スラック - 南通クリアウォーターベンチャーグループ

Scientific Reports volume 13、記事番号: 3290 (2023) この記事を引用

1532 アクセス

9 オルトメトリック

メトリクスの詳細

動物たちは多様な地形をたくましく走ります。軸索伝導速度は毎秒数十メートルに制限されているため、この移動の堅牢性は不可解です。反射ループが大幅な遅延を伴って感覚情報を伝達する場合、感覚運動制御に不安定な影響を与えることが予想されます。したがって、別の説明では、伝送遅延の影響を軽減するために、低レベルの適応力学と高レベルの感覚運動制御の階層構造について説明します。即時応答を引き起こす適応メカニズムの概念に動機付けられ、調整可能な物理ダンパーシステムを開発しました。私たちのメカニズムは、物理的なダンパーに接続された調整可能な緩みを持つ腱を組み合わせています。スラックダンパーにより、減衰力、立ち上がりタイミング、有効ストローク、エネルギー消費を調整できます。開ループモードで制御される脚式ロボットに取り付けられたスラックダンパー機構の特性を評価します。ロボットは、さまざまな地形や摂動の上を垂直かつ平面的にホップします。フォワードホッピング中、スラックベースのダンピングにより、より高いエネルギーコスト (27%) でより高速な摂動回復 (最大 170%) が向上します。調整可能なスラック機構は、摂動中にダンパーを自動的に作動させ、摂動トリガー減衰をもたらし、最小限のエネルギーコストで堅牢性を向上させます。スラックダンパー機構の結果を用いて、動物の余剰筋腱の調整可能なダンパーとしての新しい機能的解釈を提案します。

上: 地面の乱れの上で高速走行するのは困難です。最大 50 ミリ秒の感覚運動遅延により、中枢神経系は突然の地面の乱れを認識して反応するのに苦労します1。対照的に、筋骨格系の固有機構はスプリングダンパーのように機能します。これらは、環境と接触すると物理的な反応を引き起こし、したがって即時 (< 5 ms) の反応を引き起こします。私たちは、脚の減衰が適応力の生成とエネルギー散逸を通じて地面の外乱を軽減すると仮説を立てています。腱のたるみが関節の動きと連動して、ダンパーが自動的に係合します。これにより、移動の堅牢性とエネルギー効率の間にトレードオフが生じます。下: ダンパーのスラックにより、摂動によって引き起こされる減衰が可能になります。十分に弛ませると、立脚時にダンパーが作動せず、スプリングによるトルクのみが発生します。摂動に遭遇すると、脚の圧縮がさらに増加し、ダンパーの緩みがすべてなくなり、ダンパーはスプリングと平行に係合します。

動物は広範囲の地形をダイナミックに走ります（図1）。自然の地形の凹凸や変化するコンプライアンスには、予期しない地面の状態に迅速かつ動的に適応する能力が必要です。しかし、動物の神経伝達の遅延により感覚運動情報の伝播が遅くなり 2、動物のサイズに応じて立脚期の持続時間の 5 ～ 40% も神経反応が不可能になります 1。したがって、感覚運動情報の遅れにもかかわらず、動物がどのようにして非常にダイナミックな動きを生み出し、維持できるのかは、神経科学とバイオロボティクスにおける中心的な問題です1,3,4,5。

筋肉の固有の機械的特性により、予期せぬ摂動の拒絶が促進されます6、7、8、9。筋肉組織は、非線形の弾性と粘性のような機械的特性を備えており、筋力を筋腱線維の長さまたは収縮速度の変化に即座に適応させます。これらの機械的特性により、神経筋骨格系は外部の摂動に対して遅延ゼロで反応することができ、この能力は「プレフレックス」と呼ばれます 10,11。

固有の弾性と脚の移動におけるその役割は広く研究されています12、13、14、15、16。たとえば、非線形の直列バネのように動作する腱は、地面との接触中に機械エネルギーを蓄積および放出し 12、衝撃耐性を向上させます 17。これに触発されて、並列および直列の弾性アクチュエータが脚式ロボットの設計にうまく実装されており、少ない制御労力で堅牢性が向上していることが実証されています。対照的に、脚の移動において減衰が果たす機能的役割は、あまり研究され理解されていません。

減衰により、衝撃速度に適応した力の結果を生成できます。この適応力出力は、衝撃時の有効力出力を強化し 22、制御努力を最小限に抑え 23、動作を安定させ 24、25、26、予期せぬ外乱を排除します 27、28。それにもかかわらず、エネルギー消費の増加につながる可能性があるため、（バイオ）ロボットシステムの設計では減衰は通常最小限に抑えられます。興味深いことに、脊椎動物は筋線維によって生成される減衰を調整できるようです29。これは、調整可能な減衰が、地形条件に応じて減衰力を調整し、エネルギーを散逸させるためのソリューションになり得ることを示唆しています。

バイオロボティクスにおける調整可能な減衰は、制御 30,31、つまり仮想減衰を通じて実装できます。仮想減衰には、設計上の大きな制約が生じます。それには、正確な速度推定、高周波制御 (> 1 kHz)、十分なピーク力を生成するための強力なアクチュエータ、および発生する熱を効果的に放散する手段が必要です32、33、34、35、36。あるいは、物理ダンパーをロボットの関節と平行に取り付けることもできます37。物理ダンパーは、物理的かつ瞬時に認識して応答し、コントローラーや計算を必要とせず、アクチュエーターのピーク負荷を共有するため、地形の摂動に迅速に適応できる可能性があります38。脚式ロボットに取り付けられた物理ダンパーを使用して減衰を調整するのは困難であることが判明しました。より高い減衰率を設定すると、予想されるより大きな力が得られますが、脚の圧縮が減少し、効果的なダンパーストロークが得られます38。その結果、ワークループ面積で示される消費エネルギーは増加しませんでした。さらに、固定取り付けの物理ダンパーは継続的に動作し、平坦な走行中にエネルギーを放散します。代わりに、物理的に調整可能な減衰は、理想的には摂動自体によってトリガーされる必要があります。ダンパーは、走行中に経験する地面の外乱の存在とその程度に応じて作動し、自動調整される必要があります。

筋腱ユニット 39,40 や動物からヒントを得たロボット 41 で観察された腱のたるみは、脚付きシステムに調整可能な減衰を実装するための設計テンプレートを提供してくれました (図 1 上)。腱のたるみの長さは、「筋肉に関連する腱が伸びに抵抗し、力を生み出し始める長さ」として定義されます40。他の研究では、「腱には最大 2% の緊張がかかり、かなりの力が伝わり始める前に縮んだ腱原線維が『伸びる』ことを表しています」39。 Badri-Spröwitz et al. 大型鳥類の指の屈曲動作における腱の緩みを示し、関連するロボットに腱の緩みを実装しています41。腱の緩みを制御してダンパーを関節から外すことで、ダンパーの係合の開始、タイミング、量を調整できることが期待されます。さらに、腱のたるみにより、摂動トリガー戦略が可能になります (図 1 下)。たとえば、平坦な地形での定常状態のランニング中、脚は腱のたるみを飽和させることなく圧縮されます。知覚されない地面の摂動によって脚の圧縮がさらに増大すると、腱の変位が腱のたるみを超え、自動的にダンパーが作動し始めます。この戦略により、地面の摂動によってトリガーされる適応力の出力が可能になります。

この研究では、腱の弛みに基づいて、生物からインスピレーションを得た物理的に調整可能な減衰戦略を実装し、テストしました。私たちは、摂動によって引き起こされる減衰を生成し、地面の摂動に対する堅牢性を向上させることを目的としました。私たちは、定常状態と摂動状態の両方で、垂直および前方ホッピング中のロボット脚でこの設計コンセプトを評価しました。以前の設計 38 とは異なり、当社のスラックダンパー機構により、ダンパーの係合とエネルギー散逸を簡単に調整できるようになりました。エネルギーコストが増加する一方で、物理的減衰設計の適応特性によりホッピングの堅牢性が向上することが観察されました。当社のスラックダンパーメカニズムの摂動によって引き起こされる容量により、堅牢性と効率の間のより有利なトレードオフが可能になります。

