刘昊林 刘小川 任 佳 王计真 董久祥 方 正

1.中国飞机强度研究所结构冲击动力学航空科技重点实验室，西安，7100652.东北大学信息科学与工程学院，沈阳，1100043.东北大学机器人科学与工程学院，沈阳，110169

0 引言

传统无人直升机目前普遍使用的起落架形式有滑橇式和机轮式两种[1]，其起降环境应尽量保持平坦，下降过程应保持缓慢、平稳，着陆后应保持整个机体稳定。但是，对于特定的应用场景，平坦的区域并不容易找到，而且野外作战地形环境中经常无法找到合适起降地点，如山丘地形、乱石地面等；此外在海洋环境下，大风海浪导致的舰面晃动也会对无人直升机安全起降和停放产生不良影响[2]。上述条件极大限制了无人直升机的适用范围。面向非结构化复杂地形，需要提出一种环境适应能力强的起落装置和准确稳定的地形自适应着陆策略，在复杂的地形下实现安全平稳的着陆，从而拓展无人直升机的适用范围并提高无人直升机执行任务的效率。

地形自适应起落架可极大拓展垂直起降飞机的应用范围，显著提高垂直起降飞机的坠毁生存力，应用前景广阔。国外科研机构对地形自适应起落架研究起步较早，在理论研究的基础上开展实物验证试验，取得了一些先进性的研究成果。

美国国防先进计划局(DARPA)于2015年率先开展了“自适应起落架”项目[3]，该技术能够使直升机在更为崎岖、倾斜的地面完成着陆，从而显著扩大直升机的应用范围。佐治亚理工大学于2015年基于四足仿生腿结构，研制了一种名为“Robotic Landing Gear”的起落架[4]，它摆脱了直升机只能在平坦地面起降的限制。这套着陆系统在机身两侧对称布置了4只有触觉传感器的机械足，可以协调工作，根据着陆区域在控制器下可以摆出最佳的落地角度，可以使飞行器在非结构地面、台阶和斜坡上降落[5]，并且通过仿真验证了整个起落装置在不确定环境下着陆的鲁棒性[6]。之后于 2018 年提出了一种利用线缆驱动的机器人腿式四杆起落架装置，通过实验证明了该装置具备 20°斜坡的平稳降落能力[7]。2017年，俄罗斯的研究团队研究了一种“蜂腿”式四旋翼无人直升机起落架[8]，属于铰接机械腿式起落架，并通过实验证明旋翼直升机在不同坡度、不同平面、不同台阶面的地形剖面估计正确性以及平稳着陆。

我国在传统起落架领域取得了显著成果，但对地形自适应起落架的研究起步较晚，基本处于理论研究阶段。2014年，南京航空航天大学设计出一种带有三个液压伸缩杆的起落架[9]，通过控制每根液压杆长度来实现复杂崎岖地形的起降。2015年，郑州大学设计了一种四腿式全地形直升机起落架[10]，通过压力传感器控制腿旋转和伸缩实现全地形着陆。2016年合肥工业大学设计了一种针对小型无人直升机的仿生起落架[11]，并对设计结构的强度进行了校核，该起落架采用单自由度四杆机构。2018年哈尔滨工业大学设计了一种前三点式地形自适应起落架[12]，通过控制每条支撑腿的上下支腿实现复杂地形的降落。

目前，我国对地形自适应起落架的研究处于初步探索阶段，一些可以面向非结构地形的设计方案还处于研究阶段，亟需开展面向复杂地形的自适应腿式起落架相关技术的深入研究。

观察发现，蝗虫、蜻蜓等自然界中的飞行昆虫栖落时均采用多点触地方式，通过复眼观察、足部感知和腿部伸展的协调与配合，保证身体可在地面、枝头等复杂环境下稳定停靠；多足独立运动保证了其地面行动能力；腿部主动蜷缩可有效减缓着陆撞击，降低撞击载荷对其身体造成的损伤。当前广泛研究的足式机器人，设计构想亦来源于仿生学理念，其腿部拓扑、驱动与控制、步态规划等均参考了动物的腿部构造和运动特征[13]。

