《Advanced Science》：Bioinspired Adaptive Leg-Claw Enables Robust Perching and Grasping for UAVs
编辑推荐：
本文介绍了一种创新的仿生自适应腿爪机制（Bioinspired Leg-Claw Mechanism, BLCM），其灵感源于猫头鹰后肢形态和蝙蝠的倒挂行为。该机制整合了四连杆胫骨、张力驱动可变形足部与对称脚趾，使无人机（Unmanned Aerial Vehicles, UAVs）能够在非结构化环境中稳定实现站立与悬挂两种栖息模式，并能自适应抓取多种形状的物体。研究提出的主动抓取策略与控制框架，显著提升了无人机在复杂环境中的操作适应性与任务续航能力，为无人机在环境监测、基础设施巡检等领域的长期部署提供了新方案。
引言
传统无人机（UAVs）在栖息和抓取方面的能力有限，制约了其在复杂环境中的空中操控和长时间作业。猛禽则通过其后肢的特殊形态实现了强大而多样的功能。受猫头鹰肢体结构和蝙蝠栖息行为启发，本研究提出了一种仿生自适应腿爪机制（Bioinspired Leg-Claw Mechanism, BLCM），旨在使无人机能够执行鲁棒且多功能的栖息与抓取任务。该设计整合了四连杆胫骨、张力驱动可变形足部和对称脚趾，以确保在不同几何形状表面的稳定附着。研究还开发了主动抓取策略和控制框架，以实现站立与悬挂栖息模式的自主切换，以及对不同物体的自适应脚趾调节。
仿生自适应无人机栖息机制的设计
BLCM原型的设计灵感来自猫头鹰强健的腿和爪，使其能够在各种表面栖息并在飞行中捕捉猎物。猫头鹰拥有对趾足，其脚趾角度可主动或被动调整以实现对各种物体的顺应性抓握。该设计进一步融入了蝙蝠的倒挂栖息策略。BLCM由三个部分组成：(i) 一个可被动适应不同曲率表面的张力足部结构，(ii) 一个模仿鸟类数字屈肌机制（Digital Flexor Mechanism, DFM）的基于四连杆的可压缩撑杆，以及 (iii) 对称排列的欠驱动脚趾，用于挤压和抓握目标。所有三个部件均采用欠驱动设计，以最少的驱动自由度实现对不同物体的形状适应。BLCM的脚趾被简化为完全对称的配置，每个脚趾包含一个旋转关节、两个等长的趾骨和一个爪子。关节允许0°至40°的旋转角度。对于圆柱形物体，趾间角接近0°，而更平坦的物体则需要更大的角度，从而提高抓握稳定性。脚趾安装在足部上，足部设计用于匹配无人机尺寸，由两个串联的X结构组成，每个结构包含四个连杆和四个张力弹簧。X张力结构具有三种离散状态，以适应不同形状的表面。它具有各向异性刚度：允许在一个方向上弯曲，同时在其它方向上保持较高的刚度。这一特性降低了横向失效的可能性，确保了结构安全性和功能可靠性。爪通过两组弯曲连杆连接到腿部安装底座。当从上方施加压缩载荷时，连杆将力传递到爪的两侧，诱发弯曲运动。这种机制使爪能够被动适应接触表面的曲率。
BLCM的腿由胫骨和股骨组成。股骨用于连接飞行器底部并安装舵机。胫骨的结构元件是一个四连杆，可实现肌腱的被动拉伸。在分支抓握过程中，四连杆的压缩增加了两个关节边缘之间的水平距离，拉长了腿部肌腱，从而驱动爪子闭合。对于无人机实现被动栖息，最大肌腱伸长量必须超过在分支抓握过程中产生的缩短量。原型机安装在一个轴距为450毫米、总起飞重量约为1.2千克的无人机上。起落架总重约430克，占整机质量的~24.7%。
被动站立栖息性能评估
