企业官网建设流程全解析

1. 四足机器人滑行控制的挑战与机遇

四足机器人在复杂地形移动方面展现出巨大潜力，但传统行走模式在平滑地面上的速度和能效始终无法与轮式机器人媲美。2018年，苏黎世联邦理工学院的研究团队首次在ANYmal机器人上展示了被动轮滑行技术，相比传统步态可降低30%的能量消耗。这种混合运动模式通过在足端安装被动轮，既保留了腿式机器人的地形适应能力，又获得了轮式运动的高效特性。

然而，被动轮滑行面临两个核心挑战：首先，轮子无法主动驱动，机器人的运动完全依赖腿部动作与地面摩擦的耦合作用；其次，轮子的安装角度直接影响运动性能，不当的设计会导致控制困难。传统方法依赖工程师手动调试轮子角度和控制参数，不仅耗时耗力，而且难以找到全局最优解。

2. 硬件-控制协同设计框架

2.1 双层优化架构

我们提出了一种双层优化框架来解决上述挑战。上层采用贝叶斯优化(BO)搜索机械设计空间，下层使用强化学习(RL)为每个候选设计训练专用控制策略。这种架构的优势在于：

• 设计空间探索：BO通过高斯过程建模，能高效搜索高维参数空间。对于四足机器人，我们主要优化四个轮子的偏航安装角ψ（如图1所示），这些角度决定了轮子的滚动方向。

• 策略学习效率：每个候选设计都对应一个专门的RL策略，避免了"一刀切"策略的妥协。在IsaacLab仿真环境中，我们使用4096个并行环境进行训练，20秒内可完成约100万步的经验收集。

图1：被动轮安装示意图。每个足端的3D打印支架固定一个被动轮，关键设计参数是轮子x轴与机器人矢状面x轴的夹角ψ。

2.2 强化学习设置细节

控制策略采用PPO算法训练，观测空间包括：

• 基座线速度/角速度（指令值与实际值）
• 关节位置/速度
• 上一时刻的动作
• 投影重力向量（表示基座姿态）

动作空间为12个关节的目标位置，通过PD控制器转换为扭矩：

τ = kp(qcmd - q) - kd˙q

其中kp=80 N·m/rad，kd=1 N·m·s/rad。

奖励函数设计是性能的关键，包含：

1. 运动跟踪项：线速度、角速度、高度和姿态跟踪
2. 能量效率项：扭矩平方和（反映电机功耗）
3. 安全限制项：关节限位、碰撞力、腿部伸展惩罚

特别地，线速度跟踪奖励有两种形式：

• 基坐标系命令：直接跟踪机器人本体坐标系下的速度
• 世界坐标系命令：跟踪全局坐标系下的速度，允许机器人自主调整身体朝向

3. 贝叶斯优化的实现技巧

3.1 设计空间参数化

最通用的参数化是为每条腿独立指定角度d=[ψ_FR, ψ_FL, ψ_RR, ψ_RL]。利用对称性可简化为：

1. 1D参数化：ψ_FR=-ψ_FL=ψ_RR=-ψ_RL=ψ（所有轮子对称安装）
2. 2D参数化：ψ_FR=-ψ_FL=ψ_front，ψ_RR=-ψ_RL=ψ_rear（前后腿独立优化）

实验表明，2D参数化能找到更优解，但需要更多计算资源。建议初期使用1D参数化快速验证方案可行性。

3.2 目标函数设计

我们采用运输成本(CoT)作为优化目标：

CoT = ||τ||² / (mg||ξ||)

其中ξ=[v_x, v_y, ω_z]是运动向量。这个指标同时考虑了能量消耗和运动性能。

BO使用两阶段采集函数策略：

1. 初期采用UCB（上置信界）进行广泛探索
2. 后期切换为EI（期望改进）进行局部优化 这种组合既保证全局搜索能力，又能快速收敛到最优区域。

4. 关键实验结果与分析

4.1 能效比较

在1.5 m/s速度下测试不同运动方向的CoT（如图2所示）：

• 人工设计：仅在正向（0°）运动时效率高于行走
• 协同设计：在所有方向都表现出更高能效
• 最优2D设计：特定方向（约-10°）的CoT比人工设计低14.6%

图2：不同设计在各运动方向上的CoT比较。极坐标角度表示运动方向，半径表示CoT值。

4.2 紧急制动行为

使用世界坐标系命令时，机器人自发学会了"冰球式急停"：

1. 快速旋转身体，使侧向与运动方向对齐
2. 利用侧向最大摩擦力实现快速减速 实测显示，从2 m/s减速到静止的时间比基坐标系策略缩短50%。

这种 emergent behavior（涌现行为）展示了RL的优势——无需显式编程，机器人自动发现物理系统的最佳利用方式。

4.3 自对齐运动

2D优化设计还表现出自对齐特性：在没有角速度指令的情况下，机器人会自动调整身体朝向最节能的方向运动。这类似于帆船调整帆面角度利用风力的原理。

5. 工程实现中的经验教训

5.1 硬件制作要点

• 轮子选择：我们测试了PU轮（85A硬度）和橡胶轮，前者在平滑地面表现更好，后者适合粗糙路面。轮径建议8-10cm，过小会影响越障能力。

• 支架设计：3D打印需使用尼龙材料（如PA12），ABS在反复冲击下易开裂。我们设计了可调角度的模块化支架，便于实验迭代。

• 重量平衡：每个轮组（轮子+支架）应控制在150g以内，过重会增加腿部惯量，影响动态性能。

5.2 训练技巧

• 课程学习：先从低速（0.5 m/s）开始训练，逐步提高难度。直接训练高速运动容易导致策略陷入局部最优。

• 观测噪声：添加高斯噪声（线速度±0.1 m/s，角速度±0.05 rad/s）可提升策略的鲁棒性。

• 早期终止：当基座倾斜超过30°时终止episode，避免学习危险姿态。

5.3 实机调试陷阱

1. sim-to-real间隙：仿真中摩擦系数设为0.7，实际环氧地坪只有0.5左右，需在策略迁移时进行动态调整。

2. 延迟补偿：实际电机响应比仿真慢约20ms，需要在观测中添加历史帧（我们使用过去3帧）来补偿。

3. 轮子打滑检测：通过比较命令速度与实际速度的差异来识别打滑，触发恢复策略。

6. 扩展应用与未来方向

这套方法不仅适用于滑行控制，还可推广到其他混合运动模式：

• 轮腿式爬楼梯：优化轮径与腿长的比例
• 沙地运动：协同设计足端形状与步态
• 负载运输：优化机身刚度与控制参数

未来工作将聚焦三个方向：

1. 在线适应：开发能自动调整设计参数的实时算法
2. 多目标优化：同时优化能效、速度和鲁棒性
3. 材料创新：探索可变刚度轮子的设计空间

我们在Unitree Go1上的实验表明，协同设计方法显著提升了性能指标：最大速度提升35%（从2.1到2.8 m/s），续航时间延长40%（从45到63分钟）。这为四足机器人在物流、巡检等场景的应用开辟了新可能。