Design and Attitude Control of an Underwater Quadruped Robot
Norwegian University of Science and Technology(挪威科技大学)
本文设计并验证了一种可复现的水下四足机器人,通过简化模型和基于SO(3)的闭环姿态控制器,实现了滚转、俯仰和偏航的姿态跟踪。
2026-09-10 cs.RO
Stanford Doggo: An Open-Source, Quasi-Direct-Drive Quadruped
本文介绍了斯坦福狗,一个准直接驱动的四足动物能够动态运动。该机器人匹配或超过最先进的足式机器人的常见性能指标。在垂直跳跃敏捷性方面,一个衡量平均垂直速度的指标,斯坦福狗狗与表现最好的动物相匹配,并超过之前最好的机器人22%。一个整体的设计架构,重点放在我们的准直接驱动的设计方法。复制这个机器人的硬件和软件是开源的,只需要手工工具来制造和组装,成本不到3000美元。
2019-05-10 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
Technical Report on: Tripedal Dynamic Gaits for a Quadruped Robot
University of Pennsylvania(宾夕法尼亚大学)
本文针对四足机器人单肢缺失问题,实证研究了一种容错三足动态步态,通过将平面单足跳跃模板组合应用于三足空间机器,为受损四足机器人的恢复步态开发提供了可推广的指导。
2023-09-22 cs.RO
Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization
Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong(机械与自动化工程系,香港中文大学)
本文提出了一种结合NMPC和DE优化的四足轮腿机器人跳跃控制方法,实现了多种跳跃动作并验证了其有效性。
2026-02-25 cs.RO
The Effect of Tail Stiffness on a Sprawling Quadruped Locomotion
University of Galway(高威大学);University of Notre Dame(圣母大学)
本研究通过在欠驱动匍匐式四足机器人上添加由单个伺服电机控制刚度的多节段缆绳驱动柔性尾巴,证明了可变刚度尾巴相比刚性尾巴或无尾巴能显著提升机器人在崎岖地形上的稳定性和攀爬能力。
2023-04-09 cs.RO
Keep Rollin' - Whole-Body Motion Control and Planning for Wheeled Quadrupedal Robots
ETH Zürich(苏黎世联邦理工学院)
我们展示了轮式四足机器人的动态运动策略,它结合了步行和驾驶的优点。所开发的优化框架紧密集成了由车轮引入的额外自由度。我们的方法依赖于基于零矩点的运动优化,不断更新参考轨迹。参考运动由一个分层的全身控制器来跟踪,该控制器通过求解包括非完整滚动约束在内的一系列优先任务来计算最佳广义加速度和接触力。我们的方法已经在ANYmal上进行了测试,ANYmal是一种四足机器人,它是完全扭矩控制的,包括连接到腿上的非转向轮。我们在平坦和倾斜的地形以及台阶上进行了实验,由此我们表明,将车轮集成到运动控制和规划框架中会产生直观的运动轨迹,与其他轮式足式机器人相比,这使得运动更加稳健和动态。此外,以4 m/s的速度和降低83%的运输成本,我们证明了轮式足式机器人与腿式机器人相比的优越性。
2019-02-07 cs.RO
HyperSurf: Quadruped Robot Leg Capable of Surface Recognition with GRU and Real-to-Sim Transferring
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术学院)
本研究针对四足机器人表面识别需求,提出带机械单腿的数据采集与实到虚迁移系统,改进基于GRU的识别算法以整合多源数据,实现难接触表面数据采集与仿真步态训练,且公开数据集与代码。
2024-08-19 cs.RO
State Estimation for Hybrid Locomotion of Driving-Stepping Quadrupeds
University of Bonn(波恩大学);Dexterity Inc.(Dexterity公司)
轮式四足机器人可以在平坦的地形上快速行驶,但也能够通过调整身体姿势和迈步来克服具有挑战性的地形。在本文中,我们提出了一种状态估计方法,四条腿的机器人足式机器人与非转向轮,使混合驱动步进运动能力。我们制定了一个卡尔曼滤波器(KF)的状态估计,集成驱动轮到过滤器方程和估计机器人的状态(位置和速度),以及与车轮驱动上述状态的贡献。我们的估计方法允许我们使用的迷你猎豹四足机器人的控制框架进行微小的修改。我们在这个机器人上测试了我们的方法,我们在模拟和现实世界中用主动驱动的轮子增强了这个机器人。实验结果可在https://www.ais.uni-bonn.de/%7Ehosseini/se-dsq上获得。