本文考虑垂直起降飞行器起降过程和飞行昆虫栖落的诸多相似性，借鉴多足机器人在腿部设计、驱动与控制等方面的成熟技术，创造性地提出一种基于智能仿生腿的地形自适应起落架，以满足垂直起降飞行器在非结构地面的自适应起降需求。无人直升机起落架采用仿生腿式结构实现，起落架具有收起和伸展、复杂地形自适应着陆和断电支撑、晃动舰面着陆和平稳停放、无需重复起降的足式短距运动等功能，同时利用腿式着陆可以吸收能量，缓冲落地冲击，显著提高无人直升机的生存性。此外，仿生腿式起落架系统选配三维激光雷达和视觉模块，用于感知降落环境地形，建立3D地图；仿生腿的底部安装六维力传感器，用于监测足端触地以及判断地形的情况；机身装有加速度传感器IMU，在复杂的环境中用于监测机身的位姿信息，通过在线规划调整机身的姿态，使无人直升机可以平稳着陆，实现复杂环境下起落架的地形自适应。

1 腿式起落架构型与结构设计

在仿生机构设计过程中，设计的构型与其运动能力有直接的关系。仿生腿式起落架的构型设计主要考虑以下几个部分：仿生腿数量、腿的分布以及腿部结构等[14]。从仿生腿式起落架设计性能指标来看，腿部结构不能过于复杂，杆件太多会使自由度冗余，从而增加逆运动学和逆动力学解算的难度；同时，仿生腿每个运动关节上都需要设置一个驱动器，如果腿部关节过多，整机重量就会增加，而且过多的腿关节会降低机器人腿部的刚度，降低起落架的着陆稳定性。因此，需选择合理的腿部构型使仿生腿式起落架适应多种非结构化地形，实现稳定着陆。

1.1 多足式起落架构型选择

形态是机器人整体结构和系统控制的基础，为了使机器人的运动接近动物的灵活性同时便于控制，必须在仿生学的基础上进行简化设计。合理的仿生腿结构是起落架在复杂环境下实现稳定着陆的基本保障。从仿生腿式起落架设计需求出发，综合考虑起落架着陆稳定性、承载能力、能耗性等，选定仿生腿式起落架的仿生腿数量、分布、自由度配置和结构。

单足和双足机器人因为腿数较少，在实际环境中受很大限制，所以机器人的承载性和稳定性都很难得到保证，尤其是在路面环境较为崎岖的条件下。考虑步态的有效性，机器人的腿数一般是偶数，最吸引人类去模仿制造的机器人主要包括四足机器人、六足机器人和八足机器人。

相比于双足机器人，更多足的机器人在稳定和行走等特性上要好得多。这是因为当多足机器人使用三条腿支撑时，这三个足端可以在地面构成支撑三角形，倘若机器人重心落入该支撑三角形中，机器人就可以形成稳定的状态，不会倾覆。因此，对于复杂环境，多足机器人比双足机器人更有优势。

在众多类型的多足行走机构中，六足机器人又有其独特特点[15]。与四足机器人相比，六足机器人可以在身体不停顿的情况下使用三角步态行走，能够实现行走稳定性与快速性的统一，而四足机器人若想实现静步态行走，需要依次迈动其四条腿，而且每次只能迈动其中的一条，严重影响了机器人的行走速度。相对于八足或更多足的机器人来说，六足机器人的结构相对简单，容易维护。因此，在满足运动性能的基础上，腿的数量应当尽可能少，以减小机构复杂程度和质量。在国内外学者的研究之中，六足机器人一直是非常热点的领域，图1所示为早期研究中的六足机器人。

