LIMBERO: A Limbed Climbing Exploration Robot Toward Traveling on Rocky Cliffs
Space Robotics Lab. (SRL) in Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University(东京东京大学工学研究院航空航天工程系空间机器人实验室);National Institute of Applied Sciences of Toulouse(图卢兹应用科学国家研究院)
本文提出LIMBERO,一种10kg级四足攀爬机器人,采用脊椎型夹具实现稳定攀爬。新型夹具设计通过耦合手指闭合和脊椎钩合动作,实现高效抓取性能。
2026-03-17 cs.RO
Motion Planning for a Climbing Robot with Stochastic Grasps
Stanford University(斯坦福大学)
多肢攀爬机器人的运动规划必须考虑机器人的姿态、关节力矩以及它如何利用接触力与环境相互作用。这篇论文的重点是机器人的运动规划,该机器人使用非传统的运动来探索不可预测的环境,如火星洞穴。我们的机器人概念,ReachBot,使用可伸缩的吊杆作为四肢,在攀爬时实现大的可达工作空间。每个可延伸的吊杆都有一个微棘夹持器,用于抓取岩石表面。ReachBot利用其庞大的工作空间绕过障碍物,越过裂缝,并通过具有挑战性的地形。我们的规划方法必须是多功能的,以适应可变的地形特征和强大的,以减轻风险的随机性与脊柱抓。在本文中,我们引入了一个图遍历算法来选择一个离散的顺序的基础上,现有的地形特征适合把握把握。该离散计划由解耦运动规划器补充,该运动规划器考虑身体运动和末端执行器运动的交替阶段,使用基于采样的规划和顺序凸规划的组合来优化各个阶段。我们使用我们的运动规划器来规划一个模拟的2D洞穴环境中的轨迹,成功的概率至少为95%,并在基线轨迹上表现出更好的鲁棒性。最后,我们通过实验验证我们的运动规划算法在二维平面原型。
2022-09-21 cs.RO
Admittance Control-based Floating Base Reaction Mitigation for Limbed Climbing Robots
Tohoku University(东北大学)
针对足式攀爬机器人在复杂环境中因反作用力过大导致失稳的问题,提出基于导纳控制的新型控制方案,有效降低反作用力与关节力矩并保持轨迹跟踪精度。
2024-09-20 cs.RO
Designing Multi-Stage Coupled Convex Programming with Data-Driven McCormick Envelope Relaxations for Motion Planning
University of California, Los Angeles(加州大学洛杉矶分校)
对于多肢机器人,由于非线性的存在,具有姿态和力约束的运动规划往往是一个困难的优化问题,这也会导致求解时间的延长。我们提出了一个多阶段的优化框架与数据驱动的级间耦合约束,以解决非线性。聚类和进化的方法来找到麦考密克信封松弛被用来找到特定问题的参数。然后在先前阶段中使用所学习的约束,这提供了后续阶段的高级知识。这导致改进的求解时间和结果的可解释性。规划器通过10公斤的六足机器人上的多个行走和攀爬任务进行验证。
2021-09-14 cs.RO
Reinforcement Learning-based Robust Wall Climbing Locomotion Controller in Ferromagnetic Environment
Korea Advanced Institute of Science and Technology(韩国科学技术院);DIDEN Robotics(DIDEN机器人)
本研究提出一种基于强化学习的四足磁性攀爬机器人控制器,通过三阶段课程学习和物理附着模型,在仿真与硬件实验中实现了钢面垂直攀爬的鲁棒性,优于假设完美附着的MPC基线。
2025-10-23 cs.RO
Bi-Level Optimization for Contact and Motion Planning in Rope-Assisted Legged Robots
Dipartimento di Ingegneria e Scienza dell’Informazione (DISI), University of Trento(工程与信息科学系(DISI),特伦托大学);Inria, Université de Lorraine, CNRS(法国国家信息与自动化技术研究院(Inria)、洛林大学、法国国家科学研究中心(CNRS))
