淺析BigDog四足機器人

丁良宏 王潤孝 馮華山 李 軍

西北工業大學，西安，710072

0 引言

2005年秋天美國波士頓動力公司（Boston Dynamics）首次公開其歷經十余載所研制的仿生四足機器人BigDog，在互連網上引起了全球公眾的關注和熱議［1－6］。BigDog是由美國國防部高級研究計劃署（DARPA）提供資金資助，波士頓動力公司承擔研制的仿生四足機器人樣機，它是仿照人類生活中常見的四足哺乳動物狗的結構，利用現代科技方法制造成的一種機械狗。從Big－Dog的相關視頻中可以看到，它具有較高的運動速度、較大的負載能力和超強的機動性能。即便在復雜的非結構化環境中，仍然能夠保持自如的行進狀態，令人嘆為觀止。在BigDog初始樣機實現之后，美國海軍陸戰隊和陸軍又追加了更多的資金用于進一步的研發，把BigDog列為未來戰場的裝備之一，預計將來可能會出現在實戰中。

BigDog機器人最引人注目的就是它出眾的運動能力，多步態行走、小跑、跳躍1m寬的模擬壕溝、爬越35°的斜坡，能適應山地、叢林、海灘、沼澤、冰面、雪地等復雜危險的地形。目前最大運動速度為10km／h，預期可達18km／h，完全能夠滿足步兵分隊徒步急行軍的速度要求。BigDog的另一顯著優勢，是能夠承載較大的負荷，標準載荷50kg，而且不降低運動性能。BigDog還有一個更為專業的名字——機械騾（mechanical mule），意指機器人運輸裝備騾馬化。用于戰地環境隨同步兵前行，并攜帶各種后勤補給，這也是美國軍方當前對BigDog的設計使用要求。

BigDog是目前陸地移動機器人領域中為數不多的初具功能化的實用機器人。除了基本的運動能力之外，各種輔助功能也在逐步完善之中。同時，進一步提升主要性能指標和拓展應用范圍的科研工作也在進行中。

在BigDog問世之后的5年中，其研發團隊先后公開發表4篇學術論文，發布了大量的圖片和網絡視頻，使更多的人了解了BigDog機器人，同時這些資料也成為機器人領域其他科研人員分析BigDog的主要信息來源。BigDog四足機器人為什么能表現出如此出眾的運動能力，是所有從事機器人研究的人員都十分關注的問題。在已公開的BigDog的技術資料中，哪些技術點是最為關鍵的？是形成運動能力最為核心的研究內容？本文結合本課題組四足機器人的研究經歷，再通過細致地分析BigDog的相關技術資料，嘗試從專業的角度來解答這些問題。

1 結構和液壓系統

BigDog四足機器人示意圖見圖1。

BigDog運動能力出眾，關鍵是選擇液壓執行器作為關節驅動元件，并從根本上改進了傳統液壓系統所存在的若干缺陷，再把液壓執行器與四足機構合理巧妙地整合在一起，形成了BigDog既強壯有力又不乏靈活柔韌的完美機體。

1.1 結構和運動特性

BigDog共計有20個自由度，其中主動驅動自由度為16個，是主要的力和扭矩輸出裝置；4個足底自由度是完全被動的，可以提高腿部對地形的適應性。所以，總輸出功率12.5kW的發動機主要是向16個液壓執行器輸出功率。具體到每條腿及髖部，包括髖部橫向（側滑）、縱向（前進）2個自由度，膝關節縱向自由度，踝關節縱向自由度。

BigDog的髖部和腿部是實現四足機器人運動的基本單元體（圖2），每個單元體主要包括：髖部、大腿、小腿、踝肢體、足及4個液壓執行器。髖部、大腿、小腿和踝肢體順次利用3個橫向鉸接銷串聯構成腿部的基本框架，髖部利用1個機身縱向的鉸接銷與機身相連；這些銷子在髖部和肢體運動時充當轉軸，是BigDog實際上的轉動關節。4個液壓執行器輸出端軸套機構分別與髖部、大腿、小腿、踝肢體的轉動部件相連，執行器的固定端通過螺栓分別與機身、髖部、大腿、小腿連接。BigDog的大腿粗短，平衡位置接近水平，靠近機身；小腿和踝肢體較為細長，平衡位置位于機身投影面四角；髖部為細長條狀物，內置于機身縱向首尾兩側。小腿的液壓執行器以踝關節為軸，推拉踝肢體作旋轉運動，借助轉換軸把直線運動轉換為旋轉運動；大腿下側液壓執行器以膝關節為軸推拉小腿轉動；大腿上側執行器以髖部和大腿之間的鉸接銷為軸推拉大腿轉動，固定端位于髖部下側；機身首尾兩端上方斜置的執行器以髖部機身鉸接銷為軸推拉髖部轉動。其中，髖部的轉動意味著腿部生成橫向運動，腿部整體會繞機身轉動，偏離機身縱向，形成側滑。大腿上側液壓執行器為髖部縱向驅動器，由于活塞桿運動輸出端遠離轉動關節，所以大腿運動擺幅最小，便于大扭矩輸出。從構造原理上看，BigDog的髖部和各肢體工作裝置與普通的挖掘機毫無二樣，大腿如同動臂，髖部、小腿和踝肢體如同斗桿；主要的差別在于BigDog機構更加精致、布局更加緊湊。

