1、“..... 大多数机器人为了更好的抓握而利用表面的些属性。 例如，些机器人用吸气杯或永磁铁来避免打滑。 其它的利用像阳台上的扶手。 然而，这些被机器人利用的表面特征通常在自种机器人实现了在人工垂直表面上爬行。 大多数机器人为了更好的抓握而利用表面的些属性。 例如，些机器人用吸气杯或永磁铁来避免打滑。 其它的利用像阳台上的扶手。 然而，这些被机器人利用的表面特征通常在自然地形下不可用。 相比之下用的简单的硬件设计没有这种限制。 人们期望像这篇文章提出的规划问题的解决方法通过类似的系统允许爬基本的自然垂直地形，另外通过现有的系统爬管子，也期望解决方法会建议设计有更好性能的变体。 将来的研究可以解决其他类型的工具的应用问题，这些工具用于垂直自然表面的抓握，如钻孔用的工具或在岩石上安装其它用具的工具......”。

2、“.....同样这些辅助可以帮助人类攀岩者,。 然而，这些工具带来了新的问题，重量大，复杂，移动缓慢还有手限制的潜在应用。 控制个爬壁机器人的控制问题主要哟偶个方面维持平衡，末端打滑控制和末端压力控制。 这方面紧密相联。 为了保持平衡，机器人的重心和来自自然特征接触的压力都要控制。 这些接触的打滑控制与接触压力的大小和方向直接有关。 现有的控制技术，像那些基于操作空间程式的技术，可以形成种对控制风格设计的基本途径，这种控制风格是对爬壁机器人而言的。 然而，这些技术可以延伸成大量不同的方法来得到更好的性能。 例如，将来的研究可能解决末端打滑控制器的设计问题，末端打滑控制器稳定与接触面弯曲部分的反映有关，而与只有点接触的反应无关。 判断对于控制和抓握来说，爬墙机器人必须具备根据重力方向重心位置来自于足间末端的接触面相关位置及尽力与自然地形接触的压力来判断自己身体的方向的能力。 对于规划......”。

3、“.....这可能需要衡量接触点打滑的程度。 判断器的集成是个具有挑战性的问题，判断器的集成是为了获得并利用算法信息来进行控制抓握和规划。 现有可行的设计解决方法可以引导每种情况中的种基本途径的发展。 例如，像在，中描述的判断器能够提供基本末端压力和衡量打滑程度，种惯性单元和磁性指针能提供位置信息，种观察系统可以提供大概的吸附位置和性质的描绘，编码器可以提供重心位置。 然而每个判断器的提升，如性能减重和减少经费，提出了供研究的开放领域。 尽管在第部分阐述的规划框架的性能，用更好的判断器信息会得到提升，但它并不依赖环境的完美模式。 因为框架工作发展的很快，使在线供给器具和计划能在新判断器信息可用时合作。 抓握爬壁机器人的性能依赖于吸附的能力或陡峭自然表面的特性。 现在已经证明特殊的抓握项目依赖于地表的特殊性，如非常平滑的质地或支持......”。

4、“..... 涉及在自然地形上抓握的问题在这部分会进步探讨。 传统的抓握研究致力于拾起目标物或稳稳的抓住它。 这个课题的研究可以追溯到年，这研究显示用个小的点无摩擦约束就可以稳稳的抓到个平的目标物。 更多近期这方面好的概述见，。 在这领域有个重要的概念压力终止，被定义为如果在单边接触中应用足够大的压力，能抵御目标物各方面的移动的抓握。 几乎所有抓握的研究都致力于选择特性化最优化的抓握，它有压力终止的性能。 然而，对于爬行抓握来说不需要压力终止。 例如，个机器人会发现像架子样的扶手可能很容易爬上去，即使这个抓握完全不能抵御来自其它方面的压力。 鉴于这个原因，选择特性化最优化抓握的研究必须好好的发展来把它应用到爬壁机器人上。 描绘包括检测用于抓握的压力和扭矩的大小和方向。 例如，对于个点上的个手指抓握，这个信息的合理描绘就是个摩擦体，它将被用于在第四部分描述的规划运算法则......”。

5、“..... 抓握质量的措施已经被广泛研究，见于。 这项工作列出了个灵活的措施，包括使连接角度的偏差最小，使最小单个抓握模型的价值最大化。 其它的相关研究用了扭空间的概念。 用这个概念，质量被定义为最大的扭转球，它可以满足抓握扭转单元。 抓握扭转空间的体积或更多的专业椭球任务，可以用来当作质量措施。 这些想法扩展了，包括限制最大接触压力和应用于抓握模拟器来计算用不同的三维手进行最好的抓握。 然而，抓握质统混合搜索范围的工具。 无论是不是脱机作规划，这项工作都可以分类，这是为了产生种反应性的步法或联机，为了考虑到敏感环境下的无步移动。 步态规划着认为在平稳的环境中可以创造种预先定义的脱机走路方式。 这种方式用到组或行为来控制机器人联机，这基于近期传感器输入的信息。 ，用到了步态规划，例如，设计爬管子的方式。 其它像样的方法是基于为了保持平衡的支撑三角形的基于近期传感器输入的信息......”。

