一个长腿、直接驱动的单足机器人实现卓越跳跃高度（A Long-Legged, Direct-Drive Monopedal Robot Achieves Exceptional Jump Height）
导读
本文介绍了一种创新的单足跳跃机器人，通过直接驱动的长腿结构和独特的织物缠绕传动机制，实现了高达7.6米的垂直跳跃，成为无弹性储能的电动跳跃机器人中的最高记录。该机器人集成了平衡模块以实现姿态控制，并验证了倾斜跳跃能力，为快速穿越复杂地形提供了新思路。这项工作突破性地解决了长腿轻量化与高功率输出的矛盾，展示了机械传动设计的巧妙创新。难度评级：★★★（涉及机器人动力学与传动机制，但数学基础足够）。
一、背景知识卡
【卡1】跳跃机器人
生活类比：想象你用弹簧玩具让青蛙跳得更高——跳跃机器人就像那个青蛙，但用电机代替人力，通过腿部结构实现弹跳。现象描述：跳跃机器人是一种能通过腿部快速发力实现垂直或水平跳跃的移动机器人，常见于探索崎岖地形或跨越障碍物。英文原词：Jumping robot。（论文未详述具体历史，但强调其用于自然环境导航。）
【卡2】直接驱动
生活类比：就像自行车直接用脚踏板驱动车轮，没有中间齿轮组——直接驱动是电机直接连接负载，不通过弹簧或齿轮。现象描述：在机器人中，直接驱动指电机与腿部刚性耦合，无弹性元件，使地面反作用力直接跟踪电机输出。英文原词：Direct-drive actuation。浅数学：跳跃高度公式 $h_{\max} \propto \left( l_{\text{leg}} \frac{P_{\max}}{M} \right)^{2/3}$，其中 $l_{\text{leg}}$ 是腿长，$P_{\max}$ 是电机峰值功率，$M$ 是系统质量。（论文未详述电机控制细节。）
【卡3】弹性储能
生活类比：像弓箭拉弓蓄力——弹性储能通过弹簧储存能量后释放，瞬间输出高功率。现象描述：跳跃机器人中，弹性元件（如弹簧）在支撑期储能，释放时提供瞬时功率超越电机极限。英文原词：Elastic energy storage。浅数学：能量 $E = \frac{1}{2} k x^2$，$k$ 是弹簧刚度，$x$ 是压缩量。（论文未详述具体参数。）
【卡4】机械优势
生活类比：用撬棍撬动大石头——机械优势是输入力与输出力的比值，放大输出力但减少位移。现象描述：在传动系统中，机械优势（MA）定义为输出力与输入力的比值，影响电机转速与腿速度的关系。英文原词：Mechanical advantage。浅数学：MA = 输出力 / 输入力，在机器人中 $\dot{\theta} = \text{MA}(x) \dot{x}$，$\dot{\theta}$ 是电机角速度，$\dot{x}$ 是腿速度。（论文中织物缠绕传动使 MA 随腿伸长变化。）
【卡5】织物缠绕传动
生活类比：像卷尺自动收回时阻力变化——织物缠绕传动用织物带缠绕长腿，将电机扭矩转化为腿力，同时防止腿弯曲。现象描述：一种新型传动，织物带以螺旋角 $\phi$ 缠绕腿杆，缠绕半径随腿伸长 $x$ 增大，实现可变机械优势。英文原词：Fabric-wrap transmission。浅数学：缠绕半径 $r(x) = \sqrt{r_0^2 + \frac{t}{\pi \cos \phi} x}$，$r_0$ 是初始半径，$t$ 是织物厚度。（论文中 $\phi = 2.5^\circ$，$t = 0.13 \text{ mm}$。）
【卡6】平衡模块
生活类比：直升机尾翼控制平衡——平衡模块安装在机器人顶部，用小型螺旋桨调整姿态。现象描述：集成四个螺旋桨的模块，控制机器人在支撑期和飞行期的俯仰/滚转角，确保稳定跳跃。英文原词：Balancing module。（论文未详述具体控制算法。）
【卡7】姿态控制
生活类比：人站立时微调身体平衡——姿态控制实时调整机器人方向，防止倾倒。现象描述：通过传感器（如IMU）和执行器（如螺旋桨）维持机器人直立或预设倾角，分为支撑期和飞行期控制。英文原词：Attitude control。浅数学：PD控制律 $F = -\frac{1}{L} (k_g \sin \psi + K_p \psi_e + K_d \dot{\psi}_e)$，$F$ 是推力，$\psi$ 是倾角，$K_p$ 和 $K_d$ 是增益。（论文中切换地面/空中增益。）
【卡8】跳跃高度
生活类比：跳高运动员腾空高度——跳跃高度是质心从起跳到最高点的垂直位移。现象描述：机器人性能核心指标，受功率、腿长和重量影响，论文达 7.6 米。英文原词：Jump height。浅数学：$h = \frac{M}{C_d \rho A} \ln \left( \frac{C_d \rho A}{2M} \frac{\dot{Z}{\text{LO}}^2}{g} + 1 \right)$，$\dot{Z}{\text{LO}}$ 是离地速度，$C_d$ 是阻力系数。（大学物理(一)已学基础运动学。）
【卡9】垂直跳跃敏捷性
生活类比：连续跳台阶的速度——VJA 衡量单位时间能爬升的高度，结合跳跃高度和频率。现象描述：$VJA = h f$，$h$ 是跳跃高度，$f$ 是跳跃频率，反映机器人快速穿越障碍的能力。英文原词：Vertical jumping agility (VJA)。浅数学：$f = \frac{1}{t_s + t_f}$，$t_s$ 是支撑时间，$t_f$ 是飞行时间。（论文中机器人 $VJA = 5.30 m/s$。）
【卡10】支撑时间
生活类比：起跳时脚接触地面的时长——支撑时间是机器人腿着地到离地的时间段。现象描述：跳跃周期的一部分，影响跳跃频率和能量效率。英文原词：Stance time。浅数学：在 VJA 公式中 $t_s$ 是关键参数。（大学物理(一)已学基础运动学。）
【卡11】飞行时间
生活类比：跳高后空中停留时间——飞行时间是机器人离地到最高点的时间。现象描述：跳跃周期的一部分，与跳跃高度相关，受空气阻力影响。英文原词：Flight time。浅数学：$t_f$ 在 VJA 公式中与 $t_s$ 共同决定频率。（大学物理(一)已学基础运动学。）
【卡12】地面反作用力
生活类比：人跳起时地面推脚的力——地面反作用力是机器人腿对地面的反作用力，驱动跳跃。现象描述：在支撑期，GRF 由电机扭矩通过传动系统产生，决定跳跃加速度。英文原词：Ground reaction force (GRF)。浅数学：$F_{\text{GRF}} = \tau \cdot \text{MA}$，$\tau$ 是电机扭矩。（论文中织物缠绕传动使 GRF 随腿伸长变化。）
【卡13】碰撞
生活类比：细杆受压弯曲——碰撞指长腿在压力下弯曲失稳的现象。现象描述：长腿轻量化易发生碰撞，降低效率，织物缠绕通过约束防止此问题。英文原词：Buckling。浅数学：临界力 $F_{\text{cr}} = \frac{\pi^2 E I}{(K L)^2}$，$E$ 是弹性模量，$I$ 是惯性矩，$K$ 是有效长度系数。（论文未详述参数。）
【卡14】螺旋缠绕角
生活类比：楼梯螺旋上升的坡度——螺旋缠绕角是织物带缠绕腿杆的角度，影响传动效率。现象描述：固定角度 $\phi$ 决定织物与腿轴的倾斜，影响机械优势变化率。英文原词：Spiral wrap angle。浅数学：在织物缠绕传动中，$\phi$ 控制腿位移 $x = l \cos \phi$，$l$ 是织物长度。（论文中 $\phi = 2.5^\circ$。）
【卡15】电机模型
生活类比：电动车油门控制速度——电机模型描述电机扭矩与电流、电压的关系。现象描述：直流电机受电流限制，扭矩 $\tau = K_t I - k_d \dot{\theta}$，$K_t$ 是扭矩常数，$I$ 是电流。英文原词：Motor model。浅数学：电流 $I = \min \left( \frac{V_s - \dot{\theta}/K_v}{R}, I_{\max} \right)$，$V_s$ 是电压，$K_v$ 是速度常数。（论文中电机为 Vertiq 23-06 型。）
【卡16】有效质量
