论多足机器人多元研究方向

153

中国设备

工程

Engineer ing hina C P l ant

中国设备工程 2018.01 （下）机器人能够代替人完成重复耗时、危害生命安全，甚至人类无法完成的任务，逐渐成为一个热门研究话题。以移动方式来分类，机器人主要分为三类。轮式机器人，能够稳定快速地在平坦的地形移动；履带式机器人，通过分担总重量到一较大平面上，也相当于为轮子提供稳定的移动平面，使机器人能够在较为不平或松软的路面上行进。然而以上两种机器人均不能很好地适应有障碍、地势起伏大等不规则地形，非传统的足式机器人则可以克服这一困难。足式机器人最典型的特征是其立足点的离散型，仅需要不断选择很小的最佳支撑面，就可以在一些恶劣地形以效率最高的方式快速地移动。另外，多足机器人在一些对机器人机体平稳度要求很高的情形下适应性很强，这一方面是因为每条足都可以主动减少震动，相当于一个强大的避震器，另一方面因为机器人的机体可以和足成非耦合的状态，使机器人在不平坦的路面上运动时，机体仍能稳定保持一定角度。然而多足机器人结构上的多重选择性和复杂性，多足间协调控制运动，从控制上讲与环境交互，多变量，以及变量间非线性，强耦合关系都使得多足机器人成为机器人领域的一个难点，但为了让机器人适应地球上绝大多数非结构环境，对多足机器人的研究也在持续升温。

1 研究概况

国外：1994年，日本电信大学在仿生学的基础上，将动物的CPG 神经网络用于多足机器人的控制，基于神经振荡器模型，成功实现了非结构地面的自适应动态步行。这种控制方法引起了广泛关注并在之后成为多足机器人控制的主要研究方法。之后的日本又在CPG 的基础上，通过传感器检测环境信息为中枢模式发生器提供反馈信号以及加入腿部局部反馈信号驱动的方式等，使多足机器人更加具有环境的适应能力。从20世纪90年代开始，美国的多足机器人研究也大有进展。卡内基梅隆的有缆八足步行机器人DANTE-II 成功对位于南

极的火山进行探测，也有罗克威尔的模仿螃蟹的水下两栖自主步行机器人。更新的，有美国宇航局研制的六足机器人ATHLETE，可在轮式快速移动和六足步行适应极端地形进行切换，还有现在颇富争议的波士顿动力公司研发的狗型四足机器人，定位应用于不平的地面上的军方输送物资。

另外，在世界其他国家也有引人注目的多足机器人研究，如西班牙国家研究委员会工业自动化研究所的SILO-4，SILO-6的四足以及六足机器人，采用模块化结构，应用于不规则地面的行走。英国设计师研制的类似驾驶工具的采用了涡轮增压柴油发动机的螳螂六足机器人。

国内：国内的多足机器人研究从20世纪90年代才初步形成规模，但之后有了显著的发展，缩小了与国外的差距。比较典型的有，华中科技大学研发了可重构MiniQuad 四足机器人且建立了其动力学模型，对机器人姿态和稳定性进行了分析。北京航空大学对六边形对称分布的NOROS 六足机器人从行走能力，稳定性和能耗的角度对三种不同步态进行了比较（摆动步态，踢腿步态以及混合步态）。哈尔滨工业大学研制了仿生螃蟹的两栖八足机器人并伴生了交错等相位波动步态，在六足机器人上对机器人的落足点进行最优化以及做了基于足力分布的姿态调整以保证稳定性，还开发了以CAN 总线为基准的四足机器人等。另外还有上海交通大学研究的SMA 驱动的微型双三足步行机器人以及清华大学的DT-WM 框架式双三足步行机器人，五足爬行机器人等。1.1 一般多足机器人结构

多足机器人结构的搭建很大程度上依赖生物仿生学，在大自然长期的选择下，留下的生物特征必定是适应对应环境的最优选择，所以多足机器人的结构和自然界中很多动物类似。以最常见的四足机器人和六足机器人为例来说一说常见的结构。四足机器人的腿部排列结构一般参照四足动物，在多足机器人学中被简化为矩形

论多足机器人多元研究方向

王晨涞

（重庆大学，重庆 400000）

摘要：多足机器人结构上的多重选择性和复杂性，多足间协调控制运动，从控制上讲与环境交互，多变量，以及变量间非线性，强耦合关系都使得多足机器人成为机器人领域的一个难点，但为了让机器人适应地球上绝大多数非结构环境，对多足机器人的研究也在持续升温。

关键词：多足机器人；结构；步态规划；CPG 控制

中图分类号：TP242 文献标识码：A 文章编号：1671-0711（2018）01（下）-0153-03

154

研究与探索Research and Exploration ·探讨与创新

中国设备工程 2018.01 (下)

