注意看，下圖中的機器狗似乎成功平衡了負載能力、系統複雜度和運動靈活性這三個看似沖突的目标：
它能敏銳地感覺人類意圖，做出相應的運動調整，在崎岖不平的地形上搬運重物，展現出了出色的跟随能力和适應性。
在機器人領域，四足機器人憑借其靈活的運動能力和适應複雜地形的優勢，一直是研究熱點。然而，當涉及到高負載的協作任務時，四足機器人往往顯得力不從心。
意大利技術研究院(IIT)動态腿式系統實驗室的研究人員們另辟蹊徑，提出的一種巧妙的解決方案——被動臂協作搬運(PACC)系統。這項創新不僅大大提升了四足機器人的協作能力，還為人機協作開辟了新的可能性。
下面來詳細了解這項技術突破~
▍輕裝上陣：被動臂設計的精妙之處
傳統的機器人協作搬運通常依賴于主動控制的機械臂，這不僅增加了系統的複雜性，還大大削弱了機器人的負載能力。IIT的研究團隊别出心裁，設計了一種三自由度的被動臂結構。這個看似簡單的設計背後蘊含着深刻的工程智慧。
被動臂采用偏航-俯仰-俯仰的關節配置，每個關節的扭矩都是通過彈簧的伸縮和阻尼元件來産生的。這種設計不僅大大降低了重量，還提高了系統的魯棒性。更重要的是，它在負載和機器人之間引入了固有的柔順性，這對于在複雜地形上實作安全穩定的運動至關重要。
從機械設計的角度來看，PACC的許多細節都經過精心考量。例如，末端執行器(鈎子)的位置被刻意設計在機器人質心的高度附近。這樣的設計在承載重物時，由于重力作用，鈎子的實際工作高度會略低于靜止位置，進而有效減少了水準力對機器人零力矩點(ZMP)的不利影響。
另一個巧妙之處在于第三個連杆的設計。它的運動靈感來自于單擺，這使得在搬運任務中,最主要的外部互動力都集中在垂直于第三個關節軸的平面内。這一設計為估算負載運動和預測外部力提供了便利，為後續的運動控制奠定了基礎。
▍智能導航：被動臂引領的運動控制
PACC系統的另一大亮點在于其獨特的運動控制政策。研究團隊開發了一種基于被動臂角位移的簡單而有效的運動引導方法。這種方法特别适用于跟随者機器人在協作搬運任務中的運動控制。
具體來說，系統利用第三個關節的角位移來控制機器人的前進速度，而第一個關節的角位移則用于控制轉向速度。研究人員巧妙地設計了一個中性角度範圍和兩個速度等級，通過關節的偏轉角度來調節速度。為了確定運動的平滑性，他們還應用了二階低通濾波器來處理指令信号。
這種基于被動臂的運動引導方法不僅簡單直覺，而且對外部環境的變化具有很強的适應性。它使得跟随者機器人能夠自然地跟随上司者(無論是另一個機器人還是人類操作者)的運動，而無需複雜的傳感器系統或通信協定。
▍MPC: 協作搬運的智能大腦
為了充分發揮PACC系統的潛力，研究團隊開發了一種創新的模型預測控制(MPC)方案。這個控制器不僅考慮了機器人本身的動力學，還融入了被動臂的動态特性和協作搬運過程中的外部力估計。
MPC控制器的核心任務是規劃足端軌迹并生成最優的運動指令。它首先基于期望的身體速度和步态參數生成初步的足端位置。然後，考慮到末端執行器處的外部力，對支撐多邊形進行調整。這種調整確定了機器人在承受外部負載時仍能保持穩定性。
一個特别值得一提的創新點是，控制器能夠利用被動臂的特性來估算末端執行器處的外部力。通過忽略小慣性項和低速運動下的科氏力，研究人員提出了一種簡化但有效的力估算方法。這種方法不僅計算簡單，而且對于純慣性負載,甚至不需要知道确切的負載品質就能估算出負載的振蕩動态。
MPC控制器的另一個亮點是其分布式特性。每個機器人都獨立運作自己的控制器，不需要中央協調。這種設計極大地提高了系統的可擴充性和魯棒性，使得多機器人協作或人機協作變得更加靈活和可靠。
▍實驗驗證：從理論到實踐的演繹
為了驗證PACC系統的實際性能，研究團隊設計了一系列富有挑戰性的實驗場景。這些實驗不僅包括機器人之間的協作搬運，還涉及了人機協作的場景，充分展示了系統的多功能性和适應性。
在機器人協作實驗中，研究人員測試了兩種不同的負載連接配接方式：剛性連接配接和非剛性連接配接。剛性連接配接的實驗模拟了需要精确協調的搬運任務，而非剛性連接配接則更接近實際應用中常見的繩索拖拽場景。結果顯示，PACC系統在兩種情況下都表現出色，機器人能夠穩定地協同工作，即使在面對台階等障礙物時也能保持良好的協調性。
這些實驗不僅驗證了PACC系統的技術可行性，更重要的是，它們展示了該系統在實際應用中的巨大潛力。無論是在建築工地搬運材料，還是在救援任務中轉移傷員，PACC系統都顯示出了明顯的優勢。
總的來說，IIT研究團隊的這項工作為四足機器人的協作搬運任務提供了一個創新且實用的解決方案。通過巧妙地結合被動機械設計和智能控制算法，不僅拓展了四足機器人的應用範圍，也為未來的人機協作開辟了新的可能性。
本研究詳見Paper:
https://arxiv.org/abs/2403.19862