生活类比：推购物车时感觉更重——有效质量是系统在运动中表现出的等效惯性质量。现象描述：在机器人中，因传动比变化，$M_{\text{eff}}(x) = m + J \text{MA}^2 + J_{\text{leg}} \text{MA}{\text{leg}}^2$，$m$ 是平移质量，$J$ 是转动惯量。英文原词：Effective mass。浅数学：动能 $T = \frac{1}{2} M{\text{eff}} \dot{x}^2$，影响加速度 $\ddot{x} = \frac{\tau \text{MA} - J \text{MA} \text{MA}' \dot{x}^2 - mg}{M_{\text{eff}}}$。（论文中腿项较小，$M_{\text{eff}} \approx m + J \text{MA}^2$。）
【卡17】质心
生活类比：物体平衡点——质心是系统质量分布的中心，影响运动稳定性。现象描述：跳跃中，质心高度决定跳跃高度，机器人设计使质心靠近腿轴。英文原词：Center of mass。浅数学：位置 $x_{\text{COM}} = \frac{m_{\text{body}} x_0 + m_{\text{leg}} L/2 + m_{\text{bal}} L}{M}$。（大学物理(一)已学基础概念。）
【卡18】弹道轨迹
生活类比：抛物线运动——弹道轨迹是物体离地后仅受重力和空气阻力的运动路径。现象描述：机器人飞行期遵循此轨迹，高度由离地速度决定。英文原词：Ballistic trajectory。浅数学：运动方程 $\ddot{Z} = -g - \frac{C_d \rho A |\dot{Z}|}{2M} \dot{Z}$，$C_d$ 是阻力系数。（论文中轨迹由立体视觉重建。）
【卡19】空气阻力
生活类比：跑步时风阻——空气阻力是物体运动时空气产生的反向力，降低跳跃高度。现象描述：在飞行期，阻力与速度平方成正比，影响弹道轨迹。英文原词：Aerodynamic drag。浅数学：阻力 $F_d = \frac{1}{2} C_d \rho A v^2$，$\rho$ 是空气密度，$A$ 是迎风面积。（论文中 $C_d$ 和 $A$ 未详述。）
【卡20】倾斜跳跃
生活类比：跳远时调整方向——倾斜跳跃是机器人通过预设倾角实现定向跳跃。现象描述：平衡模块设置倾角后，机器人朝指定方向跳跃，用于多跳导航。英文原词：Tilted jump。浅数学：离地速度 $\dot{Z}_{\text{LO}} = \frac{m}{M} \dot{x}_f$，$m$ 是身体质量，$\dot{x}_f$ 是腿末速度。（论文中倾角达 20°。）
【卡21】倾角
生活类比：斜坡的倾斜度——倾角是机器人与垂直方向的偏差角，用于控制跳跃方向。现象描述：通过平衡模块调节，影响地面反作用力方向。英文原词：Lean angle。浅数学：在姿态控制中，$\psi$ 是倾角，误差 $\psi_e = \psi - \psi_{\text{des}}$。（论文中倾角范围 0°–15°。）
【卡22】倒立摆模型
生活类比：不倒翁平衡——倒立摆模型描述物体以支点为基准的旋转运动。现象描述：机器人支撑期类似倒立摆，平衡模块提供恢复力矩。英文原词：Inverted pendulum model。浅数学：运动方程 $I_{\text{piv}} \ddot{\psi} = M g x_{\text{COM}} \sin \psi + F L + \tau_{\text{tri}}$，$I_{\text{piv}}$ 是转动惯量。（论文中切换地面/空中模型。）
二、Introduction 原文逐段精读
¶1
Jumping is an exciting motion that enables terrestrial locomotors to navigate rugged natural environments and complicated built environments. In particular, jumping can enable fast motion, rapid changes in direction, long ballistic flight phases, and generation of large impulsive forces with peaks greater than a system’s weight. Locomotors in both biology and robotics deploy jumping to tackle a variety of challenges including scaling obstacles or ledges [1,2], transitioning between locomotion on surfaces of different slope [3,4], crossing gaps between footholds [5], escaping predation or capturing prey, and more. Jumping has even been considered for extraterrestrial locomotion, where lower gravity could uniquely enable small jumping rovers to rapidly traverse challenging terrain on small bodies [6,7,8]. Robotic jumping research has addressed a variety of performance metrics: jumpers surmount obstacles better than rolling platforms [9,10,2]; offer faster direction changes, higher payload capacity, and longer endurance than flying platforms [11,12,13]; and reach exceptional efficiency when leveraging elastic energy storage [14].
[翻译]
跳跃是一种令人兴奋的运动，它使陆地运动体能够穿越崎岖的自然环境和复杂的建成环境。特别是，跳跃可以实现快速运动、快速改变方向、长的弹道飞行阶段，以及产生峰值超过系统重量的巨大冲击力。生物和机器人领域的运动体都采用跳跃来解决各种挑战，包括攀爬障碍物或悬崖[1,2]、在不同坡度的表面之间移动[3,4]、跨越立足点之间的间隙[5]、逃避捕食或捕捉猎物等。跳跃甚至已被考虑用于外星 locomotion，在那里较低的重力可以独特地使小型跳跃式探测器能够快速穿越小天体上的挑战性地形[6,7,8]。机器人跳跃研究已解决了多种性能指标：跳跃器比滚动平台更好地克服障碍[9,10,2]；比飞行平台提供更快的方向变化、更高的有效载荷容量和更长的续航时间[11,12,13]；并且在利用弹性能量存储时达到卓越的效率[14]。
[讲解]
这段开篇即点明跳跃的核心价值——作为高效机动策略，呼应【卡振动和波】中“运动学”基础（跳跃本质是质点运动），并拓展到复杂环境应用。作者采用“问题-解决方案”结构：先定义跳跃的物理特性（如“long ballistic flight phases”呼应【卡大学物理(一)】中“抛体运动”），再列举生物学和机器人学的应用场景，最后强调其在极端环境（如外星）的独特优势。术语“terrestrial locomotors”首次出现，需明确其为“陆地运动体”英文原词；“impulsive forces”指冲击力，与【卡大学物理(一)】中“牛顿力学”的动量定理相关；“elastic energy storage”虽未学【卡固体物理】，但上下文可类比弹簧储能，为后文铺垫。作者通过文献引用[1-14]建立学术严谨性，但需注意“small bodies”指小行星等天体，暗示未来应用方向。此段为全文动机奠定基础，后续将聚焦机器人实现。
¶2
We introduce the fabric-wrap transmission, a direct-drive mechanism that pairs a long leg stroke with a variable mechanical advantage. Built into a monopedal robot, it achieves an exceptional jump height for an electrically actuated system, which we validate in a single jump hardware experiment (Fig. 1 and Fig. 2).
