地面力学理论支撑特种机器人从实验室走向野外、外太空: 回顾与展望

范玫杉; 王继坤; 马伟佳

doi:10.12404/j.issn.1671-1815.2603635

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (24) :10198-10212 DOI: 10.12404/j.issn.1671-1815.2603635

自动化技术、计算机技术

地面力学理论支撑特种机器人从实验室走向野外、外太空: 回顾与展望

作者信息 +

Terrain Mechanics Supporting the Transition of Special Robots from Laboratory to Field and Outer Space: A Review and Prospect

Author information +

文章历史 +

摘要

力学理论为特种机器人复杂环境作业提供底层基础理论支撑,通过探究可变形地面承载、滑移、流变等力学行为,建立机器人与可变形地面交互过程理论框架,实现机器人运动与地面介质响应的双向耦合调控。随着基础理论完善、多相颗粒仿真工具、多轮-足式驱动机构持续迭代,特种机器人已由实验室平整地面理想环境运动规划转向室外真实极端环境长效稳定作业。特种机器人面向野外山地、荒漠、外星地表等非结构化复杂场地依赖于基础力学理论驱动的具身智能环境适配体系,首先,通过回顾土力学、颗粒介质力学在特种机器人越障能力、防沉陷设计、环境适应性与深空野外工程实用等方面的典型案例,对足式、轮式、仿生特种机器人三类机器人开展对比分析;其次,梳理了制约特种机器人野外、地外实装落地的核心瓶颈,以及土体力学特性时变、轮-足接地滑移失稳、环境力学先验信息缺失等关键客观条件;最后,对该领域的前瞻性研究方向进行了展望,以期对未来的研究工作提供借鉴。

Abstract

The operation of specialized robots in complex environments is fundamentally rooted in mechanical principles. Through the systematic characterization of bearing capacity, slippage, rheology, and other intrinsic mechanical behaviors of deformable terrain, a theoretical framework for robot-terrain interaction has been established, enabling bidirectional coupling between locomotion dynamics and terrain medium responses. Driven by progressive refinements in fundamental theories, advances in multiphase granular simulation tools, and the iterative development of multi-modal wheeled-legged locomotion mechanisms, specialized robots have evolved from motion planning under idealized laboratory conditions to achieving long-term, stable, and reliable operation in real-world extreme outdoor settings. Their adaptability to unstructured terrains, including mountainous wilderness, arid deserts, and extraterrestrial landscapes, is empowered by an embodied intelligence system grounded in core mechanical principles. Firstly, by reviewing typical cases of soil mechanics and granular medium mechanics in the areas of obstacle-crossing capability, anti-subsidence design, environmental adaptability, and practical applications in deep space field engineering for special robots, a comparative analysis was conducted among three types of robots: legged, wheeled, and bio-inspired special robots. Furthermore, the core bottlenecks that restricted the practical deployment of special robots in the wild and on extraterrestrial surfaces, as well as key objective conditions such as the time-varying mechanical properties of soil, wheel-foot ground sliding instability, and the lack of prior information on environmental mechanics were analyzed. Finally, the prospective research directions in this domain were outlined to guide future investigations.

Graphical abstract

关键词

特种机器人 / 地面力学理论 / 野外机器人 / 地外机器人

Key words

special robots / terradynamics / field robots / extraterrestrial robots

引用本文

引用格式 ▾

范玫杉, 王继坤, 马伟佳. 地面力学理论支撑特种机器人从实验室走向野外、外太空: 回顾与展望[J]. 科学技术与工程, 2026, 26(24): 10198-10212 DOI:10.12404/j.issn.1671-1815.2603635

FAN Mei-shan, WANG Ji-kun, MA Wei-jia. Terrain Mechanics Supporting the Transition of Special Robots from Laboratory to Field and Outer Space: A Review and Prospect[J]. Science Technology and Engineering, 2026, 26(24): 10198-10212 DOI:10.12404/j.issn.1671-1815.2603635

登录浏览全文

4963

注册一个新账户忘记密码

近年来中国机器人技术在基础理论和应用方面飞速发展,逐渐由实验室走向野外、地外环境。特种机器人在外太空探测、深海底栖作业、荒漠光伏运维、灾后救援等场景下具备广泛的应用场景。星壤、沙滩、海底、泥浆等可变形地面的流动和变形会产生滑移和下陷现象,导致机器人运动过程中的运动学、动力学行为相比于硬质地面更加复杂多变,给机器人的运动性能分析、高精度轨迹规划和运动控制带来巨大挑战,严重制约机器人从实验室样机走向实地规模化部署^[1]。依托土力学、颗粒介质力学基础理论建立的统一理论框架成为机器人成功落地应用的核心^[2-3]。

地面力学先驱Bekker率先构建轮土接触本构模型,奠定了松软地面轮式机器人量化计算的理论根基,至今仍是月球车、火星车等深空轮式特种机器人设计与仿真的核心工具^[4]。面向足式机器人场景,基于阻力理论(resistive force theory,RFT)的颗粒介质动力学揭示了足部与地面交互过程的内在规律,结合颗粒力学能够大幅提高机器人的运动能力。伴随仿生蠕行、地下掘进机器人快速发展,基于蛇类、蚯蚓、贝类生物演化的颗粒介质交互力学持续完善,通过调控介质局部流化、接触应力分布,大幅降低掘进阻力、提升防沉陷性能,拓展了特种机器人在地下勘探、星表采样场景的应用边界^[5-7]。

近年来,地面力学理论逐步完成从单一轮地耦合向足地交互、仿生掘行、多机器人协同全域场景延伸^[8]。当前国内外研究已形成三条清晰技术主线:一是面向月球、火星探测的轮式星球车,依托修正Wong-Reece模型优化轮刺、轮宽、接地压力匹配,完成多批次深空探测任务落地验证^[9];二是山地、灾后救援足式机器人,基于颗粒介质阻力理论开发可重构仿生足端,解决了斜坡散粒介质滑移失稳问题^[10];三是地下勘探、星壤采样仿生掘进机器人,利用介质流化力学降低掘进阻力,实现深层松散介质稳定作业^[11]。

尽管基础力学理论已显著提升特种机器人复杂环境通行性能,但现有研究仍待完善:轮式、足式、仿生机器人的理论模型相互独立,缺乏统一的地面动力学分析体系;多数仿真与试验局限于实验室可控沙箱环境,难以适配野外变含水率土体、星表低重力混合碎石风化层等真实多场耦合工况;土体力学参数时变辨识、在线自适应步态调控、双向感知反馈等技术尚未成熟,造成理论模型难以直接指导野外、地外实装工程设计^[12]。近年来,中外学者分别从实验与计算方法^[13]、本构特性^[14]、建模方法^[15]、机器学习^[16]、控制方法^[17]等方面进行了研究(表1)。然而,针对基础理论对野外、地外机器人落地应用的支撑和推动作用,以及当前存在的核心瓶颈问题尚未进行系统性梳理。

针对上述问题,现以地面动力学在特种机器人领域的应用和进展为核心脉络,系统梳理土力学、颗粒介质力学在轮式、足式、仿生特种机器人地机耦合交互中的发展历程、核心模型与典型工程案例;归纳制约机器人野外、地外规模化应用的多物理场耦合、实时感知、在线自适应运动规划等核心瓶颈;最后围绕数字孪生、实时感知与闭环反馈、形-性-功协同优化设计方法等方向展望未来发展路径,以期为极端环境特种机器人理论创新与工程化落地提供完整参考体系。

1 基于颗粒介质力学和土力学的机器人地面动力学理论

近年来机器人在可变形地面运动机理方面的研究取得了显著的进展,大致可分为基于颗粒介质力学理论和土力学理论两个流派。颗粒介质力学方面,Goldman团队中Li等^[18]、Marvi等^[19]、McInroe等^[20]针对在沙滩地面低速运动的机器人进行研究,并提出了干颗粒RFT模型;Shrivastava等^[21]基于RFT模型对火星车进行步态规划[图1(a)],有效提高了其爬坡能力;Naclerio等^[22]对干沙内部的运动方法进行研究[图1(b)],实现了机器人在颗粒介质内部的运动;Agarwal等^[23]通过对惯性变量和深度变量的研究扩展了低速动力学模型的适用范围[图1(d)];Choi等^[24]基于RFT模型对四足机器人在松软地面的运动参数进行了训练[图1(e)],证明RFT模型可作为强化学习的理论依据。Ma等^[25]在前期研究中,对比了干湿颗粒介质地面阻力对速度敏感性的异同点,初步修正了RFT理论模型并将其应用于水陆两栖机器人的研发过程[图1(f)],取得了显著效果。基于土力学的基础理论,文献[26 -30]基于Terzaghi理论开发了一种改进滑动模型并将其成功应用于火星^[31]和月球^[32][图1(c)]的探测。

