者注)。

Q:现在公司的经营状况怎么样?我知道你是公司的创立者,曾经是公司的所有人。现在还是这样还是卖掉了?
A:“缩比复合材料公司”(Scaled Composites)是由两个人组建的,我从来都不是它的独立所有者,我现在持有它的一些股票,最多的时候曾经持有过它的一半股权。

Q:你每天的生活是什么样的?

A:哦,你该跟着我转转,尤其是最近,可狂野了,真的。

Q:我可以想象:很多时间独自设计飞机,有时候也....你现在要花很多时间指导和管理公司的设计工作吗?

A:独自设计的时间的确是最享受的。当然那不是我唯一乐意去做的事,不过我的确非常喜欢独自设计。生意时间之外,晚上或者周末,我基本上都在独自设计。有时候我也会突然发现我把自己锁在屋子里搞设计,而且是在工作日,当然这是很少见的情况。和大多数人一样,我们朝七晚四,周一周五,一周40小时工作。时间一般是这样分配的:采购;做提议;见客户,同他们讨论以知道他们的需求;向他们展示我们过去的工作;然后看看我们是否能完成客户的要求。
我一般会注意其他人怎么工作,当然只是从背后观察,不打扰他们的工作,然后提一些建议。
我也参与飞机的制造,亲自下手。我一直坚持要我们所有的工程师都这样做。你没有亲手制作飞机的能力就没有权设计飞机,这是我们的一条准则。这在洛克希德和波音是不可能成为准则的,因为他们有强大的工会。不过我们认为这是极其重要的,是强制性的。

Q:我想知道莫哈维(Mojave,位于加州东南部,是美国重要的航空试验基地——译者注)的美丽和沙漠空旷无垠的景色多大程度上激发了你的灵感或者影响了你的设计。

A:嗯,沙漠是飞行的好地方,晴朗无云。唯一不利的地方就是有时候会有紊流和强风。不过要说景色激发灵感...我得说绝对绝对没有。你看,我现在在办公室里,窗帘紧闭,为了不在电脑屏幕上反光。我设计的建筑一层都几乎没有窗户,为的是保持室内空气宁静。我从不会去欣赏沙漠,真的。我不在沙漠中散步,那里有响尾蛇什么的。回家的五分钟路上碰见一条响尾蛇是很讨厌的。不过,我不是说...我也喜欢去爬山或者到海边看风景,不过我从来没有像那些城里人那样看出沙漠的美来。

Q:现在莫哈维还是那样一个小镇吗?你们公司的建立有没有给莫哈维带来更多人气?

A:我觉得我们公司对小镇并没有产生多大影响。当然,我们的员工比较多,但是只是150个人,全镇有2800人吧,嗯,差不多是这个数。而且我们多数人并不住在镇子里。莫哈维的人口跟它的海拔高度差不多。而且也没有像其他的什么地方一样增长的很快。

Q:对,跟加州其他的地方差不多。前几天我看过“回旋镖”的照片,我认为那是一个非常漂亮的设计。最吸引我的就是它不对称的结构了。不对称设计在飞机上并不常见,似乎对称更被人接受,你怎么看?

上世纪三十年代末,德国布鲁姆福斯公司设计生产过一款名为BV141的军用飞机,可以说是不对称飞机的鼻祖。

A:是的。一架飞机稳定在两个轴上。一个轴垂直穿过重心,其上有一个垂直安定面和一个舵,保持飞机的偏航静稳定性。多数飞机都有不借助升力自主保持直线航行的能力。飞机的另一个轴水平穿过重心,提供俯仰稳定性。在这个轴上,机翼和尾翼联合保持稳定性--机翼提供向上的力,尾翼提供向下的力。通常人们所没有认识到的是,除非飞行员不操纵,这两个轴上的稳定方式是相似的。升力不发生偏斜,它就是稳定的。即使是一架不对称的飞机。多数人有这样的感觉:天哪,一架飞机必须是对称的。一般来说没有什么理由让一架飞机不对称。不过,我在设计“回旋镖”的时候,发现不对称结构有许多的优势。首先,它可以使两个引擎靠的更近,这样在一个引擎失去动力时的偏航和滚转力矩就比普通双发轻型机小的多。“回旋镖”单发飞行时的偏航和滚转力矩分别只有普通双发轻型机的一半和四分之一左右。这架飞机双发工作时有些不对称,但这对于一架稳定的飞机算不了什么。因为有机身和另一个发动机舱承受扭转力,我就可以将垂直尾翼和水平尾翼放的更靠后。这是多数人没有认识到的优势,这样尾翼面可以更小、负载更低,而且更有效。

其实即便是一架单引擎飞机,发动机的扭转力矩和螺旋桨滑流扭转引起的偏转力矩一直让飞机处在一个打滚的趋势中。

这给我提供了非常好的方向安定性,在动力丧失的情况下,飞行员甚至只用副翼不用蹬舵就能保持飞机方向。这是与普通双发轻型机惊人的不同。更后置的水平尾翼也给飞机提供了更宽的重心范围,这可以让我将乘客分散,乘客再也不用蜷缩在座椅上,膝盖顶着前座了。事实上,像我一样的大个子(我体重210磅)可以睡在飞机座舱后部而不用担心飞机的重心过于靠后。而且另一个发动机舱可以装载很多行李。这样我就打破了很多飞机安定性设计的限制。结果是,嘿,你可以随意装载载荷而不用担心超出飞机重心安定范围了。


另外,我可以把机翼做的更长更细,因为整个翼载因为机身和发动机短舱均匀分散了,而且在机翼的中间,实际上什么也没有。综合了这么多优点,让我觉得我的确让设计得到了“进化”。这也表明,在人们都没有意识到的时候,不对称的飞机设计有显著的优点。听起来我像是在推销飞机似的,实际上“回旋镖”是非卖品。

 

你可能感兴趣

  1. 现役主要民航客机事故数据速读
  2. 史上最成功的劫机犯
  3. 经济学人:劳斯莱斯为A380所造引擎爆炸
  4. 发动机数据给马航MH370航班失联提供新的线索
  5. 坐飞机,你被这些谣言骗过吗?
  6. 亡羊补牢——为了不被遗忘的MH370
  7. 油价“打飞机”?果壳网编辑部也能!
  8. 号称NASA史上最搞怪的斜翼机
  9. 飞机“黑匣子”揭秘
  10. 小错误也会引发大灾难
  11. 死亡50人及以上民用航空器空难地图
  12. NASA披露2025年新一代客机构想蓝图
03 Mar 03:02

以美之名,重读达尔文

by 苗德岁

Gaby D'Alessandro,via behance.net

在世界经典著作中,达尔文的《物种起源》是少有的(如果不是仅有的话)一部跨越科学和人文两大领域的巨著。不像有些科学元典到如今仅有少数专家们还在研读,《物种起源》则是一部常读常新的“大众”读物,出版150多年来,一直经久不断地被印行、翻译成各种语言、为大家阅读甚至于激烈辩论。单就中译本来说,就有很多版本仍在市面上发行,我所翻译的译林版(2013),不仅是回归为当今学界所推重的初始版本(第二版),而且使用的是半文半白的汉语,试图反映相应的维多利亚时代英语的特点,以及着力再现该书的文学性。这种在译界被称为功能对等的尝试,自然是见仁见智,还要诚请方家教正。

不少人或许有过这样的经历,即多次试图阅读《物种起源》,却又多次中途放弃,甚至于看不了几页就欲 “读”还休。如果说是由于译本质量不高的话,那么我可以告诉大家,母语是英语的人在读该书的英语原著时,也常常会有这样的经历。为什么呢?因为《物种起源》原本就不是一本好读的书,更不是一本消遣的书,它像瓦格纳的长达数小时的歌剧一样,需要你从头至尾的耐心和专注,这样一来,经过剧中的高潮迭起,及至达到剧末最高峰时,你突然领悟到:哇噻,这几个小时真的没有白坐哦!因此,我劝那些只想欣赏贝多芬的“赠爱丽丝”那样的钢琴小品的朋友,请放下你手中的《物种起源》——这本书需要你用初恋中的那种青涩、真诚、追求、执着与专情来读。

首先,达尔文写这本书不只是给专家们看的,他旨在说服所有的人。甚至于有研究者指出,达尔文非常希望他的父亲和舅舅兼岳父能喜欢这本书,因为毕竟是他们提供了他写作此书的雄厚的经济实力(尽管他们最后都没有等到《物种起源》的面世)。因此,他不能把该书写成学术专著,尽管他有这个能力(如他的藤壶专著)。其次,他深知不寻常的理论要有不寻常的证据,方能令人信服,因此,在书中他要列举无数方方面面的证据。那么,如何把千头万绪的证据以及他称之为“一部长篇的论争”的全书,用讲故事的手法、引人入胜地组织在一起,达尔文是煞费苦心的。不特此也,他凭借自己对弥尔顿和莎士比亚文笔的熟稔,在结构和修辞上都采用了文学手法。《物种起源》与狄更斯的《双城记》同年在伦敦出版,均为当年的畅销书!

从结构上讲,《物种起源》除了开头的《绪论》与结尾的《复述与结论》,由13章组成,可分成三部分:第一部分包括头四章,达尔文用来介绍他的理论,类似于开庭陈述;接下来五章,是化解他的理论可能会遭遇的诘难;在第三部分的四章中,他像律师出庭辩论那样一一出示支持他理论的证据。他就好像推理侦探波罗那样,运用严密的逻辑和各种修辞手段,来说服读者。因此,我们阅读《物种起源》时,不能当做学术专著来读,要当侦探推理小说来读,如果遇到什么悬念,要耐心读下去——“山穷水尽疑无路,柳暗花明又一村”。下面我将援引书中的少许精彩片段,以展示达尔文的文学造诣。首先,请看书中对生物之间协同适应的描述:

“我们目睹这些美妙的协同适应,在啄木鸟和檞寄生中,最为清晰;仅仅略逊于如此清晰的,则见于附着在哺乳动物毛发或鸟类羽毛上的最低等的寄生虫、潜水类的甲壳虫的结构、随微风飘荡的带有冠毛的种子;简言之,我们看到这些美妙的适应无处不在,在生物界随处可见。”【译林版(下同)第50-51页】

达尔文在此处用了两个“美妙的”形容词来修饰生物“适应”性,他想让读者们在领悟大自然无与伦比的美妙和富饶的同时,也要理解这种美丽属于生物界的每一个成员(以及它们之间的相互关系),不管其表面看起来是像鸟类羽毛那样美丽,抑或像寄生虫或甲壳虫那样“不起眼”。

还有全书最后一段的开头对生物多样性的“白描”:

“凝视纷繁的河岸,覆盖着形形色色茂盛的植物,灌木枝头鸟儿鸣啭,各种昆虫飞来飞去,蠕虫爬过潮湿的土地……”(第389页)

他对生存斗争的描述,则采用了“反直觉” (counterintuitive)的手法:

“我们目睹自然界外表上的光明和愉悦,我们常常看到食物的极大丰富;我们却未注意到或是遗忘了那些在我们周围安闲啁啾的鸟儿,大多均以昆虫或种子为食的,因而它们在不断地毁灭着生命;我们抑或忘记了这些唱歌的鸟儿,或它们下的蛋,或它们的雏鸟,也多被鸷鸟和猛兽所毁灭;我们亦非总能想得到,尽管眼下食物很丰富,但并非每年的常年四季都是如此丰富的。”(第52页)

请看他用“拟人”的手法对自然选择的描述:

“也可用隐喻的言语来说,自然选择每日每刻都在满世界地审视着哪怕是最轻微的每一个变异,清除坏的,保存并积累好的;随时随地,一旦有机会,便默默地、不为察觉地工作着,改进着每一种生物跟有机的与无机的生活条件之间的关系。我们看不出这些处于进展中的缓慢变化,直到时间之手标示出悠久岁月的流逝。然而,我们对于久远的地质时代所知甚少,我们所能看到的,只不过是现在的生物类型不同于先前的类型而已。”(第68页)

他对生命之树理论的描述中,所用的比喻和隐喻以及处理文字的声韵和节奏的老道,不输于任何一位维多利亚时代的文豪:

“同一纲中的所有生物的亲缘关系,有时已用一株大树来表示。我相信这一比拟在很大程度上道出了实情。绿色的、生芽的小枝可以代表现存的物种;往年生出的枝条可以代表那些长期以来先后灭绝了的物种。在每一生长期中,所有生长着的小枝,都试图向各个方向分枝,并试图压倒和消灭周围的细枝和枝条,正如物种以及物种群在生存大战中试图征服其他物种一样。主枝分为大枝,再逐次分为越来越小的枝条,而当此树幼小之时,主枝本身就曾是生芽的小枝;这种旧芽和新芽由分枝相连的情形,大可代表所有灭绝物种和现存物种的层层隶属的类群分类。当该树仅是一株矮树时,在众多繁茂的小枝中,只有那么两三个小枝得以长成现在的大枝并生存至今,支撑着其他的枝条;生存在遥远地质年代中的物种也是如此,它们之中极少能够留下现存的、变异了的后代。自该树开始生长以来,许多主枝和大枝都已枯萎、折落;这些失去的大小枝条,可以代表那些未留下现生后代而仅以化石为人所知的整个的目、科及属。诚如我们偶尔可见,树基部的分叉处生出的一根细小柔弱的枝条,由于某种有利的机缘,至今还在旺盛地生长着;同样,我们偶尔看到诸如鸭嘴兽或肺鱼之类的动物,通过亲缘关系,在某种轻微程度上连接起生物的两大分枝,并显然因为居于受到庇护的场所,而幸免于生死搏斗。由于枝芽通过生长再发新芽,这些新芽如若生机勃勃,就会抽出新枝并盖住周围很多孱弱的枝条。 所以,我相信这株巨大的‘生命之树’的代代相传亦复如此,它用残枝败干充填了地壳,并用不断分杈的、美丽的枝条装扮了大地。”(第104页)

而最为频繁引用的书末这句话,简直是神来之笔:

“生命及其蕴含之力能,最初由造物主注入到寥寥几个或单个类型之中;当这一行星按照固定的引力法则持续运行之时,无数最美丽与最奇异的类型,即是从如此简单的开端演化而来、并依然在演化之中;生命如是之观,何等壮丽恢弘!”(第389页)


Gaby D'Alessandro,via behance.net

记得著名达尔文学者乔治•莱文曾发过此番高论:如果让我们来评选19世纪最重要的英语文学作品的话,恐怕不会是狄更斯和乔治•艾略特的小说,也不会是华兹华斯的诗歌,而是达尔文的《物种起源》!我想,不管你同不同意莱文的这一观点,但美国作家亚当•高普尼克所描述他初读《物种起源》时的情景,却至少令我感同身受:

“我是在夏日的海滩上第一次读《物种起源》的。……那就像打了一针维多利亚幻觉剂,眼前的整个世界突然活跃起来,一切都开始移动,以至于沙滩上海鸥和矶鹞之间的相像,突然变得不可思议般地活泛起来,变成了一个躁动整体的一部分,鸟类的巨型蜥蜴远祖们,宛若幽灵一般萦绕在它们的上空。先前看似一成不变的孤寂的海洋和沙滩,募然复活,融入到无尽的变化和运动之中。这是一本让整个世界颤动的书。”(Adam Gopnik, 2009, “Angels and Ages”,  p.9)

我几年前看到这里时曾思忖:倘若我今生今世未把《物种起源》从头至尾至少读了一遍的话,那么真可说是枉在世上走一遭了。昨天,当我重读这段文字时,对译林出版社的感激之情油然而生,感谢她给了我一次对《物种起源》做字斟句酌地深入研究的机会。

文章图片:Gaby D'Alessandro,via behance.net

果壳网相关小组

你可能感兴趣

  1. 你还相信自己的眼睛吗?
  2. 2013年最佳宇宙美图
  3. 《自然》:2013年你一定得看的13张科学图片
  4. 他画了世界上最贵的图书
  5. 诺贝尔生理学奖得主画作:灵魂的蝴蝶
  6. 学术期刊,文艺封面,谁说不可以?
  7. ISON彗星的漫漫征途
  8. 美丽+诡异:亚马逊的神秘“网塔”
  9. 怎么样倒香槟最好喝?
  10. TBBT.S05E04:上帝粒子在哪里?(附视频)
  11. 你看,你看,声音的脸。
  12. 绘文字小黄脸,不仅是卖萌
21 Jan 06:34

红外避障玩具:“别摸我”小黄人

by 狂刀

请自行脑补小黄人那贱贱的笑声~(实物是有声音的)

这个玩具还有个NB名字:BMW(别摸我)

制作背景

本玩具诞生于芯世界、创客空间、英特尔等机构组织的极创48小时HACKATHON的比赛。并有幸获得了本次比赛的第一名,感谢之前所有支持过我们的果壳er们!!