[翻译]
我们引入了织物缠绕传动（fabric-wrap transmission），这是一种直接驱动机制，将长腿部冲程与可变机械优势相结合。它被集成到一个单足机器人中，实现了电动系统中的卓越跳跃高度，我们在单次跳跃的硬件实验中验证了这一点（图1和图2）。
[讲解]
这段直击核心贡献，采用“机制-验证”逻辑链。“fabric-wrap transmission”是本文创新点，首次出现需强调英文原词；其本质是“direct-drive mechanism”（直接驱动机制），与【卡C语言】中“刚性耦合”概念相关，但未学【卡电路】，故解释为“电机直接输出力”。术语“long leg stroke”指腿部伸缩行程，结合【卡大学物理(一)】中“位移”概念；“variable mechanical advantage”指机械增益可变，呼应【卡线性代数】中“矩阵变换”的动态性。作者通过“monopedal robot”（单足机器人）定义系统，并用“electrically actuated system”限定技术路线（未学【卡电路】，但“电动”为常识级）。硬件验证（Fig.1-2）体现工程严谨性，但需警惕“exceptional”主观表述，需结合后文数据。此段为后文传动设计铺垫，强调“无弹性储能”的独特性。
¶3
The main contributions of this work are: • a hardware demonstration reaching a jump height of 7.6 m • introduction of the fabric-wrap transmission, which provides a variable mechanical advantage through the stroke without added gearing • integration of a balancing module that enables attitude control and tilted jumps
[翻译]
本工作的主要贡献是：
• 硬件演示达到7.6 m的跳跃高度
• 引入织物缠绕传动，它通过冲程提供可变机械优势，无需额外齿轮传动
• 集成一个平衡模块，实现姿态控制和倾斜跳跃
[讲解]
这段以项目符号形式总结贡献，结构清晰，便于读者快速抓取重点。“jump height”首次出现，需标注英文原词，其量化值7.6 m与【卡大学物理(一)】中“高度”直接相关；“variable mechanical advantage”深化前段概念，强调“无齿轮传动”（without added gearing），呼应【卡C语言】中“简化机械设计”思想。“balancing module”是新增子系统，虽未学【卡电路】，但“姿态控制”可类比陀螺仪原理（未学【卡电磁学】，故用“维持直立方向”生活化解释）。作者采用“硬件-机制-控制”三层递进，体现从设计到实现的闭环，但“tilted jumps”需后文详述。此段为全文纲领，暗示“长腿+直接驱动”的创新组合。
¶4
The actuation methods of jumping robots are broadly classified into three types: series-elastic, parallel-elastic, and direct-drive (DD) actuations (Fig. 3).
[翻译]
跳跃机器人的驱动方法 broadly 被分为三种类型：串联弹性（series-elastic）、并联弹性（parallel-elastic）和直接驱动（direct-drive, DD）驱动（图3）。
[讲解]
这段定义驱动方法分类，为后文对比奠基。“actuation methods”首次出现，需标注英文原词，指“驱动方式”；三类方法中，“series-elastic”和“parallel-elastic”涉及弹性储能，虽未学【卡固体物理】，但可类比“弹簧串联/并联”（生活化类比：串联如拉伸弓，并联如压弹簧）；“direct-drive”强调刚性耦合，呼应【卡C语言】中“直接控制”。图3（Fig.3）示意三类机制，但未提供图像，故讲解需依赖文本。作者采用“分类-图示”套路，但需注意“broadly classified”暗示后续详述，此处为术语铺垫。此段是技术背景核心，与【卡振动和波】中“能量存储”相关，但未学物理光学，故避免深入数学。
¶5
Following [3], we characterize jumping performance by two quantities, jump height and jump frequency. We take the jump height h as the vertical displacement of the center of mass from motion start to the apex. The jump frequency is defined as $f = \frac{1}{t_s + t_f}$ (Hz), (1) where $t_s$ is the stance duration in ground contact and $t_f$ is the flight time from liftoff to the apex. Vertical jumping agility is the jump height multiplied by the jump frequency, $\mathrm{VJA} = h f = \frac{h}{t_s + t_f}$ (m $s$), (2) which can be read as the maximum rate at which a system could ascend by hopping up steps spaced by its jump height. A related dimensionless metric is the normalized hopping frequency [16].
[翻译]
遵循文献[3]，我们用两个量来表征跳跃性能：跳跃高度和跳跃频率。我们将跳跃高度 $h$ 定义为质心从运动开始到顶点的垂直位移。跳跃频率定义为 $f = \frac{1}{t_s + t_f}$ (Hz)，(1) 其中 $t_s$ 是地面接触的站立持续时间，$t_f$ 是从离地到顶点的飞行时间。垂直跳跃敏捷度是跳跃高度乘以跳跃频率，$\mathrm{VJA} = h f = \frac{h}{t_s + t_f}$ (m $s$)，(2) 它可以解读为系统通过跳跃高度间隔的台阶所能达到的最大上升速率。一个相关的无量纲指标是归一化跳跃频率[16]。
[讲解]
这段量化性能指标，采用“定义-公式-解释”逻辑。“jump height”和“jump frequency”重复出现，但首次已标注，此处强调物理意义：$h$ 对应【卡大学物理(一)】中“位移”，$f$ 对应“频率”公式。公式(1)和(2)用 $ 包裹， 0 和 1 为时间变量，涉及【卡高等数学】中“微分”概念（但未学电磁学，故不展开）。术语“vertical jumping agility”首次出现，需标注英文原词，其单位 $\mathrm{m\,$s$}$ 结合【卡大学物理(一)】中“速度”；公式(2)本质是功率密度，体现“高效跳跃”。作者通过“which can be read as”将数学转化为可读性描述，但需警惕“dimensionless metric”未学【卡线性代数】，故用“无量纲”简化。此段为后续性能对比提供基准，呼应【卡振动和波】中“周期运动”。
¶6
Increasing a jumper’s jump height expands its unique ability to cross large obstacles with ballistic motions. Robots that also score highly on vertical jumping agility, by producing rapid, powerful jumps, can additionally traverse their environment quickly.
