文摘
为了实现勘探任务在复杂的环境中,设计了一种新型的机器人。通过分析典型的移动系统的特点,一个名为轮轨的新移动系统运动系统(世界)。然后通过虚拟样机仿真,新系统适应复杂环境的能力已得到验证。质心加速度的曲线变化大的振幅在这个仿真,骑这个机器人的性能进行了研究。首先,建立了一个简化的动力学模型,然后通过对骑性能影响因素分析,提出了悬挂参数的优化模型。使用NSGA-II方法,一组nondominated悬挂参数的解决方案已经得到了,重量目标函数的重要性,一个最优的解决方案被选择应用于悬架设计。随着轮轨探索机器人被设计和制造,房地产进行了测试。通过在物理样机测试,机器人的能力克服复杂地形已得到验证。轮轨机器人的设计将提供一个稳定的平台领域的探索任务,此外,某些配置和悬挂参数优化方法将其他机器人的设计提供参考。
1。介绍
一个探索机器人在复杂环境中通常是用来工作。其相关能力障碍攀升,灵活的转向,被动适应应该改进为了顺利执行探索任务(1- - - - - -3]。根据勘探情况,机器人应该被设计成具有以下需求:(1)机器人的斜坡倾角可以爬上应该不少于35°;壁垒,它可以跨越的高度不应该低于160毫米,和沟渠的宽度应不少于100毫米。(2)机器人的质量应该不超过20公斤,可以由一个人。它应该被设计成具有以下尺寸:长度850毫米,宽度700毫米,高度≤400毫米。(3)机器人可以被动地适应不同的地形和易于控制。
2。结构设计
为了执行探索任务在复杂的环境中,是非常重要的移动系统的结构设计。现在,有许多类型的腿等移动结构(4,轮5)、跟踪(6,7),和一些复合结构8,9]。有效地完成开发任务,本文研究了一些典型的移动系统考虑的特点,探索环境。
2.1。分析典型的移动系统
不同的结构有自己的特点,可以适应不同的地形,在本文中,分析了四种典型的结构,根据设计对象,两个新建筑也被提出。然后,我们选择了一个合适的结构领域探索机器人基于6移动系统。
2.1.1。Wheeled-Rocker转向架的移动机器人
摇臂转向架移动系统被用于空间探索(10),如“寄居”和“精神”。
这种类型的移动系统可用于野外探险很容易控制,简单的结构的特点,可以在高速移动。有一个微分平衡机制wheeled-rocker转向架移动机器人。使用这种机制,在左、右旋转运动悬挂摇滚可以转移到车体。机制使机器人更加稳定,使它能够更好地克服障碍和抵制失误。
由于转向架连接到两个前轮,转向架的高度应该超过障碍的高度,表示为d为了克服障碍顺利,如图1。wheeled-rocker转向架移动机器人,因此,克服障碍的能力取决于转向架高度以及车轮直径。然而,这种不适合领域探索机器人设计因为转向架高也会导致较高的重心。
2.1.2。六轮悬架系统及其派生形式
有其他形式来源于六轮悬架系统。如图2,这是一个积极的和消极的四边形悬挂结构(11,12]。图3表明,它有一个双曲柄滑块悬架系统。通过使用这些悬挂系统,克服障碍的能力不再是局限于悬挂高度,和被动地形适应能力也提高。但派生形式总是有复杂的结构,克服障碍的能力有时仍然局限于车轮直径,因此这些系统不能广泛用于野外探险。
2.1.3。行星轮式移动系统
行星轮式移动系统(13)所示的数字4和5。每一个行星轮是由电机独立驱动的。系统包括中央齿轮、过渡齿轮,驱动齿轮、车轮和连杆。前进时,中央装置将由电机驱动;然后在中央齿轮运动可以传播到从动齿轮通过齿轮的过渡。从动齿轮的轮子是固定的,他们可以旋转,把机器人前进。三角形有障碍时,设备可以自动旋转因为摩擦的轮子,所以这种移动的机器人系统能够适应复杂地形被动。可以征服的最大障碍高度。这种类型的移动系统可以爬楼梯和其他复杂的障碍,但它的攀爬能力应该改进坡地。
2.1.4。移动跟踪系统
有一些形式来源于跟踪机器人,这种类型的移动系统能够适应复杂环境和具有良好可操作性的能力。它已被广泛用于探索领域。MROBOT-I由南京科技大学(14,15),如图6。
