面向复杂场景的机器人多模态自主导航技术研究
电子技术应用
傅凌1，刘孟奇1，王帆1，李清明2，吴旭成1
1.浙江省公安厅；2.浙江大学
摘要： 针对轮足四足机器人在高动态、非结构化场景下面临的环境适应性差、多模块协同效率低及动态负载引发运动失稳等挑战，对一种全链路的集成测试与验证体系进行了研究。该体系通过构建多引擎协同的物理-虚拟双向驱动数字孪生平台，为算法训练与验证提供了高保真仿真环境；引入时间敏感网络（TSN）协议，实现了多源异构数据流的亚毫秒级高精度同步；并提出一种基于深度强化学习（DRL）的动态负载补偿策略，以自适应调整机器人在负载变化时的运动控制。仿真实验结果表明，所提方法有效提升了机器人在极端工况下的任务执行效率与可靠性，为公共安全领域的应用提供了核心技术支撑。
中图分类号：TP242 文献标志码：A DOI: 10.16157/j.issn.0258-7998.257474
中文引用格式： 傅凌，刘孟奇，王帆，等. 面向复杂场景的机器人多模态自主导航技术研究[J]. 电子技术应用，2026，52(8)：155-159.
英文引用格式： Fu Ling，Liu Mengqi，Wang Fan，et al. Research on robot multimodal autonomous navigation technology for complex scenarios[J]. Application of Electronic Technique，2026，52(8)：155-159.
中文引用格式： 傅凌，刘孟奇，王帆，等. 面向复杂场景的机器人多模态自主导航技术研究[J]. 电子技术应用，2026，52(8)：155-159.
英文引用格式： Fu Ling，Liu Mengqi，Wang Fan，et al. Research on robot multimodal autonomous navigation technology for complex scenarios[J]. Application of Electronic Technique，2026，52(8)：155-159.
Research on robot multimodal autonomous navigation technology for complex scenarios
Fu Ling1，Liu Mengqi1，Wang Fan1，Li Qingming2，Wu Xucheng1
1.Department of Public Security of Zhejiang Provincial；2.Zhejiang University
Abstract： Aiming at the challenges faced by wheeled-legged quadrupeds in highly dynamic and unstructured environments—such as poor environmental adaptability, low efficiency in multi-module collaboration, and motion instability caused by dynamic loads—this study investigates a comprehensive integrated testing and verification system. The system constructs a multi-engine collaborative digital twin platform with bidirectional physical-virtual interaction, providing a high-fidelity simulation environment for algorithm training and validation. By incorporating the Time-Sensitive Networking (TSN) protocol, it achieves sub-millisecond high-precision synchronization of multi-source heterogeneous data streams. Additionally, a dynamic load compensation strategy based on deep reinforcement learning (DRL) is proposed to adaptively adjust the robot’s motion control under varying load conditions. Simulation results demonstrate that the proposed method effectively enhances task execution efficiency and reliability in extreme working conditions, offering core technical support for applications in the field of public safety.
Key words : wheel-legged quadruped robot；autonomous navigition；unknown enviroment；emergency rescue
引言
机器人技术飞速发展，使其在危险、复杂的未知环境中应用价值凸显。在灾害救援、废墟搜寻等领域，轮足四足机器人凭借仿生设计的优越地形适应能力，成为关键特种装备，相较传统轮式或履带式机器人，它可灵活越障、攀爬楼梯、穿越窄道，大幅拓展作业边界。
然而，现有多数导航系统过度依赖预先生成的高精度地图与结构化环境建模，在完全未知、动态变化的非结构化场景[1]中局限性显著。如地震废墟易因二次坍塌改变环境结构，导致预建地图迅速失效；传统激光雷达 SLAM 算法易受动态障碍物干扰产生定位漂移，视觉导航方法在弱光照、烟雾或纹理单一环境下也易失效。这些问题严重制约机器人在真实复杂场景的自主行动能力，开发不依赖先验地图的实时自主导航技术迫在眉睫。
本研究构建全链路技术体系，从根本上解决上述难题，推动移动机器人从结构化环境导航向全未知场景自主决策跃迁。该技术若应用于应急救援，可助力机器人在各类应急处置的黄金窗口期内，深入各类高危受限区域开展作业，显著提升救援行动的整体效率与成功率。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000007226
作者信息：
傅凌1，刘孟奇1，王帆1，李清明2，吴旭成1
（1.浙江省公安厅，浙江 杭州310000；
2.浙江大学，浙江 杭州310058）
此内容为AET网站原创，未经授权禁止转载。