编辑推荐：
为解决四足机械臂高自由度带来的运动协调难题，研究人员开展 “Prioritized Multi-task Motion Coordination of Physically Constrained Quadruped Manipulators” 研究。结果表明所提框架能自适应分配运动，实验验证其有效性，为四足机械臂应用提供关键支撑。
在科技飞速发展的当下，机器人领域的研究不断取得突破。其中，四足机器人因其模仿腿足动物的运动能力，在穿越复杂非结构化环境方面展现出独特优势，受到众多研究机构和公司的青睐。然而，传统四足机器人大多缺乏操作能力，无法满足多样化的任务需求。为了拓展其功能，研究人员尝试在四足机器人上安装机械臂，由此诞生了四足机械臂。这种新型机器人结合了四足机器人的移动性和机械臂的操作能力，理论上能够执行更为复杂的任务，如在野外环境中进行物品抓取、在灾难救援场景下协助作业等。
但四足机械臂的出现也带来了新的挑战。机械臂的添加使得系统自由度大幅增加，导致建模和控制难度剧增。在运动协调方面，不仅要兼顾机器人身体的移动性和机械臂的灵活性，还要考虑系统与环境的复杂接触，以满足稳定运动、运动学 / 动力学限制以及物理约束等多方面的要求 。早期的研究虽然在建模和控制上取得了一定进展，但在运动协调的优化上仍存在不足。例如，部分方法中运动在机器人两部分之间的分配依赖人为决策，缺乏实时反馈和全局视野，容易导致机械臂超出工作空间或陷入奇异位形；而整体规划方法虽能考虑全局，但计算复杂度高，难以满足高动态运动的需求。因此，开发一种高效的运动协调算法，成为推动四足机械臂发展和应用的关键。
为了解决这些问题，来自未知研究机构的研究人员开展了关于 “Prioritized Multi-task Motion Coordination of Physically Constrained Quadruped Manipulators” 的研究。他们提出了一种基于多任务优先级和零空间投影的运动协调框架，旨在实现四足机械臂在复杂任务中的高效、稳定运动。这一研究成果发表在《Cyborg and Bionic Systems》上，为四足机械臂的发展提供了新的思路和方法，具有重要的理论和实践意义。
研究人员在开展研究时，运用了多种关键技术方法。在建模方面，采用简化的运动学和动力学模型，将四足机器人的腿部抽象为产生虚拟力的浮动基座，构建了 12 自由度系统的运动学和动力学方程。在运动控制上，利用全身控制器（WBC），结合逆运动学、多目标优先级和力约束，实现对机器人运动的精确控制。同时，通过任务优先级划分和零空间投影技术，优化运动分配，提高系统性能。
运动协调算法研究
研究人员将运动协调任务分为三个优先级：末端执行器轨迹跟踪、运动再分配以满足物理约束、可操作性增强。通过修改逆运动学解，引入反馈项来提高跟踪精度，使误差收敛到零。在运动分配过程中，根据机械臂和基座的特点，通过调整投影矩阵来实现自适应运动分配。当机械臂的自由度超出约束时，调整相应关节的运动指令，确保整体运动满足物理约束。
奇异性避免策略
为避免机械臂在运动过程中接近奇异位形，研究人员通过计算雅可比矩阵的奇异值来检测是否接近奇异状态。一旦检测到，激活基座协助运动，并在零空间中添加基于可操作性梯度的避奇异任务。通过引入阻尼项和缩放因子，形成速度补偿向量，有效避免机械臂进入奇异位形，保障系统稳定运行。
实验验证
研究人员在仿真环境和实际机器人平台上进行了实验验证。在仿真实验中，对比有无奇异性避免策略的情况，结果表明无奇异性避免时，机械臂会进入奇异位形导致机器人失控摔倒；而采用奇异性避免策略后，基座能够及时激活，辅助机械臂完成轨迹跟踪，避免奇异状态。在实际机器人平台实验中，使用预定义轨迹和遥控器设置指令两种方式进行测试。在预定义轨迹实验中，机器人在小跑步态下能成功完成轨迹跟踪，在 x、y、z 轴上的最大误差分别为 2.2cm、2.9cm 和 2.5cm。在遥控器指令实验中，机器人能够稳定地完成物体抓取和移动任务，验证了该框架在实际操作中的有效性。
在结论和讨论部分，研究人员提出的运动协调框架能够自动将末端执行器的运动分配到基座和机械臂，确保机器人在稳定运动的同时完成复杂任务。当机械臂无法完成任务或接近奇异位形时，基座会自动激活提供辅助。通过多个实验验证，该框架在机械臂工作空间内外都能实现高精度的轨迹跟踪。这一研究成果为四足机械臂在实际应用中的推广提供了有力支持，有望推动其在更多领域的应用。未来，研究人员计划进一步拓展该框架，实现操作轨迹的在线规划，加入基于视觉的识别功能以自动完成物体抓取，并通过强化学习实现受限空间操作和高动态物体捕捉，为四足机械臂的发展开辟更广阔的前景。
