TALOS

El robot humanoide que integra la tecnología robótica más avanzada

Control de Par

El humanoide bípedo TALOS se puede controlar en par gracias a los sensores de par en todas sus articulaciones, dotándole de una alta sensibilidad y de poder realizar movimientos que requieran multi-contacto.El control de par de circuito cerrado se puede usar para controlar la dinámica inversa de todo su cuerpo y una interacción segura con el entorno.

TALOS biped humanoid robot with the EtherCAT communication network

Red EtherCAT

La red de comunicaciones EtherCAT de TALOS permite ejecutar circuitos de control a 2 kHz, y hasta 5 kHz, lo que permite que TALOS tenga movimientos altamente reactivos y dinámicos.

Red EtherCAT

La red de comunicaciones EtherCAT de TALOS permite ejecutar circuitos de control a 1 kHz, y hasta 5 kHz, lo que permite que TALOS tenga movimientos altamente reactivos y dinámicos.

6kg de carga por brazo

TALOS tiene una carga útil de 6 kg con cada brazo totalmente extendido, ya que fue diseñado teniendo en mente el uso de herramientas industriales pesadas. Esto capacita al robot para realizar tareas de manera efectiva en entornos como la Fábrica del Futuro.

TALOS, the walking biped humanoid robot has a 6kg Payload per arm thanks to its all-joints sensored torque control

Áreas de uso

IDEAL PARA INVESTIGACIONES EN:

Inteligencia Artificial/Machine Learning
Interacción Humano-Robot
Manipulación
Percepción
Navegación

Control de Par
Movimientos altamente reactivos y dinámicos
Planificación de movimientos con multi-contacto
Caminar Dinámico
Optimización de Trayectorias

CAMPOS DE USO:

Fábrica del Futuro

IoT

Rescate

Exploración Espacial

TALOS SE USA EN…

Developing Memory of Motion in robots with arms and legs in project Memmo

Learn more >

TALOS, officially presented at LAAS-CNRS (Toulouse, France)

Learn more >

MEMMO Project: Giving memories to robots for a better motion generation

Learn more >

TALOS humanoid joins the RoboHub family at University of Waterloo!

Learn more >

TALOS at JSI: Humanoids, imitation learning and torque control

Learn more >

TALOS joins the robotics family at the University of Edinburgh

Learn more >

MEMMO: Giving memories to robots for a better motion generation

Learn more >

Videos TALOS en acción

TALOS es un robot humanoide de alto rendimiento de 1.75m. Este humanoide de PAL Robotics puede levantar una carga de hasta 6kg en cada brazo estirado, es totalmente eléctrico y 100% compatible con ROS.

Especificaciones técnicas

Contáctanos y habla con nuestro equipo de expertos para que puedan asesorarte y proporcionarte más información sobre TALOS.

ESPECIFICACIONES

Altura	175 cm
Peso	95 kg
Carga	6 kg (brazo estirado)
Autonomía	1.5h caminando/ 3h stand-by
Sensores de par	Feedback de los sensores de par en todas las articulaciones*
Cabeza y pinza	Totalmente customizable

*Excepto en la cabeza, muñecas y pinzas

SOFTWARE ABIERTO

Modelo de la simulación disponible en: wiki.ros.org/Robots/TALOS

DESCARGAR FICHA TÉCNICA

Menciones

Noélie Ramuzat, Florent Forget, V. Bonnet, S Boria, Olivier Stasse, Maxime Gautier (2020): Actuator Model, Identification and Differential Dynamic. Programming for a TALOS Humanoid Robot

Alexis Nicolin, Joseph Mirabel, Sébastien Boria, Olivier Stasse, Florent Lamiraux (2020): Agimus: a new framework for mapping manipulation motion plans to sequences of hierarchical task-based controllers. DOI: 10.1109/SII46433.2020.9026288

Kevin Giraud-Esclasse, Pierre Fernbach, Gabriele Buondonno, Carlos Mastalli and Olivier Stasse (2020): Motion Planning for Multi-Contact Visual Servoing on Humanoid Robots. DOI: 10.1109/SII46433.2020.9026291

Steve Tonneau, Daeun Song, Pierre Fernbach, Nicolas Mansard, Michel Taix, Andrea Del Prete (2020): SL1M: Sparse L1-norm Minimization for contact planning on uneven terrain

Rohan Budhiraja, Amit Parag, Ewen Dantec, Justin Carpentier, Carlos Mastalli, Nicolas Mansard (2020): Crocoddyl: Fast computation, Efficient solvers, Receding horizon and Learning