(a)OSU (b)ASV (c)ODEX-I图1 早期研究中的六足机器人Fig.1 Hexapod robots in earlier study

考虑无人直升机对着陆稳定性、着陆冲击以及负载的要求，采用六足式起落架是合适的，既能保证更好的稳定性，也可以提高承载能力，在移动时可保证更好的稳定性。三角步态(任一时刻都有不相邻的三条腿着地支撑，另外三条腿摆动，不相邻的三条腿支撑摆动连续切换稳定向前运动)保证了机体在任何时候都有三条腿支撑平面形成三角形，这可以有效提高行走的稳定性，也可以提高控制的鲁棒性。

起落架六条仿生腿的腿部布置方式可以采用矩形和六边形布置[16]，如图2所示。

(a)矩形布置 (b)六边形布置 图2 六足机器人腿部布置方式Fig.2 Layout of legs of hexapod robot

腿部的布置方式首先考虑机器人在运动过程中的稳定性。为了准确有效地衡量机器人的稳定性，采用改进的静态稳定裕度分析法[17]。

如当机器人以三角步态方式行走时，构成的支撑区域为三角形，稳定区域面积越小，机器人在此步态下行走时的稳定性越差。当机器人采用三角步态稳定行走时，假设机器人的机体长为L，宽为W，矩形布置和六边形布置的稳定裕度如表1所示。

表1 稳定裕度分析

由表1可知，采用矩阵布置方式的稳定性要优于六边形布置方式的稳定性。当机器人在崎岖地形下运动时，面对身体下方的不平坦地形，相较于六边形配置，矩形配置的机器人可以直接越过，对不平坦地形具有更好的地形适应性。同时，左右对称配置的拓扑结构使机器人的步态更加多样化，便于规划规则且对称的步态。因此本文采用矩形对称式的腿部配置。

在满足仿生腿式起落架功能需求的基础上，腿部结构应适当简化，减小运动机构的复杂程度，以此来降低运动控制的难度。六足式起落架整体构型如图3所示，仿生腿采用两段腿设计，每条腿设置3个自由度，即髋关节自由度、胫关节自由度和股关节自由度。髋关节自由度保证机器人腿部能够水平摆动，胫关节和股关节自由度使仿生腿具有二维空间的宽域覆盖能力，完成仿生腿的位置和高度控制。髋关节、胫关节和股关节这3个自由度的联动使机器人腿部能在三维空间中灵活运动，也使机器人具备对多种复杂地形的适应能力。同时每条腿采用并联结构，并使用智能感知驱动单元，实现高动态阻抗控制[18]，一方面有效吸收着陆时的冲击，另一方面可自动适应地形，保证身体稳定性。

图3 六足式起落架整体构型图Fig.3 Hexapod landing gear configuration diagram

1.2 单足结构设计

根据上节仿生腿构型分析，腿部结构设计如图4所示，其中，图4a为传统关节式单腿设计方案，在该方案中驱动元件安装在关节处，该方案为目前多足仿生机器人采用的设计方案，与动物腿部外形和运动特性一致。该方案的优点是机构设计简单，运动学和动力学分析方便，控制参数明确；缺点是关节驱动扭矩大，尤其是坠撞过程中，强冲击动载导致关节驱动扭矩显著增加，驱动元件有结构破坏风险。

(a)关节式单腿设计 (b)机构式单腿设计图4 腿部结构设计Fig.4 Leg structure design

进一步优化腿部结构，本文提出了一种基于多连杆机构理念[19]的单腿结构设计方案。该方案的核心设计思路是：采用两个四连杆机构ABCD、EFGD和一个平行四边形机构DIHG组成的混联机构实现单腿功能设计，如图4b所示。该方案利用四连杆结构的急回特性实现减速增力[20]，同时利用机构连杆共线时的死点位置实现起落架结构在坠撞过程中关节锁死的能力，降低对驱动元件输出力矩的要求。驱动元件集中于四连杆机构的A点和E点，避免在关节处安装驱动元件，使整体结构更加紧凑美观。

