四足机器人行走系统研究综述.pdf

2023 年第 4 期 29四足机器人行走系统研究综述引言近年来，地面移动机器人领域出现了多种类型的机器人，包括履带式机器人、轮式机器人和足式机器人。轮式机器人与地面保持连续接触，具有稳定的运动性能，可以实现高速、低能耗的移动，但对于复杂地形通过能力较弱。相比之下，履带式机器人具有更大的连续、可变形接触面，在松软复杂的地形下具备一定的适应性，但在陡峭的坡度上稳定性会急剧下降，容易发生倾覆且无法自行恢复。近十年来，随着驱动技术、计算机技术和自动控制等领域的高速发展，足式机器人逐渐成为机器人研究的热点。足式机器人以其离散的点接触运动特性，在非结构化地形中展现出卓越的适应性。然而，相对于其他类型的机器人，足式机器人的速度较慢且能耗较高。因此，为了兼顾地形适应性、移动速度、负载能力和能耗效率，地面移动机器人的研究重点已经转向突破单一移动模式的特性限制。复合移动机器人以多种机构的组合形式应运而生，并得到深入研究。常见的复合移动机器人包括轮足机器人、轮履机器人、足履机器人和轮足履机器人。其中，轮足机器人在地形适应性、能耗、速度和负载能力等方面表现出色，同时兼具足式机器人在非结构复杂环境中优越的通过能力和轮式机器人在较平坦路面上快速行进的能力1,2。本文针对国内外具有代表性的四足机器人与四轮足机器人行走系统，按照腿部关节配置形式将四足机器人分为 4 类，按照轮腿配置形式将轮足机器人分为 3 类进四足机器人行走系统研究综述四足机器人及其衍生而来的四轮足机器人，凭借其卓越的非结构化地形适应性和机动性，在工业巡检等领域得到广泛应用。本文首先对国内外具有代表性的四足机器人行走系统进行结构和构型分析，对不同构型机器人的优缺点及其环境适应能力进行分类对比阐述。其次，针对四足机器人机动性不足的问题，进一步分析了衍生的四轮足机器人，并阐述了不同轮足配置方式对运动的优缺点。最后，介绍了目前四足机器人典型的控制方法，并指出了四足机器人行走系统未来的发展方向和面临的挑战。文/陈逸锋、周世超、李燊、陈令坤、谢中取、孙宇昕、王禹林*资助项目：国家重点研发计划项目“高原复杂环境高机动轮足仿生机器人”（2022YFB4701500）*王禹林，本文通讯作者。email：wyl_Robot industry Forum智能论坛行列举与对比，介绍并分析四足机器人典型控制方法研究现状，进而指出四足机器人行走系统发展趋势。四足机器人行走系统研究现状根据四足机器人结构与四足生物的近似程度可将四足机器人分为仿生式和非仿生式，后者根据腿部关节特征又有四种构型，本节将对不同构型四足机器人行走系统的研究现状进行分类介绍。前膝后肘式四足机器人前膝后肘式构型多用于对于速度要求不高的大负载型四足机器人。2012 年，在美国军方的资助下，波士顿动力公司推出了第一款大负载前膝后肘式液压驱动四足机器人LS3。LS3 采用内燃机作为动力，在 182kg负载的情况下，最大航程可达 32km，在较小负载的情况下可以连续工作 24 小时，其设计的主要目标为实现人机协同作战、跟随作战，同时担任物资运载的角色。2022 年，中国北方车辆研究所推出前膝后肘构型的四足机器人“电动牦牛”。该机器人使用锂电池供能，有效解决内燃机产生的大噪音问题，为大负载四足机器人拓宽了应用前景。“电动牦牛”有效负载 160kg，最高时速 10km/h，有着极强的地形适应能力，可以通过碎石路、沙地、雪地等非结构地面。前肘后膝式四足机器人前肘后膝式构型多见于对运动速度要求不高，但对越障能力要求高，需要精准规划落足点的四足机器人上，采用该构型较为著名的机器人有意大利技术研究院（IIT）动态腿足系统实验室的 HyQ 系列机器人、瑞士苏黎世联邦理工学院（ETH）的 AnyMal 系列机器人和山东大学的 SCalf系列机器人。在 2011 年，IIT 推出了 HyQ3四足机器人，这款机器人使用液压驱动和电驱动的混合驱动方式，并完全采用扭矩控制4。它的整机质量约为 91kg，站立尺寸为 1.0m 0.5m 0.98m。随后于2015 年，HyQ 的 加 强 型 号 HyQ2Max5正式问世。HyQ2Max 的尺寸为 1.306m 陈逸锋周世超谢中取南京理工大学硕士研究生南京理工大学博士研究生南京理工大学讲师李 燊孙宇昕陈令坤王禹林南京理工大学硕士研究生南京理工大学副教授南京理工大学讲师南京理工大学教授30 机器人产业|ROBOT INDUSTRY图 1 电动牦牛 2023 年第 4 期 31四足机器人行走系统研究综述0.544m 0.918m，重量为 80kg，它具备更大的关节运动范围和关节力矩，并且更适应恶劣的工作环境6。2012 年，ETH 正式推出了第一款四足机器人，将其命名为 StarlETH7。StarlETH使用前肘后膝式布局，长度约为 0.6m，总质量约为 20kg，创新性地采用了弹性驱动器，并采用链条和电缆滑轮系统传递扭矩，使得执行器集中于躯干以减小腿部惯性，研究人员在该平台上实现了步行和对角小步跑步态，最大运行速度可达 0.7m/s8。