在此系统中,双方有摆动手臂。机器人可以适应不同地形的旋转摆动手臂的互动与跟踪轮子。其他跟踪移动系统从MROBOT-I结构不同,但它们都需要提高他们的被动的适应能力在复杂的地形。
2.1.5节讨论。Wheel-Legged移动系统
wheel-legged移动系统能够适应复杂的环境通过改变腿的姿势。其移动效率提高,因为轮子安装结束的时候腿。
在这个探索机器人,有两个助理wheel-legs头。作为助理wheel-leg四连杆机构,它可以旋转的障碍和帮助机器人跨越复杂的地形。然而,这种类型的运动系统不能适应积极不平坦的地形,所以我们应该寻找一个新的移动系统。
2.1.6。轮轨的移动系统(世界)
为了将上述移动系统的优势和改善机器人的被动的适应能力,我们设计了一种新型的移动系统,称为轮轨移动系统(世界),如图8。
在这个移动系统,左和右摇杆停赛都连接到车身通过微分平衡机制,从而降低车体俯仰角和,因此,减少影响来自崎岖的地形。跟踪系统相比,该复合系统可以减少地面接触面积,从而提高转向的性能。自从新系统具有上述特征,适用于野外勘探任务。
2.2。模拟和分析轮轨探索机器人虚拟样机
为了验证轮轨的运动能力探索机器人在崎岖的地形,我们建立一个3 d仿真模型的机器人利用Recurdyn和执行动态模拟在虚拟环境中,如图9。
我们可以看到从模拟轮轨的传球能力探索机器人更好及其组件不受干扰的工作。在这个仿真,壁垒的最大高度是180毫米,信道的最大宽度是150毫米,角和最大斜率是40°。这一仿真验证新系统能够适应复杂的环境。
从模拟我们也有身体质量中心在垂直方向的加速度曲线,如图10。
从我们看到的加速度变化曲线幅值很大,这主要是由于不均匀的路况。为了提供一个良好的环境对汽车仪器、设备、轮轨移动机器人的悬架参数优化得到一个稳定的平台领域的探索。
3所示。研究轮轨探索机器人的性能
骑的性能是一个重要的属性。对于一辆车,车性能好可以让乘客舒适,确保货物不被损坏在运输,延长部件的疲劳寿命。在探索机器人,好骑勘探任务的性能也是非常重要的。因此,研究骑轮轨探索机器人的性能是非常重要的改善其探索的能力。
首先,我们应该分析因素感染骑轮轨探索机器人的性能。当机器人走在凹凸不平的道路,路面不平度和机器人的速度将这个系统的输入。输入然后转移由振动系统由后轮,前轮悬架簧下质量,其他弹性和阻尼组件。最后,得到加速度在质心位置作为输出,以及如何控制身体输出加速度在一定界限应该讨论。
3.1。系统简化和建立动态模型
轮轨机器人应该简化的结构,因为它是一个复杂的振动系统。图11显示一个三维简化模型。从图可以看出11悬挂质量包含三个组件的质量,即车体、微分平衡机制,和汽车的乐器。,也有垂直运动,俯仰运动运动,滚在系统中。和周围的悬浮质量惯性矩设在是。暂停质量是直接连接到摇臂悬架。后轮,前轮连接到摇臂悬架通过弹簧阻尼。车辆有七个自由:垂直运动,俯仰运动,和滚动运动,其他四个垂直度。粗糙度函数接近如果左车轮和右轮具有类似条件下,走在路上,只有垂直振动和音高摆动影响机器人的性能。在纸,只有骑上的垂直振动,影响性能的讨论,音高摆动可以解决的运动学方程。
3.2。摇臂悬架的简化模型
轮轨探索机器人是一个对称的系统,因此,振动系统可以简化为平面模型,如图12。从图我们看到悬挂质量连接到摇臂悬点吗前轮和后轮的摇臂悬点相连和,分别。在简化的系统中,组件的前轮构成了非簧载质量和组件的后轮构成了非簧载质量。弹性阻尼太小相比,现有的前轮和后轮,因此在建模过程中被忽略。
在图12、弹性和阻尼耦合位置可以简化为,,,,分别。因为摇臂悬架的质量小于簧载质量和簧下质量,它被视为质量杆。假设和代表了路面粗糙度函数前轮和后轮,分别。因此,我们得到以下两个微分方程利用拉格朗日方程:
建立振动方程移动的距离表达的是和。沿着垂直方向的移动距离是一个综合的运动点和根据悬架结构,之间的线性关系,,可以表示为。
