四足機(jī)器人CPG步態(tài)規(guī)劃與坡面運(yùn)動(dòng)控制研究

周志華，周楓林，聶宇峰，揚(yáng) 帆，王瑾元

（湖南工業(yè)大學(xué) 機(jī)械工程學(xué)院，湖南 株洲 412007）

0 引 言

近年來(lái)，四足機(jī)器人日益頻繁地出現(xiàn)在日常生活中，在搶險(xiǎn)救災(zāi)、物資運(yùn)輸、火星探索等惡劣環(huán)境都能見(jiàn)到應(yīng)用實(shí)例，隨著美國(guó)波士頓的BigDog橫空出世，隨即也引發(fā)了國(guó)內(nèi)外關(guān)于四足機(jī)器人的研究熱潮。面對(duì)復(fù)雜地形，四足機(jī)器人相較于輪式、履帶式機(jī)器人具有更好的環(huán)境適應(yīng)能力，同時(shí)，和雙足、六足機(jī)器人相比也都分別表現(xiàn)出更加優(yōu)秀的穩(wěn)定性和控制簡(jiǎn)易性。為提高四足機(jī)器人的環(huán)境適應(yīng)能力，國(guó)內(nèi)外學(xué)者針對(duì)其核心運(yùn)動(dòng)控制問(wèn)題，也相繼提出了多種有效的控制方法。目前常見(jiàn)的控制方法有基于仿生原理的中樞模式發(fā)生器（CPG）控制、彈簧負(fù)載倒立擺（SLIP）、零力矩點(diǎn)（ZMP）、模型預(yù)測(cè)控制（MPC）、虛擬模型控制（VMC）等的控制方法。其中，CPG屬于低級(jí)神經(jīng)中樞，即使無(wú)外界反饋或高級(jí)中樞信號(hào)，也依然能夠產(chǎn)生穩(wěn)定的節(jié)律信號(hào)。

為了實(shí)現(xiàn)四足機(jī)器人在斜坡地形的穩(wěn)定行走，梁?jiǎn)⑿堑热嗽谀Ｐ皖A(yù)測(cè)控制基礎(chǔ)上進(jìn)行擴(kuò)展，設(shè)計(jì)四足機(jī)器人在斜坡上的足端位置調(diào)整與軀干姿態(tài)自適應(yīng)調(diào)整策略，通過(guò)設(shè)計(jì)的“虛擬斜坡”軀干姿態(tài)調(diào)整算法，實(shí)現(xiàn)機(jī)器人在上坡過(guò)程中軀干姿態(tài)的自適應(yīng)調(diào)整。葛卓等人為了提高四足機(jī)器人在包含坡面和障礙物等復(fù)雜地形中的運(yùn)動(dòng)能力與環(huán)境自適應(yīng)能力，搭建了前庭反射和屈肌反射數(shù)學(xué)模型，使四足機(jī)器人能夠流暢、平穩(wěn)地完成上下坡運(yùn)動(dòng)，并具備自適應(yīng)越障運(yùn)動(dòng)能力。而為了實(shí)現(xiàn)四足機(jī)器人在坡面上的行走穩(wěn)定，文獻(xiàn)［14］又提出了基于帶反饋?lái)?xiàng)的中樞模式發(fā)生器的步態(tài)控制策略，可根據(jù)ZMP判據(jù)分析四足機(jī)器人在斜坡上的運(yùn)動(dòng)穩(wěn)定性，引入?yún)?shù)在線調(diào)節(jié)機(jī)制適應(yīng)外界環(huán)境變化，最終有效提高四足機(jī)器人在斜坡上行走的穩(wěn)定性。韓寶玲等人提出了一種四足機(jī)器人對(duì)腳小跑步態(tài)下的坡面運(yùn)動(dòng)姿態(tài)調(diào)整策略，能夠以機(jī)器人質(zhì)心在斜面上的落點(diǎn)到支撐線的距離為判據(jù)進(jìn)行四足機(jī)器人坡面運(yùn)動(dòng)穩(wěn)定性分析，得到其姿態(tài)調(diào)整的確定值，并最終提高四足機(jī)器人坡面運(yùn)動(dòng)穩(wěn)定性。Zhu等人提出了一種面向未知斜坡的四足機(jī)器人步態(tài)規(guī)劃算法框架，通過(guò)慣性測(cè)量單元測(cè)量的姿態(tài)信息來(lái)估計(jì)地形坡度，可采用爬行步態(tài)，基于ZMP進(jìn)行重心軌跡規(guī)劃，并利用增強(qiáng)隨機(jī)搜索（ARS）算法對(duì)貝塞爾曲線的參數(shù)進(jìn)行調(diào)制，實(shí)現(xiàn)機(jī)器人足部軌跡的規(guī)劃，最終證明了該算法能夠在坡度未知時(shí)自適應(yīng)地調(diào)整機(jī)器人的姿態(tài)，穩(wěn)定地通過(guò)坡度環(huán)境。Wang等人針對(duì)四足爬行機(jī)器人越過(guò)坡面凸起地形時(shí)后腿的地面反作用力較大的問(wèn)題，提出一種基于分層CPG步態(tài)生成方法的四足機(jī)器人坡三角步態(tài)行走策略，并通過(guò)仿真驗(yàn)證了算法的有效性。

