秦現(xiàn)生 張雪峰 譚小群 馮華山 張培培

1.西北工業(yè)大學，西安，710072

2.陜西省數字化特種制造裝備工程技術研究中心，西安，710072

0 引言

從1962年世界上第一臺工業(yè)機器人——斯坦福（STANFORD）操作手誕生以來，機器人技術得到了迅猛發(fā)展，先進機器人的研究和開發(fā)已成為衡量一個國家或地區(qū)經濟和科技實力的重要標志之一［1］。仿生機器人作為機器人發(fā)展的高級形式，將自然界中各種生物系統(tǒng)的生物結構、運動方式和生物控制方式引入到機器人技術領域，通過模仿生物的外形特征、運動機理或生理機能，實現(xiàn)了種類眾多的精巧設計和特殊任務裝備設計。

仿生機器人的移動方式主要有腿式、游動式、撲翼飛行式和蠕動式等。面向陸地應用領域，傳統(tǒng)的輪式移動方式具有速度高、運行穩(wěn)定性好和控制方便等優(yōu)點，但它要求運行的地面相對平坦且連續(xù)，對復雜超高障礙物、超距溝渠、陡峭山地、泥濘沼澤和沙漠等非平坦環(huán)境的適應能力較差。相比傳統(tǒng)的輪式移動機器人，類哺乳動物腿式機器人雖然移動速度較低，但卻可以利用離散的地面支撐實現(xiàn)非接觸式障礙規(guī)避、障礙跨越、上下臺階以及不平整地面運動，對復雜地形和不可預知環(huán)境變化具有極強的適應性，且隨著腿式機器人自主環(huán)境識別能力、驅動能力和負載能力的增強，腿式機器人將在復雜危險極限環(huán)境且對運行速度有較高要求的運輸領域表現(xiàn)出更強的應用潛力，如幫助戰(zhàn)地環(huán)境下的士兵提高作業(yè)執(zhí)行機動性和效率等?？梢灶A計，在未來的礦產采掘、星際探測、搶險救災和軍事偵查與反恐等國民經濟和國防建設等各個領域類哺乳動物腿式機器人將表現(xiàn)出越來越強的優(yōu)勢。

本文從類哺乳動物雙腿式機器人和四腿式機器人兩個方面介紹了國內外腿式仿生機器人的研究現(xiàn)狀，分析和討論了腿式仿生機器人的相關理論方法及存在的問題，并對未來的發(fā)展趨勢進行了預測。

1 雙腿式仿生機器人

雙腿式仿生機器人主要以生物人為仿生原型，根據生成的步態(tài)有無關節(jié)驅動，雙腿式仿生機器人可分為主動行走和被動行走兩種，而被動行走則主要是從降低步行能耗的角度進行考慮的。

1.1 雙腿式主動機器人

在雙腿式機器人樣機研制上，比較有代表性的有瑞士蘇黎士大學的Ecci、美國弗尼吉亞大學的CHARLI、美國波士頓動力公司的Petman和瑞典梅拉達倫大學的Dasher以及日本本田的ASIMO等。區(qū)別于傳統(tǒng)的“電機＋減速”直接驅動，這些機器人較為新穎的特點為肌肉肌群驅動，且部分機器人選用能量密度大的液壓驅動。其中，Ecci為世界首款擁有“肌肉”和“肌腱”的機器，如圖1所示［2］。CHARLI機器人，如圖2所示，全身有20個自由度，基于人體解剖學，采用模擬肌肉驅動的線性驅動器實現(xiàn)步行和打手勢［3］。

自2009年，美國波士頓動力公司為美國軍方研制了液壓驅動雙腿式機器人Petman［4］，用于化學服測試。該機器人的預期功能為能夠自動維持平衡和自由運動、實現(xiàn)行走和匍匐等一系列動作，且可模擬人體溫度濕度等真實生理功能。視頻資料顯示，機器人在跑步機上的移動速度可達1.967m/s，且可在外界沖擊下保持運動平衡，具有較強的運動性能，如圖3所示。

瑞典梅拉達倫大學開發(fā)的液壓驅動雙腿跑步機器人Dasher，機器人腿有2個液壓缸，采用MOOG比例伺服閥控制，系統(tǒng)工作壓力為10MPa，機器人足采用蹺結構來實現(xiàn)地面沖擊緩沖，如圖4所示［5］。

圖1 Ecci

圖2 CHARLI

日本本田公司的ASIMO是世界著名的雙腿式機器人［6］之一。ASIMO高1300mm，質量為54kg，有34個自由度，采用智能化行走控制技術，可在復雜的環(huán)境下迅速并平穩(wěn)地移動、快速步行、奔跑和迂回行走。另外，韓國［7］、法國［8］等許多國家都開展了雙腿式機器人研究。

圖3 Petman

圖4 Dasher

國內哈爾濱工業(yè)大學［9］和國防科技大學［10］從20世紀80年代中期開始研究雙腿式機器人。北京理工大學研制了BRH系列機器人，并于2005年研制了BRH－02，機器人能根據自身的平衡狀態(tài)和地面高度變化調整姿態(tài)，實現(xiàn)未知路面上的穩(wěn)定行走［11］。清華大學研制了THBIP系列機器人［12］，其2008年研制的 THBIP－Ⅱ，采用模塊化關節(jié)和同步帶加諧波減速器的傳動結構和分布式控制系統(tǒng)，可實現(xiàn)步長為15cm、步速為0.075m/s的平地行走和穩(wěn)定的踢球動作；哈爾濱工程大學研制了雙腿式機器人 HEUBR 1［13］。

1.2 雙腿式被動機器人

對被動行走系統(tǒng)的研究始于20世紀90年代?？的螤柎髮W研制的三維被動雙腿式機器人［14］如圖5所示。機器人依靠與異側下肢固聯(lián)的上肢來維持平衡，可穩(wěn)定地行走于下坡斜面。2011年美國康奈爾大學研制的半被動機器人Ranger在日本大阪機器人馬拉松比賽中成功創(chuàng)下無障礙行走65.18km的記錄，機器人質量為5kg，單腿長度為1000mm，有3個自由度（髖關節(jié)1個，踝關節(jié)2個），如圖6所示［15］。

圖5 康奈爾被動

圖6 Ranger

麻省理工學院研制的被動雙腿式機器人［16］，其特點為踝關節(jié)含2個伺服電機驅動自由度，每個髖關節(jié)各含1個自由度，為被動關節(jié)，無膝關節(jié)，在行走過程中依靠左右搖擺避免擺動腿提前觸地，可實現(xiàn)0.03rad坡度上的穩(wěn)定步行，利用隨機策略梯度強化學習算法能夠迅速適應地形和坡度變化。

