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。