可變形機器人自主攀爬樓梯控制研究①

常 健 王亞珍 李 斌

(*中國科學院沈陽自動化研究所機器人學國家重點實驗室 沈陽 110016)(**浙江省特種設(shè)備檢驗研究院 杭州 310015)

?

可變形機器人自主攀爬樓梯控制研究①

常 ?、?王亞珍**李 斌*

(*中國科學院沈陽自動化研究所機器人學國家重點實驗室 沈陽 110016)
(**浙江省特種設(shè)備檢驗研究院 杭州 310015)

設(shè)計并實現(xiàn)了一種機器人自主攀爬樓梯系統(tǒng)，研究了復(fù)雜環(huán)境下可變形機器人自主攀爬樓梯的控制方法。通過分析樓梯面與機器人履帶的接觸方式，包括梯面打滑、棱刺打滑、履帶打滑等，確定了機器人進行梯面翻越、梯面行走時不打滑的條件，以提高機器人的爬行效率。對傳感器的感知信息進行濾波，以提高機器人的感知能力，確定樓梯的首末臺階，進而制定有效的爬行策略。通過對整個控制系統(tǒng)進行建模分析，建立了系統(tǒng)的軟件流程圖；通過對多種典型樓梯環(huán)境進行試驗，驗證設(shè)計方法的有效性及較好的魯棒性。

可變形機器人， 攀爬樓梯， 自主控制， 履帶接觸

0 引 言

災(zāi)后復(fù)雜的救援環(huán)境嚴重阻礙了搜救人員快速有效地進行救援，因而有效利用機器人輔助搜救的研究得到廣泛的關(guān)注。要實現(xiàn)機器人的應(yīng)用，必須研究機器人的控制。本人研究了可變形機器人自主攀爬樓梯的控制，因為樓梯是廢墟樓宇環(huán)境中的典型阻礙物之一。機器人攀爬樓梯的過程較為復(fù)雜，難以對其進行有效控制，因而研究機器人爬樓梯控制具有重要的實際意義。機器人能否有效爬樓梯是評價機器人運動性能的重要指標之一。

通過與參加蘆山地震搜救任務(wù)者的交流發(fā)現(xiàn)，采用遠程遙控的方式操作機器人攀爬樓梯易出現(xiàn)以下問題：樓梯環(huán)境狹小時難以準確有效控制機器人；通信及視頻信號被阻斷時機器人無法繼續(xù)行進作業(yè)任務(wù)。因此研究機器人自主攀爬樓梯的控制方法能夠極大地減輕操作人員的負擔且在通信中斷時機器人能夠繼續(xù)完成作業(yè)任務(wù)，使其應(yīng)用范圍得到加強。研究發(fā)現(xiàn)，國內(nèi)外對機器人攀爬樓梯的控制主要停留在遙控的方式，也就是說操作者需要實時觀測到外界環(huán)境信息及機器人本體運動狀態(tài)信息，主觀人為地執(zhí)行相應(yīng)的控制策略去操控機器人完成爬樓梯任務(wù)，這種控制方法在很大程度上依賴于操作人員的工作經(jīng)驗。但是由于廢墟環(huán)境中惡劣的通信條件，通信信號在傳輸過程中損耗巨大，機器人可能處于操作“盲區(qū)”，此時就需要廢墟搜救機器人具有自主能力，能夠自主攀爬樓梯。