2022-11-21 cs.RO
Phase-Aware Policy Learning for Skateboard Riding of Quadruped Robots via Feature-wise Linear Modulation
本文提出相位感知策略学习框架,通过特征级线性调制层提升四足机器人滑板骑行的相位依赖行为捕捉与跨相位知识共享,验证了在仿真中的指令跟踪精度和效率。
2026-04-21 cs.RO
Towards Proprioceptive Terrain Mapping with Quadruped Robots for Exploration in Planetary Permanently Shadowed Regions
Dynamic Legged Systems lab (DLS), Istituto Italiano di Tecnologia (IIT)(动态腿部系统实验室(DLS)、意大利技术研究所(IIT))
针对月球永久阴影区探测需求,提出一种基于四足机器人本体感受的地形映射框架,通过内部传感估计多项地形交互指标并构建多层2.5D网格地图,仿真验证了其在月球环境下的稳定建图性能。
2025-10-21 cs.RO
Foothold Evaluation Criterion for Dynamic Transition Feasibility for Quadruped Robots
Istituto Italiano di Tecnologia(意大利技术研究院);Politecnico di Torino(都灵理工大学);University of Verona(维罗纳大学)
为了可靠地穿越复杂场景,足式机器人需要在地面反作用力的帮助下移动其基座,地面反作用力只能由与地面瞬间接触的腿产生。正确选择立足点对保持平衡至关重要。在本文中,我们提出了一个立足点的评估标准,认为过渡的可行性,线性和角动力学,以克服复杂的情况。我们设计的凸和非线性配方作为一个直接扩展的连续凸分辨率的质心动态轨迹(C-CROC)在一个滚动的地平线时尚授予动态可行性为未来的行为。该标准集成了基于视觉的立足点适应(VFA)的战略,考虑到机器人运动学,腿碰撞和地形形态。我们验证的有效性所选择的立足点和生成的轨迹在仿真和实验中与90公斤的四足机器人HyQ。
2022-03-08 cs.RO
Autonomous Social Distancing in Urban Environments using a Quadruped Robot
City University of Hong Kong(香港城市大学);University of Maryland, College Park(马里兰大学帕克分校);Huazhong University of Science and Technology(华中科技大学);The University of Hong Kong(香港大学);Southern University of Science and Technology(南方科技大学)
COVID-19疫情已成为全球人民面临的全球性挑战。社交距离已被证明是减少COVID-19传播的有效措施。在这种背景下,我们建议监控机器人不仅可以监控,还可以促进社交距离。机器人可以灵活部署,并采取预防措施,提醒人们保持社交距离。在本文中,我们介绍了一个完全自主的监视机器人的基础上,四足平台,可以促进社会距离在复杂的城市环境。具体来说,为了实现自主性,我们在足式机器人上安装了多个摄像头和一个3D激光雷达。然后,机器人使用车载实时社交距离检测系统来跟踪附近的行人群体。接下来,机器人使用人群感知导航算法在高度动态的场景中自由移动。机器人最终使用了一种人群感知的路由算法,通过使用人类友好的语言提示向过度拥挤的行人发送建议,有效地促进了社交距离。我们证明和验证,我们的机器人可以自主操作,在各种城市场景进行了几次实验。
2020-08-20 cs.RO
Speech Controlled Quadruped
Xavier Institute of Engineering(泽维尔工程学院)
我们已经执行的项目是基于话音识别,我们希望创建一个四条腿的足式机器人,可以确认通过语音命令给出的给定指令,并执行任务。机器人的主要处理单元将是Arduino Uno。我们正在使用8伺服运动的腿,而两个伺服将需要为每条腿。通过Python编程和Eclipse软件生成人与机器人之间的接口,并使用蓝牙模块HC 06实现。
2015-06-24 cs.RO
Mechanical Precision Weeding with a Quadruped Robot
Eindhoven University of Technology(埃因霍温理工大学);ETH Zürich(苏黎世联邦理工学院)
针对除草剂抗性和环境问题,提出用配备铣削工具的Spot四足机器人进行机械除草,减少土壤压实,简化自动化,并分析其准确性与效率。
2026-09-18 cs.RO
GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots
University of California, Berkeley(加州大学伯克利分校);The Chinese University of Hong Kong(香港中文大学)
