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
CTBC: Contact-Triggered Blind Climbing for Wheeled Bipedal Robots with Instruction Learning and Reinforcement Learning
The School of Future Technology, Shanghai University(上海大学未来技术学院);COWAROBOT Co. Ltd.(COWAROBOT公司)
CTBC通过接触触发机制结合指令学习和强化学习,使轮式双足机器人能够高效适应复杂地形,实现超越轮子半径的稳定爬行。
2026-02-07 cs.RO
Transition Motion Planning for Multi-Limbed Vertical Climbing Robots Using Complementarity Constraints
University of California Los Angeles(加利福尼亚大学洛杉矶分校)
为了实现自主垂直爬墙,从地面到墙壁的过渡阶段不可避免地需要额外的考虑。研究了多肢体攀爬机器人在平坦地形和垂直表面之间过渡的接触序列规划问题。为了克服过渡阶段,需要同时规划多触点扳手和触点扳手,这使得它变得困难。而不是使用一个预定的接触序列,我们认为不同的环境设置通过建模接触约束和肢体可切换性作为互补条件的各种运动。两个安全系数的脚趾滑动和电机过扭矩是主要的调整参数,为不同的接触序列。通过求解非线性规划(NLP),我们可以生成几个可行的脚放置和接触力序列,以避免失败的情况。我们验证了硬件SiLVIA,一个六条腿的机器人足式机器人,能够垂直攀爬两个墙壁之间的支撑本身之间只使用摩擦演示的可行性。
2021-06-14 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
Stable Stair-Climbing of a Quadruped Robot
K. N. Toosi Univ. of Technology(K.N.图西理工大学)
本文的研究重点是设计一种能使四足机器人爬楼梯的稳定步态。为此,首先基于最小步数和最大限度地使用腿部工作空间来进行从初始配置到期望配置的稳定过渡,以使机器人为运动做好准备。下一步,摆动腿和身体的轨迹规划一个成功的爬楼梯步态.之后,提出了一种稳定的旋转步态来改变身体的方向。我们模拟我们的步态规划算法的四足机器人模型。仿真结果表明,机器人能够在保证稳定性的前提下完成爬楼梯、绕偏航轴旋转和爬楼梯的动作。
2018-09-08 cs.RO
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
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
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
Mobility Strategy of Multi-Limbed Climbing Robots for Asteroid Exploration
Tohoku University(东北大学);University of Luxembourg(卢森堡大学)
针对小行星极端低重力和崎岖地形,提出一种解耦基座与肢体运动并优化摆动轨迹和动量分配的多肢攀爬机器人移动策略,以减少运动反作用力,避免打滑和漂浮,提高移动安全性。
2023-06-22 cs.RO
Robust Ladder Climbing with a Quadrupedal Robot
ETH Zurich, Robotics Systems Lab(苏黎世联邦理工学院机器人系统实验室)
本文提出基于强化学习控制策略与钩状末端执行器的四足机器人爬梯方法,在仿真和硬件上验证了其鲁棒性,实现了70°至90°梯角下90%成功率及比现有方法快232倍的攀爬速度,拓展了工业四足机器人的应用范围。
2025-07-22 cs.RO
Odometry Calibration and Pose Estimation of a 4WIS4WID Mobile Wall Climbing Robot
Croatian Academy of Sciences and Arts(克罗地亚科学与艺术学院)
本文基于多模态测量融合设计了四轮独立转向四轮独立驱动壁爬机器人姿态估计器,采用扩展卡尔曼滤波和无迹卡尔曼滤波方法,解决传统定位传感器在复杂建筑立面环境中的不可行性问题。
2025-09-04 cs.RO
A Reconfigurable Rocker-Bogie Robot for High Step Climbing and Turning
University of Tsukuba(筑波大学);Team MarsMars