四足機器人在行走時不論每條腿有多少個自由度，都可以把它簡化為只有一個自由度的直腿，如圖3所示。髖部縱向驅動器拉動這條直腿旋轉，直腿支撐地面，以支撐點為圓心完成一個由后至前的單擺旋轉運動。切向拉力為機器人的機身提供一個前進方向斜上方—水平—斜下方這樣變化的力，重心在地面的反作用力下被撐過單擺的最高點，產生位移。這個拉力始終有水平方向的分力，借助地面的反作用力，實現機身的水平運動；還包括一個在重力方向變化的先升后降的分力，導致機身出現起伏的運動特性。直觀上，四足機器人在行進過程中，重心始終處于顛簸起伏的狀態。這個特性也是所有足類機器人明顯區別于其他移動機器人的顯著特性，比如輪式、履帶等機器人只有在非結構化環境，地面崎嶇不平時才能呈現上述特性，而四足機器人在任何可行走路面都呈現這個特性。四足機器人的重心在運動過程中周期性的起伏，意味著行走過程中要全程控制自身的重量，消耗機器人發動機大量的功率，對于縱向行走而言，這種消耗其實是無用功。實際上四足機器人消耗在這方面的無用功要超過用于水平行走的有用功。選擇四足這種結構，是希望機器人在行進時可以抬腿越過不適合落足的位置，有選擇地下腳，從而到達輪式或者履帶式機器人無法行走的地域。因此，只要選擇了這種結構，就必須面對重心起伏大的功率消耗問題。除Big－Dog之外幾乎所有的四足機器人在設計時都無法根本解決這個痼疾，即無法提供足夠功率來保證除基本水平運動以外的巨大無用功消耗。Big－Dog采用液壓驅動這種強功率輸出方式，從根本上解決了這一難題。

BigDog在行進時為了提高運動速度，同時便于腿部支撐重心越過單擺旋轉最高點，機身通常會略微前傾，這樣同相位步態后腿需要伸長一些。前腿作為主要的支撐桿，后腿配合前腿支撐重心越過最高點，也防止了同時出現2個主支撐桿可能造成的內耗。前腿的落足點必須超過髖部縱向關節轉軸的投影點，鎖住膝、踝關節，由髖部縱向驅動器輸出扭矩，拉動機身前進；后腿根據速度和地形的情況，落足點可以在轉軸投影點的前方、正下方和后方，主要還是髖部縱向驅動器輸出扭矩，當腿長需要增大時，膝、踝關節配合輸出扭矩伸展關節，更多時候靠力鎖住關節，保持姿勢。這樣看來，BigDog雖有16個驅動器，但在如對角步態行走時，驅動系統的功率主要集中在兩條支撐腿的髖部縱向驅動器實施輸出，后腿的膝、踝關節只有配合伸長腿部時才輸出一定的扭矩，邁步腿只需要消耗少量的功率用于擺腿。那么隨之而來的問題是，發動機能否在這一時段把全部或者可能最大的功率通過油壓的傳輸輸送到這2個驅動器。BigDog顯然是具備這個油壓分配輸出能力的，它把功率輸送到當前主要輸出扭矩的驅動器，實現功率的合理分配。BigDog機載動力系統的高功率密度是很值得分析的，以下的數據對比可以深刻地反映出四足機器人的設計難度。BigDog目前最大運動速度可以達到10km／h，并且發動機與機體處于分離狀態，機體重量低于70kg。假設此時發動機按照12.5kW最大功率的2／3輸出，可知當前的功率密度高達119kW／t。同為陸地移動裝置的第三代主戰坦克M1A2的功率密度只需要17.5kW／t，而公路最大運動速度可超過70km／h。把這兩種移動裝置各自極限速度狀態進行比對，可知BigDog的運動效率只有M1A2履帶式坦克的1／48。從傳統移動裝置的設計來看，足類這種效率過低的運動執行機構基本不被考慮，這也是四足機器人發展緩慢的一個重要原因。因此，純機械制造的四足機器人若想獲得一個較快的速度和良好的機動性能，大幅度提高發動機的功率密度是一個首要的先決條件。

從動力學角度看，BigDog的持續縱向運動意味著大功率的不斷輸出，髖部縱向是主要的功率輸出裝置；機身調整姿態時，多數在原地或者小范圍空間移動，機體消耗的功率降低，主要靠各個關節力輸出來支撐機體。當BigDog遭遇測滑或復雜路面時，髖部橫向驅動器及膝關節和踝關節驅動器就要發揮它的作用。這3個部位的關節主要是幫助機器人調整機身姿態，通過多冗余自由度的變化提高機器人適應復雜路面的能力，或者遭遇險情時協助髖部縱向驅動共同實現功率輸出，從而移動機身。這3個部位在運動時，關節的轉角比較大，相應形成的肢體運動幅度也較大，有利于機器人適應崎嶇不平的地面。所以，BigDog的16個液壓執行器有比較明確的分工。髖部縱向主要負責扭矩的輸出，擺幅通常較小，劇烈運動時也可實現較大的擺幅，是核心驅動器；髖部橫向主要是協助調整機身姿態，只有在側滑的情況下，輸出大扭矩，擺動幅度比較大，多數時間處于平衡位置；小腿和踝肢體主要負責調整機身姿態，同時因其細長且擺幅大，是機器人縱向邁步和增大步幅的主要實現機構，采用力輸出的方式控制，遭遇復雜地形時也會輸出扭矩協助髖部縱向驅動器。