國內(nèi)外專家對機器人攀爬樓梯的研究取得了一定的進展。多倫多大學研制的LMA機器人[1]具有較好的攀爬樓梯的能力，可以利用機器人的履帶構(gòu)型的改變翻越障礙物，同時利用相應(yīng)的算法使得機器人能夠避免傾翻。韓國大學設(shè)計MACbot機器人[2]，利用其特有的四履帶行進，機器人可以選擇常規(guī)運動模式和越障模式，其模式的選取依靠每個履帶模塊電機轉(zhuǎn)動的方向。中國科學院沈陽自動化研究所李斌等研制的水路兩棲可變形履帶機器人平臺[3-5]，對機器人翻越樓梯的基本過程進行階段劃分，并進行運動學和準靜態(tài)力學分析，針對翻越樓梯過程的各階段建立模塊聯(lián)合運動協(xié)調(diào)準則、防止傾翻準則和防止干涉準則，實現(xiàn)機器人翻越樓梯運動的實時在線預(yù)測控制。北京理工大學爆炸科學與技術(shù)國家重點實驗室研發(fā)的關(guān)節(jié)式履帶機器人[6]能夠適應(yīng)復(fù)雜地形并具有攀爬樓梯的能力，并提出了一種基于動態(tài)穩(wěn)定性準則的爬樓梯控制方法。在兩前擺臂的輔助下，該機器人能夠攀爬樓梯的最大臺階高度為192mm，寬度為349mm。哈爾濱工業(yè)大學的胡慶龍設(shè)計的機器人[7]具備完成正常的直線行走、原地轉(zhuǎn)彎以及野外路面的行走的基本性能，并且機器人按照規(guī)劃實現(xiàn)了自主爬樓梯的功能。本研究提出了一種適應(yīng)復(fù)雜環(huán)境的可變形機器人自主攀爬樓梯的控制方法，該方法可有效減輕搜救人員狹小環(huán)境下操控機器人的負擔，同時使機器人有一定的自主能力，可以在通信中斷時自主攀爬樓梯，跳出通信盲區(qū)，繼續(xù)執(zhí)行任務(wù)。

1 可變形機器人及攀爬樓梯過程分析

傳統(tǒng)固定構(gòu)型的機器人由于機構(gòu)單一，運動能力有限，使其使用受到了限制。而對于可變形機器人而言，其本身的形狀可以根據(jù)不同的任務(wù)靈活改變，其環(huán)境適應(yīng)性和空間通過能力得到了提升，適用于復(fù)雜非結(jié)構(gòu)的廢墟環(huán)境，因此本部分將對機器人本體的運動特性及攀爬樓梯的過程進行詳細的分析。

1.1 可變形機器人

由中國科學院沈陽自動化研究所自主設(shè)計和研制的可變形機器人AMOEBA-I[8-10]適用于災(zāi)難發(fā)生后的搜救環(huán)境，其特有的變形能力能夠適應(yīng)多種復(fù)雜危險環(huán)境。常用的構(gòu)型包括：三角構(gòu)型、直線構(gòu)型、并排構(gòu)型及“d”構(gòu)型，如圖1所示。圖3描述了機器人采用三角構(gòu)型的樓梯攀爬情況。機器人處于不同的構(gòu)型具有不同的運動能力[11-13]，如表1所示。相比于其他構(gòu)型，三角構(gòu)型具有較好的對稱性及越障性，這些特性使其成為最優(yōu)攀爬樓梯的構(gòu)型，因此本文主要研究基于三角構(gòu)型的機器人自主攀爬樓梯控制方法。

圖1 可變形機器人AMOEBA-I常用構(gòu)型

越障性抗傾翻性轉(zhuǎn)向性通過性三角構(gòu)型較好較好較好差并排構(gòu)型差較好很好差直線構(gòu)型很好一般差很好d構(gòu)型較好較好一般一般

1.2 機器人攀爬樓梯策略分析

機器人攀爬樓梯的過程如圖2所示，本文只考慮攀爬樓梯的過程，包括樓梯接近、樓梯攀爬和梯面翻越等，對樓梯的識別不再考慮，其中樓梯的攀爬包括梯面爬升和梯面行走兩部分，建模過程參照文獻[14]。

圖2 機器人攀爬樓梯過程

判斷機器人能否有效地攀爬樓梯的指標主要包括：機器人能否保證攀爬過程的安全性(躲避障礙物及遠離墻面)；機器人能否快速地攀爬樓梯(較少的方向調(diào)整)和機器人能否以較少的能耗攀爬樓梯等方面。本文研究針對室內(nèi)環(huán)境下的標準樓梯(符合國標)，機器人首先利用超聲傳感器對樓梯進行識別，當測量值到達傳感閾值時，機器人開始利用俯仰關(guān)節(jié)抬頭及攀爬樓梯，此時制定的策略是保證攀爬能量最優(yōu)。當機器人進行梯面行走時，制定策略使機器人能夠安全行駛，最后計算動力學特性保證末階翻越的有效性。

(a) 機器人采用三角構(gòu)型接近樓梯首階

(b) 機器人開始攀爬樓梯首階

(c) 機器人進行梯面行走

(d) 機器人進行末階翻越

當機器人進行末階翻越時，需要精準判斷末端臺階的位置高度信息，通過安裝在機器人特殊位置的傳感器可以實現(xiàn)。依照樓梯國標，PrdPrs

(1)