1.1 颗粒介质力学理论

基于阻力理论(RFT)的地面力学作用机理研究演进脉络如图2所示。2009年,Li等^[18]针对干燥均质颗粒介质内的水平运动,提出了一种简化RFT模型,证实运动阻力与构件横截面积近似成正比,且低速工况下阻力基本不受侵入速度影响^[33]。受沙蜥、蛇类^[19]等生物在颗粒介质地表的运动方式启发,借助RFT解析其运动背后的力学作用机制,可显著提升颗粒介质环境下机器人的运动性能。结合生物原型建模、实体机器人样机试验、颗粒阻力测试与几何力学分析方法,研究人员阐明了早期脊椎动物软质地面运动中尾部的力学调控机制^[20],验证了该仿生机制在机器人构型优化中对运动性能的提升效果。通过将速度矢量向两个正交平面投影,结合少量试验标定完成参数修正,在二维RFT基础上拓展形成三维RFT模型,可准确预测振动构件与旋转构件的受力特性,进一步拓展了RFT理论在工程场景中的适用范围^[34]。在三维RFT模型中引入惯性系数后,无需补充额外标定试验即可实现机器人运动过程的动态受力分析^[35]。

以试验观测与理论推导相结合的方式总结颗粒介质力学规律,并将其转化为机器人设计依据,是该领域行之有效的研究路径。Texier等^[36]针对细长体在颗粒介质中运动的各向异性摩擦特性,构建了颗粒环境下螺旋推进机构的运动速度预测模型,可为螺旋推进型颗粒介质机器人的设计研发提供理论参考。针对车轮运动特性开展无量纲化分析,由此提出颗粒尺度缩放准则^[37],可基于小尺寸车轮试验结果推演大尺寸车轮的运动性能,有效降低机器人的研发与试验成本。

围绕机器人与颗粒介质交互力学规律开展运动性能优化,目前已形成多项代表性研究成果。Li等^[38]构建了柔性体与颗粒介质的交互力学模型,完成了可变形翼机器人的步态规划优化。Naclerio等^[22]结合生物运动观察与颗粒侵彻物理机制,优化了沙质环境下软体机器人的运动模式,使其在干沙中的升力与推进效率较原有方案提升了一个数量级。Fernandez等^[39]利用颗粒介质表面的动态冲击力学特性,为机器人加装主动尾部机构,使自重7.6 kg的机器人负载能力从13.6 kg提升至45.5 kg。Shrivastava等^[21]通过介质形貌重构与非传统步态设计,显著提升了RP15月球探测车在颗粒介质地表的通行能力,可顺利翻越松散沙丘地形。

针对湿颗粒介质环境,已有学者开展了生物运动机制的相关研究。Sharpe等^[40]于2015年系统研究了蜥蜴在湿颗粒介质地表的运动行为与受力特性,试验结果显示,湿沙环境下的运动阻力约为干沙环境的4倍,说明干沙与湿沙的流变学特性存在明显区别。该研究推动颗粒介质机器人力学研究从单一介质拓展至多相混合介质,但目前仅通过试验观测到现象差异,尚未形成系统化的理论体系。Gidmark等^[41]对沙枪鱼的掘穴行为展开研究,结合普通光学影像与X射线影像,明确了滑坡与非滑坡运动模式在掘穴过程中的作用机制,研究发现,当躯体埋入深度达到阈值后,其运动模式会发生运动学转变,运动特性与陆生无肢脊椎动物趋于一致。Winter等^[42-44]、Jung等^[45]、Hosoi等^[46]分析了大西洋剃刀蛤蜊的海床钻掘行为,其借助局部流化实现的低能耗钻掘特性可应用于水下锚定场景,在海底电缆布设、油气开采等工程领域具有较高的应用价值。

此外,数值仿真也是分析运动构件与颗粒介质交互受力的重要技术手段,目前已在多项研究中得到应用。Ding等^[47]采用离散元仿真方法,模拟了楔形杆与圆柱形杆在干颗粒介质中的运动受力过程,验证了RFT模型适用于非平面构件构型。Mutabaruka等^[48]分别采用格子玻尔兹曼方法构建流体域、离散单元法构建颗粒与刚性构件域、拉格朗日网格构建可变形固体域,实现了流体-颗粒-可变形固体的多场耦合仿真。但受当前计算能力限制,数值仿真的计算效率较低,通常数秒的运动过程仿真需耗时数天至数十天,因此难以通过枚举或遍历式仿真实现机器人构型的快速设计与优化。

1.2 基于土力学的地面力学理论

针对松软地表轮式机器人的地机交互力学特性研究,Bekker半经验分析法是该领域最具代表性的经典理论^[49-50]。该理论整合了此前土力学研究成果与土木工程领域计算方程,推导得到能够表征土壤承压特征的应力-应变关系式。这套理论体系成为后续松软地面力学研究的重要根基,被中外大量学者引用与拓展^[51]。Onafeko^[52]依托Bekker理论框架开展软土环境下车轮受力试验,绘制出不同滑转、滑移工况下车轮与土壤接触面的应力分布曲线。Bekker原有理论仅适配理想水平平地,而野外真实作业场景几乎不存在绝对平整地形。Soul等^[53]以车轮与地形单点接触为前提,在Bekker理论基础上搭建非平整软土工况下的轮壤接触仿真模型;后续德国学者Richter等^[54]结合实体土槽试验数据,对该交互仿真模型完成修正优化。

除上述Bekker半经验理论外,海外学者依托实体试验、数值仿真两条研究路径,形成了诸多成熟有效的力学分析体系。Rankine土压力理论、Prandtl极限平衡理论、Terzaghi地基理论以及弹塑性理论、材料本构理论均是该方向主流分析工具。伴随计算机硬件算力持续升级,基于有限元^[55]、离散元^[56]搭建的数值仿真技术逐步普及,日本学者Nakashima等^[56]早在2007年便借助离散元仿真手段,完成了机器人在松软地面通行性能的量化分析。随着传感元器件精度不断提升,搭载测力传感器的试验车轮成为提取地面力学关键参数的主流方案^[57]。Kolvenbach等^[58]在机器人足部布设传感元件,采集行进过程中的振动与力学时序信号,利用离散小波变换完成信号分解,再通过支持向量机算法自动划分土壤介质类型,实现机器人对周边地形环境的自主识别,两组不同足式结构的对比测试结果显示,该土壤识别方案整体分类准确率超98%;通过未知土质工况的泛化试验进一步证实,机器人与地面的交互响应规律可依靠该算法提前预判。该研究结论证明,将地面力学理论与智能感知算法结合,能够精准预测机器人行进全过程的地机交互行为。

当前土力学相关理论成果最主要的落地场景为星球探测车研发。麻省理工学院在NASA项目资助下搭建了轮壤交互力学综合试验平台^[59],该设备可独立调控车轮转速与托架平移速度,同步采集车轮实际行进速率与实时受力数据。卡内基梅隆大学开发了月球车力学耐久测试系统^[60],主要用于Nomad月球探测样机的前期研发验证。综合现有研究能够看出,欧美国家针对松软地面力学的探索起步更早,搭建了完备的理论框架与标准化试验平台。伴随硬件设备迭代更新,逐步将基础地面力学理论与环境感知、智能运动控制技术融合,有效拓宽了理论适用场景与工程落地价值。多款星球探测车的成功应用充分印证,地面力学理论对移动机器人研发具备极高的工程实践价值。

中国多所高校同样较早开展松软地表轮式机器人力学机理研究,吉林大学、哈尔滨工业大学等产出了多项标志性成果。20世纪50年代,陈秉聪院士带领原吉林工业大学团队搭建室内模型试验土槽;依托相似准则与模型分析方法,土槽装置可完整复现车轮实地运行工况,为该领域研究提供直观、可重复的试验手段^[61-62]。任露泉团队自90年代起深耕软地面仿生力学,探究填充Al₂O₃颗粒的PTFE、PTFE+50%PPS复合材料表面的水润湿性、土壤黏附特性与磨耗规律,显著提升复合材料抗磨损性能^[63]。21世纪初,任露泉等^[64]提出将仿生脱附结构、仿生外形构型应用于工程行走装备,以此解决松软场地作业机械泥土黏附严重、地形通过能力不足两大核心技术难题。2007年,任露泉团队发布月面探测车辆牵引特性相关研究,依托自主研发的轮壤综合测试平台测试刚性轮在模拟月壤中的牵引性能,结合离散元细观仿真解析刚性轮与月壤介质的交互机理,相关研究结论为高通过性月球车构型设计、月壤交互机理深挖提供了关键参考依据^[65]。