1.2 液壓系統

在BigDog推出之前，其實已有許多研究人員想到了利用液壓驅動器實現對四足的關節驅動。這是因為，傳統的電機驅動無法滿足四足機器人快速運動的設計要求。原因有以下幾點：①電機的功率相對不足，按照BigDog的尺寸結構，最多可以選擇200～400W的電機，與BigDog液壓平均每個驅動器可達800W相比仍顯很低，且無法實現總功率的變化分配輸出；②電機的工作狀態不理想，電機通常只有轉速達到一定值才能實現額定功率輸出，而足類機器人關節擺幅通常只有30°～50°，因而電機始終處于低速、小轉角、往復加減速的工作狀態，低功率輸出且自身內耗太大；③電機的附帶裝置太多，既占空間又增加重量，增大了機身的設計難度；④需要拖電纜或者背負電池，不利于野外環境的自由行走。電機曾被大量用于足類機器人的驅動，但都遠遠達不到BigDog的運動狀態。

傳統的液壓系統也存在若干痼疾，在四足機器人這樣的移動裝置中使用至少有兩點顯得尤為突出：①漏油或者密封問題；②沖擊載荷導致的漏油問題進一步加劇，同時機械部分的形變會影響活塞桿直線往復運動的精度。四足機器人在運動的過程中，作為一個主要靠機械打造的剛性體，與地面因為撞擊而產生可觀的沖擊載荷，而且載荷的大小和方向都始終呈現無規律的變化，這種工作狀態對于傳統液壓系統而言是完全不能容忍的。BigDog恰恰克服了這一點，波士頓動力公司所設計和制造的這套液壓驅動系統，應該是Big－Dog機器人前期研究最大的技術突破點。從策略上講，就是單純機器人設計無法解決的問題，要回到最基礎的研究領域，從基本的液壓系統的改進方面下手，進而再把它應用到機器人的驅動實現過程中。

BigDog的液壓驅動系統是由一個變量活塞泵在汽油發動機的驅動下同時對16個液壓執行器實施油壓的輸出，以達到功率輸出的目的。這個環節關鍵的技術點在于如何實現快速并且變化的油壓分配，從而實現力和扭矩的分配和輸出，這也是BigDog的核心技術之一。液壓傳動有2個特性：液壓系統的油壓大小取決于外界負載，執行元件的速度取決于液壓系統的流量。這2點恰好與四足機器人肢體的負載及關節的轉動相對應。發動機根據機器人機體各關節所承載的負荷及轉速，控制自身轉速進而控制活塞泵的油壓輸出，適應機器人運動時變化的動力需求，并具有預測的能力。機器人的運動速度越快，或者機體姿態變化越劇烈，相應的油壓輸出就越大，反之亦然，這也是BigDog適應地形變化能力強的一個重要原因。BigDog的液壓系統最大油壓輸出可達20.68MPa（3000PSI），屬高壓輸出。主液壓系統油路下接并聯的16個子液壓執行器，每個執行器的響應頻率達到500Hz，可以滿足關節快速定位的要求。相較傳統的液壓裝置，BigDog的液壓執行器要小巧精致得多，滿足了四足機器人驅動器個頭小、力量大的設計要求。

圖4所示是一個基本的液壓執行元件，執行器右端是一個軸套機構，活塞桿是直線往復運動，而機器人的肢體是旋轉運動，所以運動需要轉換。以鉸接銷為轉軸，活塞桿推拉肢體，執行器所在肢體的框架充當鉸桿，形成運動轉換。活塞桿外側另有2根輔助桿，同步往復運動，分擔活塞桿承受的沖擊載荷。軸套機構和關節轉軸由于載荷大，易磨損，對材質的選擇要求很高。液壓執行器把主液壓系統油路的油壓引入到子系統中，根據所在關節的載荷需求，具有航天品質的2級電液伺服閥調整本單元的油壓和流量輸出，實現力和扭矩的變化輸出，并可雙向輸出。

BigDog機器人的運動效率主要取決于3個方面：運動方式造成的內耗、機械結構的傳動效率和控制造成的內耗。運動方式的內耗包括重心的起伏、腿部相對機身的擺動等。機械部分主要包括16個主動關節和液壓執行器內部及輸出端運動轉換機構。液壓執行器采用低摩擦的液壓動力密封器件提高缸體的傳動效率；其余兩部分取決于機械結構的加工和裝配精度，以及軸、銷、軸承等元件的材質和加工精度。此外，髖部和腿部的基本框架對加工的一致性要求也很高，最大程度降低了機體尺寸誤差對運動造成的影響。

1.3 結構仿生學

機器人學是仿生學研究的一個主要分支。四足機器人的3個基本系統——結構、運動控制和導航，無一例外都與動物（人）仿生學的研究有著密切的關系。BigDog的前期研究工作主要集中在結構（驅動）的設計和運動的控制上，這也是實現機器人基本運動能力的2個主要方面。波士頓動力公司在哈佛大學仿生研究成果基礎之上，把液壓驅動與四足機器人的結構比較理想地整合在一起，也就造就了目前的BigDog四足機器人。BigDog除了有較強的剛性以外，為了減少沖擊載荷對整個機身的影響，必須增加減震系統，提高機器人的柔韌性，因此，BigDog踝關節以下部分安裝了彈簧減震系統。四足動物本身的肌體結構是非常復雜的，除了骨骼、肌肉之外，還有韌帶、肌腱、跟腱等增加柔韌性和靈活性的器官。這些功能器官目前還無法在機器人身上真正意義地實現，即使關節部位往往也很難模仿，如動物和人的髖關節為多軸性關節，BigDog采用常規技術無法實現，只能把髖關節的橫向和縱向自由度分開實現。所以，人類只能盡量地模仿四足動物的肌體構造，實現四足機器人的運動功能。