本文采用CPG作為運(yùn)動(dòng)控制方法，針對(duì)四足機(jī)器人的坡面運(yùn)動(dòng)，以CPG節(jié)律信號(hào)為基礎(chǔ)，采用前庭生物反射進(jìn)行坡面自適應(yīng)姿態(tài)調(diào)節(jié)，并在Matlab／Simulink中以Trot步態(tài)進(jìn)行上坡運(yùn)動(dòng)，最終通過(guò)仿真驗(yàn)證了該控制方法的可靠性、正確性，實(shí)現(xiàn)了四足機(jī)器人的坡面自適應(yīng)性，使機(jī)器人在上坡時(shí)的運(yùn)動(dòng)穩(wěn)定性得到了有效的提高。

1 四足機(jī)器人模型

本文以YOBOGO四足機(jī)器人為研究對(duì)象，采用電驅(qū)動(dòng)方式、全肘式配置，每條腿有髖、膝、側(cè)擺三個(gè)關(guān)節(jié)。為驗(yàn)證控制算法的正確性，本文對(duì)此進(jìn)行二次開發(fā)，圖1（a）為機(jī)器人的三維模型，圖1（b）為對(duì)應(yīng)的物理樣機(jī)。

圖1 YOBOGO四足機(jī)器人Fig.1 YOBOGO quadruped robot

2 CPG數(shù)學(xué)模型

2.1 振蕩器

振蕩器是CPG控制網(wǎng)絡(luò)的基本組成單元，常見(jiàn)的有神經(jīng)元振蕩器、非線性振蕩器兩種類型。神經(jīng)元振蕩器雖仿生意義明確，但動(dòng)態(tài)特性相對(duì)更為復(fù)雜，參數(shù)也較多。而非線性振蕩器，相對(duì)而言參數(shù)較少，模型更為成熟，故本文采用Hopf非線性振蕩器作為基本單元搭建CPG網(wǎng)絡(luò)，Hopf振蕩器的數(shù)學(xué)模型如下：

其中，為振蕩器的頻率；決定振蕩器的幅值；為常數(shù)，是用于振蕩器收斂到極限環(huán)的速度控制；、為狀態(tài)變量；由于穩(wěn)定的狀態(tài)極限環(huán)存在于Hopf振蕩器中，故能夠產(chǎn)生穩(wěn)定、抗干擾能力強(qiáng)的周期信號(hào)，在CPG控制網(wǎng)絡(luò)中，振蕩器中的狀態(tài)變量能直接用于機(jī)器人的關(guān)節(jié)控制，周期信號(hào)的上升、下降段分別對(duì)應(yīng)機(jī)器人單腿運(yùn)動(dòng)的擺動(dòng)、支撐相。為實(shí)現(xiàn)對(duì)每相在周期內(nèi)所占比例的控制，對(duì)式（1）中的進(jìn)行改進(jìn)，由此得到：

