Menu
网络机器人与系统实验室 Networked RObotics and Systems Lab
  • Home
  • People
  • Research
    • Projects (项目)
  • Teaching
    • Courses for Undergraduate Students
    • Courses for Graduate Students
  • Publication
  • Positions
    • 博后招聘及待遇
    • 研究生招生(2023入学)
  • Contact
网络机器人与系统实验室 Networked RObotics and Systems Lab

IJRR 2025: TiFA: A Terrain-informed Navigation Framework for Articulated Tracked Robots in Rescue Missions

Posted on 2025-11-022026-01-14

【图/文 王逸飞】关节式履带机器人(Articulated Tracked Robots, ATRs)非常适用于救援任务,但在包含多楼层结构、大幅高差以及崎岖地形的大规模三维救援场景中,其导航仍面临显著挑战。首先,可通行区域之间(如坍塌楼层之间的楼梯结构)通常呈现稀疏且复杂的拓扑连通性,严重降低了导航效率。其次,由于ATR拥有较多的运动自由度,且其形心状态定义于三维空间SE(3)中。因此,传统二维平面导航方法难以有效应对如此高维、复杂的导航问题。此外,机器人的可通行性高度依赖于ATR自身的构型与地形之间的耦合关系,使得规划过程更加复杂。进一步地,陡坡、楼梯等特殊地形特征对机器人的机动策略提出更高要求,导航必须充分利用地形信息来对地形的可通过性进行细致评估,以确保安全。现有研究主要利用简单的跟踪控制来实现ATR在复杂地形中的机动。但这样的控制手段在ATR这种多输入-多输出的复杂系统上的表现存在明显缺陷,也很难在满足机器人约束的情况下实现全身协调机动,并使机器人安全地完成路径跟踪。

为了应对前面提出的问题和挑战,本文提出了一种在各个阶段充分利用地形信息的ATR导航框架。首先,基于离散化地形地图的分层全局规划器能够快速生成可行的形心路径,在保证可达性的前提下显著提升大规模三维环境中的规划效率。接着,本文提出了基于流形优化的局部路径规划器,使得优化出的避障路径在满足运动学约束和机体稳定性的前提下,可以针对场景中特殊的可通行区域调整相应的导航策略,从而增强机器人在复杂地形中的安全性与适应性。最后,基于流形模型预测控制器的全身协调控制策略仅依赖局部形心路径与局部地形感知信息,实现了底盘与辅助鳍臂的实时协同控制,从而避免了高维规划需求,进而保证机器人在崎岖地形上的机动能力和稳定性。通过模块间的紧密协作,该框架实现了导航流程的解耦,并在完备性与最优性之间取得良好平衡,同时兼顾了计算效率与系统鲁棒性。

图1: 本文提出的整体框架由若干紧密耦合的功能模块构成,包括地形信息抽象、全局路径生成、局部路径优化以及ATR全身控制,以应对救援场景的导航难题。
本文的主要创新点:
1. 提出了一种基于离散地形信息栅格地图的层级化全局路径规划器(CT-DC),突破了地面机器人在大型复杂三维环境中可行路径生成的耗时瓶颈。对于同胚可行路径的规划耗时较既往工作减少了78.81%。
2. 设计了一种基于流形优化的局部规划器(ManiOpt),以确保机器人在不同地形地貌下的安全性与适应性。该规划器在多种复杂地形中生成的路径可行性和平滑程度都优于对照组。  
3. 开发了流形上的模型预测控制器(M²PC),实现了全地形机器人在崎岖地形上的全身协调控制。该控制器在多重约束条件下确保机器人机身与地形保持紧密贴合,显著提升了机动的稳定性与可靠性。  
4. 通过系统的消融仿真与真实环境实验,验证了各模块的贡献以及框架的整体性能,为救援场景下地面机器人导航技术的后续研究提供了重要的理论参考与性能基准。
图2:不同方法组合在消防楼梯(a)及旋转楼梯(b)上的最佳执行轨迹对比。

论文引用:Yifei Wang, Weifan Zhang, Yuxiang Li, Jiancheng Wang, Haoyao Chen*. TiFA: A Terrain-informed Navigation Framework for Articulated Tracked Robots in Rescue Missions, International Journal of Robotics Research, online, 2025, doi: 10.1177/02783649251403077.

近期文章

  • 祝贺实验室获得2025年深圳市智能机器人灵巧手大赛竞技赛卓越精准操作奖 2026-01-22
  • TMECH 2026: CIBVS: Continuous Image-Based Visual Servoing against Visual Signal Loss 2026-01-20
  • RA-L 2026: Communication-Robust Asynchronous Distributed LiDAR Collaborative Smoothing and Mapping 2026-01-13
  • IJRR 2025: TiFA: A Terrain-informed Navigation Framework for Articulated Tracked Robots in Rescue Missions 2025-11-02
  • “科工巧手”团队斩获珠海国际灵巧操作挑战赛佳绩 2025-11-02
2025 年 11 月
一 二 三 四 五 六 日
 12
3456789
10111213141516
17181920212223
24252627282930
« 10 月   1 月 »

Never Relax Until Success Landing

©2026 网络机器人与系统实验室 Networked RObotics and Systems Lab | Powered by SuperbThemes & WordPress