在我们一群开发人猿的努力下,这个纯手工制作的小黄人诞生了。

制作难度:3星

制作时间:比赛时我们3-4人工作了约8小时

制作材料

电路控制部分

  • Arduino Mega2560*1
  • 红外传感器*3
  • 舵机*2
  • 扬声器*1
  • LM386*1
  • 导线、面包板、洞洞板*N

骨架与装饰材料

  • 可乐瓶*1
  • 木板*N
  • A4纸*N
  • 工具部分:
  • 彩笔*N
  • 锯条、螺丝刀、螺丝钉等常见工具

实现原理

我们在小黄人的眼睛和双手的位置分别装了三个红外传感器(眼睛里的那个是不是毫无违和感呢,哈哈)。当人手靠近传感器时,传感器的信号会发生变化。Arduino控制器接收到这种变化后,会控制对应的舵机转动到相应的角度,保持一段时间后恢复原位。我们总共有两个舵机,分别控制小黄人的向后倒和左右闪躲。同时,Arduino控制器通过LM386芯片驱动扬声器,播放小黄人笑声的wav音频。

电路控制部分

连接红外传感器到Arduino控制器

红外反射式传感器可以发射红外线,并检测红外线是否被反弹回来。这个传感器因为内部已经集成了放大、滤波等电路,使用起来非常方便。传感器有3个引脚,分别是电源、地和信号。经过测量,当传感器前方有遮挡物时,信号线电压变低。

直接将信号线接到Arduino的数字端口上,判断这个数字端口的值是否为0,即可判断传感器前方是否有手靠近了。

如果红外传感器的质量不太好的话(产生的信号电压不稳或者不够低),则可以将信号线连接到Arduino的模拟信号引脚上,使用Arduino的AnalogRead函数(封装好的函数用起来就是简单)就可以读出这个信号线上的电压。设置一个电压阈值,就可以判断传感器前方是否有手靠近了。

连接舵机到Arduino控制器

关于舵机的使用,DIY站的前辈写了一篇很好的文章:DIYer修炼:舵机知识扫盲

这里简单描述一下:

舵机收到一个用PWM波模拟的电压值,就会让驱动轴带动舵盘旋转到一个固定的角度。而在Arduino中,完全可以利用封装好了舵机的控制函数,命令舵机转到对应的角度即可。

下图中展示了一个舵机和一系列的舵盘。

这里使用两个舵机分别控制小黄人前后旋转和左右旋转。

结合第一步中的红外传感器,此时便已经可以实现如下功能:

当红外传感器检测到小黄人前方有手时,就命令前后舵机向后转动90度;当左方有手时,就命令左右舵机向右旋转90度;当右方有手时,就命令左右舵机向左旋转90度。

当然,控制逻辑还可以有更多花样。比如,当我使出“双峰贯耳”时,小黄人会前扑进行反击~

PS:舵机在工作时会对电源电压产生一定的干扰,因此需要接电容滤波或者是单独供电。否则会影响红外传感器的正常工作。

连接扬声器到Arduino控制器

由于器材限制,我们采用了比较简单的音频播放方法。使用单片机的PWM波来近似播放PCM编码的单声道音频。为了操作简单(不用外接flash或者ram),我们将音频直接固化在程序中了。

这一段里我将介绍如何产生WAV音频文件、如何将音频文件固化在程序中、如何修改Arduino的PWM波产生函数的基本参数。

之前说了两次Arduino封装函数的方便,这里要来吐槽一下啦:有一些操作,在普通的单片机,包括Arduino套件所采用的AVR中实现比较简单,但是在函数高度封装后的Arduino上,处理起来略有麻烦。

产生WAV音频文件

  • 截取:这步比较简单,我是用KMPlayer从电影中抓取了1.5s的小黄人的笑声音频。
  • 转码:之后用GoldWave将其转码成WAV格式,参数选择是PCM unsigh 8-bit mono,并将其采样率降低到8KHz(语音信号的采样率的最低要求是6.8KHz,这里就先不多解释了)。8bit单声道的PCM的编码,就是用一个8bit的值表示当时的声音强弱,一秒钟8000个点,我的音频总共12000个点。因此,只要Arduino能够如实的将这12000个点的值变成电压值,去驱动喇叭,就可以发声了。
  • 取值:我用ultraedit打开wav文件,在16进制的模式下能看到值,但是无法复制。最后被迫用了matlab去读取wav文件,将12000个值取了出来。如果谁会更简单的方法告诉我一下吧~

音频文件固化在程序中

12000个8bit的数的大小约是12KB。Arduino的RAM大小只有8KB,而其程序Flash的大小有128KB。因此最简单的方法就是将它直接写到程序里。

在Arduino中,直接定义数组的方法是:

const byte sound[]={………………………………};

这样的话,数组中的内容作为变量会被要求加载到RAM,于是RAM就爆了。

固化到程序里的方法是:

#include <avr/pgmspace.h> //开头要引用这个文件
const byte sound[] PROGMEM={………………};//定义时候要加上关键字
…………
a=pgm_read_byte(&sound[i]);//程序中的数组的使用方法

用PWM波模拟声音

PWM波使用不同占空比的方波,来模拟不同的直流电压,就可以模拟一个模拟信号。(中文有点怪,英文是emulate an analog signal)

Arduino可以很方便的产生一个指定模拟电压的PWM,使用函数AnalogWrite即可。因此我们让Arduino依次将12000个声音点的值,用PWM波模拟出来,理论上就只要再通过滤波和放大就大功告成了。

这里需要的一个前提是,PWM波的频率要远高于声音的采样频率(8kHz)。否则会很难滤波甚至发生错误。

不幸的是,AnalogWrite中无法指定PWM的频率。查阅资料后发现,PWM波的默认频率只有几百赫兹,因此刚开始实验时喇叭里全是噪声。参考了Arduino的官方网站的使用教程 Adjusting PWM Frequencies 中的资料,将PWM波的频率改成312500Hz。终于能够实现声音的播放了。

此时直接将扬声器接到PWM的输出端口上,已经可以听到声音了(扬声器本身的结构具有低通滤波器的特性,可以滤去高频分量)

后续的滤波器以及功放电路就不描述了,时间仓促,设计的也不好。

至此,电路部分已经设计完成。此时用手挡住任何一个红外传感器,均会有一个舵机开始旋转,并且有贱贱的笑声。

机械部分

由于我们没有人是学机械或者设计的,不会画CAD图,无法使用高级的切割设备,只能采用手工加工木板。首先引用一段对舵机用法的介绍,出自于前面提到的 DIYer修炼:舵机知识扫盲 。

舵机的支架和连接装置

  • 想在你的项目中用上舵机,就要满足两个条件:一是需要个能把舵机固定到基座上的支架,二是得有个能将驱动轴和物体连在一起的连接装置。支架一般舵机上就有,而且带有拧螺丝用的安装孔。如果你仅仅是测试的话,用点儿热熔胶或者双面泡沫胶带就能轻松的固定住舵机。
  • 怎样连接驱动轴呢,你会发现舵机都附带了一些有孔的小东西,这就是舵盘,它可以套在驱动轴,臂上打上了些小孔。你只要用连接棒或者线把物体连到孔上,就可以将舵机的旋转运动变成物体的直线运动了,当然了,选用不同的舵盘或固定孔就能产生不同的运动啦。
  • 图示的是几种不同的舵盘。前面4个白色的是舵机附带的舵盘,右边四个是用激光切割机切割塑料得到的DIY舵盘。最右边的2个是舵盘和支架的组合,如果你想实现两个舵机的组合运动,把这个舵盘的支架固定到另一个舵机的支架上就OK了。

接下来的机械设计介绍,这可能会是你在果壳中看到的最坑爹的表达方式,大家对着实物图和我画的“伪三视图”努力辨认一下吧…

我们用了两个舵机实现了两个自由度。整个设备从下往上依次是:

  • 大木板A
  • 一个大木板A上竖直的固定了一个小木板B,固定方式用的是一个直角的金属,名字未知……
  • 在小木板B上挖了一个槽,将一个舵机卡到了里面,并用螺丝固定。
  • 在舵机的驱动转盘上固定一个小木板C,这个木板会随着这个舵机的驱动转盘实现前后旋转。
  • 小木板C上用螺丝固定了第二个舵机。
  • 第二个舵机的驱动转盘上固定木条D,这个木条D可以在驱动转盘的带动下,实现左右旋转。
  • 在木条D上固定大可乐瓶,在可乐瓶的适当位置开洞,固定3个红外传感器。
  • 最后,在可乐瓶外侧,用白纸画上小黄人的外观,就大功告成啦!

PS. 小黄人还在继续成长中~我们将会在这个简单的小黄人的基础上,开发出一款真正的玩具。嗯?那款玩具会是什么样的?现在还不能告诉你,肯定会更可爱,更聪明(或者更笨),变得会学习、会有情绪,也许还可以和很多人一起玩。敬请期待吧!

你可能感兴趣

  1. DIYer修炼:舵机知识扫盲
  2. 自主机器人:你的私人WALL·E
  3. 六足机器昆虫-你的下一个足式移动机器人
  4. 爬墙机器人:我就是萌版蜘蛛侠
  5. iPhone变身卖萌遥控小车
  6. 自制遥控万色返空蛋
  7. 自制安心插线板
  8. 自制间谍卫星
  9. 整蛊必备:红外线干扰器
  10. 五路独立输出可调电源
  11. 隐藏式蓝牙音箱,让音乐回归无形
  12. 自制数码管中考倒计时牌
08 Jan 05:45

2014年,科技界将会发生哪些大事件?

by 女侠阿呆

2014年科技界将会有那些重要的事件发生?专业预言网站做了如下推测。这其中那些哪些一定会发生,哪些则还只是趋势,结合科技的发展来看,会是有趣的事情。

互联网的普及度会比电视更广

如今,互联网已经成为了发达国家民众获取新闻最为普遍的方式。二十一世纪初期,当广播逐渐被互联网取代之后,此趋势便已可见一斑。随后,网络信息媒介的蓬勃发展开始对纸质媒体产生影响,报纸的销量受到了很大的冲击。

2014年,这个趋势依然没有减缓的迹象——网络新闻报道的覆盖率已经超越了电视。事实上,电视与网络将合为一体,而社交媒体、移动端技术和网络带宽的指数式增长则大力推动了这一发展。

编译自www.futuretimeline.net

谷歌眼镜将正式开售

谷歌眼镜是一款头戴式增强现实显示器,其使用者可以不用双手就连接上网络。这款产品的外观与普通眼镜非常相似,但普通的镜片却被一块小型电子屏幕取代了。它的人机互动方式为语言声控和眼球追踪。利用内置的微型陀螺仪,使用者可以得知自己的所处的方位与方向。镜框两侧装有音频输出口和触摸操控板,而镜框上方则有一个控制内置摄像头的按钮,用来拍照和录像。谷歌眼镜的开发者版本于2013年发布;面向大众的版本则将在2014年之前上市。它的设计将显示器融入了人们日常使用的眼镜当中,并比大多数太阳镜还要轻巧。2012年,谷歌眼镜的样机被公开后就受到了公众的质疑,称此产品很可能让谷歌有机会把广告(其主要收入来源)直接放入使用者的视野中。不过,谷歌公司否定了这个可能。

太阳能飞机将首次进行全球环航

“阳光动力”(Solar Impluse)是一架由瑞士发明家贝特朗·皮卡德(Bertrand Piccard)和安德烈·波斯贝格(Andre Borschberg)共同设计的远程太阳能飞机。它将于2014年成为史上第一架完全由太阳能供能并环游世界的固定翼飞机。

“阳光动力”的翼展与大型飞机相似,但其重量却还不及一辆轿车。它的螺旋桨由一组10马力的电动马达带动旋转;马达依靠蓄电池供能,而蓄电池里的电则完全依赖于铺开在64米长的机翼上的12000个太阳能电池。这架飞机的平均时速为70公里,升限可达8500米。

“阳光动力”横跨美国的飞行纪录片

巴拿马运河扩建工程即将完工

著名的巴拿马运河连接起了大西洋和太平洋,是一条国际海运贸易的重要通道。随着扩建工程的完工,它的运量即将翻倍。在为时八年的开凿工程后,第三套船闸的建设已经完成。

截至2011年,由于尺寸太大而无法从运河通过的货轮数量比例已高达37%;另外,巴拿马运河的货运量也面临着稳定的增长。为了满足全球的海运需求,运河必须要扩修出一条高科技的全新通道。

扩建工程的具体项目包括:修建大西洋和太平洋之间的新船闸、凿开新的引航道,以及拓宽已有航道。此外,盖拉德航道(Gillard Cut)与加通湖(Gatún Lake)中的通航水道将得到加深,而加通湖的最高水位也将增加。

巴拿马运河在扩建完成之后已经开始通过船只。据预测,扩建后的运河可以至少满足2025年之前的货运量。这个浩大的扩建工程减轻了海运界的负担,也为当地居民带来了数量可观的工作机会,可将巴拿马的贫困人口数量减低近30%。然而,也有批评人士坚持指出此工程将引发严重的环境问题。

图片来自于 pancanal.com

14纳米的芯片将被发布

14纳米技术是继22纳米之后的新一代电脑芯片。英特尔原本计划于2013年末推出这项产品,但却由于生产问题被延后到了2014年。如今的晶体管尺寸已经降低到了不可思议的程度,以至于有人担心摩尔定律将不再适用。不过,随着石墨烯等新一代材料的面世,电脑的计算能力在短期内依然会保持原有的增长趋势,

芯片制作尺寸的发展趋势

首批使用忆阻器技术的产品即将面世

忆阻器(Memristor)的理论早在1971年就被提出,并被称为是电路学中“最后的一块拼图”。作为电路中的第四种基本元件,它们的某些特性是其他基本原件(电阻、电感、电容)所无法达到的。

经过了40年的研究和开发,记忆电阻器终于开始被应用于消费品中。传统计算机的数据记忆依赖于电子开关,而忆阻器则是在原子层面实现数据存储的。这些纳米大小的原件有着可变化的电阻,并能在电源关掉之后“记住”自己的电阻值。

图片来自于HP lab

智能手表将成为最潮的小玩意儿

全球范围内,智能手表的保有量将从2013年的50万增长到2014年末的500万。这些可以佩戴在手腕上的电脑是继iPad之后最重要的新型电子消费品。

包括苹果、谷歌和三星在内的各公司都将发布各式各样时尚的高科技手表;不管在硬件还是软件方面,它们都将用数不胜数的新功能来吸引消费者的眼球。其中,最常见的用途在于监测健康状况、体能水平和记录运动信息。传统手表的市场将受到新一代多功能手表的冲击。