本文提出了一种用于绳索辅助机器人垂直表面攀爬的规划框架,采用双层优化方法解决混合整数问题,同时优化绳索张力和腿部力,验证于新型攀爬机器人平台。
2026-10-16 cs.RO
ClimbLab: MATLAB Simulation Platform for Legged Climbing Robotics
Tohoku University(东北大学);VisionSpace Technologies GmbH(VisionSpace技术有限公司)
本文提出了ClimbLab,一个开源的MATLAB仿真平台,用于腿式攀爬机器人的设计与分析,支持任意环境下的行走与攀爬模拟,并展示了四足机器人攀爬示例。
2026-10-08 cs.RO
SCALER: A Tough Versatile Quadruped Free-Climber Robot
University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文介绍了SCALER,这是一款四足机器人,可以演示在巨石墙壁、悬挑、天花板上攀爬以及在地面上小跑。SCALER是第一个高自由度四肢机器人,可以在地球重力下自由攀爬,也是地面上机械效率最高的四足机器人之一。在其他最先进的攀岩者专门从事攀岩的地方,SCALER承诺使用有效载荷\textit{and}地面运动进行实际的自由攀登,实现真正的多功能移动。一个新的攀登步态,滑冰步态,增加了有效载荷,利用SCALER机构联动机制。SCALER在地面上达到最大标准化移动速度$1.87$ /s或$0.56$ m/s,在抱石攀岩中达到最大标准化移动速度$1.0$ /min或$0.35$ m/min。有效载荷能力在地面上达到SCALER重量的$233$ %,在垂直壁上达到$35$ %。我们的GOAT夹持器是一种机械适应性强的欠驱动双指夹持器,可成功抓取凸形和非凸形物体,并支持SCALER。
2022-07-30 cs.RO
Pacific Lamprey Inspired Climbing
FAMU-FSU College of Engineering(佛罗里达农工大学-佛罗里达州立大学工程学院)
针对现有蛇形机器人动态垂直攀爬研究不足的问题,受太平洋七鳃鳗启发提出新型攀爬步态与机器人Trident,通过降阶模型分析运动关联,实验验证其在近垂直表面攀爬性能优于七鳃鳗,为蛇形机器人攀爬提供新策略。
2022-12-13 cs.RO
Co-design of trajectory and morphology for a vertical jump-climbing robot
University of California Santa Barbara(加州大学圣塔芭芭拉分校)
本文提出一种290克垂直跳跃攀爬机器人,通过形态与轨迹协同设计,实现带腾空阶段的弹跳攀爬,速度达0.375米/秒,并支持地面运动与垂直表面过渡。
2026-09-28 cs.RO
Addition of a peristaltic wave improves multi-legged locomotion performance on complex terrains
Georgia Institute of Technology(佐治亚理工学院)
针对多足机器人难以翻越与自身高度相当障碍物的问题,本文在双波模板外引入蠕动波,并通过五段绳驱机器人实验证明其可显著提升崎岖地形越障与穿越能力。
2024-10-01 cs.RO
CLIO: a Novel Robotic Solution for Exploration and Rescue Missions in Hostile Mountain Environments
University of Trento(特伦托大学);University of Batna 2(巴特纳第二大学);Free University of Bozen-Bolzano(博尔扎诺自由大学)
本文提出绳索辅助攀爬机器人CLIO,通过绳索与单腿跳跃相结合实现接近垂直山坡上的重载移动,并利用最优控制与简化模型实现快速轨迹生成,仿真验证了其有效性与可达性。
2023-04-14 cs.RO
A Skeleton-based Approach For Rock Crack Detection Towards A Climbing Robot Application
Stanford University(斯坦福大学)
针对洞穴环境下攀爬机器人的抓握点识别需求,提出基于骨架交点损失的岩石裂缝边缘检测方法,搭配新度量LineAcc,在薄物体分割任务上表现更优,可应用于机器人系统。
2023-11-06 cs.CV cs.RO
A High-Payload Wall-Climbing Robot Using Passive Bistable Suction Cups
