3自由度跳跃机器人：驱动系统与强化学习控制创新
1. 3-DOF跳跃机器人平台设计概述
这个12.45公斤重的3自由度跳跃机器人平台，是我们团队为未来双足机器人开发打造的中间验证原型。它采用类人下肢关节配置（1个膝关节+2个踝关节）和平足设计，能够完成动态跳跃、前空翻等高难度动作。最让我兴奋的是，这个平台在硬件和控制两个维度都实现了突破性创新。
在硬件方面，我们遇到了一个典型的两难问题：关节空间极其有限的情况下，如何同时实现高扭矩输出和大尺寸空心轴？传统方案往往需要在这两者之间妥协。我们的解决方案是开发了一套基于3K复合行星齿轮箱的定制化驱动系统，通过混合整数非线性规划（MINLP）方法对齿轮齿形进行优化，最终在直径170mm的紧凑空间内实现了20:1的减速比和12mm的空心轴直径。
控制层面同样充满挑战。由于平足设计带来的复杂接触动力学，我们放弃了传统的基于模型的控制器，转而采用强化学习方案。这套系统只需要本体感知信息就能实现稳定的速度跟踪，还能完成前空翻这种需要精确协调各关节爆发力的动作。在实测中，机器人展示了惊人的环境适应性——不仅能应对台阶地形变化，被踢一脚后还能自动恢复平衡继续跳跃。
2. 机械系统创新设计解析
2.1 关节构型与动力传输设计
这个机器人的机械构型藏着不少精妙之处。我们刻意模仿了人类下肢的关节配置：单自由度膝关节配合双自由度踝关节（俯仰+侧摆）。这种设计看似简单，实则为后续扩展成全尺寸双足机器人埋下了伏笔。
动力传输方案根据关节特性做了差异化设计：
- 膝关节：采用四连杆机构实现1:1扭矩传递，将D151执行器（后面会详细介绍）布置在上连杆附近。这种布局将转动惯量降低了约37%，实测动态响应速度提升了25%
- 踝关节：创新性地采用闭环并联机构。两个D110A执行器平行布置，通过万向节（foot端）和球铰（执行器端）的配合，仅用两个执行器就实现了俯仰和侧摆两个自由度。这种设计比传统的串联方案节省了约15%的空间
关键提示：并联机构设计时要特别注意奇异位形问题。我们通过运动学仿真发现，当踝关节俯仰角超过40°时会出现力传递效率骤降，因此最终将俯仰运动范围限制在-50°~40°。
2.2 定制化执行器系统
市面上的现成执行器根本无法满足我们的需求，于是我们开发了两款定制执行器：
| 参数 | D151（膝关节） | D110A（踝关节） |
|---|---|---|
| 减速器类型 | 3K复合行星齿轮 | 单级行星齿轮 |
| 减速比 | 20:1 | 8:1 |
| 峰值扭矩 | 320Nm@50A | 176Nm@50A |
| 最高转速 | 10rad/s | 20rad/s |
| 空心轴直径 | 12mm | 8mm |
执行器的核心突破在于电机和减速器的协同设计：
- 电机部分：采用VA-COFLUX48钴基钢片定子和52SH级钕磁铁转子，扭矩密度比普通电机提升约30%
- 减速器部分：D151的3K复合行星齿轮箱通过MINLP优化（后文详述），在保持高减速比的同时实现了大尺寸空心轴
- 集成设计：将电机驱动器直接集成在执行器后端，节省了30%的布线空间。驱动器支持100V输入电压和20kHz电流控制频率
3. 3K复合行星齿轮箱优化设计
3.1 为什么选择3K结构？
传统单级行星齿轮在我们要的20:1减速比下会面临两个致命问题：要么体积过大挤占关节空间，要么空心轴直径太小无法布线。3K复合行星齿轮的独特优势在于：
- 通过两级行星轮复合传动，在同等体积下能实现更高的减速比
- 太阳轮和固定内齿圈可以做得更大，自然形成更大的中心空间
- 载荷被分散到多个行星轮上，单个齿轮的受力更小
但设计这种齿轮箱就像玩立体拼图——五个齿轮（太阳轮、输入行星轮、输出行星轮、固定内齿圈、输出内齿圈）的齿数必须同时满足传动比、装配条件和干涉约束。传统试错法可能需要数周时间，而我们的MINLP方法能在几小时内找到最优解。
3.2 MINLP优化模型详解
我们的优化模型包含以下关键要素：
设计变量（均为正整数）：
- Z_S：太阳轮齿数
- Z_P1：输入行星轮齿数
- Z_P2：输出行星轮齿数
- Z_F：固定内齿圈齿数
- Z_O：输出内齿圈齿数
目标函数（最小化）：
J = (1/Z_S)^2 + ((Z_F - D)/M)^2 + Z_P1^2 + Z_P2^2 + Z_O^2这个函数巧妙平衡了两个需求：前两项促进增大空心轴直径（D为转子内径，M为模数），后三项控制其他齿轮尺寸以减轻重量。
约束条件：