图片来自 sony

机械骡将投入军事使用

动态稳定的四脚机器人即将被使用于军事支援领域,它们能够跟随着士兵们去到传统汽车不能去到的地方。这些机器人依靠四只腿活动,因此可以驾驭车轮所不能行动的路面。它们可以达到6.4公里的时速、背负150公斤的重量,并在35度以内的坡面行动。通过机器人身上的各种传感器(其中包括立体视觉系统、激光陀螺仪,以及监视关节位置和地面接触的显示屏),内置的电脑控制着它的移动、导航以及平衡系统。这些机器人大大减轻了士兵们的背负重量。

波士顿动力公司(Boston Dynamics)为美军研发的四足机器人

海基激光武器实用化

经过了数年的研究和开发,固态激光(SSL)武器即将被美国海军用于近程防空。SSL武器使用有指向性的高能激光束来攻击4英里(约6.44千米)之内、移动时速在480千米以内的目标。这个极为精确的系统可以保护军舰免受反舰导弹的袭击;另外,它也可以用来击落无人机和其他的飞行器,甚至自杀式攻击艇。SSL武器每次发射的费用不足1美元,比每发成本高达数百上千美元的导弹要低廉许多——这在军事预算紧张的时候是极其有益的。这种武器原定将在2016年投入使用,但却提前了两年完成了准备工作。在接下来的十年中,它们将演化为射程和威力都十分惊人的电磁炮(原文如此)

正在测试的美国海军激光武器,图片来自 US NAVY

国际空间站建成

国际空间站的大小远远超过了地球轨道中所有其他的人造结构——它的直径为110米,重达345吨,体积为1000立方米。国际空间站的轨道接近于圆形,最低和最高的平均高度分别为330千米和410千米。它的平均时速为27724千米,每天可绕地球15圈。空间站里进行的研究包括人类学、太空医学、生物科学、物理科学、天文学以及气象学。国际空间站原本计划于2012年完工,但却被最后两个部件,也就是俄罗斯的科学号(Nauka)多功能实验舱和欧洲的机械臂的安装耽误了进度。一旦建成,国际空间站计划正常运作至2028年。

国际空间站,图片来自 NASA

NASA的猎户座飞船首飞

猎户座(Orion)载人飞船原本是NASA于2010年被取消的星座计划(Constellation programe)的一部分。然而,它的设计却被保留了下来,衍生成了猎户座多用途载人飞船(Orion MPCV),成为了NASA载人探索月球、火星以及其他小行星的全新计划的一部分。

猎户座飞船将于2014年首飞,这将是一次无人测试。尽管如此,它也将达到自1973年起所有人类使用的载人飞船都没有达到过的高度。猎户座飞船将进入椭圆轨道,绕地球飞行两周,然后返回大气层,在太平洋降落。

这次试航将支持“太空发射系统”(Space Launch System,SLS)的开发——“太空发射系统”是一架全新的运载火箭,并将于2017年开始试用。猎户座飞船的第一次载人飞行任务将在2020-2030年之间进行,而具体的时间则要取决于NASA的经费是否到位。

猎户座飞船想象图

维珍银河公司开始提供私人亚轨道飞行服务

2011年,世界上第一个商用航天港在美国新墨西哥州开放。不过,一直到了三年后,此航天港的主要租客——维珍银河公司(Virgin Glactic)——才开始提供付费的私人航天飞行服务。维珍的老板理查德·布兰森爵士(Richard Brandson)将带着他的两个孩子成为太空船二号的首批乘客,很多人认为这将是“电视史上最值得纪念的时刻之一”。此次飞行的速度为3.4马赫,将达到接近112千米的高度,并在经历6分钟的零重力后安全返回地球。这次展示成功之后,五架空天飞机将提供此类的商业服务,价格为每人次20万美元。

Virgin Glactic的太空船2号,图片来自 MarsScientific.com

重型猎鹰火箭的首次试飞

重型猎鹰火箭(Falcon Heavy)是SpaceX正在开发的一种新型火箭。SpaceX,又称太空探索技术公司,是NASA正式签约给国际空间站输送货物的两家私人公司之一。

重型猎鹰火箭用于发射卫星或航天器,可将53吨以上的航天器送入轨道,比航天飞机和德尔塔四号重型运载火箭的规格大两倍以上,最大可以产生相当于十五架波音747的推力。重型猎鹰是继将宇航员送上了月球的土星五号火箭之后最强力的火箭。

SpaceX计划要把航天发射的成本降低十倍的同时也将其可靠性增加十倍,并要创造出史上第一艘可完全重复使用的运载工具。它的长期目标是要设计出一枚更为强大的火箭,又称“超级重型运载工具”,它的推力将是重型猎鹰的三倍,比土星五号还要多出50%,足够把人类送上火星了。

重型猎鹰火箭原本计划在2013年进行首次试飞,但随后又将时间推迟到了2014年。

FALCON HEAVY发射的想象图,来自spaceX

MAVEN探测器抵达火星

NASA的火星大气与挥发物演化任务(MAVEN)航天器即将抵达火星,开始研究它的大气层和气候历史。它的四个主要目标是:

  1. 了解从火星大气逃逸至太空中的挥发物在大气演化历史中所扮演的角色;
  2. 了解目前上层大气与电离层的状态,以及其与太阳风之间的交互作用;
  3. 了解目前中性粒子和离子从大气逃逸的状况及其机制;
  4. 测出火星大气中稳定同位素的比例。

NASA的MAVEN探测器

印度的首次火星任务

在MAVEN之外,还有另外一架轨道飞行器将于今年抵达火星,它也是印度的首艘火星探测器。这艘火星探测器于2013年11月6日发射升空,将在2014年9月进入一个500千米 x 80000千米的高椭圆火星轨道。此飞行器的有效载荷为25千克,装载了十件设备,其中包括:彩色相机、红内线和温度分析仪、辐射分光计、甲烷感应器以及一台等离子电子与电流实验设备。此次任务也受到了许多争议,因为有人怀疑它企图利用相关外援来缓解印度长期的贫穷与社会问题。

太阳帆Sunjammer任务即将启航

Sunjammer是一次NASA用来展示太阳帆技术的任务。太阳帆技术是一种不用使用推进剂的太空船推动机制,它的动力完全来自于光压。太阳喷射出的光子与高速的气体粒子,将推动超薄的镜面(也就是“帆”)达到很高的速度。

太阳帆潜力巨大,拥有许多可能超越传统航天器的优点。由于重量轻,并且完全不使用燃料,它的成本很低。尽管初期速度很慢,但它可以持续加速,在长时间飞行的情况下可以达到非常高的速度。因此,太阳帆非常适用于探索带外行星甚至于太阳系之外的深空任务。此外,它们还能清理地球轨道上的太空垃圾——它们可以将小的残骸聚集到一处,也可以把大一些的垃圾撞出轨道。

Sunjammer的重量仅31千克,在发射前跟一台洗碗机差不多大。然而,当它完全延展开之后,帆的宽度可达38米,覆盖面积近1200平方米。这比NASA之前于2011年发动的太阳帆飞行器NanoSail-D2要大130倍。

此前,日本于2010年发射卡洛斯号探测器(IKAROS)也是一具太阳帆。预计到2030-2040年期间,太阳帆探测器的大小将达到数百米。几百年后,面积可比拟整个国家的飞行器将成为可能。

NASA的Sunjammer号太阳帆

一颗彗星将与火星擦肩而过

C/2013 A1(赛丁泉,Siding Spring)是一颗于2013年1月在赛丁泉天文台被发现的奥尔特云彗星。随后,NASA的近地天体计划的研究表明,它的轨道离火星最近只有5万公里;这只是火星与其最远的卫星火卫二——戴摩斯(Deimos)之间距离的2.5倍,也差不多就是地球通讯卫星离地球的距离。如果这颗彗星与火星相撞,产生的冲击力大致相当于是十亿兆吨TNT当量,规模类似于当年让恐龙灭绝的彗星撞击。

2014年9月19日赛丁泉彗星与火星交汇的示意图

罗塞塔号的登陆器将着陆67P/楚留莫夫-格拉西门克彗星

罗塞塔号(Rosetta)是欧洲空间局于2004年发射的一个探测器,旨在研究67P/楚留莫夫-格拉西门克(Churyumov-Gerasimenko)彗星。它将在研究完两个小行星——小行星2867斯坦斯(Steins)和小行星21司琴星(Lutetia)之后,于2014年与彗星会合。其后,它将放出一个登陆器,通过鱼叉的方式把登陆器与小行星连接在一起,并利用脚架进行缓冲着陆。在其为期一周的任务中,此登陆器将使用各式的科学仪器来检测彗星表面及内部的构成。

罗塞塔号在彗星表面工作的想象图

大多数的电话都将通过网络拨出

如今,大多数家庭和办公室都在使用诸如Skype的互联网协议电话(VoIP)系统。这些电话的连接靠的不是传统的电话线,而是互联网。VoIP最大的优点就是价格低廉。电脑到电脑的电话可以在任何时间任何地点免费进行。电脑到电话的连接则通常是收费的,不过也比传统方式的普通电话服务便宜许多。

VoIP的另一个优点则是它的可移动性。只要有宽带网络,你只需登录一个个人VoIP账号就可以从任何一台电脑上拨打或者接通电话。电话打给电话的VoIP也是可移动的——当你跟VoIP服务商签约之后,该“网络电话”或适配器将与一个特定的号码相匹配。哪怕你的VoIP服务商地处英国而你人在澳洲,这个“电话号码”都依然是适用的。“网络电话”非常轻巧,可随身携带;只要把它连上宽带网,不管你在何处,你都能像在家里或者自己的办公室里一样拨打和接收电话。

让VoIP脱颖而出的其他的免费功能包括:更好的音频保真、视频、自动转接、来电等待、语音信箱、来电显示以及多方电话。诸如图片、文档和其他的各类数码文件也可以在打电话的同时传送。

收银员这个职业将逐渐消失

为了节约成本并提高效率,零售连锁店的收银员正在逐渐被自动系统所取代。消费者只需自行扫描挑好的商品,就能通过屏幕上的提示或语音指示来付账。2009年,约十万台自助收银台已在全球范围内投入使用;到2014年,这个数字增加四倍以上。

自助式收银台

本文编译自futuretimeline.net

你可能感兴趣

  1. 谁是航天飞机的接班人?
  2. 五个比好奇号更激动人心的航天项目
  3. 航天飞机时代终结带来的六大损失
  4. 如果没有宇航员,国际空间站能够支撑多久?
  5. 亚特兰蒂斯的遗产,国际空间站新全景图
  6. 发现号,再见!
  7. “发现”号开启航天飞机告别之旅
  8. 8000美元发射属于自己的卫星
  9. 走吧,去殖民火星!
  10. 卫报:第一个进入国际空间站的类人机器人
  11. 天宫一号为什么要等待“良辰吉时”才能发射?
  12. 纪念2013,我们爱过却又失去的航天器
19 Dec 05:19

Distributed robust consensus control of multi-agent systems with heterogeneous matching uncertainties

Publication date: March 2014
Source:Automatica, Volume 50, Issue 3
Author(s): Zhongkui Li , Zhisheng Duan , Frank L. Lewis
This paper considers the distributed consensus problem of linear multi-agent systems subject to different matching uncertainties for both the cases without and with a leader of bounded unknown control input. Due to the existence of nonidentical uncertainties, the multi-agent systems discussed in this paper are essentially heterogeneous. For the case where the communication graph is undirected and connected, based on the local state information of neighboring agents, a fully distributed continuous adaptive consensus protocol is designed, under which the consensus error is uniformly ultimately bounded and exponentially converges to a small adjustable bounded set. For the case where there exists a leader whose control input is unknown and bounded, a distributed adaptive consensus protocol is proposed to ensure the boundedness of the consensus error. A sufficient condition for the existence of the proposed protocols is that each agent is stabilizable.

02 Dec 07:57

餐桌上的进化史

by 环球科学杂志社

(撰文/Evelyn Kim,翻译赵旭丹,刊登于“科学美国人”中文版《环球科学》2013年第10期)据说,这是肥胖症流行、家族农场消失,甚至于朝代更替背后的黑暗力量。但是,自从人类学会如何烹调、保存、发酵、冷冻、干燥或提取食物之时起,我们就从未停止过对食品的加工。加工食品推动了物种进化、帝国扩张,以及空间探索。以下是加工食品数百万年发展长河中最具代表性的一些例子。

180万年前 烤肉

比起生的食物来,用火烤过的食物更容易消化,也更有营养。一些人类学家认为,烹调是早期人种发育出智人(Homo sapiens)特有的大型大脑的必要条件之一。

这种古老的食物至今仍在人们餐桌上占有一席之地。图片来源:shutterstock.com

更多内容:

请看果壳网DIY站文章:油桶烧烤架 

谣言粉碎机主题站文章:吃了1个烤鸡腿,等于抽了60根烟?

 

3万年前 面包

农业始于大约12000年前,但早期欧洲人开始烤面包的时间比这还要早几千年。2010年,科学家在现在的意大利、俄罗斯和捷克等国境内,发现了原始人使用的臼和杵上沾有淀粉颗粒的惊人证据。这些淀粉颗粒来自香蒲和蕨类植物的根,当时的人们将这两类植物的根舂成粉,与水混合,并烤成面包。

面包携带方便、营养丰富,而且不易腐败变质。但是,它在营养学上却是个退步。比较研究表明,新石器时代采集狩猎者的食物多样性和营养水平比同时期的农民更高。从能量消耗的角度看,采集狩猎者的效率也更高:一个农夫花费10小时种植的食物,与采集狩猎者6小时觅食所获得食物的能量相当。

既然如此,为什么要做面包呢?对于农业为何成了主流,人类学家争议很大,但有一件事是肯定的:面包和农业相辅相成。随着人类社会开始依赖面包作为主食,人们也就不得不在农业上花费更多的精力(反之亦然)。

面包成为人类餐桌上的食物已经有3万年了。图片来源:shutterstock.com

更多内容:

请看果壳网谣言粉碎机站文章:刚烤的面包能不能吃?

 

公元前7000年 啤酒

啤酒出现的时间很难确定。最古老的物证是在伊朗发现的公元前3500年的陶器碎片,但美国宾夕法尼亚大学的帕特里克·麦戈文(PatrickMcGovern)等考古学家认为,最早的麦芽酒在公元前7000年就已经作为制作面包的副产品出现了。早期人类社会迅速接受了这一偶然得到的产物:古代苏美尔人(Sumerians)甚至可能曾将多达40%的粮食都用于酿造啤酒。

在考古学家的帮助下,现代酿酒师们也在尝试重新制作古代啤酒。麦戈文与角鲨头工艺酿酒厂合作,尝试酿制古代埃及和古代中国的酒类;而大湖酿酒公司在美国芝加哥大学研究人员的帮助下,正在根据3800年前的一首致苏美尔啤酒女神宁卡斯(Ninkasi)的颂歌酿造啤酒。

啤酒最早作为生产面包的副产品出现。图片来源:shutterstock.com

更多内容:

请看果壳网健康朝九晚五站文章:趣味历史课之啤酒简史

DIY主题站文章:喝自己酿的啤酒,你也可以!