近年来,市场上可买到且价格实惠的四足机器人数量激增,其中许多平台正积极用于研究和工业。随着足式机器人的可用性的增长,对使这些机器人能够执行有用技能的控制器的需求也在增长。然而,大多数基于学习的控制器开发框架都专注于训练机器人特定的控制器,这是一个需要为每个新机器人重复的过程。在这项工作中,我们介绍了一个框架,训练广义运动(GenLoco)控制器四足机器人。我们的框架合成了通用的运动控制器,可以部署在各种各样的四足机器人具有相似的形态。我们提出了一个简单但有效的形态随机化方法,程序生成一组不同的模拟机器人进行训练。我们表明,通过在这一大组模拟机器人上训练控制器,我们的模型获得了更通用的控制策略,这些策略可以直接转移到具有不同形态的新型模拟和真实世界机器人上,这些机器人在训练过程中没有观察到。
2022-09-12 cs.LG cs.RO
HyperPalm: DNN-based hand gesture recognition interface for intelligent communication with quadruped robot in 3D space
Skoltech(斯科尔科沃科学技术研究院)
如今,自主移动机器人在许多人类存在多余或过于危险的领域为人们提供支持。他们已经成功地证明了自己在探险,天然气工业,矿山,仓库等,然而,即使是足式机器人可能会被困在崎岖的地形条件下,需要人类的认知能力来导航系统。虽然游戏手柄和键盘便于轮式机器人控制,但3D空间中的四足机器人可以沿着所有线性坐标和欧拉角移动,需要至少12个按钮来独立控制其DoF。因此,需要更方便的控制接口。在本文中,我们提出了HyperPalm:一种新颖的手势界面,直观的人机交互与四足机器人。在没有额外设备的情况下,操作员可以通过手势识别在3D空间中对四足机器人进行完全的位置和方向控制,只有5个手势和6个自由度的手部运动。实验结果表明,分类5静态手势具有较高的准确率(96.5%),准确预测的位置的6D位置的手在三维空间。所提出的方法的绝对线性偏差均方根偏差(RMSD)为11.7mm,这比第二测试方法低几乎50%,所提出的方法的绝对角偏差RMSD为2.6度,这比第二测试方法低几乎27%。此外,用户研究进行了探索用户的主观体验,从人机交互通过建议的手势接口。参与者将他们与HyperPalm的交互评估为直观(2.0),不会引起挫折(2.63),并且需要低物理需求(2.0)。
2022-09-20 cs.HC cs.RO
Quadruped Locomotion on Non-Rigid Terrain using Reinforcement Learning
KAIST(韩国科学技术院)
足式机器人需要能够在各种地形条件下行走。在本文中,我们提出了一种新的强化学习框架学习运动的非刚性动态地形。具体来说,我们的框架可以生成四足动物的运动平坦的弹性地形,由一个矩阵的瓷砖移动向上和向下被动时,由机器人的脚推。一个受过训练的机器人有55厘米的基础长度可以在地形上行走,可以下沉到5厘米。我们提出了一组能够实现这种运动的观察和奖励项;其中我们发现将末端效应器历史和末端效应器速度项纳入观察中至关重要。我们通过训练具有各种地形条件的机器人来展示我们方法的有效性。
2021-07-07 cs.AI cs.RO
Terrain Classification for the Spot Quadrupedal Mobile Robot Using Only Proprioceptive Sensing
Ingenuity Labs Research Institute(创新实验室研究机构);Queen's University(皇后大学)
本文针对Spot四足机器人在复杂地形上的下沉与打滑问题,提出一种仅依赖本体感知信号的地形分类器,通过降维与分类技术实现约97%准确率的三类地形识别,为可通过性地图构建和安全路径规划提供支持。
2025-08-22 cs.RO eess.SP
Taming an End-to-End Autonomous Driving Policy for Urban Navigation of Quadruped Robots
Purdue University(普渡大学);Korea Institute of Science and Technology (KIST)(韩国科学技术研究院(KIST))
提出Go2-DrivoR,通过目标条件化改编DrivoR框架,实现四足机器人城市导航的短视界局部规划,并在仿真与真实场景中验证性能。
2026-10-08 cs.AI cs.RO
HMAS: enabling seamless collaboration between drones, quadruped robots, and human operators with efficient spatial awareness
LORIA(洛林计算机科学及其应用实验室);CNRS(法国国家科学研究中心);Université de Lorraine(洛林大学)
本文提出基于ROS 2的通用软件架构HMAS,用于集成无人机、四足机器人与人类操作员实现无缝协作,并通过实验验证RTK-GPS可满足未知室外环境中的空间感知与定位精度需求。
