野外环境下四足机器人地形辨识与可通过性评价方法研究

Due to a number of abnormal environmental interactions and disturbance factors, even if the quadruped robot has very strong ability to keep balance, the danger in the rugged complex environment still can't be avoided. Therefore, this project uses the wide scene reconstruction and terrain recognition as technical means. Combined with the locomotion characteristics of quadruped robot, we aims at the in-depth study of the traversability identification and safety assessment in complex outdoor environment, in order to ensure the walking safety of the robot on path selection. Based on the universal law of how to select path and controlling method for people and legged-animals in the natural environment, we first construct a hierarchical panoramic 3D model using laser depth and visual information. Then the textons are extracted from 3D ground model as the main feature of the terrain. We propose a new approach for terrain identification based on offline texton training and online FSVM classification, combining with the real-time detection of inner sensor to improve the accuracy and efficiency of terrain recognition. Finally, the strategy of traversability detection and safety assessment is established based on the transparency of path and local terrain features, which can effectively solve the problem of foothold selection for a walking quadruped robot. This project will lay a foundation for the future autonomous navigation of quadruped robot in complex environments.

由于大量异常环境交互与干扰等因素的存在，四足机器人即使拥有极高的平衡能力，也无法避免在崎岖复杂的环境中发生危险。为此，本项目将大范围环境模型重构和地形识别作为技术手段，结合四足机器人的运动特点，针对复杂野外环境下可通过区域的识别及其安全性评价展开研究，在路径选择上确保机器人行走的安全性。主要内容包括：基于人和腿足动物在自然环境中选择路径与控制方法的普遍规律，首先构建基于激光深度与视觉信息的分层式大视场三维模型；然后提取近地面三维重建中的纹理基元特征作为地形的主要特征描述，提出一种基于纹理基元离线训练和模糊支持向量机在线分类的地形识别方法，并结合机体内部传感器的实时检测提高地形识别的准确性和效率；最终基于路径通透度和局部地形特征信息，建立四足机器人区域可通行性概念和安全评估策略，以解决四足机器人平稳落足点的选择问题，为实现未来复杂环境下四足机器人的自主导航奠定基础。

由于大量异常环境交互与干扰等因素的存在，四足机器人即使拥有极高的平衡能力，也无法避免在崎岖复杂的环境中发生危险。为此，本项目结合四足机器人的运动特点，将大范围场景感知与重建作为技术手段，针对复杂野外环境下的地形识别和区域可通过性评价问题展开研究。主要研究结果包括：基于人和腿足动物在自然环境中选择路径与控制方法的普遍规律，首先构建激光-视觉协同采集模式下的野外环境感知系统，并针对机器人前方的大范围空间，建立基于多视角激光点云数据的大视场三维模型；其次针对近视场地面环境采用TOF相机重建基于规则栅格的数字高程模型（DEM），并对地形地图的危险等级做出量化评估；再次针对崎岖地形的识别方法分为离线训练和在线分类两部分,并在实际测试中，从室内单腿测试平台和室外四足机器人两个方面分别进行验证；最后基于路径通透度计算对机器人的行走空间区域进行粗略划分，筛选出高通过性的空旷区域，进而通过视觉重建对机器人足部接触区域的障碍物分布进行精确判定，并结合机器人足部工作空间特性对行走步态做出动态调整。本项目的研究有助于提高四足机器人对复杂场景的理解能力和运动安全性，对于实现复杂野外环境下四足机器人的自主安全导航具有重要的促进作用。