提出一种可重构摇臂-转向架机构,通过少量电机实现高效转向并保持高台阶攀爬能力,实验验证了零半径转向速度和台阶攀爬性能。
2026-10-06 cs.RO
SCALER: Versatile Multi-Limbed Robot for Free-Climbing in Extreme Terrains
University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文提出SCALER多肢自由攀爬机器人,通过躯干与并-串联肢体设计、七模式GOAT夹爪及全身力生成方法,实现极端地形下的同步运动与灵巧抓取。
2025-07-01 cs.RO
Toward the smooth mesh climbing of a miniature robot using bioinspired soft and expandable claws
本研究受甲虫刚度可变跗节与可扩展钩子的爬行机制启发,设计出配备循环开合弯曲人工爪的8厘米微型攀爬机器人,实现网格表面、60°陡坡及过渡表面的可控攀爬,为首个能同时应对两类地形的微型机器人。
2022-06-15 cs.RO
Reinforcement Learning for Blind Stair Climbing with Legged and Wheeled-Legged Robots
École Polytechnique de Montréal(蒙特利尔理工学院);ETH Zurich(苏黎世联邦理工学院);Ascento Robotics(阿森托机器人公司)
本研究提出基于位置公式化强化学习和非对称演员-评论家结构的通用控制器,使腿式和轮腿式机器人实现盲攀爬楼梯,并成功让Ascento在现实世界攀爬15厘米楼梯。
2024-02-09 cs.RO
Design, Analysis & Prototyping of a Semi-Automated Staircase-Climbing Rehabilitation Robot
IIT Kharagpur(印度理工学院克勒格布尔分校)
在本文中,我们描述了机械设计,系统概述,集成和控制技术与SKALA,一个独特的大型机器人进行身体残疾的人,上下楼梯。由于普通轮椅无法执行这种操作,因此该系统具有非传统轮椅的功能,并具有多项智能功能。我们描述了独特的机械设计和与之相关的设计选择。我们展示了嵌入式控制架构,允许几种不同的遥控操作模式,所有这些都已详细描述。我们进一步研究与系统的自主操作的架构。
2020-01-21 cs.RO
PolygMap: A Perceptive Locomotion Framework for Humanoid Robot Stair Climbing
The Shenzhen Institute of Artificial Intelligence and Robotics for Society(深圳人工智能与机器人社会研究院);Electronic science and technology, Guangdong University of Technology(广东技术大学电子科学与技术学院);Leju robotics(乐居机器人)
本文提出PolygMap框架,通过多传感器融合构建多边形楼梯平面语义地图,在NVIDIA Orin上实现20-30Hz全身运动规划,经真实场景实验验证可高效鲁棒地完成人形机器人爬楼梯任务。
2026-07-30 cs.RO
Optimization Based Motion Planning for Multi-Limbed Vertical Climbing Robots
University of California Los Angeles(加州大学洛杉矶分校)
针对六足机器人在两墙间仅靠摩擦垂直攀爬的问题,提出将躯干姿态与接触力解耦的优化规划框架,并通过多类场景仿真与实验验证。
2023-08-15 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
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
3D Mapping Using a Lightweight and Low-Power Monocular Camera Embedded inside a Gripper of Limbed Climbing Robots
Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University(工程研究生院航空航天工程系,东大)
针对肢体攀爬机器人空间探索中RGB-D相机体积大、功耗高的问题,本文提出融合单目视觉约束与肢体正向运动学的SLAM方法,通过因子图优化联合估计夹爪位姿和全局公制尺度,实现实时三维地形建图与自主抓取。
2025-11-08 cs.RO