[翻译]
增加跳跃器的跳跃高度，扩展了其利用弹道运动穿越大型障碍的独特能力。那些在垂直跳跃敏捷度上得分高的机器人，通过产生快速、强大的跳跃，还能快速穿越其环境。
[翻译]
增加跳跃器的跳跃高度，扩展了其利用弹道运动穿越大型障碍的独特能力。那些在垂直跳跃敏捷度上得分高的机器人，通过产生快速、强大的跳跃，还能快速穿越其环境。
[讲解]
这段强化性能价值，采用“高度-敏捷度”递进。“jump height”和“vertical jumping agility”重复出现，但此处强调应用场景。“ballistic motions”指弹道运动，结合【卡大学物理(一)】中“抛体运动”；“obstacles”与【卡振动和波】中“波传播障碍”类比。作者通过“expands its unique ability”突出技术优势，但“score highly”主观，需后文数据支撑。术语“traverse”首次出现，需标注英文原词，意为“穿越”。此段为动机收尾，暗示“高高度+高敏捷度”是核心目标，呼应前文贡献。
¶7
Series-elastic and parallel-elastic designs have been used in several jumpers, especially small-sized ones. Salto and Salto-1P reach a standing vertical leap of 1.25 m from a leg length of only 14.4 cm and a mass of 98 g using series-elastic power modulation [3,19]. Ascento, a bipedal wheeled-legged robot, reached a maximum jump height of 0.4 m with a total mass of 10.4 kg [2].
[翻译]
串联弹性和并联弹性设计已被用于多个跳跃器，尤其是小型 ones。Salto 和 Salto-1P 使用串联弹性功率调制，从仅14.4 cm的腿部长度和98 g的质量实现1.25 m的站立垂直跳跃[3,19]。Ascento，一个双轮足机器人，以10.4 kg的总质量达到0.4 m的最大跳跃高度[2]。
[讲解]
这段综述弹性设计案例，采用“具体机器人-参数”数据链。“series-elastic”和“parallel-elastic”重复出现，但需强调“power modulation”指功率调制，涉及【卡C语言】中“控制算法”。术语“standing vertical leap”首次出现，需标注英文原词，指“站立垂直跳跃”。参数对比（如Salto的98 g vs Ascento的10.4 kg）体现质量影响，结合【卡大学物理(一)】中“牛顿第二定律”。作者通过文献[2,3,19]建立权威，但需注意“especially small-sized ones”暗示本工作针对大尺寸。此段为后文对比铺垫，突出弹性设计的局限（如质量小）。
¶8
Parallel-elastic design has also been widely used for jumping robots, and has produced the highest jump heights reported to date. Hawkes et al. demonstrated a jumper reaching 32 m [17]. This uses a very high gear reduction (1000:1) and a latch to store a substantial amount of energy in its elastic elements, but must remain on the ground for approximately 120 s to recharge between jumps. Bai et al. recently achieved a hopping height of 3.6 m with high continuity, using a reactive latch to extend actuation over the aerial phase [16]. They also demonstrated a quadcopter-driven hopper with a passive telescopic leg, reaching 1.63 m using rotor thrust rather than leg actuation to control jump height and continuity [13]. JumpRoACH uses torsional springs and latex rubber bands to achieve a 1.5 m jump [20]. Kovac et al. introduced a 5 cm, 7 g robot that achieves a jump height of 1.4 m, more than 27 times its own body size, using two parallel torsion springs [15]. The Linear Elastic Actuator in Parallel mechanism uses parallel-elastic design at a similarly small scale [21,22]. These results show that elastic energy storage can reach substantial jump heights, but only with the added winding, latch, or trigger mechanisms described in section I-C.
[翻译]
并联弹性设计也被广泛用于跳跃机器人，并产生了迄今为止报道的最高跳跃高度。Hawkes 等人展示了一个达到32 m的跳跃器[17]。它使用非常高的齿轮减速比（1000:1）和锁存器来存储弹性元件中的大量能量，但必须在地面停留约120秒才能在跳跃之间充电。Bai 等人最近使用反应式锁存器将作用延伸到空中阶段，实现了3.6 m的高连续跳跃高度[16]。他们还展示了一个由四旋翼驱动的跳跃器，具有被动伸缩腿，使用旋翼推力而非腿部驱动来控制跳跃高度和连续性[13]。JumpRoACH 使用扭转弹簧和乳胶橡胶带实现1.5 m的跳跃[20]。Kovac 等人引入了一个5 cm、7 g的机器人，使用两个并联扭转弹簧实现1.4 m的跳跃高度，是其自身尺寸的27倍以上[15]。线性并联弹性执行机构机制在类似小规模上使用并联弹性设计[21,22]。这些结果表明，弹性能量存储可以达到显著的跳跃高度，但仅通过增加缠绕、锁存器或触发机制（如第I-C节所述）。
[讲解]
这段详述并联弹性设计，采用“案例-参数-局限”结构。“parallel-elastic design”重复出现，但需强调“gear reduction”指齿轮减速，虽未学【卡电路】，但“1000:1”类比杠杆原理；“latch”指锁存器，用于能量存储，生活化类比“弓箭拉满”。术语“torsional springs”首次出现，需标注英文原词，指扭转弹簧；“latex rubber bands”指乳胶橡胶带，涉及材料特性。作者通过多案例（Hawkes、Bai等）展示性能上限（如32 m），但揭示局限：充电时间长（120 s）、机制复杂（winding, latch）。此段呼应【卡C语言】中“系统复杂性”权衡，为后文“直接驱动”优势铺垫。需注意“high continuity”指连续跳跃，与【卡振动和波】中“周期性”相关。
¶9
Direct-drive actuation drives several quadruped robots. Stanford Doggo, an open-source quasi-direct-drive quadruped, reaches a vertical jump of 1.14 m [23], while Minitaur’s direct-drive legs enable a range of dynamic behaviors [24]. The MIT Cheetah 2 demonstrated a highly efficient quasi-direct-drive system [25,26,27]. These platforms prioritize general locomotion, so their relatively short leg stroke and high mass yield modest jump heights.