 

公元前6700年 墨西哥玉米饼

关于培植玉米的书面记录,比西班牙探险家抵达美洲的时间更晚,但最早的考古学证据可以追溯到8700年前。早期美洲人通过在石灰水中浸泡玉米粒,来制造粉糊,从而将玉米粒中的营养释放出来。

其实看起来和普通的烙饼也没什么不同。图片来源:shutterstock.com

更多内容:

请看果壳网环球科技观光团文章:玉米作为主食的历史更早了

 

公元前5400年 葡萄酒

关于酿造葡萄酒的最早证据,是在伊朗的扎格罗斯山脉(Zagros Mountains)发现的。随后,擅长航海的腓尼基人(Phoenicians)将这一工艺从黎巴嫩传播到西方的埃及和地中海地区。

葡萄美酒夜光杯,醉。图片来源:shutterstock.com

更多内容:

请看果壳网环球科技观光团文章:法国葡萄酒有名,起源却是意大利

 

公元前5000年 奶酪

取奶,把奶装入反刍动物的胃,然后搅拌。学者们认为,这可能比较接近人类发明奶酪的过程。关于制造奶酪的最早证据,来自波兰一些有7000多年历史的考古遗址,考古学家在那里出土的有孔陶瓷容器中发现了乳脂残留,这些容器当年可能被用作基本的过滤器。然而,绵羊和山羊的驯养早在公元前8000年就开始了,牛的驯养还要再早上1000年,所以,奶酪制作可能比现在估计的还要早一些。

与其他一些加工食品一样,奶酪最初很可能也是制作某种必需品时产生的副产品。奶酪、酸奶和奶油的保存时间比鲜奶长得多。新石器时代的人类还无法消化乳糖——消化乳糖的基因在人类中广泛出现仅仅是过去几千年的事。奶酪制造中使用的细菌,可以将奶中的乳糖转化为乳酸,从而使奶制品更容易消化。

我们不能确定最早的奶酪是哪些类型的,但地史回溯研究发现了一些线索。在气温较高的中东和南亚地区,人们很可能使用大量的食盐,来帮助保存奶酪,时至今日,中东、希腊和西南亚地区的人们制作羊奶奶酪时,依然在使用这种方法。在气候比较凉爽的地区,保存奶酪时添加的食盐可以少一些,这使得那些地域特异性的微生物有机会在奶酪中生长,因此,诸如法国洛克福奶酪(Roquefort)、法国布里奶酪(Brie)和瑞士奶酪等著名奶酪,才能拥有它们独特的风味。

看到第一句话我就不向往这种食物了。图片来源:shutterstock.com

更多内容:

请看果壳网健康朝九晚五文章:手把手教你识奶酪

 

公元前4500年 橄榄油

未加工的橄榄苦得让人无法下咽,但几千年来,地中海东部地区的农民一直传承着一种橄榄加工技术:在碱液中使橄榄发酵,然后压出橄榄油。

橄榄制油的传统来自于地中海东部的农民。图片来源:shutterstock.com

更多内容:

请看果壳网谣言粉碎机文章:橄榄油是最好的食用油么?

 

公元前3000年 棕榈油

在古代埃及的墓葬中,人们发现了用棕榈浆果制成的油。如今,棕榈油这种加工食品已经成为人们的日常用品,价格低廉、可长期储存。

棕榈油价格低廉,易于保存。图片来源:shutterstock.com

更多内容:

请看果壳网谣言粉碎机文章:凝固点鉴别地沟油是否靠谱?

 

公元前2400年 腌菜

古代美索不达米亚人(Mesopotamians)最早通过把蔬菜浸泡在醋里,发明了将蔬菜保存到收获季节之外的其他时间的方法。

腌菜竟然不是韩国友人发明的。图片来源:shutterstock.com

更多内容:

请看果壳网自然控主题站文章:菜根小话:荠菜家族

 

公元前2000年 面条

关于这种非常受欢迎的食物的最早证据,来自中国西北地区发现的陶碗中保存的用小米做的面条。用于制作面团的通常是各种小麦作物,2000多年前,这些作物在中国出现,随后传入西方。

面条是中华民族的传统美食。图片来源:shutterstock.com

更多内容:

请看果壳网谣言粉碎机文章:面条可燃,添加剂作祟?

 

公元前1900年 巧克力

中美洲的前奥尔梅克文明(Pre-Olmeccivilizations)将可可豆研磨成粉,再将粉末与水混合并摇匀,从而制作出一种泡沫饮料。3400多年后,埃尔南多·科尔特斯(Hernando Cortés)将可可豆带到西班牙,在那里,人们首次把糖加入到这种泡沫饮料中。

此刻尽丝滑。图片来源:shutterstock.com

更多内容:

请看果壳网文艺科学文章:巧克力的浪漫与科学

 

公元前1500年 培根

中国厨师最早用盐腌制猪肉,这不仅是早期保存猪肉的方法,还能将猪肉的香味激发出来。

虽然经常在西餐厅客串演出,但是培根却是地道的中国食物。图片来源:shutterstock.com

更多内容:

请看果壳网DIY主题站文章:熏肉玫瑰,让吃货尖叫的礼物

 

公元前1000年 酱

酱是如今东亚地区普遍使用的味噌和酱油等调味品的前身。古代中国典籍《周礼》记载,将肉或鱼与盐、酱曲(一种发酵剂)混合起来,让这种混合物发酵100天,就可以制作出酱。与其他发酵食品类似,酱的发明很可能是偶然的,但它在东亚地区广为传播。公元1世纪到公元7世纪之间,伴随着佛教在亚洲的兴起,酱被带到韩国和日本。

长得难看了点,但是确实好吃。图片来源:shutterstock.com

更多内容:

请看果壳网健康朝九晚五文章:传统中式酱料,今天你吃了么?

 

公元前500年 糖

根据梵文典籍记载,印度厨师通过煮沸和冷却甘蔗汁,将甘蔗加工成巨型晶体。大约1000年后,印度人发明了方便运输的砂糖,从而开启了全球糖贸易。

砂糖是印度人的发明。图片来源:shutterstock.com

更多内容:

请看果壳网自然控主题站文章:糖国演义

 

公元400年 芥末(编者注:这里指热狗上的黄芥末Mustard)

最早的一份关于芥末的食谱收录于罗马食谱《论厨艺》(De Re Coquinaria),该书记载了一种由研磨过的芥末籽、辣椒、香菜、川芎、烤的香菜种子、莳萝、芹菜、百里香、牛至、洋葱、蜂蜜、醋、鱼露和油制成的混合食品。

为什么会有人喜欢这种食物?不得不承认热狗蘸着芥末还是蛮好吃的。图片来源:shutterstock.com

更多内容:

请看果壳网自然控主题站文章:你还想被“芥末”骗多久?

 

公元700年 朝鲜泡菜

最早的朝鲜泡菜相当简单,就是用盐发酵的卷心菜。随着16世纪日本人入侵朝鲜,葡萄牙传教士从新大陆引入日本的红辣椒也被带到朝鲜,从那时起,朝鲜人的饮食中就开始加入这种火辣的元素了。

为什么不是韩国泡菜。图片来源:shutterstock.com

更多内容:

请看果壳网谣言粉碎机文章:泡菜也在世卫组织“可能致癌物”名单里?

 

公元700年 寿司

寿司最初是东南亚地区的人们保存鱼肉的方法:用盐腌鱼,再用米饭包裹起来,经过几个月的发酵后,剥开并扔掉外面腐败的米饭(由于这样太浪费,寿司一直是富人才能享受的食物),只食用发酵的鱼。这与现在制作牛肉干的过程很像——让食物的一部分腐败,但剩下的部分却变得更鲜嫩可口。到19世纪,日本人开始省掉长期发酵过程,通过向米饭中加醋来产生寿司那浓烈的味道。

还是比较推荐蘸着芥末吃。图片来源:shutterstock.com

 

公元965年 豆腐

豆腐的起源非常神秘,但最早的文字记录出现在中国五代时期的作家陶谷的作品中。他描述了一个贫困的县丞,穷得买不起羊肉,只能去买豆腐——用煮熟的大豆加工制作的凝胶。

谁不喜欢吃豆腐呢。图片来源:shutterstock.com

更多内容:

请看果壳网健康朝九晚五文章:“爱心”食物

 

15世纪 花生酱

在美国,小学老师也许会说,花生酱是乔治·华盛顿·卡弗(George Washington Carver)发明的,但事实并非如此。15世纪,阿芝特克人(Aztecs)通过研磨花生,制作出了花生酱。

花生酱在15世纪才出现。图片来源:shutterstock.com

 

15世纪中期 咖啡

西方人迷恋咖啡,但咖啡最早来自阿拉伯世界。关于咖啡的起源,最可靠的证据来自15世纪中期也门的苏菲修道院。僧侣们记录了也门和埃塞俄比亚(咖啡豆的原产地)的一次咖啡贸易。关于当时埃塞俄比亚咖啡豆的确切情况,因为没有任何记录保留下来,所以无从知晓。后来,也门从埃塞俄比亚引进咖啡豆,并最终培植出自有品种,随后传播到埃及、大马士革和麦加。到16世纪,咖啡馆已遍布阿拉伯半岛。

最初,咖啡只是用于治疗胃痛、迟钝、嗜睡症和其他疾病。然而,咖啡并不只是可以用来治病,一些阿拉伯作家意识到了它在社交领域的潜力。这潜力或许太大了:咖啡和咖啡馆文化,以及融入其中的闲聊和游戏,曾经导致麦加总督在1511年发布了咖啡禁令。13年后,土耳其苏丹塞利姆一世推翻了这一让麦加人头疼的咖啡禁令。

对16世纪的欧洲旅行家和探险家而言,咖啡是东方世界的又一种神秘存在。有一条欧洲人撰写的关于咖啡的最早典故:1582年,德国物理学家和植物学家莱昂哈德·劳沃尔夫(Leonhard Rauwolf)描述了一种“备受(土耳其人和阿拉伯人)推崇的绝佳饮品……它几乎像墨水一样黑,能缓解胃痛”。16世纪末,在现代市场营销的一次早期案例中,越南商人开始从中东引进咖啡,并作为奢侈饮料来销售。到17世纪中期,法国人、英国人和荷兰人都开始对咖啡赞叹不已。

咖啡从阿拉伯半岛传往欧洲。图片来源:shutterstock.com

更多内容:

请看果壳网DIY主题站文章:浓情之咖啡物语  口袋里的咖啡机

 

1767年 苏打水

在英国利兹市,发现了氧气的英国科学家约瑟夫·普里斯特利(Joseph Priestley)把一碗水放在啤酒桶上方,从而发明了苏打水。

喝前摇一摇,口感会更好哦,不信去买一罐可乐试一试。图片来源:shutterstock.com

 

1894年 玉米片

为了满足基督复临教派的素食主张,约翰·哈维·凯洛格(John Harvey Kellogg)和他的弟弟威尔·基思·凯洛格(Will Keith Kellogg)于1894年发明了玉米片,作为他在美国密歇根州的巴特尔克里克疗养院的养生食谱中的一部分。

只需一个碗,一些牛奶,一个调羹,一勺糖和一盒玉米片,你就可以享受一顿美味的早餐了。图片来源:shutterstock.com

更多内容:

请看果壳网自然控主题站文章:大波棒子来袭:餐桌上的玉米家族

 

1908年 味精

1866年,德国农业化学家卡尔·里特豪森(Karl Ritthausen)最早发现了谷氨酸,味精(谷氨酸钠)则是这种氨基酸形成的一种盐。瑞特豪森从事研究的科学领域,正如当时的德国一样,正在飞速发展。这一领域由有机化学奠基人尤斯图斯·冯·李比希(Justus von Liebig)开启,致力于研究自然界各种物质的化学基础。

大约40年后,在德国系统学习过有机化学的日本化学家池田菊苗(Ikeda Kikunae)尝试复制他的德国同行——尤其是冯·李比希的成功,李比希因发明了脱水的牛肉高汤块而变得富有。与李比希一样,池田菊苗希望找到一种类似的方法,用于日本料理的烹制——即用化学方法再现海带鱼汤的味道。1908年,池田菊苗在蒸发掉大量鱼汤清汤后,终于找到一种化学物质,经品尝之后,他认为这正是日本风味的精华所在。1909年,池田菊苗将这一研究结果发表在《东京化学学会会刊》(Journal of the Chemical Society of Tokyo)上,他的研究结果表明,海藻中含有谷氨酸盐,人们熟悉的鲜味正是来自这些谷氨酸盐。

味精的味道就是人们熟悉的鲜味。图片来源:thesafetyreport.com

更多内容:

请看果壳网谣言粉碎机文章:给味精正名

 

1926年 午餐肉

午餐肉最早的前身是“霍梅尔五香火腿”,它只不过是装在罐头里的腌制过的猪肩肉。许多竞争厂家迅速发明了各自的类似产品。1937年,杰伊·霍梅尔(Jay Hormel)为了将自己的产品与其他类似产品区分开来,改变了配方,将猪肉磨碎,添加盐和香料,并将猪肉包裹在肉冻明胶里。最重要的是,霍梅尔在第二次世界大战开始前,给这种产品取了一个朗朗上口的名字——“午餐肉”(Spam),这个单词正是“猪肩肉和火腿”(shoulder of pork and ham)的缩写。美国军方认为,这是完美的行军食品,于是购买了1.5亿磅(约合6.8万吨)。第二次世界大战之后,无论美国军队到哪里,午餐肉罐头必然会如影随形。

朝鲜战争期间,午餐肉罐头席卷了黑市市场,甚至被用来支付医疗和军事情报的费用。时至今日,午餐肉依然在韩国和亚洲其他地区盛行,甚至在传统菜肴中也会加上午餐肉,比如韩国的紫菜包饭和冲绳地区的什锦炒蛋。

美军胜在有午餐肉。图片来源:shutterstock.com

 

20世纪50年代 鸡块(编者注:这里的鸡块指的是上校鸡块或麦乐鸡那种鸡块。)

美国康奈尔大学的食品科学家罗伯特·C·贝克(RobertC.Baker)把鸡肉块磨碎,并用面包屑包裹,用来提高纽约州北部的人们食用鸡肉的需求。

蘸甜辣酱才好吃嘛。图片来源:shutterstock.com

 

1957年 高果糖玉米糖浆

对糖替代品的寻觅可以追溯到1806年,当时,英国封锁了法属加勒比甘蔗种植园,拿破仑·波拿巴(Napoleon Bonaparte)发出悬赏,只要有人找到糖的化学替代品,就可以获得一份巨额赏金。一个半世纪后,美国科学家发现了一种方法,可以使用酶将玉米淀粉中的葡萄糖转化成果糖;1967年,日本科学家高崎义幸(Takasaki Yoshiyuki)发明了一种成本低廉的工业化生产高果糖玉米糖浆的方法。由于液态的玉米糖浆可以溶解到苏打水中,食品公司都喜欢这种便宜又易用的产品。

即使它早发明150年,拿破仑还是要失败的。图片来源:shutterstock.com

更多内容:

请看果壳网健康朝九晚五文章:果糖,健康不健康?

科技评论主题站文章:应该像管制烟酒一样管制糖么?

 

1959年 果珍

通用食品公司(General Foods)的科学家经过多年研究,发明了一种粉状的橙汁替代品,但这种替代品有点令人不舒服的苦味。在放弃让替代品包含橙汁中所有的维生素和矿物质之后,他们终于成功了。

这种固体粉末好像和水果已经没什么关系了。图片来源网络

 

1996年 花生营养补充剂

这种高营养、高维生素的食品由花生、植物油、奶粉和糖制成,可帮助严重营养不良的儿童增加体重。

这种食品在联合国的人道主义救援中发挥了很大的作用。图片来源:icrc.org

 

2013年 人造肉

按预计的进度,首次接受公众品尝测试的人造肉将是由牛干细胞培养而成的“汉堡”。

未来这种食品会成为人类餐桌上的常客。图片来源:emirates247.com

更多内容:

果壳网科技评论主题站文章:谁知盘中餐,或是人造肉?