专为恶劣环境长时间自主运行而研发的ANYmal9机器人于 2016 年问世。ANYmal的小腿采用偏置结构，并将小腿驱动器下移，使得其小腿关节可以旋转近 360，因此该机器人可以折叠并任意改变构型10，ANYmal 重约 30kg，高约 0.5m，全速运行功率小于 280W，可连续运行 2 小时9。2010 年，山东大学的 SCalf11系列液压驱动四足机器人正式诞生，SCalf-I 机器人采用液压驱动，使用外置的液压动力源和控制系统，仅能在实验室环境下运行。2012 年，受益于“863”计划，SCalf-II 四足机器人正式推出，SCalf-II 拥有 12 个主动自由度，4 个被动自由度，由内燃机供能，从此走出了实验室，并且实现了小跑步态和侧向扰动抵抗。全肘式、全膝式四足机器人全膝式或全肘式布局通常应用于高速四足机器人，这种构型具有简单的结构和高可靠性。其中，全肘式构型是最常见的四足机器人构型，美国麻省理工学院（MIT）从 Cheeath 3 开始采用全肘式构型来取代仿生构型。此外，IIT 还推出了采用液压驱动的全肘式构型四足机器人 HyQReal，国内的四足机器人产品也多采用此种构型。全膝式构型方面，美国波士顿动力的 WildCat机器人是比较著名的代表。MIT Cheetah 312 于 2018 年 推 出，相较于前代，扩大了髋关节和膝关节的运动范围，整机重量约为 45kg，整机功率为 0.45kW，并且实现了无需感知上下楼梯运动，其前进速度可达 3m/s，横向速度可达 1m/s，旋 转 速 度 可 达 180 /s13。2019年，其缩小型号 Mini Cheetah14推出，体积和质量实现了大幅缩小，整机质量仅为9kg，可以实现后空翻等高难度动作，最大速度达 3.7m/s，成为当时最快的四足机器人之一。国内方面，采用全肘式构型的四足机器人有宇树科技15的 Aliengo、B1，云深处科技16的绝影 X20、绝影 Lite 3，蔚蓝科技17的 Alpha 系列机器狗和小米的CyberDOG18机器人等。这些四足机器人图 2 SCalf-IIRobot industry Forum智能论坛32 机器人产业|ROBOT INDUSTRY在运动能力、可靠性等方面已经达到了国际先进水平，其中 Aliengo、B1、绝影 X20主要针对行业应用，在电力巡检、救灾抢险方面有广阔的开发价值，绝影 Lite3、阿尔法系列机器狗、CyberDOG 主要面向教育和服务行业，亦有着较大的发展空间。Wild Cat 四足机器人在 2013 年问世，继承了波士顿动力的一贯风格，采用内燃机供能和液压驱动，可以实现小跑、弹跳、奔跑等步态，在跑步机上的最大运行速度可达 13m/s，真实环境下的运动速度缩减为8.8m/s。轮足机器人行走系统研究现状足式机器人的本质是一个不稳定系统，为了实现稳定行走，需要频繁切换摆动腿和支撑腿。这导致足式机器人与地面之间存在高频的碰撞，从而降低了足式步行的效率和机动性。相比之下，轮足机器人行走系统充分结合了足式运动和轮式运动的优点，并能根据不同的地形切换运动模式，近年来已成为机器人领域的研究热点。根据轮式机构的不同配置方式，轮足机器人可分为轮足连接型、轮足分离型和变形轮足型。本节将按照这三种配置方式对轮足机器人行走系统的研究现状进行分类介绍。轮足连接型机器人轮足连接型机器人将轮式机构布置在足端，不仅具备足式与轮式的基础运动功能，还能够实现“滑冰式移动”等轮腿混合的多模态运动。具有代表性的轮足连接型机器人有苏黎世联邦理工大学的 ANYmal-Wheels19、波恩大学的 Momaro20、德国DFKI 机器人创新中心的 SherpaTT21、意大利技术研究院的 CENTAURO22、北京理工大学的 BIT-NAZA23。对于轮足机器人而言，腿部驱动关节的配置数量及方向都对其功能和性能产生影响。其中，ANYmal-Wheels 采用前肘后膝构型，每条腿具有横滚-俯仰-俯仰三个独立自由度。作为基本的四足机器人构型，它在足端集成了主动轮，从而具备更高的敏捷运动能力。Momaro 相比 ANYmal-Wheels，在腿轮连接处增加了一个偏航关节，可以确保车轮在直行时与机器人的矢状面平行，有效解决了轮式直线行进时腿部出现外展或内敛进而难以实现直线行进的情况，并能够实现灵活的轮式全向驱动。SherpaTT 采用了类似于 Momaro 的腿部构型配置，但在每条腿与躯干的连接处图 3 BIT-NAZA 2023 年第 4 期 33四足机器人行走系统研究综述增加了一个独立的偏航关节。相比之下，CENTAURO 在 SherpaTT 的 基 础 上 进 一步增加了一个俯仰自由度，即具有偏航-俯仰-俯仰-俯仰-偏航五个独立自由度，使得末端轮子能够完全受控。