对于机器人来说，重力可能不是好事。双足机器人的行走是一大难题，而且经常摔倒。虽然机器人摔倒后自己站起来也很惊艳，但如何让机器人减少摔倒呢？杜克大学研发新算法，让机器人在失去平衡的一瞬间采取纠正措施——扶一下墙。研究人员称，这是首个摔倒时会自己扶墙的机器人。

对于机器人来说，重力或许不是好事。DARPA机器人挑战赛有一个病毒传播的视频，其中各种各样的人形机器人摇摇晃晃、笨拙地摔倒。

对于机器人来说，两足行走是相当不稳定的。这是机器人研发的一大挑战，不仅是因为机器人要努力完成挑战任务，而且，摔倒会损坏这些非常昂贵的机器。

世界各地的机器人专家都在努力解决这个问题，提出各种各样的方案。杜克大学Kris Hauser的研究组希望在机器人失去平衡后添加一系列纠正措施，就像人类在被绊倒后会撑一下，他们希望机器人能够利用周围的环境。

“如果一个人被推向墙壁或栏杆，他们能够利用墙壁或栏杆的表面，用手撑一下以保持直立。我们希望机器人也能这样做。”杜克大学电子与计算机工程系副教授Kris Hauser说：“研究如何让机器人动态地选择手放置的位置，以防止摔倒，我想我们是研究这个领域的唯一一个团队。”

人形机器人（实验里的这个机器人名为ROBOTIS Darwin Mini）通过扶着墙壁稳定自己，以减少摔落的伤害。虽然这样的决定和行动对于我们人类来说是第二天性，但把它们编程成机器人的反应却很难。为了简化过程并节省计算时间，Hauser对软件进行编程，使其只关注机器人的髋关节和肩关节。

系统硬件框图及控制流程

只要机器人在跌倒时没有发生扭曲，稳定算法（stabilization algorithm）就只考虑三个角度：脚到臀部、臀部到肩膀、肩膀到手。机器人必须识别可接近的附近的表面，然后快速计算出最佳的角度组合，才能稳住自己。

在矢状面和额状面采用倒立摆模型进行跌落检测。红色箭头表示质量中心的速度。

本文使用的是三连杆模型，如图所示。机器人被分成三个部分：腿，躯干和手臂，每个部分都被建模为刚性连接。

在最终的解决方案里，当机器人的手接触到表面时，能将冲击力降到最低，同时将手或脚滑动的可能性降到最低。该算法进行最佳的猜测，然后用名为direct shooting的方法逐步优化。

实验中的最优控制器的例子

在当前的状态下，该机器人拥有的是输入给它的环境信息，因此无法自行导航。但在不久的将来，Hauser计划将它升级为大型机器人，拥有能够看到周围环境的相机传感器。

“希望到今年年底之前，我们能够对这个机器人进行实验，让它实际地在一个现场障碍赛道上工作。”Hauser说，“然后，我们将尝试让机器人动态地绘制出它周围的地图，并且推断出如何在任意环境中保护自己免于摔倒。”