 

本文转载自《环球科学》,翻译赵旭丹。转载时标题和文字略有改动。

扩展阅读


​《环球科学》2013年10月号封面。图片来源:《环球科学》

《环球科学》《科学美国人》独家授权中文版。《科学美国人》是全球科学家智慧与卓越见解的分享之地,创刊160多年来,148位诺贝尔奖得主在此发表文章,传播科学理念及前沿科技领域的发展动态。

作为独家授权的中文版,《环球科学》沿袭《科学美国人》严谨、客观的报道风格,专注于对科学话题的深入挖掘,以多元化角度为各个行业的从业人员提供有关科技和商业的重要参考。

同时,《环球科学》还是全球顶级科学杂志《自然》的版权合作伙伴,每月精选《自然》的精彩文章,开辟"自然新闻"栏目,推出更快、更前沿的科技趋势报道。

你可能感兴趣

  1. “臭臭的”微生物让食物更美味(吃篇)
  2. 新型水果保鲜膜,吃掉它!
  3. “臭臭的”微生物让食物更美味(喝篇)
  4. 各国美食都吃些啥?
  5. 法国葡萄酒有名,起源却是意大利
  6. 给牛奶考个古:牛奶可不是随随便喝上的
  7. 新奇加美味:当大数据走进小厨房
  8. 破除7个坏的饮食习惯
  9. 白领吃饭营养指南
  10. 热狗里都有些啥?
  11. “肉丸”没肉还能吃吗?
  12. 猪肉变牛肉——被妖魔化的“牛肉膏”
03 Dec 00:09

On iterative learning algorithms for the formation control of nonlinear multi-agent systems

Publication date: Available online 2 December 2013
Source:Automatica
Author(s): Deyuan Meng , Yingmin Jia , Junping Du , Jun Zhang
This paper deals with formation control problems for multi-agent systems with nonlinear dynamics and switching network topologies. Using the nearest neighbor knowledge, a distributed algorithm is constructed by employing the iterative learning control approach. Sufficient conditions are given to obtain the desired relative formations of agents, which benefits from the strict positiveness of products of stochastic matrices. It is shown that the derived results can effectively work, although the network topologies dynamically change along both time and iteration axes and the corresponding directed graphs may not have spanning trees. Such result is also illustrated via numerical simulations.

28 Nov 09:58

DIY一辆自己的 “赛格威”平衡车!

by 上善若水42

首先向大家表示歉意,去年发帖展示初代平衡车时就已经承诺编辑出一份制作说明,但一直未能完成,很是抱歉!

原因有四:
1、    太过粗糙,发出来确实有碍观瞻;
2、    上次做车没留下几张照片,无图无真相;
3、    一直工作比较繁忙,实在没能抽出时间;
4、    (接原因2)本意尽快再做一个,留下照片。但女皇迟迟不给批款,所以才延误至今!

此次为了完成自己的承诺,可是耗费了2月的零花钱。并且有视频有真相,希望您能喜欢。

原理简介

“赛格威”平衡车

图片来自 electrictourcompany.com

“赛格威”(英语:Segway)是一种电力驱动、具有自我平衡能力的个人用运输载具,是都市用交通工具的一种。由美国发明家狄恩·卡门与他的DEKA研发公司(DEKA Research and Development Corp.)团队发明设计,并创立思维车责任有限公司(Segway LLC.),自2001年12月起将思维车商业化量产销售。(资料来源:维基百科中文)

“赛格威”是一种让人留下深刻印象的代步工具,它占地不足一平方米,乘车人像使用滑板一样站立其上,双手解放,但却可以仅通过身体移动改变重心位置,就进行前进后退,转弯刹车等操作。传统的交通工具都无法做到随心而动,必须把大部分精力放在控制方向和速度上,而“赛格威”并不需要专门的操控装置,一切由车身自主完成,也由此获得了“平衡车”的别名。

“赛格威”平衡车看来神奇,但你有没有发现它的原理其实很简单呢?拜最新科技所赐,关键零件都可以在淘宝上直接买到,而控制程序也可以查阅原理自行编写。拥有自己的平衡车,其实非常简单。

倒立摆和机器人

“赛格威”的平衡问题,实际上是一个多级倒立摆问题。当一个人用手托住一根竹竿的底部使它在空中竖直不倒下,这就是一个一级倒立摆系统的模型。如果第一根竹竿上面用铰链连着其他竹竿,或者竹竿本身具有一定的弹性(可比拟“赛格威”上的有骨骼和关节的大活人),就成了多级倒立摆。

用手撑竹竿的游戏很多人都玩过,印象最深的应当是它是一个静不稳定系统。在桌面上的水杯能自己站稳,当重心投影落于杯底内时,即使有细小扰动也不会倒下。但是手心里的竹竿大部分时间重心投影不在接触点上,让竹竿保持相对不动靠的是动态调整——竹竿往哪边倒,手就赶紧往哪边凑,让重心回到接触点周围。这就是依靠人眼,大脑和人手完成的动态平衡过程。

人类的大脑在处理这类问题上有先天优势,因为人的走路过程本质上来说是不断前跌的过程,必须依靠实时伸出支撑脚转移重心来保证直立行进的动态平衡。而让机器人做到这一点就很困难,需要综合解决动态控制过程中的线性问题、鲁棒性问题、镇定问题、随动问题以及跟踪问题等诸多细节——所以至今见到的人形机器人里,能僵硬走路的很多,但能和真人一样上蹿下跳的绝无仅有。

 

两名民警驾驶“赛格威”单人警用巡逻车巡逻。图片来源:新华网

“赛格威”的动态平衡原理和倒立摆相同,将最上方的乘客作为摆臂,然后控制车轮维持系统重心使乘客直立。当驾驶人改变自己身体的角度往前或往后倾时,“赛格威”就会根据倾斜的方向前进或后退,而速度则与驾驶人身体倾斜的程度呈正比以保持平衡。这里的一个巧妙设计是将乘客传感和控制二合一了——“赛格威”前进或后退维持平衡的同时,也达成了按乘客意图前进或后退的目的。最终,熟练的驾驶人可以和自己行走一样,仅凭直觉就能完成前后左右各方向的运动,同时解放双手和大脑思维,这一特点使“赛格威”特别适合游览和警用巡逻。

DIY自己的“赛格威”

和人类行走一样,“赛格威”的控制也需要传感器和致动器。它依靠MEMS技术制造的精密固态陀螺仪和加速度计感应车体的旋转,速度和倾斜,高速微处理器计算传感器数据,并驱动轮毂电机完成前进/后退/差速转弯的动作。而在电路之外,为了让它从实验室中的倒立摆变成实用的代步车,还需要准备一些必需的结构零件和附件。

机械部分

此次设计的机械机构包括一个简单的独立悬挂。缓冲部分直接采用自行车的避震器(需要更换弹簧),机体做得不很紧凑,主要为了能够拆卸折叠,便于收放和运输。(需要说明的是,结构已提交专利申请,请勿用于商业用途。

整机材料很简单,两个独立驱动的轮子+电机驱动板+车身角度传感器+转弯传感器+电池+一个装下这些东西的盒子  。两个轮子、电机、避震器都是来自淘宝的成品。钣金和机加件为单独加工。
这里贴一些制作图片,详细的零件工程图列在最后。

整机外形

结构细节

电机安装部分

电机为优耐特电机,250W,24v/质量不好,不作推荐。

电机法兰部分剖视

转向机部分:

 

整机背面

 

装配过程

锂电池仓

原设计为铅酸电池,后一朋友为我无偿提供了锂电池,在此再次表示感谢。

车铣加工

电机法兰安装

整体安装

电路部分

主控采用AVR的ATMEGA_32,电机驱动为H桥驱动方式,元件选用的IR2184和IRF1405。传感器选用IDG300和ADXL335,电流传感器为ACS755。另外还有一些外围的小功能,可有可无,不详述了。

控制驱动PCB图

传感器PCB图

PCB空板

焊接需要注意的就是——别太马虎就行。先焊低矮的元器件,再焊大个的!

焊接基本完成

连接电机测试

散热器:

遥控和语音模块

控制程序部分

果壳网友们的素质都很高,这里就提一些关键部分。一些个人认为有用的代码附在最后。

流程图

车身角度获取

选用的传感器为模拟量输出,因此只需要用单片机的AD采集数据后计算出角度值即可,需要注意的是,采集后的数据直接使用效果会很糟糕。需要再次进行滤波计算,得到一个准确、及时、抗扰动的真实角度数据。调速过程中可以用串口将数据输出,辅助调试。

计算车轮速度

这里就是简单的PID控制车轮转速,如果不记得就百度看看。调试参数会花点时间,刚开始参数别调过大,否则抖动起来有危险!另外需要设置角度过大停机的功能。

获取转向数据

转向数据为采集转向电位器而来,采集后的数据进行滤波处理后再用。转向中间设置一个无效的死区,也是防止误动作。

遥控

(图片来自网络)

遥控为最普通的4键遥控器,淘宝成品。

语音

语音选用成品语音模块,厂家提供完整说明文档。

温度

硬件原先选用18b20,很是遗憾这部分程序没调通,可能原因1:系统必须有多处中断,并且中断服务程序比较多,因而打乱了18b20的时序,加上没有示波器,因而没调通。可能原因2:智商问题。

尝试调试了近2小时无果后改用模拟量温度芯片LM35D,电压直接由电阻分压而来。

其余部分可自由发挥。

视频演示

无视频无真相,怕熊上门所以拍了一小段视频。

客厅实在太小,还放了些杂物,能够行走的地方就只有中间一小块了,跑不开。

友情提示:此车有一定危险性,不排除摔倒、失控等问题,在空地上玩玩就好,打算用来代步上班的,请给自己买好保险!

附件1:零件工程图

点击下载完整工程图(文件大小:6.15M)(本设计已提交专利申请,请勿用于商业用途。)

附件2:重点代码

2.1车身角度滤波代码

/************滤波************/
float P[2][2] = {{ 1, 0 },{ 0, 1 }};
float Pdot[4] ={0,0,0,0};
const char C_0 = 1;
float q_bias, angle_err, PCt_0, PCt_1, E, K_0, K_1, t_0, t_1;
float Q_angle=0.001, Q_gyro=0.003, R_angle=0.5, dt=0.01;
void Kalman_Filter(float angle_m,float gyro_m)  
{
    angle+=(gyro_m-q_bias) * dt;               
    Pdot[0]=Q_angle - P[0][1] - P[1][0];      
    Pdot[1]=- P[1][1];
    Pdot[2]=- P[1][1];
    Pdot[3]=Q_gyro;
    
    P[0][0] += Pdot[0] * dt;             
    P[0][1] += Pdot[1] * dt;
    P[1][0] += Pdot[2] * dt;
    P[1][1] += Pdot[3] * dt;

    angle_err = angle_m - angle;          
    
    PCt_0 = C_0 * P[0][0];
    PCt_1 = C_0 * P[1][0];

    E = R_angle + C_0 * PCt_0;
    
    K_0 = PCt_0 / E;
    K_1 = PCt_1 / E;
    
    t_0 = PCt_0;
    t_1 = C_0 * P[0][1];

    P[0][0] -= K_0 * t_0;              
    P[0][1] -= K_0 * t_1;
    P[1][0] -= K_1 * t_0;
    P[1][1] -= K_1 * t_1;

    angle   += K_0 * angle_err;        
    q_bias  += K_1 * angle_err;       
    angle_dot = gyro_m-q_bias;        
}
//**************滤波*****************//
static float C_angle,C_angle_dot; 
static float bias_cf;
void Complement_filter(float angle_m_cf,float gyro_m_cf)
{
    bias_cf=0.998*bias_cf+0.002*gyro_m_cf; 
    C_angle_dot=gyro_m_cf-bias_cf;
    C_angle=0.98*(C_angle+C_angle_dot*0.02)+0.02*angle_m_cf;
}
//***************************** 滤波结束*********************************/
 

2.2 转向数据处理代码

/************转向************/
void Steering_handle(void) 
{ 
     
             Buf=  0.9 *Buf + 0.1 * AD_Turn;                  
             Turning= Buf -Turn_Zero;    //                 
             if(Turning <- Turn_Dead)                       //死区
                     Turning+=Turn_Dead;    
                         
             else if(Turning> Turn_Dead)
                     Turning-=Turn_Dead;    
                      
             else    Turning= 0;    
             
            if (mode==0)   
            {
                Drive_A=0;
                Drive_B=0;
                if (!(angle>0.1||angle<-0.1))
                {
                    mode=1;
                }
            } 
            else
            {
                if(lab==0)
                    {
                        Turning=0;
                    }
                else if (Turning>55||Turning<-55)//
                    {
                        Turning=0;
                        lab=3;// turn error
                    }
                else           //按车速整定转向数据
                    {
                    
                    //buf2=Drivespeed;
                    //if (buf2<0)buf2*=-1;
                    //buf2/=3;
                    //Turning/=buf2;
                    Turning/=1;
                    }
             
                 Drive_A=Drivespeed-Turning;
                 Drive_B=Drivespeed+Turning;
        
            }        
} 
//***************************** 转向结束*********************************/

2.3遥控部分状态机

/***********按键********/
#define BOOL int
#define FALSE 0
#define TRUE  1
#define INT8U unsigned int
/**********硬件接口***********/

    #define     KEYPIN1               (PINC&(1<<3))
    #define     KEYPIN2               (~PINB&(1<<0))
    #define     KEYPIN3               (~PINB&(1<<1))
    #define     KEYPIN4               (~PINB&(1<<3))
    #define     KEYPIN5               (~PINB&(1<<4))    
    
/**********按恪键属性**********/
    #define KEY_JT 0x0e
    #define KEY_A  0x0d
    #define KEY_B  0x0b
    #define KEY_C  0x07
    #define KEY_D  0x08
    
    #define KEY_NULL    0x0f

//
#define KEY_LONG_PERIOD      250
#define KEY_CONTINUE_PERIOD  25

//
#define KEY_DOWN       0x80
#define KEY_LONG       0x40
#define KEY_CONTINUE   0x20
#define KEY_UP         0x10

//
#define KEY_STATE_INIT     0
#define KEY_STATE_WOBBLE   1
#define KEY_STATE_PRESS    2
#define KEY_STATE_LONG     3
#define KEY_STATE_CONTINUE 4
#define KEY_STATE_RELEASE  5

 uchar KeyScan(void)  
{
    if(KEYPIN2==0) return KEY_A;
    if(KEYPIN3==0) return KEY_B;
    if(KEYPIN4==0) return KEY_C;
    if(KEYPIN5==0) return KEY_D;
    if(KEYPIN1==0) return KEY_JT;
    return KEY_NULL;
}


void GetKey(uchar *pKeyValue)
{
     static char KeyState = KEY_STATE_INIT;
     static char KeyTimeCount = 0;
     static char LastKey = KEY_NULL; 
     char KeyTemp = KEY_NULL;

