方法文章

高动态模块化可重构腿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

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

在这里，我们提出了一种协议，使初学者能够复制一个高度动态的双足机器人系统和一个由两足动物作为最小单元组成的模块化四足机器人。

摘要

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

腿式机器人具有卓越的地形适应性，使其成为户外探索和穿越复杂地形运输货物的理想平台。支腿的数量和配置对其性能起着至关重要的作用;然而，目前的大多数设计都是单片的，缺乏重新配置的灵活性。本文中提出的协议详细介绍了模块化腿式机器人系统的设计和制造，该系统具有强大的行走能力以及双足和四足配置之间的灵活重新配置。首先，将各种功能模块机械组装，完成双足平台的构建和模块化连接装置的组装。随后，使用调试软件，我们配置了惯性测量单元和电机，包括设置控制器局域网 （CAN） 标识 （ID）、波特率和其他工作参数，以确保它们处于正确的工作状态。然后，我们设计了全身控制策略和分布式控制框架，分别保证双足单元的稳定行走和组装结构的协调运动。最后，我们验证了该系统在双足和四足配置上的有效性，使机器人能够实现稳定的户外行走。

引言

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

利用离散支撑机构的腿式机器人表现出卓越的地形适应性和敏捷性 1,2。近年来，腿式机器人已部署在救援和搜索行动等场景中，取得了良好的效果 3,4,5。各种配置的腿式机器人为不同的任务提供了明显的优势。双足机器人设计简单，可以在狭窄的空间内穿行，但负载能力有限。四足机器人更复杂，但可以承载更重的负载并移动得更快。具有 6 条或更多腿的机器人提供更高的稳定性，但更难维护。然而，现有的腿式机器人通常采用集成设计，其特点是单一配置，缺乏适应或切换不同配置的灵活性 6,7,8。这种设计方法会导致故障发生率高，并带来重大的维护挑战，因为单点故障可能导致系统崩溃。相比之下，采用模块化装配概念设计的机器人可以轻松重新配置以满足不同的任务要求 9,10。当面对崎岖的地形时，它们可以通过增加腿或模块的数量来增强其可穿越性11.

目前，模块化腿机器人的研究仍处于探索阶段，主要集中在小型或微型腿平台上，主要通过爬行或滑行来移动 11,12,13,14,15。一些组装子模块甚至缺乏独立移动能力，只有组合起来才能实现机动性 16,17。这使得它们难以在实际场景中部署，用于运输和侦察等任务。为了应对这些挑战，本文提出了一种具有灵活移动能力的模块化腿机器人系统。与以前的方法不同，本文中组装子模块的 legs 受到哺乳动物 leg 配置的启发，提供了快速运行能力。我们选择双足机器人作为最小的拼接模块，因为它结构简单，行走能力稳定，行走方式更像人18,19。

此外，上述一些模块化腿式机器人使用闩锁或紧固件连接模块12，削弱了其快速连接和断开的能力。为了简化连接过程并避免使用夹子和紧固件，我们在模块之间采用了电磁连接机制，具有可控和灵活的磁力激活/停用。为了充分利用模块化腿式机器人的优势，我们采用分布式控制方法来管理本文讨论的机器人的运动。构建的系统和控制方法的有效性已通过原型实验得到验证。拟议的系统可能有助于解决在非结构化地形中进行大规模物料运输或在未知环境中进行快速侦察的需求。

该协议的目的是全面介绍本文中描述的系统的设计和制造过程，使感兴趣的各方能够复制或创建具有类似功能的机器人以满足他们的需求。本文中的 bifoot 模块基于我们之前的工作。我们在其上安装了对接机构并进行了参数微调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. 机器的结构

  1. 使用螺钉和紧固件组装连杆、外壳和小腿，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（图 1）。
    注意： 支腿由连杆、电机、轴承等组成，是机器人负责其运动的主要部件。
  2. 使用电机制造商提供的软件初始化电机。这包括霍尔传感器和编码器的校准。
  3. 如图所示，用碳纤维板和适当的连接器固定两个组装好的腿，以创建双足结构（图 2）。
  4. 用螺丝将碳纤维管固定到对接装置的两侧，并将电磁铁固定在其中心凹槽中（参见 图 3）。

2. 构建控制箱

  1. 根据 图 4 所示的电路原理图和物理图组装电源板。
  2. 如图所示，将电源管理模块、惯性测量单元 （IMU）、微控制器单元 （MCU） 和其他组件放置在指定位置并固定（图 5）。
  3. 使用 JT30-USB 连接器将 MCU 的通用串行总线 （USB） 端口连接到 IMU。
  4. 使用以太网电缆将 MCU 的以太网端口连接到路由器。
  5. 使用布线将电机开关、MCU 开关和主开关连接到电源管理模块上相应的接口。
  6. 将串行外设接口 （SPI） 板的 CAN1 和 CAN2 接口分别连接到电源管理模块的 CAN1 和 CAN2 接口。
  7. 通过相应的接口将所有电机连接到电源管理模块上的电源和 CAN 接口。
    注意： 左腿的电机通过控制箱上的左侧连接器连接到电源管理模块上的左侧电源和 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调试电机。
  2. 分配电机的 CAN ID。将 ab/ad 的值设置为 1，hip 设置为 2，knee 设置为 3。
  3. 依次设置关节零位置和正方向，如图 6 所示。