ロボットの脚ジョイントに油圧ダンパーを取り付けた提案された設計を研究するために、3 つの実験を設計しました (表 1)。すべての条件で、ダンパーのスラック値 10、6、3、0 mm をテストしました。これらの設定は、完全なスラック (10 mm、最小有効減衰) からスラックなし (0 mm、最大有効減衰) までの範囲に及びます。開ループコントローラーがロボットの脚の移動パターンを生成しました。フィードバックがなければ、地面の摂動はこの高レベルの制御 (神経回路) には見えず、摂動は物理的応答の形で低レベルの機構によってのみ補償できます。

垂直ホッピングセットアップを使用して移動の垂直成分を調査し、すべてのステップで地面反力（GRF）を測定できるようにしました（図5e）。システムの堅牢性を評価するために、ステップダウン摂動を導入しました。より現実的な移動力学をシミュレートするために、脚をブーム構造に取り付ける前方ホッピングセットアップを使用しました（図5f）。起伏の多い地形でのフォワードホッピング性能と、ランプアップ、ステップダウンの摂動に対するロバスト性を分析しました。

すべてのデータは補足表 S3–5 にあります。

フィードフォワード制御を使用すると、脚は 2 つの摂動レベルと 4 つのスラック値の垂直セットアップでホップしました。図 2a は、10 回の繰り返しの時系列の例を示しています。テスト条件には、脚の長さ (LL) 15% の摂動と 3 mm の腱のたるみが含まれていました (補足ムービー S1)。摂動したステップ 1 では、脚がより高速で地面に衝突し、さらに圧縮されました。これにより、摂動前のレベルよりも高いダンパー力とスプリング力が発生しました。ダンパー内部の復元バネにより、立脚途中でもダンパー力がゼロにならないことに気付きました。

減衰調整には調整可能なスラック機構が有効であることがわかりました。ダンパーの緩み調整を 0 ～ 6 mm にすると、ダンパーの係合が遅くなります。レベルホッピング中のバネ力の開始後 0 ～ 50 ms です (図 2b)。レベルホッピング中のダンパーの力と変位の仕事ループにより、ダンパー力の制御可能な開始が確認されました（図2c）。囲まれたワークループ領域は、ダンパーのスタンバイ消費エネルギーを表します。 0、3、6、および 10 mm のダンパースラック値は、152、86、29、および 1mJ の待機電力にマッピングできます。摂動ステップでは、ダンパーはレベルホッピングのスタンバイ消費と比較してより多くのエネルギー（65％から190％）を消費しました（図2d）。余分に散逸したエネルギーは地面の落下の高さと関連しており、地形の乱れに対する適応的なエネルギー散逸を示しています。テストしたすべての条件において、余分な散逸エネルギーは次のステップで 0 に収束し、定常状態のホッピングに回復したことを示しています。

ホッピングシステムの堅牢性は、ヒップの高さの位相プロットによって定性的に評価できます（図2eおよび補足ムービーS1）。 10 mm のスラック設定では、灰色の線のオーバーレイで示されているように、ホッピング動作が最も変化し、10 回の繰り返しで 200 ステップを表しています。 6 mm のスラック設定では、位相プロットはきれいで、ホッピングは他の設定よりも少ないステップで新しい「リミットサイクル」に収束しました。定量的なロバスト性の測定は、摂動後にシステムを元のホッピング高さに戻すのに必要なステップ数です (図 2f)。システムの堅牢性は 6 mm のスラック設定で最も高く、10% と 15% の LL 摂動を回復するには平均して 1.7 ステップと 2.5 ステップを必要としました (図 2g)。より強い摂動では、ロボットは回復するためにより多くのステップを必要としました。ホッピングシステムのエネルギーをホッピングのコスト (CoH、式 (4)) によって測定します。より高い減衰またはより強い摂動により、CoH は 6.3 から 7.6 に増加しました (図 2h)。 10％のLL摂動で6 mmのダンパーの緩みでは、10 mmのダンパーの緩みと比較して、5％高いCoHと組み合わせて摂動の回復が47％速いことがわかりました（図2i）。

ステップダウン摂動を伴う垂直ホッピング: (a) 股関節位置 y、GRF、スプリング、およびダンパー力の 10 回の繰り返しオーバーレイ時系列。ステップ 1 での 15% LL 摂動は、衝撃速度が速いため、GRF、スプリング、およびダンパー力を増加させます。 3 mm のたるみ設定により、ダンパーは接地までに遅れて力を発生し始めます。 (b) このダンパー係合遅延は、ダンパーのスラック設定によって調整できます。 (c) 乱れのない周期ステップでの 10 回繰り返しのオーバーレイダンパーワークループは、開始位置を確実に調整でき、待機消費エネルギー (密閉領域) を調整できることを示しています。 (d) 摂動ステップ中の平均追加ダンパー消費エネルギー。 (e) 15% LL 摂動下で 10 mm および 6 mm のダンパーのたるみを伴う股関節位置の位相プロット。灰色のオーバーレイは 20 ステップの 10 回の繰り返しのオーバーラップを示し、濃い色の線は平均化された軌跡です。 (f) 摂動ステップ中の平均ホッピング頂点高さ。透明なオーバーレイは 95% の信頼境界を表します。 (g) 摂動後の回復までのステップ数とダンパーのスラック設定の関係。 (h) ホッピングのコストとダンパーのスラック設定の関係。 (i) 異なるダンパーのスラック設定と摂動レベルの下での、回復までのステップ数とホッピングのコストとの関係。

正弦波グラウンドでの前方ホッピング中、ステップサイクルタイムの標準偏差はホッピングの周期性を定量化します。平坦な地形では、ダンパーのたるみが少なくなると、ステップサイクル時間の標準偏差が27ミリ秒から2ミリ秒に減少し、より多くのダンピングでホッピング周期性が改善されることがわかりました（図3a）。この傾向は、±5 mm および ±10 mm の起伏の多い地形ではあまり明白ではありません。これは、ステップサイクル時間の変動が最初にダンパースラック値 6 mm で増加し、次にダンパースラックが少なくなると減少するためです。フォワードホッピングのエネルギーコストは、輸送コストとして測定されました42 (CoT、式(5))。減衰の増加に伴い、CoT は最小の 0.75 から 1.35 まで増加しました (図 3b)。ホッピングの周期性と CoT は両方とも地形の粗さの影響を受けました。平坦な地形では、減衰の増加は周期性の改善とCoTの増加に関連していました（図3c）。地形粗さ±5 mm では、ダンパーのスラック値が 0、3、6 mm のデータは同様の傾向を示します。 10 mm のダンパーのスラックは、CoT が 0.75、標準偏差が 2 ms のサイクルタイムで最高のパフォーマンスを示します (図 3d)。地形粗さが ±10 mm の場合、サイクル時間の標準偏差はすべてのスラック設定で 2 mm ～ 3 mm 付近に集中し、CoT は 0.79 ～ 1.32 の範囲で変化しました。これら 3 つのテストされたテレインの中で、最も強い減衰、つまりスラック 0 mm の設定は、\(\おおよそ\)2 ms のサイクル時間標準偏差でより良い周期性を示しましたが、CoT は 1.24 ～ 1.35。

連続摂動を伴う前方ホッピング: (a) ステップサイクルタイムの標準偏差は、ホッピングの周期性がダンピングが高くなるほど (スラックが少なくなれば) 改善されることを示しています。 (b) CoT とダンパーのスラック設定の関係。 (c) 平坦な地形では、CoT を犠牲にして減衰を高めることにより、周期的なホッピングを維持するロボットの能力が向上します。 (d、e) 連続摂動地形では、高い減衰は高い CoT と良好な周期性にも関連付けられます。