為了有效探測距離，傳感器不能與機器人履帶產(chǎn)生干涉，因此需要保證

(2)

(3)

設(shè)定PPvar為閾值，用以確定機器人能否準確到達樓梯頂端。

(4)

(5)

(6)

當傳感器返回的數(shù)值大于PPvar時, 機器人能夠識別出末端樓梯，然后進行梯面翻越。

1.3 機器人梯面行走運動力學分析

履帶與梯面的接觸打滑方式主要分為3種：梯面打滑、履帶打滑和棱刺打滑，如圖4所示。

圖4 履帶與樓梯接觸方式的多種打滑現(xiàn)象

當0°≤θM≤θS時，易發(fā)生梯面打滑現(xiàn)象, 因此切向力和法向力必須滿足式下式：

(7)

當N1>0, N11=F1sinθM+N1cosθM>0時，確定不打滑的條件：

(8)

當θS≤θM≤90°時,棱刺打滑現(xiàn)象可能發(fā)生，此時切向力和法向力滿足下式：

(9)

這里N1>0,N11=F1sinθs+N1cosθs>0,利用式

(10)

可得到不打滑的條件。

當θL≤θM≤90°-θL時，履帶打滑的現(xiàn)象發(fā)生, 可以得到不打滑的條件滿足下式：

(11)

這里N1>0。

2 機器人自主攀爬樓梯系統(tǒng)的設(shè)計和實現(xiàn)

2.1 機器人控制系統(tǒng)硬件設(shè)計

機器人攀爬樓梯的運動控制采用遙操作控制模式還是采用自主運動控制模式，由操作人員確定。本文的研究重點為采用自主運動控制模式。當機器人采用遙操作控制模式進行運動控制時，機器人自主運動系統(tǒng)處于休眠狀態(tài)；當機器人確定為采用自主運動模式進行攀爬樓梯運動時，自主運動控制與決策系統(tǒng)主控單元通過無線通信模塊獲取自主運動控制模式控制指令，自主運動系統(tǒng)被激發(fā)，處于激發(fā)狀態(tài)。

可變形搜救機器人自主運動系統(tǒng)由感知系統(tǒng)和控制與決策系統(tǒng)兩大部分組成，如系統(tǒng)控制設(shè)計圖(圖5)所示。

圖5 系統(tǒng)控制設(shè)計圖

圖5中“傳感器n”中的n代表2～8，其中，傳感器1、傳感器2、傳感器3、傳感器4、傳感器5和傳感器6分別為超聲波傳感器A、超聲波傳感器O、超聲波傳感器C、超聲波傳感器D、超聲波傳感器E和超聲波傳感器F，傳感器7為三維電子羅盤傳感器，傳感器8為傾角傳感器。

當自主運動系統(tǒng)處于激發(fā)狀態(tài)時，控制與決策主控單元通過CAN總線向各傳感器控制單元發(fā)送數(shù)據(jù)采集指令，傳感器控制單元對CAN總線所傳輸數(shù)據(jù)進行解析。當傳感器控制單元被控制與決策主控單元通過CAN總線發(fā)送的采樣指令激發(fā)后，傳感器控制單元向傳感器發(fā)送觸發(fā)信號，觸發(fā)傳感器進行數(shù)據(jù)采集，傳感器控制單元將傳感器采集的原始數(shù)據(jù)進行數(shù)據(jù)預(yù)處理，并將預(yù)處理后的傳感器量測數(shù)據(jù)通過預(yù)定的通信協(xié)議發(fā)送到控制與決策主控單元(采用的CAN協(xié)議，擴展幀，位速率500kbps)。

可變形機器人自主運動系統(tǒng)控制與決策主控單元根據(jù)感知系統(tǒng)獲得的采樣數(shù)據(jù)，對機器人的當前狀態(tài)進行分析，并根據(jù)感知系統(tǒng)的采樣數(shù)據(jù)和機器人的當前狀態(tài)，通過無線通信模塊(通信頻率433MHz)向機器人發(fā)送控制指令，如圖6所示。

