深视智能SH2-203高速相机助力振动驱动鬃毛机器人混合动力学研究，成果发表于国际期刊Chaos, Solitons and Fractals

深视智能高速相机助力中南大学题课组在振动驱动鬃毛机器人混合动力学研究。

在机器人动力学研究中，理论模型与物理现实之间始终存在一道需要被反复验证的鸿沟。当运动的时间尺度缩短至毫秒级、空间尺度缩小至毫米级时，传统测量手段往往难以同时满足高时间分辨率与高空间分辨率的要求。高速相机正是在这一背景下，成为连接理论推导与实验验证的关键实验设备。本文以发表于 Chaos, Solitons and Fractals 的论文《Hybrid crawling–jumping dynamics of a vibration-driven bristle robot》为例，系统解读高速相机在混合动力学研究中的实验设计、数据提取与验证逻辑。

振动驱动鬃毛机器人长期以来被建模为纯爬行系统，其运动依赖不对称摩擦力，假设脚部始终与地面保持接触。然而，当激励强度增大时，机器人会间歇性地失去地面接触并进入飞行阶段，形成“爬行-跳跃”混合步态。论文指出，传统的连续接触模型不仅无法捕捉跳跃事件，还会低估机器人的运动性能。

论文建立了一个混合动力学模型，包含两个连续阶段和两个离散事件：

• 爬行阶段：脚部与地面接触，满足完整约束 h = y − l·cosθ = 0，系统由拉格朗日方程描述；

• 飞行阶段：脚部离地，系统变为三自由度弹道运动，质心做抛体运动；

• 跳跃守卫：当法向接触力 FN 降为零时触发跳跃；

• 着陆映射：脚部再次触地时，通过角动量守恒和几何约束更新状态。

模型中推导出的法向接触力表达式为：

当 FN 从正值减小至零并继续变为负值时，机器人进入飞行阶段。这一理论预测的“接触力归零”事件，正是高速相机需要捕捉的关键瞬态。

论文的实验部分采用了两套独立的光学测量系统，形成互补验证。

2.1 传统运动捕捉系统

• 功能：获取机器人三维空间中的宏观运动轨迹；

• 原理：多台红外相机追踪机器人上的反射标记点，重建全局坐标系下的三维坐标；

• 输出：身体和腿尖的垂直位置 Z_body 、Z_tip ，以及水平位置 X_body 的时间历程。

2.2 高速摄影系统（深视智能 SH2-203-C-512）

• 功能：捕捉瞬态运动细节，识别步态阶段；

• 帧率：1000 FPS（17%占空比）和 2000 FPS（50%占空比）；

• 标记方式：在身体和腿尖附着高对比度灰度标记点；

• 分析软件：深视智能Smotion-H运动分析软件，逐帧追踪标记点，提取二维运动轨迹。

两套系统的分工明确：传统运动捕捉系统提供长时间、三维空间的宏观数据，高速相机提供短时间、高帧率的微观视觉证据。二者相互印证，确保实验结论的可靠性。

3.1 原型机与驱动控制

实验原型采用双层结构：

• 软鬃毛腿基座：由 DPI 8400 弹性体层压制成，形成倾斜的柔性腿；

• 刚性上框架：PLA 3D打印，包含主体平台和电机支架；

• 驱动：两个空心杯直流电机对称布置，驱动偏心转子（总质量约10 g，偏心半径约8 mm）；

• 控制：外部直流电源 + 速度控制板，通过PWM占空比 调节电机转速（激励频率 f），激励振幅 A 由转子几何尺寸固定为8mm。

3.2 传统运动捕捉系统的测量结果

在 22% PWM占空比 下，运动捕捉系统记录了以下时间历程：

• a：身体垂直位置 Z_body（蓝色虚线）和腿尖垂直位置 Z_tip（红色实线）随时间周期性变化；

爬行阶段：Z_tip 几乎恒定，腿尖与地面接触；Z_body 先减小后增大，对应弹性腿的压缩与释放；

飞行阶段：Z_tip 出现明显振荡，腿尖随身体一起离地。

• b：身体水平位置 X_body 呈单调趋势叠加小周期振荡，证实了周期性混合步态产生了净位移。

3.3 高速相机的可视化结果

深视智能SH2高速相机在两种占空比下分别记录了完整运动周期：

图a和f分别展示了两种占空比下的运动轨迹：白色曲线为腿尖轨迹，红色曲线为身体轨迹。轨迹呈现明显的周期性弧线，对应爬行-跳跃的循环。