荷蘭代爾夫特大學研制了 Mike、Max、Denise和 Meta系列樣機［17－19］。Mike和 Max較為顯著地特點是采用McKibben氣動人工肌肉，分別用于研究髖關節(jié)的主動擺腿動作和上體對步行穩(wěn)定的影響。Denise質量為8kg，高1500mm，有5個自由度，其中膝關節(jié)和踝關節(jié)為不受控自由度，髖關節(jié)由McKibben氣動人工肌肉驅動，踝關節(jié)采用滑板原理被動設計，把樣機的側傾與轉向耦合起來，不需要對踝關節(jié)運動進行控制即可實現(xiàn)穩(wěn)定的三維步行，穩(wěn)定步行速度可達0.4m/s。

國內，吉林大學對雙腿式機器人的被動動力學進行了研究，分析了行走步態(tài)規(guī)律及穩(wěn)定性［20］。清華大學等對欠驅動步行機器人的被動動力學方法、半被動雙足機器人的控制算法等進行了研究［21］。

2 四腿式仿生機器人

四腿式仿生機器人的主要仿生原型為貓、山羊、狗和馬等小型和大型哺乳動物，其中，具有高速、高機動性特點的四腿式機器人是近幾年顯著的研究成果。

2.1 國外研究現(xiàn)狀

早期比較知名的有20世紀60年代美國南加州大學研制的世界第一款計算機控制四腿式機器人Phony Pony，如圖7所示，以及1968年美國通用電氣公司研制的四腿步行車Walking Truck［22］。

2.1.1 德國和意大利

德國和意大利等歐洲國家開發(fā)的四腿式機器人多以電機驅動形式為主，歐洲的瑞典皇家工學院、德國卡爾斯魯厄大學和不萊梅大學分別研制了關節(jié)型電機驅動四腿式機器人 WARP1［23］、BISAM［24］和空間探測機器人 ARAMIES［25］，而意大利理工學院開發(fā)的Hyq則為具有代表性的液壓驅動四腿式機器人［26］，如圖8所示，外形尺寸為1000mm×500mm×980mm，質量為91kg，有12個自由度（8個為液壓，4個為電動），每個關節(jié)的角度活動范圍為120°，設計有欠驅動踝關節(jié)和足，可實現(xiàn)平坦路面靜態(tài)步行、關節(jié)軌跡跟蹤性能測試和單腿豎直平面跳躍。

2.1.2 加拿大和美國

加拿大和美國開發(fā)的四腿式機器人較為顯著地特點是運行速度高，在機器人奔跑方面取得了較為豐富的研究成果。

圖7 Phony Pony

圖8 HyQ

1996～2006 年，加拿大麥吉爾大學的科研人員研制了SCOUT系列和PAW四腿式機器人［27］，其特點為可實現(xiàn)奔跑運動，機器人結構簡單、自由度少，控制方便。SCOUTⅡ在腿設計上增加彈性元件，可實現(xiàn)步行和1.2m/s彈跳步態(tài)下的奔跑和奔跑轉向。SCOUTⅡ－K增加了欠驅動自鎖膝關節(jié)，可實現(xiàn)穩(wěn)定小跑步態(tài)，如圖9所示。PAW在SCOUTⅡ的基礎上對足進行改進，增加主動驅動輪，可實現(xiàn)輪腿或輪腿復合滾動、奔跑和跳躍等步態(tài)，如圖10所示。

圖9 SCOUTⅡ－K

圖10 PAW

1984 至今，美國學者Raibert及其團隊研制了動態(tài)四腿式機器人、Bigdog和LittleDog等四腿式機器人［28－30］，其中 Bigdog實現(xiàn)了高動態(tài)高速、高機動性和高負載運動，為當今最先進的四腿式機器人，如圖11所示。1984～1987年，Raibert在卡內基梅隆大學研制了動態(tài)四腿式機器人，外形尺寸為1050mm×350mm×950mm，機體質量為25.2kg，由液壓驅動，利用單腿算法、有限狀態(tài)機和虛擬腿等控制方法，實現(xiàn)小跑、跳躍和步態(tài)轉換，小跑步態(tài)速度可達1.0m/s。2004年和2008年，Raibert領導的美國波士頓動力公司研制了兩代四腿式機器人BigDog。最新的BigDog尺寸為1100mm×300mm×1000mm，質量為109kg；機載系統(tǒng)可提供動力、感知、驅動、控制和通信等功能，動力源采用水冷兩沖程內燃機，采用發(fā)動機—液壓泵—液壓缸的驅動鏈，由人通過無線控制以對角步態(tài)行走，機器人集成了雙目立體視覺系統(tǒng)用于獲取三維地形信息，并利用激光雷達進行無連續(xù)操作跟蹤引導；機器人基于運動和足底地面反力進行控制，通過地形感知和姿態(tài)控制來控制身體高度、方向或落腳位置以適應地形變化；能完成機器人起立、蹲下、以0.2m/s的速度爬行，1.6m/s的速度小跑，2m/s的速度奔跑，跳跑最高速度可達3.1m/s，負重可達154kg，續(xù)駛時程達2.5h、1010km，可爬越35°的松軟卵石表面斜坡和以爬行步態(tài)翻越模擬瓦礫堆，實現(xiàn)冰雪泥濘沙石的復雜路面穩(wěn)定行走；此外，美國波士頓動力公司于2010年研制了用于研究動態(tài)控制、復雜地形感知和運動行為關聯(lián)的通用四腿式機器人LittleDog。

美國斯坦福大學開發(fā)了用于測試的7m/s疾馳的四腿式機器人KOLT［31］，如圖12所示，以大山羊為仿生對象，每條腿有3個電磁驅動主動自由度，單腿最高速度可達4.5m/s，可在跑步機上實現(xiàn)1.1m/s小跑。

圖11 BigDog

圖12 KLOT

2.1.3 日本和韓國

日本和韓國四腿式機器人的特點為可實現(xiàn)動態(tài)運動，且在機構柔性設計、類肌群驅動和新型驅動器方面具有特色。

從1976年起，日本東京工業(yè)大學的科研人員先后研制了四腿式機器人KUMO－Ⅰ（1976）、PV－Ⅱ（1978～1979）和TITAN系列四腿式機器人［32］（1981～2004）。其中，TITAN－Ⅺ可用于大型工程施工中，在混凝土斜坡上運行和控制鉆錨。

