Duke Humanoid:利用被动动力学实现节能双足机器人

在现代机器人技术中,如何实现高效的双足行走一直是一个备受关注的课题。Duke Humanoid项目通过结合被动动力学和强化学习策略,成功打造出一款高效节能的双足机器人。在现代机器人技术中,如何实现高效的双足行走一直是一个备受关注的课题。Duke Humanoid项目通过结合被动动力学和强化学习策略,成功打造出一款高效节能的双足机器人。

设计理念

Duke Humanoid是一个开放源码的平台,拥有10个自由度,专为动态行走研究而设计。其设计模仿了人类的生理结构,特别注重腿部的长度比例和髋部的对称性,使其在零关节位置时能够保持静态平衡。这种设计减少了对持续电机驱动的依赖,通过优化机械结构,使机器人在步态过程中能够更自然地利用重力和惯性。

电机配置与硬件设计

为了实现高效的步态控制,Duke Humanoid在电机配置上进行了精心设计:

  • 电机类型:每个关节都配备了无刷直流电机,结合行星齿轮箱来提供所需的扭矩。
  • 减速比配置
    • 髋部旋转(HR)、髋部屈伸(HFE)和髋部外展内收(HAA)关节使用18:1的减速比电机,提供72N·m的持续扭矩。
    • 膝关节屈伸(KFE)使用20:1的减速比电机,提供80N·m的持续扭矩。
    • 踝关节则采用10:1的减速比电机,提供40N·m的持续扭矩。
  • 机械设计:采用了模块化设计,使用铝合金材质制造主体结构,轻质设计降低了下肢惯性,从而减少了电机的负载需求。此外,电机通过EtherCAT通信进行控制,确保了低延迟的响应。

控制策略与被动动力学

Duke Humanoid的控制策略是一种混合模式,结合了被动和主动控制方法:

  • 被动动力学:通过借助腿部的钟摆式运动,机器人在行走时利用了重力和惯性,从而减少了对电机驱动力的需求。这一策略特别适合低速步行。
  • 主动控制:通过传感器和强化学习算法,实时调整机器人的姿态和平衡,使其能够适应复杂地形和环境变化。

实验数据显示,在模拟环境中,采用被动控制策略后,机器人的能效提高了50%。在实际测试中,能效也提升了31%,显著减少了能量消耗。

Duke Humanoid通过创新的机械设计和控制策略,在机器人步态研究中树立了新的标杆。其通过结合被动动力学,不仅提升了能效,还推动了开放源码硬件在机器人领域的应用,为未来的研究和开发提供了广阔的空间。

相关推荐
hans汉斯3 小时前
【人工智能与机器人研究】基于力传感器坐标系预标定的重力补偿算法
人工智能·算法·机器人·信号处理·深度神经网络
想要成为计算机高手6 小时前
4. isaac sim4.2 教程-Core API-Hello robot
人工智能·python·机器人·英伟达·isaac sim·仿真环境
YFJ_mily6 小时前
2025第二届机电一体化、机器人与控制系统国际会议(MRCS2025)即将来袭
大数据·人工智能·机器人·机电一体化
weixin_4462608520 小时前
Isaac Lab:让机器人学习更简单的开源框架
学习·机器人
Mr.Winter`1 天前
轨迹优化 | 基于激光雷达的欧氏距离场ESDF地图构建(附ROS C++仿真)
c++·人工智能·机器人·自动驾驶·ros·ros2·具身智能
Blossom.1182 天前
机器学习在智能制造业中的应用:质量检测与设备故障预测
人工智能·深度学习·神经网络·机器学习·机器人·tensorflow·sklearn
MidJourney中文版2 天前
深度报告:中老年AI陪伴机器人需求分析
人工智能·机器人
沫儿笙3 天前
ABB焊接机器人智能节气仪
人工智能·机器人
微小冷3 天前
二关节机器人系统模型推导
线性代数·机器人·概率论·推导·拉格朗日函数·二关节机器人·机器人控制系统的设计
kyle~3 天前
计算机视觉---RealSense深度相机技术
人工智能·数码相机·计算机视觉·机器人·嵌入式·ros·传感器