18、家用四足机器人步态合成

家用四足机器人步态合成

1. 引言

在机器人领域，步行机器人是现代研究的重要方向。相比轮式或履带式机器人，步行机器人能适应复杂地形，具有更强的通过性。四足机器人在设计上比六足机器人简单，稳定性和负载能力优于双足机器人，在开放区域和工业设施的复杂环境中能发挥有效作用。而家用步行机器人比轮式同类更具机动性，可成为我们的朋友和助手。

自20世纪80年代以来，Raibert的MIT - Leg实验室团队对四足机器人进行了广泛研究，推动了该领域的发展。目前，典型的四足机器人有波士顿动力的BigDog、LittleDog和Spotting，麻省理工学院的MIT Cheetah，苏黎世联邦理工学院的ANYmal，意大利理工学院的HyQ以及中国宇树科技的Unitree等。

步行机器人控制系统中，步态规划是关键组成部分。目前该领域发展迅速，传统步态规划方法基于四足机器人的运动学模型。Matsuoka提出了用中央模式发生器（CPG）控制来模拟生物自发节律运动的方法，该方法基于简化的单层带反馈的CPG模型实现步态控制，被其他研究者广泛应用。早期对步行机器人步态的研究，使人们对自然界中昆虫和动物的常见步态有了理解和数学描述。当前，步态研究的主要方向包括提高机器人的运动速度、稳定性和在复杂受限区域的越野能力。为让步行机器人通过复杂地形，需采用自由步态，实现自由步态可通过训练神经网络、优化重心位置等方法。

家用机器人需在复杂环境中移动，如房间、走廊甚至楼梯。其运动表面通常是平坦的，但简单的波浪步态不足以应对复杂情况，非周期性甚至自由步态是必要的。在这种情况下，家用机器人的运动速度并非首要因素，更重要的是确保步态的稳定性和在狭小空间的通过性。考虑到家用机器人控制系统的复杂性限制，可采用一组