予期せぬ突然の摂動に対するシステムの応答をテストすることで、フォワードホッピング中のシステムの堅牢性を評価しました。したがって、ホッピング経路におけるステップダウン摂動を伴うロボット脚の動作を分析しました。ロバスト性の測定として、ステップ摂動後にホッパーが回復するのに必要なステップ数をカウントしました。ロバスト性の 2 番目の測定は、10 回の摂動試行のうちの失敗の数です。ダンパーの緩みを 10 mm から 0 mm に減らすことにより、ロボットの脚に必要な平均回復ステップは、15% LL 摂動の場合は 2.7 から 1.0 に、30% LL 摂動の場合は 2.6 から 2.3 に減少しました (図 4a)。同様に、減衰を増やすと、失敗した試行の数は、15% LL 摂動では 7 から 0 に、30% LL 摂動では 10 から 3 に減少しました (図 4b)。脚式ロボットは、テストした 2 つの摂動レベルで、平均 0.7 回多くの回復ステップを必要としたり、平均して 4 倍多くの回復ステップを必要としたため、より強い摂動に対する堅牢性が低くなりました。他の2つの実験と同様に、CoTが0.95から1.44に増加するにつれて、システムのエネルギーコストは減衰が大きくなるにつれて増加しました（図4c）。 15％のLL摂動で0 mmのダンパーの緩みでは、10 mmのダンパーの緩みと比較して、27％高いCoHと組み合わせて、170％速い摂動回復が見つかりました（図4d）。両方の堅牢性の測定で、減衰設定を高くすると、より多くのエネルギーコストを犠牲にして堅牢性が向上する傾向が観察されました（図4dおよびe）。

ランプアップおよびステップダウン摂動を伴う前方ホッピング: ロボットシステムのロバスト性は、安定したホッピングを回復するために必要なステップ数 (a) と 10 回の試行で失敗した試行の数 (b) で定量化されます。 (c) CoT とダンパーのスラック設定の関係。 (d、e) は、堅牢性と CoT の間のトレードオフを示しています。

スラックダンパー機構により、効果的な減衰調整が可能です。これには 3 つの影響があります。まず、スラック設定に応じて、ダンパーは地面からの衝撃に対して即座に反応するか、または遅れて反応します (図 2b)。第二に、ダンパーストロークの開始は、腱の弛みによって確実に設定できます（図2c）。第三に、囲まれた仕事ループのサイズの変化が示すように、ダンパーによって生成される機械的仕事は調整可能です (図 2c)。このようなレベルのダンパー応答の調整は、オリフィス調整を介して同じダンパーモデル (2 セグメントの脚で実装) の減衰率を制御するという、以前のより標準的なアプローチでは不可能でした 38。対照的に、ダンパー腱の緩みを調整することは、ロボットの脚に組み込まれた減衰を調整するための効果的な戦略を提供します。ダンパー腱システムのたるみにより、平行スプリングが足の接地後数十ミリ秒以内にダンパーの衝撃を和らげます。その結果、ダンパーは、緩みが少ないシナリオよりも少ない力と有効なストロークを生成しました (式 (1)、図 2c)。

地面の高さが急激に下がった後のステップでは、追加の重力エネルギーにより接地速度が 20% ～ 30% 速くなります。それに応じてダンパー力と負の仕事が増加し、摂動を補償する有益な機械的反応が得られます (図 2d)。したがって、ダンパーの実装は、摂動レベルと一致し、1 つのパラメーターだけで調整可能な適応的な方法で機械的仕事を生成します。ダンパー腱の緩み。

システム固有のセンサーおよび制御ノイズとモーター制御の不正確さのため、脚付きシステムの堅牢性が必要です1,43,44。 Heim et al.45 は、摂動による減衰を含む修正バネ荷重倒立振子 (SLIP) モデルにおけるタスクレベルの安定性を定量化し、減衰の増加がロバスト性の向上に寄与することを示唆しています。脚の移動シミュレーション研究 24,26 と筋肉実験 46 により、ダンピングの安定化効果が明らかになりました。この理論的証拠は、私たちのバイオロボットのセットアップを動機づけて、ダンピングとその移動の堅牢性への影響を調査し、特徴付けすることにしました。

一般に、ダンピングによりシステムの堅牢性が向上します。垂直ホッピング実験では、少量の減衰（6 mmのたるみ）を追加すると、ステップ摂動からの最速の回復が得られました（図2eおよびg）。一定量の減衰を超えると、段差を飛び越える高さによって示されるように、ロボットの脚は「過剰に減衰」しているように見えます。たとえば、より多くの減衰（スラック < 6 mm）を使用すると、事前摂動挙動への収束はよりスムーズになりますが（図 2f）、より多くのステップが必要になります（図 2g）。順ホッピング実験では、ダンピングを増やすと、過剰なダンピングしきい値が出現することなく、ホッピングの周期性 (図 3a) とロバスト性 (図 4a および b) が向上しました。私たちのシステムは、この混乱した状況でも良好に機能しました。前方ホッピング動作に単純なフィードフォワード開ループコントローラーを使用したにもかかわらず、80 回の試行中 64 回で摂動を克服しました。摂動を感知するために電子センサーは利用されていませんが、脚に埋め込まれた受動的コンプライアンスが機械センサーとアクチュエーターの固有システムとして機能し、外部妨害を検出して即座に応答します。私たちは、ダンピングから出力される適応力が重要な役割を果たすと考えています。私たちのロボットと同様のサイズの反射制御哺乳類の四足動物の感覚運動遅延の合計は 60 ms3 です。比較すると、ロボット脚における減衰力生成の遅れは 50 ミリ秒未満です (図 2b)。これは、物理的な減衰力が摂動に応答して反射制御よりも速く効果的に作用することを確認します。

ダンパーシステムによってもたらされる堅牢性の向上には、エネルギー的なコストがかかります。減衰設定を高くすると (緩みが少なくなり)、すべての実験のエネルギーコストが高くなります (図 2i、3b、および 4c)。これは、アクチュエータが減衰によって失われたエネルギーを補い（図2c、d）、定常状態のホッピング動作を達成するために、より多くの電力を生成する必要があるために発生します。調整可能な減衰は、システムの堅牢性とエネルギーコストの間のトレードオフにつながります（図4d、e）。このトレードオフは、ホッピングが摂動に対しては強いがエネルギー消費が犠牲になるか、エネルギー効率は良いが外乱に対して脆弱であるかのどちらかであることを意味します。腱のたるみを調整することで、地形に応じて適切な妥協点を選択できます。

脚付きシステムの減衰の利点については、依然としてこの分野で議論が続いています24、45、47。脚による移動に関するほとんどの研究は、堅牢性、安定性、エネルギー消費などの 1 つの側面の最適化に焦点を当てています。それどころか、生物学における進化は、おそらく単一目的の最適化プロセスではありません。その代わりに、脚の移動を特徴付ける多くのパフォーマンス指標間の相互作用を理解するには、より全体的な視点が必要であると主張します。したがって、移動の優先順位は変更できると主張します。図 1 が示すように、平坦地での移動中のエネルギー消費を最小限にするには、減衰を少なくすることが望まれます。起伏の多い地形の場合、地面の外乱に対する堅牢性を向上させるために、より高い減衰が好ましい。したがって、減衰は堅牢性とエネルギー消費の間のトレードオフのバランスを取るための鍵となります。

