輪式/履帶式移動(dòng)機(jī)器人可以勝任很多場(chǎng)景的探索、運(yùn)輸?shù)娜蝿?wù)，但是隨著應(yīng)用空間的拓展，需要機(jī)器人在山地、峭壁、叢林、雪地等崎嶇復(fù)雜的地形的任務(wù)也逐漸增多，輪式/履帶式機(jī)器人難以在這類地形中移動(dòng)。自然界中動(dòng)物經(jīng)過數(shù)億年的進(jìn)化，具有極強(qiáng)的環(huán)境適應(yīng)性，可以在各種路面上運(yùn)動(dòng)，而且具有很強(qiáng)的運(yùn)動(dòng)速度和負(fù)載能力。

目前的四足機(jī)器人已展示出了優(yōu)秀的能力，未來(lái)隨著理論的深入和技術(shù)發(fā)展，機(jī)器人的運(yùn)動(dòng)速度等性能會(huì)進(jìn)一步提升，自主化也會(huì)逐步實(shí)現(xiàn)。未來(lái)開發(fā)中，四足機(jī)器人有以下幾個(gè)發(fā)展趨勢(shì)。

1.輪足運(yùn)動(dòng)相結(jié)合

腿足式與輪式運(yùn)動(dòng)結(jié)合，既可以利用腿足機(jī)構(gòu)實(shí)現(xiàn)復(fù)雜地形穿越，又能通過輪式控制移動(dòng)效率。蘇黎世聯(lián)邦理工學(xué)院開發(fā)了一種足式-輪式運(yùn)動(dòng)結(jié)合的機(jī)器人[1]。實(shí)驗(yàn)中使用動(dòng)作捕捉系統(tǒng)來(lái)記錄輪式四足機(jī)器人原型機(jī)的運(yùn)動(dòng)軌跡數(shù)據(jù)，和模擬結(jié)果與預(yù)期的位置姿態(tài)進(jìn)行對(duì)比。

?

<iframe height=498 width=510 src='https://player.youku.com/embed/XNTg5NDM2Mzg2OA==' frameborder=0 'allowfullscreen'></iframe>

?

2.微型化

法國(guó)科學(xué)研究中心開發(fā)了一個(gè)低成本開源機(jī)器人[2]，重量?jī)H2.5kg。在進(jìn)行機(jī)器人性能實(shí)驗(yàn)評(píng)估時(shí)，光學(xué)動(dòng)作捕捉系統(tǒng)來(lái)獲取機(jī)器人運(yùn)動(dòng)位置、速度和姿態(tài)角度和角速度數(shù)據(jù)，作為位姿的參考真值（ground truth）。利用動(dòng)作捕捉系統(tǒng)采集的數(shù)據(jù)，可以同時(shí)評(píng)估估計(jì)和參照跟蹤的性能。

3.更大負(fù)載和更靈活的操作能力

四足機(jī)器人除了移動(dòng)能力外還需要具有一定的操作能力，來(lái)完成更復(fù)雜的任務(wù)。比較常見的方式是在四足機(jī)器人上方搭載一個(gè)機(jī)械臂，比如Boston Dynamic的Spot Arm機(jī)器人。愛丁堡大學(xué)在ANYmal機(jī)器人上放置了一個(gè)6自由度機(jī)械臂[3]，通過軌跡優(yōu)化提高系統(tǒng)的魯棒性，實(shí)現(xiàn)穩(wěn)定的移動(dòng)操作。在重復(fù)性實(shí)驗(yàn)中，使用動(dòng)捕系統(tǒng)計(jì)算機(jī)器人與操作目標(biāo)之間的相對(duì)位姿關(guān)系。

但是這種方式需要額外搭載機(jī)械臂，降低了四足機(jī)器人的有效負(fù)載?，F(xiàn)實(shí)世界中的很多動(dòng)物利用四肢就即可完成操作。東京大學(xué)提出一種基于深度強(qiáng)化學(xué)習(xí)的方法，通過訓(xùn)練模型實(shí)現(xiàn)四足機(jī)器人利用四肢蹬球的任務(wù)[4]。實(shí)驗(yàn)中使用動(dòng)捕系統(tǒng)確定球?qū)崟r(shí)的位置和角速度信息，來(lái)評(píng)估機(jī)器人性能。