3.3。前轮和后轮子系统的动态模型
指出在文献[17,18),来自轨道的振动在机器人可以减少角振动的自然频率。在整个振动系统,跟踪作为一个潮湿的作用。如果不考虑轨道,振动比实际上更严重。因此,为了简化分析过程,不考虑来自轨道的影响,使结果更好地满足设计要求。
从图8我们可以看到,在前轮有一个平行四边形机构。这个平行四边形机构联合组成的悬架,第一杆,水平杆和连杆。这种特殊结构的第一个线性平均地势图,使探索机器人被动地适应环境。之间有一个扭力弹簧安装前杆和横向杆。后方连杆与水平杆也是一个扭力弹簧。平行四边形的两个弹簧机制可以帮助减少冲击和振动引起的不均匀地面条件。扭力弹簧是一种非线性组件,其效果可以相当于一个轴承轮。
假设前轴承轮的最大旋转角度是多少,相应的轴承轮沿垂直方向的位移,如图13。作为前杆的最大旋转角度是10°,最大的价值是21.03毫米,利用等效刚度公式吗 我们得到的等效刚度系数:
图14显示了前轮悬架系统的简化系统,哪里有一个弹簧阻尼器安装摇臂悬架和前轮之间。
前轮系统的动力学方程可以表示为 在哪里,,是前轮悬架系统的阻尼比。
然后,(5)可以简化为
假设弹簧刚度的比值来在前轮悬架系统,悬挂质量的比值前轮的质量是,存在方程。
频率响应函数可以定义为位移激励函数的位移。
鉴于的幅频特性相对于可以写成
使用之间的线性关系,,的幅频特性相对于可以写成
同时,后轮的悬架系统可以简化为两个自由度的振动系统,如图15。
使用相同的方法,的幅频特性来可以写成 在哪里,,,,,是后轮悬架系统的阻尼比。
3.4。系统动态响应的均方值路面随机输入
3.4.1。计算人体加速度均方值
在世界中,有两个输入和。两个输入来自前轮和后轮,分别。所以车体振动响应的谱密度可以被视为一个双输入系统。
通过计算,self-spectral密度机器人重心可以写成
路面功率谱密度主要是用来描述路面不平度的统计特性。根据gb7031 - 87“Vehicles-Pavement粗糙度表征振动输入”(19),路面的空间功率谱密度可以表示为 在哪里参考空间频率和吗。
参考空间频率下的路谱吗名为路面粗糙度系数及其单位。
这个表达式计算是复杂的,因为人体加速度均方值。为简化计算,来说,带宽的频率值将被选择;那么可以由数值积分计算方法,如以下公式所示: 根据公式(12)和(13),机器人质心加速度均方值可以表示为
3.4.2。计算动载荷均方值来自前轮
轮子和地面之间存在一个相对动载荷由于不均匀激励的影响。如果动态负荷超过重力负荷,压力作用于地面的轮子会是负的,这将产生影响附着力和机器人不能前进。改善粘附能力,动态负荷作用于车轮应合理控制。因为前轮上的粘附能力起到决定性的作用在整个机器人系统中,动态负载在前面履带轮需要调查。
相对负载被定义为,在那里动态加载和代表代表了静载荷。相对负载的均方值可以表示为;如果 直接压在地上的轮子是负的,这将导致可怜的附着力。如果相对动载荷的均方值太大,相对动载荷作用于轴将会增加,导致组件的磨损。因此,重要的是要确保一个较小的均方值的相对动载荷。
从(6)和(7我们得到以下公式: 还有另一个公式 用公式(7)到公式(17),我们得到 鉴于,我们得到 根据公式(18)和(19),我们得到 的均方值相对动态负载履带轮面前 最后,我们得到的均方值相对动载荷前面轨道上轮子,
3.4.3。分析悬架动挠度的影响轮轨机器人的性能
从机器人车体的平衡位置,悬挂的最大压缩行程允许限制旅行。Spring的动态挠度和的极限旅行应该正确地匹配;否则它将增加影响限制旅行的机会当探测器正在运行,和骑轮轨机器人的性能将变得更糟。
根据结构设计,弹簧阻尼器连接的位置,连接臂悬架和前履带轮悬挂,创建了一个特定的角度和垂直方向。在振动简化模型,垂直方向的变形,这是等价的动态挠度,可以分析。频率响应函数被定义为函数的相对位移激励弹簧等效动态偏转。前轮的幅频特征跟踪悬架等效动态偏转路输入可以计算如下:
