导语

受到鱼类、鸟类和蚂蚁等微小生物体协作操纵的启发，研究人员开发了多机器人协作运输系统（MRCTS）来运输单个机器人无法处理的重型超大物体。然而，现有MRCTS主要在平坦路面上运输，极少能在不平坦的道路上有效工作。清华大学刘辛军教授研究团队提出了一种基于履带式移动机器人（TMR）的新型MRCTS，以提高地形适应性并扩展MRCTS的应用场景。

NOKOV度量动作捕捉系统在该研究中为新型多机器人协作运输系统（MRCTS）在非平坦路面上的运动控制策略验证提供了高精度数据支持。

一、研究背景：多机器人协同运输系统

多机器人协作运输系统（MRCTS）近年来成为机器人集群控制中的重要研究方向。传统 MRCTS 多在平坦环境中验证，面对户外非结构化地形时，其协作稳定性、负载一致性和控制精度均会显著下降。

清华大学刘辛军教授团队针对这一问题，提出了一种基于履带式移动机器人（Tracked Mobile Robot，TMR）的新型 MRCTS，通过六自由度自适应关节设计和双闭环运动学控制策略显著增强系统的地形适应能力。相关研究成果已发表在 Frontiers of Mechanical Engineering。

为了验证控制策略在真实场景下的性能，研究团队采用 NOKOV度量动作捕捉系统获取领导机器人实时三维位姿（真值数据），用于轨迹跟踪误差的分析与控制器性能评估。

二、研究亮点：结构、系统与控制框架创新

1. 研究团队设计了一种新颖的六自由度被动自适应关节来连接履带式移动机器人（TMR）和公共有效负载，使MRCTS获得了适应不平坦路面起伏的变形能力，此外，自适应关节上的接触传感器可以测量机器人相对于物体的位置和方向，进行反馈控制，解决了机器人在室外定位的难题。

2. 提出了虚拟领导者和物理追随者协作范例。虚拟领导机器人用于描述整个系统的运动并管理跟随机器人，可避免由于物理领导机器人故障而导致整个系统的故障。此外，系统中的所有物理机器人都充当跟随机器人，有助于启动和维持运输，提高运输策略对物体质量的鲁棒性。

3. 提出了一种新颖的双闭环运动学控制框架，其中内环与跟随机器人的运动控制相关，外环与虚拟领导机器人的运动控制相关。将两种机器人的运动控制转化为移动机器人的轨迹跟踪控制问题。

三、实验验证：NOKOV度量动捕提供真实位姿数据支持

研究团队进行了两类关键实验，验证所提出的方法在真实环境中的有效性。

实验一：圆形轨迹跟踪（4 台 TMR 搬运 60 kg）

使用 4 台 TMR 协同搬运 60 kg 载荷

场地尺寸为 4.5 m × 4.5 m

NOKOV度量系统捕捉领导机器人实时三维位姿，用于反馈控制

实验设施和信息流

实验结果：
轨迹误差在有限时间内收敛到零，验证了控制器的稳定跟踪能力。

实验二：非平整路面运输（真实户外地形）

系统在不平整路面运输同等载荷60公斤

NOKOV 捕捉领导机器人实时位姿，跟随机器人依据真实误差进行轨迹调整

不平整路面搬运的实验序列

实验结果：
系统在起伏地形上保持稳定运输，表现出优异的地形适应能力。

四、研究意义：为复杂环境下的多机器人运输提供可参考技术路径

该研究的主要贡献包括：

证明了结构柔性（6-DoF 关节）对 MRCTS 地形适应性的显著作用

通过虚拟领导者提高协作鲁棒性，降低系统对单点故障的敏感性

通过双闭环控制策略实现统一、可分解的控制框架

使用高精度真实位姿捕捉系统，NOKOV度量动作捕捉系统，对控制器进行量化验证

这些贡献为 MRCTS 在户外运输、应急救援、建筑施工等场景的实际部署提供技术参考。

五、 NOKOV度量动作捕捉的角色：复杂多机器人系统研究中的真实位姿基准

本研究中，NOKOV度量动作捕捉的关键作用包括：

获取领导机器人三维位置与姿态的真实数据

用于评估控制算法性能与轨迹跟踪误差

为复杂地形下的运动控制研究提供高精度验证手段

NOKOV度量动作捕捉系统获取MRCTS领导机器人的实时位置和方向信息，用于反馈控制跟随机器人的轨迹跟踪，帮助验证了所提出的运动学控制策略在真实环境中的性能和有效性。

在 MRCTS、无人机、车辆运动学等多体系统研究中，真实位姿测量是验证控制方法的必要环节。清华大学提出的结构与控制双创新，为 MRCTS 在复杂户外地形中的稳定协作提供了新的解决思路。结合高精度位姿真值测量工具 NOKOV度量动作捕捉系统，该研究展示了从“实验验证”到“真实应用”更加可行的技术路径。

六、关于新型多机器人协作运输系统研究的FQA

Q1：什么是新型多机器人协作运输系统（MRCTS）？
A1：新型 MRCTS 是由多台机器人协同搬运同一重载物体的系统，通过结构与控制协同设计，实现单机器人无法完成的复杂运输任务。

Q2：关于新型多机器人协作运输系统的研究解决了传统多机器人运输的哪些关键问题？
A2：主要解决了传统 MRCTS 难以适应非平坦地形、协作稳定性不足以及对单一领导机器人依赖过高的问题。

Q3：履带式移动机器人（TMR）在系统中有什么优势？
A3：TMR 具备更强的越障能力和地形适应性，结合自适应关节设计，可显著提升系统在复杂路面的稳定运输能力。

Q4：NOKOV 度量动作捕捉系统在研究中发挥了什么作用？
A4：NOKOV 系统为机器人提供高精度真实位姿数据，用于验证控制策略性能并量化轨迹跟踪误差。

七、论文信息

清华大学刘辛军教授研究团队提出了一种基于履带式移动机器人（TMR）的新型MRCTS，以提高地形适应性并扩展MRCTS的应用场景。该研究成果以"Enhancing the terrain adaptability of a multirobot cooperative transportation system via novel connectors and optimized cooperative strategies"为题发表在Frontiers of Mechanical Engineering期刊。

引用格式

Liu Q, Gong Z, Nie Z, et al. Enhancing the terrain adaptability of a multirobot cooperative transportation system via novel connectors and optimized cooperative strategies[J]. Frontiers of Mechanical Engineering, 2023, 18(3): 38.