[翻译]
直接驱动驱动了多个四足机器人。Stanford Doggo，一个开源准直接驱动四足机器人，达到1.14 m的垂直跳跃[23]，而 Minitaur 的直接驱动腿 enables 多种动态行为[24]。MIT Cheetah 2 展示了高效的准直接驱动系统[25,26,27]。这些平台优先考虑通用 locomotion，因此它们相对较短的腿部冲程和高质量产生适中的跳跃高度。
[讲解]
这段聚焦直接驱动设计，采用“机器人-行为-局限”对比。“direct-drive actuation”重复出现，但需强调“quasi-direct-drive”指准直接驱动（小减速比），涉及【卡C语言】中“控制带宽”。术语“leg stroke”首次出现，需标注英文原词，指腿部冲程；“dynamic behaviors”指动态行为，结合【卡大学物理(一)】中“运动学”。作者通过案例（Stanford Doggo、MIT Cheetah 2）展示优势（高效、动态），但揭示局限：短冲程、高质量导致高度低（如1.14 m）。此段为后文“长腿设计”铺垫，呼应【卡线性代数】中“优化问题”。需注意“prioritize general locomotion”暗示本工作专注跳跃特化。
¶10
Closer to our goal are direct-drive monopedal jumpers built specifically to maximize height. RAMIEL, a parallel-wire-driven monoped, achieves a 1.6 m jump using quasi-direct-drive winding modules and a lightweight leg, pursuing a long, low-mass leg driven through a wire-based transmission [28]. Wagner and Yim demonstrated a multimodal robot with a single leg driven by a rack-and-pinion transmission [8]. The leg itself serves as the rack, driven directly by a pinion gear coupled to the motor, keeping the powertrain simple, as shown in Fig. 4(d). This robot reaches a jump height of 0.59 m. Unlike most legged robots, neither of these monopedal robots relies on a linkage mechanism for its leg. Instead, both keep a minimal, rod-like leg, similar to this work.
[翻译]
更接近我们目标的是专门为最大化高度构建的直接驱动单足跳跃器。RAMIEL，一个并联线驱动单足机器人，使用准直接驱动缠绕模块和轻质腿实现1.6 m的跳跃，追求通过基于线的传动驱动的长、低质量腿[28]。Wagner 和 Yim 展示了一个具有单腿的多模态机器人，该腿由齿条-小齿轮传动驱动[8]。腿本身作为齿条，由与电机耦合的小齿轮直接驱动，保持动力传动简单，如图4(d)所示。该机器人达到0.59 m的跳跃高度。与大多数腿式机器人不同，这些单足机器人都不依赖连杆机构来驱动其腿。相反，两者都保持最小化的杆状腿，与此工作类似。
[讲解]
这段对比直接驱动单足设计，采用“案例-机制-相似性”结构。“direct-drive monopedal jumpers”首次出现，需标注英文原词，指直接驱动单足跳跃器；“rack-and-pinion transmission”指齿条-小齿轮传动，涉及【卡C语言】中“机械传动”。术语“linkage mechanism”首次出现，需标注英文原词，指连杆机构；“rod-like leg”指杆状腿，强调简化设计。作者通过RAMIEL和Wagner案例展示性能（1.6 m vs 0.59 m），并突出“minimal leg”创新点，呼应本工作。此段为后文“织物缠绕传动”铺垫，需注意“multimodal”指多模态，涉及通用性权衡。警惕“similar to this work”暗示本工作超越前人。
¶11
Series-elastic and parallel-elastic designs have been used in several jumpers, especially small-sized ones. Salto and Salto-1P reach a standing vertical leap of 1.25 m from a leg length of only 14.4 cm and a mass of 98 g using series-elastic power modulation [3,19]. Ascento, a bipedal wheeled-legged robot, reached a maximum jump height of 0.4 m with a total mass of 10.4 kg [2]. Parallel-elastic design has also been widely used for jumping robots, and has produced the highest jump heights reported to date. Hawkes et al. demonstrated a jumper reaching 32 m [17]. This uses a very high gear reduction (1000:1) and a latch to store a substantial amount of energy in its elastic elements, but must remain on the ground for approximately 120 s to recharge between jumps. Bai et al. recently achieved a hopping height of 3.6 m with high continuity, using a reactive latch to extend actuation over the aerial phase [16]. They also demonstrated a quadcopter-driven hopper with a passive telescopic leg, reaching 1.63 m using rotor thrust rather than leg actuation to control jump height and continuity [13]. JumpRoACH uses torsional springs and latex rubber bands to achieve a 1.5 m jump [20]. Kovac et al. introduced a 5 cm, 7 g robot that achieves a jump height of 1.4 m, more than 27 times its own body size, using two parallel torsion springs [15]. The Linear Elastic Actuator in Parallel mechanism uses parallel-elastic design at a similarly small scale [21,22]. These results show that elastic energy storage can reach substantial jump heights, but only with the added winding, latch, or trigger mechanisms described in section I-C. Direct-drive actuation drives several quadruped robots. Stanford Doggo, an open-source quasi-direct-drive quadruped, reaches a vertical jump of 1.14 m [23], while Minitaur’s direct-drive legs enable a range of dynamic behaviors [24]. The MIT Cheetah 2 demonstrated a highly efficient quasi-direct-drive system [25,26,27]. These platforms prioritize general locomotion, so their relatively short leg stroke and high mass yield modest jump heights. Closer to our goal are direct-drive monopedal jumpers built specifically to maximize height. RAMIEL, a parallel-wire-driven monoped, achieves a 1.6 m jump using quasi-direct-drive winding modules and a lightweight leg, pursuing a long, low-mass leg driven through a wire-based transmission [28]. Wagner and Yim demonstrated a multimodal robot with a single leg driven by a rack-and-pinion transmission [8]. The leg itself serves as the rack, driven directly by a pinion gear coupled to the motor, keeping the powertrain simple, as shown in Fig. 4(d). This robot reaches a jump height of 0.59 m. Unlike most legged robots, neither of these monopedal robots relies on a linkage mechanism for its leg. Instead, both keep a minimal, rod-like leg, similar to this work.
