GeoTrussRover: Morphological Computation with Contact-Semantic Control Primitives
作者: Muyuan Ma, Yi Zhang, Yang Yang, Xuanyan Zheng, Ruiqi Hu, Boxuan Ke, Zhenyu Chen, Yicong Lin, Xin Hao Yang, Daliang Xiao, Zhinan Hou, Wanhao Niu, Yuan Sun, Yan Yang, Yue Xie
分类: cs.RO, cs.GR, cs.NE, eess.SY
发布日期: 2026-09-10
💡 一句话要点
提出GeoTrussRover以解决可重构机器人在障碍物前的协调问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 可重构机器人 变几何桁架 接触语义 形态规划 运动控制 高维协调 物理约束投影
📋 核心要点
- 现有的可重构机器人在面对障碍物时，协调其形状变化与移动底盘的能力不足，导致高维协调问题。
- 论文提出GeoTrussRover，通过电动VGT与轮式底盘结合，利用接触语义原语进行形态规划与控制，解决了高维协调问题。
- 实验结果显示，该方法在步高适应性上表现优异，目标函数评估显著减少，证明了其在实际应用中的有效性。
📝 摘要（中文）
可重构机器人在面对障碍物时需要改变接触几何形状。变几何桁架（VGT）通过承载结构分配这种形状变化，但将其与移动底盘结合会导致高维协调问题。GeoTrussRover结合了电动驱动的VGT、轮式底盘和接触语义形态规划与控制。我们解决了一个源遍历问题，并提取了四个接触语义原语，描述21个成员之间的协调关系。物理约束投影使其适应未见的步高，且在每个阶段保持可行时，适应过程无需重新计算完整运动。实验表明，该方法在从0.10m到0.075m的转移中，相较于完全重新计算，目标函数评估减少了63.7%。
🔬 方法详解
问题定义：本论文旨在解决可重构机器人在面对障碍物时的协调问题，现有方法在高维空间中难以有效协调形状变化与移动底盘的运动。
核心思路：GeoTrussRover结合电动驱动的变几何桁架与轮式底盘，通过接触语义原语进行形态规划与控制，简化了高维协调问题的处理。
技术框架：整体架构包括电动VGT、轮式底盘和接触语义形态规划模块。首先进行源遍历，提取接触语义原语，然后通过物理约束投影适应新的步高，最后使用全空间QP跟踪适应后的运动。
关键创新：论文的主要创新在于通过接触语义原语的提取与物理约束投影的结合，使得机器人能够在不重新计算完整运动的情况下适应新的物理约束，显著提高了运动效率。
关键设计：在设计中，采用了物理约束投影技术来处理步高变化，确保在每个阶段的可行性分析覆盖了从0.10m到0.46m的步高范围，优化了目标函数评估的效率。
🖼️ 关键图片
📊 实验亮点
实验结果表明，GeoTrussRover在步高适应性方面表现优异，目标函数评估相较于完全重新计算减少了63.7%。电动原型成功穿越了2.11个轮半径，验证了其在实际应用中的有效性与可靠性。
🎯 应用场景
该研究的潜在应用领域包括救援机器人、探测机器人以及其他需要在复杂环境中灵活移动的机器人系统。通过提高机器人在障碍物环境中的适应能力，能够显著提升其在实际应用中的价值与效率，未来可能推动更多智能机器人技术的发展。
📄 摘要（原文）
Reconfigurable robots can change their contact geometry when a fixed body cannot negotiate an obstacle. A variable-geometry truss (VGT) distributes this shape change through a load-bearing structure, but coupling it to a mobile base creates a high-dimensional coordination problem. GeoTrussRover combines an electrically actuated VGT, a wheeled base, and contact-semantic morphology planning and control. We solve one source traversal and extract four contact-semantic primitives that describe coordination among 21 members. Physics-constrained projection adapts them to unseen step heights with the same contact topology. When every phase remains feasible, adaptation does not recompute the complete motion. If one phase violates the new physical constraints, only that phase is recomputed. A full-space QP then tracks the adapted motion and corrects member and wheel errors. For transfer from 0.10m to 0.075m, the method reduces objective-function evaluations by 63.7% relative to full recomputation. Contact-phase feasibility analysis covers step heights from 0.10 to 0.46m, or 1.08 to 4.97 wheel radii, with the upper value near the theoretical feasible boundary. The electric prototype traverses 2.11 wheel radii. The resulting low-dimensional representation stores task coordination in a hyper-redundant, load-bearing morphology and reuses it during locomotion.