基于构型分析和腿部设计方案，在MATLAB中完成腿部参数优化[21]，以各杆件长度、关节角α和β为优化变量，以足端运动范围满足复杂地形着陆条件为约束条件，以关节驱动力矩最小为优化目标，建立单腿机构参数优化设计模型，并获取最优化参数设计。

起落架每条仿生腿设置3个自由度，通过左右两侧驱动部件转动驱动胫关节和股关节的旋转运动，实现足端的平面空间运动，用于实现地形自适应着陆。上侧驱动部件驱动髋关节，以实现起落架折叠后的收起和展开。踝关节安装力传感器，用于足端压力感知，足底采用橡胶缓冲材料以降低冲击载荷峰值。图5所示是起落架总体设计和单腿机械结构。

(a)起落架总体设计 (b)单腿机械结构图5 腿部设计方案Fig.5 Leg design

2 六足式起落架运动学与动力学分析

仿生腿式起落架的运动学分析是进行运动规划、驱动控制以及性能分析的基础[22]。在实际运动中，能控制的是安装在各个腿、各个关节上的伺服电机，而实际要控制的是各足端在世界坐标系中的运动轨迹和位姿，因此在1.2节对仿生腿构型设计的基础上，必须首先建立运动学模型，将各个腿的关节坐标和世界坐标联系起来，再通过逆运算将在世界坐标系中的位姿映射到关节坐标系中，通过运动学分析完成对起落架仿生腿的运动控制。

图4b中，两自由度单腿机构共有12个连杆，各杆的长度用l表示，如lAB表示连杆AB的长度。lCD和lDI为一个连杆，中间存在一个铰点D，将它们看作是共线固接的两个连杆，lIH和lHN采用类似方法处理。铰接点D点、A点和E点与机身相连，在运动过程中坐标不变。在分析过程中，以D点为坐标原点，其中lDA和lEF与x轴正方向的夹角分别为α和β。

假定已知连杆AB和连杆EF的方位角(定义为与lAB轴正方向的夹角)，求解足端N的坐标(xN,yN)。

在四连杆机构ABCD中，AB为主动杆件，CD为从动杆，BC为连杆，DA为机架，已知各杆杆长分别lAB、lBC、lCD和lDA，主动杆方位角φAB，机架角φDA=α，计算连杆BC和从动杆CD的方位角φBC和φCD，及A、B、C各节点坐标。

根据向量理论，建立各连杆之间的空间位置关系：

lABeiφAB+lBCeiφBC+lCDeiφCD+lDAeφDA=0

(1)

将式(1)在x轴和y轴上分解可得

(2)

消去φBC后可得

(3)

e=-lABcosφAB-lDAcosφDA

f=-lABsinφAB-lDAsinφDA

2lABlDAsinφABsinφDA)/(2lCD)

式(3)中，n为符号系数，当△BDC按逆时针方向时，n=1，反之n= -1。解出φCD后，代入式(2)，可得

(4)

得到各杆方位角，即可确定A、B、C点坐标：

(5)

同理在四连杆机构EFGD中，可由连杆EF的方位角β求得足端N的坐标(xN,yN)。

逆运动学是正运动学的逆过程，即设定D点为坐标原点，已知足端N的坐标，求解主动杆AB和连杆EF的驱动角α和β。

在△DIN中，已知D和N点坐标，可确定虚杆DN长度和方位角；已知连杆DI和连杆IN的长度，继而可求得连杆DI和连杆IN的方位角φIN和φDI。

由于连杆DI和连杆CD共线，所以有φDI=φCD。

同理，在四连杆机构中可求得GD的方位角φGD。

在平行四边形机构DIHG中，杆件IH的方位角φIH=φGD。

在四连杆机构ABCD和四连杆机构EFGD中，交换主动杆和从动杆的位置，可求得AB杆和EF杆的驱动角α和β，可以根据逆运动学求得腿部各关节的关节角度。

通过运动学分析可以求得足端点在机身坐标系下的位置坐标。仿生腿式起落架动力学分析[23]是以运动学分析为基础，运用力学原理推导出机构所受外力与运动状态之间的关系，是对运动机构进行力学性能评估、动力学优化以及控制系统设计的理论基础。

