俞文雅，陶红武，曾 顺，谭跃刚

(武汉理工大学机电工程学院，湖北 武汉，430070)

四足机器人属于移动机器人的一种，相比于传统的轮式机器人和履带式机器人，其躯干运动与腿足运动是分离的，因此具有更强的地形适应能力，同时，其运动稳定性比双足机器人要强，而机械结构又比六足机器人更简单，因此受到研究者的大量关注，并取得丰硕成果[1]。其中，美国波士顿动力公司(Boston Dynamics)研发的一系列四足机器人样机最具有代表性，尤其是BigDog四足机器人[2]，其强大的运动性能和地形环境适应能力让该公司在四足机器人领域名声大噪；麻省理工学院推出的Mini Cheetah猎豹机器人更为小巧灵活，其采用的凸模型预测控制(cMPC)能够满足机器人大部分的步态控制需求，机器人甚至可以完成后空翻等高难度动作[3]。

地形适应能力在很大程度上决定了四足机器人能否走出实验室在自然环境下稳定运动。在常见的自然地形中，许多特殊的凹凸地形都可以看作是具有不同坡度的斜面的叠加，因此，如何实现在斜坡上的自适应稳定运动控制对四足机器人来说十分关键。Bledt等[4]提出一种基于事件的接触模型融合方法，在没有添加外部力传感器的情况下实现对MIT Cheetah 3机器人的运动控制，提高了其对非结构化地形的适应能力；Guo等[5]提出一种在爬行步态下通过保持支撑平面质心投影点从而调整机器人姿态的算法，同时分析了不同步态序列对机器人爬坡的影响。

然而，对于四足或六足机器人这样的非线性、高耦合的复杂系统，想要进行精确的建模分析并不容易，于是许多研究者都选用一种不需要精确数学模型的控制方法——模糊控制来实现对机器人的运动控制。……