1999 年，日本東京大學研制了柔性脊柱和肌腱驅動四腿式機器人SQ43，如圖13所示，利用柔性脊柱可實現(xiàn)減震和通過狹窄空間［33］。

2011 年，日本東京大學開發(fā)了四腿骨骼肌肉機器人PIGORASS，如圖14所示，重量為4.0kg，總長為350mm，采用ABS樹脂和碳纖維增強復合材料等制成，機器人前腿為2段式、后腿為3段式，共有10個自由度，由McKibben氣動人工肌肉驅動，可在0.2s內跳躍0.03m 高和以0.48m/s的速度疾馳［34］。

圖13 SQ43

圖14 PIGORASSt

2004～2007 年，Hiroshi Kimura在日本電氣通信大學開發(fā)了地形自適應機器人TekkenⅠ－Ⅳ。TekkenⅢ為自攜動力自主導航機器人，質量為10kg，采用60W直流電機驅動俯仰髖關節(jié)和膝關節(jié)，小功率直流電機驅動踝關節(jié)，基于DIMM－PC的CCD攝像機和激光測距儀進行導航，步行速度達0.7m/s。2010年，Hiroshi Kimura又開發(fā)了圖15所示的三段式腿結構自適應動態(tài)機器人 Kotetsu［35］。

2003～2009 年，東京理科大學研制了奔跑機器人Rush，其可實現(xiàn)站立到跳躍步態(tài)轉換和多種路面奔跑，其可以0.9m/s的速度跳躍奔跑，且可跑上20mm高的平臺［36］，在結構上與加拿大的SCOUT機器人較為相近。

2007 年至今，韓國成均館大學研制了AiDIN系列機器人，圖16所示為AiDIN3機器人。AiDIN1機器人腿有3個主動自由度，其特點是選用彈性環(huán)節(jié)和膝關節(jié)離合器等分別實現(xiàn)沖擊緩沖和主動欠驅動切換，可實現(xiàn)滾動平板上自身姿態(tài)調整和0.2m/s小跑步態(tài)［37－38］，主動欠驅動切換為其顯著特點。

圖15 Kotetsu

圖16 AiDIN3

2005和2007 年，韓國慶北大學研制了含有腰關節(jié)的ELIRO系列機器人和SMA驅動機器人，圖17所示為SMA驅動四腿式機器人。ELIRO－Ⅱ采用齒輪直流電機和舵機驅動、CMOS視覺采集，可實現(xiàn)目標尋找和捕捉［39－41］，其顯著特點為腰關節(jié)設計。

2008 年，韓國工業(yè)技術研究院開發(fā)了液壓驅動四腿機器人qRT－1及其試驗平臺qRT－2，其中qRT－2為兩輪兩腿前驅裝置，外形尺寸為1000mm×500mm×1000mm，重量為60kg，每條腿有3個主動自由度，可實現(xiàn)1.3m/s結構化路面對角步態(tài)、20°斜坡和0.7m/s非結構化路面行走，有效載荷為40kg，如圖18所示［42］。

圖17 SMA驅動機器人

圖18 qRT－2

2.2 國內研究現(xiàn)狀

國內四腿式機器人和多腿式機器人的研究始于20世紀80年代末，而液壓驅動機器人則是近幾年較為重要的研究成果。早期的多腿式機器人為1988年中科院沈陽自動化所開發(fā)的“海蟹號”六腿機器人，如圖19所示［43］。

2003 年，清華大學研制了Biosbot機器人［44］，其特點是采用CPG控制策略；速度可達到0.13～0.24m/s，可實現(xiàn)慢走、對角小跑兩種步態(tài)和步態(tài)相互轉換，可完成10°上下坡，跨越20mm高度障礙，具有膝肘組合多種運動模式。

2007 年，中科院合肥智能機械研究所研制了TIM－1機器人。該機器人有12個主動自由度，其中髖關節(jié)和膝關節(jié)各1個自由度，踝關節(jié)為欠驅動自由度，由彈簧構成緩沖系統(tǒng)以適應地形；安裝有控制姿態(tài)的傾斜計和足底開關等；通過CPG＋FNN產生周期步態(tài)和進行關節(jié)運動控制［45］。

2008 年，西北工業(yè)大學研制了兩款四腿式機器人［46－47］，圖20所示為第二款。第一款機器人采用框架式機體結構，其顯著特點是設計有實現(xiàn)穩(wěn)定行走的重心調整裝置。第二款機器人可在2m×1m且坡度為10°的實驗坡上上下坡穩(wěn)定行走。

圖19 TIM－1

圖20 西北工業(yè)大學研制的機器人

2010 年，山東大學研制了國內第一臺液壓驅動四腿式機器人，視頻顯示可實現(xiàn)快速小跑和載人步行，如圖21所示［48］。

南京航空航天大學研制的液壓驅動四腿式機器人，如圖22所示，其特點為液壓驅動的四腿機器人關節(jié)采用了基于平行四邊形的伸縮四連桿關節(jié)傳動機構［49］。

圖21 山東大學研制的機器人

圖22 南京航空航天大學研制的機器人

3 主要研究問題和方法

3.1 機器人腿結構

腿式機器人腿部結構直接決定了機器人的運動學和動力學特征，根據腿部機構中組成運動鏈的各構件是否構成首尾相連的封閉系統(tǒng)，可分為開鏈式和閉鏈式。類哺乳動物生物腿的多段式腿結構、復合彈性腿及相配合的柔性機體和機體自由度等是重要的研究成果，且并聯(lián)式腿機構憑借其優(yōu)越的結構性能，成為研究熱點。

開鏈式多為關節(jié)型式，其特點是自由度較多，末端運動軌跡多樣，有橫擺和縱擺兩種運動形式，其中橫擺運動形式多見于大型四腿工程機器人，如日本東京工業(yè)大學的TITAN系列機器人，而縱擺運動類型則多見于快速運動的小型腿式機器人，而在四腿式機器人領域，更加符合仿生學的三段式腿結構是新出現(xiàn)的結構形式，如美國波士頓動力公司的BigDog、日本東京工業(yè)大學的Kotetsu和日本東京大學的PIGORASS等，這種結構的特點是可實現(xiàn)多種膝肘組合運動，其不足為隨著自由度的增加會出現(xiàn)冗余控制等問題。