BIT-NAZA的腿部结构与上述机器人完全不同，其采用 Stewart 型并联轮腿，每个轮腿包含六个执行器，可准确控制轮子的位置和姿态，但工作空间较小，由于采用了并联机构，BIT-NAZA 有着较大的负载。轮足分离型机器人轮足分离型机器人在足式机器人基础上，将轮子集成在机器人膝关节、躯干等部位。具有代表性的轮足分离型机器人有日本千叶工业大学的 Chariot24、中国科学技术大学的 HyTRo-I25,26、腾讯 Robotics X 实验室的 Max26等。Chariot 将主动轮安装在躯干两侧的两根轴上，通过调整腿部姿态，实现了轮式、腿式和轮-腿混合式三种运动模式。轮子能够持续与机身保持平行，并具备缓冲和减震功能。相较于 Chariot 机器人，HyTRo-I 在轮式模式下具备全向运动能力，在足式模式下拥有更大的关节工作空间，灵活性更强。然而，由于轮式机构缺乏减震系统，轮式运动仅适用于平整的路面。Max 机器人将小尺寸轮式机构安装在四足机器人的膝关节处，最大限度保留了足式运动特性。同时，它采用了后置主动轮和前置全向轮的配置方式，实现了轮式全向移动。此外，侧展和大腿关节还可以作为主动悬挂，提供减震和缓冲效果。可变形轮足机器人可变形轮足机器人采用可重构四肢，相比轮足连接型机器人和轮足分离型机器人结构更加紧凑，通过设计特殊的变形机构，四肢既可充当腿，也可充当车轮，但受限于变形机构刚度、强度等特性，其负载能力及抗冲击能力有限。具有代表性的可变形轮足机器人有日本大阪大学的RDB28、台湾国立大学的 Quattroped29和TurboQuad30等。RDB 采用三连杆、两关节的可伸缩轮腿模块，在进行轮式运动时，腿节会通过收缩和折叠，形成一个圆柱形以实现滚动；而在进行足式运动时，腿会展开变为串联机构，以实现足式行走动作。Quattroped机器人通过设计了一种转换机构，能够沿着直径将圆形轮式机构折叠，转变为两个图 4 HyTRo-IRobot industry Forum智能论坛34 机器人产业|ROBOT INDUSTRY重叠的半圆形机构，从而实现了轮式形态和足式形态之间的切换。同时，该转换机构在竖直方向具有独立的自由度，可以实现机器人躯干高度的调节。TurboQuad 在Quattroped 的基础上对轮足机构的变形模式进行了改进，由沿竖直轴线纵向折叠改为错位折叠的模式，从而提高了行走速度。足式行走系统控制方法研究现状步态控制一般采用解耦的方法，将四足机器人运动分解成几个简单的控制任务，实现简化控制，降低控制的复杂性。随着控制技术的发展，许多步态控制的方法已经投入实验并取得良好结果。基于 ZMP 的控制方法基 于 零 力 矩 点 控 制（Zero Momemt Point,ZMP）31的步态规划是一种常见的准静态步态规划方法，通常需要综合考虑机器人的动力学特性、环境条件，以及运动任务等因素，同时还需要考虑实际机器人硬件系统的限制。ZMP 是指机器人支撑腿的地面反力在这一点处的翻转力矩为零，通过确保 ZMP 在足与地面形成支撑多边形之内，保持机器人平衡，不会发生倾倒，由此可以把传统的工业机器人的控制方法应用于浮动基机器人。因此，ZMP 成为了判断足式机器人稳定性的重要指标。基于ZMP 的步态规划通常包括：建立机器人简化模型、计算 ZMP 轨迹、生成腿部轨迹和控制策略。这些规划需要满足机器人运动的平滑性、稳定性等要求，以确保机器人能够在不同环境中高效、稳定地运动。然而，ZMP 不适用于动态步态，例如小跑和疾驰。足式机器人高速运行时，ZMP 计算时没有明显的支撑多边形区域。此外，从能量消耗的角度来看，ZMP 控制方法并不经济，因为机器人必须在每个步态步幅中进行加速和减速。基于 SLIP 的控制方法Raibert32将机器人简化成了弹簧倒立摆（Spring Loaded Inverted Pendulum,SLIP），提出“三步控制法”，方法摒弃了繁琐的理论公式，将机器人复杂的控制解耦为了三个部分：高度控制、速度控制和姿态控制。随后，Raibert33提出了虚拟腿理论，并实现了双足和四足机器人的稳定步行。Geyer34等人采用 SLIP，提出了固定着地角控制方法，对模型提供合适的初始条件，如着地角度，可以实现足式机器人在没有反馈控制情况下的抗干扰平衡运动。基于 SLIP 控制在对模型进行简化的同时，能够很好地反应出生物运动特征、运动状态、能量转换和机械性能，目前是动态控制方面最有效的控制方法之一，但是对于复杂的运动模型，SLIP 模型无法精准“捕捉”高性能运动的特征，需要对此改善。基于 VMC 的控制方法虚拟模型控制(Virtual Model Control,VMC)由 Pratt35等 人 提 出，是 一 种 基 于虚拟模型的控制方法，通过虚拟模型来生成所需的目标力矩，可以用于控制多足机 2023 年第 4 期 35四足机器人行走系统研究综述器人的步态和运动。