6、“.....例如，设计爬管子的方式。 其它像样的方法是基于为了保持平衡的支撑三角形的想法。 稳定标准如零状态点已经用于设计最优步态。 有活力的步态和跳跃已经被证实了。 近期的工作是试图提供统的精确的工具为了产生步态。 每个规划的运算法则在部分自然爬行环境下很有效果，这自然爬行环境有连续的特色，如几乎样宽的长垂直裂缝。 然而，在不规则的环境下爬行，如这篇文章研究的环境，机器人爬行饿表面是有角度的，任意固定的表面需要更多的技巧。 费步态规划着用于关于环境的相关信息来创造可行的联机步态计划。 为有足机器人做的关于非步态行动的大部分前期工作专注于个特别的系统样式，蜘蛛机器人。 蜘蛛机器人的足被假定成很轻的，这引起了它们自由空间的流表现，为了基于支撑三角形的准静态动作,。 然而，当考虑到机器人不能满足蜘蛛机器人的假设，这些方法中用到的分析方法就终止了。 例如，在......”。

7、“.....可以用来当作质量措施。 这些想法扩展了，包括限制最大接触压力和应用于抓握模拟器来计算用不同的三维手进行最好的抓握。 然而，抓握质统混合搜索范围的工具。 无论是不是脱机作泛研究，见于。 这项工作列出了个灵活的措施，包括使连接角度的偏差最小，使最小单个抓握模型的价值最大化。 其它的相关研究用了扭空间的概念。 用这个概念，质量被定义为最大的扭转球，它可以满足抓握扭转单元。 抓测用于抓握的压力和扭矩的大小和方向。 例如，对于个点上的个手指抓握，这个信息的合理描绘就是个摩擦体，它将被用于在第四部分描述的规划运算法则。 描绘的想法还包括个质量因素。 抓握质量的措施已经被广力终止。 例如，个机器人会发现像架子样的扶手可能很容易爬上去，即使这个抓握完全不能抵御来自其它方面的压力。 鉴于这个原因，选择特性化最优化抓握的研究必须好好的发展来把它应用到爬壁机器人上......”。

8、“.....被定义为如果在单边接触中应用足够大的压力，能抵御目标物各方面的移动的抓握。 几乎所有抓握的研究都致力于选择特性化最优化的抓握，它有压力终止的性能。 然而，对于爬行抓握来说不需要压进步探讨。 传统的抓握研究致力于拾起目标物或稳稳的抓住它。 这个课题的研究可以追溯到年，这研究显示用个小的点无摩擦约束就可以稳稳的抓到个平的目标物。 更多近期这方面好的概述见，。 在这领域有个重要的信息可用时合作。 抓握爬壁机器人的性能依赖于吸附的能力或陡峭自然表面的特性。 现在已经证明特殊的抓握项目依赖于地表的特殊性，如非常平滑的质地或支持，它不能用于自然地形。 涉及在自然地形上抓握的问题在这部分会升，如性能减重和减少经费，提出了供研究的开放领域。 尽管在第部分阐述的规划框架的性能，用更好的判断器信息会得到提升，但它并不依赖环境的完美模式。 因为框架工作发展的很快......”。

9、“..... 例如，像在，中描述的判断器能够提供基本末端压力和衡量打滑程度，种惯性单元和磁性指针能提供位置信息，种观察系统可以提供大概的吸附位置和性质的描绘，编码器可以提供重心位置。 然而每个判断器的提对他们性质的说明，这可能需要衡量接触点打滑的程度。 判断器的集成是个具有挑战性的问题，判断器的集成是为了获得并利用算法信息来进行控制抓握和规划。 现有可行的设计解决方法可以引导每种情况中的种基本途径的无关。 判断对于控制和抓握来说，爬墙机器人必须具备根据重力方向重心位置来自于足间末端的接触面相关位置及尽力与自然地形接触的压力来判断自己身体的方向的能力。 对于规划，机器人必须能够定位新的抓附点和产生风格是对爬壁机器人而言的。 然而，这些技术可以延伸成大量不同的方法来得到更好的性能。 例如，将来的研究可能解决末端打滑控制器的设计问题，末端打滑控制器稳定与接触面弯曲部分的反映有关......”。