閉鏈式機構常見于早期研制的樣機，多以四連桿及其衍生形式和框架式等形式出現(xiàn)，日本東京工業(yè)大學的TITAN系列機器人即是采用四連桿形式的機器人腿機構，其特點是可運動解耦，末端可產生近似直線運動，不足是易出現(xiàn)死點?？蚣苁嚼枚鄬涌蚣苁綑C架之間的相對轉動或移動來實現(xiàn)機器人的前進或原地轉動，具有間歇運動的特點，圖23所示為美國卡內基梅隆大學研制的具備該特點的框架式行星探測機器人Daedulus［50］。

并聯(lián)式腿機構是一類特殊的閉鏈式機構，可含有一個或多個封閉運動鏈，區(qū)別于前述機構的串聯(lián)驅動，具有并聯(lián)驅動的特點，且具有較高的結構強度、穩(wěn)定性和載重/自重比等，適合于高負載低速運動領域。圖24所示為日本早稻田大學研制的并聯(lián)式腿機器人 WL－16RIV［51］。

圖23 Daedulus

圖24 WL－16RIV

對類哺乳動物仿生機器人而言，腿部結構的設計，尤其是高速高機動性運動狀態(tài)下的觸地沖擊的柔順性設計是研究難點，復合彈性腿和配合關節(jié)運動的柔性機體等是針對上述問題研究取得的較為重要的研究成果。如日本大阪大學的SQ43機器人和韓國慶北大學的ELIRO機器人，都是利用柔性脊柱和腰關節(jié)實現(xiàn)機體靈活運動的例子，與上述研究同步，生物力學研究成果表明，生物腿部肌肉、膝關節(jié)半月板等具有較好的觸地沖擊緩沖特性，因此，基于仿生學開展機器人腿部肌肉柔性機理研究與設計將是新的研究方向。

3.2 機器人腿關節(jié)驅動形式

腿式機器人關節(jié)驅動可分為電機驅動、液壓驅動和人工肌肉驅動等，其中具有高負載能力的液壓驅動及基于生物肌肉布置形式的仿肌肉肌群結構驅動是研究熱點。

電機驅動需要大力矩高增益的電機驅動系統(tǒng)，且機器人運動需要多關節(jié)協(xié)調控制，由此帶來復雜度高、能量效率低和運動性能受限等缺點，可采用RV減速器、稀土永磁電機、超聲電機或球形電機等克服傳動鏈長的問題。

液壓驅動的特點為響應速度高、負載能力強等，廣泛應用于快速運動和高負載領域。著名的有美國波士頓動力公司開發(fā)的BigDog及Petman、瑞典梅拉達倫大學的Dasher、意大利理工大學的HyQ、韓國工業(yè)技術研究院的qRT－1和我國山東大學研制的液壓驅動四腿式機器人。

人工肌肉驅動的研究旨在研究和開發(fā)更接近生物肌肉特性的仿生材料及驅動裝置，目前研究較為活躍的人工肌肉分別是形狀記憶合金（SMA）、壓電陶瓷（PZT）和氣動人工肌肉（PMA）等。圖14為日本東京大學開發(fā)的氣動人工肌肉四腿式機器人PIGORASS。圖17為韓國慶北大學研制的可實現(xiàn)動態(tài)步行的SMA驅動四腿式機器人。SMA驅動器的缺點是響應速度慢、位移量小和壽命短等；壓電陶瓷驅動器的缺點是成本高；氣動人工肌肉驅動器的缺點在于高精度控制困難。

同時，附帶彈性環(huán)節(jié)的驅動系統(tǒng)是一種新型的耦合驅動形式，美國波士頓動力公司的Big－Dog、日本東京理科大學的Rush和加拿大的PAW均采用這種方案，其特點在于提高柔性，改善著地阻抗控制等。日本的Tekken和瑞典的Dasher則采用蹺結構以實現(xiàn)能量吸收與釋放；另外一種新型驅動結構為類肌群驅動，如瑞士蘇黎世大學開發(fā)的肌肉肌腱機器人Ecci、美國弗尼吉亞理工大學肌肉驅動雙腿式機器人CHARLI和日本東京大學開發(fā)的氣動人工肌肉四腿式機器人PIGORASS等均為類肌群驅動結構的工程應用。

3.3 導航技術

導航技術是實現(xiàn)腿式機器人自主運動的重要保障，而立體視覺技術是機器人導航的主要方法。

具體實例如：文獻［6］中的ASIMO通過視覺傳感器對多個移動體進行辨別，并判斷出相互間的距離和方向，從而避免碰撞并繞行。文獻［24］中的BISAM采用雙目立體視覺系統(tǒng)和光學三角法測量導航定位。文獻［29］中的BigDog采用美國噴氣推進實驗室（jet propulsion laboratory）的立體視覺系統(tǒng)，集成了雙目立體視覺系統(tǒng)用于獲取3D地形信息和路徑查找。文獻［52］中的TekkenⅢ自攜動力自主導航機器人，采用基于DIMM－PC的CCD攝像機和激光測距儀進行導航。文獻［37］中的AiDIN利用CCD傳感器進行視覺采集。文獻［46］中的ELIRO采用CMOS攝像頭進行視覺采集，實現(xiàn)目標尋找、捕捉和拾取［41］等。

3.4 運動穩(wěn)定控制判據

穩(wěn)定性分析是機器人穩(wěn)定運行的基礎，穩(wěn)定性判據主要有零力矩點［53］、穩(wěn)定裕度［54］、龐加萊映射判據和足部旋轉指示［55］等。

零力矩點（zero moment point，ZMP）最早是1938年Elftman在研究人的生物力學時提出的，1969年Vakobratovic將ZMP引入步行機器人領域［53］。此后，ZMP理論進一步完善和發(fā)展，成為腿式機器人研究領域應用最為廣泛的穩(wěn)定性判據。其核心思想是要確保支撐相內機器人與地面完全接觸，使得各個自由度直接可控，避免出現(xiàn)翻轉的情形。2004年，Vakobratovic又對ZMP做了補充，提出虛擬零力矩點（fictitious zero moment point，F(xiàn)ZMP）的概念。ZMP判據通過描述約束來間接反映靜態(tài)和動態(tài)步行的平衡性，將支撐約束運動范圍縮小，但對動態(tài)運動解釋較為困難。

穩(wěn)定裕度（stability margin，SM）是 McGhee和Frank于1968年首次提出的，其定義為機器人重心在足支撐平面上的垂直投影點到各足支撐點構成的多邊形各邊的最短距離，但穩(wěn)定裕度僅適用于機器人水平面運動［54］。