Havoutis36等人，在HyQ 液压四足机器人中利用 VMC 思路，实现了腿部的主动顺应控制。谢惠祥37等人提出一种基于四足机器人平台实现小跑的全身 VMC 方法，重点在于身体对角线的旋转研究，利用 VMC 可以更好地实现机器人的稳定性和动态性，提高机器人在复杂环境下的运动性能。目前，VMC 已经成为多足机器人控制领域中的一个重要研究方向，并且在实际应用中得到了广泛的应用，但是 VMC 方法通常是基于理想的平面模型，对于不平坦的地形或非结构化的环境，其稳定性和运动性能可能会受到影响。一旦环境发生变化，如地形高度的变化或障碍物的出现，机器人将无法稳定运行。基于 MPC 和 WBC 的控制方法模 型 预 测 控 制（Model Predictive Control,MPC）是通过系统的数学模型和对未来系统行为的预测来实现对系统的控制。Carlo38等人，针对多足机器人的动态控制问题，利用 MPC 框架进行最优控制，通过轨迹优化来获取最佳控制策略。近几年，MPC 在四足机器人领域取得一系列卓越的成果，MIT 采用凸优化 MPC 方法控制电机扭矩实现地面反作用力的控制，实现了 Cheetah 3 的高鲁棒性动态运动，其控制框架见图 6。另外，Khatib39等人提出了一种名为全身控制(Whole Body Control,WBC)的框架，旨在实现对足式机器人整体身体的统一控制，以完成复杂任务和运动。该方法考虑了机器人的全身动力学和多个任务的协同执行，通过协调各个身体部分的运动和力矩来实现平衡、稳定和灵活的运动。Kim40等人，使用 MPC 解算较长时间范围内的最佳地面反力曲线，通过 WBC 控制关节扭矩、速度、位置跟踪最佳足端力，提高了机器人支撑相控制的准确性和摆动相控制的动态性，大大提高了四足机器人图 5 弹簧倒立摆模型图 6 MIT Cheetah 3 模型预测控制框架Robot industry Forum智能论坛36 机器人产业|ROBOT INDUSTRY的行走速度和抗扰能力，MPC 与 WBC 结合的控制框架如图 7 所示。基于强化学习算法的控制方法强化学习控制是一种运用强化学习算法实现足式机器人运动控制的方法。通过与环境相互作用，它能够学习最佳运动策略，以应对环境和任务需求的不断变化。Mordatch41等人提出了一种融合函数逼近和轨迹优化的方法，用于足式运动控制。他们利用强化学习框架进行最优控制，并通过轨迹优化获取最佳控制策略，在仿真实验中，该方法展示了卓越的控制效果和学习效率。而 Heess42等人基于深度强化学习，对足式机器人在复杂环境中自主学习运动行为的方法展开了研究。他们运用多智能体强化学习框架，让机器人自身和其他机器人在高度复杂的环境中进行互动学习。结束语随着越来越多的科研工作者投身于四足机器人领域，该领域的研究取得了快速发展。然而，在实际应用中仍存在一些挑战。负载能力、越障能力、续航能力、快速移动能力，以及未知环境适应能力仍然是四足机器人行走系统需要进一步提升的关键技术指标。我们需要进一步借鉴真实动物的肌肉骨骼特点，缩小机器人与真实动物之间的差距。同时，我们还需要进一步实现仿生与非仿生耦合设计，充分发挥足式运动和轮式运动的优势。融合传统控制方法和学习方法，加强复杂环境控制的鲁棒性也是必要的。另外，融合多传感器技术，提升未知环境场景的重构精度和速度也是一个重要的方向。同时，将人工智能技术融入其中，增强人机交互和辅助决策能力也是未来研究的热点。参考文献：1 BRUZZONE L,QUAGLIA G.Review article:locomotion systems for ground mobile robots in unstructured environmentsJ.Mechanical Sciences,2012,3(2):49-62.2 郭非,汪首坤,王军政.轮足复合移动机器人运动规划发展现状及关键技术分析J.控制与决策,2022,37(6):1433-1444.3 SEMINI C,TSAGARAKIS N G,GUGLIELMINO E,et al.Design of HyQ-a 图 7 Mini Cheetah 采用的 MPC 和 WBC 结合的控制框架 2023 年第 4 期 37四足机器人行走系统研究综述hydraulically and electrically actuated quadruped robotJ.Proceedings of the Institution of Mechanical Engineers,Part I:Journal of Systems and Control Engineering,2011,225(6):831-849.4 W I N K L E R A,H A V O U T I S I,BAZEILLE S,et al.Path