BLCM支持鹰隼式的站立栖息，这种模式适用于多样化的表面和相对较粗的树枝。此模式仅依赖无人机重量进行被动啮合：当飞行器自上而下降落在树枝上时，重力引起腿部弯曲，从而驱动爪子闭合。腿部基部的高摩擦材料增加了接触力，从而将无人机固定在树枝上。然而，由外部干扰、定位误差或其他因素引起的腿部倾斜可能会损害稳定性，导致栖息失败和潜在坠落。研究进一步检查了平衡失效、施加载荷和倾斜角之间的关系。
当无人机栖息在粗树枝上时，重力产生较大的挤压力FN1和FN3。由于弹簧回复力，在爪中心产生较小的挤压力FN2。重力还会产生较大的肌腱拉力FT，这反过来对树枝产生较大的爪挤压力FN5。该力在爪-趾关节处产生反向力矩，导致趾关节向外凸出。因此，脚趾对树枝的直接挤压力很小，可以忽略不计。这一观察结果与鸟类研究报道一致。
为了验证压力分布模式，在脚趾一侧和足底安装了七个薄膜压力传感器来测量压力分布。在倾斜角为0°和10°时，施加700克载荷，然后移除300克，最后完全卸载。记录相应的压力变化。在0°时，压力集中在足掌球部，FN1和FN3占主导地位，在位置q1和q5处显示出几乎相等的幅度。q3处的压力较小，其余位置可忽略不计。在10°时，压力分布仍以足部为中心，但中心载荷进一步减小，导致足部两侧受力不平衡。实验结果与理论预测一致。因此，在后续分析中忽略了脚趾压力和摩擦效应。在这些条件下，推导了力矩M和倾斜角γ之间的平衡关系。
测量了不同直径树枝的M-γ曲线。这是为了验证载荷与最大倾斜角之间的关系。由于站立栖息要求树枝直径至少为50毫米，因此选择直径为60、70、80和90毫米的松枝进行测试。鉴于无人机的最大质量为1.5千克，单侧后肢的最大载荷为750克。因此，测试载荷范围从0到750克，通过插值确定。
在测试过程中，使用水平仪将腿部垂直对齐，并在靠近足部的近端安装一个倾角仪，通过角位移记录倾斜。在受控加载下，对股骨近端逐渐施加内外侧力直至发生坍塌，此时记录临界倾斜角。每种条件重复三次，报告平均值。然后将理论预测与实验结果进行比较。
理论分析预测，对于给定载荷，最大栖息角应随树枝直径增大而增加。然而，在实践中并未始终观察到这一趋势。在较小载荷下，实验结果与理论更为吻合，而当载荷超过200克时，在60毫米树枝上的最大栖息角更大。为了澄清这种差异，比较了理论和实验曲线。在低载荷下，两条曲线呈现相似趋势但略有偏移，这主要是由于理论模型中忽略了摩擦效应。随着树枝直径增加，出现了一个临界载荷阈值，超过该阈值后，最大栖息角显著低于理论预测。此外，临界点随着树枝直径增大而向更低载荷移动。根据公式，这种行为是因为更大的直径减少了肌腱收缩距离，同时显著增加了腿长。更长的腿提高了重心，从而降低了稳定性。它们还导致沿腿部轴线产生更大的弯曲，更长的腿显示出更明显的变形。这些发现表明，较细的树枝为稳定站立栖息提供了更有利的条件。在测试中，无人机（无起落架重1.2千克）可耐受在直径60-80毫米树枝上±5.5°的轴向倾斜。
BLCM在偏心载荷下栖息在地面上时可能会横向倾斜。测试了单侧后肢在偏心力下的表现。将一根60毫米横梁安装在腿部顶端，可从其末端悬挂重物。脚趾夹紧角度固定在0°、20°和40°，并在横梁末端逐渐增加钩码重量直至发生失衡。记录此时的临界质量。结果表明，在脚趾角度为0°时，最大载荷为60克，而在40°时，最大载荷增加到400克，提高了约567%。这些发现表明，更大的脚趾夹紧角显著提高了栖息稳定性。此外，由于制造材料的柔韧性，腿部在大的偏心力下表现出轻微的弯曲和倾斜，但不会造成结构损坏。