エネルギー消費に関するスラックダンピングメカニズムの利点は、摂動トリガー戦略が可能になることです。ダンパー腱のたるみは、レベルホッピング時にかろうじて噛み合うように調整できます。その後、地面の摂動によってより高い衝撃速度が誘発されると、作動します。このようにして、ダンパーが存在しないことで、レベルホッピング中のエネルギーの散逸が最小限に抑えられ、同時にダンパーの係合により地盤変動ステップでの堅牢性が向上します。この自動オンオフ制御は、摩擦、レオロジー、渦電流、および流体力学から生成される減衰を完全にオフにするのが難しいため、以前のダンパー実装では不可能でした 48、49。非線形減衰係数の調整を最適化する代わりに、私たちの機構は固定減衰係数を備えていますが、たるみ腱を利用して調整可能なオンオフ減衰を作成します。提案されたたるみ腱は、ばねを選択的に係合するために適用することもできる。したがって、調整可能な腱の弛み機構は、適応型コンプライアンスアクチュエータアプリケーションに新しい機構を提供します。

減衰の適応力出力に加えて、減衰の調整可能性により、新しい地形への移行など、より優れたホッピング動作が提供されることが期待されます。より平坦でない地形が予想される場合は、それに応じてダンパーの緩みを調整して、より強い摂動に対する堅牢性を高めることができます。これには、オンラインスラック調整メカニズムとそのフィードバック制御戦略が必要です。おそらく、フィードフォワードコントローラーは、不確実な環境で非常に堅牢な実行を生み出すのに十分である可能性があります50。ハードウェア実装による制限があるため、オンラインチューニング設計を徹底的に調査しませんでした。それにもかかわらず、4 つのダンパースラック設定は、オンラインで調整可能な減衰の概念実証を示しています。

将来的には、剛性制御を備えたシステムを拡張することを検討しています。調整可能なスプリングの設計は広範囲に研究されています 37 が、調整可能な減衰との組み合わせはまれです。剛性と減衰のソフトウェアオンライン調整は実現されています51,52が、正確なセンシング、高周波制御、強力な作動に依存しています。仮想フィードバックインピーダンス制御 53、54 と物理的なスプリングおよびダンパーの組み合わせにより、ソフトウェア制御の柔軟性と高速な物理的応答 5 が実現します。これらの改善により、砂利などの自然地形での多用途かつ堅牢な移動のためのコントローラーとハードウェアを容易に実装できるようになります。

要約すると、この研究は脚の移動における調整可能な減衰メカニズムを理解することを目的としています。私たちは筋腱の弛みからヒントを得たスラックダンパー戦略を提案し、ロボット脚ホッピングでそれをテストしました。スラックダンパー機構により、開始タイミング、作動ストローク、エネルギー散逸に関して効果的に調整可能な減衰が可能になります。この研究は、さまざまな減衰レベルの下でのエネルギー学と堅牢性の間のトレードオフについての新しい洞察を提供します。さらに、スラックダンパー設計により、摂動トリガーによる減衰が可能になり、移動中の予期せぬ摂動によるトレードオフが解決されます。私たちの結果は、将来のロボット移動ハードウェアとコントローラーの設計にインスピレーションを与える可能性があります。

3 セグメントの脚のデザインは、小型哺乳類の四足動物の脚の解剖学からインスピレーションを得て簡略化されました (図 5a)。これはパンタグラフ構造を形成する 4 つのリンクで構成されていました (図 5b)。膝関節に結合されたスプリングとダンパーは、大腿四頭筋の受動的コンプライアンスを模倣しました。腓腹筋とアキレス腱は、パラメータ空間を減らすために剛体リンクとして単純化されました。 2 自由度の脚は 2 つのモーター (股関節と膝) によって完全に作動しました。主要な設計パラメータは補足資料 (図 S1 および表 S1) に記載されています。

脚は主に既製のコンポーネントと 3D プリントで製造されました (図 5c)。主要な構造コンポーネントは、強度と耐衝撃性を向上させるために炭素繊維強化ナイロンを使用して 3D プリントされたフットセグメントを除き、ポリ乳酸 (PLA) を使用して 3D プリントされました。腰と膝のモーター (MN7005-KV115、T モーター、最大定格トルク 1.3Nm) は、脚の振り慣性を軽減するために腰に同軸に配置され、ギアには 5:1 遊星ギアボックス (lgu35-s、Matex) を使用しました。彼らをダウンさせます。膝トルクは、追加の 25:12 ギア比を備えたタイミングベルト (SYNCHROFLEX 10/T5/390、Contitech) によって伝達されました。力を測定するために、2 つのロードセル (モデル 3134、Phidgets、20kg) をスプリングとダンパーに取り付けました。ニースプリング（SWS14.5-15、ミスミ）は、脚を立脚状態に保持するように設計されています。その剛性 10.9N/mm は、脚長の 10% のたわみでロボットの体重の 3 倍を生成すると経験的に決定されました 55,56。膝ダンパー (1210M、ミスミ) は、前回の研究で最も効果的なダンパーとして選択されました38。スプリングとダンパーは両方とも、それぞれカム半径 30 mm と 20 mm で、ダイニーマ腱 (Climax Combat Speed 250/150、Ockert) を介して膝関節に結合されました。ダンパーのピストンにローラー（VMRA20-4、ミスミ）を取り付け、膝屈曲時の腱の張力（「筋肉の伸長」）をダンパーピストンの押し込み運動に変換しました。脚全体の重さは0.94kg、静止脚の長さは31cmです。

脚付きシステム内で動作する場合、調整可能なダンパーを調整するのは困難です。減衰設定を高くすると、ダンパーが生成する力が大きくなり、その結果、ピストンの変位が減少し、散逸エネルギーの予想される変化が損なわれる可能性があります38。したがって、ダンパー内部バルブのオリフィスの調整が散逸エネルギーにどのような影響を与えるかを予測することは困難です。オリフィスの大きさを調整することでダンパー力を調整するのではなく、ダンパーテンドンのたるみを調整することで減衰を制御することを提案します。腱のたるみは生物学的に観察されており、かなりの力を発揮し始める前に、腱が公称腱長の 2% まで伸びます 39,40,41。これは、腱の応力-ひずみ図では「つま先領域」として知られています。

この観察に触発されて、ダンパーを膝プーリーに接続するときに、定義された腱のたるみの長さを設定しました（図5d）。私たちの機構では、ダンパー本体とロードセルにそれぞれ外ネジと内ネジが加工されています。ダンパー本体をロードセルにねじ込むことで、1回転±1mmの分解能でダンパーの位置を設定します。調整可能なねじ切りにより、0 ～ 10 mm の範囲で正確な緩み制御が可能です。各実験の前に、ダンパー本体の動きを防ぐために 2 つのナットでダンパーを所定の位置にロックします。

このスラックダンパー機構により、減衰の調整が可能になりました。ダンパーエネルギー散逸 \(E_{ダンパー}\) は、ダンパー力 \(F_{ダンパー}\) とダンパーピストン変位 x の積分として計算され、2 つの付随効果により腱のたるみ s によって制御できます (式 ( 1))。まず、地面の衝撃によって脚が屈曲すると、平行バネが脚の屈曲を減速させます。同時に、腱のたるみが飽和し、ダンパーのピストンの係合条件が緩和されます (たるみが増えると \(\hat{=}\) ダンパー力 \(F_{damper}\) が減ります)。次に、腱のたるみにより、有効なダンパーピストンストローク \(\Delta x\) が減少します (たるみが増加すると、\(\hat{=}\) ピストンストローク \(\Delta x\) が減少します)。これら 2 つのメカニズム、つまりダンパーの係合を柔らかくする (\(F_{ダンパー}\) を少なくする) とダンパーの係合を遅らせる (\(\Delta x\) を少なくする) の組み合わせにより、腱のたるみ s と統合ダンパーエネルギー散逸 \ との間に反比例の関係が予測されます。 (E_{ダンパー}\)。