4. 控制方案

  1. 建立机器人链接之间的运动传输关系，如下所示
    figure-protocol-1
    注意：z 轴与关节轴 i 对齐，而轴沿关节轴 i 和 i + 1 之间的公共垂直线对齐，从关节 i 到 i + 1。如果轴相交，则 xi 垂直于交点平面。ai-1 是从 zi-1 到 zi 绕 xi-1 的旋转角度;a i-1 是沿 xi-1 从 zi-1 到 zi 的距离;θi 是绕 zi 从 xi-1 到 xi 的旋转角度;di 是沿 zi 从 xi-1 到 xi 的距离。
  2. 建立全身动力学方程式
    figure-protocol-2
    注意： Jc 和 fc 分别表示将脚力映射到关节空间和脚接触力的雅可比矩阵。 M（q） 是惯性矩阵， figure-protocol-3 表示离心项和科里奥利项， g（q） 是机器人上的引力。
  3. 建立全身平衡控制方程。
    注意： 双足模块的控制律集成了虚拟模型控制 （VMC） 和全身控制 （WBC）。有关详细的控制方程，请参阅以前的工作20。

5. 编写程序

  1. 使用 ST-LINK 将 MCU 与电机之间通信程序的二进制 （BIN） 文件导入 SPI 板。
    注意：SPI 板用作 MCU 和电机之间的通信模块，STM32 作为控制内核。
  2. 通过以太网电缆将编译好的机器人运动控制程序从 PC 传输到 MCU。

6. 启动双足机器人模块

  1. 将机器人设置为初始姿势，如图所示（图 7A）。
  2. 启动从 MCU 上的控制代码编译的可执行文件。
  3. 使用遥控器向机器人发送支架命令（图 7B）。
    注意： 遥控器按钮可以根据需要进行配置。建议使用纵杆来控制速度，按钮在不同状态之间切换。
  4. 通过遥控器激活机器人的运动模式（图 7C）。
  5. 使用遥控器的纵杆纵机器人向前、向后和转向。

7. 启动模块化重构的四足机器人

  1. 配置两个 Bifoot Module 的路由器位于同一网段。
  2. 建立基于轻量级通信和编组 （LCM） 的分布式控制框架21。
  3. 将组装好的拼接设备组件安装在 Biped 机器人的头部。
  4. 将两个双足模块置于指定的初始状态，并激活拼接装置的磁力。
  5. 分别启动两个双足模块的可执行程序。
  6. 通过遥控器将站立命令传输给机器人。
  7. 通过遥控器激活机器人的运动模式。
  8. 使用遥控器的摇杆纵拼接机器人向前、向后和转向。

访问受限。请登录或开始试用以查看此内容。

结果

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

为了验证所提出的系统的有效性，我们在多种地形上进行了户外步行测试。最初，选择一个双足模块作为测试对象，并在人造草坪和合成跑道上进行了运动测试。如图 8 所示，机器人在两种地形上都表现出稳定的运动。机器人在运动过程中的姿势和关节扭矩数据如图 9 所示。机器人的横滚和俯仰角波动幅度保持在 0.04 rad 以内（参考值为 0），表明其姿态控制能力不错。另一方面，关节扭矩数据显示没有尖峰或毛刺，过渡相对平滑，进一步证实了机器人在只有轻微振动的情况下运行稳定。

在重新配置实验（图 11）中，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对其进行控制以实现全向运动。通过远程控制电磁装置粘附力的激活和停用，成功地实现了双足和四足配置之间的动态切换。在 图 11B 所示的雪原中，单个双足模块偶尔会出现打滑和不稳定的情况。然而，当这两个模块组...

访问受限。请登录或开始试用以查看此内容。

讨论

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

本文提出的模块化腿式机器人为腿式机器人设计提供了新的视角，其中通过多个分布式腿模块的组合实现重新配置和协调运动。本文中提出的这种方法已经过实验验证，证实了其配置重构和协调移动的能力。本协议中的第 1、2、4 和 5 节代表了实现此设计的关键阶段，涵盖了机器人机械结构和电气控制系统的开发。

在实际应用中，对具有高稳定性和重载能力的腿式机器人的需求越来越大。例如，在灾难救援场景中，他们必须在瓦砾和瓦砾22 等崎岖地形上携带设备和补给品。大多数有脚机器人采用一体化结构设计方法，但这种方法存在对多项任务适应性差、故障率高、维护效率低等问题。此外，腿式机器人的敏捷机动性和高承载能力很难同时平衡。相比之下，模块化腿式机器人具有灵活的配置切换和由于其模块化设计理念而增强的维护便利性等优势。

目前，模块化机器人的研究仍处于探索阶段，但已取得一些初步成果。关于模块化腿机器人的现有研究集中在小型平台上，主要利用行动不便的爬行或匍匐运...

访问受限。请登录或开始试用以查看此内容。

披露

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

作者声明他们没有相互竞争的经济利益。

致谢

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

作者感谢 Xianwu Zeng 先生在执行本文报告的实验时提供的帮助。这项工作得到了中国国家自然科学基金 （62373223） 和山东省自然科学基金 （ZR2024ZD06） 的部分支持。

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/包括电阻器、电容器、电感器等常用元件
IMULORD3DM-GX5-45 
电机YOBOTICShttps://yobotics.cn/
电源管理模块JLCP1
遥控器乐迪https://yobotics.cn/
路由器linwlanGX30
SPIYOBOTICShttps://yobotics.cn/
结构件3D打印服务N/AM1-1、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