其中，ω、ω分別為支撐相與擺動(dòng)相頻率；正常數(shù)決定在ω和ω間的變化速度；為占空比（負(fù)載因子），推得的數(shù)學(xué)公式為：

其中，為步態(tài)周期，其他參數(shù)同式（2）。與ω又具有如下關(guān)系：

2.2 CPG連接網(wǎng)絡(luò)與步態(tài)生成

根據(jù)連接方式的不同，CPG控制網(wǎng)絡(luò)可以分為網(wǎng)式、鏈?zhǔn)絻煞N連接方式。CPG廣泛存在于生物運(yùn)動(dòng)中，如呼吸、行走、游泳等。針對(duì)坡面運(yùn)動(dòng)，其涉及到四足機(jī)器人四條腿的髖、膝關(guān)節(jié)，針對(duì)這8個(gè)主動(dòng)關(guān)節(jié)自由度，本文采用的控制網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖2所示。由圖2可見(jiàn)，使用4個(gè)振蕩器，每個(gè)振蕩器輸出的狀態(tài)變量信號(hào)直接用于髖關(guān)節(jié)關(guān)節(jié)信號(hào)輸入，狀態(tài)變量經(jīng)過(guò)足內(nèi)耦合轉(zhuǎn)化為對(duì)應(yīng)腿膝關(guān)節(jié)關(guān)節(jié)控制信號(hào)。此網(wǎng)絡(luò)簡(jiǎn)單，且運(yùn)算時(shí)間少，利于增強(qiáng)系統(tǒng)實(shí)時(shí)性。

圖2 單層CPG控制網(wǎng)絡(luò)Fig.2 Single-layer CPG control network

2.2.1 CPG控制網(wǎng)絡(luò)

由4個(gè)振蕩器進(jìn)行相位耦合而構(gòu)成的CPG控制網(wǎng)絡(luò)數(shù)學(xué)模型如式（5）所示：

其中，為控制網(wǎng)絡(luò)的連接權(quán)重矩陣，可由式（8）表示為：

CPG控制網(wǎng)絡(luò)的輸出模式由決定，通過(guò)控制連接權(quán)重矩陣，最終能夠獲得四足機(jī)器人的不同步態(tài)。

2.2.2 足內(nèi)協(xié)調(diào)控制

以4個(gè)振蕩器組成的單層CPG控制網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，結(jié)構(gòu)中的單個(gè)振蕩器產(chǎn)生的狀態(tài)信號(hào)并不能直接作為機(jī)器人膝關(guān)節(jié)轉(zhuǎn)動(dòng)信號(hào)，需進(jìn)行足內(nèi)協(xié)調(diào)轉(zhuǎn)化才可用于膝關(guān)節(jié)控制。四足機(jī)器人的單腿運(yùn)動(dòng)圖解如圖3所示，當(dāng)足端支撐在地時(shí)，膝關(guān)節(jié)保持不變，支撐相結(jié)束步入擺動(dòng)相時(shí)，膝關(guān)節(jié)抬腿擺動(dòng)，由幾何關(guān)系可以得到式（9）：

其中，為機(jī)器人運(yùn)動(dòng)速度；為單個(gè)運(yùn)動(dòng)周期；為腿節(jié)長(zhǎng)度；是足端與髖關(guān)節(jié)間的長(zhǎng)度；為機(jī)器人周期內(nèi)單腿行走步長(zhǎng)；A為髖關(guān)節(jié)擺動(dòng)幅值。當(dāng)處于擺動(dòng)相中點(diǎn)時(shí)，膝關(guān)節(jié)抬腿高度最高且等于，由圖3可得到：

圖3 單腿運(yùn)動(dòng)圖解Fig.3 Diagram of single-leg exercise

接下來(lái)，可推得膝關(guān)節(jié)的擺動(dòng)幅值A為：

膝關(guān)節(jié)最終的足內(nèi)調(diào)節(jié)控制信號(hào)如式（12）所示：

2.2.3 trot步態(tài)生成

四足機(jī)器人具有多種典型步態(tài)，如trot、pace、walk等，每種步態(tài)具有不同的特征，主要不同在于占空比、足間相位關(guān)系。其中，walk步態(tài)的占空比為0.75，相位差為0.25，pace、trot步態(tài)的相位差和占空比都為0.5。根據(jù)步態(tài)規(guī)律分析，可以知道相對(duì)相位可表示為占空比和右后腿相位的函數(shù)，以左前腿為基準(zhǔn)，令其相位φ＝0，若φ≠0，則φ＝β，φ＝β-φ；若φ＝0，則φ＝φ，φ＝φ。其中，、、、分別代表左前、左后、右前、右后腿。在本文的四足機(jī)器人坡面運(yùn)動(dòng)中，采用trot步態(tài)進(jìn)行爬坡仿真，其步態(tài)相對(duì)相位如圖4所示。

