双足机器人推进系统建模与系统辨识技术解析
1. 双足机器人推进系统建模与验证概述
在机器人动力学控制领域，系统辨识是建立精确数学模型的关键技术。本文以美国东北大学开发的Harpy v2双足机器人为研究对象，重点探讨其集成推进系统的推力与扭矩特性建模方法。这款机器人高约1.2米，重15公斤，配备6个关节和2个电动涵道风扇(EDF)，代表了当前混合动力双足机器人的前沿设计。
推进系统在双足机器人中的应用主要解决三个核心问题：首先，在单腿支撑相提供额外的横向稳定性补偿；其次，在跨越障碍时提供垂直升力辅助；最后，在失稳情况下实现快速姿态恢复。与传统纯机械结构相比，这种气动辅助方案可将最大稳定裕度提升40%以上，特别适用于搜索救援、工业巡检等复杂场景。
2. Harpy平台推进系统架构
2.1 机械结构与动力系统集成
Harpy采用模块化设计，其推进系统主要由三个子系统构成：
电动涵道风扇组件：选用Schuebeler DS-30 AXI HDS型号，配备HET 700-68-1400无刷电机，关键参数如下：
参数 数值 转子直径 76mm 最大推力 98N 功率密度 3.2kW/kg 响应时间 <80ms 碳纤维支撑结构：采用拓扑优化设计的X型支架，在保证刚度的同时将重量控制在320g以内。支架通过四点螺栓连接与机器人躯干耦合，振动传递率低于5%。
电力管理系统：使用6S LiPo电池组配合80A电子调速器(ESC)，采用PWM频率调制实现推力精确控制。实测表明，在满负荷工况下系统能持续工作12分钟。
实际安装时需特别注意涵道出口与肢体运动的干涉检查。我们通过运动学仿真发现，当髋关节屈曲超过60°时，高速气流会冲击大腿连杆，因此将涵道安装角度向下倾斜15°以避开工作空间。
2.2 推进系统控制接口
推进系统通过CAN总线与主控计算机通信，采用如下数据帧结构：
struct ThrusterCmd { uint16_t rpm_left; // 左EDF转速指令 uint16_t rpm_right; // 右EDF转速指令 uint8_t mode; // 0=关闭 1=开环 2=闭环 uint16_t checksum; // CRC校验 };在阻抗控制模式下，推力输出与关节力矩存在如下耦合关系：
τ = JᵀF其中τ为关节力矩向量，J为雅可比矩阵，F为推力向量。这种耦合关系导致在单腿支撑期，约15%的推力会转化为髋关节附加力矩，需要在控制算法中进行动态补偿。
3. 推力特性建模与验证
3.1 基于动量理论的解析模型
根据叶素理论(BET)，我们建立了考虑涵道效应的推力方程：
T = (1 + k₁)(ρn²D⁴) × [k₂ - k₃(J)]其中：
- ρ为空气密度(1.225kg/m³@SL)
- n为转速(rps)
- D为转子直径
- J为进比(v/nD)
- k₁~k₃为经验系数
通过风洞实验标定，得到DS-30涵道的特征系数：
- k₁=0.18 (涵道升力增益)
- k₂=0.75 (最大推力系数)
- k₃=0.02J (进比损耗项)
3.2 ANSYS Fluent CFD仿真验证
建立高保真流体模型时，我们采用以下关键设置：
网格划分：使用混合网格策略，近壁面采用5层棱柱层网格(y+<1)，远场采用四面体网格。总网格量约280万单元。
湍流模型：选择SST k-ω模型，能较好捕捉转子尾迹的涡流特性。
边界条件：
- 入口：速度入口(0-15m/s)
- 出口：压力出口(1atm)
- 转子域：MRF旋转模型
仿真结果与理论模型对比如下：
| 转速(RPM) | 理论推力(N) | CFD推力(N) | 误差(%) |
|---|---|---|---|
| 12000 | 32.1 | 30.8 | 4.2 |
| 18000 | 65.4 | 62.1 | 5.3 |
| 24000 | 98.2 | 93.7 | 4.8 |
3.3 实验验证平台搭建
为验证模型准确性，我们设计了专用测试台架：
- 六分量力传感器：ATI Mini40，量程200N，分辨率0.01N
- 转速测量：激光转速计+反射标记，精度±5RPM
- 数据采集：NI cRIO系统，采样率1kHz
测试时发现两个关键现象：
- 地面效应：当测试台离地高度<2D时，推力会衰减10-15%
- 进气畸变：周边障碍物会导致推力波动达±8%
因此最终测试在离地1.5米的无障碍空间进行，每个工况重复3次取平均值。
4. 电机扭矩特性辨识
4.1 三种参数辨识方法对比
4.1.1 数据手册估算法
根据电机KV值(1400RPM/V)推算：
Kt = 60/(2πKV) = 0.0305 Nm/A但该方法未考虑铁损和铜损，实际误差可达±15%。
4.1.2 反电动势法
实验装置包括：
- 伺服驱动器提供恒速旋转
- 示波器测量相电压波形
- 光学编码器记录位置
测得反电动势常数Ke=0.0308 Vs/rad，根据电机理论：
Kt ≈ Ke = 0.0308 Nm/A4.1.3 扭矩传感器直接测量
采用T40B扭矩传感器搭建测试平台：
- 电机通过联轴器连接传感器
- 电流源提供0-20A阶跃输入
- 记录稳态扭矩输出
测试数据经最小二乘拟合得到：
Kt = 0.0311 Nm/A (R²=0.997)三种方法结果对比：
| 方法 | Kt(Nm/A) | 优点 | 缺点 |
|---|---|---|---|
| 数据手册 | 0.0305 | 简单快捷 | 精度低 |
| 反电动势 | 0.0308 | 非侵入式 | 需要精密仪器 |
| 扭矩传感器 | 0.0311 | 精度高(±1%) | 设备复杂 |
4.2 温度对扭矩常数的影响
在持续工作测试中发现，当绕组温度从25℃升至80℃时，Kt会下降约6%。因此在实际控制中需要加入温度补偿：
Kt_comp = Kt₀[1 - 0.0008(T - 25)]5. 系统集成与验证
5.1 推力-扭矩耦合控制
基于辨识参数，我们实现了分级控制架构：
- 底层：电机FOC控制，带宽500Hz
- 中层：推力分配算法，将期望合力分解为双EDF指令
- 高层：阻抗控制器，调节虚拟弹簧刚度
在跨越30cm沟壑的测试中，推进系统使成功率从60%提升至92%，能量消耗降低25%。
5.2 典型问题排查
高频振荡：
- 现象：8-10Hz推力波动
- 原因：支架一阶固有频率9.2Hz
- 解决：增加橡胶阻尼垫
响应延迟：
- 现象：指令到推力建立需120ms
- 原因：ESC加速度限制
- 解决：预加载前馈补偿
气流干扰：
- 现象：单EDF工作时影响步行稳定性
- 解决：增加交叉反馈补偿项
6. 工程实践建议
根据项目经验，我们总结以下关键点：
- 涵道选型：推力应达到机器人重量的30-40%，确保有效扰动抑制
- 安装位置：推力线应穿过整体质心，减小寄生力矩
- 热管理：持续工作需配备散热片或强制风冷
- 安全设计：必须加装硬件急停回路，响应时间<10ms
这套系统辨识方法已成功应用于我们实验室的后续项目，包括四足跳跃机器人和可变形无人机。特别在动态运动场景下，精确的推力模型可使轨迹跟踪误差降低40%以上。