Santoso Lembono, Teguh Mastalli, Carlos Fernbach, Pierre Mansard, Nicolas Calinon, Sylvain (2020): Learning How to Walk: Warm-starting Optimal Control Solver with Memory of Motion

Carlos Mastalli, Rohan Budhiraja, Wolfgang Merkt, Guilhem Saurel, Bilal Hammoud, Maximilien Naveau, Justin Carpentier, Ludovic Righetti, Sethu Vijayakumar, Nicolas Mansard (2020): Crocoddyl: An Efficient and Versatile Framework for Multi-Contact Optimal Control

Barry Ridge, Rok Pahič, Aleš Ude, Jun Morimoto (2019): Learning to Write Anywhere with Spatial Transformer. Image-to-Motion Encoder-Decoder Networks. DOI: 10.1109/ICRA.2019.8794253

Tamim Asfour, Mirko Wächter, Lukas Kaul, Samuel Rader, Pascal Weiner, Simon Ottenhaus, Raphael Grimm, You Zhou, Markus Grotz, and Fabian Paus (2019): ARMAR-6: A High-Performance Humanoid for Human-Robot Collaboration in Real-World Scenarios. DOI: 10.1109/MRA.2019.2941246

Emmanuel Pignat, Teguh Lembono and Sylvain Calinon (2019): Variational Inference with Mixture Model Approximation: Robotic Applications

Olivier Stasse, Thomas Flayols, Rohan Budhiraja, Kevin Giraud-Esclasse, Justin Carpentier, Joseph Mirabel, Andrea del Prete, Philippe Souères, Nicolas Mansard, Florent Lamiraux (2018): TALOS: A new humanoid research platform targeted for industrial applications. DOI: 10.1109/HUMANOIDS.2017.8246947

Olivier Stasse and Thomas Flayols (2018): An overview of humanoid robots technologies

Gopi Krishna Erabati (2018): 3D Object Recognition and Relative. Localization using a 3D sensor Embedded on a Mobile Robot. DOI: 10.31237/osf.io/p4thn

Justin Carpentier, Nicolas Mansard (2018): Multi-contact Locomotion of Legged Robots

O. Stasse, J. Mirabel, A. Nicolin and F. Lamiraux1 (2017): Research results on the robot TALOS

Justin Carpentier, Rohan Budhiraja, Nicolas Mansard (2017): Learning Feasibility Constraints for Multi-contact. Locomotion of Legged Robots

Justin Carpentier, Andrea del Prete, Steve Tonneau, Thomas Flayols, Florent Forget, Alexis Mifsud, Kevin Giraud–Esclasse, Dinesh Atchuthan, Pierre Fernbach, Rohan Budhiraja (2017): Multi-contact Locomotion of Legged Robots in Complex Environments – The Loco3D project

Sachin Chitta, Eitan Marder-Eppstein, Wim Meeussen, Vijay Pradeep, Adolfo Rodríguez Tsouroukdissian, Jonathan Bohren, David Coleman, Bence Magyar, Gennaro Raiola, Mathias Lüdtke (2017): ros_control: A generic and simple control framework for ROS. DOI : 10.21105/joss.00456

Preguntas Frecuentes

¿Cuál es la frecuencia del circuito de control?

El control de torque de TALOS tiene una baja latencia de 2kHz.

¿Existe una estimación de estado completo del robot disponible para los controles?

Proporcionamos una estimación de estado a partir de la IMU+cinemática desde el primer momento?, un sistema para fusionar esta odometría con mediciones externas adicionales debe abordarse con un estimador adicional del bucle ros_control en tiempo real. Esto sería más seguro para el control de torque de todo el cuerpo que se basa en la estimación de CoM.

¿Qué sensores están disponibles a través de ros_control?

A través de ros_control, tiene acceso a los codificadores, IMU y sensores de temperatura de los robots.

¿Se proporciona el modelo dinámico del robot?

Sí, el URDF incluye posición de CoM, tensores de masa e inercia. Este modelo se ha extraído del CAD y fue validado por la dinámica inversa de todo el cuerpo y el control de torque en el robot.

Más FAQs

¡Contacta al equipo de PAL Robotics si tienes alguna pregunta!

Contáctanos

Suscríbete a nuestra Newsletter

Regístrate para recibir la Newsletter de PAL Robotics y sé el primero en conocer nuestras últimas noticias: lanzamientos de productos, eventos relevantes, y otra información destacada sobre PAL Robotics.