龐加 萊 回 歸 映 射 （Poincare return map，PRM）是研究周期性運動存在和穩(wěn)定性的重要工具，而極限環(huán)是龐加萊回歸映射上的不動點。理想狀態(tài)下，機器人質心的運動軌跡具有周期性，在狀態(tài)空間表現(xiàn)為極限環(huán)，因而腿式機器人運動穩(wěn)定性研究可簡化為對龐加萊映射極限環(huán)的穩(wěn)定性研究［56］。

針對雙腿式機器人，文獻［57］在分析ZMP判據和龐加萊回歸映射判據的基礎上，提出截面映射（section－map）穩(wěn)定性理論。

3.5 控制算法

3.5.1 運動規(guī)劃

運動規(guī)劃方法主要有基于生物運動數據的規(guī)劃方法、基于ZMP幾何約束的運動規(guī)劃方法和狀態(tài)網絡規(guī)劃方法等，而區(qū)別于離線規(guī)劃加在線修正的實時運動規(guī)劃是研究熱點。

19世紀末，Muybridge用連續(xù)攝影的方法研究動物運動步態(tài)，20世紀60年代末，McGhee在總結前人對動物步態(tài)研究成果的基礎上，比較系統(tǒng)地給出了一系列描述和分析步態(tài)的嚴格數學定義，為步態(tài)的分析研究奠定了比較完整的數學基礎［58］。借助運動捕捉系統(tǒng)和生物運動研究運動規(guī)劃，并由關節(jié)控制器伺服跟蹤期望軌跡，是一種常用的方法，但該方法易導致機器人在路面環(huán)境變化和外力干擾條件下出現(xiàn)失穩(wěn)現(xiàn)象，而動態(tài)步態(tài)規(guī)劃及實時軌跡生成則是有效的解決方案。

基于ZMP幾何約束的運動規(guī)劃方法等價于產生滿足這一約束條件的步行規(guī)劃問題，基本思路有兩種，可通過先設計關節(jié)運動軌跡再確定ZMP軌跡的方法設計關節(jié)運動軌跡，也可以通過先設計理想的ZMP軌跡再確定關節(jié)運動軌跡來確定各部分關節(jié)軌跡。本田的仿人機器人基于ZMP穩(wěn)定判據的幾何約束法進行步態(tài)規(guī)劃［59］。

狀態(tài)網絡規(guī)劃方法的基本思想是考慮運動的起始和終止狀態(tài)，將狀態(tài)之間相互連接形成狀態(tài)網絡，以應對預先軌跡規(guī)劃方法在運動適應性和靈活性方面的欠缺。

3.5.2 運動控制

多腿協(xié)調運動控制是腿式仿生機器人技術領域的研究重點和難點，主要有模型控制［60］和仿生控制［61－63］等，而基于逆動力學模型控制、神經CPG分層控制和新型CPG模型的構建是重要的研究成果。

模型控制首先對機器人及環(huán)境進行建模，然后規(guī)劃出最佳運動軌跡，再利用反饋機制控制實際運動，使機器人的運動盡可能趨近理想軌跡，該方法利用機器人動力學模型進行控制，但僅對簡單系統(tǒng)控制有效，當機器人自由度增加或出現(xiàn)多自由度協(xié)調控制等復雜行為時，就難以解決。針對機器人與環(huán)境的交互變化約束，文獻［60］提出正交分解的浮基機器人逆動力學模型控制，通過計算環(huán)境接觸逆動力學力矩用于模型控制，以提高控制柔順性。

仿生運動控制可分為行為控制方法和節(jié)律運動控制方法。行為控制方法，通過對昆蟲智能進行仿生，利用昆蟲自身沒有存貯、規(guī)劃、控制全身各部分運動的中心控制系統(tǒng)，但其身體各部分卻可對內部指令或外界刺激做出不同反應的機理，提出的自組織復雜行為實現(xiàn)控制方法，以提高環(huán)境適應性。節(jié)律運動控制是通過對動物節(jié)律運動控制機理的模擬，將中樞模式發(fā)生器、高層控制中樞、反射調節(jié)系統(tǒng)等生物控制機理應用于機器人控制，提高機器人環(huán)境適應性，使機器人具有更加貼近動物的運動能力［35－36，44］。文獻［62］基于策略梯度，將強化學習機制引入到CPG控制，對CPG控制器進行訓練，實現(xiàn)對雙腿運動信息的自動獲取。意大利Arena研究組將分層結構引入CPG控制，構建了兩層CNN－CPG控制模型，分析運動步態(tài)的生成和控制，根據環(huán)境條件的變化對步態(tài)進行自適應調整，其中，高層控制應用于自組織電機脈譜并基于激勵函數對樣條步態(tài)進行學習，低層細胞神經網絡結構用于運動生成［63］。文獻［64］將傅里葉級數和循環(huán)神經網絡引入到CPG模型，構建仿生控制器，不僅可以產生帶極限環(huán)的穩(wěn)定四足步態(tài)，而且可以任意波形調整輸出周期。文獻［65］利用耦合霍普夫振子進行CPG設計，產生全方位運動所需的步進運動。

3.5.3 抗干擾姿態(tài)控制

抗干擾姿態(tài)控制面向機器人運動過程中要承受的路面不平整、碰撞和打滑等結構化與非結構干擾，對可能出現(xiàn)的運動失效或摔倒等進行控制，常用方法為ZMP補償控制。

文獻［16］采用隨機策略梯度強化學習算法，使機器人學習不同地形和坡度下的步態(tài)，并迅速適應地形和坡度變化，實現(xiàn)快速收斂。文獻［29］中的BigDog通過調整機體高度和姿態(tài)或通過調整落腳位置兩種方式適應地形變化，機器人爬坡時，機體前傾，下坡時，機體后傾，并在沿輪廓線運動時保持機體側身。文獻［66］通過地面反力控制、模型ZMP控制和落腳位置控制等實現(xiàn)，主動控制理想ZMP和實際地面反作用力中心間的距離來控制產生反向翻轉力矩以對機器人姿態(tài)進行控制，其中，地面反力控制通過修正腳的期望位置和姿態(tài)以控制實際地面反力中心位置，模型ZMP控制通過改變理想機體軌跡以控制理想ZMP到合適位置，而落腳位置控制通過修正軀體和腳的位置與姿態(tài)，以修復模型ZMP控制出現(xiàn)的軀體和腳的位置與姿態(tài)偏離理想狀態(tài)的情況。文獻［67］將預測控制應用到ZMP目標跟蹤，提出利用預測控制將外界干擾力的碰撞時間信息描述為重心的速度擾動以生成支撐運動來控制期望重心軌跡，從而減小外界沖擊時刻的ZMP誤差。

