Legged Robot Locomotion on Granular Slopes: Failure Mechanisms and Risk Estimation

在砂丘等颗粒态斜坡上进行 locomotion 仍是四足机器人面临的根本挑战，由于颗粒介质的剪切强度降低以及重力引起的各向异性流变。我们使用可倾斜的颗粒床上的六足机器人，系统性测量了 locomotion 速度以及斜坡相关的法向和剪切颗粒阻力。虽然法向渗透阻力随倾角变化几乎不变，但剪切阻力随斜坡角度的增加而显著降低。根据这些测量结果，我们发展了一个简单的机器人-地形相互作用模型，预测锚定时机、步幅以及随之而来的机器人速度，这些均为地形强度和斜坡角度的函数。该模型揭示，斜坡导致的性能损失主要由延迟锚定和增加的后向滑移引起，而非过度沉入。通过将模型推广至一般地形条件，我们构建了失效相图，识别出沉入和滑移引起的失效区域，实现对颗粒态斜坡 locomotion 的定量风险估计。这一物理信息驱动的框架为理解地形相关的失效机制提供了预测性见解，并为在可变形斜坡上的更安全更稳健的机器人操作提供指导。