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
Planning and Navigation of Climbing Robots in Low-Gravity Environments
University of Arizona(亚利桑那大学)
行星机器人技术的进步已经导致轮式机器人从月球和火星表面发回了宝贵的科学数据。然而,这些大型轮式机器人无法进入崎岖的环境,如悬崖,峡谷和火山口壁,这些环境包含暴露的岩石面,是进入早期月球和火星的地质时间胶囊。我们提出了一个质量为3公斤,直径30厘米,可以跳跃,滚动和短距离飞行的SphereX机器人。单个机器人可能会滑倒,但是,多机器人系统可以通过使用弹簧系绳相互连接来协同工作,就像登山运动员团队系统地爬上斜坡一样。我们考虑一个团队的四个或更多的机器人是相互联系的系绳在一个'x'的配置。每个机器人都用带刺的抓取执行器把自己固定在斜坡上,然后一个接一个地通过爬行、滚动或跳跃的方式向上移动。在本文中,我们提出了一个人设计的自主攀登算法,并使用高保真动力学模拟器进行评估。攀登表面包含无法通过的障碍物和一些松散的岩石,可以移动。在这些条件下,机器人需要自主地在这些陡峭的环境中绘制地图,规划和导航。自主测绘和导航能力的评估使用模拟激光,视觉传感器。人类设计的规划算法使用一种新的算法,称为有界腿A*。我们早期的模拟结果显示,这些技术很有前途,我们未来的计划包括在亚利桑那州的峡谷在一个受控的实验室环境和户外真实的机器人演示。
2018-03-15 cs.RO
Optimal Motion Generation of the Bipedal Under-Actuated Planar Robot for Stair Climbing
Sharif University of Technology(谢里夫理工大学)
人形机器人在当今世界的重要性是不可否认的,人形机器人最重要的特点之一就是能够在楼梯等其他机器人无法轻易跨越的环境中进行机动。一个合适的算法来生成路径的双足机器人爬是非常重要的。本文提出了一种基于优化的方法来产生一个最佳的楼梯欠驱动双足机器人没有踝关节驱动器。生成的路径是基于问题的零动态和非零动态的,并且根据问题中零动态约束的满足情况,跟踪路径是可能的,换句话说,问题是动态可行的。问题中使用的优化方法是基于梯度的方法,该方法具有用于计算处理的适当数量的函数评估。这种方法也可以用来爬楼梯。
2022-12-31 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
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
Stair Climbing Stabilization of the HRP-4 Humanoid Robot using Whole-body Admittance Control
Montpellier Laboratory of Informatics, Robotics and Microelectronics (LIRMM), CNRS–University of Montpellier(蒙彼利埃信息学、机器人学与微电子实验室(LIRMM),法国国家科学研究中心-蒙彼利埃大学);CNRS–AIST Joint Robotics Laboratory (JRL)(法国国家科学研究中心-日本产业技术综合研究所联合机器人实验室(JRL))
我们认为HRP-4人形机器人的动态爬楼梯作为空中客车制造用例演示的一部分。我们分享为完成这项任务而收集的实验知识,HRP-4以前从未受到过挑战。特别是,我们扩展walkingstabilization基于线性倒立摆跟踪二次规划为基础的扳手分布和全身导纳控制器,适用于末端执行器和CoM策略。虽然现有的稳定器倾向于使用其中之一,但我们的经验表明,这两种方法的组合可以提高跟踪性能。我们在一个现场实验中演示了这个解决方案,HRP-4爬上了一个18.5厘米高的工业楼梯,并将我们的步行控制器作为开源软件发布。
2021-10-11 cs.RO
Multirobot Cliff Climbing on Low-Gravity Environments
Arizona State University(亚利桑那州立大学)
探索极端环境,包括月球、火星和小行星等低重力表面上的洞穴、峡谷和悬崖,可以深入了解太阳系的地质历史、水的起源、生命以及未来居住和资源开发的前景。目前的勘探方法利用大型漫游车,不适合探索这些极端环境。在这项工作中,我们分析了小型,低成本,可重构的多机器人系统的可行性,以攀登陡峭的悬崖和峡谷的墙壁。每个机器人都是一个30厘米长的球体,上面覆盖着微刺,用于抓住崎岖的表面,并使用弹簧系绳连接到几个机器人上。即使有一个机器人滑倒了,系统也会像专业的高山登山者一样被多个附着点支撑起来。我们对设计配置空间进行了详细的分析和模拟,以确定一种最佳的系统设计,该设计可以权衡攀爬性能和坠落风险。我们的研究结果确定了一个系统的4个机器人是最适合当启用单机器人攀登,而一个系统的6个机器人适合当两个机器人同时攀登。结果表明,一个路径走向演示系统的真实机器人。
