盖世汽车讯 据外媒报道，韩国科学技术院（KAIST）的研究团队开发了一种四足机器人技术，该技术不仅能够在没有视觉信息的情况下通过估计地形行走，还能让机器人通过摄像头和激光雷达传感器感知周围环境，并在行走过程中自主做出决策，就像动物通过视觉感知地形并调整步态一样。这项技术有望推广到各种机器人平台，例如轮式机器人和类人机器人。

该研究团队由电气工程学院（School of Electrical Engineering）的Hyun Myung教授领导，与初创公司EuRoboTics Co., Ltd.合作，开发出名为“DreamWaQ++”的四足机器人控制技术。该技术能够基于视觉信息识别地形，并实时调整运动策略。

相关研究成果发表于期刊《IEEE Transactions on Robotics》。

图片来源：KAIST

从盲行到视觉控制

该研究团队此前开发的DreamWaQ是一种盲眼运动技术，它仅利用本体感觉（例如关节编码器和惯性传感器）来估计地形，即使在没有视觉信息的情况下也能实现稳健的运动。在视觉信息难以获取的环境中（例如灾害现场），它也能实现稳定的行走，但其局限性在于机器人只能在腿部直接接触障碍物后才能调整运动。

新开发的DreamWaQ++通过将本体感觉与基于摄像头和激光雷达的外部感觉相结合，克服了这一局限性。其关键在于实现了基于感知的运动，机器人能够提前识别障碍物并主动调整行走策略，超越了简单的被动控制，能够理解环境并做出相应的决策。

为了实现这一目标，该研究团队设计了一种多模态强化学习架构，并将其应用于基于轻量级计算的实时控制。此外，当传感器出现故障时，该架构能够自动切换到基于其他感觉模态的运动方式，从而确保稳定性，同时还具有可扩展性，使其能够应用于各种机器人平台。

在复杂地形上进行实际测试

实验也验证了其性能。搭载DreamWaQ++的机器人在各种挑战性环境中均展现出超越现有技术的性能。

在爬楼梯实验中，该机器人仅用35秒就爬完了50级台阶（水平距离30.03米，垂直距离7.38米），性能优于盲眼运动控制器和商用感知控制器。

在陡坡环境中，该机器人能够稳定地攀爬35°的斜坡，其坡度是训练条件（10°）的3.5倍，并且能够主动调整姿态，使后腿电机扭矩比现有方法降低约1.5倍。

此外，在各种障碍物场景下，该机器人展现了基于学习的感知能力，无需单独进行路径规划即可自主选择更高效的路径；在不确定的跌落地形中，它表现出探索行为，会在移动前主动停下来检查地面。

同时，它还展现了极高的敏捷性，即使携带2.5公斤的有效载荷，也能轻松越过高达41厘米（超过自身高度）的障碍物。仿真结果表明，该机器人能够与苏黎世联邦理工学院（ETH Zurich）开发的代表性四足机器人ANYmal-C配合，越过高达1.0米的障碍物；与KAIST的Hae-Won Park教授团队开发的四足机器人KAIST HOUND配合时，能够越过高达1.5米的障碍物。

值得一提的是，尽管该机器人仅接受过相对较低的障碍物（27厘米）的训练，但它在42厘米高的台阶上仍能达到约80%的成功率。这意味着该机器人并非简单地重复已学习过的场景，而是能够自主适应新的环境。

该研究团队预计，这项技术可应用于传统轮式机器人难以进入的环境，例如灾害响应、工业设施巡检、林业和农业等领域。

Hyun Myung教授表示：“这项研究表明，机器人已经超越了简单的移动，发展到能够理解环境并自主做出决策的阶段。我们将进一步拓展这项技术，开发出适用于各种实际环境的智能移动技术。”