University of Michigan(密歇根大学)
本文提出一种利用被动双稳态吸盘的高负载爬壁机器人,无需推力即可粘附,采用履带式系统自动接合吸盘,可在多种表面垂直、侧向及倒置攀爬,并拖拽7.940千克负载,负载重量比2.25。
2026-09-21 cs.RO
Enhancing the Vertical Mobility of a Robot Hexapod Using Microspines
Carnegie Mellon University(卡内基梅隆大学)
现代的攀爬机器人已经爬到了很高的高度,但攀登悬崖的机械装置在平地上往往移动缓慢,过于谨慎。在这里,我们介绍T-RHex,一个经典的蟑螂启发六足动物的迭代,已经增加了微刺脚攀登。T-RHex是一种机械智能平台,能够在地面上高效移动,并具有额外的攀爬能力。腿将微棘所需的顺应性与运动所需的顺应性整合在一起,以简化设计并减少质量。通过在增材制造工艺期间嵌入脊来简化微脊制造。我们目前的结果表明,在T-RHex平台上添加微刺大大增加了机器人能够静态悬挂(高达45度悬垂)和上升(高达55度)的最大坡度,而不会牺牲地面移动性。
2019-09-19 cs.RO
Tactile sensing enables vertical obstacle negotiation for elongate many-legged robots
Institute for Robotics and Intelligent Machines(机器人与智能机器研究所);Georgia Institute of Technology(佐治亚理工学院);School of Physics(物理系);School of Mechanical Engineering(机械工程系);College of Computing(计算学院)
本研究提出触觉天线系统与控制框架,使细长多足机器人能攀爬高达自身五倍的垂直障碍物,在复杂环境中展现稳健攀爬性能。
2025-04-21 cs.RO
KLEIYN : A Quadruped Robot with an Active Waist for Both Locomotion and Wall Climbing
Department of Mechano-Informatics, Graduate School of Information Science and Technology, The University of Tokyo(机械信息学系,信息科学和技术研究生院,东京大学)
本研究开发了具备腰部关节的四足机器人KLEIYN,通过引入接触引导课程学习(CGCL)实现基于RL的烟囱攀爬,其攀爬速度达150 mm/s,较传统机器人快50倍,并验证了腰部关节对狭窄墙壁跟踪能力的提升。
2025-07-10 cs.RO
The Problem of Adhesion Methods and Locomotion Mechanism Development for Wall-Climbing Robots
Bauman Moscow State Technical University(鲍曼莫斯科国立技术大学)
本综述梳理了壁面攀爬机器人的各类粘附方法与移动机构的演进,按应用、粘附方式和移动原理对其分类,分析了不同方案在移动性、静音性等方面的优劣,探讨了粘附与移动方法结合的可能性。
2019-05-22 cs.RO
Magnecko: Design and Control of a Quadrupedal Magnetic Climbing Robot
Robotic Systems Lab, ETH Zürich(瑞士苏黎世联邦理工学院机器人系统实验室)
针对工业检测维护等需求,本文设计四足磁吸攀爬机器人Magnecko作为足式攀爬研究平台,通过昆虫式关节配置、模型预测控制及电永磁体实现复杂环境适应,可携带自身重量65%的载荷。
2025-04-18 cs.RO
Switchable Adhesion Actuator for Amphibious Climbing Soft Robot
Temple University(天普大学)
爬地软体机器人在远离地面的环境下,由于其在智能监视、检查、维护和检测方面的潜在应用,在科学和工程领域都引起了极大的兴趣。挑战在于设计一种快速、坚固、可切换的粘附致动器,以轻松地连接和分离垂直表面。在这里,我们提出了一种新的设计,气动驱动的仿生软附着驱动器工作在地面和水下。它由非常柔软的双层结构组成,其中嵌入式螺旋气动通道位于具有空腔的基层顶部。在硬聚合物基粘附致动器中,我们不是直接将空气从腔体中抽出以进行抽吸的传统方式,而是将空气充气到顶部螺旋通道中,以变形成稳定的3D圆顶形状,从而在腔体中实现负压。所提出的软粘附致动器的最大剪切粘附力的表征显示了在多种类型的光滑和半光滑表面上的强而快速的可逆粘附。基于可切换附着力驱动器,结合柔性弯曲驱动器,设计并制作了一种新型的承载式两栖爬行柔性机器人。我们证明,它可以在各种各样的外国水平和垂直表面,包括干燥,潮湿,光滑,光滑,半光滑的地面上,也有一定的承载能力在水中。实验结果表明,在地面和水下攀爬过程中,当负重超过200 g(5倍于钢芯铝绞线自身重量)时,其垂直攀爬速度可达286 mm/min(1.6体长/min)。这项研究可以在很大程度上推动软机器人在恶劣环境下进行窗户清洁和水下检查的能力和多功能性。