2023-11-30 cs.MA cs.RO
Impact Intensity Estimation of a Quadruped Robot without Using a Force Sensor
Ulsan National Institute of Science and Technology(蔚山科学技术院)
碰撞强度估计是足式机器人的重要任务之一。准确的碰撞反馈可以支持机器人规划合适且有效的轨迹以适应未知的复杂地形。通常,这项任务是由机器人脚上的力传感器执行的。在这封信中,提出了一种不使用力传感器的冲击强度估计。设计了一种人工神经网络模型来预测腿在轨迹中的瞬时位置处的电机转矩,而不利用复杂的运动学和动力学模型。无迹卡尔曼滤波器用于在轨迹平滑和稳定的测量。基于预测信息和滤波值之间的差异,机器人脚的碰撞与障碍物的状态和强度的估计。通过对四足机器人的仿真和实验,验证了该方法的有效性。
2022-04-03 cs.RO cs.SY eess.SY
Robust Recovery Controller for a Quadrupedal Robot using Deep Reinforcement Learning
ETH Zurich(苏黎世联邦理工学院)
本文提出基于无模型深度强化学习的分层行为控制器,通过四个神经网络策略协调控制四足机器人ANYmal的恢复动作,实现从任意跌倒姿态在5秒内恢复,测试成功率超97%。
2019-01-22 cs.AI cs.LG cs.RO
Autonomous Locomotion Mode Transition in Quadruped Track-Legged Robots: A Simulation-Based Analysis for Step Negotiation
University of Cambridge(剑桥大学);ClearPath AI
本文提出了一种用于四足混合机器人自主切换运动模式的方法,特别是在跨越不同高度台阶时,通过能量效率评估机制实现平稳过渡。
2024-04-02 cs.RO cs.SY eess.SY
Review of Quadruped Robots for Dynamic Locomotion
本文介绍了四足机器人:MITCheetah,HyQ,ANYmal,BigDog,以及它们的机械结构,驱动和控制。
2022-09-25 cs.RO
Search-based Kinodynamic Motion Planning for Omnidirectional Quadruped Robots
Zhejiang University(浙江大学)
自主导航在四足机器人系统中发挥着越来越重要的作用。然而,大多数现有的作品四足机器人导航使用传统的基于搜索或基于样本的方法不考虑四足机器人的kinodynamic特性,产生kinodynamically不可行的部分,难以跟踪。在本文中,我们介绍了一个完整的导航系统,考虑到全向能力的四足机器人。首先,我们使用kinodynamic路径寻找方法,以获得光滑,动态可行,时间最优的初始路径,并添加碰撞成本作为软约束,以确保安全。然后基于四足机器人的全方位模型,采用时间弹性带(TEB)方法对轨迹进行了细化。我们的工作的优越性能,证明通过模拟和现实世界的实验,我们的四足机器人爵英迷你。
2021-03-11 cs.RO
Modeling of a Quadruped Robot with Spine Joints and Full-Dynamics Simulation Environment Construction
Sabanci University(萨班哲大学)
本文介绍了一种脊椎四足机器人的建模与仿真。通过广泛的文献调研,对四足机器人脊柱关节的研究进行了分类。大多数研究人员在他们的模拟中执行简化的四足机器人模型。这项调查揭示了全身脊椎四足动物仿真环境的需要。首先建立了主动脊椎四足机器人的运动学和动力学模型。由于四足机器人是浮基机器人,所有的推导都是相对于惯性系进行的。采用拉格朗日法建立了运动方程。仿真环境在MATLAB/Simulink平台上构建,充分利用了MATLAB/Simulink丰富的库、强大的求解器以及适用于控制器集成的灵活环境。通过使用优化的MATLAB函数,提高了仿真环境的计算速度。在仿真环境中使用了精确的接触模型。我们可以预见,所提供的全动力学仿真环境将有助于进一步的脊柱关节的研究在四足机器人领域。
2022-03-17 cs.RO
WoLF: the Whole-body Locomotion Framework for Quadruped Robots
Istituto Italiano di Tecnologia(意大利理工学院);Università di Trento(特伦托大学);PAL Robotics(PAL机器人公司)
全身运动框架(WoLF)是一个端到端的软件套件,专门用于四足机器人的本地操作。WoLF将四足机器人硬件的规划和控制的复杂性抽象为一个简单易用且强大的软件,该软件可以通过多个远程操作设备连接到不同的四足机器人模型。此外,WoLF允许与四足平台一起控制安装的设备,例如手臂或云台相机。在这篇简短的论文中,我们介绍了WoLF的主要功能及其整体软件架构。
2022-05-13 cs.RO