圖4 trot步態(tài)相對(duì)相位Fig.4 Relative phase of trot gait

3 前庭生物反射數(shù)學(xué)模型

3.1 前庭生物反射機(jī)理

前庭反射是動(dòng)物利用前庭器官去感知自身軀體姿態(tài)，并通過(guò)調(diào)整肢體肌肉的松弛，維持運(yùn)動(dòng)過(guò)程中身體平衡的一種生物反射行為。面對(duì)自然界常見(jiàn)的斜坡地形，仿生四足機(jī)器人通過(guò)前庭反射控制算法能很好地根據(jù)上、下坡的不同情況調(diào)整自身姿態(tài)，使機(jī)體重心更加穩(wěn)定。以本文中全肘式配置的YOBOGO四足機(jī)器人為例，當(dāng)機(jī)器人上坡運(yùn)動(dòng)時(shí)，根據(jù)坡面信息，前腿髖關(guān)節(jié)后擺，其關(guān)節(jié)平衡位置減小，后腿髖關(guān)節(jié)前擺，膝關(guān)節(jié)的平衡位置與同腿髖關(guān)節(jié)做相反方向調(diào)整，最終機(jī)器人的軀體姿態(tài)呈現(xiàn)為前低后高。

3.2 前庭反射數(shù)學(xué)模型

進(jìn)行坡面運(yùn)動(dòng)時(shí)，根據(jù)坡面信息反饋，四足機(jī)器人通過(guò)前庭反射調(diào)整腿部平衡位置，同時(shí)，CPG控制網(wǎng)絡(luò)的輸出曲線也隨之變化，反饋?lái)?xiàng)是正值時(shí)，CPG輸出曲線上移；反饋?lái)?xiàng)是負(fù)值時(shí)，CPG的輸出曲線向下移動(dòng)。根據(jù)全肘式配置四足機(jī)器人模型，其斜坡運(yùn)動(dòng)關(guān)節(jié)平衡位置調(diào)整量見(jiàn)表1。根據(jù)表1分析可知，全肘式配置四足機(jī)器人的前、后腿在上坡或下坡時(shí)同一關(guān)節(jié)所產(chǎn)生的調(diào)整量恰好相反，以此實(shí)現(xiàn)前低后高或前高后低的姿態(tài)，使其能夠適應(yīng)不同坡面條件。

表1 關(guān)節(jié)平衡位置調(diào)整Tab.1 Adjustment of joint balance position

根據(jù)傳感器能獲得坡度信號(hào)，反饋?lái)?xiàng)如下式：

根據(jù)文獻(xiàn)［18］，當(dāng)軀體姿態(tài)角度與坡面角度呈近似線性關(guān)系時(shí)，是保持能耗最優(yōu)的必要條件，且有：

其中，為軀體姿態(tài)角；≈024；上、下坡時(shí)，能夠分別檢測(cè)得到0、0。為進(jìn)一步得到每條腿的關(guān)節(jié)平衡位置改變量，根據(jù)其與軀體姿態(tài)角的幾何關(guān)系能得到式（15）：

根據(jù)的調(diào)整范圍，由式（15）求解，二者為近似線性關(guān)系：

通過(guò)擬合得到≈226。最終得到的前庭反射數(shù)學(xué)模型如式（17）所示：

其中，為關(guān)節(jié)結(jié)構(gòu)信號(hào)標(biāo)志。當(dāng)1時(shí)，表示膝式關(guān)節(jié)；1時(shí)，表示肘式關(guān)節(jié)，其他參數(shù)同上。

4 仿真實(shí)驗(yàn)

本文在Simulink環(huán)境里搭建CPG控制器，將機(jī)器人模型導(dǎo)入Simulink，并進(jìn)行虛擬樣機(jī)的坡面運(yùn)動(dòng)仿真實(shí)驗(yàn)。

4.1 模型導(dǎo)入與控制器建模

本文利用SW_URDF_Exporter插件，在三維建模軟件SolidWorks中，將四足機(jī)器人模型中無(wú)相對(duì)運(yùn)動(dòng)的零件整合，并按照軀體→側(cè)擺關(guān)節(jié)→大腿→小腿的順序進(jìn)行組裝，使用旋轉(zhuǎn)關(guān)節(jié)來(lái)連接各部位，最終以URDF（unified robot description format）格式導(dǎo)出，進(jìn)一步地，將生成的URDF文件導(dǎo)入Simulink，在Simulink中自動(dòng)生成對(duì)應(yīng)的關(guān)節(jié)類型、坐標(biāo)轉(zhuǎn)換模塊、軀干模型。