虽然目前的BLCM展示了可靠的被动站立栖息能力，但其稳定性本质上受目标表面倾斜角的限制。为了扩展可行的栖息阈值，可以采用主动增强策略。例如，当检测到大倾斜时，肌腱驱动舵机可以提供补充的主动挤压力以增加摩擦极限。这些主动干预，结合现有的高摩擦橡胶接触点，将使BLCM能够在更极端的非结构化环境中运行。
悬挂栖息性能与功耗优化
BLCM还展示了类似蝙蝠行为的悬挂栖息。这种策略对于抓握绳索和小树枝等细长结构特别有效。悬挂栖息需要将腿旋转180°，使脚底朝上，然后无人机从下方接近目标。接触后，舵机驱动肌腱闭合脚部以实现悬挂。
与站立栖息相比，悬挂栖息消除了因重心偏移或摩擦力不足引起的不稳定问题。然而，主要挑战在于防止因抓握力不足导致的失效。在相同输出条件下，必须满足特定要求，其中L0表示力臂，Fout是输出力，Tout是输出扭矩。如果提高抓握力，舵机输出扭矩应更大。然而，扭矩增加会导致功率输出和能耗大幅上升。因此，在保持栖息安全性的同时，最小化输出扭矩至关重要。在750克负载下，使用四个不同直径的物体通过实验确定了最大负载下的临界扭矩。在这些测试中，舵机输出扭矩初始设定为3.0 kg·cm，然后以0.15 kg·cm为步长逐步降低，直至达到1.05 kg·cm。结果表明，在所有测试直径下，使用1.2 kg·cm的舵机扭矩即可实现稳定且节能的栖息。
测量了BLCM在抓握过程中的功耗。在输出扭矩为1.2、2.1和3.0 kg·cm时进行了两次抓握测试，其中3.0 kg·cm代表优化前的基线配置。在本研究中，“抓握”定义为从启动肌腱驱动到完全释放的完整周期。相应的功率和电压曲线显示，每个抓握-释放周期大约需要5.6秒。这个持续时间在不同扭矩设置下保持一致。
优化前（3.0 kg·cm）和优化后（1.2 kg·cm）的总能耗进行了总结。结果显示能耗减少了10.58焦耳，相当于能量耗散降低了31.7%。值得注意的是，降低扭矩不仅减少了瞬时功率需求，还显著降低了重复试验中的累计能耗。这种效率提升对于无人机操作尤其重要，因为飞行时间和续航力受限于有限的机载能量。通过减少栖息任务期间的能量损失，BLCM扩展了操作范围，并为需要长时间空中部署或频繁栖息机动的任务提供了更大的灵活性。
强大的主动抓取性能
主动抓取的常见策略是定义与目标物体尺寸相称的抓取范围。然而，估计物体尺寸不可避免地会增加系统复杂性。此外，过宽的抓取范围可能会影响抓取稳定性，而抓取范围不足则可能在爪子接触物体时产生过大的力，可能损坏机构和肌腱。为了应对这些挑战，采用了力-位混合控制策略。在此模式下，首先建立一个固定的肌腱收缩长度，以确保爪子能够完全闭合，而不必完全包住目标。同时，设置一个上限力阈值（Fmax）以保护机构。此外，当目标为非圆柱形时，可以通过调整脚趾夹紧角来增强抓取稳定性。
使用30个具有不同形状、大小、重量和表面纹理的物体评估了BLCM的抓取性能，包括工具、水果模型和小玩具。BLCM表现出高度的可靠性，成功抓取了30个测试物体中的28个，对应成功率约93%。与现有研究报道的结果相比，BLCM能够抓取更广泛的物体，并实现了更高的抓取成功率。这一优势主要归因于其张力驱动的可变形足部和高摩擦脚趾垫，增强了对不同目标的适应性，并提高了整体抓取可靠性。
