Estimación de consumo de energía en robots Legged durante diferentes gaits

Comprender el consumo energético de robots legados durante varios puntos es esencial para optimizar su rendimiento, ampliar el tiempo operativo y permitir sistemas autónomos más eficientes. A medida que los robots legged se vuelven cada vez más sofisticados y encuentran aplicaciones en diversos campos —desde operaciones de búsqueda y rescate a exploración planetaria— la capacidad de calcular y minimizar con precisión el uso de energía ha surgido como una prioridad de investigación crítica.

El estudio del consumo energético en robots legados se basa en gran medida en sistemas biológicos, donde los cuádruples adoptan el valor más eficiente de la energía para una velocidad determinada. Este principio tiene profundas implicaciones para el diseño y control robóticos, ya que los ingenieros buscan replicar la notable eficiencia observada en la naturaleza. Al comprender las relaciones fundamentales entre la selección de los valores, la velocidad, el terreno y el gasto energético, los investigadores pueden desarrollar autonomías más capaces que funcionan con el suministro de energía.

La importancia fundamental de la eficiencia energética en la robótica Legged

La eficiencia energética representa uno de los retos más importantes que enfrenta la robótica moderna. A pesar de las mejoras en el desarrollo de sistemas robóticos, la economía de los robots está muy detrás de la de los sistemas biológicos. Esta brecha entre los sistemas artificiales y naturales motiva la investigación continua en los principios que rigen la locomoción eficiente.

La importancia de la eficiencia energética se extiende más allá de las simples consideraciones de vida de las baterías. Para los robots autónomos de carga desplegados en entornos remotos o peligrosos, las limitaciones energéticas limitan directamente la duración de la misión, el rango operativo y la capacidad de carga. Los sistemas de carga tienen las desventajas de la carga útil y la mala eficiencia energética, y un robot autónomo que camina no puede funcionar satisfactoriamente con una mala eficiencia energética debido a que tiene que tiene que llevar todas las unidades de conducción y control además de carga.

Además, la minimización del consumo de energía juega un papel clave en el diseño de un robot autónomo de múltiples patas. Esta consideración influye en todos los aspectos del desarrollo de robots, desde la selección de diseño mecánico y actuadores para controlar algoritmos y estrategias de planificación de los valores. Entendiendo cómo los diferentes valores consumen energía proporciona a los diseñadores información crucial para optimizar estos sistemas interconectados.

Tipos de Gaits en robots de Legged

Los robots de carga pueden realizar varios tipos de gaits, caracterizados por patrones de caídas, factores de deber y propiedades dinámicas. La locomoción de Legged es comúnmente estudiado y expresado como un conjunto discreto de patrones de gait, como caminar, trot, galop, que se tratan generalmente como dado y preprogramado en robots de legged para una locomoción eficiente a diferentes velocidades.

Gait de paseo

El gait andante se caracteriza por un patrón lento y estable donde al menos tres piernas mantienen contacto con el suelo en cualquier momento dado en sistemas cuadrupedales. Este gait proporciona estabilidad y es eficiente en energía, lo que lo hace adecuado para movimientos lentos y estables. En caminar, el robot mantiene la estabilidad estática a lo largo del ciclo de la gait, lo que significa que el centro de masa permanece dentro del polígono de apoyo formado por los pies en contacto con el suelo.

Para los robots bipedales, caminar implica alternar fases de soporte individuales y dobles, con uno o ambos pies en el suelo en todo momento. La apuesta caminando típicamente exhibe fuerzas de pico más bajas y movimiento más suave en comparación con los valores dinámicos, que contribuye a su eficiencia energética a velocidades más bajas. Sin embargo, a medida que aumenta la velocidad, el costo metabólico de los aumentos de caminar, eventualmente lo hace menos eficiente que los puntos más rápidos como trotear o correr.

Trotting Gait

El juego de troteo implica pares diagonales de piernas que se mueven juntas, mientras que el otro par diagonal se mueve alternativamente —por ejemplo, las patas delanteras izquierda y trasera derecha se mueven juntas, mientras que las piernas delantera derecha y trasera izquierda se mueven juntas, permitiendo una locomoción más rápida que caminar manteniendo la estabilidad.

La gait trotting ha sido ampliamente estudiado en robots cuadrupedales debido a sus ventajas prácticas. Los gaits simétricos, como trotting, se emplean comúnmente en robots cuadrupedales para su simplicidad y estabilidad. La investigación ha demostrado que la trotting puede ser altamente eficiente en la energía a velocidades moderadas, y muchos robots cuadrupedales exitosos, incluyendo el modo MIT Cheetah y Boston Dynamics de aventura primaria.

El troteo realiza el más estable entre los gaits según la variación de la actitud corporal, que se debe a su paso diagonal sin fase de vuelo. Esta estabilidad, combinada con una eficiencia energética razonable, hace que el troteo sea un excelente gait para usos robóticos.

Gaits de caza y galoping

En la gait encuadernadora, el cuadrupo combina caminar o trotar, seguido de un período de suspensión o vuelo, durante el cual las cuatro patas están fuera del suelo. El sonido y el galopado representan gaits dinámicos de alta velocidad que implican fases aéreas donde el robot es completamente aéreo. Estos gaits permiten una rápida locomoción, pero normalmente requieren sistemas de control más sofisticados y consumen más energía por unidad de distancia a velocidades inferiores.

La galoping, similar a la unión pero con una secuencia de saltos diferentes, permite cuadrupos alcanzar la velocidad máxima. La manera en que los cuadrupos cambian sus patrones locomotoras —caminar, trotar y galopar— con velocidad cambiante es mal entendido, pero las transiciones de la gait espontáneas entre patrones de eficiencia energética pueden ser demostradas cambiando sólo el parámetro relacionado con la velocidad.