当等效的最大动态偏差不超过最大限制旅行限制块将不受影响,骑的性能不会受到影响的限制。然而,最大的的动态挠度大于最大限度地旅行,机器人旅行道路状况通常是贫穷的,所以限制块悬架系统将不会影响在某些情况下,和骑机器人的性能将变得更糟。鉴于上述情况,概率限制块不影响根据有效的值可以计算出最大限度地旅行和。的概率反映了动态偏转骑性能的影响。作为是标准正态分布的概率积分的比例和在MATLAB环境下,一定范围的值的概率随机变量服从正态概率可以用normcdf函数计算。因此,概率限制块不影响可以用下面的公式计算: 然而,
假设的数据可以用来评估动态偏转骑性能的影响,更大的是,该指数就会越好,骑上的动态挠度的影响也将更好的性能。这意味着越少的概率,更糟糕的是动态挠度的影响性能。
同样,前轮的幅频特征跟踪悬架等效动态偏转路输入可以以同样的方式计算如下:
因此,最大限度的后轮是旅行的概率,限制的块,不会影响可以由下面的公式计算:
3.4.4。建立悬架系统的参数优化模型在世界上
机器人悬挂灵活连接车体,前轮和后轮灵活,它可以将车身与车轮之间的力和力矩。悬架还可以减少轴承的冲击和振动系统由路面不均匀引起的,以确保机器人的性能,为车辆提供一个稳定的工作平台仪器和设备。
骑的评价机器人的性能可以通过优化悬架的弹簧刚度和阻尼的阻尼常数元素基于任务的执行情况。因此,建立一个理想的机器人是绩效评价体系优化悬挂参数的基础。为了使骑的科学的评价性能,建立轮轨的悬架参数优化模型机器人,确定相应的设计变量和目标函数和约束条件都是必要的。
3.4.5。建立设计变量
车身的质量和前轮跟踪,以及履带轮之间的等效刚度系数和地面大约是常数,悬架的刚度系数和阻尼系数会影响身体的最大加速度和动态负载。为了提高性能,悬架弹簧刚度系数和阻尼元件的轮子应该优化。暂停和机器人的设计变量被确定为等效刚度系数前轮悬挂弹簧的轨道等效阻尼系数阻尼元件的等效刚度系数后轮的春天和等效阻尼系数阻尼的元素。
3.4.6。建立目标函数
一般来说,地面条件下的轮轨机器人是复杂和艰苦的工作。然而,随着机器人的自主避障系统设计,真正的地面状况很好。因此,机器人的地面条件选择的水平,(19]。根据检测任务的需要,机器人通常保持的速度。
根据上述分析,人体加速度均方值的随机道路输入,前轮的均方值跟踪动态负载,和悬架动挠度的影响轮轨机器人的性能,分别计算和分析。此外,根据悬架力学的分析,车轮动载荷的改进方向和改进的方向是一致的身体在低频加速度,在高频时,他们在相反的方向改进。车轮动载荷的改进方向与改进方向的动态方向相反。
因此,这些机器人骑性能的评价指标是不可调和的悬挂参数的优化过程。根据影响因素的分析特性,机器人的评估数据确定的有效价值和最大的价值身体的加速度,最大的价值,有效的价值动态负载,前后悬架系统的概率不受到影响,。优化目标函数表示如下: 在优化过程中,带宽 和。机器人的初始参数值计算,如下表所示1。
3.4.7。建立约束条件
为了维持机械安全、机械、结构设计和实用性,设计变量和系统状态变量必须满足某些条件。这些条件的约束。轮轨机器人的设计变量的约束条件如下。(1)世界是车身的固有频率 减少固有频率悬架系统可以明显降低车体的振动加速度,但动态挠度增加减少,因此减少是有限的。的值为1.0 ~ 1.5为普通汽车。考虑地面机器人运行的条件差,悬架系统的固有频率值的机器人结构设计应该是2.5 ~ 3.5减少影响限制块的机会。因此,轮轨机器人悬架的固有频率是有限的 (2)根据提供的加工条件,阻尼的阻尼比范围可以选择元素是固定的。前面的机器人悬挂弹簧阻尼比是0.25 ~ 0.55。因此,根据阻尼比,另一个约束条件是获得 (3)比范围的后轮与前轮悬架悬架;也就是说,
3.4.8。悬架系统的参数优化轮轨机器人
