英文综述1-12分解.pdf

1.ASimulatortoAnalyzeCreepingLocomotionofaSnake-likeRobot

开发模拟器去模拟机器蛇的爬行运动，其中的机器人动力学建模

（关节位移和重心位的关系，单个关节受力分析）和与环境的相互作

用可以认为符合库伦摩擦，用机器蛇实现了爬行动作同时也仿真出了

机器蛇的爬行动作，但由一条机器蛇的关节数和关节长度等是已知的，

通过调节初始角度仿真得到了最佳的爬行运动，通过实验发现

机器蛇的运动由两个关节间节点的滚动产生的。

2.ControlofaSnake-LikeRobotinanElasticallyDeformableChannel

超冗余机器蛇在通过狭窄弯曲的路径，一直以来很难对其进行模拟和

控制。提出一个基于非压迫的控制方法，把一个由五个模块组成的机

器蛇作为传感器通过未知曲率的泡沫通道。开环波形在已知的路径中

运动，通过改变机器蛇的角度幅值就可以控制其位置和速度。把含有

弯曲的路径加到已知的路径中时，开环波形控制无法让机器蛇向前运

动。为了使机器蛇能在未知的弯曲路径中运动，如果机器蛇进入弯

曲路径就会监测到电机电流的一个误差信号，利用机器蛇运动所具

有的对称性可以把某个电机的电流信号用于构造一个错误信号，这样

就用一个简单的波形和仔细挑选适当的电机电流信号，把五个模块连

接组成的机器蛇通过弯曲弹性路径的复杂的问题简化为单输入单输

出控制问题，无需外部触觉传感器，控制器只仅仅需要机器蛇关节变

化时的数据和电机的电流信号就了解弯曲的路径。基于电机特性不断

调节机器的运动波形参数，使机器蛇向前和反向运动。从而得出机器

蛇不依靠摩擦力或复杂的模型的简单控制方法，这个控制方法应用到

医疗内窥镜检测技术。

3．Autonomouscontrolofrealsnake-likerobotusingreinforcement

learning

传统的自主控制的机器人的强化学习会遇到学习时间长和缺乏通用

性两个问题，作者认为出现这两个问题的原因不是学习算法的问题，

而是忽视了现实世界的特性。提出了新的框架（如图3）将机器人抽

象为通常意义的身体作为信息处理器处理现实世界的特性，把新的框

架应用到蛇形机器人（如图1），用实验证明新框架在不改变学习算

法情况下可以同时解决开始提到的两个问题。

该框架有两个模块：泛化模块和学习模块。泛化模块包含现实世界的

属性，例如力学，电磁学，光学，化学等。泛化模块从复杂环境的大

量信息中提取出少量的通用信息把它传递到学习模块。学习算法把得

到的信息作为一个状态和动作正常处理。动作被传递给泛化模块并将

其转化为复杂的运动执行。框架未用到数字计算机，是依靠无源机构

实现的（如图8）。

4．Servoloadanalysisfortheclassificationofsurfaceoflocomotionina

modularsnake-likerobot

本文介绍了对具有转矩和电流传感器的伺服电机构成模块化蛇形机

器人的地面运动归类的可行性。模块化蛇形机器人的运动是由整个身

体结构的步态产生的。在这种情况下，我们用16模块组装蛇形机器

人，相邻模块间相差90度，舵机型号是DynamixelAX-12，能基于

转矩和功率消耗提供负载信息。在不需要外部传感器的情况下，从监

管和无人监管两方面分析直线运动、滑行运动、侧向滚动三种不同步

态中每个舵机的临时负载信息确定机器蛇的地面运动特性，该报告的

结果通过以下两种方法获得的，一种是监督（SVM），另一种是无监督

的（K-均值）。能对机器蛇地面运动进行分类，如果事先知道是哪种

步态，准确度甚至会达到100％。

5.DevelopmentofMulti-wheeledSnake-likeRescueRobotswithActive

ElasticTrunk

最有前途的搜索与救援机器人是拥有瘦小身躯和动力的蛇形机器

人，提出了一种新的多轮式和具有弹性躯体的蛇形机器人。选择轮子

作为动力装置，沿蛇体躯干安装多个主动轮作为机器蛇的运动能力。

躯体机构同时满足主动和被动弯曲，躯体由弹性可变部份和坚硬部份

构成，主动轮附着在坚硬部份。从机器蛇躯体头部到尾部的电缆为主

动弯曲运动提供电源。

由于安装驱动/张紧两个电缆机械设计并且这两个设计相对较重和复

杂，同时滚动关节位于机械机构的中间部位，将蛇的后部设计为主动

机制，最前方模块安装有LED灯和视