A Co-Design Framework for High-Performance Jumping of a Five-Bar Monoped with Actuator Optimization

📄 arXiv: 2604.06025v1 📥 PDF

作者: Aastha Mishra, Aman Singh, Shishir Kolathaya

分类: cs.RO

发布日期: 2026-04-07

备注: 8 pages, 10 figures

💡 一句话要点

提出一种五杆单足跳跃机器人协同设计框架，优化机构、电机、控制参数。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 协同设计 腿式机器人 五杆机构 电机优化 跳跃运动 CMA-ES 能量效率

📋 核心要点

  1. 现有腿式机器人协同设计主要集中于连杆尺寸和传动比优化，忽略了电机和齿轮箱等执行器的详细设计。
  2. 本文提出一种两阶段协同优化框架，联合优化五杆单足跳跃机器人的机械设计、电机参数和控制参数。
  3. 仿真结果表明，与基线设计相比，该框架可使跳跃距离提升42%，机械能耗降低15.8%。

📝 摘要（中文）

本文提出了一种针对平面闭链五杆单足跳跃机器人的协同设计框架，该框架联合优化了机械设计、电机和齿轮箱参数以及控制参数，旨在最大化跳跃距离并最小化机械能消耗。该框架采用两阶段优化方法：首先进行电机优化，生成从齿轮比到电机质量、效率和峰值扭矩的映射；然后使用CMA-ES算法对机器人设计和控制进行协同优化。仿真结果表明，与标称设计相比，跳跃距离提高了约42%，机械能消耗降低了15.8%，证明了该框架在识别高性能和节能平面跳跃的最佳设计、电机和控制参数方面的有效性。

🔬 方法详解

问题定义：现有腿式机器人协同设计方法主要集中在连杆尺寸和传动比的优化上，忽略了执行器（特别是电机和齿轮箱）的详细设计。这限制了机器人性能的进一步提升，尤其是在动态跳跃等高动态任务中。此外，现有方法大多局限于串联开链机构，难以应用于更复杂的闭链机构。

核心思路：本文的核心思路是建立一个协同优化框架，同时考虑机械设计、电机参数和控制参数，从而实现整体性能的最优化。通过将电机参数纳入优化范围，可以更精确地评估不同设计的性能，并找到更适合特定任务的电机配置。针对闭链机构，需要设计合适的运动学和动力学模型，并采用有效的优化算法。

技术框架：该框架包含两个主要阶段：1) 电机优化阶段：该阶段的目标是建立齿轮比与电机性能（质量、效率、峰值扭矩）之间的映射关系。通过对不同齿轮比下的电机性能进行建模和评估，可以为后续的协同优化提供准确的电机参数信息。2) 协同优化阶段：该阶段使用CMA-ES算法，同时优化机器人设计（如连杆长度、质量分布）、电机参数（如齿轮比）和控制参数（如关节轨迹）。优化目标是最大化跳跃距离，同时最小化机械能消耗。

关键创新：本文的关键创新在于将电机参数纳入了腿式机器人的协同设计框架中。通过两阶段优化方法，可以有效地处理电机参数与机器人设计和控制之间的复杂关系。此外，该框架还适用于闭链机构，扩展了协同设计方法的应用范围。

关键设计：电机优化阶段，需要建立电机性能与齿轮比之间的精确模型。协同优化阶段，需要选择合适的优化算法（如CMA-ES），并设计合适的适应度函数（同时考虑跳跃距离和能量消耗）。此外，还需要对机器人的运动学和动力学进行建模，以便进行仿真和优化。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

仿真结果表明，与标称设计相比，该协同设计框架能够使五杆单足跳跃机器人的跳跃距离提高约42%，同时机械能消耗降低15.8%。这证明了该框架在提升腿式机器人性能和能量效率方面的有效性。

🎯 应用场景

该研究成果可应用于高性能腿式机器人的设计与优化，尤其是在需要高动态运动和能量效率的场景中，如搜救机器人、探索机器人和运动辅助设备等。通过协同优化设计，可以显著提升机器人的运动性能和续航能力，使其能够更好地适应复杂环境。

📄 摘要（原文）

The performance of legged robots depends strongly on both mechanical design and control, motivating co-design approaches that jointly optimize these parameters. However, most existing co-design studies focus on optimizing link dimensions and transmission ratios while neglecting detailed actuator design, particularly motor and gearbox parameter optimization, and are largely limited to serial open-chain mechanisms. In this work, we present a co-design framework for a planar closed-chain five-bar monoped that jointly optimizes mechanical design, motor and gearbox parameters, and control parameters for dynamic jumping. The objective is to maximize jump distance while minimizing mechanical energy consumption. The framework uses a two-stage optimization approach, where actuator optimization generates a mapping from gear ratio to actuator mass, efficiency, and peak torque, which is then used in co-design optimization of the robot design and control using CMA-ES. Simulation results show an improvement of approximately 42% in jump distance and a 15.8% reduction in mechanical energy consumption compared to a nominal design, demonstrating the effectiveness of the proposed framework in identifying optimal design, actuator, and control parameters for high-performance and energy-efficient planar jumping.