导读两栖机器人由于具有陆地和水生能力,可广泛用于各种高风险任务,诸如监测、勘探、污染检测、搜救等两栖仿生机器人一般有多种运动模式,例如轮式,腿式,摆动式,起伏式和推进式等等,不同的运动模式各有千秋在本文中,小编将为您介绍一种新颖的小型乌龟启发式两栖机器人,它具有一种腿式多矢量喷水复合推进机制,这种机器人能够像海龟一样在不同的地形上行走并在水中灵活地游泳,现在小编就来说说关于未来研究大型机器人?下面内容希望能帮助到你,我们来一起看看吧!

未来研究大型机器人(北理工小型乌龟启发式两栖机器人)

未来研究大型机器人


导读

两栖机器人由于具有陆地和水生能力,可广泛用于各种高风险任务,诸如监测、勘探、污染检测、搜救等。两栖仿生机器人一般有多种运动模式,例如轮式,腿式,摆动式,起伏式和推进式等等,不同的运动模式各有千秋。在本文中,小编将为您介绍一种新颖的小型乌龟启发式两栖机器人,它具有一种腿式多矢量喷水复合推进机制,这种机器人能够像海龟一样在不同的地形上行走并在水中灵活地游泳。

作者:长安

自然界中具有良好两栖适应性的蟹、龟、蛙、鳄鱼、企鹅、蝾螈等动物为两栖机器人设计提供了生物原型,根据运动方式的不同,目前的两栖机器人大致可以分为两类:腿式两栖机器人与蛇形两栖机器人。

美国龙虾两栖机器人

东京工业大学蛇形两栖机器人

前些日子在澳门召开的2019届IROS(International Conference on Intelligent Robots and Systems)机器人大会上,来自北京理工大学的研究者们展示了一种新型的小型乌龟启发式两栖机器人。如图所示,机器人主要由密封的机舱,装有双目摄像机的顶部外壳,惯性测量单元(IMU),基于人工侧线的多压力传感器,通讯模块,两个四分之一球形船体,中心板,LMVWCPM和可拆卸的电池盒和电池组成。密封机舱和外壳可以保持半球形与两个四分之一球壳,机器人保持球形。

ASRobot的结构 水下配置与陆上配置

机器人依靠LMVWCPM(腿式多矢量喷水复合推进机构)进行陆上和水下运动,如左图所示,这种复合驱动机构具有径向自由分布的结构,比传统结构更具优势,其机械支腿如右图所示,它具有3个自由度(DoF)的机械支腿由三个数字伺服器,三个连杆部件,一个风管式喷水电动推进器和两个使该支腿之间旋转的轴承组成。

LMVWCPM与一条机械腿结构示意图

这种复合驱动机构使机器人能够更灵活地在陆地上爬行,并在水中更快地游泳。在水中,机器人像球一样游动封闭了两个四分之一球形的船体。在陆地上机器人行走时打开了两个船体。为了评估机器人的性能,研究者们进行了一系列实验,在实验室游泳池和陆地上测试两栖球形机器人。

两栖机器人平地运动实验

通过记录机器人爬行的时间和距离,获得了机器人直线运动的速度为:以2s为周期的最大速度高达5cm/s;除了爬行步态,也进行了旋转步态的实验即向左和向右旋转,以2s为周期,最大旋转角速度向左和向右分别达到16.1度/秒和16.3度/秒。

两栖机器人在复杂地形运动实验

研究者们为了证明两栖球形机器人在不同地形上的适应性,将机器人在草地,沙地,石头地上和树叶地面进行测试,机器人全部行走灵活顺畅。除了陆地上灵活行走,它在水下更是浪里白条,游行水下行走都不在话下。

水下方向控制实验

水下深度控制实验

通过喷射水推力,从而实现偏航控制,机器人可以保持大约10s的稳定时间,平均误差高达1.7度,在深度控制方面,7.5秒之后,机器人可以达到所需的深度25cm,并且平均深度误差为1.47厘米。

水下爬行实验

除了偏航控制和深度控制外,机器人还能够在河流和海洋的底部爬行。因为水中的当量重力小于陆地上的重力会导致机器人很容易在水中滑倒。此外,腿部在水中摆动得越快,对腿的阻力越大。实验得到最大速度为:以3s的周期爬行的速度高达3.5cm/s,并且最大角速度高达11.5度/秒。

这项研究将为小型两栖机器人的设计提供有价值的参考。对陆地与水之间的过渡运动也有一定的研究价值,另外,这项研究将助力在受限的环境中完成勘探任务,如两栖区域和狭窄的水下洞穴等。

最后让我们一起来看一下官方在youtube上发布的该机器人的介绍视频:

文章信息:HuimingXing, Shuxiang Guo, , Liwei Shi, Xihuan Hou,Yu Liu, Huikang Liu, Yao Hu, DebinXia, Zan Li.A Novel Small-scale Turtle-inspired Amphibious Spherical Robot.2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)Macau, China, November 4-8, 2019.

本文版权属于机器人大讲堂

未经授权禁止转载

END