1.4 小結

BigDog的機械結構設計和驅動的選擇，是實現運動的基本平臺。只有先解決了這2個問題，后續的運動控制和導航的研究才能更有針對性，并且通過樣機展現出來。

2 運動控制

BigDog的運動控制取決于其特殊的機體構造。控制系統同時對16個液壓執行器進行控制，多自由度耦合聯動造成了肢體的千變萬化，形成了機器人的各種動作姿勢。這也是四足機器人對地形適應能力強的根本原因。但是，多冗余度變換復雜，增大了控制的難度。同時，四足的支撐結構不穩定，重心位置偏高，易發生偏移，運動控制相比輪式、履帶式機器人，要困難得多。

四足機器人在運動過程中既要保證能夠快速行進，同時還要控制重心的位置，保持機身的相對平穩。BigDog運動控制的核心問題就是控制機體的平衡，建立機體與地形之間靜態或動態的平衡系統，機器人的站立、行走、小跑以及各種運動狀態間的相互轉換，都必須保持平衡。

建立四足機器人的運動平衡主要考慮3個方面的因素，即自身姿態、地形狀況和運動狀況。BigDog的運動控制包括姿態感知、地形感知和運動生成。前2步是在運動中尋找機體與地面之間的平衡狀態，第3步是通過控制實現這個平衡。

2.1 姿態和地形的感知

姿態和地形的感知主要是借助各種傳感器來完成，BigDog總共攜帶至少70個各類傳感器單元，大多數用來檢測自身姿態和內部各機構組成的狀態參數。四足機器人的多冗余度必須依靠大量的傳感器來感知機身和肢體部分參數的變化，以此為依據作為運動控制的基本條件。

姿態感知包括機身和肢體兩部分的狀態檢測。IMU負責檢測機身3個角度的變化和3個線加速度的變化，是機身狀態檢測的主要手段。16個主動自由度的角度變化由關節編碼器來完成。各個關節的負載由測壓元件來檢測。

地形感知主要包括踝肢體測壓元件配合各個關節編碼器感知，以及立體視覺裝置感知。目前主要是通過力大小的變化再配合關節轉動的角度來感應地形的變化。該方法是被動式，足底先接觸地面再判斷地形，對于簡單的地形可以應對，但是對于復雜地面，需要避開某些深坑，選擇落足點時，未來主要靠立體視覺。

此外，發動機和液壓系統的檢測也是運動控制必須考慮的。發動機轉速和載荷要在預測和實際輸出之間不斷調整。液壓系統的檢測包括油溫、油壓和流量的檢測等。

2.2 控制實施

BigDog作為移動機器人，縱向的持續行走、跑等功能是研究追求的目標，由于地形的影響，機身的姿態需要經常調整，才能確保縱向運動的平穩性和連貫性。故BigDog的控制研究也主要圍繞這兩方面展開。

2.2.1 行走控制和步態調整算法

BigDog的基本行走控制采用圖5所示的流程實現。控制系統以髖部和腿部的單元體為單位，通過虛擬環境計算求出每條腿所承受的載荷和關節需要輸出的扭矩，檢測運動效果并反饋回虛擬部分，更新頻率為200Hz。首先，根據期望的行進速度，規劃腿部運動到落足點過程的軌跡；其次，在虛擬環境下，利用腿部當前的關節轉角和轉速作為正向運動學參數，與期望的規劃進行比對，PD伺服不斷修正腿部各關節應輸出的力，得到虛擬的腿部狀態模型；最后，把虛擬求得的各個關節所需的扭矩指令發送至驅動系統，實現行走，并檢測關節轉角和轉速。此外，虛擬過程通過狀態機獲得腿部狀態，步態調整算法協調4條腿的位置，對步態進行修正，再把反饋信息發送回軌跡生成單元。同時步態調整算法負責腿之間的通訊，腿的初始狀態轉換為不同的穩定的四足行走步態，如對角、同側和奔跑等。臨近腿運動時避免運動區域重合，防止腿部發生碰撞，也包括擺動腿與支撐腿之間發生碰撞。步態調整算法還要降低機體運動的內耗程度，當邁步腿落地之后，支撐腿要及時離地，防止同時發力而形成類似于人腿劈叉這種不利于連續行走的動作。

BigDog持續的縱向運動都是借助以上控制方法實現的。BigDog在平整地面直線運動時，可實現對角步態的跑動，速度在短時間內由零加速到8km／h。整個過程加速均勻，機身縱向和水平都保持平穩，腿部動作協調連貫；在速度達到最大時，后腿伸長協助前腿支撐身體的動作非常明顯。行走或慢跑時，為了減少重心起伏無用功的消耗，可以減小步幅加快頻率，使機身的重心盡可能在支撐擺的最高點附近的高度運動。但是隨著速度的提升，腿的步幅需要加大，重心起伏加劇；腿的擺動頻率加大，擺腿消耗的功率增加；機械部分傳動的消耗也增大。這幾點不利的因素都限制了BigDog的速度進一步提升。

按照傳統的足類機器人設計思路，BigDog除了運動學模型之外應該還有一個動力學模型，但是在相關論文中并未出現。結合BigDog液壓驅動系統以及電機的控制方法，對BigDog在動力學方面作如下的推斷。充分利用液壓傳動的特性，把動力學的分析和計算轉移到液壓系統的控制中完成。液壓系統的力和扭矩輸出主要取決于終端執行器的負載，根據負載的大小和變化，調整發動機的轉速，實現對液壓總路油壓的控制，再通過電液伺服閥控制進入單個執行器的油壓、流量和流速等參數，實現根據負載的變化對應輸出與之平衡的力和扭矩，還包括加速和減速的情況。