2019-02-05 cs.RO physics.app-ph
Learning Humanoid Arm Motion via Centroidal Momentum Regularized Multi-Agent Reinforcement Learning
Department of Mechanical Engineering, Massachusetts Institute of Technology(机械工程系,麻省理工学院)
本文提出肢体级多智能体强化学习框架,通过质心角动量正则化引导手臂运动,实现人形机器人在平地、崎岖地形和楼梯等任务中的鲁棒全身协调控制。
2025-07-05 cs.RO cs.SY eess.SY
Design and optimal springs stiffness estimation of a Modular OmniCrawler in-pipe climbing Robot
IIIT-Hyderabad(海得拉巴国际信息技术研究所)
介绍了一种新型柔性小直径管道爬壁机器人的设计。该机器人由3个OmniCrawler模块的运动链组成,其中2个相邻模块之间通过柔性关节连接有一个连杆。虽然坦克般的履带机构提供了良好的牵引力低摩擦表面,其圆形横截面使其完整。完整运动有助于它在运动过程中沿一个方向重新对准以避开障碍物,并以最小的能量姿态克服转弯。此外,模块化使其能够通过T形接头而不会出现运动奇异。使用4个扭转弹簧实现柔性,该扭转弹簧结合在将3个模块与2个连杆连接的接头中。对于理想的管道直径(\text <$75mm),通过建立约束优化问题来获得弹簧的刚度值,该约束优化问题已经在ADAMS MSC中进行了仿真,并在实际机器人样机上进一步验证。为了解决管道中的平滑垂直弯曲和摩擦系数变化,后来通过在4个接头中的2个接头处用串联弹性致动器(SEA)替换弹簧来修改设计。
2017-06-19 cs.RO
Self-Propelled Soft Everting Toroidal Robot for Navigation and Climbing in Confined Spaces
University of Notre Dame(圣母大学)
有许多人类无法进入的空间,机器人可以帮助提供传感器和设备。这些空间中的许多包含三维通道和不平坦的地形,这对机器人设计和控制提出了挑战。外翻环形机器人,通过同时外翻和反转他们的身体材料,是有希望的导航在这些类型的空间。我们提出了一种新的软翻转环形机器人,推进本身使用一个充满空气的膜内的电动装置。我们的机器人只需要一个单一的控制信号来移动,可以符合其环境,并可以垂直爬升的电机扭矩是独立的力量,用于支撑机器人对它的环境。我们推导和验证模型的力量参与其运动,我们展示了机器人的能力,导航迷宫和爬上管道。
2022-09-15 cs.RO
A Reconfigurable USAR Robot Designed for Traversing Complex 3D Terrain
University of Calgary(卡尔加里大学)
机器人技术在城市搜索和救援(USAR)中的应用从2001年世界贸易中心事件开始稳步增长。尽管多年来取得了进展,但目前用于USAR目的的机器人的核心设计几乎没有偏离,有利于软件和控制开发以及基本机器人模板的优化,以提高性能。这里介绍的是一个新的设计描述的板球,一个先进的机器人具有更广泛的物理能力比传统的USAR机器人。通过将早期机器人的履带结构(因能源效率和鲁棒性而受到赞赏)纳入多肢步行设计,Cricket能够使用先进的运动技术。能够爬过许多倍于机器人高度的障碍物,在没有系绳的帮助下爬上垂直轴,穿越粗糙和接近垂直的地形,提高了Cricket在密闭空间中成功定位受害者的能力。
2015-04-16 cs.RO
High-Load-Density Electro-Permanent Magnetic Foot with Controllable Adhesion for Quadruped Wall-Climbing Robots
Nanyang Technological University(南洋理工大学);Huazhong University of Science and Technology(华中科技大学)