WALK-VIO: Walking-motion-Adaptive Leg Kinematic Constraint Visual-Inertial Odometry for Quadruped Robots
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
本文提出了一种新的视觉-惯性里程计(VIO),它具有随身体运动而变化的步行运动自适应腿部运动约束,用于四足机器人的定位。四足机器人主要使用VIO,因为它们需要快速定位以进行控制和路径规划。然而,由于四足机器人主要用于户外,从天空或地面提取的无关特征会导致跟踪失败。此外,四足机器人的步行运动会导致摆动,这会降低由于相机和惯性测量单元(IMU)的定位精度。为了克服这些限制,许多研究人员使用VIO与腿部运动学约束。然而,由于四足机器人的步行运动根据控制器,步态,四足机器人的速度,等等,这些因素应该考虑的过程中添加腿运动学约束。我们提出了VIO,可以使用无论步行运动通过调整腿的运动学约束因子。为了评估WALK-VIO,我们创建并发布了四足机器人的数据集,这些机器人在仿真环境中以各种类型的步行运动移动。此外,我们通过与当前最先进的算法进行比较,验证了WALK-VIO的有效性。
2021-11-30 cs.RO
MASQ: Multi-Agent Reinforcement Learning for Single Quadruped Robot Locomotion
Harbin Institute of Technology Shenzhen(哈尔滨工业大学(深圳));School of Mechanical Engineering and Automation(机械工程与自动化学院);Guangdong Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics(广东省智能变胞机构与自适应机器人重点实验室)
本文提出MASQ方法,将单体四足机器人的每条腿视为智能体,通过共享全局评论家的多智能体强化学习进行协作探索,显著提升了运动学习的收敛速度与真实环境中的鲁棒性。
2024-10-17 cs.RO
Learning Agile Bipedal Motions on a Quadrupedal Robot
Institute for Interdisciplinary Information Sciences, Tsinghua University(清华大学交叉信息研究院);Shanghai Qi Zhi Institute(上海期智研究院)
本文提出分层框架,通过高层运动生成器与底层运动条件控制策略,使轻量级四足机器人能以后脚双足直立并完成多种类人敏捷运动及多模态人机交互。
2024-03-04 cs.RO
Learning Bipedal Walking on a Quadruped Robot via Adversarial Motion Priors
School of Mechanical Engineering, University of Leeds(利兹大学机械工程学院);Department of Computer Science, University College London(伦敦大学学院计算机科学系)
本文将融合 Adversarial Motion Priors 的师生学习框架迁移到双足模式四足机器人,实现盲走,并在仿真中验证其可稳定通过平地、楼梯及不平坦地形。
2024-07-02 cs.RO
Safe Spot: Perceived safety of dominant and submissive appearances of quadruped robots in human-robot interactions
Delft University of Technology(代尔夫特理工大学);Politecnico di Torino(都灵理工大学)
本研究针对四足机器人社会感知不足的问题,为Boston Dynamics Spot设计主导与服从两种行为人格,通过2×2被试内实验测试两种行走场景下的感知差异,发现服从型机器人感知安全性更高,为非人形机器人社交设计提供参考。
2024-03-08 cs.RO
Multi-Sensor State Estimation Fusion on Quadruped Robot Locomotion
本文提出了一种有效的结合各种传感器信息(惯性测量单元、关节编码器、摄像机和激光雷达)的状态估计算法
2021-08-12 cs.RO
Additively Manufactured Open-Source Quadruped Robots for Multi-Robot SLAM Applications
Virginia Tech(弗吉尼亚理工大学)
本文提出开源四足机器人Squeaky,以低成本可扩展硬件与软件支持多机器人SLAM地图合并,服务于SLAM、计算机视觉和强化学习研究。
2024-09-30 cs.RO
Kirin: A Quadruped Robot with High Payload Carrying Capability