本文设计的仿生腿式地形自适应起落架可以看做是一种多自由度的闭环运动机构。着陆过程中仿生起落架所受的力矩τ和力F可表示为

(6)

式中，m为仿生起落架的质量；Fi为支撑腿所受的垂向支持力；rc为重心到机体坐标系的偏移向量；rt为机体坐标系到足端点的向量。

本文通过调节足端接触力Fi分配来控制机体状态稳定，通过PID控制器调节力矩τ来控制机体的俯仰角和滚转角。

3 六足式起落架系统着陆控制算法

仿生腿式起落架系统根据地形自适应的特点可以很好地应用于复杂不平坦地面上的着陆缓冲情形。在降落的过程中需要仿生腿式起落架根据舰面情况自动调整姿态，不同状态下采取不同的阻抗参数和移动策略，以提高仿生起落架对地面的适应力。无人直升机要实现自适应着陆，必须通过视觉系统实现地形识别，着陆前根据目标位置动态调整各支撑腿姿态，以保证稳定着陆。在接近着陆时，采取低刚度和低阻尼参数向地面移动；通过力传感器判断有一条腿提前触地后，因低阻尼和低刚度特性而自动向后收缩，减少对身体姿态的干扰；当所有腿触地后，采用中等刚度和阻尼实现缓冲和支撑，同时利用阻抗控制调节相应的足力，进行着陆后身体姿态控制调整，实现仿生腿式起落架的动态自适应着陆。

3.1 六足着陆控制算法

六足式起落架着陆步态采用主动柔顺的阻抗控制方法实现起落架着陆缓冲[24]，其控制算法框架如图6所示。

图6 着陆控制算法框架Fig.6 Landing control algorithm framework

六足式起落架状态估计和地形识别系统由加速度计、视觉系统点云数据和编码器进行信号融合实现，得到仿六足式起落架各腿足端距离地面高度。六足式起落架关节位置控制器通过地形识别系统数据将各腿足端调整到与地面高度一致的位置，保证在着陆过程中各腿尽可能同时触地。足力分配控制器根据各腿受力情况和六足式起落架当前姿态情况，计算稳定身体所需的各腿腿力。阻抗控制器实现各腿的阻抗控制，实现着陆过程的平稳缓冲。

在着陆过程中，六足式起落架动力学系统受力如图7所示。Fi为足端力，ri为质心G到足端向量,kai和Bai分别为主动关节的刚度系数和阻尼系数，kpi为被动弹簧刚度系数。

图7 着陆过程系统受力示意图Fig.7 Stress analysis of landing

在缓冲着陆时，系统的动力学方程可表示为

(8)

为使机体保持平衡，需令身体水平，即滚转角和俯仰角均为0，则所需的矫正扭矩τB和力FB可由PID控制律得出：

(9)

式中，Kp、Kd、Ki为PID增益；x、xref分别为目标扭矩和力矩阵、测量扭矩和力矩阵。

为求解控制律中的Fi，变换等式如下：

(10)

则姿态调整力最优分配控制率(Fi模最小)可通过求解左边系数矩阵的Moore-Pensrose逆矩阵得到：

(11)

3.2 地形识别与重构算法

无人机自适应着陆地形识别系统主要由两大部分组成[25]，一部分为硬件系统，一部分为着陆地形识别系统的软件算法部分。硬件系统主要由雷达、相机、IMU、GPU处理器和CPU处理器构成。CPU和GPU处理器用于感知建图等的计算处理。激光雷达和相机用于感知三维空间信息和获取无人机下方降落区域的图像信息。软件系统是地形识别统的重要组成部分，主要由5个部分组成，分别是传感器标定、基于点云的三维环境建模、基于点云的三维环境语义分割、基于图像的可降落区域搜寻和基于图像的可降落区域跟踪。无人机系统结构图见图8。