2017-06-13 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
Wall-Climbing Performance of Gecko-inspired Robot with Soft Feet and Digits enhanced by Gravity Compensation
Shenzhen Research Institute, Nanjing University of Aeronautics and Astronautics(南京航空航天大学深圳研究院)
针对低腿部刚度攀爬机器人因重力导致身体姿态偏差和末端附着不可靠的问题,本文提出前馈重力补偿(FGC)策略并结合腿部协调,在四足机器人 EF-I 上验证了其可将天花板行走成功率从 30% 提升至 100%,速度达到 9.2 mm/s。
2024-05-04 cs.RO
ALPINE: a climbing robot for operations in mountain environments
University of Trento(特伦托大学);Free University of Bozen-Bolzano(波尔扎诺自由大学)
针对山地环境危险人工操作问题,提出悬挂于绳索并带可伸缩腿的攀爬机器人平台ALPINE,结合机械设计与运动规划算法实现陡坡快速导航、越障、重载及复杂任务,并通过物理仿真验证可行性。
2025-03-03 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
Coordination and Control of Multiple Climbing Robots in Transport of Heavy Loads through Extreme Terrain
University of Arizona(亚利桑那大学)
在月球北极和南极月球永久阴影陨石坑中发现冰沉积物为原位资源利用提供了重要机会。这些冰沉积物可能是维持月球基地或星际加油站的来源。这些冰沉积物还保存了其宿主的地质和环境的独特记录,无论是在影响历史还是挥发性化合物的供应方面,都具有巨大的科学意义。到目前为止,这些冰沉积物已经被间接地和远程主动雷达研究,但它们需要通过机器人系统进行现场分析,机器人系统可以研究沉积物的深度,纯度和成分。然而,这些阴影中的陨石坑从未见过阳光,是太阳系中最冷的地方之一。NASA喷气推进实验室提议使用安装在火山口边缘的太阳能反射器,将阳光投射到火山口深处,供地面机器人使用。太阳能反射器将加热陨石坑底部和位于底部的车辆,足以在寒冷的温度下生存。我们的方法分析了方法的部分物流,机器人团队爬上爬下到火山口以访问冰沉积物。该任务将要求机器人爬下极端环境并携带大型结构,包括仪器和通信设备。
2018-12-30 cs.RO
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
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
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
High-Precision Climbing Robot Localization Using Planar Array UWB/GPS/IMU/Barometer Integration
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Department of Data Science and AI, Monash University(数据科学与人工智能系,墨尔本大学);Department of Data Science and Artificial Intelligence, Faculty of Infomation Technology, Monash University(数据科学与人工智能系,信息科技学院,墨尔本大学)
本文提出一种融合平面阵列UWB、GPS、IMU和气压计的多传感器系统,采用注意力机制与UKF,实现爬壁机器人高精度定位,实验精度达0.48米,优于基线算法。
2025-10-24 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
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
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
