16 Ways to Gallop: Energetics and Body Dynamics of High-Speed Quadrupedal Gaits
作者: Yasser G. Alqaham, Jing Cheng, Zhenyu Gan
分类: cs.RO, eess.SY
发布日期: 2025-03-17 (更新: 2025-08-04)
备注: 7 pages, 6 figures, Accepted for IROS 2025
期刊: in 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, Oct. 2025, p. 16168 -16174
DOI: 10.1109/IROS60139.2025.11247619
💡 一句话要点
分析多种奔跑步态能量学，优化四足机器人高速运动
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 四足机器人 奔跑步态 能量优化 轨迹优化 混合动力系统
📋 核心要点
- 现有研究对奔跑步态的能量特性探索不足，尤其是在不同速度和步态类型下的能量消耗差异。
- 论文核心在于通过轨迹优化方法，分析不同奔跑步态（基于腾空阶段数量和腿部相位关系分类）的能量效率。
- 实验结果表明，腾空阶段数量对能量效率有显著影响，并使用二次规划控制器在仿真中验证了这些发现。
📝 摘要（中文）
奔跑是动物和四足机器人常见的高速步态，但其能量特性尚未得到充分探索。本研究系统地分析了大量可能的奔跑步态，基于每步态的腾空阶段数量以及前后腿之间的相位关系进行分类，遵循了Hildebrand对非对称步态的框架。使用宇树科技的A1四足机器人，我们将奔跑动力学建模为混合动力系统，并采用轨迹优化（TO）来最小化各种速度下的运输成本（CoT）。结果表明，旋转和横向奔跑的足迹序列在能量上没有根本区别，尽管身体的偏航和侧倾运动存在差异。然而，腾空阶段的数量显著影响能量效率：没有腾空阶段的奔跑在较低速度下是最优的，而具有两个腾空阶段的奔跑在较高速度下可最大限度地减少能量消耗。我们在Gazebo仿真中使用基于二次规划（QP）的控制器（我们在之前的工作中开发的）验证了这些发现。这些见解有助于理解四足运动的能量学，并可能为未来腿式机器人设计自适应、节能的步态转换提供信息。
🔬 方法详解
问题定义：论文旨在解决四足机器人高速运动时，不同奔跑步态的能量效率问题。现有方法难以系统性地分析各种奔跑步态的能量消耗，无法指导机器人选择最优步态以实现节能运动。
核心思路：论文的核心思路是将奔跑步态进行系统分类，并使用轨迹优化方法，针对不同速度下的各种步态，寻找最小化运输成本（CoT）的最优步态。通过分析不同步态的能量消耗，揭示影响能量效率的关键因素。
技术框架：整体框架包括以下几个主要步骤：1) 基于Hildebrand框架对奔跑步态进行分类，考虑腾空阶段数量和腿部相位关系；2) 将四足机器人奔跑动力学建模为混合动力系统；3) 使用轨迹优化（TO）方法，以运输成本（CoT）为目标函数，优化不同速度下的步态轨迹；4) 使用基于二次规划（QP）的控制器在Gazebo仿真中验证优化结果。
关键创新：论文的关键创新在于系统性地分析了大量可能的奔跑步态的能量特性，并揭示了腾空阶段数量对能量效率的显著影响。与现有方法相比，该研究不仅关注单一步态的优化，而是对多种步态进行了比较分析，为机器人选择最优步态提供了理论依据。
关键设计：论文的关键设计包括：1) 使用宇树科技的A1四足机器人作为实验平台；2) 将奔跑动力学建模为混合动力系统，考虑了接触和非接触阶段的动力学特性；3) 使用轨迹优化方法，以运输成本（CoT）为目标函数，优化步态轨迹。CoT的计算公式为：CoT = Power / (Weight * Velocity)，其中Power为电机功率，Weight为机器人重量，Velocity为机器人速度。
🖼️ 关键图片
📊 实验亮点
实验结果表明，旋转和横向奔跑的足迹序列在能量上没有根本区别。更重要的是，腾空阶段的数量对能量效率有显著影响：在较低速度下，没有腾空阶段的奔跑最优；而在较高速度下，具有两个腾空阶段的奔跑能最大限度地减少能量消耗。这些结论通过Gazebo仿真得到了验证。
🎯 应用场景
该研究成果可应用于四足机器人的步态规划与控制，使其能够在不同速度和地形条件下选择最优的奔跑步态，从而提高运动效率和续航能力。此外，该研究还可以为新型四足机器人的设计提供理论指导，优化其结构和控制策略，以实现更高效、更灵活的运动性能。
📄 摘要（原文）
Galloping is a common high-speed gait in both animals and quadrupedal robots, yet its energetic characteristics remain insufficiently explored. This study systematically analyzes a large number of possible galloping gaits by categorizing them based on the number of flight phases per stride and the phase relationships between the front and rear legs, following Hildebrand's framework for asymmetrical gaits. Using the A1 quadrupedal robot from Unitree, we model galloping dynamics as a hybrid dynamical system and employ trajectory optimization (TO) to minimize the cost of transport (CoT) across a range of speeds. Our results reveal that rotary and transverse gallop footfall sequences exhibit no fundamental energetic difference, despite variations in body yaw and roll motion. However, the number of flight phases significantly impacts energy efficiency: galloping with no flight phases is optimal at lower speeds, whereas galloping with two flight phases minimizes energy consumption at higher speeds. We validate these findings using a quadratic programming (QP)-based controller, developed in our previous work, in Gazebo simulations. These insights advance the understanding of quadrupedal locomotion energetics and may inform future legged robot designs for adaptive, energy-efficient gait transitions.