     KeyTemp = KeyScan();   

     switch(KeyState)
     {
         case KEY_STATE_INIT:
              {
                  if(KEY_NULL!=(KeyTemp))
                  {
                     KeyState = KEY_STATE_WOBBLE;
                  }
              }
          break;

          case KEY_STATE_WOBBLE:    
               {
                     KeyState = KEY_STATE_PRESS;
                }    
          break;

          case KEY_STATE_PRESS:
               {
                    if(KEY_NULL!=(KeyTemp))  
                    {
                        LastKey = KeyTemp;    
                        KeyTemp|=KEY_DOWN;    
                        KeyState = KEY_STATE_LONG ;
                    }
                    else
                    {
                        KeyState = KEY_STATE_INIT;
                    }
                }
          break;

          case KEY_STATE_LONG:
               {
                 if(KEY_NULL !=(KeyTemp))
                 {
                  if(++KeyTimeCount > KEY_LONG_PERIOD)
                  {
                       KeyTimeCount = 0;
                       KeyTemp|=KEY_LONG;    
                       KeyState = KEY_STATE_CONTINUE;
                   }
                  }
                  else 
                  {
                       KeyState = KEY_STATE_RELEASE;
                  }
                }
        break;

        case KEY_STATE_CONTINUE:
               {
                  if(KEY_NULL !=(KeyTemp))
                  {
                      if(++KeyTimeCount > KEY_CONTINUE_PERIOD)
                       {
                           KeyTimeCount = 0;
                           KeyTemp |= KEY_CONTINUE;
                        }
                  }
                  else 
                  {
                       KeyState = KEY_STATE_RELEASE;
                   }
               }
               break;

               case KEY_STATE_RELEASE:
               {
                    LastKey |=KEY_UP;
                    KeyTemp = LastKey;
                    KeyState = KEY_STATE_INIT;
               }
               break;
               default:break;
        }
        *pKeyValue = KeyTemp;  
}   

2.4电池电压

void Get_Batt_Volt(void) 
{ 
     int buf3=0,b=0;
     buf3=0.9*buf3+0.1*AD_Batt;
     if (b>10)
         {
            Voltage=buf3*3000.0/1024/65;
            b=10;
         }
    else
        {
            b++;
        }     
}

你可能感兴趣

  1. 制作会呼吸的WIFI机器人
  2. 做一只会发光的魔幻吊坠
  3. 表情矩阵:真的GEEK,不用说话也能卖萌
  4. iPhone变身卖萌遥控小车
  5. 自制数码管中考倒计时牌
  6. 自制遥控万色返空蛋
  7. Arduino小车诞生记
  8. 爬墙机器人:我就是萌版蜘蛛侠
  9. 看极光,不用去北极
  10. 盗梦陀螺㈠:原理图与器件清单
  11. 爱之音乐盒:把你的歌声送给TA
  12. 制作基于Arduino的自平衡踏板车
27 Nov 10:17

制作一个万花筒,来一场镜花水月的邂逅

by PanSci
(文/K)对我来说,万花筒蕴含着无限的希望,每旋转一次,万花筒内的影像随之改变;见到的图像,或许是第一次,也是最后一次的邂逅。做一支万花筒,把剎那的美烙印在心中吧。
 

所需材料:

 
由左至右,由上而下分别是:
  1. 1000P白玉卡
  2. 包装纸
  3. 电池座、小灯泡
  4. 载玻片3片(别怀疑,就是生物实验用的那种)
  5. “透光”串珠(酌量)
  6. 电工胶带(黑色)
  7. 试管、橡胶塞
  8. 雾面胶片
  9. 透明胶片

制作流程:

1、用电工胶带,将在玻片两两黏贴在一起(载玻片间距为0.2cm)。

 

2、将三片载玻片组成一个正三角形,顶角的部分也用电工胶带固定。

 

3、将载玻片组成的三面体,以电工胶带完全覆盖其表面。

 
提醒:如果不以电工胶带完全覆盖的话,会出现下面左图的情形,透光,反而看不清楚反射的像。虽然用电工胶带覆盖后(如下右图),黑色的胶带把许多光给吸收掉了,导致无法拥有跟真正镜子(玻璃一面镀银)一样好的反射效果,但若使用其他颜色的胶带容易透光,反而会干扰成像。
 

4、裁切1000P白玉卡,将裁切后的白玉卡沿图中蓝色虚线处稍微以美工刀划开,以便于之后弯折。

 

5、 再将白玉卡加工出两个圆洞,规格如图所示,建议使用圆规刀切割。

 

6、将白玉卡沿着之前划过的线往背面折,并将盖玻片三面镜放置于图中所示之处,对齐底端,左右置中。

 

7、 将串珠放入试管中,大约装半管高,再将试管装满水,另一方面将橡皮塞贯穿出个洞。

 
ps:贯通的目的在于让多余的水排出,不然橡皮塞无法塞入,之后再用保丽龙胶将洞封起来即可。
 
 

8、将封好的试管穿入白玉卡上的两个圆孔,做一个暂时固定的效果,用胶带将白玉卡固定成长方盒状。

 
建议:再用保丽龙胶稍微固定下四边。
 

9、将白玉卡长方盒四面上包装纸

 

10、从包装纸上裁个3.7×3.7的小正方形来做观景窗,上面洞的造型可任挑,只是记得挖洞后要上层透明胶片,并将观景窗黏在远离试管的那一侧。

 
 

11、如果要做自然光版的万花筒,只要最后将靠近试管的那一侧开口以雾面胶片封住即可,将雾面胶片端朝向阳光、转动试管(不是转动方筒),观察到的景象将如下图左。

 
 

12、若是要做灯泡版,请在试管外罩上几层雾面胶片(大概3层左右,以免灯泡的光过强,造成眼睛的不适)之后,再安装上灯泡,你将可以看到如阳光洒落玻璃天顶的景象。

 

个人很建议使用钨丝小灯泡,因为它给我一种温暖感,无论是手心或内心。

 

原理:

万花筒是藉由筒内面镜“不同角度”的组合,造成不同的“多次成像”,所以我们才能看到千变万化的景象。从夹角90度的两面镜子来看(如下图),物体分别与镜子,形成像A、像B,再次反射形成像C。物与像A、像B等距,若以O为圆心,物距为半径做一圆,物体与其像都会刚好在圆上。

此图由潘冠锜老师提供。

 
而这次的万花筒正是利用了正三角形的三面镜(如本次制作,夹角60度)。

此图由潘冠锜老师提供。

 
每个夹角上面的图案、串珠,经多次反射,形成五个像,加上物体就形成六边形了。我之前也曾制作过顶角30度的等腰三角面镜,经多次反射,形成十二边形(30°  75°  75°等腰三角面镜,效果如图右)。
 
 

小插曲:

在刚开始制作万花筒时,苦于找不到合适的镜子或替代物。但又要赶着做出来送人,在极度焦虑的情况下,
偶然看到自己平板黑屏时有类似镜子的效果,捷运车窗也有类似现象。所以就试着用手上的载玻片与电工胶带实验看看,结果意外的合用,也顺利的做出一份别致的礼物。
 
大家在制作万花筒前,如果不清楚出来的图样有怎样的效果,可以借由一个程序来模拟,该程序可模拟两面镜夹角45度~90度之间的成像。程序链接点这里
 
原文发表于PanSci,转载时文字部分有修改。
 

作者自白:相信着“以人化物”。器物再美,缺乏人的温度,终将不完美。而若多一分人性的温暖,便能包容原先器物的小缺陷,这是设计科学小物的初衷。希望这些东西能充满着温暖,无论是手心的亦或是内心的。

果壳网相关小组:

 

你可能感兴趣

  1. 快捷小艇:PVC造船术
  2. 当镜头遇上万花筒,化蝶寻花栖芳草
  3. 蝙蝠归来:超酷暗夜投影
  4. 迷你圣诞礼盒:我负责Surprise!
  5. 从鸡蛋里走出的R2D2
  6. 加个V,让胶带变好使
  7. 软木塞变身灰袍甘道夫
  8. 键盘皮夹,GEEK专属!
  9. 办公室小杀器之圆珠笔机枪
  10. 断臂不痛
  11. 自制铝合金肩甲
  12. 自制宝石魔法杖
26 Nov 02:56

让翅膀在指尖上舞动:用铁丝制作在指尖扇动的小机械

by Cast

DIYer:Cast
制作时间:30分钟
制作难度:无
GEEK指数:(机械入门级)

图片来自网络

很久以前就在网上看到过这两张有意思动图,图中的小装置机械结构并不复杂,考虑了下身边有的材料以及制作的精细程度,我决定做一下第二个结构。
首先分析一下机械结构,这是一个非常简单的拍击动作。

准备工作

先看下受力简图

食指弯曲前

 

食指弯曲前俯视图

 

食指弯曲后

 

弯曲食指的俯视图

结构非常简单,食指前部弯曲产生的力,使上面的摆动杆件绕着A点旋转做往复运动。往复弯曲食指时,固定杆不动,摆动杆朝着墙内外摆动,横杆便相对于点B做朝着墙内外往复的摆动。

结构讲解完毕,现在开始把它做出来吧!

材料

  • 2mm粗细的钢丝1m左右
  • 橡皮筋4根
  • 硬纸片两张
  • 水笔芯2根

工具

  • 一把尖口钳
  • 一把虎口钳
  • 透明胶

制作

这个机械结构整体可以分为4个部分,之后再组合就可以了。

  1. 底座固定架
  2. V型摆动杆
  3. 指套
  4. 翅膀

制作底座固定架

手掌平放到桌子上,俯视图估算了一下自己的指节宽度差不多是16mm左右,所以按照钢丝结构就大个3-4mm可以了,由于手指弯曲方向,考虑到结构的灵活性,竖直边需要25mm的长度。

钢丝各段长度如下:180—20—25—20—25—20—20—20—25—20—25—160mm

底座固定架弯折示意图

制作V型摆动杆

V型摆动杆弯折示意图

制作指套

指套的作用就是使摆动杆能够随着手指的弯曲而上下摆动,所以只要能满足牢固的戴在食指的第二指节上就行了。

弯折钢丝的过程请务必使用两把钳子,不要用手啊!看起来很柔软的钢丝,一不小心很容易划伤自己的!DIYer把把都是血泪…TAT。

截取一小段钢丝,弯折一下,转一个能够让摆动杆通过的小圈。


继续弯折第二个圈圈,,两个圈圈之间的距离大概在15-20mm。

为了是能固定在食指上,多转几个大圈圈。

最后,剪掉多余的钢丝,就完成了。

制作翅膀

两根水笔笔芯,再找两张硬一点的小纸板就可以了~(我是随手用的衣服吊牌,品牌已打码。)

笔芯穿过之后用胶带固定一下。(为了美观,可以用两面合在一起,双面胶就能搞定。)

吊牌好丑的…各位可以发挥想象力,做出更好看的翅膀~

组合整个结构

直接上图:

摆动杆穿过固定架后再穿过指套上的两个小圈圈,之后用橡皮筋固定在翅膀上,固定长度可以自由调节,长度越长翅膀扇动幅度越大。(由于这是一个比较柔性的机械结构,所以摆动杆穿过固定架就可以了,不需要做到完全对称的弯折。)

最后上个视频,祝大家小翅膀扑闪的欢乐啊~

你可能感兴趣

  1. 电机昆虫:机器城的入侵
  2. 回形针小机械
  3. 生态机器人:POSE诚可贵,发型更重要!
  4. 多功能手电钻:为了DIY的DIY
  5. 液压驱动的柔道机器人
  6. 微型台钻:为了DIY的DIY
  7. 三指机器爪:从手开始做机器人
  8. 快捷小艇:PVC造船术
  9. 键盘摇杆,找回街机时代的快感
  10. 自主机器人:你的私人WALL·E
  11. 摇头风扇,清凉夏日自救装备
  12. 五金手镯,技术宅专属!
25 Nov 03:42

Distributed optimal control for multi-agent trajectory optimization

Publication date: January 2014
Source:Automatica, Volume 50, Issue 1
Author(s): Greg Foderaro , Silvia Ferrari , Thomas A. Wettergren
This paper presents a novel optimal control problem, referred to as distributed optimal control, that is applicable to multiscale dynamical systems comprised of numerous interacting agents. The system performance is represented by an integral cost function of the macroscopic state that is optimized subject to a hyperbolic partial differential equation known as the advection equation. The microscopic control laws are derived from the optimal macroscopic description using a potential function approach. The optimality conditions of the distributed optimal control problem are first derived analytically and, then, demonstrated numerically through a multi-agent trajectory optimization problem.

22 Nov 03:43

Information Weighted Consensus Filters and Their Application in Distributed Camera Networks

Due to their high fault-tolerance and scalability to large networks, consensus-based distributed algorithms have recently gained immense popularity in the sensor networks community. Large-scale camera networks are a special case. In a consensus-based state estimation framework, multiple neighboring nodes iteratively communicate with each other, exchanging their own local information about each target's state with the goal of converging to a single state estimate over the entire network. However, the state estimation problem becomes challenging when some nodes have limited observability of the state. In addition, the consensus estimate is suboptimal when the cross-covariances between the individual state estimates across different nodes are not incorporated in the distributed estimation framework. The cross-covariance is usually neglected because the computational and bandwidth requirements for its computation become unscalable for a large network. These limitations can be overcome by noting that, as the state estimates at different nodes converge, the information at each node becomes correlated. This fact can be utilized to compute the optimal estimate by proper weighting of the prior state and measurement information. Motivated by this idea, we propose information-weighted consensus algorithms for distributed maximum a posteriori parameter estimation, and their extension to the information-weighted consensus filter (ICF) for state estimation. We compare the performance of the ICF with existing consensus algorithms analytically, as well as experimentally by considering the scenario of a distributed camera network under various operating conditions.
22 Nov 03:43

Stability Analysis of Stochastic Hybrid Jump Linear Systems Using a Markov Kernel Approach

In this paper, the state dynamics of a supervisor implemented with a digital sequential system are represented with a finite state machine (FSM). The supervisor monitors a symbol sequence derived from a linear closed-loop system's performance and generates a switching signal for the closed-loop system. The effect of random events on the performance of the closed-loop system is analyzed by adding an exogenous Markov process input to the FSM, and by appropriately augmenting a switched system representation of the supervisor and the closed-loop system. For this class of hybrid jump linear systems, the switching signal is, in general, a non-Markovian process, making it hard to analyze its stability properties. This is ameliorated by introducing a sufficient mean square stability test that uses only upper bounds on the one-step transition probabilities of the switching signal. These bounds are explicitly derived from a Markov kernel associated with the hybrid system model. This stability test becomes necessary and sufficient when the switching signal is Markovian. To determine tighter stability bounds, procedures to determine the upper-bound transition probability matrices when the FSM has a Moore or a Mealy type output map are presented. Two examples illustrate the applicability of the presented results.
17 Nov 17:51

Transverse contraction criteria for existence, stability, and robustness of a limit cycle

Publication date: January 2014
Source:Systems &amp; Control Letters, Volume 63
Author(s): Ian R. Manchester , Jean-Jacques E. Slotine
This paper derives a differential contraction condition for the existence of an orbitally-stable limit cycle in an autonomous system. This transverse contraction condition can be represented as a pointwise linear matrix inequality (LMI), thus allowing convex optimisation tools such as sum-of-squares programming to be used to search for certificates of the existence of a stable limit cycle. Many desirable properties of contracting dynamics are extended to this context, including the preservation of contraction under a broad class of interconnections. In addition, by introducing the concepts of differential dissipativity and transverse differential dissipativity, contraction and transverse contraction can be established for interconnected systems via LMI conditions on component subsystems.