Design and Implementation of an Ultra-Low-Cost Wall-Climbing Robot for Infrastructure Crack Detection
University of Hawaii at Manoa(夏威夷大学马诺阿分校);Chittagong University of Engineering & Technology (CUET)(吉大港工程技术大学)
本研究设计并实现了一种约25美元的低成本爬壁机器人,结合YOLOv8、CNN和EfficientNet-B0进行混凝土裂缝检测,采用漏斗形机身降低44%功耗,实现高效、可扩展的实时基础设施检测。
2026-09-23 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
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
Deployment of long distance multi-moving robots for underground pipe inspection
一个管道攀爬机器人的蓝图,它与尖锐的传输一起工作,以研究复杂的线关系。标准的轮式/发生管道攀爬机器人在探索管道转弯时倾向于滑动。仪器有助于实现一个非常明显的延迟序列,其中机器人滑动和拖动,因为它的进展。建议的传输加入了标准双输出传输的最远接地层。这为3个输出变速箱留出了相当长的时间。该仪器考虑到施加在线关系内的每个轨道上的力,以专门改变机器人的轨道速度,解锁精细控制的关键。机器人在具有不同轴承和防滑管弯头的管网上的偏转证明了所提出的结构的完整性。
2022-08-13 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
Feature Selection Based on Reinforcement Learning and Hazard State Classification for Magnetic Adhesion Wall-Climbing Robots
College of Mechanical and Electrical Engineering, Harbin Engineering University(哈尔滨工程大学机电工程学院)
针对磁吸附壁面机器人高空作业倾覆风险,提出结合PPO强化学习动态特征选择与CNN-LSTM分类的危险状态识别方法,有效提升多场景下危险状态评估准确率,为机器人安全监控提供技术支持。
2025-03-22 cs.RO physics.ins-det
Learning Transferability: A Two-Stage Reinforcement Learning Approach for Enhancing Quadruped Robots' Performance in U-Shaped Stair Climbing
Western New England University(西新英格兰大学)
本研究提出一种两阶段强化学习方法,通过训练四足机器人在U形台阶上攀爬,提升其在不同台阶地形中的可迁移性和自主攀爬能力。
2026-02-16 cs.AI cs.HC cs.LG
Decentralized Multi-Floor Exploration by a Swarm of Miniature Robots Teaming with Wall-Climbing Units
Singapore University of Technology and Design(新加坡科技设计大学)
在本文中,我们考虑的问题,集体探索未知的动态环境与分散异构多机器人系统组成的两个变种的微型机器人的多个单元。第一种变体-轮式地面单元-是一群地面测绘机器人的核心,表现出可扩展性,鲁棒性和灵活性。在没有任何支持基础设施的情况下,这些属性在非结构化和动态环境中进行了系统的测试和定量评估。重复实验组的结果显示所有三个特征的一致性能,以及在系统运行时将单元注入系统的可能性。第二种变体的几个单元基于wheg的爬壁单元通过扩展平台间协调行为所需的分布式通信信道来支持地图机器人群同时探索多个楼层。虽然所获得的占用网格地图可能很大,但它们是完全分布的。没有一个机器人单元拥有的整体地图,这是不需要我们的合作路径规划策略。
2019-08-16 cs.MA cs.RO
Design and Development of Miniature long distance multi-moving robots for 3D Smart Sensing for underground Pipe Inspection
设计一个管道内攀爬机器人,操纵锋利的齿轮来研究复杂的直线关系。传统的滚动/发生管道爬行机器人在探索管道曲线时倾向于滑动。所提出的齿轮箱连接到标准双输出齿轮箱的最远接地平面。仪器有助于实现一个非常明确的减速序列,其中机器人在向前移动时滑动和拉动。该仪器考虑到施加在线路关系内的每个轨道上的力,并有意地修改机器人的轨道速度,解锁微调的关键。这使得3个输出传输花费大量时间。机器人在具有各种轴承和防滑管弯头的管网上的偏转证明了所提出的结构的完整性。