Pacing Gait

El gait de estimulación es similar al gait trotting, pero las piernas del mismo lado del movimiento cuadrupado, por ejemplo, ambas piernas izquierdas se mueven juntas, seguidas de las dos piernas derechas, ofreciendo mayor velocidad en comparación con el trotting, pero puede sacrificar cierta estabilidad. El pacing es menos común en los sistemas robóticos que trotting debido a su reducida estabilidad lateral, aunque puede ser ventajoso en circunstancias específicas.

Selección de Gait y Adaptación de Terrain

La elección de la apuesta para un robot cuadrupo depende de su aplicación y entorno previstos, por ejemplo, se prefieren los puntos de andar o trotting para la estabilidad y eficiencia energética en terrenos ásperos, mientras que los gaits de atar o galopar se utilizan para velocidades más altas en zonas más abiertas, y los robots cuadrupos a menudo pueden adaptar sus puntos a situaciones diferentes.

Sin embargo, estudios recientes de motores animales muestran que estos valores convencionales sólo prevalecen en condiciones ideales de terreno plano mientras que la locomoción real es inestructurada y más como brotes de pasos intermitentes. Esta observación tiene importantes implicaciones para cómo diseñamos y controlamos robots legged, sugiriendo que la adherencia rígida a patrones de gait predefinidos puede limitar el rendimiento en escenarios reales.

La relación entre consumo de energía y transiciones de ganancia

Uno de los aspectos más fascinantes de la locomoción legged es el fenómeno de las transiciones de la apuesta, el cambio de un patrón de la apuesta a otro a medida que cambian las condiciones de velocidad o medio ambiente. Aprender a minimizar el consumo de energía es suficiente para el surgimiento de las gaitas de locomoción natural a diferentes velocidades en robots cuadruptos reales. Este hallazgo sugiere que la optimización de la energía puede ser un principio fundamental de selección de la apuestas tanto en sistemas biológicos como en sistemas robóticos.

La investigación sobre sistemas biológicos ha proporcionado importantes percepciones sobre esta relación. Hoyt y Taylor muestran que los caballos cambian de caminar a trotar y de trotar a galopar a medida que su velocidad aumenta para minimizar su costo de transporte. Se han observado patrones similares en humanos y otros animales, lo que sugiere un principio universal de optimización energética en la locomoción.

Un estudio realizado por Hoyt y Taylor sugirió que, al cambiar la velocidad de locomoción, los caballos cambian los puntos para reducir el gasto energético. Esta explicación basada en la energía para las transiciones de los valores se ha aceptado ampliamente, aunque investigaciones recientes sugieren que otros factores también pueden desempeñar funciones importantes.

Más allá de la energía: Viabilidad y Transiciones de Gait

Aunque la eficiencia energética es claramente importante, puede que no sea el único factor que impulsa las transiciones de los valores. Si bien la eficiencia energética parece ser una de las razones para cambiar los valores, otros factores determinantes probablemente también juegan un papel, incluyendo las propiedades del terreno y la viabilidad, el evitamiento de las caídas, representa un criterio importante para las transiciones de los valores.

Consistente con datos de animales cuadruptos, la transición de la gait de trota para robots cuadrupos en terrenos planos mejora tanto la viabilidad como la eficiencia energética. Este doble beneficio sugiere que las transiciones de la gait pueden servir múltiples objetivos simultáneamente, con eficiencia energética y seguridad que contribuyen a la selección de los gaits apropiados.

Se han propuesto diferentes cantidades como importantes en las transiciones de los valores: gasto energético, fuerzas de máxima potencia y periodicidad. Entendiendo la importancia relativa de estos factores en diferentes contextos sigue siendo un área activa de investigación con importantes implicaciones para las estrategias de control de robots.

Factores que afectan el consumo de energía en robots de Legged

El consumo de energía en robots legados depende de una compleja interacción de múltiples factores, que van desde características de diseño mecánico a algoritmos de control y condiciones ambientales. Entender estos factores es esencial tanto para estimar el uso de energía como para optimizar el rendimiento de robot.

Tipo de gait y velocidad

La elección de la apuesta tiene un profundo impacto en el consumo de energía, con diferentes gaits que exhiben diferentes perfiles de eficiencia a través de diferentes velocidades. Para alcanzar una alta velocidad de movimiento con un robot legged, una apuesta dinámicamente estable, como correr para un robot biped y un gait trot o un gait ligado para un robot cuadruped, es una solución prometedora, sin embargo, la eficiencia energética de la gait dinámicamente estable es generalmente más baja que la gait.

Este intercambio entre velocidad y eficiencia es fundamental para la locomoción de los legados. A velocidades bajas, los gaits estables como caminar tienden a ser más eficientes, mientras que a velocidades más altas, los gaits dinámicos se vuelven más favorables a pesar de sus mayores necesidades de potencia instantánea. El valor óptimo para una velocidad determinada representa el punto en que el costo del transporte —energía consumido por distancia unitaria— se minimiza.

Robot Peso y carga de pago

La masa del robot y cualquier carga útil que lleva afecta directamente el consumo de energía. Los robots más pesados requieren más fuerza para acelerar y desacelerar sus extremidades durante cada ciclo de apuestas, y deben soportar mayores cargas gravitacionales. Esta relación es particularmente importante para los robots autónomos que deben llevar sus propias fuentes de energía, creando un problema de optimización de diseño desafiante donde la adición de capacidad de batería aumenta el peso, lo que a su vez aumenta el consumo de energía.

La distribución de masa dentro del robot también importa significativamente. La concentración de masa cerca del cuerpo en lugar de las extremidades de las piernas reduce el momento de la inercia de las extremidades, disminuyendo la energía necesaria para columpios durante la locomoción. Este principio ha llevado a diseñar estrategias que enfatizan los diseños de las piernas ligeros e inercias con potentes actuadores situados próximamente cerca del cuerpo.