以該方法將模型導(dǎo)入后，繼續(xù)搭建四足機(jī)器人的CPG控制器。Simulink中具有豐富的模塊庫(kù)，非常適用于搭建具有微分方程、多振蕩器耦合的復(fù)雜CPG控制網(wǎng)絡(luò)。將控制器搭建好后利用Simulink-PS模塊將輸入信號(hào)轉(zhuǎn)換為物理信號(hào)，再輸入給模型關(guān)節(jié)。緊接著，進(jìn)行地面建模與機(jī)器人足端接觸設(shè)置，最終實(shí)現(xiàn)四足機(jī)器人Simulink環(huán)境下的CPG驅(qū)動(dòng)控制。

4.2 trot步態(tài)生成

設(shè)置仿真求解器為ODE45，仿真時(shí)間為20 s，根據(jù)trot步態(tài)特征，設(shè)定CPG控制網(wǎng)絡(luò)中的參數(shù)見(jiàn)表2。

表2 CPG控制網(wǎng)絡(luò)參數(shù)Tab.2 CPG control network parameters

根據(jù)公式（4），計(jì)算出四足機(jī)器人的單腿周期為4 s，擺動(dòng)相、支撐相各占2 s。仿真得到的trot步態(tài)關(guān)節(jié)曲線如圖5所示，仿真結(jié)果與理論計(jì)算一致。

圖5 trot步態(tài)關(guān)節(jié)曲線Fig.5 Joint curve of trot gait

4.3 平面運(yùn)動(dòng)

四足機(jī)器人以trot步態(tài)做平面運(yùn)動(dòng)，坐標(biāo)系中機(jī)器人前進(jìn)方向?yàn)檩S方向，豎直方向?yàn)檩S方向，圖6為四足機(jī)器人平面運(yùn)動(dòng)仿真圖，圖7為機(jī)器人質(zhì)心位移曲線，圖8為歐拉角變化曲線。

圖6 平面運(yùn)動(dòng)仿真Fig.6 Plane motion simulation

圖7 機(jī)器人質(zhì)心位移曲線Fig.7 Displacement curve of the robot′s centroid

圖8 機(jī)器人歐拉角變化曲線Fig.8 The change curve of the Euler angle of the robot

由圖8中的仿真結(jié)果顯示，在20 s內(nèi)，以單腿每2 s一個(gè)支撐、擺動(dòng)相的頻率運(yùn)動(dòng)了1.214 m，根據(jù)步長(zhǎng)245 mm計(jì)算，理論上應(yīng)該有1.225 m的運(yùn)動(dòng)距離，打滑量較小，符合預(yù)期。從圖9可以看出，俯仰角在3°范圍內(nèi)波動(dòng)，偏航角在2°范圍內(nèi)波動(dòng)，機(jī)體無(wú)明顯偏航，運(yùn)動(dòng)過(guò)程較為平穩(wěn)。

4.4 坡面運(yùn)動(dòng)

為實(shí)現(xiàn)四足機(jī)器人上坡時(shí)機(jī)身的穩(wěn)定性，降低運(yùn)動(dòng)過(guò)程中足端打滑程度，將前庭生物反射數(shù)學(xué)模型加入了CPG控制網(wǎng)絡(luò)中，通過(guò)獲取的坡面信息，進(jìn)行關(guān)節(jié)平衡位置調(diào)整。四足機(jī)器人進(jìn)行上坡運(yùn)動(dòng)的Simulink仿真過(guò)程如圖9所示。根據(jù)有、無(wú)前庭反射設(shè)置2組對(duì)比仿真實(shí)驗(yàn)，以驗(yàn)證前庭反射對(duì)于坡面運(yùn)動(dòng)的穩(wěn)定性影響，四足機(jī)器人以trot步態(tài)進(jìn)行上坡運(yùn)動(dòng)，坡面角度為10°。