有两个物体不符合抓取标准，这突显了几何形状是影响抓取性能的关键因素。这些失败案例具有共同的结构特征：缺乏相对于支撑面的突出边缘或凸起的角特征。这种缺陷导致爪子无法有效地穿透物体与桌面之间的间隙以建立稳定的接触点，从而抑制了足够抓取力的产生。总体而言，BLCM对于具有对称轮廓、突出边缘或柔软可变形表面的物体表现出高可靠性，因为这些特征有利于稳定的包络和平衡的力分布。相比之下，无特征的物体，例如薄片或棱柱，对安全附着构成了重大挑战，可能需要辅助抓取技术才能实现操作成功。
除了静态成功率，结果还突显了BLCM设计的通用性。它无需预编程物体识别即可处理不同几何形状的物体，降低了系统复杂性，并突出了BLCM在通用空中操控方面的潜力。这种通用性对于涉及非结构化环境的无人机任务尤其有利，因为其中物体几何形状和表面条件的变化带来了重大挑战。
与无人机集成进行空中栖息与抓取
为了验证BLCM在空中的性能，使用无人机平台进行了一系列栖息和抓取实验。无人机硬件和软件配置在方法部分进行了描述，飞行位置数据从控制日志文件中提取。在测试场地中心安装了铝制4040型材框架，并安装了圆柱杆作为栖息目标。在站立栖息实验中，无人机从地面起飞，目标是一个直径为70毫米的栖息杆，位于起飞点水平方向3米、地面以上1.8米处。机动分为两个阶段。首先，无人机爬升至约2.1米，然后接近目标。其次，当BLCM足部中心与栖息杆轴线对齐时，启动着陆序列。保持对齐直至栖息杆被固定，此时切断电机电源以允许被动保持。
在随后的实验中评估了悬挂栖息。无人机目标是一个直径为30毫米的杆，位于起飞点2.5米处。该过程包括两个步骤：(i) 无人机首先接近到距目标约1米内，同时与周围结构保持距离，(ii) 然后从下方爬升，使足部中心与栖息杆轴线对齐直至建立接触。此时，爪子主动闭合以确保悬挂，并切断电源。值得注意的是，BLCM允许自主选择初始姿态，可以根据任务需求实现悬挂或站立栖息。
通过一个四步程序进一步评估了动态空中抓取。无人机首先爬升至约1米，在一个黑色泡沫目标上方悬停，然后执行抓取并将物体提升至约1.5米。无人机随后运输并释放物体，然后返回安全着陆。这个序列验证了BLCM在空中进行稳定转换（悬停、抓取和释放）的操控能力。
最后，在具有不同几何形状和纹理的特殊表面上测试了无人机栖息，展示了BLCM在不同环境中的适应性。这些实验共同证实，BLCM可以与无人机无缝集成，在空中环境中实现栖息和抓取任务。这些能力对于通过允许间歇性休息来延长无人机续航时间，以及扩大在检查、交付和环境监测等任务中的操作效用至关重要。
结论
本研究介绍了一种模拟猛禽后肢形态的新型BLCM，旨在解决长期以来使多旋翼无人机能够在户外环境中有效栖息和抓取的挑战。BLCM结合了三个关键组件：一个张力足部结构、欠驱动脚趾和一个可折叠腿部。这些元素共同构成了一个重420克的紧凑系统。通过这种配置，无人机能够采用两种不同的栖息策略：站立和悬挂，从而适应具有不同形状和表面几何形状的目标。此外，BLCM提供了主动抓取能力，能够操控外部物体。值得注意的是，这些功能的实现几乎不依赖传感器或复杂的控制模型，突显了该机制在空中应用中的鲁棒性和效率。BLCM体现了对已有工程概念的优化集成。它没有引入新的物理机制或理论模型，而是强调在解决现实世界无人机栖息挑战方面的实际价值。