Características del terraín

El terreno sobre el que un robot viaja influye significativamente en el consumo de energía. El terreno irregular requiere ajustes más frecuentes para mantener la estabilidad y puede requerir elevadores de pierna superiores para eliminar obstáculos, ambos que aumentan el gasto energético. Superficies compatibles o deformables como arena o barro absorben energía durante el contacto con los pies, reduciendo aún más la eficiencia.

Las pistas presentan desafíos particulares para la gestión de energía. Las ruedas reducen el consumo de energía al moverse en terreno plano y la articulación trocánter reduce el consumo de energía al moverse en pistas, prolongando el tiempo de funcionamiento y la gama del robot. Las pistas ascendentes requieren energía adicional para elevar el centro de masa del robot contra la gravedad, mientras que las pendientes descendientes presentan oportunidades para la recuperación de energía mediante la disipación de energía regenerativa o controlada.

Algoritmos de control y planificación de los valores

Los algoritmos que controlan los movimientos de un robot tienen efectos sustanciales en el consumo de energía. La selección eficiente de los valores puede reducir el uso de energía y extender el tiempo operativo significativamente. Se desarrolla un modelo de consumo de energía para los gaits de onda estables para minimizar la disipación de energía para las distribuciones óptimas de fuerzas de pies.

Las estrategias de control avanzadas pueden optimizar diversos aspectos de la locomoción para minimizar el uso energético, como la optimización de la colocación de pies, la regulación de la longitud y frecuencia del paso, la modulación de la altura y la orientación del cuerpo y la coordinación de movimientos de miembros para explotar la dinámica natural. Se logró la coordinación entre los niveles con el uso de la detección de carga local sólo sin ningún patrón preprogramado, explotando la comunicación física a través del cuerpo.

Diseño mecánico y cumplimiento

El diseño mecánico del robot, incluyendo la presencia y características de elementos conformes como los resortes, afecta significativamente el consumo energético. Usar este diseño en una posición razonable puede reducir eficazmente el consumo energético del sistema y puede lograr hasta un 50% de reducción en el consumo energético mediante la incorporación de articulaciones elásticas no lineales.

Muchos cuadrupos son capaces de potenciar los gaits eficientes, especialmente trot y galop, gracias a su tronco flexible, como las oscilaciones del sistema que incluye la columna vertebral, los tendones y musculatura, almacenar y soltar energía elástica. Este principio de almacenamiento y retorno de energía elástica ha inspirado numerosos diseños robóticos que incorporan los resortes y elementos compatibles para mejorar la eficiencia.

A velocidades lentas casi ninguna energía elástica se almacena en las fuentes de actuadores, mientras que a altas velocidades casi todas las fluctuaciones mecánicas de energía dentro del robot se realizan a través de las fuentes, y el cambio de caminar balístico a la masa de primavera corriendo reducción del consumo de energía metabólica hasta el 88%. Esta mejora dramática muestra el potencial de mecanismos de calidad bio-inspirados.

Eficiencia y diseño del actuador

La eficiencia de los actuadores que alimentan las articulaciones del robot es un determinante crítico del consumo energético general. Motores eléctricos, actuadores hidráulicos y sistemas neumáticos cada uno tiene características de eficiencia diferentes que varían con condiciones de carga, velocidad y operación. La selección de actuadores apropiados y operando dentro de sus rangos eficientes es esencial para minimizar los residuos energéticos.

Los parámetros de diseño de motor, como el radio de vacío y la relación de engranajes, pueden optimizarse para mejorar la eficiencia de aplicaciones específicas. La minimización de la resistencia eléctrica reduce las pérdidas de calefacción Joule, mientras que la engranaje adecuada permite que los motores funcionen a sus velocidades y torques más eficientes. El robot MIT Cheetah, por ejemplo, incorpora varios principios de diseño específicamente dirigidos a maximizar la eficiencia del actuador para el funcionamiento de alta velocidad.

Consumo de energía de medición y cuantificación

La medición precisa del consumo de energía es esencial para comprender el rendimiento de robots, validar modelos y optimizar diseños. Se han desarrollado varios métodos y métricas para cuantificar el uso de energía en robots cargados, cada uno con ventajas y aplicaciones particulares.

Medición de potencia directa

El consumo de energía se mide normalmente mediante el control de potencia durante el funcionamiento. Sensores rastrean la corriente eléctrica y el voltaje, proporcionando datos para analizar la energía utilizada durante diferentes valores. Para robots eléctricos, esto implica medir la corriente extraída de la batería y el voltaje a través de ella, permitiendo el cálculo del consumo de energía instantánea.

Los sistemas modernos de adquisición de datos pueden probar estas mediciones en frecuencias altas, proporcionando perfiles detallados de consumo de energía a lo largo de ciclos de gait. Esta resolución temporal permite a los investigadores identificar qué fases de locomoción consumen la mayor energía y evaluar la eficacia de diferentes estrategias de control o diseños mecánicos.

Costo del transporte (TLC)

El coste del transporte (CoT) es una métrica ampliamente utilizada para comparar la eficiencia energética en diferentes robots, gaits y velocidades. El COT se calcula sobre la base del consumo de oxígeno en sistemas biológicos, mientras que el COT, cuanto mayor es la eficiencia energética. Para los robots, el COT se calcula normalmente como la energía consumida por peso de unidad por distancia de unidad viajada.

Esta métrica sin dimensiones permite comparaciones significativas entre robots de tamaños y diseños muy diferentes. Un menor de la TC indica una locomoción más eficiente, y trazar la TC contra velocidad para diferentes valores revela la velocidad energéticamente óptima para cada rango de velocidad. La velocidad a la que la curva de la TC para un ajuste de la marcha con la curva CoT para un ajuste representa la velocidad de transición energéticamente óptima.

