连续体机器人抵靠环境时如何应对摩擦

连续体机器人抵靠环境时如何应对摩擦

Jia Shen, Junhyoung Ha, Yue Chen

1 分钟阅读•2026年11月16日

一种新模型帮助柔性连续体机器人在接触墙壁及周围环境时考虑摩擦——无摩擦模型可能无法捕捉这种接触行为。在一项墙面接触测试中,该模型将机器人末端位置最大误差从 45.4 mm 降至 5.85 mm。此方法将接触与摩擦表示为线性互补问题,把机器人运动与其末端是粘着还是滑动联系起来。

目录

研究人员构建了什么?

Jia Shen、Junhyoung Ha 和 Yue Chen 开发了一种模型,用于预测连续体机器人在与周围环境摩擦接触时的运动。连续体机器人是柔性机器,例如可转向导管或细长的检测工具;它们沿自身长度弯曲,而非通过少数几个刚性关节运动。柔性使其能够进入狭小空间,但也让人难以预测它们与墙壁的接触情况。

该模型关注外部摩擦,即机器人与周围环境之间的摩擦。这不同于内部摩擦,例如同心管机器人中嵌套管之间的摩擦。此前的连续体机器人摩擦模型针对内部影响,或假设滑动摩擦已经达到最大值。新方法则将接触约束和摩擦纳入机器人运动计算,因此既能考虑粘着,也能考虑滑动。

研究人员首先提出了一般形式的建模方法,随后使用 Cosserat 杆框架研究一个具体的弹性杆案例。该框架用于描述柔性杆的弯曲和扭转。他们还在一个与刚性墙面相互作用的平面腱驱动连续体机器人上测试了这一方法。研究目标不只是检测是否发生接触,还要预测接触力如何改变机器人的形状和运动轨迹。

柔性机器人接触类型示意图

主要结果是什么?

最明确的定量结果来自一项实验:一台长度为 287.9 mm 的腱驱动连续体机器人抵靠铝墙运动。摩擦感知模型的末端位置最大误差为 5.85 mm,而无摩擦模型为 45.4 mm。该模型的最大弯曲角误差为 4.6°,未考虑摩擦时则为 60.6°。这两项报告的最大误差分别降低了约 87% 和 92%。

实验也显示了摩擦为何重要:无摩擦模型未能捕捉末端的粘着运动。摩擦感知模型的最大误差出现在机器人失去与墙面接触的过渡区域,说明预测接触状态变化仍然具有挑战性。

测量项摩擦感知模型无摩擦模型
末端位置最大误差5.85 mm45.4 mm
最大弯曲角误差4.6°60.6°
机器人长度287.9 mm287.9 mm

实验中使用的摩擦系数为 0.092。研究团队通过最小化平均轨迹误差得到该系数,因此它是针对这项测试拟合的数值,并非独立测得的材料参数。论文还构建了一个弹性杆案例,并讨论了仿真接触场景,但所提供的结果没有给出这些案例的数值基准对比。

接触与摩擦建模流程图

模型如何工作?

核心工具是线性互补问题(LCP)。LCP 使用必须非负的变量,以及必须成对满足互补关系的条件来表达系统。在接触力学中,这种结构能够表示墙壁不能将机器人拉向自身这一事实:机器人要么与墙面分离,要么由接触力阻止其穿透。模型还使用接触约束(CCs),将这些接触条件与机器人的运动联系起来。

标准 LCP 可写为 \(w = Mz + q\),其中 \(z \geq 0\)、\(w \geq 0\),且 \(z^\mathsf{T}w = 0\)。这里的变量表示接触力和约束违背量等参数;互补条件意味着接触力及其对应的约束违背不能同时生效。论文围绕这一数学结构构建接触与摩擦模型。模型不是预先假设接触力,而是将接触条件与机器人运动一并求解。

这种耦合对摩擦建模至关重要。末端粘着时,其沿表面的运动受到约束;发生滑动时,摩擦力则会阻碍这一运动。因此,模型状态取决于机器人的运动方式,以及沿途检测到的接触情况。论文指出,这需要复杂的接触检测流程。在弹性杆案例中,研究人员推导了实例化一般形式所需的接触相关矩阵。他们还表明,去除摩擦后,该模型与早期研究中的无摩擦接触运动学相符。

随后,研究人员将同一建模方法应用于平面腱驱动连续体机器人。腱索驱动外层导管和开槽针,而基座平移则可实现轴向压缩。这为检验接触模型能否描述柔性机器人与刚性表面相互作用时不断变化的形状提供了一个具体案例。

连续体机器人与平面接触的仿真实例

这对机器人技术有何意义?

对于柔性机器人而言,接触往往是任务的一部分,而非例外情况。导管、检测探针或其他细长的操作器可能沿表面滑动、抵住障碍物,或在狭窄路径中前进时暂时粘着。如果模型假设接触时不存在摩擦,就可能错误预测末端位置和机器人形状——实验中误差的显著差异印证了这一点。

更准确地预测接触情况,有助于改进运动规划、仿真和控制。考虑粘着与滑动的规划器,能够更可靠地估计柔性机器人在周围环境约束下的运动位置。这对机器人必须贴近墙壁或其他结构移动的场景很有用。不过,这项实验验证的是模型本身,并未展示完整的自主系统,也不能证明其在所有应用中都能提升性能。

这项结果还凸显了一个实际工程要点:机器人的行为取决于机器与环境之间的相互作用,而不仅仅取决于执行器。评估机器人硬件的团队可以通过 Robot Overflow 的二手机器人出售比较不同选项;这项研究探讨的是柔性机器人部署后面临的工程挑战之一——预测其接触环境时的行为。

有哪些局限和待解问题?

实体验证仅涵盖一台与一面刚性铝墙相互作用的平面机器人。拟合得到的摩擦系数 0.092 是为降低轨迹误差而选定的,因此还需要进一步测试,以确认模型能否可靠地推广到不同材料、表面处理、机器人设计和运行条件。

最大误差出现在机器人失去与墙面接触的位置附近。研究人员认为,未建模的粘滑运动和来自腱索的内部摩擦可能是误差来源。论文还指出,接触检测流程较为复杂,这可能使模型难以应用于更大或更复杂的环境。报告的对比结果令人鼓舞,但现有结果尚未说明计算耗时、在不同测试中的稳健性,或三维接触情况下的性能。

工程师会问哪些问题?

该模型解决什么问题? 它预测外部摩擦如何影响连续体机器人与周围环境接触时的运动,包括末端粘着而非滑动的情况。

什么是线性互补问题? 这是一种数学框架,用于表示成对互补激活的条件,例如防止穿透的约束及其接触力。

该模型让墙面接触测试结果提升了多少? 末端位置最大误差从 45.4 mm 降至 5.85 mm,最大弯曲角误差则从 60.6° 降至 4.6°。

实验能证明该模型适用于所有连续体机器人吗? 不能。该实验仅在一台特定的平面腱驱动机器人和一面刚性墙上验证了这一方法,仍需进行更广泛的测试。

结论

这项研究表明,将摩擦纳入连续体机器人的接触与运动计算,可以显著提升墙面接触测试中的轨迹预测能力。下一步的挑战是确定该方法在更多机器人、表面和接触状态转换中的表现。

在你的机器人应用中,可靠的摩擦预测在哪些场景下最能发挥作用?