多足机器人能够在各种复杂和非结构化的地形中穿行。多种自由度使它们能够适应它们的行走姿势，以适应几个具有挑战性的环境，包括狭窄的空间。

尽管如此，最流行和最常用的多足平台不能自主地进行调整。为了解决这一局限，CSIRO（联邦科学与工业研究组织）的研究人员与苏黎世联邦理工学院合作，设计了一种新方法，允许多足机器人根据他们所处的环境自主改变体型。

团队的首席研究员Navinda Kottege表示，“在过去的八年里，我们一直在进行有足的机器人研究和开发我们自己的足式机器人，这些机器人有很多自由度（例如，Weaver有30个关节），当它们行走时，它们可以有许多不同的姿势。当我们将机器人部署在复杂的密闭环境中，如地下矿井，天花板上或地板下，我们意识到它们需要改变腿部和身体结构（即姿势）来挤过狭窄的缝隙，走过高障碍物或在低悬伸下爬行。这一要求促成了这项研究。”



Kottege及其同事最近进行的研究从软机器人中汲取灵感，提出了机器人模型的可变形边界框抽象，并结合了绘图和规划策略。对于绘图，研究人员使用通过安装在机器人上的距离传感器生成的以机器人为中心的多高程地图。至于路径规划，他们使用称为CHOMP的轨迹优化算法，该算法可以在避开障碍物的同时创建平滑轨迹。

Kottege表示，“安装在机器人上的传感器，在这种情况下是基于立体相机的3D传感器，提供周围环境的3D点云，从本质上讲，这些是从机器人到周围环境中各种物体的一系列距离。这些几何信息被转换为多层高程地图，其中标识了地板和天花板，告知机器人需要走过的空间。”

Kottege和他的同事设计的方法将机器人建模为可变形的边界框，可以在其特定的关节范围内变形，以便适应狭窄的空间。研究人员还开发了一系列算法，允许这种变形的边界框表示映射到一组关节角度，然后将这些关节角度馈送到机器人，使其能够在导航通过受限空间时自动调整其姿势。

团队提到，“我们开发的方法并不局限于特定的传感器或特定的机器人，这些发现可以应用于任何传感器（如Lidars, ToF相机）和任何机器人，只要机器人有足够的自由度，可以将其建模为可变形的边界盒，就可以获得环境的三维点云数据。”



应用这些结果可以让未来的机器人能够有效地调整自己在真实世界中的姿势，如在塌方矿井或地震后的搜救中，穿越困难和复杂的密闭空间，及时找到幸存者。

研究人员在模拟和CSIRO六足机器人Weaver（正常行走时高33厘米，宽82厘米）时实施并评估了他们提出的方法。在人工测试空间和现实环境（如地下采矿隧道）中，他们能够在25厘米的悬垂障碍物，70厘米宽的间隙和超过22厘米高的障碍物下穿行。

未来，模型可以应用于需要在矿山，建筑工地，受损建筑物和其他具有挑战性的环境中的足式机器人。

团队表示，“我们现在将继续致力于开发能够在复杂的现实环境中运行的强大而高效的足式机器人，目标应用包括搜索和救援，尤其是在没有GPS覆盖的地下环境中，这是一个充满研究问题的工作领域，包括机构设计，机器人传感，感知到本地化和导航等。”