面向干式粘附腿式墙爬机器人的脚踏轨迹与力优化的端到端框架
机器人学
2025-05-09 v2
摘要
脚踏轨迹规划对于干式粘附腿式爬墙机器人而言具有挑战性，因为脚踏的分离、摆动和粘附阶段显著影响着实现稳定爬墙所必需的粘附力和分离力。为此，提出了一种端到端脚踏轨迹和力优化框架（FTFOF），通过轨迹调整来优化脚踏的粘附力和分离力。该框架接受通用的脚踏轨迹约束和用户定义的参数作为输入，最终产生一个最优的单脚踏轨迹。它集成了三个分段 连续的 Bezier 曲线，这些曲线针对各种脚踏结构，生成有效的爬墙轨迹。基于膨胀的 GRU 预测模型建立了脚踏轨迹与相应脚踏力之间的关系。多目标优化算法结合冗余分层策略，识别特定任务最合适的脚踏轨迹，从而确保在分离力、粘附力和振动幅度方面实现最佳性能。在四足爬墙机器人 MST-M3F 上的实验验证表明，与现有腿式爬墙机器人常用的轨迹相比，本框架在最大分离力上降低了 28%，振动幅度降低了 82%，这确保了干式粘附腿式爬墙机器人的稳定爬墙。
引用
@article{arxiv.2504.19448,
title = {An End-to-End Framework for Optimizing Foot Trajectory and Force in Dry Adhesion Legged Wall-Climbing Robots},
author = {Jichun Xiao and Jiawei Nie and Lina Hao and Zhi Li},
journal= {arXiv preprint arXiv:2504.19448},
year = {2025}
}