四足机器人是一种多功能的移动平台,具有潜在的高负载能力。然而,现有的四足机器人大多以高机动性、高动态性和敏捷运动为目标。尽管如此,负载仍然是四足机器人不可或缺的能力。设计一个四足机器人与高负载能力还在深入探讨。在这项研究中,一个50公斤的电驱动四足机器人,麒麟,提出了利用有效载荷携带能力。麒麟是一个特点与棱柱准直接驱动(QDD)的腿。这种机构大大增强了有效载荷的承载能力。本研究提出了面向负载搬运的四足机器人的设计原则,包括机械设计、驱动器参数选择和运动控制方法。理论分析表明,对于现有的关节式膝关节机器人来说,搬运任务往往是一个瓶颈。通过采用棱柱形QDD腿,麒麟的有效载荷运载能力大大提高。为了证明麒麟的有效载荷携带能力,在初步实验中,高达125公斤的有效载荷升降静态立场和50公斤的有效载荷携带动态小跑进行了测试。也证明了与有效载荷携带的全身顺应性。
2022-02-21 cs.RO
Autonomous Grasping On Quadruped Robot With Task Level Interaction
Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia(电气工程系,十月份十号技术大学,Surabaya,印度尼西亚);Department of Computer Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia(计算机工程系,十月份十号技术大学,Surabaya,印度尼西亚);Department of Informatics, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia(信息系,十月份十号技术大学,Surabaya,印度尼西亚)
本研究提出一种基于任务级交互的四足机器人自主抓取系统,通过硬件集成、分层控制和网络界面实现导航、物体检测和抓取任务,实验表明其在真实环境中的抓取成功率高达75%。
2025-11-30 cs.RO
Enhancing Worker Safety in Harbors Using Quadruped Robots
Rice Lab, University of Genova(里奇实验室,热那亚大学);RAISE Ecosystem(RAISE生态系统);Autorità di Sistema Portuale del Mar Ligure Occidentale(利古里亚西海岸港口系统管理局)
本文提出利用四足机器人识别港口关键区域并进行检查,以提升港口工人安全。
2026-01-27 cs.RO
Stanford Pupper: A Low-Cost Agile Quadruped Robot for Benchmarking and Education
Stanford University(斯坦福大学)
我们介绍了斯坦福大学的Pupper,一个易于复制的开源四足机器人专门设计为腿机器人研究的基准平台。该机器人具有高比功率的扭矩可控无刷电机,可以测试阻抗和基于扭矩的机器学习和优化控制方法。Pupper可以在8小时内从头开始建造,总成本低于2000美元,所有组件都可以轻松购买或3D打印。为了严格比较控制方法,我们引入了两个基准测试,Sprint和Scramble,并由斯坦福大学学生机器人技术公司维护。这些基准测试高速动态运动能力,以及对非结构化地形的鲁棒性。我们提供了一个参考控制器与动态,全向步态,作为比较的基线。多个机构通过独立制造的机器人展示了生殖能力。所有材料都可以在https://stanfordstudentrobotics.org/quadruped-benchmark上找到。
2022-02-03 cs.RO
Chalito: An Extensible Library for Filtering-Based State Estimation in Quadruped Robots
Pontifical Catholic University of Rio de Janeiro(里约热内卢天主教大学);Istituto Italiano di Tecnologia(意大利技术研究院)
研究针对四足机器人状态估计,提出Chalito库,它可从URDF导入模型,支持多种滤波方法,能在模拟和真实数据集上运行,实现对机器人和滤波器的系统评估,是首个专用于四足机器人滤波算法基准测试的开源库。
2026-07-14 cs.RO
ReQuBiS -- Reconfigurable Quadrupedal-Bipedal Snake Robots
Visvesvaraya National Institute of Technology(维斯瓦瓦拉亚国家理工学院);NASA-JPL, Caltech(加州理工学院NASA喷气推进实验室)
机器人导航的移动模式的选择包括各种权衡。蛇形机器人非常适合穿越受限的环境,如管道,杂乱和粗糙的地形,而双足机器人更适合结构化的环境,如楼梯。最后,四足机器人比两足机器人更稳定,可以携带比蛇和两足机器人更大的有效载荷,但难以在软土、沙子、冰和受限环境中航行。一个可重构的机器人可以实现最好的世界。不幸的是,最先进的可重构机器人依赖于通过复杂的机制重新排列模块,以便在不同的地方拆卸和组装,从而增加了对尺寸、重量和功率(SWaP)的要求。我们提出了可重构四足-双足蛇机器人(ReQuBiS),它可以在不重新排列模块的情况下在移动模式之间转换。因此,仅需要单个修改机制。此外,我们的设计允许机器人分裂成两个代理并行执行任务的机器人和蛇的流动性。实验结果表明,这些移动能力在蛇,四足动物,和双足模式和它们之间的过渡。