planning with force-based foothold adaptation and virtual model control for torque controlled quadruped robotsC/2014 IEEE International Conference on Robotics and Automation(ICRA).Hong Kong,China:IEEE,2014:6476-6482.5 S E M I N I C,B A R A S U O L V,GOLDSMITH J,et al.Design of the Hydraulically Actuated,Torque-Controlled Quadruped Robot HyQ2MaxJ.IEEE/ASME Transactions on Mechatronics,2017,22(2):635-646.6 S E M I N I C,G O L D S M I T H J,MANFREDI D,et al.Additive manufacturing for agile legged robots with hydraulic actuationC/2015 International Conference on Advanced Robotics(ICAR).Istanbul,Turkey:IEEE,2015:123-129.7 H U T T E R M,G E H R I N G C,BLOESCH M,et al.STARLETH:a compliant quadrupedal robot for fast,efficient,and versatile locomotionC/International Conference on Climbing&Walking Robot-clawar.2012.8 H U T T E R M,G E H R I N G C,BLOESCH M,et al.Walking and Running with StarlETHC/Proceedings of the 6th International Symposium on Adaptive Motion of Animals and Machines(AMAM).Autonomous Systems Lab,ETH Zurich,Zurich,Switzerland,2013.9 H U T T E R M,G E H R I N G C,LAUBER A,et al.ANYmal-toward legged robots for harsh environmentsJ.Advanced Robotics,2017,31(17):918-931.10 He J,Gao F.Mechanism,Actuation,Perception,and Control of Highly Dynamic Multilegged Robots:A ReviewJ.Chinese Journal of Mechanical Engineering,2020,33(1):79.11 柴汇.液压驱动四足机器人柔顺及力控制方法的研究与实现 D.山东大学,2016.12 BLEDT G,POWELL M J,KATZ B,et al.MIT Cheetah 3:Design and Control of a Robust,Dynamic Quadruped RobotC/2018 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Madrid:IEEE,2018:2245-2252.13 DI CARLO J,WENSING P M,KATZ B,et al.Dynamic Locomotion in the MIT Cheetah 3 Through Convex Model-Predictive ControlC/2018 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Madrid:IEEE,2018:1-9.14 KIM D,DI CARLO J,KATZ B,et al.Highly Dynamic Quadruped Locomotion via Whole-Body Impulse Control and Model Predictive ControlM.arXiv,2019.15 宇树科技.宇树科技-全球四足机器人行业开拓者 EB/OL.2023-05-12.https:/.16 云深处科技.杭州云深处科技-Robot industry Forum智能论坛38 机器人产业|ROBOT INDUSTRY全球四足机器人行业应用引领者 EB/OL.2023-05-12.https:/ WEILAN.