与现有的无人机栖息机制相比，BLCM展示了几项独特优势。首先，它在单一结构中结合了两种栖息模式，而大多数已报道的设计仅限于站立或悬挂配置之一。其次，它集成了主动抓取功能，无需额外的子系统，提供了超越被动栖息的多功能性。第三，该设计不需要高精度感知或控制。相反，它依赖于对表面几何形状的强大被动适应性，从而降低了系统复杂性。虽然灵感来自猫头鹰的对趾足结构，但BLCM通过结构和功能的创新超越了直接模仿。例如，它能够被动栖息在大直径圆柱形树枝以及平坦的地面上。在60-80毫米的树枝上，它可承受至少±5.5°的倾斜。这种能力支持重量高达1.2千克的无人机。增加舵机扭矩可以进一步提升性能以支持更重的平台。这种改进突显了设计的可扩展性。
BLCM的可旋转脚趾进一步提高了地面稳定性，使其能够适应不规则地形。悬挂栖息是通过将腿旋转180°并通过舵机驱动闭合脚趾实现的。这允许无人机安全地悬挂在绳索和树枝等细薄目标上。通过实验优化扭矩阈值实现了栖息期间的能量成本最小化。研究发现，仅需1.2 kg·cm的输出扭矩即可实现稳定的悬挂。这项优化将能量耗散降低了约31.7%，直接延长了无人机操作的续航时间。
使用30个不同几何形状、大小和表面纹理的物体评估了BLCM的抓取性能。该系统成功抓取了28个物体（成功率约93%），尤其在对称或边缘突出几何形状以及柔软表面方面表现出色。涉及两个没有可抓握凸起的物体的失败案例，突显了几何形状是一个限制因素，但也为脚趾和爪子设计的进一步改进指明了方向。BLCM的一个重要属性是其可扩展性和易于集成性。只要机翼之间的最小间距超过腿的最大宽度，该机制可以按比例缩放到不同尺寸的无人机。集成仅需一个合适的安装板，无需修改无人机机身或飞行控制系统。这种通用性，加上自主操作，促进了其在各种无人机平台上的广泛应用。
通过将鸟类和蝙蝠的栖息策略融合到一个结构中，BLCM克服了现有系统的关键限制，这些系统通常要求限制性的栖息几何形状或仅限于单一操作模式。除了实验室验证，它在非结构化户外部署方面展现出巨大潜力，因为其机械结构即使在损害高精度感知系统的环境干扰下也能实现稳定栖息。如本研究所示，这些优势增强了无人机在复杂环境中的适应性，使其能够在多样化的自然和人造表面上实现多功能栖息。例如，在灾害响应或环境监测中，模式切换允许利用各种“机会栖息点”（例如，受损结构、不同树种）。此外，系统的可扩展性适应了不同的有效载荷：当前版本针对1.2千克的起飞重量进行了优化，增加舵机扭矩可提供更高的抓握力，可能支持更重的空中机械手用于工业检查或货物交付任务。总的来说，这些能力为现场应用开辟了新的机会，包括环境监测、基础设施检查、货物交付以及搜救任务，这些任务都需要长时间部署和与环境交互。
尽管提出的BLCM为无人机实现鲁棒栖息和抓取提供了潜力，但仍存在一些局限性和权衡。首先，双模式栖息功能是通过增加结构复杂性和重量实现的。该机制重约430克，约占总无人机起飞质量的四分之一。这不可避免地增加了飞行能耗，并可能略微降低续航力和有效载荷能力。然而，在非结构化环境中，双模式栖息的好处显著超过了这些缺点。该机制无需无人机翻转即可实现稳定的站立和悬挂栖息，显著提高了适应性和安全性。此外，长时间栖息和断电待机可以大大降低整体能耗，从而弥补了额外重量造成的续航损失。这些结果证实了所提出的双模式栖息系统对于监测和检查等长时间无人机任务的实际价值。
未来的工作可能会进一步改进对无特征物体的抓取能力，将设计扩展到更重的无人机平台，并集成轻量级传感模块以增强自主性。尽管如此，本研究确立了BLCM作为一种鲁棒、高效且通用的无人机栖息和抓取解决方案，标志着仿生空中机器人向能够在非结构化现实世界环境中无缝操作迈进了一步。