4.仿生進(jìn)一步深化

對(duì)于足式機(jī)器人，防滑能力是一項(xiàng)重要指標(biāo)，尤其是在山崖這種陡峭的地形運(yùn)動(dòng)時(shí)，防滑性尤為重要。山羊、鹿等動(dòng)物在陡峭地形可以穩(wěn)健的運(yùn)動(dòng)，但是目前仍不清楚哪些結(jié)構(gòu)決定了防滑能力。英國(guó)帝國(guó)理工學(xué)院根據(jù)山羊蹄解剖結(jié)構(gòu)設(shè)計(jì)了一種用于四足機(jī)器人的仿山羊蹄結(jié)構(gòu)[5]，研究了該結(jié)構(gòu)的動(dòng)力學(xué)性能，利用光學(xué)動(dòng)作捕捉系統(tǒng)獲取結(jié)構(gòu)三個(gè)主要關(guān)節(jié)運(yùn)動(dòng)過程中的角度變化，結(jié)合力傳感器數(shù)據(jù)，確定了山羊蹄三個(gè)主要關(guān)節(jié)的順應(yīng)性水平與穩(wěn)定性的關(guān)系。

5.環(huán)境感知更自然

隨著傳感器技術(shù)的發(fā)展，機(jī)器人可以獲得更準(zhǔn)確和全面的環(huán)境感知，利用充分的環(huán)境信息，機(jī)器人可以實(shí)現(xiàn)自主導(dǎo)航完成任務(wù)。常見的傳感器包括激光雷達(dá)、視覺攝像頭等，但是在地下礦井或下水道等極端場(chǎng)景中，由于煙霧、黑暗、污垢等原因，普通的傳感器難以發(fā)揮作用。牛津大學(xué)開發(fā)了一種本體感知定位方法，利用四足機(jī)器人的腳接觸，在沒有激光雷達(dá)和攝像頭的幫助下，根據(jù)預(yù)先繪制的環(huán)境地圖進(jìn)行定位，無(wú)需任何攝像頭或激光雷達(dá)傳感器的幫助[6]。所提出的方法使機(jī)器人能夠在地形特征上進(jìn)行一系列接觸事件后準(zhǔn)確地重新定位自己。該方法基于序列蒙特卡羅，可以同時(shí)支持 2.5D 和 3D 先驗(yàn)地圖。實(shí)驗(yàn)中使用高精度動(dòng)作捕捉系統(tǒng)采集機(jī)器人姿態(tài)作為真值（ground truth）。實(shí)驗(yàn)開始時(shí)用動(dòng)捕系統(tǒng)測(cè)量機(jī)器人在地圖中位置，僅用做初始化，后面使用粒子濾波器用于姿態(tài)估計(jì)，動(dòng)捕系統(tǒng)僅用于計(jì)算統(tǒng)計(jì)誤差。

6.更多應(yīng)用場(chǎng)景

由于四足機(jī)器人運(yùn)動(dòng)性能以及成本的約束，拓展并尋找合適的應(yīng)用場(chǎng)景也很重要。除了管線巡檢、災(zāi)情救援和軍事偵察外等場(chǎng)景外，四足機(jī)器人在太空探索中的應(yīng)用也受到很多關(guān)注。