提出一种高负载密度可控吸附电永磁足,采用圆形Halbach网络电永磁(CHN-EPM)吸附单元和力反馈系统,实现四足机器人在铁磁表面的可靠攀爬,最大吸附力超过1000 N,负载重量比超过200:1。
2026-05-29 cs.RO
A Pin-Array Structured Climbing Robot for Stable Locomotion on Steep Rocky Terrain
Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University(航空航天工程系,工学研究科,东北大学)
本文提出了一种具有顺应性针数组抓取器的新型攀爬机器人,通过被动适应表面不规则性实现稳定抓地,无需复杂传感或控制。
2026-03-17 cs.AR cs.RO
Design and Development of Wall Climbing Robot
University of Engineering & Technology(工程技术大学)
攀爬机器人正在开发的应用范围从清洁到难以到达的建筑物的检查。攀爬机器人应该能够携带轻型有效载荷,并能够在垂直表面上攀爬,并能够应对障碍物。关于对表面的粘附,它们应该能够以不同的粘附方法在不同的表面上操作,以使用消耗最小功率的轻质机构产生强大的夹持力。考虑到这些事实,本文提出了一种四足爬壁机器人,其中使用板上的抽吸泵的吸力被用作粘附技术。一个步行步态的发展,以提供一个能力的机器人爬上墙壁。机器人的运动学和运动可以被认为是模仿攀岩中常用的四肢攀爬技术。它有四条腿,每条腿都有四个自由度(4-DOF),每条腿的末端都有专门设计的吸盘,使它能够在墙上移动,并向任何方向移动。末端执行器也可以用其他末端执行器替换,这些末端执行器设计用于不同的粘附方法,以在各种表面上攀爬。
2023-01-14 cs.RO cs.SY eess.SY
Advances in Hybrid Modular Climbing Robots: Design Principles and Refinement Strategies
Massachusetts Institute of Technology(麻省理工学院)
本文提出一种轮式-抓取混合攀爬机器人,通过模块化欠驱动臂适应不同柱径,建立自锁与攀爬数学模型并经实验验证,为工业场景下混合攀爬机器人设计提供了评估框架。
2025-03-10 cs.RO cs.SY eess.SY
STEMbot: A Compliant Robot for Under-Canopy Plant Navigation
Robotics Department, University of Michigan(密歇根大学机器人系)
针对有机农业虫害监测难题,提出STEMbot微型攀爬机器人系统,集成全几何PIN-SLAM管道和语义八叉树,用流形约束A*规划器实现分支感知遍历与遮挡目标检测,经实验验证可可靠导航并实现高保真几何重建。
2026-07-10 cs.RO
Improved ICNN-LSTM Model Classification Based on Attitude Sensor Data for Hazardous State Assessment of Magnetic Adhesion Climbing Wall Robots
Harbin Engineering University(哈尔滨工程大学)
本文针对磁吸附爬壁机器人因倾覆力矩导致磁板脱离的安全问题,提出基于MEMS姿态传感器微小振动数据的改进ICNN-LSTM分类方法,实现危险状态实时评估并验证了其高准确率。
2024-12-30 cs.RO eess.SP physics.ins-det
Adaptive Force Controller for Contact-Rich Robotic Systems using an Unscented Kalman Filter
University of California, Los Angeles(加州大学洛杉矶分校)
针对多点接触机器人的力控需求,提出一种基于自动整定的自适应导纳控制器,可兼顾旋转摩擦、力旋量跟踪、防滑与避奇异,并在攀爬机器人硬件上验证了操作与移动任务中的鲁棒性。
2023-10-01 cs.RO cs.SY eess.SY
Effective self-righting strategies for elongate multi-legged robots
Hillsdale College(希尔斯代尔学院);Georgia Institute of Technology(佐治亚理工学院)
本文结合生物观察与机器人实验,揭示蜈蚣由侧向和垂直行波叠加实现翻身的机制,并通过空间频率与振幅行为图提出细长多足机器人的有效通用自恢复策略。
2024-10-01 cs.RO