Resistencia específica

Se propuso la resistencia específica para evaluar la eficiencia energética del robot cuadrupo con la gait trot, y se presentó la relación entre la resistencia específica y los parámetros de la gait. Resistencia específica, similar a la CoT, normaliza el consumo de energía por peso y distancia, proporcionando una medida estandarizada de eficiencia que facilita las comparaciones a través de diferentes sistemas.

Herramientas de medición y técnicas

Varias herramientas y técnicas se emplean comúnmente para medir el consumo de energía en robots legged:

• ■ Sensores de potencia: Senos desvinculados/fuertengilo que miden el flujo eléctrico con alta precisión, incorporando a menudo mediciones tanto actuales como de tensión
• ▪strong confianzaBattery tasa de descarga: Secuencia/fuerte usuario Monitorear el estado de carga de las baterías con el tiempo proporciona una medida integrada del consumo total de energía
• יstrong ConfentesMotor monitorización actual: Se realizó/strongilo Medir la corriente dibujada por motores individuales permite identificar qué articulaciones consumen la más energía
• 贸strong confianzaEnergy modeling software: herramientas de simulación realizadas/strong confianza que predicen el consumo energético basado en modelos dinámicos, útiles para la optimización del diseño antes de la prototipación física
• √strong]Teórica imagen: Seguido/fuertengilo Las cámaras infrarrojas pueden identificar disipación de calor, revelando pérdidas energéticas a través de fricción y resistencia eléctrica
• יstrong confianzaMotion sistemas de captura: se realizaron / se entretenían cámaras de alta velocidad y sistemas de seguimiento basados en marcadores proporcionan datos cinemáticos que pueden combinarse con modelos dinámicos para estimar el trabajo mecánico

Modelos de Consumo de Energía y Técnicas de Estimación

Desarrollar modelos precisos de consumo energético es crucial para predecir el rendimiento de robots, optimizar diseños y planificar misiones. Estos modelos van desde relaciones empíricas simples a simulaciones complejas basadas en la física que representan cada aspecto de la dinámica y la energía del robot.

Modelos dinámicos basados en la física

Los modelos basados en la física utilizan las ecuaciones de movimiento para calcular las fuerzas y torques requeridos en cada articulación durante un ciclo de gait. Al integrar estos requisitos de potencia mecánica con el tiempo y contabilizar las ineficiencias de actuadores, estos modelos pueden predecir el consumo total de energía. Basado en el análisis dinámico, una relación funcional entre el par de salida y la rigidez de la torsión de primavera se estableció,

Estos modelos suelen incorporar:

• Dinámica corporal rígida de todos los enlaces y del cuerpo principal
• Kinematics y limitaciones conjuntas
• Fuerzas de contacto terrestre y fricción
• Características de la velocidad del par de actuador
• Pérdidas eléctricas y mecánicas en el sistema de transmisión

Aunque los modelos computacionalmente intensivos basados en la física proporcionan información detallada sobre las fuentes de consumo energético y pueden orientar los esfuerzos de optimización del diseño.

Modelos analíticos simplificados

Los modelos simplificados sacrifican cierta precisión para la eficiencia computacional y la capacidad analítica. El modelo de péndulo invertido de primavera (SLIP) ha sido ampliamente utilizado para comprender la dinámica de funcionamiento. Marc Raibert mostró que SLIP puede describir las características de funcionamiento, troteo o salto en una pierna para bipedes y cuadruptos, y aspectos tales como estabilidad, dinámica y modelo de eficiencia energética pueden tenerse en cuenta.

Estos modelos simplificados capturan características esenciales de locomoción mientras permanecen analíticamente manejables, haciéndolos valiosos para ganar intuición y desarrollar estrategias de control. Sin embargo, el modelo SLIP caracteriza la formulación dinámica de una manera sencilla, ya que representa la pierna del robot como una masa de puntos y una fuente sin masa que se extiende hacia el suelo, descuidando la inercia de la pierna.

Enfoques de aprendizaje de datos y máquinas

Los avances recientes en el aprendizaje automático han permitido enfoques basados en datos para el modelado del consumo de energía. Al recopilar datos experimentales extensos sobre el rendimiento de robots en diversas condiciones, algoritmos de aprendizaje automático pueden identificar patrones y crear modelos predictivos sin requerir un conocimiento físico detallado de todos los mecanismos subyacentes.

Estos enfoques son particularmente valiosos cuando se trata de sistemas complejos y no lineales donde los modelos analíticos son difíciles de derivar. Las redes neuronales, por ejemplo, pueden aprender a predecir el consumo energético basado en insumos como velocidad deseada, características del terreno y parámetros de la ganancia. Una vez entrenados, estos modelos pueden ser utilizados para la optimización y control en tiempo real.

Enfoques de modelado híbrido

Los enfoques híbridos combinan modelos basados en la física con datos empíricos o aprendizaje automático para aprovechar las fortalezas de ambas metodologías. Por ejemplo, un modelo basado en la física podría predecir el trabajo mecánico requerido para la locomoción, mientras que las relaciones empíricas o los modelos aprendidos representan ineficiencias de actuadores y otras pérdidas que son difíciles de modelar de principios iniciales.

Estrategias de optimización para reducir el consumo de energía

Comprender el consumo de energía es sólo valioso si conduce a estrategias para reducirlo. Los investigadores han desarrollado numerosos enfoques para optimizar la locomoción de robots legged para la eficiencia energética, operando a diferentes niveles desde el diseño mecánico hasta la planificación de alto nivel.