利用電機控制四足機器人，需要預測下一時段各個關節的負載，設定電機的輸出，但這個輸出無法達到液壓快速實現與負載平衡的輸出效果。電機的輸出或大于終端的負載，或小于終端的負載，只在少數情況下兩者剛好平衡。這就是常見電機驅動足類機器人在行走時，機身多數會出現晃動的原因，即受力不平衡。而BigDog在運動過程中，除非遭受突然的外力作用，大多數情況下都能處于動態的平衡中，關鍵還是它的液壓系統的適應能力發揮了決定性的作用。當BigDog加速時，輸出的扭矩需要大于當前的負載，這是利用了伺服閥的控制流速的功能。當某個執行器所在肢體載荷突然增大，也可利用伺服閥的增壓功能，實現在執行器中油壓大于總路油壓的性能。因此，傳統的動力學模型對于BigDog而言，大部分的工作是由液壓系統的控制來完成的。

2.2.2 姿態算法

BigDog控制機身姿態主要是借助力的輸出控制腿部肢體的姿勢，使機體與地形之間保持平衡狀態。主要包括兩方面：一是各條腿的載荷盡可能均勻，把機身的重量平均分配到4條腿；二是機身的高度和姿勢需要調整，重心盡可能位于機身投影面的幾何中心，這個過程仍然需要腿部的運動來實現。具體地講，姿態算法調整地面反作用力在腿部各肢節的分布，使各條腿所承受的豎直方向的載荷盡可能相等，并指向髖部，降低各個髖部的載荷，每個髖部驅動輸出盡可能均勻。這樣可以防止載荷集中于某條腿或某一關節，造成機身運動時失去平衡。當地形發生明顯變化時，機身的高度和姿勢就需要重新調整，防止重心向機身邊緣傾斜，造成機身縱向或橫向的傾翻，這個過程需要借助地形感知共同實現。利用測壓元件和關節編碼器來判斷足底是否與地面接觸，再結合關節角度的連續變化值，可以估測地形的崎嶇程度。借助預測信息，姿態算法控制腿與崎嶇的地面逐漸適應。姿態控制算法通過改變機身偏航、俯仰、橫滾、高度等參數，使機器人適應地形的變化，協調一致。這樣即使不借助視覺等高級傳感器，只利用測壓元件和關節編碼器這樣簡單的傳感器，也可以使BigDog具備較強的適應復雜路面的能力。處于斜坡行走時，注意調整機身高度和姿勢，適應坡度的變化；上坡時機身前傾，下坡時機身后傾，斜坡等高線行走時機身內側傾斜。

足底打滑時，意味著支撐腿與地面的反作用力突然降低，這時如果支撐腿的髖部驅動器仍然保持原有的扭矩輸出狀態，會造成機身失控，加劇機身傾斜程度。BigDog采用牽引控制（traction control）系統，利用測壓元件及時發現支撐腿的受力變化，迅速降低髖部扭矩輸出，調整小腿和踝肢體的擺動，進入姿態調整過程，恢復平穩狀態。此外，陡峭地形和崎嶇程度高的地形，也要利用測壓元件和關節編碼器預測，作為牽引控制系統的感知條件。

側滑是機器人縱向運動時，機身突然遭受橫向的外力，造成機身橫向傾斜，髖部橫向驅動器輸出扭矩，腿部橫向側擺，形成了側向滑步。線加速度計測出機身橫向的加速度，支撐腿預測機身的橫向速度，外側腿迅速向傾斜方向擺動，根據速度和加速度預測擺腿的幅度。若外力過大，則要連續地走交叉步，直到側向的速度降為零。這個情景通常只出現在縱向行走的過程中，由于左前腿和右前腿的步態相位剛好錯開，降低了左前腿和右前腿橫向干涉發生碰撞的可能性，后腿亦然。

姿態控制算法的核心點是保持機器人的平衡狀態，行走控制和步態算法必須遵守這個前提條件。地形復雜時，優先考慮姿態的控制，其次是步態及運動速度。遭遇險情時，及時降低行走速度，控制系統利用驅動系統的快速響應能力，以調整機身姿態作為當前主要的控制輸出，恢復穩定狀態。只有在較平坦地形行走時，可降低姿態控制的權重，把提高行走速度作為主要的功能實現。所以，BigDog的高速行走、小跑和跳躍等動作都是在平整地面完成的，而冰面打滑、機身橫向側滑都是在低行走速度下完成的。

2.3 典型運動場景分析

2.3.1 冰面打滑

運動控制與機械結構是緊密相聯的，良好的運動控制性能只有在能力強的樣機平臺上才能充分地展示出來。在BigDog所有視頻中，負載狀態下在冰面打滑摔倒后經反復調整姿態最終重新站立這一段，展現了BigDog運動能力最佳的一面。BigDog機器人的姿態和地形快速感知、運動控制算法快速生成、牽引控制快速調整扭矩輸出、液壓傳輸快速響應、液壓大功率輸出、機體結構剛柔相濟等優點在極短時間內全部呈現出來。因此分析這一段機器人所經歷的變化過程，可以更好地了解BigDog機器人運動的實現過程。過程分析如下：