2021-07-02 cs.RO
Design, Manufacturing, and Controls of a Prismatic Quadruped Robot: PRISMA
Indian Institute of Technology, Roorkee(印度理工学院鲁尔基分校)
大多数的四足发展是高度致动,因此,他们的控制是相当繁琐。它们需要先进的电子设备来连续求解复杂的逆运动学方程。此外,它们需要特殊且昂贵的传感器来自主地在环境中导航,因为传统的距离传感器通常会因为机器人运动引起的连续扰动而失效。另一个挑战是在行走时保持机器人的连续动态稳定性,这需要复杂和最先进的控制算法。本文全面描述了我们的内部棱镜关节四足机器人PRISMA的硬件设计和控制架构。我们的目标是打造一个强大的和运动学稳定的四足机器人,可以使用基本的控制算法,并利用传统的传感器来导航未知的环境。我们讨论了机器人在其运动,不同的脚轨迹,可制造性和控制方面的优点和局限性。
2021-12-27 cs.RO
Towards Computer-Vision Based Vineyard Navigation for Quadruped Robots
Istituto Italiano di Tecnologia(意大利理工学院)
现代葡萄园的熟练劳动力严重短缺。Vinum项目正在开发一种移动机器人解决方案,用于在葡萄园中自动导航,进行冬季葡萄修剪。这就需要一个自主导航堆栈,用于修剪葡萄园的机器人。Vinum项目正在使用四足机器人HyQReal。本文介绍了一种四足机器人的架构,通过识别和接近葡萄修剪葡萄园自主移动。更高级别的控制是一个状态机,在搜索目的地位置、自主导航到这些位置以及停下来让机器人完成任务之间切换。通过使用来自基于掩码区域的卷积神经网络(Mask-RCNN)的实例分割来识别葡萄树树干来确定目的地点。这些检测通过滤波器发送,以避免冗余并去除噪声检测。这些功能的组合是所提出的架构的基础。
2023-01-02 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
Quadruped Robot Simulation Using Deep Reinforcement Learning -- A step towards locomotion policy
Asian Institute of Technology(亚洲理工学院);RaiSim Tech Inc(RaiSim科技公司)
本文提出一种基于深度强化学习的四足机器人仿真训练方法,利用raisimGymTorch和RaiSim仿真ANYmal,通过近端策略优化算法求解MDP,在有限资源下实现有效运动策略,并为后续研究提供基础。
2025-02-23 cs.RO
Contact Planning for the ANYmal Quadruped Robot using an Acyclic Reachability-Based Planner
University of Oxford(牛津大学);Sabanci University(萨班哲大学);CNRS(法国国家科学研究中心)
尽管四足机器人在过去十年中取得了巨大的进步,但在高度不均匀和混乱的环境中选择良好的接触点(立足点)仍然是一个公开的挑战。本文建立在一种已成功用于人形机器人的最先进方法的基础上,并将其应用于我们的机器人平台;四足机器人ANY-mal。所提出的算法将问题分解为两个子问题:首先生成机器人的引导轨迹,然后沿着该轨迹创建接触。这两个子问题都依赖于需要调整的近似和算法。这项工作的主要贡献是解释该算法如何被重新调整到与任何故障一起工作,并在现实的动态模拟中显示该方法与各种测试的相关性。
2019-04-17 cs.RO
Human Motion Control of Quadrupedal Robots using Deep Reinforcement Learning
Seoul National University(首尔国立大学);Georgia Institute of Technology(佐治亚理工学院)
基于运动的控制界面通过将用户的直觉与机器人的运动能力相结合,保证了机器人在危险环境中的灵活操作。然而,为非人形机器人(如四足或六足机器人)设计运动接口并不简单,因为不同的动力学和控制策略支配着它们的运动。我们提出了一种新的运动控制系统,允许人类用户无缝地操作四足机器人上的各种电机任务。我们首先使用监督学习和后处理技术将捕获的人体运动重定向到具有适当语义的相应机器人运动。然后,我们将动作模仿学习与课程学习相结合,开发了一种能够跟踪给定重定向参考的控制策略。我们通过训练一组专家来进一步提高运动重定向和运动模仿的性能。正如我们所展示的,用户可以使用我们的系统执行各种运动任务,包括站立,坐着,倾斜,操纵,行走和转动,模拟和真实的四足动物。我们还进行了一组研究,以分析每个组件引起的性能增益。
2022-04-28 cs.RO