Optimización y selección de Gait

Elegir el valor adecuado para las condiciones actuales es una de las formas más eficaces de reducir el consumo de energía. Lograr una locomoción eficiente y estable para robots cuadruptos depende de la transición de los valores y determinar un valor adecuado para diferentes terrenos, por lo tanto, seleccionar un valor adecuado para adaptarse a diversos terrenos es necesario y valioso, y el consumo de energía durante la locomoción necesita ser descubierto.

Las simulaciones de ordenador muestran que el rendimiento de onda con un factor de bajo nivel es más eficiente en comparación con el factor de alto nivel de la velocidad angular más alta posible. Este hallazgo ilustra cómo se pueden ajustar los parámetros de la gait para optimizar la eficiencia para condiciones de funcionamiento específicas.

Los sistemas avanzados pueden implementar una selección de gait adaptativa que monitorea continuamente las condiciones y cambia los valores para mantener una eficiencia óptima. Esto requiere estrategias de transición robustas que minimizan los picos energéticos durante los cambios de los valores al tiempo que mantienen la estabilidad.

Optimización de la trayeccion

Optimizar las trayectorias de los pies y el cuerpo del robot puede reducir significativamente el consumo de energía. La investigación sobre la optimización de ahorro de energía del robot de pie se puede clasificar en categorías incluyendo optimizar la curva de trayectoria final en diferentes condiciones. Las trayectorias de sol que minimizan la aceleración y la desaceleración reducen las fuerzas requeridas de los actuadores, mientras que las trayectorias que explotan las dinámicas naturales pueden reducir el esfuerzo de control activo.

La optimización de trayectorias suele implicar la formulación de una función objetiva que equilibra el consumo de energía con otros objetivos como la velocidad y la estabilidad, luego utilizando técnicas de optimización numérica para encontrar las mejores trayectorias. Esto se puede hacer fuera de línea para terrenos conocidos o en línea utilizando el control predictivo modelo para adaptarse a condiciones cambiantes.

Explotación de Dinámicas Naturales

A pesar de diferencias sustanciales en la estructura, los sistemas de carga de todo tipo dependen únicamente de un pequeño conjunto de diferentes gaits, y una explicación potencial podría ser que estos gaits son una manifestación de la dinámica natural mecánica subyacente del sistema de legged, como incluso con modelos conservadores, todas las gaits bipedales y cuadrupedales comunes pueden ser representados como órbitas periódicas pasivas, y los gaits se manifiestan como diferentes oscilaciones elásticas no lineales.

Esta visión sugiere que diseñar robots para explotar su dinámica natural, los movimientos que exhibirían con un mínimo control de entrada, pueden mejorar dramáticamente la eficiencia. Los caminantes dinámicos pasivos, que pueden bajar suaves pendiente sin ninguna accionación, demuestran este principio. Mientras que los sistemas totalmente pasivos son limitados, incorporando elementos de dinámica pasiva en robots controlados activamente pueden reducir los requisitos energéticos.

Optimización de diseño mecánico

Optimizar el diseño mecánico del propio robot ofrece oportunidades para ahorros energéticos sustanciales. Las consideraciones clave del diseño incluyen:

• ■strong consistMass distribución: Seccionado/fuertengilo Minimizing leg inertia concentrando masa cerca del cuerpo
• √STRUJEJECUCIÓN: SegÃon / setraje Incorporando manantiales y elementos elásticos para almacenar y devolver energía
• ■Selección de actuadores: Seleccionado/fuertengilo Optando motores y transmisiones optimizados para las condiciones de operación esperadas
• ■Fuente estructural: se realizó / se forjó Usando materiales ligeros y de alta resistencia para minimizar el peso sin sacrificar la durabilidad
• нертенининининининый diseño de transmisión: se realizó / set неринилиних optimizando ratios de engranaje y minimizando la fricción en transmisión de potencia

MIT lanzó el robot cuádruple llamado "MIT cheetah", que puede funcionar a 22 km/h (6 m/s) con alta eficiencia, demostrando la cuidadosa atención al diseño mecánico puede lograr un rendimiento impresionante.

Optimización de la distribución de la fuerza

Para los robots con múltiples piernas en contacto con el suelo simultáneamente, la distribución de fuerzas entre las piernas no está determinada de manera única por las ecuaciones del movimiento, esto se conoce como el problema de distribución de la fuerza. Se desarrollan dos enfoques diferentes para determinar las fuerzas óptimas de los pies: en el primer enfoque, la minimización de la norma de las fuerzas de pies se lleva a cabo utilizando un método menos cuadrado, mientras que la minimización de la norma de las torcas conjuntas se realiza en el segundo enfoque, y el segundo enfoque más eficiente.

Optimizar la distribución de la fuerza puede reducir los torques pico, minimizar las corrientes de actuadores y mejorar la eficiencia general. Esta optimización se puede realizar en tiempo real como parte del sistema de control, ajustando continuamente la distribución de la fuerza para minimizar el consumo de energía manteniendo la estabilidad y el seguimiento de las trayectorias deseadas.

Casos de estudio: Consumo de energía en robots de etiquetado portátil

Examinar plataformas robóticas específicas proporciona ejemplos concretos de cómo el consumo de energía varía con opciones de diseño y condiciones de funcionamiento. Varios robots notables han contribuido significativamente a nuestro entendimiento de la eficiencia energética en la locomoción de legged.

MIT Cheetah

La serie MIT Cheetah representa un logro histórico en la robótica cuadrirupedal eficiente en energía. Resultados experimentales de una prueba de la gait de troteo del MIT Cheetah muestran que la velocidad de funcionamiento actual es de 6m/s (13.5mph). El robot incorporó varios principios de diseño específicamente dirigidos a maximizar la eficiencia, incluyendo el diseño de motor optimizado, construcción de piernas ligeras y sofisticados algoritmos de control.

El éxito del MIT Cheetah demuestra la importancia del diseño integrado donde los sistemas mecánicos, eléctricos y de control están optimizados para la eficiencia. La capacidad del robot para correr a altas velocidades con un consumo de energía razonable ha inspirado numerosos diseños e investigaciones posteriores.