（1）進入冰面后，運動速度過快導致冰面無法提供足夠的摩擦力而足底打滑，造成機身大幅度傾斜，機器人摔倒。

（2）IMU、關節編碼器、測壓元件檢測獲取機身傾斜的角度、各肢體角度及載荷，獲取當前的姿態信息。

（3）牽引控制系統利用感知的信息，降低髖部扭矩輸出，防止機身進一步傾斜。

（4）運動控制系統快速計算各個驅動器應輸出的扭矩、關節轉動的角度，求出恢復平穩站立狀態所需的參數值。

（5）運動控制指令發送至驅動系統，發動機通過液壓泵把油壓快速分配傳輸至各個驅動單元。

（6）16個液壓執行器根據各自所需，控制各個關節旋轉，驅動肢體運動，機身試圖重新恢復站立平穩狀態；

（7）若再次失穩，回到步驟（2），如此反復直到站穩為止。

以上過程都是在非常短的時間內順次完成的，且多次循環。可以看出整個機體的快速響應能力非常之高，但最關鍵的還是驅動系統強大的力和扭矩輸出。在這個打滑失穩的過程中，機器人極易倒扣而失敗，各個液壓驅動器必須提供足夠的力和扭矩輸出，才能保證各部分肢體能夠快速地運動，在機器人進一步傾斜之前重新恢復平衡，實現運動控制的目標。針對可能出現的類似險情，BigDog團隊已把機器人的自翻正能力列為下一步研究的重點，即使機器人發生倒扣也可以自調整重新站立，大大增強了BigDog的野外生存能力。

2.3.2 跳躍

BigDog跳躍1m寬模擬壕溝的運動過程可分為三階段，即助跑、起跳和落地。首先，跳躍需要較高的水平速度，BigDog采用奔跑步態，前后腿為同相位步態，既利于加速，又便于跳躍，無需步態轉換。后腿發力，伸直，離地，機身前傾；同時前腿逐漸伸直，跟隨后腿離地，機身在空中調整水平狀態。機身在空中滑行一段距離后，機身后仰，后腿先著地，前腿隨后落地。起跳之前一步，有一個蓄勢待發的過程，后腿離地之后，前腿稍微延時片刻，借助機身前傾更大的前沖力，離地騰空；機身由前傾急劇變化為后仰，后腿落到前腿起跳位置，發力，快速離地騰空；腿部在空中收緊，防止刮擦，機身借助慣性在空中滑行，同時調整俯仰變化轉為水平狀態。機器人騰空到最高點后，機身開始前傾，前腿舒展，準備著陸。前腿與地面接觸以后，稍做停頓，又快速離地，緩解重力方向的沖擊，機身前傾的俯仰角歷經一個起伏的變化過程，同時向前滑行，后腿落在前腿的首次著陸處，機身轉為水平，恢復奔跑狀態。這個奔跑跳躍的連貫動作充分展現了BigDog大腿強勁的爆發力，液壓執行器的大扭矩輸出發揮了關鍵的作用；對比一般行走，髖部縱向執行器輸出行程增大，大腿擺幅相應加大，以獲取地面更大的反彈力。控制系統根據動物仿生學運動的變化過程，及時調整各個肢體在運動中的姿態變化，以保證動作的連貫性，同時降低沖擊載荷對機體特別是腿部的沖擊。

3 導航

2005年之前，導航并不是波士頓動力公司研究的重點，最初的導航系統是由NASA－JPL提供的，也就是MER火星探測器上所采用的以立體視覺為主的導航系統。隨著BigDog結構和運動控制系統的不斷完善，導航的重要性也越發顯得突出。BigDog是面向野外非結構化或者戰地環境而設計的，所以機器人的環境識別和自身定位是必需要解決的問題。

實際使用中，BigDog采用了人員前方引導，機器人隨后跟進的策略實現。對路面的感知和自身的定位由機器人自身完成。因而，BigDog具有自主運動能力，采用自主導航外加人工引導的方式實施運動。用于導航的傳感器主要包括：GPS、SICK－LIDAR平面激光掃描儀、IMU、Point－Grey立體視覺相機等4種。GPS作為美國軍事領域最通用的全局導航定位系統是必不可少的。LIDAR平面激光掃描儀用于機器人追蹤引導人員，實現跟蹤的導航方式，這種用法也是BigDog的新創意。IMU測量機身3個角度和3個線加速度的變化量，用于局部定位，BigDog因為速度快，是移動機器人領域為數不多的利用了線加速度計的機器人。立體視覺是BigDog所有導航傳感器中最為重要的組成部分，擔負著檢測機身位姿變化和路面識別2個功能，之前在MER火星探測器上已經成功實現這兩點。

3.1 立體視覺［7-8］

立體視覺目前在機器人非結構化環境的導航研究主要包括3個部分：測量障礙物距離、視覺測程、構建環境地圖，其中測程是三者的核心。Big－Dog的視覺導航研究目前主要是圍繞測程而展開。視覺測程是利用追蹤前后幀圖像中同一特征點的過程，來獲取機器人運動前后的變化量，也就是估測機身空間6個自由度的變化量來實現機器人的局部定位。此外，針對四足機器人的運動特性，又增加了地形重建的功能，便于選擇落足點，防止路面存在深坑等可能會對機器人造成的傷害。視覺測程可彌補陀螺儀零點漂移對角度測量的影響，以及關節編碼器對位置變化測量的困難。所以對于BigDog機器人而言，立體視覺兼顧了障礙物測距、地形感知和還原，以及位姿檢測3個方面。

3.2 全自主導航

人工引導的方式實質仍舊是遙控導航，導航最終環節——路徑規劃需要人工協助完成。Big－Dog已開始探索完全脫離人工干預、自主實現環境感知和路徑規劃的全自主導航研究。當前主要研究內容包括：自主識別環境信息，規劃機器人躲避和繞過障礙物的路徑，步態控制追蹤已規劃的路徑。激光和視覺傳感器檢測出障礙物的位置和距離，并一直追蹤障礙物的位置變化；構建消耗地圖，標出障礙物的位置，利用消耗地圖規劃出機器人到達階段目標的路徑，機器人與障礙物之間要留出安全距離；路徑跟蹤算法負責協調控制系統，生成適當的步態算法，控制機器人的速度和位移，使機器人按照規劃好的路徑運動。

