A new versatile hydraulically powered quadruped robot ( HyQ) has been developed to serve as a platform to study not only highly dynamic motions, such as running and jumping, but also careful navigation over very rough terrain. HyQ stands 1 m tall, weighs roughly 90 kg, and features 12 torque-controlled joints powered by a combination of hydraulic and electric actuators. The hydraulic actuation permits the robot to perform powerful and dynamic motions that are hard to achieve with more traditional electrically actuated robots. This paper describes design and specifications of the robot and presents details on the hardware of the quadruped platform, such as the mechanical design of the four articulated legs and of the torso frame, and the configuration of the hydraulic power system. Results from the first walking experiments are presented, along with test studies using a previously built prototype leg.

Variable Stiffness Actuators (VSA) are complex mechatronic devices, which are developed to build passively compliant, robust, and dexterous robots.Numerous different hardware designs have been developed in the past two decades to address various demands on their functionality.This review paper gives a guide to the design process from the analysis of the desired tasks identifying the relevant attributes and their influence on the selection of different components such as motors, sensors, and springs.The influence on the performance of different principles to generate the passive compliance and the variation of the stiffness are investigated.Furthermore, the design contradictions during the engineering process are explained in order to find the best suiting solution for the given purpose.With this in mind the topics of output power, potential energy capacity, stiffness range, efficiency, and accuracy are discussed.Finally the dependencies of control, models, sensor setup, and sensor quality are addressed.

In this work, we present WALK‐MAN, a humanoid platform that has been developed to operate in realistic unstructured environment, and demonstrate new skills including powerful manipulation, robust balanced locomotion, high‐strength capabilities, and physical sturdiness. To enable these capabilities, WALK‐MAN design and actuation are based on the most recent advancements of series elastic actuator drives with unique performance features that differentiate the robot from previous state‐of‐the‐art compliant actuated robots. Physical interaction performance is benefited by both active and passive adaptation, thanks to WALK‐MAN actuation that combines customized high‐performance modules with tuned torque/velocity curves and transmission elasticity for high‐speed adaptation response and motion reactions to disturbances. WALK‐MAN design also includes innovative design optimization features that consider the selection of kinematic structure and the placement of the actuators with the body structure to maximize the robot performance. Physical robustness is ensured with the integration of elastic transmission, proprioceptive sensing, and control. The WALK‐MAN hardware was designed and built in 11 months, and the prototype of the robot was ready four months before DARPA Robotics Challenge (DRC) Finals. The motion generation of WALK‐MAN is based on the unified motion‐generation framework of whole‐body locomotion and manipulation (termed loco‐manipulation). WALK‐MAN is able to execute simple loco‐manipulation behaviors synthesized by combining different primitives defining the behavior of the center of gravity, the motion of the hands, legs, and head, the body attitude and posture, and the constrained body parts such as joint limits and contacts. The motion‐generation framework including the specific motion modules and software architecture is discussed in detail. A rich perception system allows the robot to perceive and generate 3D representations of the environment as well as detect contacts and sense physical interaction force and moments. The operator station that pilots use to control the robot provides a rich pilot interface with different control modes and a number of teleoperated or semiautonomous command features. The capability of the robot and the performance of the individual motion control and perception modules were validated during the DRC in which the robot was able to demonstrate exceptional physical resilience and execute some of the tasks during the competition.

This work presents the concept of tele-impedance as a method for remotely controlling a robotic arm in interaction with uncertain environments. As an alternative to bilateral force-reflecting teleoperation control, in tele-impedance a compound reference command is sent to the slave robot including both the desired motion trajectory and impedance profile, which are then realized by the remote controller without explicit feedback to the operator. We derive the reference command from a novel body–machine interface (BMI) applied to the master operator’s arm, using only non-intrusive position and electromyography (EMG) measurements, and excluding any feedback from the remote site except for looking at the task. The proposed BMI exploits a novel algorithm to decouple the estimates of force and stiffness of the human arm while performing the task. The endpoint (wrist) position of the human arm is monitored by an optical tracking system and used for the closed-loop position control of the robot’s end-effector. The concept is demonstrated in two experiments, namely a peg-in-the-hole and a ball-catching task, which illustrate complementary aspects of the method. The performance of tele-impedance control is assessed by comparing the results obtained with the slave arm under either constantly low or high stiffness.

The incorporation of passive compliance in robotic systems could improve their performance during interactions and impacts, for energy storage and efficiency, and for general safety for both the robots and humans. This paper presents the recently developed COMpliant huMANoid COMAN. COMAN is actuated by passive compliance actuators based on the series elastic actuation principle (SEA). The design and implementation of the overall body of the robot is discussed including the realization of the different body segments and the tuning of the joint distributed passive elasticity. This joint stiffness tuning is a critical parameter in the performance of compliant systems. A novel systematic method to optimally tune the joint elasticity of multi-dof SEA robots based on resonance analysis and energy storage maximization criteria forms one of the key contributions of this work. The paper will show this method being applied to the selection of the passive elasticity of COMAN legs. The first completed robot prototype is presented accompanied by experimental walking trials to demonstrate its operation.

A model-free robust adaptive controller is proposed for control of humanoid robots with flexible joints. The proposed controller uses a time-delay estimation technique to estimate and cancel nonlinear terms in robot dynamics including disturbance torques due to the joint flexibility, and assigns desired dynamics specified by a sliding variable. A gain-adaptation law is developed to dynamically update the gain of the proposed controller using the magnitude of the sliding variable and the gain itself. The gain-adaptation law uses a leakage term to prevent overestimation of the gain value, and offers stable and chattering-free control action. The effectiveness of the proposed adaptive controller is experimentally verified on a humanoid robot equipped with flexible joints. Tracking performances of the autotuned adaptive gain are better than those of the manually tuned constant gains. The proposed control algorithm is model-free, adaptive, robust, and highly accurate.

Modern humanoid robots have shown their promising potential for executing various tasks involving the grasping and manipulation of objects using their end-effectors. Nevertheless, in the most of the cases, the grasping and manipulation actions involve low to moderate payload and interaction forces. This is due to limitations often presented by the end-effectors, which can not match their arm-reachable payload, and hence limit the payload that can be grasped and manipulated. In addition, grippers usually do not embed adequate perception in their hardware, and grasping actions are mainly driven by perception sensors installed in the rest of the robot body, frequently affected by occlusions due to the arm motions during the execution of the grasping and manipulation tasks. To address the above, we developed a modular high grasping force gripper equipped with embedded multi-modal perception functionalities. The proposed gripper can generate a grasping force of 110 N in a compact implementation. The high grasping force capability is combined with embedded multi-modal sensing, which includes an eye-in-hand camera, a Time-of-Flight (ToF) distance sensor, an Inertial Measurement Unit (IMU) and an omnidirectional microphone, permitting the implementation of perception-driven grasping functionalities. We extensively evaluated the grasping force capacity of the gripper by introducing novel payload evaluation metrics that are a function of the robot arm's dynamic motion and gripper thermal states. We also evaluated the embedded multi-modal sensing by performing perception-guided enhanced grasping operations.