TITAN-XIII

El Instituto de Tecnología de Tokio desarrolló un robot cuádruple tipo esguince llamado TITAN-XIII en 2013 capaz de caminar de alta velocidad y eficiencia energética, y se utilizó un mecanismo impulsado por cable para mover su articulación. La serie TITAN de robots ha aportado datos valiosos sobre el consumo de energía en diferentes patrones de gait y condiciones de funcionamiento.

El consumo de energía de dos patrones de caminar para un gait trot se investiga mediante experimentos utilizando un vehículo andante cuadrupo llamado TITAN-VIII, y los resultados obtenidos muestran que la trayectoria de compensación 3D tiene ventajas en vista de la eficiencia energética. Este trabajo demuestra cómo la planificación de la trayectoria puede afectar significativamente el consumo de energía incluso dentro de un solo tipo de gait.

Robots hexapodos

Los robots de seis patas ofrecen interesantes comparaciones para cuadrupturar en términos de consumo energético. Seis máquinas de caminar legged son robustas desde el punto de vista de su estabilidad de caminar en terrenos difíciles, pero sus actuadores (18 si cada pierna tiene activo 3 DOF) añade a su peso lo que aumenta el consumo de energía. Esto ilustra el intercambio entre estabilidad y eficiencia que los diseñadores deben navegar.

Se puede ahorrar hasta un 40% de energía cuando se utiliza la locomoción ruedada en diseños de hexapod de patas híbridas, demostrando cómo combinar diferentes modos de locomoción puede mejorar la eficiencia general.

Temas avanzados en el análisis de consumo energético

Energy Recovery and Regenerative Systems

Un enfoque prometedor para mejorar la eficiencia energética implica recuperar energía que de otro modo se disipará. Durante ciertas fases de locomoción, como bajar el cuerpo o desacelerar las extremidades, la energía puede ser capturada y almacenada potencialmente en lugar de desperdiciarse como calor. Sistemas de frenado regenerativos, similares a los utilizados en vehículos eléctricos, pueden convertir energía cinética de nuevo en energía eléctrica para el almacenamiento en baterías o condensadores.

La implementación de una recuperación energética efectiva en robots legados presenta desafíos debido a la naturaleza intermitente y variable de los flujos energéticos. La eficiencia de la recuperación energética depende de las características de los actuadores, el sistema de almacenamiento de energía y los algoritmos de control que gestionan el flujo energético. A pesar de estos desafíos, la recuperación energética representa una oportunidad significativa para mejorar la eficiencia general, especialmente en los puntos dinámicos con fluctuaciones energéticas sustanciales.

El papel de los generadores de patrones centrales

Los generadores de patrones centrales (CPG) son circuitos neuronales que pueden producir patrones rítmicos de actividad sin necesidad de entrada rítmica. En sistemas biológicos, los CPG desempeñan un papel crucial en la generación de patrones de locomoción. La coordinación interlimb durante las transiciones de los valores puede ser autoorganizada a través de un modelo CPG simple, y la coordinación interlimb se logró con el uso de la detección de carga local solamente sin ningún patrón preprogramado, explotando la comunicación física a través del cuerpo.

Los enfoques de control basados en CPG pueden reducir el consumo de energía generando movimientos suaves y coordinados que explotan la dinámica natural del robot. Al incorporar la retroalimentación sensorial en los modelos CPG, los robots pueden adaptar sus patrones de apuestas a las condiciones cambiantes manteniendo la coordinación eficiente de la energía.

Optimización multiobjetiva

En la práctica, la eficiencia energética es raramente el único objetivo en el diseño y control de robots. Otras consideraciones importantes incluyen la velocidad, estabilidad, capacidad de carga útil, adaptabilidad del terreno y robustez a las perturbaciones. Los marcos de optimización multiobjetiva permiten a los diseñadores explorar los beneficios entre estos objetivos competidores e identificar soluciones óptimas de Pareto que representan los mejores compromisos posibles.

Por ejemplo, un robot podría diseñarse para minimizar el consumo de energía sujeto a limitaciones en los márgenes mínimos de velocidad y estabilidad. Además, podría optimizarse una combinación ponderada de objetivos, con ponderaciones ajustadas sobre la base de los requisitos de la misión. Entender cómo el consumo de energía se intercambia contra otras métricas de rendimiento es esencial para tomar decisiones de diseño informadas.

Terrain-Aware Energy Management

Los robots avanzados pueden utilizar la percepción del terreno para anticipar los requisitos energéticos y planificar en consecuencia. Al detectar las características del terreno próximas, como las pendientes, los obstáculos o el cumplimiento de la superficie, los robots pueden seleccionar los valores, ajustar las trayectorias y gestionar las reservas energéticas para optimizar el rendimiento de la misión.

Este enfoque de conocimiento del terreno podría implicar la desaceleración antes de un terreno difícil para conservar energía, o acelerarse a través de secciones favorables para aumentar la velocidad de forma eficiente. Las técnicas de aprendizaje automático pueden ayudar a los robots a aprender estrategias óptimas para diferentes tipos de terrenos basados en la experiencia, mejorando continuamente la gestión de energía con el tiempo.

Future Directions and Emerging Research

El campo de la estimación y optimización del consumo energético en robots legged sigue evolucionando rápidamente, con varias direcciones prometedoras para la investigación y el desarrollo futuros.

Enfoques basados en el aprendizaje

Cada vez se aplica más el aprendizaje y el refuerzo de la máquina para descubrir estrategias de locomoción eficientes en la energía. Un enfoque de análisis por síntesis aprende a moverse minimizando la energía mecánica. Estos enfoques basados en el aprendizaje pueden descubrir nuevos valores y estrategias de control que podrían no ser obvias de enfoques analíticos.

