通过感知环境物理交互穿越杂乱障碍物

长期以来，机器人越障的主流方法依赖于绘制环境几何信息以避开障碍物。然而，这种方法无法穿越杂乱的障碍物，阻碍了诸如穿越地震废墟的搜救行动以及月球和火星岩石间的探索等应用。为克服这一挑战，机器人必须进一步感知并利用环境物理交互来控制自身以穿越障碍物。最近，一种基于物理的方法已朝着这一愿景建立起来。自推进机器人与障碍物交互会产生一个势能景观。在这个景观上，为了穿越障碍物，机器人必须从某些将其吸引至失败模式的景观盆地中逃逸，到达通往成功模式的其他盆地。因此，感知势能景观至关重要。在此，我们开发了新方法并进行了系统性实验，以证明势能景观可以通过感知环境物理交互来估计。我们开发了一种能够感知障碍物接触力和力矩的微型机器人，用于在广泛的参数空间内进行系统性实验。令人惊讶的是，尽管这些力和力矩并非完全保守，但它们与作为保守力和力矩的势能景观梯度相匹配，从而能够准确估计势能景观。此外，一种受生物启发的策略进一步提高了估计精度。我们的结果为在自由移动机器人中进一步完善这些方法奠定了基础。本研究是建立一种新的基于物理的方法的关键一步，使机器人能够穿越密集障碍物，提升其在复杂真实世界环境中的机动性。