引用论文
Yin, Y., Gao, F., Sun, Q. et al. Smart Gait: A Gait Optimization Framework for Hexapod Robots. Chin. J. Mech. Eng. 37, 15 (2024). https://doi.org/10.1186/s10033-024-01000-0
(戳链接，下载全文)
1
研究背景及目的
足式机器人步态是足式机器人在移动过程中的所体现的肢体行为特征，在一定程度上也体现了机器人的自动化控制或智能化水平。现阶段足式机器人运动控制尚存在一些突出矛盾，一方面足式机器人依赖肢体重复动作进行移动，能耗较高；另一方面是固定的周期性动作显得生硬，尚不具备动物天然灵动的特性。而这两个问题都与足式机器人的步态调度相关。对六足机器人而言，由于其步态模式中抬腿组合更加丰富，更需要对步态模式调度进行优化，以充分发挥多足优势。现阶段机器人步态规划均是设计者从后验角度出发进行程序预置，给出不同任务需求下匹配的步态循环模式，驱动机器人行进，且运动过程中步序的调整都是预置固定模式之间的切换。而从行进需求上对机器人的步态机理研究却很少，即如何从先验角度，让机器人根据行进状态信息以本能反应的方式生成自然的步态模式，并未存在成熟的相关研究。
因此本文创新性的提出基于机器人运动状态的智能步态优化规划框架，让机器人根据自身运动状态，主动约束、调度自身的步态行为。本研究针对摆腿轨迹优化、步态周期与占空比优化、步序优化三个内容递进展开。智能步态不仅可以改善足式机器人的能耗问题，并在使足式机器人在行为表达上可以根据当前状态、以更加接近动物的灵动特性产生步态运动行为，且同时具备应对外部运动干扰的应激反射步态行为能力，以及应对不规整地形的适应性步态行为能力。
2
试验方法
本研究以层层递进的方式，由足式机器人单腿摆动轨迹优化、到多腿固定步序的相位优化、再到整机步序优化递进展开。①首先通过单腿动力学模型优化摆腿轨迹，开展实验分别对比优化轨迹结果与生物轨迹的仿生特性、对比优化轨迹与几何轨迹的能耗特性；②在单腿摆腿轨迹优化结果基础上，添加支撑相动力学，以三角步态模式优化机器人行走过程中的周期与占空比，开展实验验证优化步态周期占空比与固定周期占空比的能耗特性；③在得到优化周期与占空比基础上，解除三角步态的固定步序限制，通过实时在线步序优化，让机器人自主决定每一时刻的抬腿与否，开展实验验证优化步序与固定步序的能耗特性。最终，开展综合实验，验证智能步态算法的在线应激反射与地形适应能力。
Figure 1The hexapod robot LittleStrong, photograph (left), configuration (right), and coordinate systems
Figure 2The architecture of Smart Gait framework
3
结果
智能步态针对六足机器人的摆腿轨迹优化、步态周期与占空比优化、实时步序优化三个子问题，分别建立了优化模型，并对对每一子模型进行了针对性的验证实验，并在最终实施了三个综合性实验对所提出的智能步态算法进行了整体验证。实验数据证明，本算法不仅可以生成与生物相似的摆腿轨迹与符合生物直觉的步频步相，相同速度命令下，本算法降低机器人行走过程能耗15.9%，且使得六足机器人能够通过当前状态自主生成自己的步态序列。在外部干扰实验中，通过单腿干扰与整机干扰测试，证明智能步态可以自主产生应激行为并实时生成平衡步态序列。在复杂地形实验中，通过跨越沟坎测试，证明智能步态可以实时调度机器人抬腿序列，生成符合生物直觉的灵活步态行为。多项实验充分证明了智能步态算法的有效性。
Figure 3Comparison between biological swing trajectories and optimized swing trajectories
Figure 4Screenshots of different gait stage
Figure 5Disturbance recovery from body kicks
Figure 6Moving forward to cross a ditch
4
结论
本研究以层层递进形式完整构建了六足机器人基于自身运动状态的步态优化框架。首先基于动力学能量与冲量优化，提出了机器人摆腿轨迹优化模型，得到了符合生物特征的低能耗摆腿轨迹。进一步提出了基于机器人内部的行为需求与运动能力的判据，构建了六足机器人步态自律的优化模型，让机器人可以以先验形式根据自身运动状态自发产生与运动意图匹配的步态调度策略。智能步态优化框架降低了机器人运动过程的能耗，使机器人摆脱了传统的编程预设步态规划、重复步态循环的死板模式，实现机器人在三维环境中自主生成比拟真实动物般灵活的步序动作，提高了多足式机器人的行为自主化智能水平。
5
前景与应用
相较于轮履设备，多足机器人具备优良的复杂地形跨越能力，在民生保障、工业生产、特种作业、深空探索等方面具有较高的研究与应用价值。其中六足机器人具备优良的结构稳定特点，兼具了灵活运动能力与稳定承载能力，在复杂地形环境中拥有较大应用潜力。本研究从六足机器人的步态优化角度，进一步减少了多足机器人运动过程的能耗，并提出了机器人状态能力与运动需求的多足机器人步态产生内在机理研究思路，使机器人能够根据自身运动状态自主调度肢体运动行为，进一步提升了多足机器人行为自主的智能化水平，并且该算法无需复杂的数据训练，能够在线高效运行，拓展了六足机器人在复杂环境或应对外部冲击的运动能力，因此该算法框架具备较高的实用价值。
相关文章/图书推荐
[1] Raibert Marc H. Legged robots that balance [M]. Massachusetts Institute of Technology, 1986.