悬架系统的参数优化是一个多目标约束优化问题,目标函数是一个非线性函数。传统的方法来处理这类多目标优化问题是构造一个效应函数,然后把多目标优化问题转化为单目标优化问题。尽管解决单目标优化问题的方法是成熟,这个优化过程不能保证帕累托最优。
多目标遗传算法模拟演化过程,这过程人口并生成大量的一系列解决方案在优化过程中,这样就可以找到近似的帕累托最优解多目标优化问题。此外,这是一个简单、通用、鲁棒性好,并行搜索算法进行全局优化处理机制。帕累托解可以定义如下:如果(多目标优化)是可行的地区,没有一个可行的意义,这使得函数,(是目标函数的数量),并在至少一个严格的不平等是正确的,所以呢据说是一个有效的解决方案的多目标优化(也称为帕累托最优解)(20.,21]。所以我们采用多目标遗传算法来优化机器人悬挂系统参数的非线性规划问题。
3.4.9。基于NSGA-II悬架参数的优化设计方法
通过分析,我们使用NSGA-II方法优化悬挂参数。为设计变量、目标函数和约束条件,操作参数应设置和约束条件之前应处理的实现遗传算法优化。
设置操作参数。需要设置的参数在遗传算法编码、人口规模、交叉概率、变异概率,终止代数,等等。
(1)编码。采用浮点编码、变量的范围,是初始值+±5%。初始值是
(2)人口规模 。如果人口太小了很难找到最优解,如果它是太大的收敛时间将延长。所以我们组。
(3)的交叉概率 。交叉概率太小了,搜索前进;虽然太大可能会损害健身价值高的结构。使用自适应的优化形式,而当前的代数和吗是世界上最大遗传代数。的变化范围交叉概率(0.6 ~ 1.0)。
(4)突变概率 。变异概率太小,产生一个新的基因结构,而太大随机遗传算法成为一个简单的搜索。所以我们组= 0.0001 ~ 0.1,在优化。
(5)终止代数 。一般来说,变量数乘以200选为终止代数,所以最初选择的系统。修改过程中调试程序。
处理约束条件。设计变量的约束条件的最优目标函数设置为轮轨机器人① ,② ,③ 。
公式①是可以转化为线性约束: 遗传算法可以解决线性约束的问题。公式②和③可以处理非线性约束和惩罚函数。罚函数的想法是征收罚函数在计算个人的健身在解决方案的间隔,没有相应的可行的解决方案,以减少个人健身价值,使个体被遗传到下一代的概率人口减少。使用以下公式调整个人健身: 在这个公式,是原来的健身,是健身调整后,是罚函数。()。是惩罚因子,根据约束违反程度作出相应的调整,在其中 ; ; ; 。
3.4.10。优化和分析结果
设置操作参数和约束条件处理后,由NSGA-II方法设计变量进行了优化。进化遗传算法满足终止条件和239代后停止。个人平均距离如图16在进化的过程中。
从图16,个人平均距离大大降低并逐渐变得稳定。健身的目标函数值不再有明显的改善,表明这种优化成功。
图17是一个帕累托前沿。从图,1日,2日,3日目标函数和4日,5日,6日目标函数有竞争关系。当一个目标函数提高的健身,健身目标函数的另一组在不同程度恶化。自优化的目标函数数量多、关系复杂,两个任意的帕累托前沿目标函数可能不是完全光滑和均匀分布,而且只有相对均匀分布。从图17,优化过程和结果是令人满意的。通过计算,我们得到一组nondominated解决方案。根据对比,可以发现不同的一系列解决方案对所有目标健身值的影响是不同的,和一个令人满意的解决方案可以根据平衡目标函数的重要性。它可以从优化解决方案,一系列解决方案的效果在5日和6日目标函数很小;因此影响的一系列解决方案5日和6日目标函数不考虑。根据一系列的影响解决方案1日,2日,3日和4日的目标函数,目标函数的值1日,2日,3日之前减少组nondominated解决方案,但他们极大地恶化了价值目标函数4日,所以这不是理想的解决方案,正在寻找。平衡影响的一系列解决方案在第三和第四的目标函数,我们选择第47个解决方案作为优化设计变量,及其相应的设计变量(4939.173 169.731 6158.684 209.106),和目标函数值(8985564.525 10343.313 54861.345 268.235−0.9707−0.9523)。这个解决方案平衡目标函数3日和4日;一个目标函数改进的性能不恶化的另一个目标函数。同时,目标函数的解决方案1号和2号相对较低,和第五和第六目标函数的值是−−0.9707和0.9523,确保高水平的不影响悬架系统的速度。