圖6 控制系統(tǒng)各模塊之間的連接

控制器具有兩個串口接口，分別為UART0和UART1，控制與決策主控單元需要UART0和UATR1兩個UART接口進行通信。本文分別對兩個串口模式寄存器、串口控制寄存器和數(shù)據(jù)輸入輸出寄存器進行初始化設(shè)置，確定UART的工作時鐘、工作模式、通信波特率、數(shù)據(jù)位等信息。UART的數(shù)據(jù)傳輸格式為“9600，n，8，1”，即波特率為9600bps、無機偶校驗位、8個數(shù)據(jù)位和1個停止位。

為保持系統(tǒng)的潔凈與精簡，提高程序的可讀性，保持系統(tǒng)便捷地通過UART進行數(shù)據(jù)傳輸，本文將UART發(fā)送和接收功能代碼函數(shù)化。UART0和UART1數(shù)據(jù)發(fā)送函數(shù)采用查詢方式實現(xiàn)，UART1 數(shù)據(jù)接收函數(shù)采用中斷方式實現(xiàn)。

基于CAN總線設(shè)計了控制單元間的通信協(xié)議，如表2所示，為控制器網(wǎng)絡(luò)的通信協(xié)議表。采用CAN2.0B版本的CAN總線技術(shù)規(guī)范，該總線技術(shù)規(guī)范包含標準幀和擴展幀兩種幀模式，此處采用擴展幀模式，報文采用數(shù)據(jù)幀，位速率為500kbps。表3所示為CAN總線的ID標識表。本文對系統(tǒng)的所有傳感器、控制模式選擇單元和控制與決策主控單元賦予獨立的ID，通過ID的不同區(qū)分不同的單元。為滿足控制器網(wǎng)絡(luò)通訊數(shù)據(jù)的完整性和可讀性等要求，本文對CAN總線通信的數(shù)據(jù)區(qū)進行了規(guī)范，如表4所示。該表為CAN總線數(shù)據(jù)格式規(guī)范表。

表2 控制器網(wǎng)絡(luò)通信協(xié)議表

表3 ID標識表

表4 數(shù)據(jù)傳輸協(xié)議表

2.2 機器人控制系統(tǒng)軟件設(shè)計

整個控制系統(tǒng)的軟件流程如圖7所示，各模塊的主要功能如下：

(1) 傳感器預(yù)處理模塊：統(tǒng)一各傳感器量測數(shù)據(jù)格式和傳感器量測數(shù)據(jù)數(shù)據(jù)濾波。由于采用多種不同類型傳感器量測的數(shù)據(jù)具有不同的數(shù)據(jù)格式和物理意義，根據(jù)上文的數(shù)字濾波算法進行傳感器原始數(shù)據(jù)的數(shù)字濾波。

(2) 機器人狀態(tài)分析模塊：機器人在運動過程中的狀態(tài)分析。機器人的狀態(tài)通過相應(yīng)的狀態(tài)標志位進行表示和區(qū)分?；诟兄到y(tǒng)通過各傳感器獲得的距離、傾斜角度、航向等量測數(shù)據(jù)，狀態(tài)分析模塊分析機器人當前運動狀態(tài)的所屬環(huán)節(jié)、是否滿足位姿調(diào)整條件，并根據(jù)狀態(tài)分析結(jié)果置位相應(yīng)的狀態(tài)標志位。該過程為基于數(shù)據(jù)的定量分析。

(3) 機器人運動決策模塊：進行機器人運動決策并向機器人發(fā)送運動控制指令。針對機器人狀態(tài)分析模塊的定性分析結(jié)果，結(jié)合基于機器人運動學分析的預(yù)定運動目標和傳感器量測數(shù)據(jù)，對機器人的下一步運動動作進行決策。決策結(jié)果以運動控制指令的形式通過無線通信模塊向機器人進行發(fā)送。

3 實驗驗證與分析

可變形機器人AMOEBA-I的主要參數(shù)如下:

l——單個模塊的長度為 42cm；

w——單個模塊的寬度為12cm；

k——連接桿的長度，為 22cm；

Δm=5.7kg，m=5kg。

圖7 系統(tǒng)軟件流程圖

對于固定在機器人上的傳感器包括6個超聲波傳感器(HC-SR04)、一個3D羅盤(SEC345)、一個激光傳感器(URG-04LX) ，具體參數(shù)如表5所示。

表5 機器人本體所攜帶傳感器參數(shù)

圖8所示為超聲波傳感器在樓宇廢墟環(huán)境下對樓梯踏步進行距離檢測所獲得的采樣數(shù)據(jù)和經(jīng)過數(shù)字濾波后得到的數(shù)據(jù)，濾波算法采用的是限幅濾波算法。