Stable and Robust SLIP Model Control via Energy Conservation-Based Feedback Cancellation for Quadrupedal Applications
Department of Mechanical Engineering(机械工程系)
本文提出基于能量守恒的SLIP控制架构,通过支撑阶段跟踪抛物线样条实现四足机器人稳定弹跳,并在Ghost Robotics Minitaur仿真中验证了其对10%传感器误差的鲁棒性。
2025-11-07 cs.RO
Two-layer adaptive trajectory tracking controller for quadruped robots on slippery terrains
Institute of Computer Science, Foundation for Research and Technology–Hellas(希腊基础研究与技术基金会计算机科学研究所);Hellenic Mediterranean University(希腊地中海大学);University of Crete(克里特大学)
针对四足机器人在湿滑地形上因腿部不稳定接触导致的控制难题,提出一种包含两层优先适应机制的自适应轨迹跟踪控制器,以避免单腿或多腿滑动,并通过仿真和实验验证了其有效性。
2023-04-03 cs.RO
Asymmetric physics enables efficient learning in quadrupedal robot swarms
Shanghai Jiao Tong University(上海交通大学);Independent Researcher(独立研究者)
通过非对称物理方法,将高保真非可微模拟器与可微代理模型结合,实现多达512个四足机器人在障碍环境中高效学习视觉去中心化协调策略,并零样本迁移到真实机器人。
2026-06-23 cs.RO
Passive Whole-body Control for Quadruped Robots: Experimental Validation over Challenging Terrain
Istituto Italiano di Tecnologia (IIT)(意大利理工学院);LAAS-CNRS(法国国家科学研究中心自动化系统实验室)
我们目前的实验结果使用被动全身控制的方法,实现动态运动的同时,顺应平衡机器人的躯干四足机器人。我们制定的运动跟踪作为一个二次规划(QP),考虑到完整的机器人刚体动力学,驱动限制,关节限制和接触的相互作用。我们分析了控制器的鲁棒性对不准确的摩擦系数估计和不稳定的立足点,以及它的能力,重新分配负载的结果,强制执行的驱动限制。此外,我们提出了实际的实施细节,从实际平台的经验。在90公斤重的液压驱动四足(HyQ)机器人上进行了广泛的实验测试,验证了该控制器在各种地形条件和步态下的能力。所提出的方法是优越的准确执行高动态运动相对于当前的最新技术水平。
2019-03-13 cs.RO
Hierarchical Adaptive Control for Collaborative Manipulation of a Rigid Object by Quadrupedal Robots
University of Southern California(南加州大学)
本文提出一种用于四足机器人协作操作刚性物体的分层控制系统,包含自适应力计算、基于QP的力分配与接触点优化、以及分散式移动操作控制器,成功在仿真中实现不同地形下操作18kg未知物体并保持稳定。
2023-07-28 cs.RO
Minimizing Acoustic Noise: Enhancing Quiet Locomotion for Quadruped Robots in Indoor Applications
Department of Computer Science and Engineering, Shanghai Jiao Tong University(计算机科学与工程系,上海交通大学);Department of Automation, Shanghai Jiao Tong University(自动化系,上海交通大学);MoE Key Lab of Artificial Intelligence and AI Institute, Shanghai Jiao Tong University(人工智能与AI研究所,上海交通大学)
针对四足机器人在噪声敏感室内环境中移动噪声易被忽视的问题,提出结合优化步态设计与定制控制策略的新方法,实现约8 dBA的平均降噪,提升了其室内安静运行的适用性。
2025-06-29 cs.RO
Agile and Safe Trajectory Planning for Quadruped Navigation with Motion Anisotropy Awareness
School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, China(华中科技大学人工智能与自动化学院)
本文提出了一种考虑四足机器人运动各向异性的导航框架,通过轨迹生成与优化提升导航效率和安全性。
2024-03-15 cs.RO