4 存在的問題

綜合分析國內外研究現(xiàn)狀，可以看出類哺乳動物腿式仿生機器人的研究取得了較豐富的成果，尤其是在近幾年中更是取得了很大的進步，但是隨著人們對速度、機動性、負載能力和環(huán)境適應性等提出越來越高的要求，類哺乳動物腿式仿生機器人仍面臨許多有待解決的問題：

（1）抗沖擊仿生設計。機器人在運動過程中不可避免地會受到地面沖擊，尤其是高速高機動性運動狀態(tài)下嚴重的地面沖擊將導致整機傾覆和運動失效，而哺乳動物在自然進化過程中形成了優(yōu)良的生物骨骼肌肉力學特性，如何從生物力學出發(fā)，模擬骨骼－肌肉力學特性、生物韌帶、膝關節(jié)半月板等緩沖保護特性，對柔性機體、彈性腿和柔性足等關鍵部位進行仿生設計是需要研究的問題。

（2）高負載驅動技術。高能量密度的液壓驅動極大地提高了腿式機器人的負載能力和運動能力，但高輕質液壓元件設計制造與控制及集成是液壓驅動機器人開發(fā)過程中的一個瓶頸；并且從骨骼肌肉肌群結構出發(fā)，研究高能效類生物骨骼肌肉集成驅動也是研究難點。

（3）自主導航技術。自主運動是腿式仿生機器人發(fā)展的必然要求，視覺技術是腿式仿生機器人智能自主化的關鍵，要解決這個問題就需要研究機器人視覺系統(tǒng)與立體視覺測程，在機器視覺、圖形圖像算法處理方面增強實時性和智能性。

（4）控制理論與算法。腿式仿生機器人的研究不僅僅局限于樣機研制，重要的是穩(wěn)定性判據和步態(tài)規(guī)劃、運動控制與姿態(tài)控制算法等基礎理論的突破，尤其是高速運動狀態(tài)下的運動穩(wěn)定、規(guī)劃與控制更是需要解決的問題。

（5）主被動關節(jié)運動耦合。機器人在運動過程中并非所有關節(jié)都為主動關節(jié)，如何借鑒腿式被動機器人研究成果，研究各種運動狀態(tài)下的主動被動分離與合成，提高能量利用率，開發(fā)高能效機器人亦是研究難點。

（6）能源自給技術問題?？沙掷m(xù)能源供應問題是制約腿式機器人長時間工作的一個瓶頸，因此，需要研究腿式機器人高可靠能源裝置與可持續(xù)能源自給技術。

5 展望

通過對類哺乳動物腿式仿生機器人國內外現(xiàn)狀的介紹和相關理論及方法分析，結合仿生機器人技術發(fā)展的總體趨勢，可以預見類哺乳動物腿式仿生機器人還要在以下幾個方面有所改進：

（1）非結構化環(huán)境下的柔性液壓驅動。非機構化環(huán)境下的快速動態(tài)運動是腿式仿生機器人優(yōu)良運動的重要實現(xiàn)形式，而高能量密度的液壓驅動是實現(xiàn)高負載能力和擺動頻率的重要途徑，因此，液壓驅動是研究方向之一，同時，配合液壓驅動的智能化柔性環(huán)節(jié)集成、輕量化復合材料液壓驅動元件及控制亦將是需要解決的問題；

（2）仿肌群結構驅動。生物肌肉在瞬間爆發(fā)、吸震緩沖、能量密度等方面具有優(yōu)良的特性，基于生物解剖學與骨骼肌肌小節(jié)串并聯(lián)結構生物力學特性和生物神經控制，研究類生物骨骼肌肉模擬集成、類肌群直接驅動和類神經控制技術，將大大提高腿式仿生機器人的適應性、穩(wěn)定性和強度等。

（3）自主導航運動。非結構化環(huán)境的內在特性制約了腿式仿生機器人的模型控制，而視覺技術是腿式仿生機器人克服環(huán)境制約的重要研究途徑之一，因而，利用立體視覺技術提高非結構化環(huán)境下機器人的智能化和自主化是腿式仿生機器人技術發(fā)展的必然。

6 結束語

本文從類哺乳動物雙腿式機器人和四腿式機器人兩個方面介紹了國內外腿式仿生機器人的研究現(xiàn)狀，分析和討論了相關理論與方法及存在的問題，并對未來的發(fā)展趨勢進行了預測。

總體上說，類哺乳動物腿式機器人朝著高速、高機動、高負載、高自主化和高適應性的方向發(fā)展，其中，美國在這方面的研究處于領先位置。與此同時，基于生物力學的仿肌群串并聯(lián)結構驅動也將成為一個新的研究方向。

［1］譚民.先進機器人控制［M］.北京：高等教育出版社，2007.

［2］Mail Daily.The Real Life C－3po：World’s Most Advanced Robot Has Muscles，Tendons and Ability to Correct Its Own Mistakes［EB/OL］.［2011－12－21］.http：//www.dailymail.co.uk/sciencetech/article－2007740/ecci－worlds－advanced－robotmuscles－tendons－－ability－correct－mistakes.html.

［3］Guizzo E.Virginia Tech’s Humanoid Robot Charli Walks Tall［EB/OL］.［2011－12－21］.http：//spectrum. ieee. org/automaton/robotics/humanoids/042810－virginia－tech－h(huán)umanoid－robot－charli－walks－tall.

［4］Dynamics Boston.Petman［EB/OL］.［2011－12－21］.http：//www.bostondynamics.com/robot＿petman.html.

［5］University M?lardalen.Dasher［EB/OL］.［2011－12－21］.http：//www.dasher.se/.

［6］Honda.Asimo［EB/OL］.［2011－12－21］.http：//www.honda.com.cn/technology/asimo/a＿first.html.

［7］Park I，Kim J，Lee J.Mechanical Design of Humanoid Robot Platform Khr－3［C］//Proceedings of the 5th IEEE－RAS International Conference on Humanoid Robots.Tsukuba，Japan：IEEE，2005：321－326.

［8］Gouaillier D，Hugel V，Blazevic P.Mechatronic Design of Nao Humanoid［C］//Proceedings of the IEEE International Conference on Robotics and Automation.Kobe，Japan：IEEE，2009：769－774.