提案された設計を 4 つのスラック設定で評価するために、2 つの実験セットアップと 3 つの摂動タイプを設計しました。

垂直ホッピング設定 (図 5e) は、移動の垂直成分のみを調査します。このように次数を減らした実験によりシステムの複雑さが軽減され、すべてのステップで地面反力 (GRF) を測定できるようになりました。前方ホッピングのセットアップ (図 5f) は脚をブーム構造に固定し、より現実的な移動力学をシミュレートし、より多くの摂動タイプを可能にします。

私たちは、脚の設計に組み込まれたパッシブダンピングによって生成される機械的応答に焦点を当てて調査します。したがって、地面の摂動を検出できないように開ループ移動コントローラーを設計しました。私たちは 3 種類の地面摂動をテストしました。1 つは高速走行中の突然の予期しない外乱を表すステップダウン摂動です。起伏の多い地形条件をシミュレートする連続摂動、および段階的および突然の外乱を組み合わせたランプアップ - ステップダウン摂動。

各試験条件でダンパー腱のたるみを10、6、3、0mmで試験しました。ダンパーは、0 mm の緩み設定でスプリングと同期して係合しました。 10mmのたるみ設定では、ダンパーが作動することはありませんでした。そこで、腱の完全な弛みからゼロまで、考えられる弛みの状態を広範囲に調査しました。

垂直ホッピングセットアップ（図5e）では、ロボット脚の腰部を垂直レール（SVR-28、ミスミ）に固定しました。力センサ（K3D60a、ME）を使用して、ホッピング時の地面反力を測定しました。ステップダウン摂動は、3D プリントブロック (PLA) と自動ブロック除去装置を使用して実現されました。ブロックを力センサーの上に置き、地面を持ち上げました。足の衝撃時の相対的な滑りを防ぐために、ブロックと力センサーのトッププレートに磁石が挿入されています。ブロック除去装置は、サーボモーター (1235M、Power HD) によって作動するレバーアームでした。ホッピングサイクルの空中フェーズ中に、アームがブロックを押しのけました (補足ムービー S1)。この自動ブロック除去装置は、空中ホッピング段階 (実験では 200 ms) 内の摂動ブロックを確実に除去するために必要でした。

垂直ホッピングのセットアップは次のように実行されました。股関節位置はリニアエンコーダ（AS5311、AMS）により計測した。ロードセル (スプリングとダンパー) と地面反力センサーの読み取り値は増幅され (9326、Burster)、内部 12 ビット ADC を備えたマイクロコントローラー (Due、Arduino) によって記録されました。モーターの位置は 12 ビットロータリーエンコーダー (AEAT8800-Q24、Broadcom) によって測定されました。モーター制御、電流検出、およびエンコーダー読み取りにはオープンソースのモータードライバー (Micro-Driver36) を使用し、10 kHz でデュアルモーターのフィールド指向制御を実行します。電流センサー (ACS723T-AB、Allegro Microsystems) を使用してモータードライバーの電流を監視しました。 2 番目のマイクロコントローラー (Uno、Arduino) は、自動ブロック除去用のサーボモーターを制御するために実装されました。シングルボードコンピューター (Raspberry Pi 4B) を使用して、すべてのセンサーの読み取り値とモーターコマンドを 1 kHz で集中管理し、同期しました。

垂直ホッピング用に Raibert-like57 オープンループコントローラーを実装しました。股関節はPDコントローラーで位置制御し、垂直姿勢を維持しました。膝は、通常は立脚フェーズの後半中に、所定のデューティサイクルで規定のトルクを生成するようにトルク制御されました。モーターコマンドは、図 5e に挿入されたプロットに示されています。安定したホッピング歩行のための制御パラメーターは手動調整によって見つかり、100 ms の膝モーター押し出しで 450 ms のサイクルタイムが得られました。膝トルクは、テスト条件全体で同じホッピング高さを維持するために、ダンパー腱のたるみの各設定に合わせて調整されました（補足表S2）。

2 つの摂動レベル、つまり脚の長さの 10% と 15% に相当する 31 mm と 47 mm をテストしました。各ホッピング試行では、ロボットは 1 分間ホッピングしました。摂動の前後の 10 ステップを分析しました。各ホッピング条件を 10 回繰り返しました。合計 80 回のトライアルを記録しました。 2 つの摂動 \(\times\) 4 つのスラック設定 \(\times\) 10 回の繰り返し。

前方ホッピングのセットアップ (図 5f) では、ロボットの脚は 4 バー設計のブームに取り付けられました。このマウントは、ロボットの矢状面内での水平方向および垂直方向の動きのみを許可します。ブームの長さは1.613m、一回転の移動距離は約10mでした。ブームの設計は公開されています58。

順方向ホッピング設定の計測は、垂直ホッピング設定の計測と同様でした。力測定と自動ブロック除去装置はブームのセットアップと互換性がないため、取り外されました。他のセンサーはすべて残りました。回転ブームの水平方向および垂直方向の動きは、2 つの 11 ビットロータリーエンコーダー (102-V、AMS) によって測定されました。

フィードフォワード中央パターン発生器 (CPG) を使用してロボット脚の前進運動を生成しました。ほとんどの脊椎動物では、CPG は移動などのリズミカルな動きの制御に貢献しています 59。股関節角度軌道 \(\theta _{hip}\) の CPG コントローラーを実装しました。

ここで、\(A_{hip}\) は股関節角度の振幅、\(\Phi\) は股関節角度の位相、\(O_{hip}\) は股関節角度のオフセット、\(D_{vir}\) は仮想デューティです。脚が前方に移動する時間の割合として係数を計算し、\(\phi\) は発振器の直線的に進行する位相を計算します。膝モーターは、股関節 CPG と同じ周波数での垂直ホッピングと同様の固定方形波パターンに従って、立脚後期に押し出す力を生成するようにトルク制御されました。モーターコマンドは、図5fの重ね合わせプロットに示されています。比較を容易にするために、制御パラメーター (補足表 S2) はすべての前方ホッピング実験で同じままでした。

制御された方法で起伏のある地形を複製するために、正弦波プロファイルを持つ 3D プリントトラックを設計しました (図 5f)。円形のトラックは 3D プリントされたブロックから構築されました。これらは直列に接続され、床にテープで固定されました。各ブロックの長さは 360 mm で、ホッピングパスの周囲に 27 個のブロックが収まります。単一の短い接続ブロックが追加されました (赤色、図 5f)。この接続ブロックは、ホッピングサイクルが地形高調波摂動パターンに巻き込まれること、たとえば、トラックのサイクル長の正確な位置に繰り返しステップすることを防ぎます。正弦波摂動の振幅を 5 mm と 10 mm にして、2 つの起伏の多い地形をテストしました。さらに、平地でのホッピングもテストしました。各試行で、ロボットは合計 6 回転を実行しました。記録されたデータから最初と最後の回転を切り出し、残りの 4 回転 (条件ごとに 60 ステップ) を分析しました。

さらに、前進移動中の安定したホッピングを妨げるために、ランプアップとステップダウンの摂動を設計しました。革命の10メートルのホッピング経路内に、ロボットの脚が徐々に登ったり飛び降りたりできる長さ3メートルのスロープを構築しました。 2 つの摂動高さをテストしました: 47 mm と 93 mm、それぞれ脚の長さの 15% と 30% に相当します。試行ごとに、ロボットの脚は 12 回転しました。記録されたデータから最初と最後の回転を切り出し、残りの 10 回転 (条件ごとに 150 ステップ) を分析しました。