蔚蓝-WEILANEB/OL.2023-05-12.https:/ 小米.CyberDOG 工程探索版 EB/OL.2023-05-12.https:/ BJELONIC M,BELLICOSO C D,DE VIRAGH Y,et al.Keep RollinWhole-Body Motion Control and Planning for Wheeled Quadrupedal RobotsJ.IEEE Robotics and Automation Letters,2019,4(2):2116-2123.20 SCHWARZ M,RODEHUTSKORS T,D R O E S C H E L D,e t a l.N i m b Ro Rescue:Solving Disaster-response Tasks with the Mobile Manipulation Robot MomaroJ.Journal of Field Robotics,2017,34(2):400-425.21 CORDES F,KIRCHNER F,BABU A.Design and field testing of a rover with an actively articulated suspension system in a Mars analog terrain:CORDES ET AL.J.Journal of Field Robotics,2018,35(7):1149-1181.22 KASHIRI N,BACCELLIERE L,MURATORE L,et al.CENTAURO:A hybrid locomotion and high power resilient manipulation platformJ.IEEE Robotics and Automation Letters,2019,4(2):1595-1602.23 北京理工大学新闻网.北理哪吒（BIT-NAZA）EB/OL.2023-05-12.https:/ 2 4 N A K A J I M A S,N A K A N O E,TAKAHASHI T.Motion control technique for practical use of a leg-wheel robot on unknown outdoor rough terrainsC/2004 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Sendai,Japan:IEEE,2004:1353-1358.25 LU D,DONG E,LIU C,et al.Mechanical system and stable gait transformation of a leg-wheel hybrid transformable robotC/2013 IEEE/ASME International Conference on Advanced Intelligent Mechatronics.Wollongong,NSW:IEEE,2013:530-535.26 LU D,DONG E,LIU C,et al.Design and development of a leg-wheel hybrid robot HyTRo-IC/2013 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Tokyo:IEEE,2013:6031-6036.27 腾 讯 RoboticsX 实 验 室.腾 讯Robotics X 灵敏运动研究再突破:Max 二代花式穿越梅花桩 EB/OL.(2022-08-08)2023-05-12.http:/ TADAKUMA K,TADAKUMA R,MARUYAMA A,et al.Mechanical design of the Wheel-Leg hybrid mobile robot to realize a large wheel diameterC/2010 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Taipei:IEEE,2010:3358-3365.2023 年第 4 期 39四足机器人行走系统研究综述 2 9 C H E N S C,H U A N G K J,CHEN W H,et al.Quattroped:A Leg-Wheel Transformable RobotJ.IEEE/ASME Transactions on Mechatronics,2014,19(2):730-742.30 CHEN W H,LIN H S,LIN Y