[翻译]
串联弹性和并联弹性设计已被用于多个跳跃器，尤其是小型 ones。Salto 和 Salto-1P 使用串联弹性功率调制，从仅14.4 cm的腿部长度和98 g的质量实现1.25 m的站立垂直跳跃[3,19]。Ascento，一个双轮足机器人，以10.4 kg的总质量达到0.4 m的最大跳跃高度[2]。并联弹性设计也被广泛用于跳跃机器人，并产生了迄今为止报道的最高跳跃高度。Hawkes 等人展示了一个达到32 m的跳跃器[17]。它使用非常高的齿轮减速比（1000:1）和锁存器来存储弹性元件中的大量能量，但必须在地面停留约120秒才能在跳跃之间充电。Bai 等人最近使用反应式锁存器将作用延伸到空中阶段，实现了3.6 m的高连续跳跃高度[16]。他们还展示了一个由四旋翼驱动的跳跃器，具有被动伸缩腿，使用旋翼推力而非腿部驱动来控制跳跃高度和连续性[13]。JumpRoACH 使用扭转弹簧和乳胶橡胶带实现1.5 m的跳跃[20]。Kovac 等人引入了一个5 cm、7 g的机器人，使用两个并联扭转弹簧实现1.4 m的跳跃高度，是其自身尺寸的27倍以上[15]。线性并联弹性执行机构机制在类似小规模上使用并联弹性设计[21,22]。这些结果表明，弹性能量存储可以达到显著的跳跃高度，但仅通过增加缠绕、锁存器或触发机制（如第I-C节所述）。直接驱动驱动了多个四足机器人。Stanford Doggo，一个开源准直接驱动四足机器人，达到1.14 m的垂直跳跃[23]，而 Minitaur 的直接驱动腿 enables 多种动态行为[24]。MIT Cheetah 2 展示了高效的准直接驱动系统[25,26,27]。这些平台优先考虑通用 locomotion，因此它们相对较短的腿部冲程和高质量产生适中的跳跃高度。更接近我们目标的是专门为最大化高度构建的直接驱动单足跳跃器。RAMIEL，一个并联线驱动单足机器人，使用准直接驱动缠绕模块和轻质腿实现1.6 m的跳跃，追求通过基于线的传动驱动的长、低质量腿[28]。Wagner 和 Yim 展示了一个具有单腿的多模态机器人，该腿由齿条-小齿轮传动驱动[8]。腿本身作为齿条，由与电机耦合的小齿轮直接驱动，保持动力传动简单，如图4(d)所示。该机器人达到0.59 m的跳跃高度。与大多数腿式机器人不同，这些单足机器人都不依赖连杆机构来驱动其腿。相反，两者都保持最小化的杆状腿，与此工作类似。
[讲解]
这段重复前文（¶7-10），可能是材料冗余，但需完整处理。内容涵盖三类驱动方法对比：串联/并联弹性（高高度但复杂）vs 直接驱动（通用但高度低）vs 单足直接驱动（本工作方向）。术语“parallel-wire-driven”首次出现，需标注英文原词，指并联线驱动；“pinion gear”指小齿轮，涉及【卡C语言】中“传动系统”。作者通过性能数据（如32 m vs 1.6 m）突出弹性设计优势，但强调“winding, latch”等机制缺陷，为后文“无弹性储能”铺垫。需注意“similar to this work”直接指向本工作创新点，但需警惕数据重复可能影响可读性。此段为文献综述收尾，强化研究空白。
三、正文解读（Results）
3.1 跳跃高度（Jump Height）
实验在户外草地进行，通过双目GoPro相机（120帧/秒）和校准的米尺进行三维轨迹重建（图6）。机器人完成一次垂直跳跃的位移曲线如图7所示：
- 垂直位移（ΔZ）：峰值达7.6米（相当于1.83米身高的4倍）
- 水平位移（ΔX/ΔY）：均小于1.6米，显示垂直性良好
- 跳跃总时长：约2.5秒（含190毫秒着地时间）
关键数据解读：
- 垂直跳跃敏捷性（VJA）计算为5.30 m·s⁻¹（公式2），表明理论上机器人每秒可攀爬5.3米高度的阶梯，为当前电驱动机器人最高记录（表I）。
- 主电机功率曲线（图8）显示：电流和速度在初始加速后稳定，机械功率（$P = K_t I \dot{\theta}$）始终维持在峰值附近，验证了织物缠绕传动（fabric-wrap transmission）的变机械优势设计（公式5）。
3.2 姿态控制（Attitude Control）
平衡模块通过顶部四旋翼实现姿态控制：
- 着地阶段：
- 将机器人视为倒立摆（图5a），通过PD控制器（公式15）抵消重力矩（$k_g \sin\psi$）
- 实测姿态角（图9b）能精确跟踪±15°的指令，偏移量<3°
- 飞行阶段：
- 系质心转移至$X_{\text{COM}}$处（公式13），控制器切换为空中增益（公式17）
- 图10显示：起飞后姿态偏差增大（约±10°），因身体无法沿腿移动以延长力臂（$L - X_{\text{COM}}$缩短）
核心限制：飞行中身体未设计可移动机构，导致控制力臂缩短，姿态稳定能力下降。
3.3 倾斜跳跃（Tilted Jump）
通过平衡模块预先倾斜实现定向跳跃：
- 实验流程：
A. 机器人竖直平衡 → B. 平衡模块倾斜至20°（图11a） → C. 发起跳跃（0.19秒后离地）
- 控制数据（图12）：
- 姿态角（roll/pitch）实时跟踪指令
- 离地时身体速度达峰值（未给出具体数值）
关键意义：倾斜跳跃验证了方向控制能力，为连续跳跃导航奠定基础，但飞行中未尝试姿态稳定（因倾斜接近60°安全阈值）。
四、结论与讨论
4.1 核心结论
- 性能突破：
- 实现7.6米跳跃高度，为无弹性储能电驱动机器人最高记录（表I）
- 垂直跳跃敏捷性达5.30 m·s⁻¹，超越所有电驱动机器人
- 创新机制：
- 织物缠绕传动提供变机械优势（公式4-5），使电机始终工作在峰值功率区
- 长腿结构（1.98米）使顶部平衡模块获得1973毫米力臂，实现低功耗姿态控制
- 多场景验证：
- 户外完成垂直跳跃、地面/空中姿态控制、倾斜跳跃三类任务
4.2 论文承认的局限
- 连续跳跃缺失：
- 飞行中身体无法重定位（$X_{\text{COM}}$固定），导致无法立即二次跳跃
- 飞行姿态控制能力不足（图10偏差达±10°）
- 能量效率问题：
- 直接驱动系统未采用弹性储能，跳跃频率受限（论文未给出具体值）
- 环境适应性：
- 户外测试仅限草地，未验证复杂地形（如碎石、斜坡）
- 安全机制限制倾斜角度≤60°，限制极端方向调整
4.3 未来方向展望
- 连续跳跃技术：
- 开发飞行中身体移动机构，实现"离地-重定位-二次跳跃"闭环
- 结合弹性储能提升跳跃频率（如Salto-1P的系列弹性设计）
- 多场景扩展：
- 低重力行星应用（如月球）：利用$g_{\text{moon}} \approx g_{\text{earth}}/6$实现更高跳跃
- 自主导航：结合倾斜跳跃实现障碍跨越序列
- 跨领域应用：
- 固定翼无人机弹射：织物缠绕传动可提供快速启动
- 大尺度机器人：探索质量>1kg系统的设计优化
关键支票：下一代需突破"飞行中身体移动"技术，实现连续跳跃。同时验证低重力环境下的性能边界，为行星探索提供新范式。
补充讲解：Introduction 最难段落逐句拆解
¶5 跳跃性能指标定义（公式密集段落）
逐句拆解：
1. "Following [3], we characterize jumping performance by two quantities, jump height and jump frequency."
拆解：文献[3]是跳跃性能评估的权威，作者采用“高度+频率”双指标体系。此处“characterize”意为“量化描述”，需结合【卡大学物理(一)】中“运动学描述”概念——用可测量参数定义系统行为。
- "We take the jump height h as the vertical displacement of the center of mass from motion start to the apex."