邓宗全是中国月球车技术研究的先行者^[66],其科研团队长期深耕星球移动装备地面力学方向。2013年,团队结合地面力学原理解析足端与星壤的交互作用,厘清常规动力学参数与地面力学模型参数的内在关联;结合地形介质特征,提出以切向力为位移变量的全新力学模型,并配套给出模型参数辨识方法。利用图3所示试验台,更换不同半径、宽度、凸耳高度与凸耳数量的车轮,在模拟月壤平台开展系统化转向试验,分析转向电机运行参数、车体运动状态对整体动力学性能的影响,依托试验数据完善初始转向力学模型并得到量化结论^[67]。

在初代转向力学模型基础上,Ding等^[68]于2017年构建引入可变沉陷指数的改良沉陷模型,推导沉陷指数随车轮转向角度变化的函数表达式。结合轮壤实际接触面积、车轮凸耳带来的力学增益效应,团队进一步建立高精度转向力矩计算模型。依托星球地表地貌特征与前期地面力学研究积累,哈尔滨工业大学在2018年提出搭载主动摇臂转向架悬架的改良轮足式星球探测车方案^[69]。该车体依靠单电机驱动两组摇杆,通过周期性改变摇杆夹角切换轮式、足式两种行进模式;试验结果表明主动悬架结构可大幅提升月球车翻越沙丘和脱困能力。

2020年,Guo等^[70]热对高耦合度地面力学方程进行简化,推导出闭式解析求解模型,并在车轮准静态行进工况下完成试验校验。借助这套解析模型可直接实测地形介质、控制参数、车轮沉陷深度等物理量,实现各类关键参数的原位实时辨识。星球车实地作业过程中,传统轮壤接触力学模型难以适配高滑转工况下驱动轮的动力学行为,因此实现高滑移状态下轮壤交互力学的实时感知,是规避星球车陷埋卡死的核心前提。2020年该团队系统梳理现有高精度轮壤接触模型、闭式解析模型在低、中滑转区间拓展至高滑转工况的局限性;依托自研多功能测试车轮与机器视觉算法,探究高滑移引发的颗粒流动效应对轮壤接触角的影响规律,结合实测接触角搭建适配高滑转工况的闭式力学模型,并通过单轮试验完成模型有效性验证^[71]。

北京航空航天大学^[72-73]、中国科学技术大学^[74]、北京卫星环境工程研究所^[75]等科研院所,均针对松软地表移动机器人通行性能开展大量试验与理论攻关,产出丰富科研成果。综合中外发展历程能够看出,尽管中国在机器人软地面力学领域起步晚于国外,但经过数十年科研人员持续深耕,国内相关理论体系与工程技术已跻身行业核心梯队,拥有不可替代的学术话语权。“玉兔号”月球车^[32]在月面实地探测中的稳定运行,不仅实现中华民族千年探月愿景,也直观证明中国在该领域具备成熟的理论储备与工程技术,整体研发实力位居世界前列。

2 地面动力学在各类机器人方面的典型案例分析

足式机器人依靠足端离散点与地面接触,无需连续支撑面,可以轻松翻越岩石、沟壑等非结构化障碍,能够适应崎岖山地、陨石坑密布的地外复杂地貌;轮式机器人行驶能耗低、运动速度快;仿生机器人依托生物躯体结构与运动机理,兼具爬行、蠕动、掘进等多样化运动模式,弥补了常规轮式、足式机器人的作业短板。在野外勘察与深空探测体系中,三类机器人形成优势互补:轮式平台负责大范围机动巡航,足式机器人攻克崎岖障碍地形,仿生机器人完成狭小空间与松软地层的特种作业,共同满足多样化地外科考与野外工程任务需求。在顶面动力学的加持下,三类机器人均已走出实验室,陆续服务于野外、地外极端场景下完成作业任务。典型案例^{[21,24,76-82]}如图4所示。

2.1 地面动力学在足式机器人中的应用

地面力学理论赋能足式机器人的成功案例近年来逐渐增多,部分汇总如图5所示。Yang等^[83]针对腿式机器人在软地面上遇到的大的足部下沉和滑移问题进行了研究,并进行了大量的准静态加载实验,对力和下沉量进行了细致的记录和分析。利用试验数据进行参数识别得到精确的模型,基于所建立的模型和实验数据,提出了一种冠状足的优化设计方案,并通过实验验证了该方案的有效性。Daniel等^[84]研究了塑性地面变形对变刚度弹簧单足跳跃机器人能量动态演化的影响。基于这一模型,建立了机器人的能量迭代映射关系,并依托实物样机试验与数值仿真,对机器人在真实柔性地面上跳跃的能量映射模型开展验证。

Su等^[85]面向野外陡峭、湿滑和泥泞的地形,开发了脚-地面相互作用模型来预测机器人的下沉或打滑状态,提出了一种统一的足-地交互模型,以避免在多物理特征地形中的模型切换,该模型综合了速度和载荷对下沉指数的影响,描述了机器人足部在软地面中的动态下沉。John等^[86]将机器腿改造为高灵敏度、高效率的贯入仪,对典型温带山坡断面开展土壤强度测绘。观测结果表明,从富砂质山脊物质过渡到黏性谷底团聚体土壤,下坡方向土壤强度呈系统性衰减,空间非均质性同步增强。该研究证实足式机器人可依托肢体感知地表力学特性,提升复杂地形通行能力,该项成果对行星探测任务同样具有参考价值。钟世英等^[76]为研究足端花纹式设计在松散月壤环境中足-壤相互作用对足端抗滑移性能的影响,分别对三角形、圆弧形和矩形足端花纹构型进行防滑性能研究。通过数值仿真研究了相同竖向载荷界面对不同花纹构型的抗滑移性能,并利用等效原则得到了各花纹构型的抗滑移参数。

Choi等^[24]提出了一种通用性强、计算开销低的颗粒介质动力学模型,可服务于强化学习训练。通过调整模型参数,能够精准模拟从松软滩涂砂地到硬质沥青路面等各类地表环境。将整套算法应用于自研四足动态机器人Raibo,训练后的神经网络使机器人实现了可变形地形下的高速行进,即便支撑相足体完全陷入砂土,该机器人依然能够在松软沙滩上达到3.03 m/s的奔跑速度,充分验证了控制策略对不同地形的泛化能力。Kolvenbach等^[58]提出了一种适用于火星细颗粒类土壤介质的鲁棒触觉地形检测方法。该方法依托四足机器人平台,以单足执行冲击探测轨迹,其余三足支撑机体保持稳定姿态。通过足端传感器采集地形交互振动信号,实现土壤类型分类识别。基于自研单足试验平台构建开源数据集开展大量试验验证算法鲁棒性。结果表明,在多种外界干扰工况下,该地形识别方法的整体分类准确率可达98%以上。

Gorb^[87]为使机器人足端在未知、不可预测的基底表面获得最大摩擦力,设计了一种颗粒介质摩擦垫。该摩擦垫由薄弹性膜包裹松散填充的颗粒物料构成。当与基底接触时,类流体颗粒会顺着基底表面微凸体发生流动,从而形成大面积贴合接触。在承受载荷后,颗粒体系发生堵塞相变,整体迅速硬化并转变为类固体状态。在粗糙地面上,结构互锁效应、颗粒内部摩擦,再加上弹性膜形变带来的接触面积提升,共同产生极高的摩擦力。该结构能够适配绝大多数干燥地形表面。Huh等^[88]提出一种基于阻力理论的颗粒极限曲面法(RFT-GLS),用于预测与规划足式机器人的运动行为。以自重仅296 g的MiniRQuad小型足式机器人为研究对象,实现“行走-掘进-牵引”复合动作。借助RFT-GLS方法,可为不同载重的拖橇任务优选高效运动策略。

2.2 地面动力学在轮式机器人中的应用

地面力学理论赋能轮式机器人的成功案例近年来逐渐增多,部分汇总如图6所示。Lan等^[78]采用离散元方法(discrete element method,DEM)从颗粒的角度深入研究了车轮与地面的相互作用。通过固定下沉量条件下的车轮试验,分析了车轮和颗粒介质的特性,提出了一种基于凸壳的颗粒物理场延拓方法,该方法在处理含边界颗粒介质物理场时表现出较高的效率。Li等^[89]提出一种基于车轮轨迹压痕图像处理的轮式巡视器车轮滑移率与侧偏角估算方法。该方法从轨迹压痕图像中提取轨迹单元、轨迹轮廓、轨迹单元中心线与轮廓夹角等结构化特征。通过探究轨迹压痕的成型机理,结合车轮抓地齿运动学特性与齿-土壤交互作用规律,揭示了轨迹压痕结构特征与车轮滑移率、侧偏角之间的关联模型,并基于该模型实现车轮滑移率与侧偏角的精准估算。Guo等^[90]分析了现有四足旋转步态的运动性能,提出一种扫旋步态,用以提升巡视器的脱困能力。基于贝叶斯优化算法,设计了行星巡视器在线脱困优化策略。此外,通过在线辨识等效地形力学参数,可实时判别巡视器的运行工况。