15 Oct 15:47

Google tries to save the world: Internet giant explains how its move into quantum computing could solve global warming

In the video, Google and Nasa explain how faster quantum computing speeds could help solve more complex problems such as disease and climate change.
07 Sep 02:00

AI,我们创造出来的异类智能

by 秦鹏

我们已经创造了一种全新的智能形式,尽管没有人能够看透它如何思考、如何推理。图片来源:extrahype.com

(文/ Douglas Heaven)瑞克·拉希德(Rick Rashid)这么紧张是有原因的。他在中国的天津迈上讲台,面对2000名研究者和学生,要发表演讲。问题在于,他不会讲中文,而他的翻译以前糟糕的水平,似乎注定了这次的尴尬。

“我们希望,几年之内,我们能够打破人们之间的语言障碍,”这位微软研究院的高级副总裁对听众们说。令人紧张的两秒钟停顿之后,翻译的声音从扩音器里传了出来。拉希德继续说:“我个人相信,这会让世界变得更加美好。”停顿,然后又是中文翻译。

他笑了。听众对他的每一句话都报以掌声。有些人甚至流下了眼泪。

这种看上去似乎过于热情的反应是可以理解的:拉希德的翻译太不容易了。每句话都被理解,并被翻译得天衣无缝。令人印象最深的一点在于,这位翻译并非人类。

曾几何时,执行这样的任务远超最复杂的人工智能的能力,而且并不是因为人们没有为此付出努力。多年以来,人工智能领域被那些旨在复制人类意识功能的宏大计划统治着。我们梦想着拥有一台机器,能够理解我们、识别我们,帮助我们做出决定。近几年来,我们已经实现了这些目标,然而实现的方式,是先行者不曾想象的。

如此说来,我们已经研究出了复制人类思想的方法了吗?还差得远呢。相反,实现这些目标的方法,与我们最初的愿望大相径庭。人工智能在你周围无处不在,它的成功可以归因于大数据和统计学,也就是利用海量信息执行复杂计算。我们已经创造出了意识,只不过它们与我们的意识相去甚远。它们的推理过程,对人类来说深不可测——这一进展所预示的前景,正在引起人们的关注。既然我们正在愈加依赖这种新型智能,我们或许需要改变自己的思维方式去适应它。

复制思维

半个多世纪以前,研究者列出了一系列目标,是我们向具备类人智能的机器挺进时必需要达成的。英国布里斯托尔大学的尼洛·克里斯蒂亚尼尼(Nello Cristianini)说:“从上个世纪50年代开始,我们就有了一张待办事宜的清单。”他曾写过人工智能研究历史和演化方面的著作。

清单上的很多项目可以追溯到1958年在英国特丁顿召开的思想过程机械化会议。参与那次会议的,不仅有计算机科学家,还有物理学家、生理学家和心理学家。按照我们的样子建造思考机器的前景,令这些人全都激动万分。他们一致认为,智能的特征应该包括对理解话语、翻译语言、识别图像,以及模仿人类决策的能力。

然而时间在流逝,那张清单却丝毫没有变短。很多研究者试图以逻辑公理为根基,使用程序化的规则来模拟人类思考。他们以为,只要创建足够多的规则就能成功。但事实证明,这太难了。几十年过去了,人工智能研究成果寥寥,资金告罄。

那么,究竟是什么发生了改变呢?“我们并没有找到智能的解决方案,”克里斯蒂亚尼尼说,“我们算是放弃了。”然而,这便是突破。“一旦我们放弃制造精神和心理特性的尝试,成功之道便开始出现在眼前了。”

说白了,他们放弃了预编程的规则,而是投向了机器学习的怀抱。利用这种技术,计算机教会自己从数据中建立模式。有了足够大的信息量,你就能让机器学会做看上去有智能的事情,别管是理解话语、翻译语言,还是识别人脸。英国剑桥微软研究院的克里斯·毕肖普(Chris Bishop)打了个比方:“你堆积足够多的砖块,然后退上几步,就能看到一座房子。”

这种方法的原理大概是这样的。很多最成功的机器学习系统,依据的都是贝叶斯统计,这种数学框架能让我们测算可能性。根据给定情境以及先前在类似情境中观察到的关联数据,贝叶斯统计能够给出出现某个结果的可能性数值。

比如,我们想让人工智能回答与一个简单问题:猫吃什么。基于规则的方法要从零开始,采取有逻辑的步骤,建立一个关于猫及其饮食习惯的数据库。采用机器学习技术,你只需要不加选择地输入数据——互联网搜索、社交网络、食谱书籍等等。通过计算特定词汇出现的频率,以及概念之间如何彼此关联,系统便建立了一个统计模型,能够估计猫喜欢某些食物的可能性。

在人工智能的发展道路上,人们采取过两种截然不同的途径。图片来源:《新科学家》

当然,机器学习所依赖的算法已经出现多年。新鲜之处在于,现在我们有了足够的数据,让这种技术大显神威。

就以翻译语言为例。20世纪末,IBM将加拿大国会生成的英法双语文档输入计算机,利用机器学习技术教它在这两种语言之间互译。那些文档就像罗塞塔石碑一样,包含了几百万被写成两种语言版本的例句。

IBM的系统辨别出两种语言单词和短语之间的关联,并将这种关联应用于新的翻译任务。结果却满是错误。他们需要更多的数据。“这时谷歌跟了上来,差不多输入了整个互联网,”英国牛津大学互联网学院的维克托·迈尔-舍恩伯格(Viktor Mayer-Schönberger)说道。

和IBM一样,谷歌在翻译领域所作的努力,一开始也是发展算法,在多语言文献之间交互参考。然而,研究者开始意识到,如果翻译器学习了说俄语、法语和韩语的人们实际的讲话方式,翻译质量将有很大提高。

谷歌转向了被它索引过的庞大网络。这张网络正在朝豪尔赫·路易斯·博尔赫斯(Jorge Luis Borges)1941年的短篇小说《巴别图书馆》中那座假想的图书馆迅速演进。小说中的图书馆收藏的书籍,囊括了所有可能的词语组合。假设谷歌翻译器正试图将英语翻译成法语,它便可以将它最初的尝试与互联网上用法语写就的每一个句子作比较。迈尔-舍恩伯格用翻译“light”一词来举例:表示光照时,要翻译成法语词“lumière”,表示重量时,则要翻译成“léger”。谷歌翻译器自己学会了如何做出与法国人一致的选择。

除了大量词序的相对频率,谷歌翻译器,以及拉希德使用的微软翻译器,对语言可谓一无所知。这些人工智能无非是一个词接一个词地计算接下来出现什么词的可能性。对它们而言,这只是个概率问题而已。

这些基本原理多少显得有些直来直去。当巨量数据中产生海量关联时,事情就复杂了。比如,谷歌的自动驾驶汽车,为了对周围环境作出预测,每秒钟要收集差不多1GB的数据。亚马逊这么善于诱导人们购买更多的商品,是因为它做出推荐所依据的基础,乃是几百万其他购买行为中的几十亿关联关系。

大者为王

翻译拉希德的演讲,展现了统计人工智能可以有多么强大——不仅要猜测他说了什么,思考该怎么翻译,还要判断这句中文由他说出来是什么效果。“这些系统的表现并非神迹,”毕肖普说,“但仅仅是探究一下巨量数据的统计信息,就能取得这么大的成就,我们常常为此感到惊讶。”

这些智能算法正开始影响生活的每一个方面。就在拉希德演讲一个月之后,荷兰国家法证科学研究所就雇了一套名叫波拿巴(Bonaparte)的机器学习系统,辅助他们寻找一名已经潜逃了13年的谋杀犯罪嫌疑人。波拿巴能够分析和比对大量DNA样本,这个工作由人工来做的话将非常耗时。保险和信用行业也在拥抱机器学习,部署这种算法为个人建立风险评估简况。医学界也在利用统计人工智能,筛选大得令人类无法分析的基因数据库。IBM公司的沃森(Watson)甚至能够诊断疾病。

“大数据分析能够发现被我们遗漏的事情,”迈尔-舍恩伯格说,“它对我们的了解,比我们自己还要深刻。但它也需要一种迥然不同的思考方式。”

在人工智能发展早期,“可解释性”被赋予了很高的价值。当机器做出选择时,人类能够追查到原因。然而,如今,那些由数据驱动的人工意识所做的推理,是对巨量数据点进行高度复杂的统计分析。换句话说,为了得到“是什么”,我们放弃了“为什么”。

就算一位高超的技师能够搞懂其中的数学过程,可能也没有什么意义。毕肖普说,那并不会揭示为什么系统会做出某个决定,因为这个决定并不是经由人类能够解读的一系列规则而得出的。他认为,为了得到有用的系统,这是个可以接受的取舍。早期的人工意识或许是透明的,但它们都失败了。“你可以得到一个解释,但那是对错误预测的解释。”一些人对这种转变提出了批评,但毕肖普和其他一些人主张,是时候放弃对人类解释的期待了。

“可解释性是一种社会契约,”克里斯蒂亚尼尼说,“过去我们认为它很重要,现在我们认为它不重要。”

英国布里斯托尔大学的彼得·弗拉赫(Peter Flach)试图向他计算机科学专业的学生,讲授这种从根本上不同的思维方式。编程讲究绝对,机器学习分析的却是不确定程度。他认为,我们应当更习惯怀疑。比如,亚马逊的人工智能推荐了一本书,这究竟是机器学习的结果,还是亚马逊有一些书不好卖?再比如,亚马逊可能会告诉你,和你差不多的人购买了它所展示的书,它所说的“和你差不多的人”以及“与此差不多的书”究竟是什么意思?

“也许,在某种程度上,我们终将不得不信任机器,即便我们无法完全理解它,”弗拉赫说。

危险在于,我们不再提出问题。我们会习惯于在不经意间由机器替我们做出决定吗?由于智能机器已经开始针对抵押申请、医疗诊断,甚至你是否有罪,做出神秘莫测的决断,我们押在人工智能上的赌注更大了。

比如在医疗方面,如果一套机器学习系统认为,你在未来几年中将开始酗酒,会怎么样?医生可以据此拒绝给你施行器官移植手术吗?如果没人了解结论从何而来,便很难讨论你的病情。一些人可能会信任人工智能甚于其他。“人们太愿意接受算法发现的事情,”弗拉赫说,“连计算机都说‘不’了。而这正是问题所在。”

此时此刻,某个地方,可能有一部智能系统正在判断你是什么样的人——以及将成为什么样的人。看看发生在美国哈佛大学拉坦娅·司维尼(Latanya Sweeney)身上的事情吧。有一天,她惊讶地发现,她的谷歌搜索结果附带的广告问道“你被逮捕过吗?”白人同学的搜索结果中却没有这条广告。这件事促成了一项研究,表明谷歌搜索背后的机器学习系统,无意中成了种族主义者。在深不可测、浩若烟海的关联当中,跟犯罪纪录相关的广告与黑人更常使用的名字被联系了起来。

“人工智能会遇到很多伦理困境,”迈尔-舍恩伯格说。很多人已经对大数据时代的隐私问题表达了关切。 “说实话,相对于隐私,我更担心统计预测遭到滥用。”

​​我们已经建造的标志性智能系统,不像先驱者当年设想的那样,是一个能够思考的机器。图片来源:raymazza.com

为了探索人工智能的世界,我们有必要改变自己对于人工智能是什么的想法。我们已经建造的标志性智能系统,既不下象棋,也不谋求推翻人类的统治。克里斯蒂亚尼尼说,“它们跟HAL 9000不一样。”它们已经不再仅仅在线上陪我们打发时间,或者怂恿我们去买更多的东西,而是能够在我们自己意识到之前预测出我们的行为。我们避不开它们。因此,相处的诀窍在于,承认我们没有办法知道这些选择因何作出,而是要正确看待人工智能给出的这些选择:它们是建议,是数学上的可能性。这些选择的背后,不存在什么神谕。

当人们梦想着以自己为蓝本建造人工智能时,他们向往的或许是,有朝一日能够以平等的身份,与这些会思考的机器相遇。然而,我们最终得到的人工智能却是异类,是一种我们之前不曾遭遇过的智能形式。

 

编译自:《新科学家》,Not like us: Artificial minds we can't understand

相关的果壳网小组

 

扩展阅读

人工智能之争

我们需要理解自己创造的人工智能吗?在来自截然不同领域的两位智力大鳄之间,这个问题挑起了一场看似不大可能发生的争端。

在美国麻省理工学院150周年校庆聚会上,有人请现代语言学之父诺姆·乔姆斯基(Noam Chomsky)对实现人工智能的统计方法的成功作一番点评。结果,乔姆斯基对这种方法颇不以为然。

乔姆斯基在语言学领域的工作影响了很多研究人类智能的人。他的理论的核心思想是,我们的大脑内置了与生俱来的规则。这或许可以解释一部分原因:为什么他不赞成现代人工智能实现方法,因为这种方法抛却了规则,代之以统计学关联。本质上来讲,这意味着我们不知道这些人工智能为什么会有智能,只知道它们确实有智能。

在乔姆斯基看来,统计技术的支持者就如同这样一种科学家:他们研究蜜蜂的舞蹈,精确地模拟出了蜜蜂的运动,却不追问蜜蜂为什么这样运动。乔姆斯基的观点是,统计技术做出了预测,却没有提供理解。他说:“这是一种非常新颖的成功概念。在科学史上,我没听说过类似的先例。”

谷歌公司研究总监彼得·诺米格(Peter Norvig)在他的网站上以一篇论文回击了乔姆斯基。对于乔姆斯基的统计方法只获得了“有限成功”的评论,他表示愤慨。恰恰相反,诺米格写道,这一方法如今成了占据主导地位的范式,每年产生几万亿美元的收入。作为一种学术上的羞辱,他把乔姆斯基的观点比作神秘主义,比作福克斯新闻主持人比尔·欧莱利(Bill O’Reilly)式的论断——后者曾经荒谬地批评,科学无法解释地球上潮汐的存在。

不过诺米格的主要反对意见更加基本。简单地说,他认为,像乔姆斯基这种寻求建立不断简化而且更加优雅的模型来解释世界的科学家,已经跟不上时代了。他说:“自然的黑盒子未必能用简单模型来描述。”诺米格的观点是,乔姆斯基的方法提供了一种理解的错觉,但这种方法并非植根于现实。

于是,在这场最初围绕人工智能的争辩中,知识本身的性质似乎倒成了更重要的议题。

你可能感兴趣

  1. 人工智能?有什么好怕的!
  2. 剑桥大学成立研究中心应对“天网危机”
  3. 连线:人工智能的革命
  4. 小说:奥莉姆传说
  5. 超级电脑“沃森”找到了第一份工作
  6. 纽约时报:赢得未来,人脑还是电脑?
  7. 人工智能下一步,通过图灵测试
  8. 计算机真的可以产生智慧吗?
  9. 2013年,我们应该担心什么?
  10. 环境杂志:智能电网——超级绿色网络
  11. 嫌电脑不够智能?给它看看游戏指南吧
  12. “终身幼儿园”:学习是一个创造的过程
29 Aug 14:19

【果壳网专访】台大叶丙成:用生命在卖萌的MOOC教育者

by 欢仔258

当提到概率你会想到什么?是永远做不完的数学题,还是背了又忘的公式?但如果你有机会上叶丙成的课,上概率课你想到的也许是柯南、张惠妹,或者是在线游戏。

这位台湾大学电机系教授的几率课(编者注:即概率课,原课程名为“機率”。根据《现代汉语词典》,几率是概率的旧称。没有收录“机率”这个词。),光是教学大纲就能点燃你对数学的兴趣:原来数学课还可以这样上!他用“有柯南在会有人死的机率”诠释条件几率,用“万佛朝宗”来形容中央极限定理。为了拉近和大陆学生的距离,叶丙成还专门研习了“对岸用语”,这个“用生命在卖萌”的老师,把“小伙伴们都惊呆了”。(编者注:叶丙成教授也将课程大纲发到了果壳网,点击这里见识一下。欢迎来MOOC学院加入几率课字幕组果壳观光团来这里签到

卖萌策略把需要学概率和不需要学概率的学生都领进了课堂,但这并非这位台湾大学电机系副教授、台湾大学MOOC计划执行长的最终目的,更重要的是让学生们快乐地掌握知识。那怎样才快乐?玩!叶丙成带领学生为几率课开发了一款在线游戏——PAGAMO。上课的同学可以在游戏中分组对抗,边玩变学。究竟怎么玩?叶丙成留了一个悬念,希望大家都能到课程中亲自玩一玩。


PAGAMO是由一群大三、大四的学生组成的游戏团队,耗时半年多开发。可不要小瞧这一帮年轻人,陈彦钧是个动漫宅,负责设计游戏UI。唐伟轩负责团队中协调、沟通、做规划。这帮热血的年轻人加入这个团队仅仅是因为觉得很好玩,他们是MOOC中第一个尝试将在线教育和在线游戏结合在一起的人。究竟是什么玩法,还要等到它上线那一天才能见分晓!

