方法文章

高动态模块化可重构足式机器人系统的设计与控制

DOI：

10.3791/68092

⸱

2025年5月30日

 ,  ,  , 
1School of Control Science and Engineering, Shandong University

本文内容

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文介绍了一种实验方案，旨在帮助初学者复现一种高度动态的双足机器人系统，以及由双足机器人作为最小单元构成的模块化四足机器人。

摘要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

足式机器人具有卓越的地形适应能力，使其成为在复杂地形中进行户外探索和货物运输的理想平台。腿的数量和构型对其性能起着至关重要的作用；然而，目前大多数设计为整体式结构，缺乏可重构的灵活性。本文介绍了一种模块化足式机器人系统的构建方案，该系统具备强大的行走能力，并可在双足与四足构型之间灵活切换。首先，通过机械组装各类功能模块，完成双足平台的搭建以及模块化连接装置的装配。随后，利用调试软件对惯性测量单元和电机进行配置，包括设置控制器局域网络（CAN）标识符（ID）、波特率及其他工作参数，以确保其处于正常工作状态。接着，分别设计了全身控制策略和分布式控制框架，以保障双足单元的稳定行走以及组合结构的协调运动。最后，我们在双足和四足两种构型下验证了系统的有效性，实现了机器人在户外环境中的稳定行走。

引言

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

采用离散支撑机制的足式机器人具有优异的地形适应性和敏捷性1,2。近年来，足式机器人已被应用于搜救等任务场景，并取得了良好效果3,4,5。不同构型的足式机器人在各类任务中展现出各自的优势：双足机器人结构简单，可穿越狭窄空间，但负载能力有限；四足机器人结构较复杂，但可承载更重的负载并实现更快速的移动；六足及以上腿数的机器人具有更高的稳定性，但维护难度较大。然而，现有的足式机器人通常采用一体化设计，构型固定，缺乏在不同构型之间灵活适应或切换的能力6,7,8。这种设计方式导致故障率较高，且维护困难，因为单点故障可能引发系统整体失效。相比之下，基于模块化组装理念设计的机器人能够便捷地重构以满足不同任务需求9,10。在面对复杂崎岖地形时，可通过增加腿或模块的数量来提升其越障能力11。

目前，模块化足式机器人的研究仍处于探索阶段，主要集中在小型或微型足式平台，这些平台主要通过爬行或蠕动方式移动11,12,13,14,15。一些组装子模块甚至不具备独立运动能力，只有在组合后才能实现移动16,17。这使得它们在运输和侦察等实际应用场景中的部署较为困难。为应对这些挑战，本文提出一种具备灵活移动能力的模块化足式机器人系统。与以往方法不同，本文中组装子模块的腿部结构借鉴了哺乳动物的腿部构型，可实现快速奔跑。由于双足机器人结构简单、行走稳定且步态更接近人类，我们选择其作为最小的拼接模块18,19。

此外，上述部分模块化足式机器人采用闩锁或紧固件来连接模块12，这削弱了其快速连接与断开的能力。为了简化连接过程并避免使用夹具和紧固件，我们在模块之间采用电磁吸附机构，实现对磁力的可控且灵活的开启与关闭。为了充分挖掘模块化足式机器人的优势，本文所讨论的机器人采用分布式控制方法来管理其运动。所构建系统的有效性及控制方法已通过原型实验得到验证。该系统有望在非结构化地形中的大规模物料运输或未知环境下的快速侦察任务中发挥重要作用。

本实验方案的目的是全面介绍本文所述系统的设计与制造过程，使相关研究人员能够复制或开发具有类似功能的机器人以满足其需求。本文中的双足模块基于我们先前的研究工作，在此基础上增加了对接机构，并进行了参数的精细调节20。