图b-e 和 g-j 展示了单个周期内的四个典型阶段：

1.爬行（crawling）：腿部明显压缩，机器人贴地运动；

2.起跳（jumping）：腿部几乎恢复原始角度，身体即将离地；

3.飞行（flying）：腿与地面之间出现可见间隙；

4.着陆（landing）：腿部再次触地并压缩，为下一爬行阶段做准备。

这些图像直接证实了理论模型中预测的两种起飞机制：

• 抬腿：身体向下运动时腿部抬起，飞行时间短、高度低；

• 蹬地：身体向上运动时蹬地，飞行时间长、高度高，但冲击更强。

3.4 占空比依赖的性能数据

论文进一步系统测量了不同PWM占空比下的运动性能：

• 图a：激励频率与占空比的线性标定关系，拟合曲线为 f(Hz) = 1.459·D(%) − 9.994；

• 图b：平均运动速度和平均跳跃高度随占空比的变化：

1. 10%占空比：速度几乎为零，跳跃高度约1 mm，仅微小跳跃；

2. 17%占空比：速度达到最大反向值约 -10 cm/s；

3. 25%-35%：速度逐渐减小、过零、变为正向；

4. 35%-50%：速度稳定在约 25 cm/s，跳跃高度维持在 6-7 mm；

5. 误差棒显示，在25%-30%占空比附近，方向反转导致试验间差异增大。

3.5 数值仿真与实验的交叉验证

论文建立多体动力学模型，与混合理论模型进行对比：

• 混合理论模型图a：仿真过程与足尖轨迹，5秒内净位移0.4 m，平均速度0.08 m/s；

• 混合理论模型图b：水平位移 x(t) 的理论（红色虚线）与仿真（蓝色实线）对比，趋势和波动频率一致；

• 混合理论模型图c：跳跃高度 h(t) 的脉冲序列对比，两种模型预测的峰值时间与重复率相似；

窄脉冲、低峰值 → 抬腿事件（短分离时间、小间隙）；

宽脉冲、高峰值 → 蹬地事件（长分离时间、大间隙）。

仿真与理论均再现了两种起飞模式，验证了混合动力学模型的正确性。

图：多体动力学模型

图：混合理论模型

论文通过理论建模、数值仿真和原型实验，得出以下核心结论：

1.混合步态的存在性：振动驱动鬃毛机器人在强激励下并非纯爬行，而是呈现“爬行-跳跃”混合步态，一个周期内可包含多个爬行和飞行阶段（C1→F1→C2→F2）。

2.两种起飞机制：抬腿和蹬地是两种物理机制不同的起飞方式，前者产生低高度短飞行，后者产生高高度长飞行但冲击更强。参数图表明，蹬地机制仅在特定频率-振幅组合下出现。

3.运动性能的参数依赖性：平均跳跃高度和平均速度在频率-振幅平面上呈现明显的区域分布。持续跳跃仅出现在约18 Hz以上的特定对角带内，且与蹬地机制和规则周期响应密切相关。

4.方向反转现象：随着频率增加，机器人从向前爬行逐渐过渡到向后运动，速度幅度在强跳跃区域反而增大。实验验证了在17%和50%占空比下运动方向相反。

5.高速相机的验证价值：高速摄影提供的瞬态图像和轨迹数据，直接证实了理论模型预测的飞行阶段和两种起飞模式，为混合动力学模型提供了不可替代的实验证据。

这项研究揭示了高速相机从“辅助记录工具”向“核心测量设备”的角色转变。当运动的时间尺度缩短至毫秒级时，接触力归零、脚部离地、飞行与着陆等瞬态事件无法通过常规传感器完整捕捉，而高速相机以1000-2000 FPS的帧率将这些过程转化为可逐帧分析的图像数据，直接证实了理论模型中预测的飞行阶段和两种起飞机制——这不仅是视觉记录，更是定量测量的起点。通过灰度标记点追踪与图像分析，高速相机提取了位移、速度、跳跃高度等参数，与运动捕捉系统和理论模型形成三方交叉验证，为混合动力学研究提供了坚实的实验基础。

更值得关注的是，这种“理论预测—高速摄影验证—参数扫描统计”的实验范式具有广泛的推广价值。在柔性机器人变形观测、微纳操作瞬态捕捉、生物力学高速运动分析、振动与冲击响应研究等领域，高速相机同样能够将不可见的瞬态过程转化为可反复审视、精确测量的科学证据。当科研工作者面对的运动现象快到人眼无法分辨、传统传感器无法完整捕捉时，一台性能可靠的高速相机，往往就是打开新发现之门的钥匙。

如果您也有高速成像相关的需求，欢迎联系w，可申请样机试拍，让科研实验关键瞬间无所遁形。