最初的设计变量机器人的悬架系统(5000 164 6000 200),并计算出相应的目标函数的值是(9786947.726,10593.233,53748.859,281.4452,−0.9759−0.9539)。根据首选解决方案的对比和最初的解决方案,的概率和有效的价值的车轮动载荷略有增加(增加了0.53%、0.17%和2.07%,分别地)。然而,有效的价值和最大价值身体的加速度和最大价值的车轮动载荷下降了8.19%,2.36%,和5.76%,分别和概率和仍能满足要求为97.07%和95.23%。
根据上述分析,优化结果满足设计要求,将被称为世界的悬架设计参数。由于以上分析的刚度和阻尼系数是等价的,这些等价物应该转换在实际结构设计。
4所示。物理原型和测试
根据提出的设计方案和优化参数对悬架系统,实验原型制造,如图18,然后轮轨探索机器人的性能测试。
沟穿越测试轮轨的机器人是由两个物体之间的距离逐渐增加。前面的履带轮可以顺利越过壕沟,但由于后轮的大小限制,横沟逐渐变得困难。测试后,最大宽度的海沟机器人能顺利跨越150毫米,和可以跨越障碍的最大高度是180毫米,这与仿真都是相同的。攀登室内斜板上进行了测试。攀爬机器人的性能测试通过改变董事会和地板之间的角度。增加板坡过程中,机器人的攀爬难度逐渐增加。当斜坡的角度大于42°,攀岩运动出现明显下滑的现象。最大角的数值模拟是40°,坡上的机器人的粘附能力提高与模拟。这是由于接触面积在跑道上大于3 d模型。它还表明,车体光滑在崎岖不平的道路,反映了机器人骑性能仍然是凹凸不平的路面条件好,但是还要做进一步的试验来验证新的悬架系统的性能。
5。结论
在本文中,一个新的移动类型的轮轨系统设计,利用虚拟样机,这个机器人的财产已经初步验证。然而,骑移动系统的性能被发现贫穷通过仿真,然后悬挂参数优化已经完成,,最后,新型机器人被制造和测试。结果如下:(1)分析了典型的移动系统,通过结合这些系统的优点,轮轨移动系统设计。虚拟仿真显示的最大障碍,机器人可以跨越的高度是180毫米,最大宽度的通道,可以越过150毫米,和轮轨结构项目可以满足基本的勘探需求。(2)后轮系统和前轮系统得到简化;然后建立了轮轨系统的计划模型,它提供了新方法建立复杂的悬架系统的动态模型。(3)基于系统的动态模型,骑探索机器人的性能进行了分析,建立了优化模型。通过使用NSGA-II方法,取得了悬架系统的关键参数。比较初始悬挂参数,有效的车体加速度值已经下降了8.19%,车体加速度最大值已经下降了2.36%,最大动态轮载荷理论上已经下降了5.76%。(4)根据设计结构和优化悬挂参数,物理原型已经相应地进行了加工和测试。测试,最大宽度的海沟机器人能顺利跨越是相同的原型仿真,虽然爬的测试显示了可以爬上斜坡的最大角是42°,这比原型仿真的数值大。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是支持的批准号LQ15E050004(移动机器人的稳定性研究海底勘探、浙江省自然科学基金支持的)。一些仿真分析得到了批准号2014 a610081(基于柔性仿生四足爬壁机器人吸附单元,由自然科学基金支持宁波)。实验工作也由江苏省自然科学基金(BK20130999),学院和大学的自然科学基金会江苏省(13 kjb460012),和中国科学基金会(61203327,51405243)。作者想表达感谢他们的帮助和关注。