基于生物概念的四足机器人在自然地面上的自适应动态行走研究
作者及发表信息
本研究由Hiroshi Kimura(日本电气通信大学信息系统研究生院)、Yasuhiro Fukuoka(茨城大学智能系统工程系)和Avis H. Cohen(美国马里兰大学生物学与系统研究所)合作完成,发表于2007年5月的*The International Journal of Robotics Research*(卷26,第5期,页475–490),DOI: 10.1177/0278364907078089。
学术背景
研究领域属于仿生机器人学与动态行走控制。动物运动控制的生物学研究表明,行走行为主要由脊髓中的中枢模式发生器(Central Pattern Generator, CPG)和反射机制协同完成,并受大脑高级中枢调节(Grillner 1981; Cohen and Boothe 1999)。然而,此前多数机器人研究依赖于预先已知的地形结构,难以应对户外复杂环境。本研究旨在通过仿生神经控制系统,实现四足机器人(Tekken2)在未知自然地形(如斜坡、碎石、不平地面)中的高速动态行走,并验证CPG作为传感器运动协调核心的可行性。
研究流程与方法
1. 机械系统设计
- Tekken2机器人:自重4.3 kg,配备4条腿,每条腿含4个关节(髋关节俯仰/偏航、膝关节俯仰、被动踝关节),采用低减速比电机提高关节背驱性(backdrivability),踝部弹簧锁机制检测触地状态(图3)。
- 关键设计:轻量化腿部结构减少惯性,小接触面积脚趾增强地形适应性。
神经控制系统构建
实验验证
主要结果
1. 反射机制有效性:
- 屈肌反射使机器人跨越2 cm障碍时W SM保持0.4λ–0.5λ(图8)。
- 侧向踏步反射在5°斜坡上实现直线行走,髋偏航关节调整幅度达0.2 rad(图10)。
- 交叉屈肌反射将摆动腿足尖间隙提升39 mm,避免对侧腿下沉导致的碰撞(图15)。
结论与价值
1. 科学意义:
- 证实CPG可作为传感器运动协调中枢,通过简单反射/响应网络实现复杂地形自适应。
- 提出动态行走的6项必要物理条件(如相位差维持、角动量守恒),为仿生控制提供理论框架。
研究亮点
1. 创新方法:
- 融合CPG相位调制(响应)与关节扭矩直接控制(反射),兼顾节律生成与快速适应。
- 虚拟弹簧-阻尼系统通过PD控制模拟生物肌肉黏弹性。
特殊对象:
跨学科贡献:
其他
研究局限性在于必要条件非充分性,未来需扩展反射类型(如视觉反馈)以应对更复杂地形。后续工作(Tekken3/4)已探索激光导航与更高阶适应(Kimura et al. 2005)。