研究团队在交叠楼梯、建筑物废墟、废弃建筑工地和建筑物集群等各类区域进行实物实验。受访者供图

本报讯（记者刁雯蕙）哈尔滨工业大学深圳校区智能学部智能科学与工程学院教授陈浩耀团队在救援机器人导航领域取得重要突破，他们提出了一种充分利用地形信息的关节式履带机器人导航框架，框架中的层级化全局规划器能够快速生成可行的机器人行动路径，在保证可达性的前提下显著提升救援环境中的规划效率。近日，相关研究成果发表于《国际机器人研究杂志》。

关节式履带机器人非常适用于救援任务，但在包含多楼层结构、大幅高差以及崎岖地形的大规模三维救援场景中，其导航面临显著挑战。例如，可通行区域之间通常呈现稀疏且复杂的拓扑连通性，传统二维平面导航方法难以有效应对如此高维、复杂的导航问题。此外，陡坡、楼梯等特殊地形对机器人的机动策略提出更高要求，导航必须充分利用地形信息对地形的可通过性进行细致评估，以确保安全。

现有的控制手段在关节式履带机器人这类复杂系统上的表现存在明显缺陷，也很难在满足机器人约束的情况下实现安全机动。

为此，团队提出了一种充分利用地形信息的关节式履带机器人导航框架，同时提出了基于流形优化的局部路径规划器，使优化出的路径可以针对场景中特殊的可通行区域进行安全且适应的调整。基于流形模型预测控制器的全身协调控制策略依赖形心路径与地形感知信息，保证了机器人在崎岖地形上的稳定机动能力。

通过模块间的紧密协作，该框架实现了导航流程的解耦，在完备性、最优性、鲁棒性和总体效率之间取得良好平衡。研究团队利用仿真和真实场景的丰富地形进行大量实验，并与国际先进方法进行对比，验证了提出的方法在成功率、精度等指标上具有显著的优越性。

相关论文信息：http://doi.org/10.1177/02783649251403077