蘇黎世聯(lián)邦理工學(xué)院的研究人員受到貓的啟發(fā)，開發(fā)了一種用于星際探索的跳躍四足機(jī)器人Spacebok[7][8]。Spacebok可以通過控制騰空階段四肢運(yùn)動(dòng)調(diào)整狀態(tài)，實(shí)現(xiàn)落地時(shí)達(dá)到預(yù)期姿態(tài)。機(jī)器人基于深度強(qiáng)化學(xué)習(xí)算法，通過在仿真環(huán)境訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并直接部署在真實(shí)Spacebok機(jī)器人上。實(shí)驗(yàn)簡(jiǎn)化為一個(gè)二維平面，將Spacebok四足機(jī)器人固定在氣浮臺(tái)頂端，利用氣浮臺(tái)無(wú)摩擦運(yùn)動(dòng)模擬微重力狀態(tài)。實(shí)驗(yàn)中需要實(shí)時(shí)獲取機(jī)器人的姿態(tài)和距離地面距離的數(shù)據(jù)作為狀態(tài)估計(jì)器的輸入，由于作者關(guān)注的是運(yùn)動(dòng)控制，姿態(tài)和距地面距離數(shù)據(jù)的獲取不是重點(diǎn)，因此使用外設(shè)的光學(xué)動(dòng)作捕捉系統(tǒng)來(lái)跟蹤記錄機(jī)器人的高精度位姿數(shù)據(jù)。

同樣用于機(jī)器人在空間環(huán)境中跳躍，跳躍拉瓦爾大學(xué)提出了一種方法[9]，使四足機(jī)器人可以在跳躍過程中關(guān)節(jié)限制條件下實(shí)現(xiàn)重定向，并利用原型機(jī)進(jìn)行實(shí)驗(yàn)驗(yàn)證。為了對(duì)觀察結(jié)果定量驗(yàn)證，作者使用動(dòng)捕系統(tǒng)采集原型機(jī)運(yùn)動(dòng)數(shù)據(jù)，與仿真結(jié)果進(jìn)行對(duì)比，通過對(duì)比均方根誤差結(jié)果，驗(yàn)證所提方法的有效性。

經(jīng)過多年發(fā)展，四足機(jī)器人已經(jīng)取得了很多成果，在四足機(jī)器人的開發(fā)過程中，光學(xué)動(dòng)作捕捉系統(tǒng)是一種有效而且必要的儀器設(shè)備。目前四足機(jī)器人的靈活性、運(yùn)動(dòng)速度等仍與動(dòng)物有一定差距，需要進(jìn)一步從仿生角度，研究動(dòng)物結(jié)構(gòu)、改進(jìn)運(yùn)動(dòng)控制算法。未來(lái)四足機(jī)器人一定有更廣闊的應(yīng)用場(chǎng)景，光學(xué)動(dòng)作捕捉系統(tǒng)也將發(fā)揮更大的作用。

?

參考文獻(xiàn)：

1.Geilinger M, Winberg S, Coros S. A computational framework for designing skilled legged-wheeled robots[J]. IEEE Robotics and Automation Letters, 2020, 5(2): 3674-3681.

2.Léziart P A, Flayols T, Grimminger F, et al. Implementation of a Reactive Walking Controller for the New Open-Hardware Quadruped Solo-12[C]//2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2021: 5007-5013.

3.Ferrolho H, Ivan V, Merkt W, et al. RoLoMa: Robust Loco-Manipulation for Quadruped Robots with Arms[J]. arXiv preprint arXiv:2203.01446, 2022.

4.Shi F, Homberger T, Lee J, et al. Circus anymal: A quadruped learning dexterous manipulation with its limbs[C]//2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2021: 2316-2323.

5.Abad S A, Herzig N, Sadati S M H, et al. Significance of the compliance of the joints on the dynamic slip resistance of a bioinspired hoof[J]. IEEE Transactions on Robotics, 2019, 35(6): 1450-1463.

6.Buchanan R, Camurri M, Fallon M. Haptic sequential Monte Carlo localization for quadrupedal locomotion in vision-denied scenarios[C]//2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2020: 3657-3663.

7.Rudin N, Kolvenbach H, Tsounis V, et al. Cat-like jumping and landing of legged robots in low gravity using deep reinforcement learning[J]. IEEE Transactions on Robotics

8.Arm P, Zenkl R, Barton P, et al. Spacebok: A dynamic legged robot for space exploration[C]//2019 international conference on robotics and automation (ICRA). IEEE, 2019: 6288-6294.

9.Garant X, Gosselin C. Design and Experimental Validation of Reorientation Manoeuvres for a Free Falling Robot Inspired From the Cat Righting Reflex[J]. IEEE Transactions on Robotics, 2020, 37(2): 482-493.

鏈接：https://www.dianjilingqu.com/489445.html