足式机器人领域取得重要研究成果

[本刊讯] 哈尔滨工业大学机电学院高海波教授团队在野外足式机器人环境认知学习与自主导航方面取得重要进展，相关研究成果于2023年5月10日发表在《国家科学评论》（National Science Review）上。

足式机器人具有较灵活的运动性能和良好的地形适应能力。然而，野外环境复杂多变，泥沙、冰雪、积水等非几何障碍限制了其实际应用。因此，提前感知地形的物理特征信息，如软硬程度和摩擦系数等，变得尤为重要。

动物可以通过对物理特征的提前感知去适应不断变化的地形环境。例如，小猫在危险区域行走时会用脚轻轻地试触地形，估计地面的承压和附着能力；在后续行走过程中，可根据先前积累的经验对具有相似视觉特征的地形进行预估，并避开危险区域，为足式机器人的环境认知学习提供了诸多仿生学启示。

然而，足式机器人实现类似的认知行为面临诸多挑战：如何通过视觉和触觉信息实现对地形物理特征的有效表征？如何通过对图像数据和模型参数的聚类与映射匹配实现环境认知？如何解决由于地面环境动态变化造成的认知冲突？

针对上述问题，该研究团队提出了一种足式机器人的环境物理特征类动物学习方法。以法向/切向足地作用力学模型为基础，设计了基于模型—数据的无监督学习框架。首次提出了具有認知冲突解决能力的增量式在线学习方法，使得机器人能够通过视—触觉融合感知自主识别环境物理特征信息。此外，还开展了丰富的室内外感知和导航试验，证明该方法可以有效助力足式机器人实现地面物理特征感知与预测，并在动态环境中学习和调整其认知模型，最终安全执行复杂的导航避障任务。

相关成果提供了一种物理智能系统的典型案例，未来有望应用于足式等复杂环境移动机器人的自主星球探测、野外救援等研究领域。

（馨 娅）