访问受限。请登录或开始试用以查看此内容。

方案

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. 仪器的构建

  1. 使用螺丝和紧固件组装连杆、外壳和小腿部件，然后使用紧固件将组装好的连杆连接到电机输出轴的键销上（图1）。
    注意：腿部由连杆、电机、轴承等组成，是机器人实现运动的主要部件。
  2. 使用电机制造商提供的软件初始化电机，包括霍尔传感器和编码器的校准。
  3. 使用碳纤维板和适当的连接件将两个已组装的腿部固定在一起，构成双足结构，如图所示（图2）。
  4. 用螺丝将碳纤维管固定在对接装置的两侧，并将电磁铁固定在其中央凹槽内（见图3）。

2. 构建控制箱

  1. 根据图4所示的电路原理图和物理结构图组装电源板。
  2. 将电源管理模块、惯性测量单元（IMU）、微控制器单元（MCU）及其他组件按图示位置（图5）放置并固定在指定位置。
  3. 使用JT30-USB连接器将MCU的通用串行总线（USB）端口与IMU连接。
  4. 使用以太网线缆将MCU的以太网端口连接至路由器。
  5. 通过导线将电机开关、MCU开关和主开关连接至电源管理模块上对应的接口。
  6. 将串行外设接口（SPI）板的CAN1和CAN2接口分别连接至电源管理模块的CAN1和CAN2接口。
  7. 通过各电机对应的接口，将其连接至电源管理模块上的电源和CAN接口。
    注：左腿的电机通过控制盒左侧的连接器连接至电源管理模块左侧的电源和CAN接口；右侧连接方式类似。

3. 调试电机

  1. 打开电机调试软件。使用 USB-CAN 模块将计算机连接到待调试电机。
  2. 分配电机的 CAN ID。将 ab/ad 设为 1，hip 设为 2，knee 设为 3。
  3. 依次设置关节零位和正方向，如图6所示。

4. 控制方案

  1. 建立机器人连杆之间的运动传递关系，如以下所示
    Denavit-Hartenberg transformation matrix equation for robotic kinematics analysis.
    注意： z 轴线与关节轴线对齐 i 而轴线沿关节轴之间的公共垂线对齐 i 和 i +1，从关节指向 i 到 i + 1. 如果坐标轴相交， xi 垂直于交平面。 ai-1 是关于的旋转角度 xi-1 从 zi-1 到 zi; ai-1 是沿着的距离 xi-1 从 zi-1 到 zi; θi 是关于的旋转角度 zi 从 xi-1 到 xi；而 di 是沿 zi 从 xi-1 到 xi.
  2. 建立给定的全身动力学方程
    Dynamic equation M(q)ẍ + C(q,ẋ)ẋ + g(q) = Sτ + Jᵀf in control systems analysis diagram.
    注意： Jc 和 fc 分别表示将足部受力映射到关节空间的雅可比矩阵和足部接触力。 M(q) 是惯性矩阵， Equation representing dynamic systems: C(q, q̇)q̇; relevant for analyzing motion equations. 表示离心力和科里奥利力项，以及 g(q) 是机器人所受的重力。
  3. 建立全身平衡控制方程。
    注意：双足模块的控制律结合了虚拟模型控制（VMC）和全身控制（WBC）。有关详细的控制方程，请参考之前的研究工作20.

5. 编写程序

  1. 使用 ST-LINK 将单片机（MCU）与电机之间通信程序的二进制（BIN）文件烧录至 SPI 板。
    注：SPI 板作为 MCU 与电机之间的通信模块，以 STM32 为核心控制器。
  2. 通过以太网线缆将编译好的机器人运动控制程序从计算机（PC）传输至 MCU。

6. 启动双足机器人模块

  1. 将机器人设置为初始姿态，如图所示（图7A）。
  2. 在微控制器单元（MCU）上运行由控制代码编译生成的可执行文件。
  3. 使用遥控器向机器人发送站立指令（图7B）。
    注意：遥控器按钮可根据需要进行配置。建议使用摇杆控制速度，使用按钮切换不同状态。
  4. 通过遥控器激活机器人的运动模式（图7C）。
  5. 使用遥控器的摇杆控制机器人前进、后退和转向。

