Geometric Data-Driven Multi-Jet Locomotion Inspired by Salps
作者: Yanhao Yang, Nina L. Hecht, Yousef Salaman-Maclara, Nathan Justus, Zachary A. Thomas, Farhan Rozaidi, Ross L. Hatton
分类: cs.RO
发布日期: 2025-03-11 (更新: 2025-12-22)
备注: 20 pages, 16 figures
💡 一句话要点
受樽海鞘启发，提出几何数据驱动的多喷射运动控制框架，应用于陆地机器人LandSalp。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 樽海鞘 几何力学 多喷射推进 机器人控制 系统辨识
📋 核心要点
- 水下机器人运动控制面临复杂流体动力学挑战，现有方法难以有效模拟樽海鞘的多喷射推进机制。
- 提出基于几何力学的控制框架，控制输入不局限于形状轴，实现对樽海鞘运动的精确建模与控制。
- 通过LandSalp陆地机器人验证，仅需少量数据即可完成系统辨识，实现全向运动和复杂机动。
📝 摘要（中文）
本文提出了一种受樽海鞘启发的几何力学框架，用于多喷射推进的水下机器人。研究了一种新型的几何力学模型，其控制输入不局限于形状轴。分析了非线性可控性，并开发了运动规划和反馈控制方法。引入了“LandSalp”机器人，作为樽海鞘游泳的降阶、阻力主导模型的物理实现，从而能够在没有水下实验的许多混淆因素的情况下，对运动策略进行受控评估。扩展了基于最小二乘和逆动力学的系统辨识方法，使用李群微分从实验数据中学习阻力主导模型的黎曼度量。仅用大约三分钟的数据，就识别出了LandSalp的精确模型。仿真和硬件实验证明了全向运动、形状调节和弯曲机动，为更有能力的樽海鞘启发式机器人提供了一条有原则的途径。
🔬 方法详解
问题定义：现有水下机器人，特别是受樽海鞘启发的多喷射推进机器人，难以精确建模和控制。水下环境复杂，流体动力学效应难以准确预测，导致运动控制精度不高。传统控制方法通常依赖于简化模型，无法充分利用樽海鞘独特的运动机制。
核心思路：本文的核心思路是利用几何力学框架，将樽海鞘的运动建模为一个在李群上的控制系统。通过分析系统的非线性可控性，设计运动规划和反馈控制方法。关键在于将控制输入从传统的形状轴解耦，从而更灵活地控制机器人的运动。
技术框架：整体框架包括以下几个主要模块：1) 建立樽海鞘的几何力学模型，该模型描述了机器人的构型空间和控制输入之间的关系。2) 分析模型的非线性可控性，确保机器人能够实现期望的运动。3) 设计运动规划算法，生成机器人的运动轨迹。4) 设计反馈控制律，稳定地跟踪运动轨迹。5) 通过实验数据进行系统辨识，学习模型的参数。
关键创新：最重要的技术创新点在于将几何力学框架应用于樽海鞘启发式机器人，并提出了一种新的控制输入方式，即不局限于形状轴的控制。此外，通过LandSalp陆地机器人，简化了水下实验的复杂性，使得系统辨识更加高效。
关键设计：LandSalp机器人被设计为樽海鞘运动的降阶、阻力主导模型。系统辨识采用基于最小二乘和逆动力学的方法，使用李群微分从实验数据中学习阻力主导模型的黎曼度量。控制律的设计考虑了系统的非线性特性，采用反馈线性化等方法实现轨迹跟踪。
🖼️ 关键图片
📊 实验亮点
通过LandSalp机器人进行实验，仅用约三分钟的数据，即可识别出机器人的精确模型。实验结果表明，该方法能够实现机器人的全向运动、形状调节和弯曲机动。仿真和硬件实验验证了所提出控制方法的有效性，为开发更强大的樽海鞘启发式机器人奠定了基础。
🎯 应用场景
该研究成果可应用于水下机器人、软体机器人等领域，尤其是在需要高机动性和灵活性的场景下，如水下勘探、水下救援、海洋生物研究等。通过模仿樽海鞘的运动方式，可以设计出更高效、更适应复杂环境的水下机器人。未来，该技术有望应用于医疗机器人、搜救机器人等领域。
📄 摘要（原文）
Salps are marine animals consisting of chains of jellyfish-like units. Their efficient underwater locomotion by coordinating multi-jet propulsion has aroused great interest in robotics. This paper presents a geometric mechanics framework for salp-inspired robots. We study a new type of geometric mechanics models inspired by salps, in which control inputs are not restricted to the shape axes, analyze nonlinear controllability, and develop motion planning and feedback control methods. We introduce the "LandSalp" robot, which serves as a physical realization of the reduced-order, drag-dominated model of salp swimming, enabling controlled evaluation of locomotion strategies without many confounding factors of underwater experiments. We extend least-squares- and inverse-dynamics-based system identification to learn the Riemannian metric of the drag-dominated model from experimental data using Lie group differentiation. With about three minutes of data, we identify an accurate model of LandSalp. Simulation and hardware experiments demonstrate omnidirectional locomotion, shape regulation, and bending maneuvers, providing a principled pathway toward more capable salp-inspired robots.