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
264玫瑰资源库10 小时前
嘻游后台系统与机器人模块结构详解:功能逻辑 + 定制改造实战
机器人
深圳信迈科技DSP+ARM+FPGA11 小时前
基于龙芯 2K1000处理器和复旦微 FPGA K7 的全国产RapidIO 解决方案研究
嵌入式硬件·fpga开发·机器人·信号处理
kuan_li_lyg16 小时前
MATLAB - 小车倒立摆的非线性模型预测控制(NMPC)
开发语言·算法·matlab·机器人·mpc·模型预测控制·倒立摆
LitchiCheng17 小时前
复刻低成本机械臂 SO-ARM100 3D 打印篇
人工智能·机器人
硅谷秋水20 小时前
Scenario Dreamer:用于生成驾驶模拟环境的矢量化潜扩散模型
人工智能·深度学习·机器学习·计算机视觉·机器人
国科安芯1 天前
高安全低功耗MCU:机器人控制系统的智能化与可靠性提升
单片机·安全·机器人
计算机视觉与OpenCV1 天前
自动驾驶与机器人算法学习
学习·机器人·自动驾驶
风口上的猪20151 天前
Python+CoppeliaSim+ZMQ remote API控制机器人跳舞
机器人
MocapLeader2 天前
新型多机器人协作运输系统,轻松应对复杂路面
机器人·ros·强化学习·多机器人协同·协同搬运
cnbestec2 天前
欣佰特携数十款机器人相关前沿产品,亮相第二届人形机器人和具身智能行业盛会
人工智能·机器人