実験セットアップの概要。 (a) 当社の脚のデザインは、哺乳類の四足動物の脚の解剖学的構造からインスピレーションを得ています。 (b) 大腿四頭筋と二関節部分の受動的コンプライアンスを表すスプリングとダンパーを備えたパンタグラフ脚の設計を実装し、腓腹筋とアキレス腱を簡素化します。 (c) 脚のデザインのレンダリングは、膝関節がリニアスプリング、腱を介してリニアダンパー、タイミングベルトを介して膝モーターに結合されていることを示しています。 (d) スラックダンパー機構は、ダンパーとロードセルのねじ接続により実現されています。ダンパーを回転させると、ダンパーが上下に移動し、腱の緩みを調整できます。左の概略図は、腱のたるみが最大の場合のダンパーの最低位置を示し、右の概略図は、腱のたるみが最小の場合の油圧ダンパーの内部機構を示しています。 (e) 垂直ホッピング設定では、ロボットの脚を垂直スライダーに固定して、力センサー上部の摂動ブロックを取り外すことによって導入されるステップダウン摂動をテストします。右上は、股関節位置と膝トルクのフィードフォワード制御パターンを示しています。（f）前方ホッピングセットアップでは、ロボットの脚を回転ブームに固定して、連続摂動（写真）とランプアップ-ステップダウン摂動（補足ムービーS3）をテストします。右上は、股関節位置と膝トルクのフィードフォワード CPG 制御パターンを示しています。

地面反力と垂直位置データは、垂直ホッピング実験用に 4 次のゼロラグバターワースフィルターでフィルター処理されました。ロードセルは、脚の屈曲時にのみ力の読み取り値を出力するように校正されました。スプリングとダンパー力のデータは、5 サンプルのフィルタースパンを持つ移動平均フィルターを使用して平滑化されました。ブームエンコーダーデータは、フォワードホッピング実験のために 4 次のゼロラグバターワースフィルターでフィルター処理されました。バターワースフィルターのカットオフ周波数 (9 ～ 19 Hz) は残差分析によって決定されました60。

垂直ホッピング実験における回復ステップは、まず摂動前の平均ホップ高さを基準高さ（図2fの点線）として計算し、次に \(\pm 4\ と交差する摂動後のホップ高さを見つけることによって計算されました） %\) 基準高さの境界21。ホッピングのコストは、1 回のホッピングステップの電気エネルギー消費 \(E_{elec}\) をシステムの頂点における重力位置エネルギーに正規化することで計算されました。

ここで、m はロボットの質量、g は重力加速度、\(h_{apex}\) は頂点の高さの位置です。

ランプアップ - ステップダウン摂動後のフォワードホッピングのロバスト性を評価するための 2 つの測定値を定義しました。回復ステップは、ステップダウン摂動後にロボット脚が安定したホッピングを回復するために必要なステップ数として定義されました。この指標は、ロボットシステムが摂動からどれだけ早く回復できるかを定量化したもので、ビデオ録画と運動学的データの目視検査によって測定されました。障害ステップメトリックは、摂動が適用された後の障害の数を定量化します。ビデオ録画から 2 つの故障モードを特定しました。摂動後にロボットの脚が滑ったり、停止したりする可能性があります (補足ムービー S3)。失敗の数はビデオ録画から視覚的に数えられました。 CoT は、ロボットの重量で正規化された移動距離 d あたりの電力消費量によって計算されました。

すべてのデータは Matlab (R2021b、MathWorks) で処理されました。

論文の結論を評価するために必要なすべてのデータは、論文または補足情報で入手できます。ロボット脚の追加データとコンピューター支援設計モデルは、https://doi.org/10.1038/s41598-023-30318-3 から入手できます。

さらに、HLら。陸生哺乳類における感覚運動制御のスケーリング。手順 R. Soc. B: バイオル。科学。 277、3563–3568。 https://doi.org/10.1098/rspb.2010.0898 (2010)。

記事 Google Scholar

Gordon, JC、Holt, NC、Biewener, A. & Daley, MA フィードフォワード制御の調整により、自律性固有受容フィードバックの喪失後の安定した筋力長ダイナミクスが可能になります。 eLife9、e53908。 https://doi.org/10.7554/eLife.53908 (2020)。

詳細、HL & Donelan、JM 陸生哺乳類における感覚運動遅延のスケーリング。手順 R. Soc. B 285、20180613。https://doi.org/10.1098/rspb.2018.0613 (2018)。

論文 PubMed PubMed Central Google Scholar

Kamska, V.、Daley, M. & Badri-Spröwitz, A. ウズラ腰仙骨脊柱管の 3D 解剖学 - 推定上の機械感覚機能への影響。統合します。組織バイオル。 2、1. https://doi.org/10.1093/iob/ovaa037 (2020)。

記事 Google Scholar

Ashtiani, MS、Aghameleki Sarvestani, A. & Badri-Spröwitz, A. ハイブリッド並列コンプライアンスにより、ロボットは感覚運動遅延と低い制御周波数で動作できます。フロント。ロボット。 AI 170、1. https://doi.org/10.3389/frobt.2021.645748 (2021)。

記事 Google Scholar

Loeb, GE、Brown, IE & Cheng, EJ 感覚運動制御モデルの階層的基盤。経験値脳解像度 126、1-18。 https://doi.org/10.1007/s002210050712 (1999)。

論文 CAS PubMed Google Scholar

Wagner, H. & Blickhan, R. 骨格筋の機能の安定化: 分析的研究。Ｊ．Ｔｈｅｏｒ．バイオル。 199、163–179。 https://doi.org/10.1006/jtbi.1999.0949 (1999)。

論文 ADS CAS PubMed Google Scholar

Grillner, S. 足首の伸筋力の発達に対する、変化する姿勢および運動要件を満たす際の筋肉の剛性の役割。アクタフィジオール。スキャン。 86、92–108。 https://doi.org/10.1111/j.1748-1716.1972.tb00227.x (1972)。

論文 CAS PubMed Google Scholar

Daley, MA、Volosina, A. & Biewener, AA ホロホロ鳥の安定した走行の神経筋制御における固有の筋力学の役割。Ｊ．Ｐｈｙｓｉｏｌ． 587、2693–2707。 https://doi.org/10.1113/jphysiol.2009.171017 (2009)。

論文 CAS PubMed PubMed Central Google Scholar

Brown, IE、Scott, SH & Loeb, GE Preflexes - 摂動した筋骨格系のプログラム可能な高ゲインゼロ遅延固有応答。社会神経科学。アブスト。 21, 562 (1995)。

Google スカラー

Brown, IE & Loeb, GE 神経筋骨格モデルの作成と使用に対する還元主義的なアプローチ。生体力学と姿勢と運動の神経制御、148–163。 https://doi.org/10.1007/978-1-4612-2104-3_10 (Springer、2000)。

Alexander, R.、Maloiy, G.、Ker, R.、Jayes, A. & Warui, C. ラクダ (Camelus dromedarius) の移動における腱の弾性の役割。Ｊ．Ｚｏｏｌ． 198、293–313。 https://doi.org/10.1111/j.1469-7998.1982.tb02077.x (1982)。

記事 Google Scholar

Alexander、RM ウォーキングとランニングにおけるエネルギー節約メカニズム。 J.Exp. バイオル。 160、55～69。 https://doi.org/10.1242/jeb.160.1.55 (1991)。

論文 CAS PubMed Google Scholar

アラバマ州ホフウォーキングとランニングにおける筋肉の弾性の効果。複数の筋肉システム、591–607。 https://doi.org/10.1007/978-1-4613-9030-5_38 (Springer New York、ニューヨーク州ニューヨーク、1990)。

Biewener、AA & Roberts、TJ 力、仕事、および弾性エネルギーの節約に対する筋肉と腱の寄与: 比較の観点。練習する。スポーツ科学改訂 28、99–107 (2000)。

CAS PubMed Google Scholar

Robertson, BD & Sawicki, GS 弾性の活用: 人間がホッピングする際の足首の筋腱の力学とエネルギー論に対する神経制御の影響をモデル化します。Ｊ．Ｔｈｅｏｒ．バイオル。 353、121–132。 https://doi.org/10.1016/j.jtbi.2014.03.010 (2014)。