- 几何约束：Z_F = Z_S + 2Z_P1，Z_O = Z_S + Z_P1 + Z_P2
- 装配条件：(Z_F + Z_S)/n_P ∈ℤ，(2Z_O - 2Z_P2)/n_P ∈ℤ
- 传动比约束：G_target = 2Z_P1(Z_F - Z_P1 + Z_P2)/[(Z_F - 2Z_P1)(Z_P1 - Z_P2)] = 20
- 干涉约束：α_min ≤ π/n_P - arcsin[Z_P1/(Z_S + Z_P1)]
使用BARON求解器，我们最终得到的优化结果是：
- Z_S=44, Z_P1=44, Z_P2=32, Z_F=132, Z_O=120
- 模数M=0.6，空心轴直径达到12mm
- 总重量比传统设计减轻约15%
实践心得：齿轮优化时一定要考虑加工可行性。我们最初得到一个理论最优解含117齿的齿轮，但加工厂反馈这个齿数会导致滚刀寿命骤减。最终我们调整模数使所有齿轮齿数都控制在150以下。
4. 控制系统设计与实现
4.1 强化学习框架设计
针对平足跳跃的复杂动力学，我们开发了一套基于屏障奖励的强化学习控制系统。其核心创新在于：
观测空间（共127维）：
- 本体感知：关节位置/速度（含0.1s历史）、IMU数据、相位信号
- 特权信息（仅训练时用）：足端接触状态、地形高度、质心位置
动作空间：
- 目标关节位置→通过PD控制器转换为扭矩
- 更新频率：2kHz（与硬件控制频率一致）
双重奖励机制：
- 屏障奖励：用对数屏障函数约束关键运动参数，如步态相位、足端高度、质心位置等
- 标准奖励：包括速度跟踪奖励、动作平滑惩罚、接触惩罚等
网络结构：
- Actor和Critic都是3层MLP（256-256-128）
- 使用PPO算法训练，在NVIDIA A100上约需8小时收敛
4.2 仿真到实物的关键技巧
让仿真策略在实物上work的秘诀：
动力学随机化：
- 质量±10%，惯量±15%，地面摩擦系数0.3-1.2
- 执行器延迟0-5ms，扭矩噪声±3%
闭环机构处理：
# 初始化时用PD控制保持踝关节初始位形 while not constraint_satisfied: ankle_pitch_torque = kp*(q_des - q_act) + kd*(dq_des - dq_act) apply_torques() simulate_one_step()观测延迟补偿：
- 使用LSTM网络预测当前状态
- 在策略输入中融合预测状态和延迟观测
5. 实验验证与性能分析
5.1 基础运动能力测试
我们设计了四类实验验证机器人性能：
连续跳跃：
- 前跳速度0.8m/s，能耗约120W
- 滞空时间占比35%，着地冲击峰值达3.5倍体重
前空翻：
- 膝关节扭矩瞬时达到300Nm（接近峰值）
- 角动量积累主要发生在起跳后前100ms
台阶适应：
- 可自主跃上85mm台阶（腿长15%）
- 成功率92%（失败主要因足端打滑）
抗扰动测试：
- 可承受横向冲击力60N（持续0.2s）
- 恢复时间<1.5个跳跃周期
5.2 关键数据对比
| 指标 | 仿真值 | 实测值 | 误差 |
|---|---|---|---|
| 前跳速度(m/s) | 0.82 | 0.78 | 4.9% |
| 最大离地高度(mm) | 210 | 195 | 7.1% |
| 踝关节峰值扭矩(Nm) | 150 | 163 | 8.7% |
数据差异主要来自：
- 仿真未考虑电缆摆动带来的额外惯性
- 实际地面存在微小形变
- 执行器的温度漂移效应
6. 工程经验与改进方向
6.1 踩过的坑
齿轮箱啸叫问题：
- 现象：高速运转时出现刺耳噪声
- 原因：优化后的齿轮副重合度仅为1.2
- 解决：微调齿顶高系数，将重合度提升至1.35
踝关节背隙累积：
- 现象：连续跳跃后出现位姿漂移
- 原因：并联机构各环节公差叠加
- 解决：改用预紧式十字万向节，背隙<0.1°
热管理失误：
- 现象：连续工作10分钟后扭矩下降
- 原因：电机散热面积不足
- 解决：在转子内部加工螺旋冷却通道
6.2 未来改进方向
执行器升级：
- 集成温度传感器实现过热保护
- 尝试磁编码器替代光学编码器
控制算法优化：
- 引入在线适应机制补偿硬件磨损
- 开发基于触觉的着地策略
系统集成：
- 改用无线通信减少运动干扰
- 开发模块化设计便于快速更换部件
这个平台已经为我们正在开发的全尺寸双足机器人提供了宝贵的技术储备。特别是在高动态运动场景下，那些经过验证的齿轮箱设计和控制策略，将直接移植到新系统上。