中文摘要：

地震等灾难发生后，搜寻犬是搜索幸存者的主要手段。但搜寻犬存在训练期长、工作期短的问题，且在伴有危险气体的搜救场景会本能的躲避。而基于多传感器信息融合的四足搜救机器人可以很好地解决上述问题。本项目拟研究具有嗅觉和视觉的搜救机器人在灾害环境下的步态规划及稳定性评价问题。针对障碍物的几何信息不可预测的情况，设计基于移动平台的扩展卡尔曼滤波障碍动态更新方法，在此基础上研究机器人的避障策略；通过图像搜索产生步态的方法，并依据周期行走能量最小化原理，设计有约束的并行免疫算法实现四足搜救机器人规则步态的最优规划；通过曲面行走系统模型，引入吸引盆规则实现机器人行走稳定性的评估，探求倾覆的原因并提出抑制措施；利用微分几何的方法，将搜救机器人曲面行走问题转化为在曲面上寻求时间最优步态轨迹的求解。从而实现曲面条件下的自由步态设计。本研究将为非结构化未知环境中搜救机器人的设计、控制等研究提供理论依据和技术指导。

结论摘要：

地震等灾难发生后，搜寻犬是搜索幸存者的主要手段。但搜寻犬存在训练期长、工作期短的问题，且在伴有危险气体的搜救场景会本能的躲避。而基于视觉信息的四足搜救机器人可以很好地解决上述问题。本项目主要研究了四足搜救机器人在复杂环境下的步态规划、稳定性评价及控制问题。首先，采用了VRML建模技术描述搜救环境的障碍特性，进而构建地震搜救环境。为提高对环境信息的获取能力，采用乒乓操作思想研制出FPGA图像采集系统。针对障碍物几何信息不可预测的问题，设计了模糊聚类的障碍合并算法，并完成了扩展卡尔曼滤波的鲁棒化方法，从而实现了机器人的避障控制策略，并在Matlab平台下进行了避障行走的仿真实验研究；其次，依据周期行走能量最小化原理，通过计算和绘图分析对四足搜救机器人步态进行研究，采用时序法分析四足搜救机器人不同步态下的时序规律，对其进行多模式步态的合理切换和足端轨迹规划。为四足稳定行走建立了理论基础；再次，通过将周期步态的轨迹变化等效成庞加莱映射的不动点，进而设计基于降维策略的吸引盆规则实现机器人行走稳定性的评估；最后，研究了曲面行走条件下的零力矩点（ZMP）轨迹规划，提出了系统的曲面行走条件下的摆动脚落地补偿控制方法。并且研制了具有多传感器的四足行走样机。通过四足机器人斜面（曲面）场景的步行实验，证明了四足搜救机器人具备优良的斜面（曲面）通过性。本研究将为非结构化环境中四足搜救机器人的设计、控制等研究提供理论依据和技术指导。