M,et al.TurboQuad:A Novel Leg-Wheel Transformable Robot With Smooth and Fast Behavioral TransitionsJ.IEEE Transactions on Robotics,2017,33(5):1025-1040.31 WINKLER A WFARSHIDIAN F,NEUNERT M,et al.Online walking motion and foothold optimization forquadruped locomotionC/2017 E E E I n t e r n a t i o n a l C o n f e r e n c e o n Robotics and Automation(ICRA).Singapore:IEEE,2017:5308-5313.32 RAIBERT M H.Legged robots that balanceM.MIT press,1986.33 PIOVAN GBYL K.Reachability-based control for theactive slip modelJ.The International Journal of Robotics Research,201534(3):270-287.34 SEYFARTH AGEYER H,M Gnther,et al.A movement criterion for runningJ.Journal of Biomechanics,2002,35(5):649-655.35 PRATT J,CHEW C M,TORRES A,et al.Virtual Model Control:An Intuitive Approach for Bipedal LocomotionJ.The International Journal of Robotics Research,2001,20(2):129-143.36 HAVOUTIS I,SEMINI C,BUCHLI J,et al.Quadrupedal trotting with active complianceC/IEEE International Conference on Mechatronics.IEEE,2013.37 XIE H,AHMADI M,SHANG J,et al.An intuitive approach for quadruped robot trotting based on virtual model controlJ.Proceedings of the Institution of Mechanical Engineers Part I Journal of Systems&Control Engineering,2015,229(i4):342-355.38 CARLO J D,WENSING P M,Katz B,et al.Dynamic Locomotion in the MIT Cheetah 3 Through Convex Model-Predictive ControlC/2018 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Madrid:IEEE,2018:1-9.3 9 S E N T I S L,K H A T I B O.Synthesis of whole-body behaviors through hierarchical control of behavioral primitivesJ.International Journal of Humanoid Robotics,2005,2(04):505-518.40 KIM D,DI CARLO J,KATZ B,et al.Highly dynamic quadruped locomotion via whole-body impulse control and model predictive controlJ.arXiv preprint arXiv:1909.06586,2019.41 MORDATCH I,TODOROV E.Combining the benefits of function approximation and trajectory optimizationC/Robotics:Science and Systems.2014,4:23.42 HEESS N,TB D,SRIRAM S,et al.Emergence of locomotion behaviours in rich environmentsJ.arXiv preprint arXiv:1707.02286,2017.在线阅读（节选）