[2] Chen Xian-Bao, Gao Feng. Energy Expenditure of Trotting Gait Under Different Gait Parameters [J]. Chinese Journal of Mechanical Engineering, 2017, 30(4): 943-50.
[3] Liao Tianjiao, Ye Shusheng, Chen Lu, et al. Energy efficient swing leg trajectory planning for quadruped robots walking on rough terrain; proceedings of the 2019 IEEE International Conference on Robotics and Biomimetics (ROBIO), F, 2019 [C]. IEEE.
[4] Boussema Chiheb, Powell Matthew J., Bledt Gerardo, et al. Online Gait Transitions and Disturbance Recovery for Legged Robots via the Feasible Impulse Set [J]. IEEE Robotics Automation Letters, 2019, 4(2): 1611-8.
团队带头人
高峰，上海交通大学讲席教授,国家973计划首席科学家、国家杰出青年基金获得者；1991年于北京航空航天大学获博士学位，1982年于东北重型机械学院获硕士学位，1995年至1997年，在加拿大Simon Fraser大学工程学院做高访;1995年至1999年在燕山大学任正教授,2000年到2004年任河北工业大学副校长和校长, 2009年至2013年，任上海交通大学机械系统与振动国家重点实验室主任。主要研究并联机器人和步行机器人的设计和控制，获国家自然科学二等奖和8项省部级奖，获2014年美国机械工程师协会达芬奇设计发明奖；获发明专利126项、出版3部著作、发表论文210篇；曾任美国ASME机构与机器人委员会委员、《Mechanism and Machine Theory》、《Journal of Mechanical Design》、《Robotica》、《Engineering》、《Journal of Mechanisms and Robots》等国际杂志编委、《中国机械工程学报(英文)》副主编。
作者介绍
尹云鹏（本文第一作者），上海交通大学机械与动力工程学院博士生，研究方向为六足机器人动力学优化与运动控制。
团队研究方向
团队主要研究方向涵盖机构理论研究、并联装备的设计与控制研究、多足步行机器人的设计与控制研究，近年来主持、参与了多项空间科学、核工装备、示范应用等国家级科研项目以及产业合作等企业项目，研发了大型空间对接模拟平台、十吨级微米运动精度空间望远镜运动模拟平台、核电设备抗震模拟平台、科技冬奥示范冰雪运动机器人等各类装备及产品。
近年团队发表文章
[1] Yunpeng Yin, Yue Zhao, Yuguang Xiao, et. al. Footholds optimization for legged robots walking on complex terrain[J]. Frontiers of Mechanical Engineering, 2023, 18(2): 26.
[2] Yunpeng Yin, Feng Gao, Yuguang Xiao, et. al. Force-Estimation Based Interaction of Legged Robots through Whole-Body Dynamics. The 16th International Conference on Intelligent Robotics and Applications. ICIRA 2023 [C].
[3] Wang Zelin, Gao Feng, Zhao Yue, Yin, Yunpeng, Wang, Liangyu. A Deep Hierarchical Framework for Robot Global Localization [J]. Journal of Intelligent Robotic Systems, 2022, 106(2): 46.
[4] Limin Yang, Yunpeng Yin, Feng Gao, Design and control of a novel six-legged skating robot with skateboards [J]. IEEE/ASME Transactions on Mechatronics, 2023.
[5] Limin Yang, Yunpeng Yin, Feng Gao. et al. Design and Control of a Novel Six-Legged Robot for Flat, Downhill, and Uphill Skiing. Intelligent Robotics and Applications. ICIRA 2023 [C].
作 者：尹云鹏
责任编辑：谢雅洁
责任校对： 张 强
审 核：张 强
JME学院简介
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
欢迎关注JME学院视频号~
寻觅合作伙伴
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
感谢关注我们！《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat