双拓扑弹性驱动器：让机器人关节在串联与并联模式间智能切换

1. 项目概述：为什么我们需要一个能“变形”的执行器？

在机器人领域，尤其是在需要与物理世界进行动态、安全交互的场景里，比如外骨骼、仿生腿足机器人或者协作机械臂，执行器的设计直接决定了机器人的性能上限。传统刚性执行器虽然控制精准、响应快，但“硬碰硬”的特性使其在意外碰撞或与人类交互时存在风险，且能量效率往往不高。于是，弹性驱动技术应运而生，通过在动力链中引入弹簧等柔性元件，让机器人变得更“聪明”也更“温和”。

弹性驱动的核心秘密，其实藏在弹簧的“连接方式”里，也就是我们常说的拓扑结构。这就像给电路选择串联还是并联，虽然元件相同，但整体特性天差地别。在机器人执行器里，主要有两种明星拓扑：串联弹性执行器和并联弹性执行器。

串联弹性执行器，你可以把它想象成在电机和你要驱动的关节（负载）之间，加了一个“缓冲垫”（弹簧）。电机的转动先压缩或拉伸这个弹簧，再由弹簧把力传递出去。这么做的妙处很多：它能吸收冲击，保护电机和齿轮；能通过测量弹簧的形变来间接、低成本地估算输出力；还能像拉弓一样储存能量，在合适的时候释放，提高能量利用效率。很多先进的仿生机器人，比如那些能奔跑跳跃的“机器狗”，其关节里往往就有SEA的身影。但是，SEA有个天生的“短板”：因为所有的负载扭矩都必须经过弹簧传递，电机在任何时候都需要提供与外部负载完全匹配的扭矩。即使机器人只是静静地摆个姿势不动，电机也得持续输出扭矩来对抗重力，这就产生了持续的电流和发热，也就是我们常说的“堵转损耗”。你可以理解为，电机一直在“较着劲”，白费电。

那有没有办法让电机“歇一歇”呢？这就是并联弹性执行器的思路。在PEA中，弹簧不再串联在电机和负载之间，而是像一座桥，一端连着负载，另一端直接“锚定”在机器人的固定机壳上。同时，电机和负载之间是刚性连接的。这样一来，当负载（比如机器人的大腿）处于某个特定角度时，弹簧可以被预紧到一个平衡位置，恰好抵消掉重力产生的扭矩。此时，电机需要输出的扭矩就大大减小，甚至接近于零，从而实现显著的节能。研究表明，在周期性任务中，PEA能降低高达78-80%的能耗，这对于依赖电池的移动机器人来说诱惑巨大。

然而，PEA也有自己的“阿克琉斯之踵”。由于弹簧是直接锚定在机壳上的，它的力与关节角度死死绑定。一旦你需要让关节大幅偏离那个预设的平衡位置，电机就不得不“硬刚”弹簧的力，这会消耗大量能量，让PEA在需要大范围、快速变向的运动中显得笨重不堪。

于是，一个很自然的问题就出现了：既然SEA和PEA的优势是互补的，且最优选择取决于机器人的具体动作阶段（比如行走时支撑腿适合PEA省力，摆动腿适合SEA灵活），我们能不能造出一个执行器，让它能在运行中根据需求实时切换拓扑呢？ 这就是双拓扑弹性驱动器诞生的初衷。它不再是一个“单选题”的硬件，而是一个拥有“变形”能力的智能平台，旨在融合两种拓扑的优点，让机器人能动态适应多变的任务需求，在能量效率、动态响应和力控安全之间取得最佳平衡。

2. DTEA核心设计思路：如何让一个弹簧扮演两个角色？

DTEA的设计哲学非常巧妙，它基于一个核心观察：在SEA和PEA中，所使用的弹性元件（弹簧）在物理上是完全相同的。真正的区别在于弹簧的“接地”点，或者说，弹簧的另一端连接在哪里。

• 在SEA中，弹簧连接在电机轴和负载之间。
• 在PEA中，弹簧连接在固定机壳和负载之间，而电机与负载刚性连接。

那么，如果我们能让一个弹簧的某一端，在“电机轴”和“固定机壳”这两个连接点之间快速切换，同一个物理弹簧不就可以在两种拓扑下工作了吗？DTEA正是将这个想法变成了现实。其核心是一个名为 “三环选择器” 的机械机构，它就像一组精密的火车道岔，通过滑动一个关键部件，改变力的传递路径。

2.1 三环选择器：改变拓扑的“道岔”

这个机构是DTEA实现动态切换的灵魂，它由三个同轴的环状部件构成：

1. 外环：固定安装在执行器的外壳上，是绝对静止的“地基”。它的内圈有犬齿。
2. 中环：一个可以沿着中心轴轴向滑动的套筒。它是整个机构的“活动扳手”。它的内外圈都有犬齿，分别用于与外环和内环部件啮合。它通过一个螺线管驱动器来推动，实现滑动。
3. 内环组件：由两个部件（内环-1和内环-2）组成，它们都刚性连接在电机的驱动轴上，因此会随着电机一起旋转。它们的外圈也有犬齿。

这个“道岔”的工作逻辑是这样的：

• 当中环滑动到一侧，其内圈犬齿与内环-1啮合。由于中环与弹簧的外圈板连接，这就意味着弹簧的外圈板被锁在了电机轴上。此时，电机扭矩必须经过弹簧才能传到负载，这就是SEA模式。
• 当中环滑动到另一侧，其外圈犬齿与固定的外环啮合。同时，由于轴向位移，会带动整个弹簧组件移动，使得弹簧的内圈板与内环-2通过犬齿啮合。这样一来，弹簧的外圈板被锁定在机壳（接地），而电机轴通过内环-2与负载刚性连接。此时，电机扭矩直接驱动负载，弹簧并联在负载和机壳之间，这就是PEA模式。

这个设计的精妙之处在于，切换动作只由一个轴向运动完成，并且在切换过程中，负载端的扭矩传递没有中断（虽然路径改变了）。弹簧本身始终连接在负载上，只是另一端“换了个家”。

2.2 径向弹簧轮毂：统一的弹性元件

DTEA使用了一个径向弹簧轮毂作为统一的弹性元件。它由内、外两个弹簧板和连接它们的四根拉伸弹簧组成，弹簧呈90度间隔径向布置。这种布局能提供紧凑的旋转弹性。

弹簧的等效扭转刚度可以通过几何关系和胡克定律计算。每根弹簧的刚度、安装半径和预紧量共同决定了整个轮毂的刚度。在原型中，理论计算刚度约为5.8 Nm/rad，与实际测量值（SEA模式下5.57 Nm/rad）非常接近，差异主要来自3D打印结构件的微小形变和摩擦。

注意：刚度选择背后的考量：在直接驱动（无减速器）的原型机上，选择中等刚度（约5-6 Nm/rad）的弹簧是经过权衡的。过高的刚度会使弹性效应不明显，难以观察两种拓扑的动态差异；过低的刚度则可能导致执行器在负载下形变过大，影响定位精度。这个值是在“可观察性”和“实用性”之间取的折中。

2.3 工作模式与扭矩路径详解

理解力的传递路径，是掌握DTEA工作原理的关键。我们结合下图来梳理：

SEA模式（弹簧串联）：

1. 电机轴旋转，驱动内环-1。
2. 中环与内环-1啮合，因此中环随之旋转。
3. 中环与外弹簧板刚性连接，带动外弹簧板旋转。
4. 外弹簧板通过四根拉伸弹簧，驱动内弹簧板。
5. 内弹簧板通过花键接口，将旋转运动传递给输出法兰（即负载）。 扭矩路径：电机轴 → 内环-1 → 中环 → 外弹簧板 → 弹簧 → 内弹簧板 → 输出。弹簧是扭矩传递的必经之路。

PEA模式（弹簧并联）：

1. 电机轴旋转，驱动内环-2。
2. 由于中环滑动，内弹簧板与内环-2通过犬齿啮合，因此电机轴与内弹簧板（进而与输出法兰）形成刚性连接。
3. 同时，中环的外圈犬齿与固定的外环（机壳）啮合，将外弹簧板锁定在机壳上。
4. 此时，弹簧连接在（固定的）外弹簧板和（随负载转动的）内弹簧板之间。 扭矩路径（刚性）：电机轴 → 内环-2 → 内弹簧板 → 输出。 弹性路径（并联）：机壳（外环）→ 中环 → 外弹簧板 → 弹簧 → 内弹簧板 → 输出。电机直接驱动负载，弹簧独立地并联在负载和机壳之间。

这种清晰的路径切换，是DTEA能呈现出两种截然不同动态特性的物理基础。

3. 从理论到实物：原型机实现与关键参数

纸上谈兵终觉浅，DTEA团队构建了一个原理验证原型机，将上述设计具体化。这个原型机采用了许多值得借鉴的工程选择。

3.1 原型机构成与选型考量

1. 电机与驱动：选用T-Motor U10 Plus KV100无刷直流电机，并采用直接驱动方式。这是一个关键决策。直接驱动避免了减速齿轮箱带来的背隙、摩擦和惯性，使得SEA和PEA两种拓扑的动态特性差异完全来自于弹簧连接方式本身，而非传动链的复杂性，让实验对比更加纯粹和具有说服力。驱动采用ODrive Pro FOC控制器，运行在8kHz电流环频率，确保了高性能控制。
2. 结构材料：主体结构采用PLA材料通过FDM 3D打印制造。这在原型阶段非常高效，能快速迭代设计。但这也带来了一个明显的副作用：结构柔性。3D打印件的刚度有限，这会在PEA模式下引入额外的、非预期的“结构柔顺”，导致其表现出的刚度并非理论上的无穷大，而是一个有限值。这在分析数据时必须考虑进去。
3. 传感系统：电机侧位置由ODrive内置编码器测量。负载侧（输出）位置则由一个独立的AS5047P绝对磁性编码器测量，通过Arduino以50Hz读取。双编码器配置对于SEA模式至关重要，因为电机角和输出角是不同的，需要同时测量才能计算弹簧形变（用于力估计）并观察两质量系统的振荡。
4. 切换执行器：使用一个螺线管来驱动中环做轴向运动。其提供约25N的力，行程约10mm。螺线管简单可靠，切换速度快，是验证概念的理想选择。但其力值有限，也带来了一个关键限制。

3.2 关键设计参数与挑战

下表总结了原型机的核心参数：

面临的工程挑战：

• 犬齿啮合与脱离：犬齿的啮合依靠倒角设计，可以在任意角度下顺利接合。但脱离则困难得多。当有扭矩通过犬齿传递时，接触面会产生巨大的法向力和摩擦。当前螺线管的25N力，仅能克服大约1 Nm以下负载扭矩下的摩擦来实现脱开。这意味着在更高负载下切换，需要先主动将传递的扭矩降下来。论文中提到，未来计划采用音圈电机来提供更大的脱开力。
• 轴向运动与扭矩传递的分离：中环需要轴向滑动来切换，但它又需要传递旋转扭矩。设计中通过花键连接来解决——输出法兰与内弹簧板之间通过花键连接，允许轴向相对运动，但牢牢锁定周向旋转。这是一个经典的机械设计解决方案。
• 结构柔性的影响：3D打印的PLA壳体、法兰等在受力时会发生微小形变。在PEA模式下，这部分形变会和弹簧的形变“串联”在一起，导致测得的整体刚度（8.54 Nm/rad）比纯弹簧刚度（5.57 Nm/rad）高，但并非理论上的刚性无限大。这提醒我们，在追求PEA的高刚度优势时，机械结构的刚性必须足够高。

4. 性能验证：数据如何说话？

理论设计和原型制作之后，最激动人心的部分就是实验验证。DTEA团队设计了一系列实验，不仅证明了切换功能的可行性，更定量地展示了两种拓扑带来的性能差异。

4.1 静态刚度表征：基础特性验证

首先，他们想知道这个执行器在两种模式下到底“有多硬”。实验方法很直接：将输出轴用夹具锁死，让电机工作在扭矩控制模式，施加一个从0到+1Nm再到-1Nm的扭矩循环，同时测量电机的旋转角度。

结果与分析：

• SEA模式：扭矩与电机转角成良好的线性关系，斜率为刚度。测得 K_SEA = 5.57 Nm/rad。这与弹簧轮毂的理论计算值（5.8 Nm/rad）吻合得很好，微小差异来自3D打印件的柔性。
• PEA模式：理论上，由于电机和负载被刚性耦合，电机根本无法转动，刚度应为无穷大。但实测得到 K_PEA = 8.54 Nm/rad。这个有限值正是结构柔性K_struct的体现。根据公式 K_PEA = Ks + K_struct，可以反推出K_struct约为2.97 Nm/rad。
• 刚度比：PEA模式下的表观刚度是SEA模式的 8.54 / 5.57 ≈ 1.53倍（若用线性区间值计算，比值可达2.08倍）。这清晰地证明，通过切换拓扑，执行器的固有机械刚度发生了实质性改变。
• 迟滞：PEA模式的扭矩-角度曲线回环面积比SEA模式小了67.7%。这意味着在PEA模式下，由于传动路径更直接（摩擦环节可能更少），能量的损耗更小。

这个实验首先确认了DTEA确实实现了两种具有不同刚度特性的工作模式。

4.2 动态拓扑切换：核心功能演示

这是DTEA的“招牌动作”。实验让执行器带载（一个质量臂）运行，电机跟随一个1Hz、±20度的正弦位置指令。每5秒，触发一次拓扑切换。

观察到的现象：

1. 电机跟踪差异：在SEA模式下，电机能较好地跟踪指令。在PEA模式下，由于并联弹簧的恢复力作用，电机跟踪误差明显变大，因为它需要额外做功来对抗弹簧力。
2. 负载运动差异：在SEA模式下，负载（质量臂）能跟随电机进行大幅摆动。在PEA模式下，负载的摆动幅度被显著抑制，因为弹簧试图将负载拉回其平衡位置。
3. 最关键的——电流变化：从SEA切换到PEA的瞬间，电机电流（Iq）急剧下降了约4.93倍。这正是PEA节能优势的直观体现！在实验设置的特定位置，并联弹簧被动地承担了大部分负载扭矩，极大减轻了电机的负担。反之，从PEA切回SEA时，电流又升了回去。

切换时间：通过60fps的高速摄像分析，确认完整的拓扑切换在2帧（33.33毫秒）内完成。这个速度对于许多机器人动态任务（如步态周期）来说是足够快的。

鲁棒性：执行器在测试中成功完成了324次带载切换循环，机械结构无损坏，证明了该切换机构的耐用性。

实操心得：切换时机的艺术：这个实验揭示了一个关键点——切换发生在任意时刻。因此，切换到PEA模式后，振荡的平衡点会“跳变”到切换瞬间的输出位置。在实际应用（如机器人行走）中，我们需要精心选择切换时机。例如，在步态中，当腿进入支撑相、负载稳定时切换到PEA以节省能量；当腿进入摆动相、需要快速提起时切换回SEA以获得更自由的运动。这需要上层控制器根据状态机进行智能决策。

4.3 抗扰动测试：动态响应对比

这个实验模拟了执行器在保持某个位置时，突然受到外部冲击（用橡胶锤敲击质量臂）的情况。控制器采用位置控制模式。

结果令人印象深刻：

• 峰值偏转：SEA模式受到冲击后产生的最大角度偏差，平均是PEA模式的 2.26倍 (5.2° vs 2.3°)。
• 稳定时间：SEA模式需要平均 1380毫秒 才能稳定回目标位置附近（±0.5°内），而PEA模式仅需 400毫秒，快了 3.45倍。

原因解析：这完美体现了两种拓扑的根本动力学差异。在SEA中，电机和负载是两个被弹簧连接的质量块，构成一个二阶振荡系统。受到冲击后，这两个质量块会通过弹簧来回振荡，需要很长时间才能被仅观测电机位置的控制器阻尼掉。而在PEA中，电机和负载是刚性一体的，弹簧接地，整个系统更像一个被附加弹簧加强的单质量块系统，刚度更高，因此抗扰动能力强，恢复更快。

这个实验强有力地证明，DTEA不仅能在静态特性上区分两种模式，更能在动态性能上复现经典SEA和PEA的典型行为。

5. 局限、启示与未来展望

尽管DTEA原型机取得了成功验证，但作为前沿研究，它也存在一些局限，而这些局限恰恰指明了未来的改进方向。

5.1 当前原型的局限性

1. 负载下切换能力有限：受限于螺线管的脱开力，当前只能在传输扭矩低于~1Nm时可靠切换。这对于高负载应用是个挑战。解决方案是采用更强大的切换执行器，如音圈电机。
2. 结构柔性：3D打印的PLA材料限制了扭矩容量，并引入了额外的、非理想的柔顺性，影响了PEA模式刚度。未来的金属加工版本将解决此问题。
3. 未进行任务级能耗验证：实验展示了切换瞬间的电流变化，但尚未在一个完整的机器人任务（如行走一个周期）中量化整体的节能效果。这是评估其实际价值的关键下一步。

5.2 对机器人设计的启示

DTEA的意义远不止于一个新颖的执行器设计。它提供了一种硬件层面的、动态的“模式切换”能力，为机器人控制器打开了新的优化维度。

• 能量与动态性能的实时权衡：控制器可以根据任务阶段，实时选择“高能效、高刚度但运动受限”的PEA模式，或“低能效、低刚度但运动自由”的SEA模式。例如，四足机器人在站立支撑期用PEA省力，在腿部摆动期用SEA实现快速、柔顺的轨迹跟踪。
• 新型安全策略：在需要与环境进行柔顺交互（如擦拭、装配）时使用SEA模式；在需要高刚度精准定位（如钻孔、搬运）时切换到PEA模式。
• 简化硬件平台：过去，要同时获得SEA和PEA的优势，可能需要两套不同的执行器或复杂的可变刚度机构。DTEA试图用一个相对简洁的机械方案统一两者。

5.3 未来工作展望

基于现有成果，后续工作可以沿着几个方向深入：

1. 高扭矩金属原型：采用CNC加工金属部件，提高结构刚度、扭矩容量和耐用性，并集成更强大的切换驱动器（如音圈电机），实现全负载范围内的切换。
2. 闭环频率特性分析：系统地测量DTEA在两种模式下的频响特性、阻抗特性，为控制器设计提供精确模型。
3. 智能切换策略：开发基于模型预测控制或强化学习的算法，让机器人能自主决定在何时、以何种序列切换拓扑，以最大化任务性能（如能耗、速度、稳定性）。
4. 集成与应用验证：将DTEA集成到完整的机器人关节（如膝关节、踝关节）中，在行走、奔跑、跳跃等动态任务中验证其综合性能提升。

从我个人的工程经验来看，DTEA代表了执行器设计的一个有趣范式转变——从设计一个具有固定特性的“最优”执行器，转向设计一个具有多种模式、可动态重构的“智能”执行器。它面临的挑战是真实的（如切换可靠性、重量增加），但其带来的系统级优化潜力也是巨大的。这项技术目前虽处于实验室阶段，但它为下一代适应性强、能效高的机器人指明了一条充满想象力的硬件进化路径。