可伸缩棱柱弹簧连续体爬行机器人：哈工大团队IEEE RAL顶刊研究成果与核电巡检应用

导语

哈工大赵建文老师研究团队在IEEE Robotics and Automation Letters 发表了题为《Kinetostatic Modeling of Retractable and Prismatic Spring Body for Continuum Climbing Robots in Discontinuous Terrains》的研究论文。该研究提出了一种可伸缩棱柱弹簧主干结构的连续体爬行机器人，具备在多种曲面和非连续表面进行爬行、转弯和跨越的能力，展示了其在复杂封闭空间如核电设备巡检中的应用潜力。

NOKOV度量动作捕捉系统用于精确测量该连续体机器人棱柱主干的位姿数据。

一、研究背景

连续体机器人依靠柔性主干的弹性实现连续变形，具备小型化、柔顺性、环境适应性强的特点。其在医疗手术、工业巡检中已有应用，尤其适用于管道、压力容器等封闭环境。

然而，传统建模方法多基于圆截面或常曲率假设，难以兼顾外载荷、重力、建模精度与计算效率。针对非圆截面、可伸缩弹簧主干的力学与运动控制研究仍有限。

为此，该研究针对可伸缩棱柱弹簧主干连续体巡检机器人，提出了兼顾精度与效率的动静态建模方法，并通过 NOKOV度量动作捕捉进行实验验证。

二、本文贡献

1. 机器人结构创新

• 可伸缩棱柱螺旋弹簧主干，可全向弯曲
• 结合旋转关节和主动变形爪实现多用途运动
• 支持复杂表面爬行、转弯与跨越

 

图1. (a) 连续体攀爬机器人原型。(b)机器人的初始状态。(c) 机器人的收缩状态。(d) 机器人的可旋转关节。(e) 主动可变形爪的三个组件。

2. 力学建模与运动控制

研究将该新型棱柱弹簧主干等效为各向异性弹性梁

并提出两种准静力学建模方法：

l 离散有限分段模型（DM）

研究提出的离散有限分段模型（DM）将非圆截面棱柱弹簧主干等效为具有各向异性弯曲刚度的弹性梁。通过线性叠加解耦压缩与弯曲，推导弯曲角与旋转角公式。

该模型计算效率高，适用于对实时性要求较高的连续体巡检机器人控制场景。

 

图2. (a) 轴向载荷下的机械示意图。(b) 弯矩作用下的机械示意图。(c) 弯矩作用下的圆弧机械示意图。

 

图 3. (a) 单个弹簧段的运动学关系。 (b) 无外部载荷的 CPS 整体变形。 (c) 无外部载荷的第 i 段变形。 (d) 有外部载荷的第 n 段变形。 (e) 有外部载荷的第 i 段变形。

l 连续微分模型（CM）

连续微分模型（CM）基于等效矩形梁与 Cosserat 杆理论，通过逐步扩展积分区间进行求解，提高了主干形状预测精度。

 

图4. 矩形梁任意段的机械示意图。

在狭窄空间巡检实验中，该模型更适用于高精度建模需求。

3. 通过有限元仿真与真实实验系统对比验证了上述模型的准确性，并展示了展示了其在工业密闭空间巡检中的强大应用潜力。

三、实验验证

1、实验平台与位姿测量方案

实验平台集成了驱动模块、力传感单元与 NOKOV度量动作捕捉系统。研究人员在棱柱弹簧主干上布置反光标记点，通过 NOKOV度量动作捕捉系统实时获取连续体机器人主干的三维坐标数据，用于重建中心线形状与姿态角。

NOKOV度量动作捕捉为该棱柱弹簧主干在重力与外部载荷作用下的俯仰、偏航及三维组合运动实验产生的真实形变提供了高精度位姿数据。

2、有限元仿真（FEA）对比验证

研究同时建立了绳驱棱柱弹簧主干（CPS）的有限元仿真模型（FEA）。通过对绳缆施加不同位移，获得俯仰、偏航及三维组合运动下的仿真形变结果，并与 NOKOV 度量动作捕捉系统获取的实验数据进行对比分析。

图5：（上）CPS的仿真变形。（a）三维运动；（b）俯仰运动；（c）偏航运动。（下）实验装置。（d）CPS的整体实验平台；（e）平台的局部详细结构。 

表1. CPS 的规格及实验驱动因素

 

表1（上）展示CPS规格，（下）展示其实验驱动因素

四、实验结果分析

实验在俯仰、偏航及三维组合运动条件下进行。NOKOV度量动作捕捉系统获取的主干形变数据作为基准，用于对比 DM、CM 与 FEA 模型的预测结果。

 

图6：不同缆线位移下的弯曲角度。(a) 偏航运动；(b) 俯仰运动。不同缆线位移下的脊柱形状。(c) 俯仰运动；(d) 三维运动。两种动力静态方法分为离散方法（DM）和连续方法（CM）。

模型对比与精度分析

模型	偏航角最大误差	计算效率	适用场景
CM	6.73%	中等	狭窄空间高精度
DM	8–10%	高	开阔空间快速计算
FEA	—	低	结构优化和设计验证

实验结果表明：

• 连续微分模型（CM）预测精度最高，偏航角最大误差为 6.73%
• 离散模型（DM）计算速度更快，适用于实时控制
• 主干形状预测偏差约为 4–5 mm

该结果验证了不同建模方法在连续体巡检机器人中的适用场景。

五、狭窄空间巡检应用场景实验展示

研究团队展示了该连续体巡检机器人在核电设备中的巡检应用，包括：

• 非连续表面爬行
• 管道到压力容器的跨越过渡
• 复杂曲面稳定附着与运动

这些应用场景实验均依托 NOKOV度量动作捕捉完成运动状态与姿态精度验证。

图7：机器人的应用。(a) 爬过一些非连续表面。(b) 爬过压力管到达压力容器。(c) 在核电领域的工业应用。

六、研究成果与动作捕捉的应用

该研究通过提出可伸缩棱柱弹簧主干连续体爬行机器人，并建立多种动静态建模方法，系统验证了其在狭窄空间与非连续表面中的稳定爬行能力。

NOKOV度量动作捕捉在实验验证中为连续体机器人模型精度评估和工程应用提供了可靠的数据支撑。在本研究中，NOKOV度量动作捕捉系统为可伸缩棱柱弹簧主干提供了高精度位姿与形变数据：

• 作为有限元模型（FEA）的实验验证基准
• 支撑离散模型（DM）与连续模型（CM）的精度评估
• 为连续体巡检机器人在狭窄空间的运动控制与结构优化提供数据基础

七、关于可伸缩棱柱弹簧主干连续体爬行机器人研究的FQA

Q1: 这款连续体机器人相比传统爬行机器人最大的优势是什么？
A1:主要优势是灵活性和适应性。可伸缩棱柱弹簧主干允许机器人在狭窄、非圆截面、曲面和不连续表面稳定爬行，同时结合旋转关节和主动变形爪，实现多用途运动，而传统机器人通常受限于刚性结构或圆截面设计。

Q2: 研究中离散分段模型（DM）和连续微分模型（CM）有什么区别？
A2:DM模型：将主干离散为小段，线性叠加压缩和弯曲，计算效率高，适合开阔空间和实时控制。

CM模型：基于连续微分方程和Cosserat杆理论，积分求解形状，精度更高，适合狭窄空间和高精度任务。

Q3: NOKOV动作捕捉系统在研究中起什么作用？
A3:NOKOV系统提供高精度位姿数据，用于实时重建机器人主干形状和姿态角，是有限元仿真（FEA）、DM和CM模型验证的标准基准，确保建模方法可靠并支持工业应用评估。

Q4: 这款可伸缩棱柱弹簧主干连续体机器人能应用在哪些场景？
A4:适合核电、火电、化工等封闭设备巡检等场景，例如：

• 管道内部巡检
• 压力容器表面检测
• 非连续或曲面设备的移动

机器人可实现稳定爬行、转弯和过渡运动，适合复杂、狭窄或危险环境，降低人工巡检风险。

八、论文信息

引用格式

P. Yang, J. Zang, G. Jin, J. Long, B. Huang and J. Zhao, "Kinetostatic Modeling of Retractable and Prismatic Spring Body for Continuum Climbing Robots in Discontinuous Terrains," in IEEE Robotics and Automation Letters, vol. 9, no. 12, pp. 10954-10961, Dec. 2024

通讯作者

赵建文，哈尔滨工业大学教授、博士生导师。哈尔滨工业大学威海校区机器人研究所副所长、软体机器人实验室主任。主要从事刚软体复合机器人及狭小障碍空间作业机器人、软传感器研究。