記事 ADS PubMed MATH Google Scholar

Roberts, TJ & Azizi, E. 直列弾性ショックアブソーバー: 腱は偏心動作中に筋力を減衰させます。Ｊ．Ａｐｐｌ．生理。 (メリーランド州ベセスダ: 1985)109、396–404。 https://doi.org/10.1152/japplphysiol.01272.2009 (2010)。

Spröwitz、A. et al. ダイナミックなトロット歩行運動に向けて: 準拠した四足歩行ロボット cheetah-cub を設計、制御、および実験します。内部。 J.ロボット。解像度 32、932–950。 https://doi.org/10.1177/0278364913489205 (2013)。

記事 Google Scholar

グリズル、J.、ハースト、J.、モリス、B.、パーク、H.-W. & スリーナス、K. メイベル、新しいロボット二足歩行者兼ランナー。 2009 年の American Control Conference、2030 ～ 2036 年、https://doi.org/10.1109/ACC.2009.5160550 (IEEE、2009)。

Hubicki, C. et al. Atrias: テザー不要の 3D 対応バネ質量二足歩行ロボットの設計と検証。内部。 J.ロボット。解像度 35、1497–1521。 https://doi.org/10.1177/0278364916648388 (2016)。

記事 Google Scholar

Zhao, G.、Mohseni, O.、Murcia, M.、Seyfarth, A. & Sharbafi, MA ホッピングロボットに対する直列および並列の弾性の影響を調査する。フロント。 Neurorobot.https://doi.org/10.3389/fnbot.2022.919830 (2022)。

論文 PubMed PubMed Central Google Scholar

Müller, R.、Tschiesche, K. & Blickhan, R. 地面レベルの目に見える、カモフラージュされた落差を横切る混乱した歩行中の運動学的および運動学的調整。Ｊ．Ｂｉｏｍｅｃｈ． 47、2286–2291。 https://doi.org/10.1016/j.jbiomech.2014.04.041 (2014)。

論文 PubMed Google Scholar

Haeufle, DFB、Günther, M.、Wunner, G. & Schmitt, S. 生物学的および技術的動作の制御努力の定量化: 情報エントロピーに基づくアプローチ。物理学。 Rev. E 89、012716。https://doi.org/10.1103/PhysRevE.89.012716 (2014)。

記事 ADS CAS Google Scholar

Shen, Z. & Seipel, J. 股関節トルクと脚ダンピングによる脚の移動の基本的なメカニズム。バイオインスピレーション。バイオミメット。 7、046010。https://doi.org/10.1088/1748-3182/7/4/046010 (2012)。

記事 ADS CAS Google Scholar

Secer, G. & Saranli, U. 調整可能な減衰によるモノペダル走行の制御。 2013 年の第 21 回信号処理および通信アプリケーション会議 (SIU)、1–4。 https://doi.org/10.1109/SIU.2013.6531557 (IEEE、2013)。

Abraham, I.、Shen, Z. & Seipel, J. 走行力と安定性を予測するための非線形脚減衰モデル。Ｊ．Ｃｏｍｐｕｔ．非線形Dyn. 10、1. https://doi.org/10.1115/1.4028751 (2015)。

記事 Google Scholar

Haeufle, DFB、Grimmer, S. & Seyfarth, A. 安定したホッピングのための固有の筋肉特性の役割 - 安定性は力と速度の関係によって達成されます。バイオインスピレーション。バイオミメット。 5、016004。https://doi.org/10.1088/1748-3182/5/1/016004 (2010)。

記事 ADS CAS Google Scholar

Kalveram, KT、Haeufle, DFB、Seyfarth, A. & Grimmer, S. 人間と機械の地形追従と頂点維持ホッピングを生成するエネルギー管理。バイオル。サイバーン。 106、1-13。 https://doi.org/10.1007/s00422-012-0476-8 (2012)。

論文 PubMed Google Scholar

Günther, M. & Schmitt, S. ヒル関係を推定するための巨視的分析。Ｊ．Ｔｈｅｏｒ．バイオル。 263、407–18。 https://doi.org/10.1016/j.jtbi.2009.12.027 (2010)。

記事 ADS MathSciNet PubMed MATH Google Scholar

Monteleone , S. 、 Negrello , F. 、 Catalano , MG 、 Garabini , M. & Grioli , G. 準拠した作動におけるダンピング: レビュー。 IEEE ロボット。オートメーション。マグ。 29、47–6 https://doi.org/10.1109/MRA.2021.3138388 (2022)。

記事 Google Scholar

Candan, S.Ş.、Karagöz, OK、Yazıcıoğlu, Y. & Saranlı, U. ラッピングカム機構とテンプレートベースの仮想的に調整可能な減衰制御を備えた平行弾性ホッパーの設計。動的システムと制御カンファレンス、vol. 84270、V001T05A009。 https://doi.org/10.1115/DSCC2020-3278 (米国機械学会、2020)。

Seok, S. 他エネルギー効率の高い脚式移動の設計原則と mit チーターロボットへの実装。 IEEE/ASME Trans. メカトロン。 20、1117–1129。 https://doi.org/10.1109/TMECH.2014.2339013 (2015)。

記事 Google Scholar

ヒッター、M.ら。 Starleth: 高速、効率的、多用途な移動を実現する準拠した四足歩行ロボット。 Adaptive Mobile Robotics、483–490、https://doi.org/10.1142/9789814415958_0062 (World Scientific、2012)。

Havoutis, I.、Semini, C.、Buchli, J. & Caldwell, DG 積極的なコンプライアンスを備えた四足歩行。 2013 年の IEEE メカトロニクス国際会議 (ICM)、610–616、https://doi.org/10.1109/ICMECH.2013.6519112 (IEEE、2013)。

Kalouche、S. Goat: 3D 敏捷性と仮想コンプライアンスを備えた脚付きロボット。 2017 年の IEEE/RSJ 知能ロボットおよびシステム国際会議 (IROS)、4110–4117。 https://doi.org/10.1109/IROS.2017.8206269 (2017)。

グリミンジャー、F. et al. 脚式移動研究のためのオープンな力制御モジュール式ロボットアーキテクチャ。 IEEE ロボット。オートム。 https://doi.org/10.1109/LRA.2020.2976639 (2020)。

ヴァンダーボーグト、B.ら。可変インピーダンスアクチュエーター: レビュー。ロボット。オートン。システム。 61、1601–1614。 https://doi.org/10.1016/j.robot.2013.06.009 (2013)。

記事 Google Scholar

Mo, A.、Izzi, F.、Haeufle, DF、Badri-Spröwitz, A. 効果的な粘性減衰により、脚の移動における形態学的計算が可能になります。フロント。ロボット。 AI 7、110。https://doi.org/10.3389/frobt.2020.00110 (2020)。

論文 PubMed PubMed Central Google Scholar

Robi, K.、Jakob, N.、Matevz, K. & Matjaz, V. スポーツ傷害と修復プロセスの生理学。スポーツおよび運動医学の現在の問題 43–86、https://doi.org/10.5772/54234 (2013)。

Heers、AM、Rankin、JW & Hutchinson、JR 鳥の構築: 鳥類の個体発生中に翼を補助して走る傾斜走行の筋骨格モデリングとシミュレーション。フロント。バイオエンジ。バイオテクノロジー。 6、140。https://doi.org/10.3389/fbioe.2018.00140 (2018)。

論文 PubMed PubMed Central Google Scholar

Badri-Spröwitz, A.、Aghameleki Sarvestani, A.、Sitti, M.、Daley, MA Birdbot は、鳥類にヒントを得た脚の握り方を使用し、最小限の制御でエネルギー効率の高い歩行を実現します。科学。ロボット.7、eabg4055。 https://doi.org/10.1126/scirobotics.abg4055 (2022)。