El aprendizaje profundo de refuerzo, en particular, ha demostrado la promesa de permitir que los robots aprendan comportamientos complejos de lomotion directamente de la experiencia. Al incorporar el consumo energético en la función de recompensa, estos sistemas pueden aprender a moverse eficientemente sin requerir una programación explícita de patrones de gait o leyes de control. Como los recursos computacionales y algoritmos siguen mejorando, los enfoques basados en el aprendizaje pueden desempeñar un papel cada vez más importante en el desarrollo de robots con cargados energéticos.

Diseño bio-inspirado

Los sistemas biológicos siguen inspirando nuevos enfoques de la locomoción eficiente en la energía. Los seres humanos y algunas criaturas utilizan su propia estructura fisiológica para completar la transferencia y transformación energética cuando están en movimiento, que es una función muy acoplada que trae la evolución. Entender y replicar estos principios biológicos sigue siendo una fuente rica de innovación.

La investigación futura puede centrarse en mecanismos bio-inspirados más sofisticados, como los actuadores de la oleaje variable que imitan las propiedades musculares o las estrategias de control inspiradas en los circuitos neuronales en los animales. La integración de múltiples principios bio-inspirados — estructuras compatibles, control basado en el CPG y selección de gait adaptativa— puede conducir a robots que se acerquen a la eficiencia de sus contrapartes biológicas.

Materiales avanzados y Actuación

Nuevos materiales y tecnologías de accionamiento ofrecen potencial para mejoras significativas en eficiencia energética. Los músculos artificiales basados en polímeros electroactivos, aleaciones de memoria de forma u otros materiales novedosos pueden proporcionar una accionación más eficiente que los motores eléctricos tradicionales. Los materiales compuestos avanzados pueden reducir el peso manteniendo la fuerza, disminuyendo la energía necesaria para la locomoción.

Los actuadores y garras de estilismo variable que pueden bloquear mecánicamente las articulaciones cuando sea necesario pueden reducir la energía necesaria para mantener posturas o resistir fuerzas externas. A medida que estas tecnologías maduran y se vuelven más prácticas, es probable que permitan a nuevas generaciones de robots de estiércol altamente eficientes.

Integración con Energía Renovable

Para misiones autónomas de larga duración, integrar fuentes de energía renovable como paneles solares podría prolongar el tiempo operativo indefinidamente. Esto requiere una gestión de energía cuidadosa para equilibrar el consumo con generación, potencialmente ajustando los niveles de actividad basados en la energía disponible. Los robots podrían descansar o realizar tareas de baja energía durante períodos de baja generación de energía, y luego realizar actividades más intensas en energía cuando la energía es abundante.

Sistemas multirobot colaboradores

Los equipos de robots de carga que trabajan juntos podrían lograr una mejor eficiencia energética general que los robots individuales. Por ejemplo, los robots podrían tomar turnos cargando cargas pesadas, permitiendo que algunos descansen y recargan mientras otros trabajan. Las estrategias colaborativas para la negociación del terreno podrían permitir que los robots se ayuden unos a otros por obstáculos difíciles, reduciendo la energía que cada individuo debe gastar.

Aplicaciones Prácticas y Consideraciones Reales-Mundo

Comprender el consumo de energía en robots legged tiene importantes implicaciones prácticas para implementar estos sistemas en aplicaciones reales.

Operaciones de búsqueda y rescate

En los escenarios de búsqueda y rescate, los robots de carga deben navegar por terrenos difíciles mientras gestionan recursos energéticos limitados. Los modelos precisos de consumo energético permiten a los planificadores de misiones estimar el rango y duración operacionales, asegurando que los robots puedan completar sus tareas y regresar con seguridad. Los valores de eficiencia energética y las estrategias de control extienden el área que se puede buscar en una sola carga de batería, potencialmente salvando vidas.

Exploración planetaria

Los rovers planetarios enfrentan limitaciones energéticas extremas, dependiendo de paneles solares o generadores termoeléctricos radioisótopos con una producción de energía limitada. Los robots marcados para la exploración planetaria deben ser extraordinariamente eficientes para alcanzar objetivos científicos dentro de los presupuestos de energía. Entendimiento y optimización del consumo de energía es por lo tanto crítico para el éxito de estas misiones.

Inspección industrial

Los robots con problemas se están desplegando cada vez más para tareas de inspección industrial en entornos como refinerías de petróleo, centrales eléctricas y obras de construcción. Estas aplicaciones a menudo requieren que los robots funcionen durante períodos prolongados, lo que hace que la eficiencia energética sea una métrica de rendimiento clave. Optimizar el consumo de energía permite a los robots completar más inspecciones por carga, mejorar la productividad y reducir los costos operacionales.

Aplicaciones de seguridad y protección

Las aplicaciones militares de robots con carga, como el reconocimiento o el apoyo logístico, colocan una prima en el rango operativo y la resistencia. La locomoción eficiente energética se traduce directamente en misiones más largas y una mayor flexibilidad táctica. Entender el consumo energético también informa sobre las decisiones sobre la capacidad de carga útil, ya que la carga de baterías adicionales se desvía contra otros equipos críticos para misiones.

Retos y limitaciones

Pese a los progresos importantes, siguen existiendo varios desafíos en la estimación y optimización precisas del consumo de energía en los robots legados.

Precisión y complejidad modelo

El desarrollo de modelos de consumo de energía precisa requiere un equilibrio de complejidad contra la tragabilidad computacional. Los modelos altamente detallados que representan cada fuente de pérdida de energía pueden ser demasiado costosos para uso en tiempo real, mientras que los modelos simplificados pueden no captar efectos importantes. La simplificación del modelo puede producir errores entre el análisis teórico y el experimento de simulación.