图8 无人机系统结构图Fig.8 Stucture diagram of unmanned helicopter system

在高空中，无人机通过对相机拍摄的图像数据进行图像特征提取和语义分割来确定可能的降落区域位置，然后通过跟踪算法引导无人机飞向该可能的降落区域；当无人机飞到低空时，利用激光雷达、IMU和GPS传感器获得的数据建立局部的三维点云地图，并通过点云的语义分割方法生成带语义标签的三维点云地图，然后从该点云地图中得到降落区域的精确三维位置信息并引导无人机完成自主着陆。整体软件系统结构如图9所示。

图9 软件系统框图Fig.9 Software system block diagram

地形环境感知和建模对起落架自适应着陆至关重要。传感器标定精度决定数据的融合精度，在传感器平台上，根据标定得到的外参值将点云数据投影到图像中。无人机系统对飞行中的周围环境进行感知，得到相关环境物理信息，使无人机可对环境进行判断，找到可降落区域，完成自主降落。

由于无人机需要准确的空间信息，因此需要建立精确的三维地图。本文采用激光雷达作为主要传感器，建立环境的三维激光点云地图，使无人机获得准确的周围环境信息，从而执行后续任务。

若想无人机更稳定、更安全地完成降落任务，就需要通过激光雷达传感器获取周围环境的三维信息并通过三维信息实时准确地理解周围场景的三维语义信息，因此有必要对激光雷达点云数据进行语义分割。图像语义分割能够将摄像头传感器拍摄的图片或视频流的每一个像素点都打上对应的类别标签，这样就可以知道图片或视频流中可降落区域的位置，为下一步对目标区域的跟踪提供一个初步的识别。

将区域搜寻算法的输出作为可降落区域跟踪算法的输入，用4个坐标(x,y,w,h)来表示一个矩形框，其中，(x,y)表示矩形框的中心点像素坐标，w、h表示矩形框的宽和长，该矩形框即是要跟踪降落的区域。区域跟踪算法输出的是无人机飞行控制量，表现形式是通过坐标差(目标像素坐标与实际像素坐标之差)进行映射得到的无人机飞行的目标控制量。

基于Robot Operating System(ROS)下的Gazebo仿真系统搭建了用于测试无人机自主降落的仿真环境，模拟传感器数据传送和无人机的控制和降落[26]。在Gazebo中调用world文件作为世界环境的机制，可以通过编辑world文件的形式来自定义项目需要的仿真环境，在实验中也可以根据不同的测试需求来进行不同的环境搭建，仿真界面如图10所示。

图10 无人机系统降落的仿真环境示意图Fig.10 Diagram of simulation environment for helicopter system landing

4 六足式起落架着陆实验

本文基于MATLAB/Simulink和ADAMS搭建虚拟样机模型，完成联合仿真[27]，验证控制算法的有效性，实现仿生腿式起落架的平稳着陆。

4.1 虚拟样机构建

通过MATLAB/Simulink向ADAMS仿真模型输入控制参数，在ADAMS中实现仿真功能，并将ADAMS仿真结果数据输出到MATLAB/Simulink，将控制系统和机械系统连接起来，实现控制系统的闭环交互。

在ADAMS中导入模型后，添加关节约束和驱动，并在ADAMS/Car模块中分别建立平面地形、20°坡面地形、高度差为20 cm的台阶地形，分别进行仿真。以各关节角速度作为输入，各关节角度和各足端接触力作为输出，联合仿真模型如图11所示。

图11 联合仿真模型Fig.11 Co-simulation model

ADAMS中road.tbl文件夹提供多种地形环境，可以通过更改文件的地形参数完成地形模型的修改。通过多种地形来验证起落架着陆过程中对复杂地形的适应能力，图12所示为ADAMS中建立的典型地形环境。