7. 启动模块化重构的四足机器人

  1. 将两个双足模块的路由器配置在同一网段。
  2. 基于轻量级通信与编组协议（Lightweight Communications and Marshalling, LCM）21建立分布式控制框架。
  3. 将组装好的拼接装置组件安装在双足机器人头部。
  4. 将两个双足模块置于规定初始状态，并启动拼接装置的磁力。
  5. 分别启动两个双足模块的可执行程序。
  6. 通过遥控器向机器人发送站立指令。
  7. 通过遥控器激活机器人的运动模式。
  8. 使用遥控器摇杆操控拼接机器人前进、后退和转向。

访问受限。请登录或开始试用以查看此内容。

结果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

为验证所提出系统的有效性，我们在多种地形上进行了户外行走测试。首先选择单个双足模块作为测试对象，在人工草坪和合成跑道上分别开展了运动测试。如图8所示，机器人在两种地形上均表现出稳定的运动能力。机器人运动过程中的姿态和关节力矩数据如图9所示。机器人滚转角和俯仰角波动的幅值均保持在0.04 rad以内（参考值为0），表明其具备良好的姿态控制能力。另一方面，关节力矩数据未出现明显的尖峰或异常波动，变化较为平滑，进一步证实了机器人运行稳定，仅有轻微振动。

在重构实验中（图11），我们使用两个双足单元组装了一个复合四足机器人，并通过分布式控制方法实现其全向运动。通过远程控制电磁装置吸附力的开启与关闭，成功实现了双足与四足构型之间的动态切换。在图11B所示的雪地中，单个双足模块偶尔会出现打滑和不稳定现象；然而，当两个模块组合后，整体稳定性得到增强，能够在雪地...

访问受限。请登录或开始试用以查看此内容。

讨论

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文提出的模块化足式机器人提供了一种全新的足式机器人设计思路，通过多个分布式腿模块的组合实现构型重构与协调运动。本文所提出的方法已通过实验验证，证实了其具备构型重构和协调运动的能力。本方案中的第1、2、4和5节代表了该设计实施过程中的关键阶段，涵盖了机器人机械结构和电气控制系统两方面的开发。

在实际应用中，对具有高稳定性和大负载能力的足式机器人需求日益增长。例如，在灾难救援场景中，机器人必须携带设备和物资穿越瓦砾、碎石等崎岖地形22。大多数足式机器人采用一体化结构设计，但这种设计面临多任务适应性差、故障率高以及维护效率低等问题。此外，足式机器人的敏捷移动能力与高承载能力难以同时兼顾。相比之下，模块化足式机器人因其模块化设计理念，具有配置灵活切换和维护便捷性增强等优势。

目前，模块化机器人的研究仍处于探索阶段，尽管已取得一些初步成果。现有的关于模块化足式机器人的研究主要集中在小规模平台上，通常采用爬行或蠕动的运动方式，移动能力有限。此外，大多数模块化机器人需要多个模块组合才能实现运...

访问受限。请登录或开始试用以查看此内容。

披露

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者声明不存在任何竞争性经济利益。

致谢

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者谨此感谢曾宪武先生在完成本文报道的实验过程中所提供的帮助。本工作部分得到了国家自然科学基金（62373223）和山东省自然科学基金（ZR2024ZD06）的资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
电池YOBOTICShttps://yobotics.cn/
电磁铁Kaka ElectricH25
电子元件JLChttps://yobotics.cn/包括电阻、电容、电感等常用元件
惯性测量单元（IMU）LORD3DM-GX5-45 
电机YOBOTICShttps://yobotics.cn/
电源管理模块JLCP1
遥控器Ledihttps://yobotics.cn/
路由器linwlanGX30
SPI模块YOBOTICShttps://yobotics.cn/
结构件3D打印服务不适用M1-1、M1-2、M1-3、M1-4、M1-5、M1-6、U1、U2、LX1、LX2、LX3、LX4