拆解：关键物理量定义。 - “vertical displacement”指垂直位移，与【卡振动和波】中“简谐运动”的振幅相关
- “center of mass”质心位置，需强调其随身体移动而变化（不同于固定参考点）
-
“apex”顶点，即重力势能最大处，对应【卡大学物理(一)】中“竖直上抛”的最高点
生活类比：想象人跳高时，头顶从地面到最高点的垂直距离。 -
"The jump frequency is defined as $f = \frac{1}{t_s + t_f}$ (Hz), (1)"
拆解：公式(1)定义跳跃频率。 - “stance time” $t_s$ 是支撑时间，即脚接触地面阶段
- “flight time” $t_f$ 是飞行时间，即脚离地到最高点阶段
-
分母 $t_s + t_f$ 是单次跳跃周期，与【卡振动和波】中“周期运动”的周期 $T$ 等价
数学直觉：频率 $f$ 是周期的倒数，单位Hz（次/秒），反映跳跃速度。 -
"Vertical jumping agility is the jump height multiplied by the jump frequency, $\mathrm{VJA} = h f = \frac{h}{t_s + t_f}$ (m $s$), (2)"
拆解：核心创新指标VJA（垂直跳跃敏捷性）。 - 物理意义：单位时间能爬升的高度，类比【卡大学物理(一)】中“功率” $P = Fv$
-
量纲分析：$h$（m） × $f$（s⁻¹） = m·s⁻¹，即速度单位
工程意义：VJA=5.3 m/s 意味着机器人每秒能攀爬5.3米高的阶梯，远超人类运动员（约2 m/s）。 -
"which can be read as the maximum rate at which a system could ascend by hopping up steps spaced by its jump height."
拆解：VJA的直观解释。 - “steps spaced by its jump height”指台阶高度等于跳跃高度
- “maximum rate”指理论最大爬升速度，实际受空气阻力等因素限制
生活类比：想象机器人连续跳台阶，每个台阶高度7.6米，VJA=5.3 m/s 意味每秒可跳0.7个台阶。
¶8 并联弹性设计案例（参数密集段落）
逐句拆解：
1. "Parallel-elastic design has also been widely used for jumping robots, and has produced the highest jump heights reported to date."
拆解：技术路线对比。
- “parallel-elastic”指弹簧与腿部并联，能量存储在弹簧中
- “reported to date”强调32米是当前记录，但需注意这是Hawkes等人的极限值
设计权衡：高高度牺牲了连续性（需120秒充电）。
- "This uses a very high gear reduction (1000:1) and a latch to store a substantial amount of energy in its elastic elements..."
拆解：能量存储机制。 - “gear reduction”齿轮减速比1000:1，类比【卡C语言】中“杠杆原理”
- “latch”锁存器，生活化类比“弓箭拉满后扣住弦”
-
“elastic elements”弹性元件，未学【卡固体物理】，故解释为“弹簧形变储存势能”
能量计算：假设弹簧压缩量Δx=0.1m，刚度k=10⁵ N/m，能量 $E=\frac{1}{2}k\Delta x^2=500J$，足以支撑32米跳跃。 -
"...but must remain on the ground for approximately 120 s to recharge between jumps."
拆解：致命缺陷。 - “recharge”指重新压缩弹簧，需电机持续做功
-
120秒相当于2分钟，远超【卡振动和波】中“周期运动”的合理周期
工程意义：此设计仅适用于单次跳跃场景，无法连续机动。 -
"Bai et al. recently achieved a hopping height of 3.6 m with high continuity, using a reactive latch to extend actuation over the aerial phase."
拆解：改进方案。 - “reactive latch”反应式锁存器，允许弹簧在空中释放能量
- “extend actuation over the aerial phase”将作用延伸到空中阶段
创新点：通过空中释放实现连续跳跃，但牺牲了高度（3.6m < 32m）。
¶10 直接驱动单足设计（机制对比段落）
逐句拆解：
1. "Closer to our goal are direct-drive monopedal jumpers built specifically to maximize height."
拆解：研究定位。
- “direct-drive monopedal”直接驱动单足，强调无弹性储能
- “built specifically to maximize height”专为最大化高度设计
设计哲学：放弃弹性储能的“捷径”，追求机械传动的极致优化。
- "RAMIEL, a parallel-wire-driven monoped, achieves a 1.6 m jump using quasi-direct-drive winding modules and a lightweight leg..."
拆解：前人方案。 - “parallel-wire-driven”并联线驱动，用多根线缆拉扯腿部
- “quasi-direct-drive”准直接驱动，允许小减速比（如10:1）
-
“lightweight leg”轻质腿，碳纤维材料未学【卡固体物理】，但可类比自行车车架
性能瓶颈：1.6m高度受限于线缆张力和腿部刚度。 -
"The leg itself serves as the rack, driven directly by a pinion gear coupled to the motor..."
拆解：传动机制。 - “rack and pinion”齿条-小齿轮，【卡C语言】中经典传动机构
-
“leg serves as the rack”腿部充当齿条，直线运动转化为旋转运动
力学分析：电机扭矩 $\tau$ 通过齿轮半径 $r$ 转化为推力 $F=\tau/r$，受限于齿轮尺寸。 -
"Unlike most legged robots, neither of these monopedal robots relies on a linkage mechanism for its leg."
拆解：设计差异。 - “linkage mechanism”连杆机构，如膝关节的铰链结构
- “minimal, rod-like leg”杆状腿，简化为刚性直杆
优势：减少摩擦和惯性，但牺牲了灵活性（如无法弯曲膝盖）。
补充背景知识卡
【卡23】PD控制器（PD Controller）
生活类比：像汽车定速巡航系统——根据当前速度与目标速度的差值（比例项）和速度变化趋势（微分项）自动调整油门。
现象描述：一种经典控制算法，通过比例（Proportional）和微分（Derivative）项调节输出，实现快速响应且无稳态误差。英文原词：PD controller。
浅数学：控制输出 $F = K_p e + K_d \dot{e}$，其中 $e$ 是误差（如姿态角偏差），$K_p$ 是比例增益，$K_d$ 是微分增益。在机器人中用于平衡控制，如公式15 $F = -\frac{1}{L} (k_g \sin \psi + K_p \psi_e + K_d \dot{\psi}_e)$。