排列，单腿结构变化多，较为复杂。常见的有三自由度的并可根据不同关节形式配置分为全肘式，全膝式，内膝肘式，外膝肘式四种。利用足式机器人与地面离散化接触的特点，为了简化结构和控制，也有优化单自由度的四足机器人。另外，有的机器人为了执行更复杂的功能，如需要在足式和轮式结构间切换，在单腿添加了更多的自由度，到四个甚至以上。六足机器人在机体结构上就会更复杂一些。很多六足机器人参照昆虫来制造的，由躯体和足两个基本部分组成。六足机器人的结构设计重点之一是考虑到六足在机体的布置方式。研究者会在基本原则下，即腿部和关节间的不互相干涉，从机体的稳定性，以控制性以及易加工性等进行选择。常见的有被广泛采用的矩形，具有结构控制简单的特点；也有最接近昆虫仿生的椭圆形或者六边形排布，其减少了足间干涉，以增大足的运动范围的方式提高了机体稳定性；还有圆形布置，转向性和稳定性均有优势，但因足间控制轨迹的不同，在控制上更具挑战性。另外，尺寸上也会有要求，如机体与腿部的尺寸比列，腿部节段尺寸比列。一些研究者会根据昆虫腿部尺寸比例设计六足机器人的三段式的单足结构，分别对应昆虫的股节，胫节以及跗节。1.2 步态规划

步态是指步行腿各腿动作顺序和方式规律。多足机器人运动控制复杂，如何合理规划每一条腿的运动轨迹使多足机器人协调地穿越地形一直是多足机器人技术发展的关键。一种常见的步态分组方式是以机器人在行走时步行腿跟关节轴心线与机体面的位置关系来划分。步行腿关节轴心线与机体面垂直被称为摆动步态，参照爬行类动物；步行腿关节轴心线与机体面平行被称为踢腿步态，参照哺乳类动物。从目前研究较多的四足和六足机器人的步态来分析。四足机器人的步态可分为：行走，机体中心永远落在三条支撑腿构成的三角形内，稳定，慢速；对角小跑，斜对角的两条腿为支撑腿，支撑线落于身体正下方，稳定性较前一种弱，中速；踱步，支撑腿为同边的两条腿，机体会有翻滚动作，稳定性较差，腿之间不会有干涉现象，速度较快；跳跃，前后双腿交替作为支撑腿，机体有明显的俯仰运动，稳定性差但速度很快；奔跑，前双腿先后着地然后后双腿先后着地，稳定性差，高速步态。按占地系数来说，四足机器人步态可以分为走和跑，按对称性来说，被分为对称步态和非对称步态。对称步态有着稳定且易于规划和控制等优点，是主流研究步态，但随着人们对机器人性能要求的不断提高，四足机器人需要采用多种步态甚至在其间变化来适应特殊环境，这在自然界中也许十分简单，但对于机器人还是极具挑战的。对于六足机器人的步态规划，规则周期步态是目前研究比较成功的一大类步态，适应平坦的地形。规则周期步态中，常用的步态又有三角步态，四角步态，五角步态，定点转弯步态以及横向

步态等。三角步态为其中最典型的一种步态，将六条分为两组，身体一侧的前后足与另一侧的中足为一组，两足腿交替摆动和支撑，在以形成稳定三角形稳定机体的同时快速移动。四角步态和五角步态对应支撑腿分别有四条和五条，摆动腿则分别为两条和一条。横向步态也属于三角步态的一种，但混合了摆动步态和踢腿步态的特点，机体的全方位移动离不开横向步态。定点转弯步态也与三角步态类似，以机体中心轴线为旋转轴，将腿分为两组在支撑，摆动间交替完成定点转弯。在具体实施哪种步态时，我们主要考虑它的速度和稳定性。基于理论公式推导得知，在基本影响因素相同的情况下，只有各腿在单次支撑摆动交替周期内的支撑时间影响机器人机体移动速度，且互成反比。因此，支撑相时间最长的三角步态类型的移动速度最快。而稳定性方面，通过稳定裕度定量计算得到五角步态的稳定性最高。在自然界中，这也是一个很容易理解的原理，多足动物要实现快速移动的条件就是尽量减少腿部触地的时间，但同时触地时间的减少使得动物躯体在运动中会产生不同种类的移动，也就是降低了稳定性。对于复杂的地形，规则周期步态是不够的，因此，有了更为繁琐但适应性更好的自由步态规划。自由步态规划则是让机器人的步态和环境产生交互，使机器人依据实时地形自由地规划步态达到调速、转弯、避障等目的。自由步态比规则周期步态更能适应非结构地形，更具实用性，但难度也更大。1.3 控制方面

多足机器人自由度多，各运动耦合性强，需协调控制，运动控制十分复杂。多足机器人控制方法主要分为三种：（1）建模法，这是一种经典的控制方法，对多足机器人环境建立数学模型，然后通过制定的规则管控机器人的运动方式。这种控制方法可以使机器人实现复杂，精准的运动。不过这种方法在控制过程中需要进行大量测量与计算，速度较慢，控制的实时性不好。（2）行为法，该方法是机器人在被写入一些模型化通用的运动和功能后，通过与外界交互感知产生输入信号并刺激机器人对大量动作比较后选择，组合产生一组最优的行为模式输出，但在这种方法中，机器人的动作库很有限，而且感知灵活度不够，使得其不能应用在复杂的地形中。（3）最后一种方法是当前最热门的CPG 控制法，也就是中枢模式发生器控制法。CPG 模仿动物的脊髓（脊椎动物）或者胸腹神经节（无脊椎动物），也就是动物的中枢模式发生器。将多足机器人的各足看作神经元，通过交替触发各足实现机器人的移动。各足之前的神经元会相互产生抑制或者促进来达到全局性的多足协调作用。另外，它可以在无高层上位机信号输入的情况下自主产生稳定地震荡行为，通过重构来实现多运动模式的输出。同时，CPG 控制也经常与反射模型或者与高层主动控制信号输入相结合，可以接受操作者的主观控制或者来自外部的反馈信号，并经由CPG 进行修正，一面实现了运