2022-08-22 cs.RO
Automated Robotic Monitoring and Inspection of Steel Structures and Bridges
University of Nevada, Reno(内华达大学里诺分校);University of Technology Sydney(悉尼科技大学)
本文介绍了视觉和三维结构检测钢结构和桥梁使用开发的攀爬机器人。机器人可以在钢铁表面上自由移动,携带传感器,收集数据,然后实时的发送到地面站进行监控以及进一步处理。通过对钢结构表面图像的拼接和三维地图的建立,提供了结构的当前状态。此外,实现了基于计算机视觉的方法来检测拼接图像上的表面缺陷。在多种情况下测试攀爬机器人检测的有效性,以确保牢固的钢附着力和成功的数据汇集。检测方法也成功地评估了各种测试图像,其中钢裂纹可以自动识别,而不需要一些启发式推理。
2017-05-13 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
Design and Analysis of Modular Pipe Climber-III with a Multi-Output Differential Mechanism
Robotics Research Center, International Institute of Information Technology(国际信息技术学院机器人研究中心)
本文介绍了一种管道爬行机器人的设计,使用一种新的“三输出开放式差分”(3-OOD)机制,以穿越复杂的管道网络。传统的轮式/履带式管道爬行机器人在管道弯曲处穿越时容易发生滑动和拖曳。3-OOD机构有助于实现消除运动过程中机器人轨道中的滑动和阻力的新结果。提出的差分实现了传统的两个输出差分的功能能力,这是第一次实现了三个输出的差分。3-OOD机构基于施加在管网内每个轨道上的力机械地调节机器人的轨道速度,从而消除了对任何主动控制的需要。通过对机器人在不同方向上穿越管网和在弯管中无滑移的仿真,验证了该设计的有效性。
2022-01-08 cs.RO
An In-Pipe Inspection Robot With Sensorless Underactuated Magnets and Omnidirectional Tracks: Design and Implementation
提出了一种管道爬行机器人的设计方案,该机器人利用一个灵巧的传动部件来研究复杂的直线关系。标准的轮式/行进式管内攀爬机器人在进行管内转弯调查时倾向于滑动和移动。该仪器有助于实现在前进过程中机器人轨道中的主要不可避免的结果。建议的传输赞赏的实际最远达到的标准双收益传输,这是开发的基本时间传输有三个结果。该仪器决定性地改变机器人的轨道速度,考虑到线关系内每个轨道上施加的功率,通过获得任何显着控制的必要条件。机器人在各种方向上穿越线网和在管道转弯时无滑移的娱乐性表明了所提出的游戏计划的充分性。
2022-05-20 cs.RO
Guidance, Navigation and Control of Multirobot Systems in Cooperative Cliff Climbing
Arizona State University(亚利桑那州立大学)
GNC设备在小型机器人上的应用改变了游戏规则,使这些机器人能够在低重力行星表面和小型物体上移动。反作用轮的使用使这些机器人能够在不稳定/倾斜的表面上滚动,跳跃,summersault和休息,否则传统的轮式机器人是不可能的。我们正在扩展这项技术,使机器人能够攀登外世界的峡谷,悬崖和洞穴。单个机器人可能会滑倒,但是,多机器人系统可以通过使用弹簧系绳相互连接来协同工作,就像登山运动员团队系统地爬上斜坡一样。一个多机器人系统,因为我们将在本文中显示,可以爬表面不可能与一个单一的机器人单独。我们考虑一个团队的四个机器人是相互联系的系绳在一个'x'的配置。每个机器人都使用多刺的抓持致动器将自己固定在斜坡上,每个机器人通过爬行、滚动或跳跃的方式一个接一个地向上移动。如果任何一个机器人失去抓地力,滑倒或跌倒,其余的机器人将在锚定时将其举起。这种悬崖攀登的分布式控制方法使系统能够在可能的情况下重新配置自己,避免卡在一个难以到达的位置。相反,风险是分散的,通过密切合作,机器人可以识别多个轨迹来攀登悬崖或崎岖的表面。这些好处也可以在小行星等微重力表面上实现。跳跃太快会导致机器人飞离地面进入太空。将多个机器人锚定在水面上可以确保整个系统的安全。我们的工作结合动力学和控制仿真来评估我们的方法的可行性。仿真结果显示了一个有前途的途径,该技术的先进发展的一个团队的真正的机器人。
2017-02-21 astro-ph.IM cs.RO