立體視覺裝置全程提供機器人正前方4m×4m范圍的圖像信息，利用測量景深的功能，還原三維地形圖，作為基本的環境地圖，同時檢測低位置的障礙物。立體視覺、關節編碼器和IMU共同實現機器人位姿變化的檢測，即空間6個自由度的變化量，實現局部定位。激光掃描雷達掃描機身水平高度范圍內的場景，利用點云分割算法剔除誤掃描的地面信息，這樣可以識別機身高度范圍的障礙物，并且隨著機器人移動在視野范圍之內始終追蹤這些障礙物。

路徑規劃包括4個部分：①記憶障礙物的位置；②生成消耗地圖；③穩定路徑；④平滑路徑。記憶系統隨著機器人視野的變化，更新記憶存儲中的障礙物，增新的同時剔除無用的，對于視野外仍然有利用價值的障礙物需要保留。構建機器人周圍的二維柵格地圖，包括機身后側剛經過的環境，與路徑規劃算法同步迭代更新；計算出每個柵格機器人穿越的消耗值，當某一值較大而周圍的值又明顯較小時，可確定為障礙物或者目標。采取3項措施確保路徑規劃的生成穩定可靠：利用上一步規劃的機器人投影位置銜接下一步的規劃，跳過當前步，防止機器人橫向徘徊；為確保路徑跟隨的連續性，利用前2.5s至上一步規劃的完整路徑預測下一步的路徑規劃，防止地面干擾腿部造成的機身航向偏移對路徑規劃的影響；利用一段較長的走過的規劃路徑，可以縮減生成新的路徑規劃所用時間，簡單環境可行。采用規整的柵格生成的路徑通常在連接處會有方向突變，造成方向控制的紊亂；連接處的軌跡需要曲線光滑，同時每次規劃再粗略地使用這個光滑連接，可以縮減下一步規劃時間，最后生成平直光順的路徑軌跡。事實上，以上路徑規劃的過程與人或者動物遭遇相同場景時采取的規劃思路非常相似。導航規劃實質上是利用仿生學，把與人或者動物相似的連續路徑規劃思維過程采用技術的方法重現，應用到機器人之上。

BigDog是目前非結構化環境移動機器人領域中，少數敢于嘗試在樹林這樣的環境中采用全自主導航方式實施運動的機器人。盡管在26次實驗中取得了23次成功的良好結果，但這并不意味著這種導航方式已完全滿足BigDog的實用要求。機器人的全自主導航運動是人類研究機器人的終極目標，但在目前的研究框架內，要達到人類智能水準的導航能力是很難實現的。原因很簡單，機器人的大腦，即計算機及相關程序，還無法達到人類和動物的大腦對環境識別和決策規劃的高度。雖然視覺裝置可以采集圖像信息，但對于圖像的分析和處理還是要依靠圖像處理算法，而圖像處理技術目前仍處于發展階段。此外，最關鍵的一點，是人和動物具備對視覺場景關鍵信息瞬間識別和判斷的能力，而機器人目前還遠達不到這樣的高度。當然，隨著人工智能和計算機技術的快速發展，以及人類對于自身大腦的結構和功能的認識，機器人的智能水平還是可以慢慢提高的。目前主要還是以大量的環境實驗為基礎，不斷修改導航系統的各種算法，提高對環境細節的識別能力，積累更多的先驗信息，來應對一些常見的環境識別和路徑規劃問題。

3.3 LittleDog的導航研究

LittleDog也是波士頓動力公司所開發的四足機器人，其實質是BigDog實驗室環境下的替代版，提供給美國高校用于BigDog的導航和運動控制研究。當前主要的研究內容是復雜環境地形的感知和運動控制研究，斯坦福大學、麻省理工學院等高校目前正在承擔這項研究［9－11］。從圖6可看出LittleDog在實驗環境下所遭遇的地形復雜程度遠超過BigDog實際所面臨的環境難度。利用立體視覺精確地還原三維地形，把地形信息作為已知條件，再引入學習機制，LittleDog經過反復實驗，可以逐步適應這樣的環境條件，選擇最佳的行走路徑。在實驗室里模擬更加困難的環境來考驗機器人，從實驗中找到解決的方法，再應用到BigDog的實物樣機中，可以大幅提高研究的效率。實現階梯蹦跳、走梅花樁等對運動控制和地形識別能力要求極高的復雜動作，是LittleDog當前最主要的研究目標，已取得階段性進展［12－14］。

3.4 小結

非結構化環境移動機器人的導航研究是一項極具挑戰性的工作。理想化的導航系統是以不變應萬變，以有限的算法處理任意變化的環境特征；目前的導航現狀是以萬變應不變，不斷地改進算法和補充先驗信息，但也只能處理某一靜態的特定場景，局限性很大。因此，非結構化環境的導航研究首先必須明確環境，然后針對該環境的結構特征開展算法的研究。BigDog的導航研究特別是全自主導航部分，對于提升這個領域的研究水平具有很好的推動作用。

4 建議

國內四足機器人的研究大多采用電機作為驅動裝置，造成機器人行走速度較慢、機動性能差，無法達到BigDog那樣的運動狀態，也制約了控制和導航的進一步研究。從BigDog的分析中可以看出，只有從根本的驅動方式改進上著手，足類機器人的運動能力才能得到大幅度的提高。四足機器人的基本研究思路可歸納為4點：驅動、結構、運動控制和導航。綜合前面的分析，提出如下建議。

