受生物运动机制启发，加州理工学院团队成功研发创新型机器人ATMO（空中变形机器人）。该系统通过四组推进器实现飞行功能，其创新设计在于推进器保护罩可在行驶模式下转换为车轮结构，切换仅依赖单个电机驱动中央关节，使推进器组件在无人机飞行构型与地面行驶构型间高效转换。

传统陆空两栖机器人需着陆后才能启动变形程序，复杂地形中常因姿态失稳导致任务中断。ATMO首创空中变形能力：在接近地表过程中完成形态转换，实现飞行与地面作业的无缝衔接。这种强化的机动性与系统鲁棒性，为物流运输、地质勘探等领域提供全新解决方案。

攻克气动耦合挑战

空中变形面临严峻技术难题：机器人近地变形时引发复杂气动耦合效应。“尽管鸟类着陆看似流畅，但相关气动力学研究已持续半世纪”研究人员强调。所有飞行器近地时均受地面效应影响，所有飞行器在接近地面时都会经历复杂的力。以直升机为例，当它垂直下降过快接近地面时，旋翼产生的向下气流撞击地面后反弹向上。如果下降速度过快，直升机旋翼会陷入自身下洗流反弹形成的强烈旋转涡流（涡环）中。旋翼将无法有效产生升力，直升机可能失控坠地。

ATMO的挑战更为多维：除地面效应外，四组推进器变形过程中持续变化的喷射角度，还会诱发额外湍流与系统失稳。研究团队在自主系统中心（CAST）实验室通过六维力传感器量化气动力变化，并采用粒子图像测速技术实现流场可视化解析。

智能控制核心

研发的核心挑战在于构建自主空陆转换控制系统——空中变形导致机器人动力学特性剧变，要求算法实时适应动态参数变化并抵御阵风等突发干扰。解决方案采用模型预测控制（MPC）技术：机载计算机基于物理模型预测系统状态演进，结合任务目标（如精准车轮着陆）实时生成最优控制指令。该技术源于团队对多模态探测机器人的探索，旨在突破空陆运动能力融合壁垒，实现作业流程的无缝衔接。

未来发展与科研启示

当前研究聚焦赋予ATMO全自主环境感知能力，计划通过机载摄像头构建感知-决策闭环，智能规划起降点位、变形时机及行进路径，最终在复杂城市场景中实现动态避障与人机安全协同。

针对科研工作者，建议将复杂问题解构至本质层面求解，采用模块化分解加速长期项目；同时强调跨学科协作的核心价值——优秀团队既可提升研究效能，更能催化多元思维碰撞驱动突破性创新。

原文链接：

https://www.techbriefs.com/component/content/article/53385-a-robot-with-the-brains-to-morph-mid-air