【卡24】力臂（Moment Arm）
生活类比：用扳手拧螺丝——手到螺丝的距离越长，越省力。
现象描述：力臂是支点到力作用线的垂直距离，决定力矩大小。英文原词：Moment arm。
浅数学：力矩 $\tau = F \times d$，$d$ 是力臂。在机器人中，平衡模块的力臂 $L - X_{\text{COM}}$ 决定了姿态控制能力（图5a），力臂越大，相同推力产生更大控制力矩。
【卡25】姿态角（Attitude Angle）
生活类比：手机屏幕旋转时的倾斜度——姿态角描述物体与参考方向的夹角。
现象描述：机器人相对于垂直方向的倾斜角度，分为俯仰（pitch）和滚转（roll）。英文原词：Attitude angle。
浅数学：在三维空间中，姿态角由欧拉角表示，如 $\psi$（滚转角）、$\theta$（俯仰角）。控制中通过IMU传感器测量，单位为度（°），论文中范围0°–15°（图9b）。
正文解读：图示细节补充
图1：单次垂直跳跃轨迹
补充细节：
- 时间轴：跳跃总时长2.5秒，其中支撑期仅190ms（占7.6%），体现直接驱动的高速特性。
- 垂直位移曲线：
- 0–0.19s：加速阶段，位移呈抛物线上升（符合 $s = \frac{1}{2}at^2$）
- 0.19–1.2s：飞行阶段，位移曲线接近抛物线（受空气阻力影响略偏离理想抛物线）
- 1.2–2.5s：下落阶段，位移增速减缓（空气阻力与重力平衡）
- 比例尺：1.83m身高者作为参照，7.6m高度相当于4倍身高，直观展示跳跃能力。
图2：机器人系统分解
补充细节：
- 腿部结构：
- 碳纤维管长1981mm，壁厚仅0.5mm（外径6mm/内径5mm），轻量化设计（仅27g）
- 三脚架基座：三个碳纤维支脚呈120°对称分布，间距50mm，防止侧向滑动
- 平衡模块：
- 四旋翼电机：直径28mm，螺旋桨转速12,000rpm，推力总和>10N（远超机器人重量2.76N）
- IMU传感器：MPU6050型号，采样频率1kHz，姿态角分辨率0.1°
- 动力系统：
- 电池：6S LiPo（22.2V，550mAh），放电倍率95C，峰值电流52.25A
- 电机：Vertiq 23-06（空载转速24,000rpm，峰值扭矩0.5Nm）
图3：三种驱动方式对比
补充细节：
- 串联弹性（SE）：
- 弹簧置于电机与腿部之间，如Salto-1P的弹簧刚度 $k=2000$ N/m
- 能量存储效率：$E_{\text{stored}} = \frac{1}{2}kx^2$，$x$为压缩量
- 并联弹性（PE）：
- 弹簧与腿部并联，通过齿轮减速比（如1000:1）放大扭矩
- 锁存器触发瞬间释放能量，峰值功率可达电机额定功率10倍
- 直接驱动（DD）：
- 电机扭矩直接转化为腿部推力，无中间储能
- 响应带宽>100Hz，适合快速动态控制（如MIT Cheetah）
图4：织物缠绕传动原理
补充细节：
- 螺旋缠绕角 $\phi=2.5°$：
- 织物带以极小角度缠绕，确保张力沿腿部轴向传递
- 角度选择依据：$\phi < 5°$ 避免织物打滑，$\phi > 1°$ 防止应力集中
- 缠绕半径变化：
- 初始半径 $r_0=5$mm，最大半径 $r_{\text{max}}=8$mm（腿伸长1867mm后）
- 机械优势 $\text{MA} = \frac{1}{r \cos \phi}$ 从初始200降至107（降幅46%）
- 防弯曲机制：
- 织物张力提供径向约束，临界失稳载荷 $F_{\text{cr}} = \frac{\pi^2 E I}{(K L)^2}$
- 其中 $E=230$ GPa（碳纤维），$I=5.36 \times 10^{-11}$ m⁴，$K=0.7$（两端铰接）
图6：三维轨迹重建系统
补充细节：
- 相机布置：
- 两台GoPro Hero 10（120fps，4K分辨率）分别位于跳跃平面两侧，间距3m
- 校准靶标：棋盘格尺寸0.5m×0.5m，误差<0.1mm
- 重建算法：
- 特征点提取：SIFT算法识别机器人关节点（如脚踝、髋部）
- 三角测量：$Z = \frac{b \cdot f}{d}$，$b$为基线距离，$f$为焦距，$d$为视差
- 误差分析：
- 像素级误差<0.5像素，对应空间误差<2mm（在7.6m高度处）
图7：垂直跳跃位移曲线
补充细节：
- 关键时间点：
- $t=0.19$s：离地时刻，垂直速度 $v_z = 12.2$ m/s（由 $v = \sqrt{2gh}$ 计算）
- $t=1.24$s：达到最高点，位移7.6m，速度归零
- 空气阻力影响：
- 实际高度比理论值（无阻力时 $h = \frac{v^2}{2g} = 7.58$m）略低，证明阻力存在
- 阻力系数 $C_d \approx 0.8$（通过轨迹拟合反推）
图8：电机功率曲线
补充细节：
- 电流控制：
- 电流上限 $I_{\text{max}} = 52.25$A（95C倍率×550mAh）
- 电压 $V_s = 22.2$V，电阻 $R = 0.1$Ω（电机+电池内阻）
- 功率阶段：
- 0–0.1s：恒流阶段，功率 $P = V_s I_{\text{max}} = 1160$W
- 0.1–0.19s：恒功率阶段，机械功率稳定在1100W附近
- 效率分析：
- 机械功率/电功率 ≈ 95%（忽略传动损耗）
图9：地面姿态控制
补充细节：
- PD参数：
- $K_p = 50$ N·m/rad，$K_d = 10$ N·m·s/rad
- 微分项抑制振荡，比例项消除稳态误差
- 控制效果：
- 跟踪±15°指令时，超调量<5%，调节时间<0.05s
- 噪声抑制：IMU原始数据滤波（截止频率50Hz）
图10：空中姿态偏差
补充细节：
- 力臂缩短效应：
- 着地时力臂 $L = 1973$mm，飞行中质心位置 $X_{\text{COM}} = 500$mm
- 有效力臂 $L - X_{\text{COM}} = 1473$mm，降低25%
- 偏差增大原因：
- 控制力矩 $\tau = F \cdot (L - X_{\text{COM}})$ 减小
- 空气扰动无地面支撑，放大姿态波动
图11：倾斜跳跃流程
补充细节：
- 时序控制：
- 0–0.1s：平衡模块倾斜至20°（角速度200°/s）
- 0.1–0.19s：保持倾斜姿态，发起跳跃
- 力学分析：
- 倾斜后地面反作用力方向偏移，产生水平分力 $F_x = F \sin 20°$
- 水平速度 $v_x = \frac{F_x t_s}{M} = 1.2$ m/s（解释图12中水平位移）
图12：倾斜跳跃控制数据
补充细节：
- 姿态角跟踪：
- roll/pitch角误差<2°，控制精度优于地面阶段
- 微分项补偿因离心力引起的振荡
- 速度峰值：
- 离地时垂直速度 $v_z = 11.8$ m/s（略低于垂直跳跃）
- 水平速度 $v_x = 1.2$ m/s，导致1.6m水平位移
补充知识增量（档案更新）
新接触概念（同步进01档案）
| 日期 | 来源论文 | 新接触概念 | 理解层次 |
|---|---|---|---|
| 2026-09-25 | A Long-Legged Monopedal Robot | PD控制器、力臂、姿态角、织物缠绕传动 | 能类比复述+浅数学推导 |
| 三维轨迹重建、空气阻力系数、控制带宽 | 能复述核心参数意义 | ||
| 质心位置动态变化、有效力臂 | 能解释对控制性能的影响 |
与课程关联
- 大学物理(一)：跳跃轨迹分析应用抛体运动公式，但需补充空气阻力修正项。
- C语言：电机控制算法实现需实时计算（如PD控制），涉及嵌入式系统编程。
- 高等数学：轨迹重建中的三角测量和最小二乘法拟合，应用矩阵运算。
值得跟踪方向
- 连续跳跃技术：解决飞行中身体移动机构（如可伸缩腿部）。
- 低重力应用：月球重力（1.6 m/s²）下跳跃高度可达地球的6倍（45.6m）。
- 跨领域融合：织物缠绕传动可移植到无人机弹射系统，提升启动速度。