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Anymal-a highly mobile and dynamic quadrupedal robot. Hutter, M., et al. 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Daejeon, Korea (South), , (2016).
  2. Mit cheetah 3: Design and control of a robust, dynamic quadruped robot. Bledt, G., et al. 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Madrid, Spain, , (1109).
  3. Jung, T., et al. Development of the humanoid disaster response platform DRC-HUBO+. IEEE Trans Robot. 34 (1), 1-17 (2018).
  4. Kaneko, K., et al. Humanoid robot HRP-5P: An electrically actuated humanoid robot with high-power and wide-range joints. IEEE Robot Autom Lett. 4 (2), 1431-1438 (2019).
  5. Bernreiter, L., et al. A framework for collaborative multi-robot mapping using spectral graph wavelets. Int J Rob Res. 43 (13), 2070-2088 (2024).
  6. Atlas, the next generation. , BostonDynamics. At https://bostondynamics.com/atlas/ (2016).
  7. Hubicki, C., et al. Atrias: Design and validation of a tether-free 3D-capable spring-mass bipedal robot. Int J Rob Res. 35 (12), 1497-1521 (2016).
  8. Huang, Q., et al. Historical Development of BHR Humanoid Robots. Explorations in the History and Heritage of Machines and Mechanisms. History of Mechanism and Machine Science. , Springer. Cham. (2019).
  9. Wang, J., Hu, C., Zhu, Y. J. I. R., Letters, A. CPG-based hierarchical locomotion control for modular quadrupedal robots using deep reinforcement learning. IEEE Robot Autom Lett. 6 (4), 7193-7200 (2021).
  10. Daudelin, J., et al. An integrated system for perception-driven autonomy with modular robots. Sci Robot. 3 (23), eaat4983(2018).
  11. Chong, B., et al. Multilegged matter transport: A framework for locomotion on noisy landscapes. Science. 380 (6644), 509-515 (2023).
  12. Mahkam, N., Bakir, A., Özcan, O. Miniature modular legged robot with compliant backbones. IEEE Robot Autom Lett. 5 (3), 3923-3930 (2020).
  13. Development of three-legged modular robots and demonstration of collaborative task execution. Ohira, M., Chatterjee, R., Kamegawa, T., Matsuno, F. Proceedings 2007 IEEE International Conference on Robotics and Automation, Rome, Italy, , 3895-3900 (2007).
  14. Yang, Z., et al. A unit-compressible modular robotic system and its self-configuration strategy using meta-module. Robot Comput-Integr Manuf. 49, 39-53 (2018).
  15. Ozkan-Aydin, Y., Goldman, D. I. Self-reconfigurable multilegged robot swarms collectively accomplish challenging terradynamic tasks. Sci Robot. 6 (56), eabf1628(2021).
  16. Snapbot: A reconfigurable legged robot. Kim, J., Alspach, A., Yamane, K. 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Vancouver, BC, Canada, , (1109).
  17. Snapbot v2: A reconfigurable legged robot with a camera for self configuration recognition. Gim, K. G., Kim, J. 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Las Vegas, NV, USA, , (1109).
  18. Force-and-moment-based model predictive control for achieving highly dynamic locomotion on bipedal robots. Li, J., Nguyen, Q. 2021 60th IEEE Conference on Decision and Control (CDC), Austin, TX, USA, , (1109).
  19. Feedback control of a cassie bipedal robot: Walking, standing, and riding a segway. Gong, Y., et al. 2019 American Control Conference (ACC), Philadelphia, PA, USA, , (2019).
  20. Zhu, Z., et al. Design and control of braver: A bipedal robot actuated via proprioceptive electric motors. Auton Robots. 47 (8), 1229-1243 (2023).
  21. Lcm: Lightweight communications and marshalling. Huang, A. S., Olson, E., Moore, D. C. 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems, Taipei, Taiwan, , (2010).
  22. Development of experimental legged robot for inspection and disaster response in plants. Yoshiike, T., et al. 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Vancouver, BC, Canada, , (1109).
  23. Toward industrialization of humanoid robots: Autonomous plasterboard installation to improve safety and efficiency. IEEE Robot Autom Mag. Kumagai, I., et al. 26 (4), 20-29 (2019).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

视频即将推出

相关文章