（1）驅動和結構。采用高功率密度的驅動裝置，如液壓系統，利用高性能伺服裝置實現力和扭矩平穩快速輸出；設計精致緊湊的仿生機體結構，以減輕質量，關節部位兼顧強度和靈活性，提高傳動效率；設置緩沖減震裝置，增強柔韌性。

（2）控制。提高控制系統與外部環境的柔順性，增強機器人適應復雜地形的能力；針對復雜地形和險情遭遇引入牽引控制，設置應急動作程序；采用狀態機配合步態控制生成算法。

（3）導航。建立以立體視覺為核心的導航系統，結合激光、IMU、GPS共同實現環境的感知和機身定位；采用視覺測程、構建三維環境地圖等方法，針對非結構化環境特征設計算法體系；由自主導航配合人工導航逐步向全自主導航拓展。

以上建議的中心仍然是機體結構及驅動裝置的設計和實現，只有擁有一基本運動能力強的樣機平臺，四足機器人的研究才能得以全面展開。

5 結語

本文嘗試從專業角度解讀BigDog四足機器人，圍繞BigDog的核心技術進行分析，試圖找出其運動能力超強的原因。目的是為國產四足機器人的研究提供一些參考和建議。BigDog機器人實際研究所包含的信息量遠遠超過本文所提到的幾點。由于BigDog早已被美國軍方立項，即將列裝，所以一些關鍵技術在相關論文中會有所保留。隨著國內在四足領域研究的深入，相信會逐步掌握四足機器人的研究方法。

BigDog的設計實現從總體上看并沒有超出常規的技術范疇，所采用的各種技術方法在以往的機器人或者其他領域都曾出現過。針對四足機器人的特性，個別技術實現了較大的突破和創新，還有些技術直接引用了其他領域的尖端成果。綜上所述，BigDog的成功之處可概括為以下三點：①單項技術優勢明顯；②系統整合高效合理；③細節處理精益求精。

BigDog作為當今世界最先進的四足機器人，雖然表現出很強的運動能力和遙遙領先于其他足類機器人的各項性能指標，但其與真正的四足哺乳動物相比，BigDog的研究還有很長的路要走。比如速度還有待大幅度地提高，實現奔跑以后，還要具備在高速跑動中變向的能力，此外，復雜環境全自主導航運動的實現，也是所面臨的技術瓶頸之一。

現代科技在過去的百年中得到了高速的發展，人類先后發明創造了如坦克、噴氣式飛機和核航母等先進的移動裝置，但真正與人類生活關系密切的四足哺乳動物的仿生研究制造才剛剛進入實質性的階段。四足動物復雜的肌體構造，若用現代科技實現完全意義上的仿生還原，人類未來仍舊面臨著巨大的技術挑戰。

［1］BigDog－the Most Advanced Rough－terrain Robot on Earth［EB／OL］.［2011－03－10］.http：／／www.bostondynamics.com／robot＿bigdog.html.

［2］Buehler M，Playter R，Raibert M.Robots step outside［C］／／International Symposium of Adaptive Motion of Animal and Machines.Ilmenau，Germany，2005：1－4.

［3］Playter R，Buehler M，Raibert M.BigDog［C］／／Proc.of SPIE.Orlando（Kissimmee），FL，USA，2006：62302O.

［4］Raibert M，Blankepoor K，Nelson G，et al.Bigdog，the Rough－terrain Quadruped Robot［C］／／Proceeings of the 17th World Congress of The International Federation of Automatic Control Seoul.Seoul，Korea，2008：6－9.

［5］BigDog Overview［EB／OL］.［2011－03－10］.http：／／www.bostondynamics.com／img／BigDog＿Overview.pdf.

［6］Raibert M.Legged Robot ＆ BigDog［EB／OL］.［2011－03－10］.http：／／www.coe.uncc.edu／～jmconrad／ECGR6185－2008－01／notes／BigDogRobot＿Presentation.pdf.

［7］Wooden D，Malchano M，Blankespoor K，et al.Autonomous Navigation for BigDog［C］／／IEEE International Conference on Robotics and Automation.Anchorage，USA，2010：4736－4741.

［8］Howard A.Real－time Stereo Visual Odemetry for Autonomous Ground Vehicles［C］／／International Conference on Robots and Systems.Nice，France，2008：3946－3952.

［9］Kalakrishnan M，Buchli J，Pastor P，et al.Learning Locomotion over Rough Terrain using Terrain Templates［C］／／IEEE／RSJ International Conference on Intelligent Robots and Systems.Piscataway，USA，2009：167－172.

［10］Kim Y.Getting the Position and the Pose Using Stereo Vision［EB／OL］.［2011－03－10］.http：／／www.stanford.edu／class／cs229／proj2007／Kim－Getting the Position and the Pose Using Stereo Vision.pdf.

［11］Kolter J，Kim Y，Ng A.Stereo Vision and Terrain Modeling for Quadruped Robots［C］／／IEEE International Conference on Robotics and Automation.Kobe，Japan，2009：1557－1564.

［12］Shkolnik A，Levashov M，Manchester I，et al.Bounding on Rough Terrain with the LittleDog Robot［J］.The International Journal of Robotics Research，2011，30（2）：192－215.

［13］Shkolnik A，Levashov M，Itani S，et al.Motion Planning for Bounding on Rough Terrain with the LittleDog Robot［EB／OL］.［2011－03－10］.http：／／web.mit.edu／shkolnik／www／publiccations／LD－bounding.pdf.

［14］Byl K，Shkolnik A，Prentice S，et al.Reliable Dynamic Motions for a Stiff Quadruped［M］.Berlin：Springer Tracts in Advanced Robotics，2009.