为了避免同学做作业时去看式子,只片段的看那部分,或者去参考习题解答,他想出了让学生自己出作业的办法。在这个游戏中,学生化身出题人为其他同学设置障碍,然后再去攻破其他同学的题目。攻破的题目越多分数就越高。用这种方法,叶丙成成功地调动起了学生学习的积极性。而那些题目,不仅是数学题,也诞生了很多美丽的文学作品。

在概率课开课之际,果壳网亲赴台湾采访了叶丙成老师。

“by the students, for the students, of the students”

果壳网:台大是第一个在Coursera上开设中文课程的大学。台大为什么要在这样的一个国际平台率先开设中文课程?

叶丙成:台大本身就十分重视教学质量,台大的教学发展中心把改善教学作为使命。在过去八年做出了很多努力,经常有学校,比如清华大学、上海交大等都有来到台大的教学发展中心向台大老师学习取经。加入Coursera希望可以向世界输出我们教学的典范。

我找了一些非常热血的老师,上课比较有张力的老师来开课,做出重视品质的课程。我不想和别人比量,现在的目标是让大家看到我们有高水准的课程。

果壳网:从你的博客可以看出你对学生、对教学下了很大的功夫。你在教学方面都做了哪些努力?

叶丙成:我一直在做新的尝试,这学期利用翻转课堂进行教学。学生在课前看事先录好的课程影片,课上问问题讨论。

我的课后作业是让学生自己出题目,然后去攻破别人的题目。把这种方式变成一个游戏,大家的积极性都很高,效果不错。

因为台大的学生课业蛮重的,很多时候,作业不见得有时间好好写。同学常会看作业的式子,再去比对是课本哪边出来的,然后就只片段的看那部分后写作业。另外也会有人参考习题解答。我的教育哲学是要让你会出题,去考别人。如果你想去考别人,那肯定就要从头开始看,这就可以让学生有整体性的学习。

另外再来看学生出的题目,都非常有意思。有些学生,得到了我的真传。比如有人结合哈利波特的故事和题目,为哈利波特编了一个结局。甚至在Facebook上还有人问我,这个真的是哈利波特的结局吗?还有一个同学,他最近在上英文诗歌课,写了一首十九行诗在题目里。这就已经是一个文学作品了。未来几率课将会也会出这样的题目给大家做。

果壳网:那么,你理想中的教育是什么样子的呢?

叶丙成:当文明越演进,那么教育是越进步还是越退步?每个人都有不同的看法。我的看法是文明越演进,教育越退步。因为文明越进步,就会积累越来越多的知识。以后大学四年可能比现在要学更多的东西,所以学的知识变多的时候,教育就会用越有效率的方式。现在最有效率的方法就是一直塞知识给学生,一直塞一直塞。而最好的教育方式是像苏格拉底、孔子那样。每天和学生聊天,从而了解学生的特型,知道他欠缺哪一部分,为他量身定制教学。但是现在我们肯定做不到,老师做最省事的就是在课堂上给学生一直塞,根本没有时间来做讨论。


叶丙成(右)正在和他的学生唐伟轩(左)讨论游戏

果壳网:你觉得网络教育会怎样改变现在的教育现状?

叶丙成:现在学生的状况是,学生闭口、时间不够、学分重、投入不够、作业乱做、进度不够。这就是个灾难。面对学生这些状况,老师怎么办,就这样投降吗?虽然文明越进步,教育越退步,但随着文明的进步科技也在进步。这时候把科技引入教育就会变成一个机会。

“翻转教室”是一个解决这些问题的好方法。老师事先录好70分钟左右的影片,让学生在课前看。学生看影片一般会用1.2倍速,花50多分钟就可以学完,然后把问题留在课堂上向老师提问,进行讨论。在课堂上,老师当堂让学生做作业。在课堂上做作业学生不能去翻答案,所以一定要真正学会才可以做作业,或者来问老师。老师发现学生的问题所在,可以找机会补救,不然问题会一直遗留。这个好处就在于学生不敢缺课,也不敢乱做作业,因为课堂作业算在分数里面。最后余下的时间,我喜欢和大家分享求学、人生经验,或者各种哲学问题,通过这种方法老师和学生的关系会更紧密。很可惜,现在很多老师都没有时间做这些了。

果壳网:我们每个人该怎样投入到这场教育的革命当中?能不能分别针对老师、学生、在职人员等等身份谈谈?

叶丙成:对于老师,不能再关起门来死教书。以前就整个系整个学校只有我在教这门课,如果我教得不好,学生还是要来听我的课。然而现在学生会看到其他老师教授相同的课程。这样老师就比较会有压力。面对这样的情况,老师应该把危机视为转机,更加重视教学质量,从其他老师那里学到长处。

对于学生,这是个拓宽眼界的好机会,可以接触到更多优质的教育资源。另外以前学生学不好,就把问题归咎于老师讲得不好,但是现在面对这么多优秀的资源,学生不能再把责任推给老师,要对自己的学习负责了。还有,名校出身的学生可能会觉得找工作比较有利,我觉得未来就不再是这样。通过在网络上学习,大家都可以同样获得真才实学,甚至可能比在乎成绩的名校出身的学生还技高一等。

对于在职人员,有可能大学里学的专业并不是自己喜欢的,然而现在可以在网络上找到自己感兴趣的课程来学,有机会找到新的专长,改变人生轨道。

这个概率课不一样

果壳网:你希望这个概率课能达到一个什么效果?

叶丙成:我希望学生有能力把生活中遇到的问题数学化,能够把它们通过数学的方式解答出来。这和我们通常看到的数学题目是相反的,它们通常是出题者直接用数学语言表达好的,学生只需要思考用什么公式解题就可以了。但是学习概率的目的是为了让学生能够实际应用的,所以把实际问题转化成数学问题是一个非常重要的能力。我的概率课就致力于培养学生这种能力,有很多你意想不到的题目等待大家用数学解答。

果壳网:听说为了方便和大陆学生交流,你还专门研习了“对岸用语”?

叶丙成:我主要在Facebook和果壳网MOOC自习教室小组的QQ群中和大家交流,并从网友这里取得真经,放到有趣的几率课中。比如在介绍集合概念的时候想引入经典的死对头,大家出了各种主意,比如经典的咸甜豆腐脑之争啊;比如某个概率的大小是0.4008823823,这个你能看出来这是什么吗?当我需要一些灵感的时候,就回去问大家,所以课程会很有趣。

果壳网:这个课和你平时在台大教的课有什么区别?

叶丙成:这次在Coursera的视频质量比以前更加精良。另外,在台大教的课时针对台湾学生的,题材可能只有台湾学生可以懂。现在在C站的课要针对全世界华人了,内容上会做一些调整,使大家都可以接受。

全世界第一次将游戏与MOOC结合起来

果壳网:概率课最令人期待的设置应该就是在线游戏了,这是一种什么样的游戏,概率和游戏是怎么结合起来的?游戏在课程中起到什么作用?

叶丙成:游戏可以把学生学习的热情动激发出来,这就是为什么我要把课程和游戏结合起来。这是全世界第一次将游戏与MOOC结合起来,这是我们很骄傲的事情,这也是华人第一次做这样的尝试,连美国也没有这么大规模地把线上游戏和线上课程结合在一起。

希望如果游戏成功的话,Coursera其他老师想尝试在线游戏的话,那么他们也可以用这个平台。所以我们做这个游戏不只想用在几率这门课上,希望这个游戏可以改变MOOC的未来趋势。因为现在Coursera和edX都很在意学生的完成度,学生的学习动机还不够强,所以我相信游戏会成为在线教育的关键。我们作为世界领先团队做这个事情,这是很骄傲的事情。


PAGAMO游戏界面

游戏的名字叫做PAGAMO(PA在闽南语中有打(游戏)的意思,GAM为Game,O“学”的意思,如物理学。)这个游戏是让大家互相竞争,还有排名。具体的玩法暂时不能透露,等到上线以后大家才可以看到。游戏虽然不是作业的一部分,但会根据游戏排名为期末成绩加分,最高有20分的加分。所以如果你花时间来玩的话,会对期末成绩由所帮助。这个游戏就不只是玩玩而已了。

果壳网:游戏的开发团队大概有多少人,现在目前进展如何?

叶丙成:开发团队有10人,都是电机系大三、大四的学生。这些热血青年完全是凭兴趣,觉得有意思才加入到这个团队中来的。

目前已经在收尾阶段了,等待测试。

果壳网:接触大陆学生后,大陆学生留给你什么印象?

叶丙成:果壳网MOOC自习室小组的QQ群让我震撼,没想到在大陆竟有一批活跃在网络教育的同学!一般学生都很在意成绩,然而这里的同学却以学习为乐,这是让我很感动的一股力量。

本文作者@欢仔258(左)和叶丙成教授(右)的合影

编辑的话:台湾大学近十年在不断发展教学水平,进驻Coursera可以向世界展示台大高水准的课程。第一批进驻的课程除了几率课,还有吕世浩老师的秦始皇课,据说该课是台大学生选不到会觉得很遗憾的历史课。大陆同学可能对台湾的教学水平比较陌生,叶老师希望通过公开课,可以让大家了解到台湾大学的教学有多么的不同。

附录:叶丙成老师在Coursera的个人页面介绍(原链接

叶丙成,号丙绅,现任台大电机系副教授、台大 MOOC 计划执行长。

自幼观父叶胜年教授对生徒之关怀,而立后受台大电机许博文老师「教授称谓实不如师,多未传道、解惑故」之启发,辅以天生鸡婆性格,渐步上热血教师一途。

其为师也,富热情,常难忍教学一成不变。时于脸书(facebook)辅导学子求学、人生之惑,后撰文部落格以惠同惑者,传阅者众。庚寅年某日见某生于课堂度孤,当夜不能寐。翻滚至五更,幡然悟得「by the students, for the students, of the students」之心法。自此教学通脱不拘,大开大阖,开发各式独特教学法。教学深具特色,多有口碑,其简报与表达课程收徒四十,初选常达数百众。

摘其教学创举如下:

他是有史第一个在国际舞台 (Coursera) 以华语对万人讲学、互动的老师。
他是台湾第一个设计体验式简报教学法,让小学生打大学生期末简报分数的老师。
他是世界第一个将大规模开放式线上课程 (MOOC) 变成多人竞技线上游戏的老师。
他是当代第一个推行「缘源流几率文学创作」的老师。

对了,他...应该也是第一个绑马尾见校长的台大电机老师……

相关文章

叶丙成:修课如游戏?台大电机这么教!

相关站内资源

MOOC学院

你可能感兴趣

  1. 2012,MOOC之年
  2. MOOC,像追美剧一样上大学
  3. 中国MOOC先行者:在家里上常春藤
  4. 大学已死,大学永存
  5. MOOC:更好和更时髦的教育系统
  6. 新一代网络公开课:利用开放网络来教学
  7. MOOC世界的主要玩家,在线教育钱从哪来?
  8. 在Coursera,随时都是学习的好时候
  9. 课程点评网,帮你更好地选择网络公开课
  10. 给你一个机会,你想创造一所怎样的大学?
  11. 中国式在家上学
  12. 在线教育观察:中国复制美国MOOC是橘生淮北吗?
23 Aug 05:24

一篇在审的博士学位论文

大约两周前收到以色列TelAviv大学研究生委员会主席R.Fastner教授的e-mail,邀请我评审D.Laschov的博士学位论文。虽然与Mr.Laschov素未谋面,也无直接交往,但知道他和他的老师Margaliot教授一直在做矩阵半张量积方面的研究,自然有兴趣读一读他的博士论文,更何况$300的评审费对一位退休的穷教授也算不菲。;昨天收到邮寄来的博士学位论文,今天开读。突然心血来潮,想和朋友们分享一下自己的感受。;1、谁说我们没有创新?;先把论文 ...
01 Aug 19:28

Meet the amazing robots that can move like animals, communicate with humans and even dance and draw

The International Living Machines conference showcases strange machines that advance robotics and help scientists understand living organisms by trying to replicate their functions.
20 Aug 02:35

Observability of a Linear System Under Sparsity Constraints

Consider an n-dimensional linear system where it is known that there are at most nonzero components in the initial state. The observability problem, that is the recovery of the initial state, for such a system is considered. We obtain sufficient conditions on the number of available observations to be able to recover the initial state exactly for such a system. Both deterministic and stochastic setups are considered for system dynamics. In the former setting, the system matrices are known deterministically, whereas in the latter setting, all of the matrices are picked from a randomized class of matrices. The main message is that one does not need to obtain full n observations to be able to uniquely identify the initial state of the linear system, even when the observations are picked randomly, when the initial condition is known to be sparse.
30 Jul 00:36

Could URINE could help us regrow lost teeth? Engineers create 'tooth buds' from waste that could be implanted into jawbone

The Chinese Academy of Sciences have used stem cell technology to create primitive 'tooth buds' which they have transplanted into mice to grow tooth-like structures.
21 Jul 19:47

Is Google planning a micro chip for people's brains? Engineering boss at internet giant says sci-fi-style technology will begin by helping disabled people control wheelchairs

The company, which uses its search, email and other services to funnel personalised advertising to users, is currently trialling prototypes of its Glass device, which is worn like a pair of glasses.
18 Jun 18:54

Network topology for solvated electrons in glass [Physics]

by Akola, J., Kohara, S., Ohara, K., Fujiwara, A., Watanabe, Y., Masuno, A., Usuki, T., Kubo, T., Nakahira, A., Nitta, K., Uruga, T., Weber, J. K. R., Benmore, C. J.
Glass formation in the CaO–Al2O3 system represents an important phenomenon because it does not contain typical network-forming cations. We have produced structural models of CaO–Al2O3 glasses using combined density functional theory–reverse Monte Carlo simulations and obtained structures that reproduce experiments (X-ray and neutron diffraction, extended X-ray absorption fine structure) and...
08 Jun 14:34

Implementation of algorithms for tuning parameters in regularized least squares problems in system identification

Publication date: July 2013
Source:Automatica, Volume 49, Issue 7
Author(s): Tianshi Chen , Lennart Ljung
There has been recently a trend to study linear system identification with high order finite impulse response (FIR) models using the regularized least-squares approach. One key of this approach is to solve the hyper-parameter estimation problem that is usually nonconvex. Our goal here is to investigate implementation of algorithms for solving the hyper-parameter estimation problem that can deal with both large data sets and possibly ill-conditioned computations. In particular, a QR factorization based matrix-inversion-free algorithm is proposed to evaluate the cost function in an efficient and accurate way. It is also shown that the gradient and Hessian of the cost function can be computed based on the same QR factorization. Finally, the proposed algorithm and ideas are verified by Monte-Carlo simulations on a large data-bank of test systems and data sets.