［9］謝濤，徐建峰.神經網絡及誤差補償在HIT－Ⅲ雙足機器人步態(tài)規(guī)劃中的應用［J］.中國機械工程，2003，14（2）：131－133.

Xie Tao，Xu Jianfeng.Application of Neural Network and Error Compensation in the HIT－double Foot Robot Gait Planning［J］.China Mechanical Engineering，2003，14（2）：131－133.

［10］馬宏緒，張彭.兩足步行機器人研究［J］.高技術通訊，1995，5（9）：17－20.

Ma Hongxu，Zhang Peng.Enhanced Study of Biped Locomotion Robot［J］.High Technology Letters，1995，5（9）：17－20.

［11］Huang Q，Nakamura Y.Sensory Reflex Control for Humanoid Walking［J］.IEEE Transactions on Robotics，2005，21（5）：977－984.

［12］伊強，陳懇，劉莉.小型仿人機器人THBIP－Ⅱ的研制與開發(fā)［J］.機器人，2009，31（6）：587－593.

Yi Qiang，Chen Ken，Liu Li.Research and Development of Kid－size Humanoid Robot Thbip＿II［J］.Robot，2009，31（6）：587－593.

［13］王立權，俞志偉.雙足機器人Heubr＿1樣機研制與實驗研究［J］.機器人，2009，31（5）：453－459.

Wang Liquan，Yu Zhiwei.Experimental Study and Prototype Development of Biped Robot Heubr＿1［J］.Robot，2009，31（5）：453－459.

［14］Collins S H，Wisse M，Ruina A.A Three－dimensional Passive－dynamic Walking Robot with Two Legs and Knees［J］.International Journal of Robotics Research，2001，20（7）：607－615.

［15］Locomotion and Robotics.Ranger［EB/OL］.［2011－12－21］.http：//ruina.tam.cornell.edu/research/topics/locomotion ＿and ＿robotics/ranger/ranger2011/index.html.

［16］Tedrake R，Zhang T W，Seung H S.Stochastic Policy Gradient Reinforcement Learning on a Simple 3DBiped［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.Sendai，Japan：IEEE，2004：2849－2854.

［17］Wisse M.Essentials of Dynamic Walking：Analysis and Design of Two－legged Robots［D］，Delft：Auditorium of Delft University of Technology，2004.

［18］Wisse M，Hobbelen D G E，Schwab A L.Adding an Upper Body to Passive Dynamic Walking Robots by Means of a Bisecting Hip Mechanism［J］.IEEE Transactions on Robotics，2007，23（1）：112－123.

［19］Wisse M.Three Additions to Passive Dynamic Walking；Actuation，an Upper Body，and 3DStability［C］//Proceedings of the IEEE－RAS International Conference on Humanoid Robots.California，USA：IEEE，2005：113－132.

［20］張佩杰.欠驅動雙足機器人行走步態(tài)建模與動態(tài)行走控制策略研究［D］.長春：吉林大學，2010.

［21］毛勇，王家廞，賈培發(fā).雙足被動步行研究綜述［J］.機器人，2007，29（3）：274－280.

Mao Yong，Wang Jiaxin，Jia Peifa.Passive Dynamic Bipedwalking：A Survey［J］.Robot，2007，29（3）：274－280.

［22］Raibert M H.Legged Robots［J］.Communications of the ACM，1986，29（6）：499－514.

［23］Christian R，Johan I，F(xiàn)reyr H.The Basic Design of the Quadruped Robot Warp1［C］//Proceedings of the International Conference on Climbing and Walking Robots.Stockholm，Sweden，2000：1－8.

［24］Berns K，Ilg W，Deck M.Mechanical Construction and Computer Architecture of the Four－legged Walking Machine Bisam［J］.IEEE/ASME Trans－actions on Mechatronics，1999，4（1）：32－38.

［25］Hilljegerdes J，Spenneberg D，Kirchner F.The Construction of the Four Legged Prototype Robot Aramies［J］.Climbing and Walking Robots，2006，2（1）：335－342.

［26］Semini C.HyQ－design and Development of a Hydraulically Actuated Quadruped Robot［D］，Genoa：Italian Institute of Technology，2010.

［27］Steeves C，Buehler M，Penzes S G.Dynamic Behaviors for a Hybrid Leg－ wheel Mobile Platform［C］//Proceedings of the International Conference on spie.Orlando，USA，2002：75－86.

［28］Raibert M，Chepponis M.Running on Four Legs as though They Were One［J］.IEEE Journal of Robotics and Automation，1986，2（2）：70－82.

［29］Raibert M，Blankespoor K，Nelson G.Bigdog，the Rough－terrain Quaduped Robot［C］//Proceedings of the 17th International Federation of Automation Control.Seoul，Korea，2008：10822－10825.

［30］Murphy M P，Saunders A，Raibert M.The Littledog Robot［J］.International Journal of Robotics Research，2011，30（2）：145－149.

［31］Estremera J，Waldron K J.Thrust Control Stabilization and Energetics of a Quadruped Running Robot［J］.International Journal of Robotics Research，2008，27（10）：1135－1151.

［32］Hodoshima R，Doi T，F(xiàn)ukuda Y.Development of Titan XI：A Quadruped Walking Robot to Work on Slopes［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.Sendai，Japan：IEEE，2004：792－797.

［33］Mizuuchi I，Matsuki T，Inaba M.柔軟脊椎構造を持つ四腳ロボットの GAによる動作生成［C］//第17回日本ロボット學會學術講演會.東京，日本，1999：199－200.

［34］Yamada Y，Nishikawa S，Shida K.Neural－body Coupling for Emergent Locomotion：A Musculoskeletal Quadruped Robot with Spinobulbar Model［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.San Francisco，USA：IEEE，2011：1499－1506.

［35］Maufroy C，Kimura H，Takase K.Integration of Posture and Rhythmic Motion Controls in Quadrupedal Dynamic Walking Using Phase Modulations Based on Leg Loading/Unloading［J］.Autonomous Robots，2010，28（3）：331－353.

［36］Zhang Z G，Kimura H.Rush：A Simple and Autonomous Quadruped Running Robot［J］.Journal of Systems and Control Engineering，2009，223（3）：323－336.

［37］Koo I M，Trong T D，Kang T H.Control of A Quadruped Walking Robot Based on Biologically Inspired Approach［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.San Diego，USA：IEEE，2007：2969－2974.

［38］Intelligent Robotics ＆ Mechatronic System Laboratory.Aidin Robot［EB/OL］.［2011－12－21］.http：//mecha.skku.ac.kr/board/list.php？bbs＿id＝Robotics＿03.