Ding等^[79]依据颗粒介质力学特性,设计了一种低成本、高适应性的柔性轮式执行机构。该结构以圆形轮毂为主体,均匀布置柔性足刺,同时产生贯入牵引力与摩擦牵引力。试验结果明确并验证了不同含水率湿颗粒土体的贯入阻力变化规律。对比试验证明,该柔性轮式结构在抑制滑移、降低能耗方面具备突出优势。

Ding等^[77]依托数字孪生技术,完成了月壤力学特性的三维表征分析,并反演研判目标岩石的成因。力学分析表明,该区域月壤剪切特性与阿波罗12号任务样品特征相近,但黏聚力显著高于绝大多数月球正面探测获取的月壤参数。区域月壤侧向特性对应的外摩擦角测算结果为8.3°~16.5°,填补了月球背面月壤侧向力学参数的探测空白,可为后续月表工程验证提供基础参数支撑。该研究证实将原位探测技术与行星机器人技术相结合,可探明嫦娥四号探测区域物质存在多源补给的可能性,揭示该区域具备更为复杂的地质演化历史。Yang等^[91]针对六轮行星巡视器,提出一种基于轮地相互作用的力矩协调控制方法。首先,将轮地接触连续应力分布模型简化为等效集中力模型;其次,针对模型简化误差与崎岖地形扰动,采用滑模控制器实现期望速度的高精度、强鲁棒跟踪;随后,以滑模控制器输出的期望力矩为基准,以能耗最小化为优化目标,结合等效集中力模型解析各车轮受力,实现车轮力矩的全局协同分配与控制。最终,通过整车试验验证了该控制方法的有效性与模型精度。

袁野等^[92]利用单轮测试台进行多种载荷情况下的单轮试验,得出车轮沉陷量、驱动阻力矩和挂钩牵引力随垂直载荷的变化规律。以240 kg火星车六轮均载的近似载荷值160 N作为典型情况,采用基于泰勒级数和Sobol方差分解的解析方法分析轮地相互作用模型中各参数的灵敏度。结果表明,承压特性参数沉陷指数和剪切特性参数土壤内摩擦角具有较高的灵敏度。王正印等^[93]针对星球车轮滑转沉陷的特点,分析沉陷量对轮-地接触摩擦因数的影响,提出等效摩擦因数作为牵引性能评价指标。设计单轮测试试验,得到车轮等效摩擦因数随滑转率呈现先增后减的变化趋势,等效摩擦因数的变化规律表明,星球车轮牵引力的增加是以沉陷量的增大为代价,而当滑转率超过最优驱动滑转率时,单位下沉所能提供的牵引力增量将减少,陷车的风险将增加。等效摩擦因数可以为星球车的驱动控制和风险预警提供参考。

Wang等^[94]基于运动分解思想,将车轮总沉陷拆解为静态沉陷、滚动沉陷、剪切沉陷与挖掘沉陷四类分量。其中,静态沉陷变化规律符合修正阿基米德原理,剪切沉陷与滑移率呈线性正相关,挖掘沉陷与轮缘侵入位移成正比。进一步验证了沉陷分量的叠加原理,通过叠加各类沉陷分量,构建出无需地面力学参数的棘爪轮显式沉陷预测模型。该沉陷分解与建模方法进一步揭示了棘爪轮的沉陷机理,所建立的线性预测模型为巡视器大滑移工况下的高精度运动控制提供了理论支撑。Huang等^[35]提出一种适用于三维动态侵入过程的动态阻力模型(dynamic resistive force model,DRFM)。该方法依托颗粒介质物性参数,将传统颗粒RFT平滑拓展至三维工况,并引入速度项,精准表征侵入速度对接触作用力的影响。通过对车轮曲面进行微元差分处理,积分求解各微元接触面的受力,建立了车轮几何结构与力学性能之间的定量关联。在此基础上提出一套适用于颗粒介质移动机器人的车轮完整设计体系,并以螺旋推进车轮为研究对象开展结构优化。Thoesen等^[37]为探究传统颗粒尺度律的适用局限,针对两种结构车轮开展多工况对比试验:带棘爪车轮设置三种负载质量、两种尺寸规格;砂纸摩擦面车轮设置两种负载质量、两种尺寸规格,同时覆盖5种行驶速度工况。试验分析表明两种车轮结构的预测误差规律基本一致;所有试验组别均呈现明显的质量相关性,揭示了尺度律高估功耗的核心原因;同时最大负载工况下的两组试件均表现出速度相关性。该研究成果可为轻型机器人在颗粒地形中的尺度律应用提供理论依据,同时为颗粒尺度相似理论的完善与推广提供支撑。

2.3 地面力学理论赋能仿生特种机器人

地面力学理论赋能仿生机器人的成功案例近年来逐渐增多,部分汇总如图7所示。Shivam等^[80]受海龟等生物掘土运动机理启发,研制了一款无缆自主机器人,依托欠驱动肢体结构,实现了颗粒环境中的动力推进与障碍物感知。为优化机器人结构设计,通过肢体样机测试实验,明确了产生正向推力的最优形态参数与驱动参数。Tang等^[95]受自埋种子与蚓蜥掘土生物的启发,通过实验探究了浅砂环境中旋转运动对垂直与水平贯入阻力的影响;结合所得实验规律与已有的掘土机理,设计了一款柔性水平掘土机器人。Chen等^[81]受沙漠蜥蜴在沙质颗粒地形高效运动特性的启发,提出一种仿生过渡步态,实现仿生蜥蜴机器人从平地到坡面的平稳匍匐过渡运动。机器人坡面爬升过程中,可将躯体抬升至坡面上方,同时保证所有足端始终与沙质地形贴合接触;腿部摆动阶段,躯体贴合坡面保持稳定,有效规避滑移问题。结合主动姿态调节策略,该机器人可在模拟火星土壤试验平台上实现平地至坡面的稳定过渡行进。

Yang等^[82]针对仿生海胆式探测机器人多自由度结构带来的难题,研究其在小天体颗粒地表的着陆动力学问题。依托PolyDEM离散元软件搭建自定义模块,实现复杂刚体与非球形颗粒相互作用的高精度仿真,并利用地面试验完成模型验证。同时还分析了着陆冲击速度与入射角度对着陆稳定性的影响,为不同地形条件下的着陆方案提供可行依据。该研究深化了对地外环境下多自由度机器人系统动力学的认知,可为后续深空探测任务规划提供工程指导。Du等^[96]研究了一款无缆自主机器人在颗粒介质中的运动机理,机器人由多根柔性鞭毛组成,电机驱动鞭毛绕转轴旋转。颗粒产生的阻力使鞭毛发生形变,变形后的外形能够产生净向前推力。该外部阻力由鞭毛构型决定,而鞭毛形态则是外载荷与自身弹性力相互博弈的结果。该机器人采用杆系运动学建模,仿真速度优于实时运算,因此可将该模型作为此类软体机器人的优化设计工具。研究结果表明存在最优转速使机器人达到最高运动效率;试验与仿真共同证实,增加鞭毛数量反而会降低机器人行进速度。

Lee等^[97]提出一种斜辐条轮(angled-spoke wheel,ASW)结构设计,旨在提升仿生DODO轮式移动机器人在颗粒介质、沥青路面以及两类地形过渡界面上的行驶速度。研究采用田口方法与L9正交试验阵列对结构参数进行优化,并通过经验分析确定轮足采用单点接触形式。Li等^[38]提出一套研究柔性薄板在颗粒介质中力学行为的方法,并对采用该结构实现行进的机器人开展性能优化。结合已有研究成果与薄板在颗粒场中的受力基础试验,设计了一种关节具备非线性柔性的折纸机构,可应用于颗粒环境下的推进运动。该机构依靠单侧限位形成非对称步态周期,规避了其他掘进、游动机器人复杂的驱动方案。

Wang等^[98]实测了弹涂鱼的形体结构参数,搭建了一套简洁高效的高速摄影系统,对活体弹涂鱼的运动学特性开展观测研究。基于力学特性相似原则,采用明胶介质模拟滩涂淤泥环境。试验结果表明弹涂鱼在水中与淤泥环境中依靠躯体与胸鳍协同耦合实现运动,而在硬质陆面上仅依靠胸鳍完成爬行运动。揭示的弹涂鱼多环境自适应运动特性,对两栖仿生机器人的结构设计与步态开发具有重要的指导价值与工程实践意义。Chang等^[99]将机器人在颗粒介质地形中的竖直跳跃作为典型任务,研究仿生跳跃机器人在未知可变形软质地形下的运动机制。研究融合高斯过程(Gaussian process,GP)回归与模型评估方法,以机器人运动状态为输入估计地形作用力,使一维跳跃机器人在完成控制目标的同时,自主学习力作用特性。机器人在真实颗粒介质仿真环境中执行运动并采集轨迹与受力数据,用于训练高斯过程模型,从而持续更新、细化环境动力学表征。

Ortiz等^[100]以多毛纲刚毛蠕虫为仿生原型,开展了软质掘土机器人的结构设计与运动策略研究。完成了可在颗粒基底中运动的软体机器人设计与制备,并基于刚毛蠕虫的生物力学特性,研究能够有效降低掘土阻力的驱动策略。试验表明,两种驱动方式均可显著影响机器人在颗粒介质中的掘进性能。其中,前端节段采用周期性径向扩张运动的机器人整体掘进阻力最小,而前端无驱动被动结构的机器人受到的阻力最大,证明前端刚度与主动形变调控是实现高效地下掘进的关键。Ding等^[47]针对颗粒内部的拖拽运动力学特性进行了研究,试验与数值仿真结果表明物体浸没在颗粒介质中并以恒定速度水平拖拽运动时会受到升力;升力的大小与方向取决于侵入体的外形。

3 当前存在的核心技术难点及未来发展展望

尽管土力学与颗粒介质力学基础理论已显著提升轮式、足式及仿生特种机器人的复杂地形通行能力,支撑了月球、火星探测等重大工程落地,但面向野外非均质环境与深空探测规模化部署的长远需求,该领域仍存在理论体系不完备、工程适配性不足、感知控制闭环缺失、仿真效率受限等核心瓶颈。现系统梳理当前制约特种机器人野外与地外实装落地的关键技术难点,并对未来发展方向进行展望。

3.1 核心技术难点

(1)跨形态统一理论框架缺失,复杂介质本构研究尚不充分。目前轮式、足式与仿生机器人分别依托土力学连续介质模型与颗粒阻力理论形成了独立的研究体系,三者之间缺乏统一的力学表征框架。同时,现有研究多聚焦均质干颗粒介质,针对野外常见的湿黏性土、碎石混合风化层、非均质星壤等复杂介质的交互力学规律研究不足,含水率、粒径、地形坡度等因素的耦合影响机制尚未完全厘清,导致理论模型向真实环境迁移时存在显著误差。

(2)极端多场耦合工况下的模型适用性不足,实验室成果工程化转化难度大。当前多数理论模型与试验验证均基于实验室可控沙箱环境,而野外与地外实际场景普遍存在低重力、变温、含水率时空异质、地形起伏等多场耦合效应,大幅提升了地机交互的复杂性。野外土体含水率的随机波动会显著改变土壤剪切强度与沉陷特性,导致基于固定参数的牵引性能预测失效。

(3)原位感知与自适应控制的闭环链路尚未打通。尽管触觉地形识别、轨迹压痕参数反演等感知技术已取得阶段性进展,但当前各环节仍处于相对独立的开环状态。面对连续变化的非均质地形时鲁棒性不足,无法根据实时介质响应动态调整步态参数、驱动力矩与运动轨迹,机器人主动适应复杂地形与自主脱困的能力仍有较大提升空间。

(4)高精度仿真算力成本高昂,快速设计优化工具匮乏。离散元法等高精度数值仿真能够从细观层面揭示颗粒介质的交互机理,但存在计算效率极低的突出问题,无法支撑机器人结构参数与运动步态的多目标迭代优化。而阻力理论等降阶模型虽计算高效,但在复杂构型、高速动态侵入工况下精度有限。目前领域内尚缺乏机理与数据融合的高效仿真工具,导致特种机器人研发周期长、试验成本高,难以满足工程化快速迭代的需求。

3.2 未来发展展望

针对上述技术难点,未来该领域将围绕统一理论构建、多场耦合数字孪生、感知-控制全闭环自适应体系、多场耦合高效仿真工具、跨场景工程化验证五大核心方向开展突破,打通从基础机理、仿真设计、自主控制到野外/地外落地的完整技术链条。

(1)构建跨构型、多相介质全域统一地面动力学理论体系。融合连续土力学与离散颗粒力学,建立通用地机耦合框架,整合Bekker-Wong连续介质轮壤理论、RFT颗粒阻力理论、软体流化掘行力学,建立一套可兼容轮式滚动、足式踏步、仿生蠕动/掘进、轮足复合运动的统一动力学表征框架。统一介质受力、接触边界、运动状态变量定义,实现单套方程同时预测不同构型机器人的沉陷、滑移、牵引阻力,解决多模态机器人分段建模难题。针对动态大滑转、冲击工况引入惯性修正项,拓展理论从准静态向高速动态场景覆盖。

(2)发展多场耦合原位表征与机器人-地形数字孪生技术,研发微型集成化轮/足端原位力学感知单元。开发轻量化、耐极端环境的一体化多维力、视觉、温湿度微型传感模块,集成于车轮凸耳、仿生足端内部;优化振动信号、轨迹图像融合辨识算法,实现机器人行进过程中无停机、实时同步反演土体承压、剪切力学参数,大幅降低原位标定难度。融合实地探测数据、仿真细观颗粒数据、机器人实时运动数据,构建虚实映射的机器人-地形数字孪生^[101]平台:同步耦合重力、温度、渗流、地形坡度等多场变量,实时更新全域介质力学参数场;依托孪生模型动态预测车体沉陷、滑移风险,提前规划最优通行路径、调整运动参数,实现极端环境作业性能全周期精准预判。

(3)打造“地形感知-力学建模-步态规划-力矩控制”全链路自适应闭环系统,开发实时模型参数在线辨识与动态更新算法。基于足端/轮端传感实时采集交互力、沉陷数据,采用贝叶斯估计、高斯过程回归等方法,毫秒级更新地面力学模型全套参数;解决传统固定参数模型在时变地形下预测失效问题,实现模型与真实环境动态匹配。构建基于地面力学反馈的分层自适应运动控制架构,搭建双层闭环控制体系。上层以统一地面动力学模型为基础,根据实时辨识的土质参数动态生成最优防沉陷、抗滑移步态;下层依托滑模、模型预测控制算法完成车轮/足端力矩协同分配。针对陷埋、坡面失稳等危险工况,开发力学驱动自主脱困策略,无需预设固定动作,依靠介质实时反馈自适应调整运动模式。

(4)研发机理-数据融合的高效混合仿真工具链,构建DEM-解析代理混合仿真模型。以少量高精度离散元仿真数据训练代理神经网络,将细观颗粒力学机理嵌入降阶解析模型,兼顾DEM的高精度与解析模型的高速求解能力;支撑车轮、足端、仿生结构几何参数、步态控制参数的自动化多目标优化。开发机器人-颗粒介质一体化联合仿真平台,打通多体动力学仿真软件与岩土离散元仿真软件数据接口,搭建集地形建模、地机耦合力学求解、运动控制仿真、数字孪生可视化于一体的专用工具链,实现设计、仿真、试验、控制数据互联互通,打通机器人数字化设计全流程。

(5)推进理论、仿真、样机一体化工程化验证体系建设,建立标准化多环境综合试验验证平台。完善室内多功能土槽、高低温低重力星壤模拟舱、干湿滩涂综合试验场,形成覆盖干/湿颗粒、碎石混合、高低温、变重力的标准化试验体系;制定地面力学模型标定、机器人通行性能测试统一规范,减少试验数据离散性,提升理论模型验证可信度。开发低成本等效验证样机与模块化测试单元,设计可快速更换轮/足/仿生执行端的通用模块化试验平台,一套机架完成三类机器人地机交互测试;开发小型轻量化等效样机,替代大尺寸工程装备开展前期方案筛选,降低实地试验成本。将统一地面动力学模型、数字孪生仿真工具嵌入星球探测车、灾后救援足式机器人、地下仿生掘进机器人的正向设计流程,在构型方案选型、悬架设计、步态控制系统开发阶段同步开展力学性能校核,从源头提升装备极端地形适应能力,加速实验室理论向野外、深空实装装备规模化落地。

整体而言,随着上述关键技术的持续突破,地面力学理论将进一步赋能特种机器人从实验室走向更广阔的野外工程与深空探测场景,支撑极端环境下机器人的规模化、长周期可靠作业。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	丁亮, 邓宗全, 高海波, 等. 星球车轮土交互力学:轮式移动机器人的新挑战与应用[J]. 智能服务机器人, 2011, 4 (1): 17-38.

[2]	Ding Liang, Deng Zongquan, Gao Haibo, et al. Wheel-soil interaction mechanics of planetary rovers: new challenges and applications of wheeled mobile robots[J]. Intelligent Service Robots, 2011, 4(1): 17-38.

[3]	韩广涛, 张明路, 高春艳, 等. 室外广域环境下移动机器人地形障碍检测及分析方法[J]. 科学技术与工程, 2024, 24(19): 8150-8157.

[4]	Han Guangtao, Zhang Minglu, Gao Chunyan, et al. Terrain obstacle detection and analysis method for mobile robot in outdoor wide-area environment[J]. Science Technology and Engineering, 2024, 24(19): 8150-8157.

[5]	郭辅军, 莫宏伟. 四足机器人在农业中的应用现状与关键技术综述[J]. 机器人技术与应用, 2026(4): 1-15, 62.

[6]	Guo Fujun, Mo Hongwei. A review of the application status and key technologies of quadruped robots in agriculture[J]. Robot Technique and Application, 2026(4): 1-15, 62.

[7]	Wong J Y, Reece A R. Prediction of rigid wheel performance based on the analysis of soil-wheel stresses part I: performance of driven rigid wheels[J]. Journal of Terramechanics, 1967, 4(1): 81-98.

[8]	李斌, 陶成金, 马仲昕, 等. 基于视觉的四足仿生机器人模拟动物步态方法研究[J]. 机器人技术与应用, 2026(3): 34-43.

[9]	Li Bin, Tao Chengjin, Ma Zhongxin, et al. Research on animallike gait simulation method for quadruped bionic robot based on vision[J]. Robot Technique and Application, 2026(3): 34-43.

[10]	Ozkan A Y, Gravish N, Tolley M T. Controlling subterranean forces enables a fast, steerable, burrowing soft robot[J]. Science Robotics, 2021, 6(55): eabf2926.

[11]	常青, 王灵玉, 赵祥云, 等. 陆空可变形态机器人设计与实验分析[J]. 科学技术与工程, 2026, 26(8): 3172-3180.

[12]	Chang Qing, Wang Lingyu, Zhao Xiangyun, et al. Design and experimental analysis of a land-air reconfigurable robot[J]. Science Technology and Engineering, 2026, 26(8): 3172-3180.

[13]	潘冬, 李德伦, 袁宝峰, 等. 火星车系统动力学建模与仿真分析[J]. 深空探测学报(中英文), 2020, 7(5): 437-444.

[14]	Pan Dong, Li Delun, Yuan Baofeng, et al. System dynamic modeling and simulation analysis of Mars rover[J]. Journal of Deep Space Exploration, 2020, 7(5): 437-444.

[15]	Ishigami G, Miwa A, Nagatani K, et al. Terramechanics-based model for steering maneuver of planetary exploration rovers on loose soil[J]. Journal of Field Robotics, 2007, 24(3): 233-250.

[16]	杨博文, 苟坤一, 杨万里, 等. 轮腿式机器人结构设计与运动学仿真[J]. 机器人技术与应用, 2025(4): 21-26.

[17]	Yang Bowen, Gou Kunyi, Yang Wanli. Structural design and kinematic simulation of wheeled-legged robots[J]. Robot Technique and Application, 2025(4): 21-26.

[18]	Das R, Mazzolai B. Effects of lateral undulation in granular medium burrowing with a peristaltic soft robot[C]// 2023 IEEE International Conference on Soft Robotics. Piscataway: IEEE, 2023: 987-992.

[19]	Karsai B, Goldman D I. Real-time remodeling of granular terrain for robot locomotion[J]. Advanced Intelligent Systems, 2022, 4(10): 2200187.

[20]	Pejman T. A state-of-the-art review of experimental and computational studies of granular materials: properties, advances, challenges, and future directions[J]. Progress in Materials Science, 2023, 138: 101157.

[21]	Mohammad H H, Mahyar A, Meghdad P. The role of particle shape in the mechanical behavior of granular soils: a state-of-the-art review[J]. Results in Engineering, 2024, 24: 103572.

[22]	Ken K, Kimberly M H, Goldman D I. Advances in modeling dense granular media[J]. Annual Review of Fluid Mechanics, 2024, 56: 215-240.

[23]	Wang M, Kumar K, Feng Y T. Machine learning aided modeling of granular materials: a review[J]. Network Daily News, 2024, 32: 1997-2034.

[24]	唐力强, 韦宇轩, 胡海东. 基于深度强化学习的月面四足机器人控制方法综述[J]. 空间控制技术与应用, 2025, 51(5): 1-15.

[25]	Tang Liqiang, Wei Yuxuan, Hu Haidong. Review on control methods of lunar quadruped robots based on deep reinforcement learning[J]. Aerospace Control and Application, 2025, 51(5): 1-15.

[26]	Li C, Zhang T N, Goldman D I. A terradynamics of legged locomotion on granular media[J] Science, 2013, 339(6126): 1408-1412.

[27]	Marvi H, Gong C H, Gravish N, et al. Sidewinding with minimal slip: snake and robot ascent of sandy slopes[J]. Science, 2014, 346(6206): 224-229.

[28]	McInroe B, Astley H C, Gong C H, et al. Tail use improves performance on soft substrates in models of early vertebrate land locomotors[J]. Science, 2016, 353(6295): 154-158.

[29]	Shrivastava S, Karsai A, Aydin Y O, et al. Material remodeling and unconventional gaits facilitate locomotion of a robophysical rover over granular terrain[J]. Science Robotics, 2020, 5(42): eaba3499.

[30]	Naclerio N D, Karsai A, Murray-Cooper M, et al. Controlling subterranean forces enables a fast, steerable, burrowing soft robot[J]. Science Robotics, 2021, 6(55): eabe2922.

[31]	Agarwal S, Karsai A, Goldman D I, et al. Surprising simplicity in the modeling of dynamic granular intrusion[J]. Science Advances, 2021, 7(17): eabf0683.

[32]	Choi S, Ji G, Park J, et al. Learning quadrupedal locomotion on deformable terrain[J]. Science Robotics, 2023, 8(74): eadd2256.

[33]	Ma X M, Wang G, Liu K X. Design and optimization of a multimode amphibious robot with propeller-leg[J]. IEEE Transactions on Robotics, 2022, 38(6): 3807-3820.

[34]	杨传潇, 胡雄, 孙士斌, 等. 转动C形腿与沙土作用建模及力学参数辨识[J]. 机械工程学报, 2023, 59(6): 214-225.

[35]	Yang Chuanxiao, Hu Xiong, Sun Shibin, et al. Modeling and mechanical parameter identification of rotating C-shaped leg interacting with sand[J]. Chinese Journal of Mechanical Engineering, 2023, 59(6): 214-225.

[36]	刘逸群, 陆培栋, 张志鹏, 等. 松软地质上机器人足-地动力学建模与试验[J]. 机械工程学报, 2022, 58(5): 8-17.

[37]	Liu Yiqun, Lu Peidong, Zhang Zhipeng, et al. Foot-terrain dynamic modeling and experiment of robots on soft ground[J]. Chinese Journal of Mechanical Engineering, 2022, 58(5): 8-17.

[38]	袁野, 丁亮, 杨超杰, 等. 基于单目视觉的星球车车轮沉陷量和滑转率实时检测[J]. 机械工程学报, 2021, 57(24): 259-267.

[39]	Yuan Ye, Ding Liang, Yang Chaojie, et al. Real-time detection of wheel sinkage and slip ratio of planetary rovers based on monocular vision[J]. Chinese Journal of Mechanical Engineering, 2021, 57(24): 259-267.

[40]	徐鹏, 丁亮, 高海波, 等. 考虑足地作用的足式机器人环境表征与路径规划[J]. 机械工程学报, 2020, 56(23): 21-33.

[41]	Xu Peng, Ding Liang, Gao Haibo, et al. Environmental characterization and path planning of legged robots considering foot-terrain interaction[J]. Chinese Journal of Mechanical Engineering, 2020, 56(23): 21-33.

[42]	王冠宇, 丁亮, 高海波, 等. 增强爬坡能力的六足机器人分步二次规划足力分配算法及试验验证[J]. 机械工程学报, 2019, 55(21): 11-20.

[43]	Wang Guanyu, Ding Liang, Gao Haibo, et al. Two-step quadratic programming foot force distribution algorithm for hexapod robots with enhanced climbing ability and experimental verification[J]. Chinese Journal of Mechanical Engineering, 2019, 55(21): 11-20.

[44]	Ding L, Zhou R, Yu T, et al. Surface characteristics of the Zhurong Mars rover traverse at Utopia Planitia[J]. Nature Geoscience, 2022, 15(3): 171.

[45]	Ding L, Zhou R, Yuan Y, et al. A 2-year locomotive exploration and scientific investigation of the lunar farside by the Yutu-2 rover[J]. Science Robotics, 2022, 7(62): eabm0918.

[46]	Maladen R D, Ding Y, Li C, et al. Undulatory swimming in sand: subsurface locomotion of the sandfish lizard[J]. Science, 2009, 325(5938): 314-318.

[47]	Treers L K, Cao C, Stuart H S. Granular resistive force theory implementation for three-dimensional trajectories[J]. IEEE Robotics and Automation Letters, 2021, 6(2): 1887-1894.

[48]	Huang L, Zhu J D, Yuan Y F, et al. A dynamic resistive force model for designing mobile robot in granular media[J]. IEEE Robotics and Automation Letters, 2022, 7(2): 5357-5364.

[49]	Texier B D, Ibarra A, Melo F. Helical locomotion in a granular medium[J]. Physical Review Letters, 2017, 119(6): 068003.

[50]	Thoesen A, Mcbryan T, Green M, et al. Revisiting scaling laws for robotic mobility in granular media[J]. IEEE Robotics and Automation Letters, 2020, 5(2): 1319-1325.

[51]	Li D, Huang S, Tang Y, et al. Compliant fins for locomotion in granular media[J]. IEEE Robotics and Automation Letters, 2021, 6(3): 5984-5991.

[52]	Fernandez J, Mazumdar A, Letters A. Tail-based anchoring on granular media for transporting heavy payloads[J]. IEEE Robotics and Automation Letters, 2021, 6(2): 1232-1239.

[53]	Sharpe S S, Kuckuk R, Goldman D I. Controlled preparation of wet granular media reveals limits to lizard burial ability[J]. Physical Biology, 2015, 12(4): 046009.

[54]	Gidmark N J, Strother J A, Horton J M, et al. Locomotory transition from water to sand and its effects on undulatory kinematics in sand lances(Ammodytidae)[J]. Journal of Experimental Biology, 2011, 214(4): 657-664.

[55]	Winter A, Deits R, Dorsch D, et al. Razor clam to RoboClam: burrowing drag reduction mechanisms and their robotic adaptation[J]. Bioinspiration & biomimetics, 2014, 9(3): 036009.

[56]	Winter A G, Hosoi A. Identification and evaluation of the Atlantic razor clam(Ensis directus) for biologically inspired subsea burrowing systems[M]. Oxford: Oxford University Press, 2011.

[57]	Winter A G, Deits R L, Hosoi A. Localized fluidization burrowing mechanics of Ensis directus[J]. Journal of Experimental Biology, 2012, 215(12): 2072-2080.

[58]	Jung S, Winter A G, Hosoi A. Dynamics of digging in wet soil[J]. International Journal of Non-Linear Mechanics, 2011, 46(4): 602-606.

[59]	Hosoi A, Goldman D I. Beneath our feet: strategies for locomotion in granular media[J]. Annual Review of Fluid Mechanics, 2015, 47: 431-453.

[60]	Ding Y, Gravish N, Goldman D I. Drag induced lift in granular media[J]. Physical Review Letters, 2011, 106(2): 028001.

[61]	Mutabaruka P, Kamrin K. Simulation technique for slurries interacting with moving parts and deformable solids with applications[J]. Computational Particle Mechanics, 2018, 5: 239-267.

[62]	Vieira D, Orjuela R, Spisser M, et al. An adapted Burckhardt tire model for off-road vehicle applications[J]. Journal of Terramechanics, 2022, 104: 15-24.

[63]	Lim Y, Dinh L V, Bahati P A. Development of a new pressure-sinkage model for rover wheel-lunar soil interaction based on dimensional analysis and bevameter tests[J]. Journal of Astronomy and Space Sciences, 2021, 38(4): 237-250.

[64]	赵家丰, 汪伟, 孙中兴, 等. 均质土壤承压下陷模型改进及验证[J]. 农业工程学报, 2016, 32(21): 60-66.

[65]	Zhao Jiafeng, Wang Wei, Sun Zhongxing, et al. Improvement and verification of bearing sinkage model for homogeneous soil[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(21): 60-66.

[66]	Onafeko O, Reece A R. Soil stresses and deformations beneath rigid wheels[J]. J. Terramechanics, 1967, 4(1): 59-80.

[67]	Sohl G, Jain A. Wheel-terrain contact modeling in the ROAMS planetary rover simulation[C]// ASME 2005 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. New York: ASME, 2005: 8997.

[68]	Richter L, Ellery A, Gao Y, et al. A predictive wheel-soil interaction model for planetary planetary rovers validated in testbeds and against MER Mars rover performance data[C]//European Planetary Science Congrees 2006. Budapest: ISTVS, 2006: 36.

[69]	Perumpral J V, Liljedahl J B, Perloff W. A numerical method for predicting the stress distribution and soil deformation under a tractor wheel[J]. Journal of Terramechanics, 1971, 8(1): 9-22.

[70]	Nakashima H, Fujii H, Oida A, et al. Parametric analysis of lugged wheel performance for a lunar microrover by means of DEM[J]. Journal of Terramechanics, 2007, 44(2): 153-162.

[71]	Lauria M, Piguet Y, Siegwart R. Octopus—an autonomous wheeled climbing robot[C]// Proceedings of the Fifth International Conference on Climbing and Walking Robots. London: CLAWAR, 2002: 437444.

[72]	Kolvenbach H, Bartschi C, Wellhausen L, et al. Haptic inspection of planetary soils with legged robots[J]. IEEE Robotics and Automation Letters, 2019, 4(2): 1626-1632.

[73]	Apostolopoulos D S. Analytical configuration of wheeled robotic locomotion[M]. Pittsburgh: Carnegie Mellon University, 2001.

[74]	Iagnemma K, Shibly H, Dubowsky S. A laboratory single wheel testbed for studying planetary rover wheel-terrain interaction[R]. Massachusetts: MIT Field and Space Robotics Laboratory Technical, 2005, 1: 5564.

[75]	赵玉璠, 陈秉聪. 土壤-车辆系统力学研究中的连续模拟试验方法[J]. 吉林工业大学学报, 1985(4): 87-92.

[76]	Zhao Yufan, Chen Bingcong. Continuous simulation test method for soil-vehicle system mechanics research[J]. Journal of Jilin University of Technology, 1985(4): 87-92.

[77]	刘述学. 土壤——车辆系统力学及其发展概要[J]. 工程机械, 1980(3): 40-46.

[78]	Liu Shuxue. Overview of soil-vehicle system mechanics and its development[J]. Construction Machinery, 1980(3): 40-46.

[79]	佟金, 路新春, 陈永潭, 等. PTFE基复合材料的土壤粘附与磨料磨损的研究[J]. 农业工程学报, 1990(4): 13-19.

[80]	Tong Jin, Lu Xinchun, Chen Yongtan, et al. Study on soil adhesion and abrasive wear of PTFE-based composite materials[J]. Transactions of the Chinese Society of Agricultural Engineering, 1990(4): 13-19.

[81]	任露泉, 佟金, 李建桥, 等. 松软地面机械仿生理论与技术[J]. 农业机械学报, 2000(1): 5-9.

[82]	Ren Luquan, Tong Jin, Li Jianqiao, et al. Bionic theory and technology of machinery operating on soft ground[J]. Transactions of the Chinese Society for Agricultural Machinery, 2000(1): 5-9.

[83]	邹猛, 李建桥, 贾阳, 等. 月面探测车辆牵引通过特性研究[C]// 中国宇航学会深空探测技术专业委员会第四届学术年会论文集. 北京: 中国宇航学会, 2007: 17-22.

[84]	Zou Meng, Li Jianqiao, Jia Yang, et al. Research on traction and trafficability of lunar exploration vehicles[C]// Proceedings of the 4th Academic Annual Conference of Deep Space Exploration Technical Committee. Beijing: Chinese Society of Astronautics, 2007: 17-22.

[85]	Ding L, Gao H B, Deng Z Q, et al. Foot-terrain interaction mechanics for legged robots: modeling and experimental validation[J]. The International Journal of Robotics Research, 2013, 32(13): 1585-1606.

[86]	Ding L, Deng Z Q, Gao H B, et al. Experimental study and ana-lysis of the wheels’ steering mechanics for planetary exploration wheeled mobile robots moving on deformable terrain[J]. The International Journal of Robotics Research, 2013, 32(6): 712-743.

[87]	Ding L, Yang H G, Gao H B, et al. Terramechanics-based modeling of sinkage and moment for in-situ steering wheels of mobile robots on deformable terrain[J]. Mechanism and Machine Theory, 2017, 116: 14-33.

[88]	Zheng J Q, Gao H B, Yuan B F, et al. Design and terramechanics analysis of a Mars rover utilising active suspension[J]. Mechanism and Machine Theory, 2018, 128: 125-149.

[89]	Guo J L, Guo T Y, Zhong M, et al. In-situ evaluation of terrain mechanical parameters and wheel-terrain interactions using wheel-terrain contact mechanics for wheeled planetary rovers[J]. Mechanism and Machine Theory, 2020, 145: 103696.

[90]	Guo J, Li W H, Ding L, et al. High-slip wheel-terrain contact modelling for grouser-wheeled planetary rovers traversing on sandy terrains[J]. Mechanism and Machine Theory, 2020, 153: 104032.

[91]	孙鹏, 高峰, 李雯, 等. 深空探测车可变直径车轮牵引通过性分析[J]. 北京航空航天大学学报, 2007(12): 1404-1407.

[92]	Sun Peng, Gao Feng, Li Wen, et al. Traficability analysis of variable-diameter wheels for deep space exploration rovers[J]. Journal of Beijing University of Aeronautics and Astronautics, 2007(12): 1404-1407.

[93]	孙刚, 高峰, 李雯. 地面力学及其在行星探测研究中的应用[J]. 力学进展, 2007(3): 453-464.

[94]	Sun Gang, Gao Feng, Li Wen. Terramechanics and its applications in planetary exploration research[J]. Advances in Mechanics, 2007(3): 453-464.

[95]	Yang R H, Xu M, Liang X, et al. Experimental study and DEM analysis on rigid driving wheel’s performance for off-road vehicles moving on loose soil[C]// 2011 IEEE International Conference on Mechatronics and Automation. Piscataway: IEEE: 142-147.

[96]	樊世超, 贾阳, 向树红, 等. 月面地形地貌环境模拟初步研究[J]. 航天器环境工程, 2007(1): 15-20.

[97]	Fan Shichao, Jia Yang, Xiang Shuhong, et al. Preliminary research on lunar terrain and landform environment simulation[J]. Spacecraft Environment Engineering, 2007(1): 15-20.

[98]	钟世英, 岳茜茜, 凌道盛. 月面松软地质环境下足式机器人足壤滑移性能[J]. 深空探测学报, 2023, 10(2): 156164.

[99]	Zhong Shiying, Yue Xixi, Ling Daosheng. Foot-soil sliding performance of legged robots under lunar soft geological environment[J]. Journal of Deep Space Exploration, 2023, 10(2): 156164.

[100]

Ding L, Zhou R Y, Yu T Y, et al. Lunar rock investigation and tri-aspect characterization of lunar farside regolith by a digital twin[J]. Nature Communications, 2024, 15: 2098.

[101]

Lan Q N, Wang Z Y, Ding L, et al. DEM simulation and continuation algorithm of granular physical field for planetary wheel-terrain interaction[J]. Powder Technology, 2024, 433: 119197.

[102]

Ding M X, Lu D K, Wang J L, et al. Design and experimental evaluation of a flexible wheel-foot actuator in beach terrain for amphibious robots[J]. Journal of Field Robotics, 2026, 43: 421-441.

[103]

Shivam C, Drago V, Saurabh J. Toward robotic sensing and swimming in granular environments using underactuated appendages[J]. Advanced Intelligent Systems, 2023, 5(11): 2300217.

[104]

Chen G M, Zhou Z W, Lei X, et al. Biomimetic transition gait for quadruped robot creeping from level to slope surfaces[J]. Journal of Field Robotics, 2025, 42(8): 40904100.

[105]

Yang X Y, Wen T G, Zhang K M, et al. Landing dynamics of telescopic-legged bionic rover on asteroid gravel surface using discrete element method[J]. Journal of Field Robotics, 2026, 43(7): 10911110.

[106]

Yang H G, Zhang C, Ding L, et al. Comparative study of terramechanics properties of spherical and cylindrical feet for planetary legged robots on deformable terrain[J]. Journal of Terramechanics, 2024, 113: 112.

[107]

Daniel J L, Jason L P, Sean W G. Efficient, responsive, and robust hopping on deformable terrain[J]. IEEE Transactions on Robotics, 2025, 41: 24122428.

[108]

Su Y, Yang H G, Ding L, et al. A unified foot-terrain interaction model for legged robots contacting with diverse terrains[J]. IEEE/ASME Transactions on Mechatronics, 2024, 29(4): 2661.

[109]

John G R, Cristina G W, Thomas S. Downslope weakening of soil revealed by a rapid robotic rheometer[J]. Geophysical Research Letters, 2024, 51(12): e2024GL104321.

[110]

Gorb S N. Granular media friction pad for robot shoes-hexagon patterning enhances friction on wet surfaces[J]. Applied Sciences, 2021, 11(13): 5881.

[111]

Huh T M, Cao C, Aderibigbe J. Walk-Burrow-Tug: legged anchoring analysis using RFT-based granular limit surfaces[J]. IEEE Robotics and Automation Letters, 2023, 8(6): 33603367.

[112]

Li N, Guo J L, Ding L, et al. Estimation of slip ratio and side slip angle of wheeled planetary rovers based on trace imprint[J]. IEEE Robotics and Automation Letters, 2025, 10(8): 7979-7986.

[113]

Guo J L, Li Y K, Huang B, et al. An online optimization escape entrapment strategy for planetary rovers based on Bayesian optimization[J]. Journal of Field Robotics, 2024, 41(8): 2518-2529.

[114]

Yang H G, Yang L T, Ding L, et al. Torque coordinated control of six-wheeled planetary rovers based on wheel-terrain interaction[J]. IEEE Transactions on Aerospace and Electronic Systems, 2025, 61(3): 7754-7766.

[115]

袁野, 杨怀广, 丁亮, 等. 反映载荷影响的星球车车轮试验及模型研究[J]. 机械工程学报, 2024, 60(14): 263-271.

[116]

Yuan Ye, Yang Huaiguang, Ding Liang, et al. Experimental study and modeling considering the influence of wheel load for planetary exploration rovers[J]. Journal of Mechanical Engineering, 2024, 60(14): 263-271.

[117]

王正印, 杨怀广, 兰清宁, 等. 基于等效摩擦因数的星球车牵引性能评价及影响分析[J]. 机械工程学报, 2024, 60(24): 226-235.

[118]

Wang Zhengyin, Yang Huaiguang, Lan Qingning, et al. Traction performance evaluation and influence analysis of planetary rovers based on equivalent friction coefficient[J]. Journal of Mechanical Engineering, 2024, 60(24): 226-235.

[119]

Wang Z Y, Ding L, Yang H G, et al. Linear prediction of high-slip sinkage for planetary rovers’ lugged-wheels based on superposition principle[J]. IEEE Robotics and Automation Letters, 2023, 8(3): 14681475.

[120]

Tang Y, Zhong Y, Tao J L. Bio-inspired rotational penetration and horizontal self-burrowing soft robot[J]. Acta Geotechnica, 2024, 19: 1345-1363.

[121]

Du Y, Lam J, Sachanandani K, et al. Modeling the locomotion of articulated soft robots in granular medium[J]. IEEE Robotics and Automation Letters, 2022, 7(3): 39103917.

[122]

Lee K, Ryu S, Kim C. A compact and agile angled-spoke wheel-based mobile robot for uneven and granular terrains[J]. IEEE Robotics and Automation Letters, 2022, 7(2): 15281535.

[123]

Wang L, Xu M, Liu B, et al. Experimental study on morphology and kinematics of mudskipper in amphibious environments[C]// 2014 IEEE International Conference on Robotics and Biomimetics. Piscataway: IEEE, 2014: 19121917.

[124]

Chang A H, Hubicki C M, Aguilar J J, et al. Learning to jump in granular media: unifying optimal control synthesis with Gaussian process-based regression[C]// 2017 IEEE International Conference on Robotics and Automation. Piscataway: IEEE, 2017: 22242230.

[125]

Ortiz D, Gravish N, Tolley M T. Soft robot actuation strategies for locomotion in granular substrates[C]// 2019 IEEE International Conference on Robotics and Automation. Piscataway: IEEE, 2019: 550556.

[126]

陈勇强, 尹健辰, 王孟博, 等. 融合数字孪生与分层控制的轨道物流路径规划方法[J]. 科学技术与工程, 2026, 26(18): 7784-7795.

[127]

Chen Yongqiang, Yin Jianchen, Wang Mengbo, et al. Rail logistics path planning method integrating digital twin and hierarchical control[J]. Science Technology and Engineering, 2026, 26(18): 7784-7795.