圖9 上坡運(yùn)動(dòng)仿真Fig.9 Simulation of uphill motion

進(jìn)行上坡運(yùn)動(dòng)時(shí)，四足機(jī)器人的關(guān)節(jié)運(yùn)動(dòng)曲線如圖10所示，運(yùn)動(dòng)過(guò)程中，根據(jù)有無(wú)前庭反射的歐拉角、軸質(zhì)心方向位移對(duì)比分別如圖11、圖12所示。

圖11 上坡運(yùn)動(dòng)中歐拉角穩(wěn)定對(duì)比曲線Fig.11 Euler angle stability comparison curve in uphill movement

圖12 上坡時(shí)Z軸向質(zhì)心位移曲線Fig.12 Z-axis centroid displacement curve in uphill movement

圖10中顯示，在前庭反射作用下，機(jī)器人進(jìn)行上坡運(yùn)動(dòng)時(shí)，各個(gè)關(guān)節(jié)曲線要做一定程度調(diào)整。其中，左前腿和右前腿髖關(guān)節(jié)后擺，平衡位置減小，膝關(guān)節(jié)調(diào)整方向則與其相反。右后腿和左后腿髖關(guān)節(jié)前擺，平衡角度增大，最終機(jī)器人呈現(xiàn)前低后高的姿態(tài)以適應(yīng)于上坡地形。

圖10 上坡運(yùn)動(dòng)關(guān)節(jié)曲線Fig.10 Joint curve of uphill motion

由圖11（a）可知，仿真結(jié)果顯示無(wú)前庭反射的四足機(jī)器人在進(jìn)行上坡運(yùn)動(dòng)時(shí)，偏航角明顯發(fā)生變化，俯仰、滾動(dòng)角曲線不平滑，抖動(dòng)較大，整體打滑嚴(yán)重。從圖11（b）可以看出，無(wú)前庭反射的四足機(jī)器人俯仰角度變化無(wú)規(guī)律，波動(dòng)幅度較大，而有前庭反射作用的情況中，機(jī)器人俯仰角度始終大于-10°，機(jī)體更加地接近于水平面，這種姿態(tài)利于機(jī)體的重心穩(wěn)定。由圖11（c）見(jiàn)到，無(wú)前庭反射的機(jī)器人滾動(dòng)角在第1.3 s左右時(shí)發(fā)生劇烈抖動(dòng)，機(jī)器人打滑嚴(yán)重，第6 s時(shí)，已經(jīng)超過(guò)了8°并逐漸增加，而有前庭反射作用的仿真實(shí)驗(yàn)中，機(jī)器人滾動(dòng)角度始終保持在一定范圍內(nèi)有規(guī)律的抖動(dòng)。從軸質(zhì)心位移曲線可以看出無(wú)前庭反射時(shí)，機(jī)器人無(wú)法正常上坡，在第16 s時(shí)軸方向位移才達(dá)到0.313 m，而加入了前庭反射的四足機(jī)器人在第16 s時(shí)軸質(zhì)心方向位移已經(jīng)達(dá)到了0.895 m，這說(shuō)明其打滑量明顯減少，且在前庭反射的作用下能正常地上坡。

5 結(jié)束語(yǔ)

（1）在Matlab／Simulink中根據(jù)CPG數(shù)學(xué)模型搭建了四足機(jī)器人運(yùn)動(dòng)控制器，并實(shí)現(xiàn)了四足機(jī)器人trot步態(tài)生成，且以trot步態(tài)進(jìn)行了四足機(jī)器人的平面、上坡運(yùn)動(dòng)控制仿真實(shí)驗(yàn)。

（2）進(jìn)行坡面運(yùn)動(dòng)仿真實(shí)驗(yàn)時(shí)，針對(duì)有、無(wú)前庭反射兩種情況進(jìn)行分析，最終的仿真結(jié)果表明前庭反射能有效地增強(qiáng)四足機(jī)器人坡面運(yùn)動(dòng)時(shí)重心的穩(wěn)定性，也能有效地抑制足端打滑。

（3）根據(jù)仿生原理，搭建了作為低級(jí)神經(jīng)中樞的CPG控制網(wǎng)絡(luò)，并將前庭生物反射數(shù)學(xué)模型與其進(jìn)行有機(jī)融合，使四足機(jī)器人具備一定坡面自適應(yīng)能力，能有效地提高四足機(jī)器人進(jìn)行坡面運(yùn)動(dòng)時(shí)的穩(wěn)定性。