其中閾值M的確定必須充分考慮可變形廢墟搜救機器人利用超聲波傳感器在實際環(huán)境下的采樣數(shù)據(jù)特點確定。

由于廢墟環(huán)境下，可變形廢墟搜救機器人附近80cm范圍內(nèi)的物體對機器人運動產(chǎn)生的影響較大，超聲波傳感器在80cm范圍內(nèi)的量測誤差絕對值不超過3.1cm；同時，機器人在運動過程中，采集所處環(huán)境距離數(shù)據(jù)時，相鄰兩次所采集的距離數(shù)據(jù)數(shù)值之差的絕對值小于5cm。綜合上述分析，閾值參數(shù)M應(yīng)同時滿足M≥3.1和M≥5兩個條件的同時，取最小值。因此，A的值最終確定為5cm。

圖8 超聲波傳感器的原始數(shù)據(jù)和濾波后得到的數(shù)據(jù)

攜帶多種傳感器的可變形機器人如圖9所示。

圖9 攜帶多種傳感器的可變形機器人

可變形機器人攀爬樓梯的過程如圖10、圖11所示。為了驗證方法的通用性，選取三種樓梯環(huán)境如圖12所示，包括：一側(cè)是墻的樓梯，兩側(cè)都是墻的樓梯，兩側(cè)都是扶手的樓梯。

圖10 機器人自主攀爬一側(cè)有墻的樓梯

圖11 機器人自主攀爬兩側(cè)都是扶手的樓梯

(a) 一側(cè)是墻的樓梯 (b) 兩側(cè)都是扶手的樓梯

(c) 兩側(cè)都是墻的樓梯

首先，利用固定在機器人本體前方的傳感器返回的閾值M，判斷是否到達樓梯，如果機器人檢測到樓梯信息，立刻進行抬頭和接近樓梯的動作。附仰關(guān)節(jié)的角度設(shè)置為 12°(針對的符合國標的樓梯)，φP=φ1+φ0。當機器人開始進行首階翻越時， 由羅盤測得φP，φP=φ1-φ0，將迅速變化。

為了驗證方法的魯棒性，在每種樓梯環(huán)境下進行30次實驗，結(jié)果如表6所示?？梢钥闯鰴C器人攀爬兩側(cè)都是墻的樓梯能夠保證較好的安全性及行駛效率，對于兩側(cè)都是扶手的環(huán)境，機器人行駛在安全區(qū)域的次數(shù)大大降低，這主要與傳感器的觀測能力密切相關(guān)。

表6 機器人行駛在不同的樓梯環(huán)境的表現(xiàn)

圖13機器人自主控制軟件控制界面圖。右上角的自主運動包括機器人自主攀爬樓梯、自主越障及SLAM等，通過此控制軟件，操作者可以更加方便地操控機器人、當接近樓梯的時候，只需要點擊自主攀爬樓梯按鈕，機器人即可完成相應(yīng)運動。

圖13 機器人自主控制軟件控制界面

4 結(jié) 論

本文提出了一種機器人自主攀爬樓梯的控制方法，可以有效減輕搜救人員在狹小環(huán)境下操控機器人的負擔。機器人具有一定的自主能力，可以在通信中斷時自主地攀爬樓梯，跳出通信盲區(qū)，繼續(xù)完成任務(wù)。為了驗證結(jié)果的有效性及魯棒性，選取了多種不同類型的樓梯，同時進行了數(shù)十次的實驗。

通過實驗發(fā)現(xiàn)，機器人自主攀爬樓梯的成功率與樓梯環(huán)境關(guān)系較大，當處于兩側(cè)都是扶手的樓梯時，機器人自主爬行的成功率較低，在兩側(cè)都是墻的條件下，機器人能夠有效地自主攀爬樓梯。本研究中的樓梯都是符合國標標準的樓梯，對于災(zāi)難廢墟環(huán)境而言，樓梯可能變形、斷裂及傾斜等，這就需要機器人具有更好的適應(yīng)性，未來的工作將圍繞這部分展開。

[ 1] Ben-tzvi P, Ito S, Andrew A G. Autonomous Stair Climbing with Reconfigurable Tracked Mobile Robot. In: Proceedings of the IEEE International Workshop on Robotic and Sensors Environments, Ottawa, Canada, 2007. 104-109