Encontrar el nivel adecuado de fidelidad modelo para diferentes aplicaciones sigue siendo un reto continuo. Los modelos deben ser lo suficientemente detallados para proporcionar predicciones útiles mientras que siguen siendo lo suficientemente simples para ser prácticos para la optimización del diseño y el control en tiempo real.

Incertidumbre y variabilidad

Las propiedades de la tierra, los pesos de carga y las condiciones ambientales pueden variar de manera que afectan el consumo de energía. Las estrategias de gestión de energía más robustas deben tener en cuenta esta incertidumbre, quizás manteniendo reservas de energía o adaptándose conservadoramente cuando las condiciones son inciertas.

Limitaciones de hardware

Las tecnologías actuales de actuadores y baterías imponen limitaciones fundamentales a la eficiencia energética alcanzable. Si bien la optimización puede mejorar el rendimiento dentro de estas limitaciones, las mejoras de los avances pueden requerir nuevas tecnologías. El desarrollo de motores más eficientes, mejores sistemas de almacenamiento de energía y nuevos mecanismos de accionamiento sigue siendo un importante ámbito de investigación.

Complejidad de control

Implementar estrategias de optimización energética sofisticadas requiere sistemas de control complejos que deben operar en tiempo real en ordenadores integrados con recursos computacionales limitados. Equilibrar el costo computacional de algoritmos de optimización contra los ahorros energéticos que proporcionan es una consideración práctica importante.

Conclusión

Estimar el consumo energético en robots legados durante diferentes gaits es un desafío multifacético que se sienta en la intersección del diseño mecánico, la teoría del control, la biomecánica y la optimización. Entendiendo cómo los diferentes gaits consumen energía, qué factores influyen en el consumo, y cómo medir y modelar estos efectos es esencial para desarrollar robots legados capaces y eficientes que pueden operar autónomamente en entornos desafiantes.

La investigación ha revelado que una manera de tener sentido de las diferencias en los patrones de locomoción es verlos desde la lente de minimizar el consumo de energía, ya que la locomoción consume una parte significativa del presupuesto energético metabólico de un animal. Este principio parece aplicarse igualmente a los sistemas robóticos, donde la optimización de la energía impulsa el surgimiento de patrones de gait natural y transiciones.

El campo ha hecho notables avances, con robots modernos legged logrando un rendimiento impresionante en términos de velocidad, agilidad y eficiencia. Robots como el MIT Cheetah demuestran que la atención cuidadosa al diseño mecánico, la selección de actuadores y algoritmos de control pueden producir sistemas que se acercan a la eficiencia biológica en algunos regímenes operativos. Sin embargo, quedan brechas significativas entre los mejores robots y sus contrapartes biológicos, sugiriendo espacio sustancial para una mejora continua.

Los avances futuros probablemente provendrán de múltiples direcciones: nuevas tecnologías de materiales y actuaciones, algoritmos de control más sofisticados que aprovechan el aprendizaje automático, una mejor comprensión de los principios biológicos y una mejor integración de todos estos elementos en sistemas cohesivos. A medida que estas tecnologías maduran, los robots marcados se volverán cada vez más prácticos para aplicaciones del mundo real, desde búsqueda y rescate hasta exploración planetaria hasta inspección industrial.

La importancia de la eficiencia energética se extiende más allá de simplemente hacer robots duran más tiempo en una sola carga. El consumo energético limita fundamentalmente lo que los robots legados pueden lograr, donde pueden ir, y lo útil que pueden ser en aplicaciones prácticas. Al continuar avanzando en nuestra comprensión del consumo de energía y desarrollar diseños y estrategias de control más eficientes, los investigadores están expandiendo el reino de lo que es posible con la robótica legged.

Para ingenieros e investigadores que trabajan en este campo, surgen varios principios clave del estado actual del conocimiento. Primero, la selección de los valores tiene un profundo impacto en la eficiencia energética, y estrategias de ajuste de los valores que responden a la velocidad y el terreno pueden mejorar significativamente el rendimiento. Segundo, el diseño mecánico importa enormemente — incorporando el cumplimiento, minimizando la inercia de las piernas y seleccionando los actuadores adecuados son todos críticos para la eficiencia.

A medida que la robótica legged sigue madurando como campo, las herramientas y técnicas para estimar y optimizar el consumo de energía se volverán cada vez más refinados y accesibles. Las métricas estandarizadas como Costo de Transporte facilitan comparaciones significativas en diferentes sistemas, mientras que las herramientas de modelado y simulación mejoradas facilitan la predicción del rendimiento antes de construir prototipos físicos.

En última instancia, el objetivo es crear robots legged que puedan operar autónomamente durante largos períodos en entornos desafiantes, realizar un trabajo útil mientras gestionan sus recursos energéticos de forma inteligente. Lograr esta visión requiere un progreso continuo en la comprensión, estimación y optimización del consumo energético en todos los aspectos de la locomoción legged. La investigación examinada en este artículo representa pasos importantes hacia ese objetivo, pero queda mucho trabajo emocionante por hacer.

Para aquellos interesados en aprender más sobre robótica y eficiencia energética, se dispone de varios recursos excelentes en línea. El campo de investigación de Robot/Inglés/Inglés/Informes/Robotes-Inglés/Iniciativas de Robot/Inglés/Informe/Iniciativa de Robots/Iniciativación de Robótica/Iniciativación de Href=

A medida que el campo siga evolucionando, la integración de las ideas de la biología, los avances en materiales y la actuación, las mejoras en los métodos computacionales y la aplicación de la máquina de aprendizaje impulsarán la próxima generación de robots con carga de energía. Estos sistemas serán capaces de operar en entornos y realizar tareas que actualmente son poco prácticas o imposibles, abriendo nuevas fronteras para la exploración robótica, la asistencia y la autonomía.