(a)平面地形 (b)台阶地形 (c)坡面地形图12 典型地形环境Fig.12 Typical terrain

4.2 着陆仿真分析

图13 六足式起落架ADAMS仿真模型Fig.13 ADAMS simulation model of hexapod landing gear

在ADAMS建立虚拟样机，每条腿编号如图13所示，模拟起落架着陆的运动和状态，在MATLAB/Simulink中建立着陆控制、角度控制、足力分配和阻抗控制等控制模块，采用联合仿真的方式分别对平面、坡度角为20°的斜坡以及高度差为20 mm的台阶地形进行仿真。在后处理界面中通过检测各腿与地面接触力来判断起落架着陆稳定性。

在ADAMS仿真环境下，六足式起落架着陆后机体保持在水平面稳定，着陆姿态图见图14。

图14 平面地形着陆Fig.14 Plane landing

对平面着陆过程中两侧腿足端接触力进行分析(以1、2、6号腿为例，下同)，每条腿足端接触力在触地初始阶段不断调整，最后趋于稳定，如图15所示。

(a)1号腿

(b)2号腿

(c)6号腿图15 平面着陆时足端接触力Fig.15 Foot force during plane landing

在ADAMS仿真环境下，六足式起落架着陆后机体保持在斜面稳定，着陆姿态图见图16。两侧腿足端接触力如图17所示。

图16 斜坡地形着陆Fig.16 Slope landing

(a)1号腿

(b)2号腿

(c)6号腿图17 斜坡着陆时足端接触力Fig.17 Foot force during slope landing

在ADAMS仿真环境下，六足式起落架着陆后机体保持在台阶面稳定，着陆姿态图见图18。两侧腿足端接触力如图19所示。

图18 台阶地形着陆Fig.18 Step landing

(a)1号腿

(b)2号腿

(c)6号腿图19 台阶着陆时足端接触力Fig.19 Foot force during step landing

由以上仿真结果可以看出，六足式起落架在着陆过程中能够根据地形进行相应的腿部位姿调节，并在落地时平稳地与地面接触，经过阻抗控制的调节，可以减缓地面对机体的冲击力，使各腿部的足端接触力稳定在期望力附近，从而保持整个机体的稳定，实现六足式起落架平稳着陆。

4.3 样机测试

为了实现六足式起落架的测试与验证，在构型分析的基础上，以无人直升机为载体，研制六足式起落架物理样机，进一步验证控制算法和着陆缓冲效果，完成实验室性能测试与外场环境实验验证。

六足式起落架由六条仿生腿构成，每条腿具备3个自由度以实现三维空间运动，整机实际质量为180 kg，负载质量为50 kg。图20为无人直升机的样机测试图，分别为无人直升机在实验室和真实外场野外地形完成着陆实验验证。实验证明，六足式起落架在飞行过程中可以实现灵活收放，地形识别系统与着陆控制算法有效，无人直升机实现稳定自适应着陆，达到了预期的效果。

图20 无人直升机样机测试Fig.20 Unmanned helicopter prototype test

5 结论

(1)从仿生腿数量、分布形式、腿部自由度配置和腿部结构等方面选择合理的腿部构型使仿生腿式起落架适应多种非结构化地形。根据机构设计方案，完成了六足式起落架运动学和动力学分析。

(2)通过视觉系统完成对动态地形的识别，实时调整起落装置腿部的位姿，以适应地形完成降落。通过IMU测量起落架在水平方向的倾角，将变化的角度反馈到腿力分配算法中，动态规划腿力分配信息，并通过阻抗控制实时调整关节角度，实现六足式起落架的动态自适应着陆。

(3)在建立控制算法模型的基础上，基于MATLAB/Simulink和ADAMS搭建虚拟样机联合仿真模型，经过仿真验证和样机测试，所设计的控制算法有效地完成了多种典型非结构化地形的着陆，并实现了动态自适应着陆，证明了六足式起落架设计方法的有效性。未来将针对仿生腿式起落架进一步优化腿部结构，在系统减重的同时实现更大的承载能力，不断提高仿生腿式起落架结构的稳定性和可靠性。