[ 2] Vu Q, Kim B, Song J. Autonomous stair climbing algorithm for a small four-tracked robot. In: Proceedings of the International Conference on Control, Automation and Systems, Seoul, Korea, 2008. 2356-2360

[ 3] 李楠, 王明輝, 馬書根等. 基于聯(lián)合運動規(guī)劃的可變形履帶機器人在線翻越樓梯控制方法. 機械工程學報, 2012, 48(1)：47-56

[ 4] 李楠, 王明輝, 馬書根等. 基于多目標遺傳算法的水陸兩棲可變形機器人結(jié)構(gòu)參數(shù)設(shè)計方法. 機械工程學報, 2012, 48 (17)：10-20

[ 5] 王明輝，馬書根，李斌等. 異構(gòu)模塊型可變形機器人狹窄空間轉(zhuǎn)向性能研究. 機器人，2015, 37(2)：161-167

[ 6] 饒偉, 施家棟, 王建中. 關(guān)節(jié)式履帶機器人爬樓梯動態(tài)穩(wěn)定性分析. 機械工程學報, 2014, 50(15): 60-67

[ 7] 胡慶龍. 關(guān)節(jié)履帶式移動機器人控制系統(tǒng)設(shè)計及爬樓梯分析：[碩士學位論文]. 哈爾濱：哈爾濱工業(yè)大學機械工程電子，2010. 17-63

[ 8] Liu J G, Wang Y C, Ma S G, et al. Analysis of stairs-climbing ability for a tracked reconfigurable modular robot. In: Proceedings of the IEEE International Workshop on Safety, Security and Rescue Robotics, Kobe, Japan, 2005. 53-38

[ 9] Li B, Ma S G, Liu J G, et al. AMOEBA-I: a shape-shifting modular robot for urban search and rescue.AdvancedRobotics, 2009, 23(9): 1057-1083

[10] Liu J G, Wang Y C, Ma S G, et al. Configuration and locomotion research for a link-type reconfigurable robot. In: Proceedings of the Asia Pacific Conference on Circuits and Systems, MaCao, China, 2009. 737-740

[11] Chang J, Li B, Wang C, et al. The turning control research of the shape-shifting robot in different configurations. In: Proceedings of the 11th World Congress on International Control and Automation (WCICA), Shenyang, China, 2014. 4055-4060

[12] Chang J, Li B, Wang C, et al. The research of shape-shifting robot turning manners in line configuration with turning-configuration algorithm. In: Proceedings of the 11th World Congress on International Control and Automation (WCICA), Shenyang, China, 2014. 519-524

[13] 常健，吳成東，李斌. 可變形機器人直線構(gòu)型滑移轉(zhuǎn)向方法. 機械工程學報，2012，48(7)：9-15

[14] Liu Y G, Liu G J. Track-Stair Interaction Analysis and Online Tip-over Prediction for a Self-Reconfigurable Tracked Mobile Robot Climbing Stairs.IEEE/ASMETransactiononMechatronics, 2009, 14(5): 528-538

Research on the autonomous stair climbing control of shape-shifting robots

Chang Jian*, Wang Yazhen**， Li Bin*

(*Shenyang Institute of Automation (SIA), Chinese Academy of Sciences,State Key Laboratory of Robotics， Shenyang 110016)(**Zhejiang Provincial Special Equipment Inspection and Research Institute， Hangzhou 310015)

A robot system capable of autonomous stair climbing was designed and implemented, and a method for autonomous stair climbing control of shape-shifting robots in complex environments was studied. Through the analysis of the contact modes between stairs and robot tracks, including tread slipping, edge slipping and track slipping, the non-slipping conditions meeting the robot during the tread overcoming process were determined to improve the efficiency of climbing stairs for the robot. Through filtering of the sensor’s perception information, the robot’s awareness was enhanced. Then the first and last stairs were determined and the control strategy was established effectively. By the modeling analysis of the whole control system, the software flow diagram was established. The experiments were done on several typical kinds of staris to test the robustness and validity of the design, and the results were satisfactory.

shape-shifting robot, climbing stairs, autonomous control, track contact

①國家科技支撐計劃(2014BAK12B01)資助項目。

②男，1983年生，博士，副研究員；研究方向：可變形機器人自主控制，自主避障；聯(lián)系人，E-mail: changjian@sia.cn

2016-05-15)