バージニア州タッカー移動に伴うエネルギーコスト: 歩いたり走ったりすることは、非常に非効率的な移動方法です。鳥、魚、自転車に乗る人によって、はるかに高い効率が達成されます。午前。 Sci.63、413–419 (1975)。

Faisal、AA、Selen、LP、Wolpert、DM 神経系のノイズ。ナット。神経科学牧師。 9、292–303。 https://doi.org/10.1038/nrn2258 (2008)。

論文 CAS PubMed PubMed Central Google Scholar

Eliasmith, C. & Anderson, CH Neural Engineering: Computation, Representation, and Dynamics in Neurobiological Systems (MIT Press、2003)。

Heim, S.、Millard, M.、Le Mouel, C. & Badri-Spröwitz, A. 少しのダンピングが大きな効果を発揮します。ダンピングがランニングにおけるタスクレベルの安定性にどのような影響を与えるかについてのシミュレーション研究。バイオル。させて。 16、20200467。https://doi.org/10.1098/rsbl.2020.0467 (2020)。

記事 Google Scholar

ウィルソン、AM、マクギガン、MP、スー、A. & ヴァンデンボガート、AJ 馬たちの足取りがバネを弱める。 Nature 414、895–899 (2001)。

論文 ADS CAS PubMed Google Scholar

Cham、JG および Cutkosky、MR 開ループホッピングの動的安定性。 J.Dyn. システム。測定。コントロール 129、275–284。 https://doi.org/10.1115/1.2718237 (2006)。

記事 Google Scholar

Garcia, E.、Arevalo, JC、Munoz, G.、Gonzalez-de Santos, P. 機敏な移動制御のための直列弾性作動と磁気レオロジー減衰の組み合わせ。ロボット。自律性。 Syst.59、827–839、https://doi.org/10.1016/j.robot.2011.06.006 (2011)。

Arelekatti、VNM、Petelina、NT、Johnson、WB、Major、MJ、Winter V、AG 単軸人工膝関節用の 4 バーラッチ機構とせん断ベースの回転粘性ダンパーの設計。 J. Mech. ロボット.14、1. https://doi.org/10.1115/1.4052804 (2021)。

Wu, A. & Geyer, H. 3 次元のバネ質量モデルは、不確実な環境における非常に堅牢な走行とステアリングのための時間ベースのデッドビート制御を明らかにします。 IEEEトランス。ロブ。 29、1114–1124。 https://doi.org/10.1109/TRO.2013.2263718 (2013)。

記事 Google Scholar

Huerta, CV、Xiong, X.、Billeschou, P.、Manoonpong, P. 生体からインスピレーションを得た歩行ロボットの堅牢な動作のための適応神経機械制御。神経情報処理: 第 27 回国際会議、ICONIP 2020、タイ、バンコク、2020 年 11 月 23 ～ 27 日、議事録、パート II 27、775 ～ 786、https://doi.org/10.1007/978-3-030-63833 -7_65 (スプリンガー、2020)。

Roberts, S. & Koditschek, DE 物理的にエミュレートされた散逸基板上でロボットがホッピングする際のエネルギー損失を軽減します。 2019 年のロボティクスとオートメーションに関する国際会議 (ICRA)、6763–6769、ICRA.2019.8793781 (IEEE、2019)。

Bogdanovic, M.、Khadiv, M.、Righetti, L. 接触に敏感なタスクのための可変インピーダンス制御の学習。 IEEE ロボット。オートム。レット。 5、6129–6136。 https://doi.org/10.1109/LRA.2020.3011379 (2020)。

記事 Google Scholar

Xiong, X. & Manoonpong, P. 人間のような時空間適応のための適応運動制御。 2018 年のロボット工学およびバイオミメティクスに関する IEEE 国際会議 (ROBIO)、2107 ～ 2112 年、https://doi.org/10.1109/ROBIO.2018.8665222 (IEEE、2018)。

Bobbert, MF、Yeadon, MR & Nigg, BM かかとからつま先にかけてのランニングにおける着地段階の力学的分析。Ｊ．Ｂｉｏｍｅｃｈ． 25、223–234。 https://doi.org/10.1016/0021-9290(92)90022-S (1992)。

論文 CAS PubMed Google Scholar

ウォルター、RM およびキャリア、DR 疾走する犬によって適用される地上力。 J.Exp. バイオル。 210、208–216。 https://doi.org/10.1242/jeb.02645 (2007)。

論文 PubMed Google Scholar

Raibert, M. バランスを保つ脚ロボット。人工知能シリーズ (MIT Press、1986)。

Ruppert、F.、Aghameleki Sarvestani、A.、Heim、S.、Mo、A. & Badri-Spröwitz、A. 計装ブーム、CAD データ。 https://doi.org/10.17617/3.RSO2AG (2022)。

アイスピアート、AJ、クレスピ、A.、リツコ、D.、カベルゲン、J.-M. 脊髄模型で駆動されるサンショウウオロボットで水泳から歩行まで。サイエンス 315、1416–1420。 https://doi.org/10.1126/science.1138353 (2007)。

論文 ADS CAS PubMed Google Scholar

Winter、D. 人間の動きの生体力学と運動制御 (Wiley、2009)。

リファレンスをダウンロードする

著者らは、アン・モー氏、ファビオ・イッツィ氏、エムレ・ジェマル・ギョネン氏を支援してくれた国際マックス・プランク・インテリジェント・システム研究大学院（IMPRS-IS）と、アン・モー氏を支援してくれた中国奨学金評議会（CSC）に感謝する。著者らは、フェリックス・ルパート氏とアルボルズ・アガマレキ氏に感謝する。 Sarvestani 氏、ロボット開発を支援してくれました。著者らはまた、プロジェクトに関する議論を刺激してくれた Syn Schmitt 教授と Martin Giese 教授に感謝します。

Projekt DEAL によって実現および組織されたオープンアクセスの資金調達。この研究は、Deutsche Forschungsgemeinschaft (DFG、ドイツ研究財団) - 449912641、HA 7170/3 から資金提供を受けました。

ダイナミックロコモーショングループ、マックスプランクインテリジェントシステム研究所、70569、シュトゥットガルト、ドイツ

アン・モー、ファビオ・イッツィ、エムレ・ジェマル・ゴネン、アレクサンダー・バドリ＝スプロヴィッツ

ハーティ臨床脳研究研究所および統合神経科学センター、テュービンゲン大学、72076、テュービンゲン、ドイツ

ファビオ・イッツィ & ダニエル・ハウフレ

生体力学システムのモデリングおよびシミュレーション研究所、計算生物物理学およびバイオロボティクス、シュトゥットガルト大学、70569、シュトゥットガルト、ドイツ

ダニエル・ハウフル

機械工学科、KU Leuven、3001、ルーヴェン、ベルギー

アレクサンダー・バドリ＝スプロヴィッツ

PubMed Google Scholar でこの著者を検索することもできます

AM、FI、DH、AB-S。プロジェクト、AM、DH、AB-S を概念化しました。 AM が実験を考案し、AM がロボットと実験セットアップを設計および実装し、AM と ECG が実験を実施してデータを分析し、著者全員がデータを解釈して議論し、AM、FI および ECG が原稿を準備し、著者全員が原稿をレビューしました。

アン・モーへの対応。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

補足２．

補足３．

補足４．

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Mo、A.、Izzi、F.、Gönen、EC 他。緩みベースの調整可能な減衰は、脚の移動における堅牢性と効率の間のトレードオフにつながります。 Sci Rep 13、3290 (2023)。 https://doi.org/10.1038/s41598-023-30318-3

引用をダウンロード

受信日: 2022 年 12 月 8 日

受理日: 2023 年 2 月 20 日

公開日: 2023 年 2 月 25 日

DOI: https://doi.org/10.1038/s41598-023-30318-3

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティガイドラインに従うことに同意したことになります。虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。