［39］Park S H，Kim D S，Lee Y J.Discontinuous Spinning Gait of a Quadruped Walking Robot with Waist－joint［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.Edmonton，Canada：IEEE，2005：2744－2749.

［40］Park S，Lee Y J.Entertainment Walking Robot that Feeds on Batteries［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.San Diego，USA，2007：2035－2040.

［41］Son H M，Gu J B，Park S H.Design of New Quadruped Robot with Sma Actuators for Dynamic Walking［C］//Proceedings of the International Joint Conference on SICE－ICASE.Busan，Korea，2006：344－348.

［42］Kim H K，Won D，Kwon O.Foot Trajectory Generation of Hydraulic Quadruped Robots on Uneven Terrain［C］//Proceedings of the International Conference on Automation Control.Seoul，Korea，2008：3021－3026.

［43］封錫盛.從有纜遙控水下機器人到自治水下機器人［J］.中國工程科學，2000，2（12）：29－33.

Feng Xisheng.From Remotely Operated Vehicles to Autonomous Undersea Vehicles［J］.Engineering Science of China，2000，2（12）：29－33.

［44］張秀麗.四足機器人節(jié)律運動及環(huán)境適應性的生物控制研究［D］.北京：清華大學，2004.

［45］Sun L，Meng M Q H，Chen W M.Design of Quadruped Robot Based Cpg and Fuzzy Neural Network［C］//Proceedings of the IEEE International Conference on Automation and Logistics.Jinan，China：IEEE，2007：2403－2408.

［46］馮華山，王潤孝，趙國斌.基于Kalman濾波的四足機器人姿態(tài)數據處理方法［J］.中國制造業(yè)信息化，2008，37（19）：37－44.

Feng Huashan，Wang Runxiao，Zhao Guobin.The Kalman Filter－ based Attitude Data Processing Method for Quadruped Robot［J］.Manufacture Information Engineering of China，2008，37（19）：37－44.

［47］李軍，王潤孝，馮華山.四足機器人靜步態(tài)直線行走規(guī)劃研究［J］.計算機仿真，2009，26（6）：183－186.

Li Jun，Wang Runxiao，F(xiàn)eng Huashan.Research on Static Linear Walking of Quadruped Robot［J］.Computer Emulation，2009，26（6）：183－186.

［48］山東大學機器人研究中心.液壓驅動機器人［EB/OL］.［2011－12－21］.http：//www.sucro.org/ShowNews.asp？id＝3858

［49］俞志偉，戴振東，郭策，等.一種液壓驅動式四足機器人：中國，CN102001371A［P］.2011－04－06.

［50］Roston G P，Endsley E.Transformable Mobile Robot：US，608673［P］.2000－05－30.

［51］Hashimoto K，Sugahara Y，Tanaka C.Unknown Disturbance Compensation Control for a Biped Walking Vehicle［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.San Diego，USA：IEEE，2007：2204－2209.

［52］Yasuhiro F，Katabuchi H，Kimura H.Dynamic Locomotion of Quadrupeds “Tekken 3 ＆ 4”Using Simple Navigation System［J］.Journal of Robotics and Mechatronics，2010，22（1）：36－42.

［53］Vukobratovi M，Borovac B，Potkonjak V，ZMP：A Review of Some Basic Misunderstandings［J］.International Journal of Humanoid Robotics，2006，3（2）：153－176.

［54］Mc Ghee R B，F(xiàn)rank A A.On the Stability Properties of Quadruped Creeping Gaits［J］.Mathematical Biosciences，1968，3（1）：331－351.

［55］Goswami A.Postural Stability of Biped Robots and the Foot－rotation Indicator Point［J］.International Journal of Robotics Research，1999，18（6）：523－533.

［56］Chevallereau C，Westervelt E R，Grizzle J W.Asymptotically Stable Running for a Five－link，F(xiàn)our－actuator，Planar Bipedal Robot［J］.International Journal of Robotics Research，2005，24（6）：431－435.

［57］Fu C L，Chen K.Section－Map Stability Criterion for Biped Robots Part I：Theory［C］//Proceedings of the International Conference on Mechatronics and Automation.Harbin.China，2007：1529－1534.

［58］McGhee R B.Some Finite State Aspects of Legged Locomotion［J］.Mathematical Biosciences，1968，2（1）：67－84.

［59］Hirai K.Current and Future Perspective of Honda Humamoid Robot［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and System.Grenoble，F(xiàn)rance：IEEE，1998：500－508.

［60］Mistry M，Buchli J，Schaal S.Inverse Dynamics Control of Floating Base Systems Using Orthogonal Decomposition［C］//Proceedings of the 2010 IEEE International Conference on Robotics and Automation.Anchorage，USA：IEEE，2010：3406－3412.

［61］Ijspeert A J.Central Pattern Generators for Locomotion Control in Animals and Robots：A Review［J］.Neural Networks，2008，21（4）：642－653.

［62］Mori T，Nakamura Y，Sato M.Reinforcement Learning for Cpg－driven Biped Robot［EB/OL］.［2011－12－21］.http：//www.aaai.org/Papers/AAAI/2004/AAAI04－099.pdf

［63］Arena P，F(xiàn)ortuna L，F(xiàn)rasca M.An Adaptive Selforganizing Dynamical System for Hierarchical Control of Bio－inspired Locomotion［J］.IEEE Transactions on Systems，Man，and Cybernetics，Part B：Cybernetics，2004，34（4）：1823－1837.

［64］Tran D T，Koo I M，Vo G L.A New Method in Modeling Central Pattern Generators to Control Quadruped Walking Robots［C］//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.Louis，USA：IEEE，2009：129－134.

［65］Matos V，Santos C P.Omnidirectional Locomotion in a Quadruped Robot：A Cpg－based Approach［C］//Proceedings of the 2010IEEE/RSJ International Conference on Intelligent Robots and Systems.Taipai，China：IEEE，2010：3392－3397.

［66］Hirose M，Ogawa K.Honda Humanoid Robots Development［J］.Philosophical Transactions of the Royal Society A：Mathematical，Physical and Engineering Sciences，2007，365（1850）：11－20.

［67］Kanzaki S，Okada K，Inaba M.Bracing Behavior in Humanoid through Preview Control of Impact Disturbance［C］//Proceedings of the IEEE－RAS International Conference on Humanoid Robot.Tsukuba，Japan：IEEE，2005：301－305.