编辑推荐：
双足机器人在复杂环境中行走时，“看 - 走” 行为面临计算资源有限、环境感知与脚步规划时间长等问题。研究人员开展了用可行平面区域和高度图混合表达环境的研究，结果表明该方法高效安全，为双足机器人复杂环境行走提供了有效方案。
在科技飞速发展的当下，仿生机器人的研究备受瞩目，双足机器人作为其中的佼佼者，以人类结构和运动方式为蓝本进行设计。它们具备在复杂地形行走和执行复杂任务的潜力，在搜索救援等危险环境作业中有着不可估量的价值。“看 - 走” 行为是双足机器人适应未知环境的重要策略，要求机器人能快速感知周围环境、规划脚步并持续前行。然而，当前双足机器人在执行 “看 - 走” 行为时面临诸多挑战。一方面，现有环境感知方法在提取着陆区域和障碍物信息时，要么计算时间过长，要么依赖如图形处理单元（GPU）等额外计算单元，这不仅增加了机器人的重量和空间需求，还无法满足实时性要求。另一方面，传统的环境表示方法，如网格地图，在连续优化的脚步规划中存在局限性；而平面区域提取方法，虽然在环境表示上有一定优势，但提取时间普遍较长。因此，开发一种高效、安全且能在有限计算资源下运行的环境感知方法，成为双足机器人研究领域亟待解决的问题。
为了解决这些问题，相关研究人员开展了一项关于双足机器人 “看 - 走” 行为环境感知方法的研究。研究人员提出将环境表示为可行平面区域和高度图的混合形式，通过一系列创新技术和算法，实现了在有限计算资源下对环境信息的快速提取和利用。该研究成果发表在《Cyborg and Bionic Systems》上，为双足机器人在复杂环境中的高效、安全行走提供了新的解决方案。
研究人员主要采用了以下关键技术方法：一是利用有序点云的结构进行最近邻搜索，以加速平面区域的提取；二是通过四叉树（Quadtree）构建、节点图构建和区域生长等步骤，从有序点云提取平面区域；三是根据点云构建分辨率为 0.01m 的高度图，用于计算脚的安全摆动轨迹 。
下面介绍具体的研究结果：
- 可行平面区域提取：该过程包括平面检测、多边形化和障碍物区域去除。在平面检测中，利用有序点云初始化邻居搜索图，通过主成分分析（PCA）确定节点是否为平面节点，计算相关参数判断节点的平面性质。多边形化时，由于深度测量不稳定导致部分轮廓点坐标无效，研究人员采用特定方程获取可靠坐标。在障碍物区域去除环节，通过去除可能导致碰撞的区域，避免频繁碰撞检查，提高脚步规划安全性。
- 高度图构建：高度图是一种 2.5D 网格地图，每个单元格记录对应区域内点的最大高度值。从有序点云构建高度图后，提取抬脚点和落脚点连线相交的单元格，计算其高度值得到楼梯高度曲线，以此规划无碰撞的脚摆动轨迹。
- 实验验证：研究人员使用 BHR-7P 和 BHR-8P 两款双足机器人在典型人工场景中进行实验。在 BHR-7P 爬楼梯实验中，尽管楼梯阴影区域点云质量差，但平面像素检测算法和多边形化方法能满足无障碍物的不连续地形行走需求。BHR-8P 在穿越有障碍物的台阶和斜坡场景中，通过去除危险区域规划的脚步可确保机器人安全到达目标，而未去除危险区域规划的脚步可能导致碰撞。此外，与其他方法相比，该研究提出的方法仅使用中央处理器（CPU），每帧处理时间为 0.16s，远小于机器人摆动周期和脚步规划周期的时间差，且能有效利用可行平面区域防止身体与环境碰撞，提高导航安全性。
研究结论表明，该研究提出的方法能高效、安全地实现双足机器人的 “看 - 走” 行为。通过将环境表示为可行平面区域和高度图的混合模型，分别用于脚步规划和脚轨迹计算，有效解决了双足机器人在复杂环境中行走的环境感知和安全行走问题。该方法仅用 CPU 就能快速处理环境信息，为双足机器人在实际应用中的高效运行提供了有力支持。
不过，研究也存在一定局限性。例如，方法中使用的阈值是根据特定场景经验设定的，在不同环境或地形变化时可能无法自动适应；当前实施方式在执行脚步规划时缺乏执行过程中的感知；实验使用的 L515 相机视野相对较窄，在某些条件下点云质量低，影响机器人对不同地形的准确感知。针对这些问题，未来研究可探索自适应阈值技术，扩展基于 “看 - 走” 范式的连续行走能力，以及采用视野更宽、点云输出更稳定的工业相机，进一步提升机器人在复杂环境中的适应性和鲁棒性。
总体而言，这项研究为双足机器人在复杂环境中的应用奠定了坚实基础，其提出的环境感知方法在提高机器人行走效率和安全性方面具有重要意义，有望推动双足机器人在更多领域的广泛应用，如灾难救援、智能家居服务等，为人类生活和社会发展带来更多便利和保障。
