四足机器人相比于其它类型的机器人具有运动稳定、结构简单、地形适应性强的优点。本文针对四足机器人在未知的非结构地形下的越障步态规划问题,提出将视觉和触觉感知信息融合的方法,通过综合判断四足机器人当前状态,反馈控制机器人的步态参数,并在Webots仿真软件和四足机器人样机验证了该步态规划方法的有效性和稳定性。本文的主要研究工作以及成果如下:1.四足机器人控制方式分析与基本步态规划。首先分析四足机器人框架结构并对足端结构进行增强设计。通过D-H建模法对四足机器人单腿建立坐标系,完成机器人运动学建模。在对机器人运动控制方式进行分析后,选择以五次多项式规划足端轨迹并由运动学方程计算关节转角来控制四足机器人行走步态;以基于Hopf振荡器的中枢模式发生器方式控制四足机器人对角步态。2.地形识别和触障感知。分析对比现有地形数据集后,自主构建四足机器人常见九种地形数据集,通过数据增强将每类地形图像扩充为400张,共计3600张地形图像。基于迁移学习的方式使用深度神经网络模型进行训练,对比Res Net18、Shuffle Net V2、Squeeze Net、Mobile Net V3网络后,选择地形识别准确率99.77%,模型大小为3.79Mb且运算处理时间在0.008s左右的Mobile Net V3＿small网络训练得到的地形分类器;通过USB摄像头获取四足机器人前方环境图像,面对实验过程中背景偏亮且障碍物为黑色,将二值化阈值设置为220,之后采用Canny算子进行边缘检测完成预处理,并进行轮廓检测识别障碍;将机器人足端触觉传感器数字信号与机器人腿部运动学计算相结合,完成机器人足端触障判断。3.越障步态规划。当四足机器人在不同地形下运动,通过摄像头获取机身前方20cm处16*17cm~2的环境图像并由地形分类器预测当前环境类别,针对不同地形选择相应适合该地形的步态运动。通过之前的环境障碍轮廓检测,超前机身进行触障预警,提前激活足端触感感知。面对视觉盲区的障碍物,通过对足端可行空间分析,获取机器人理论极限能够到达位置范围。由机器人足端触觉传感器感知具体触障情况,通过判断当前行走步高是否超过40mm阈值高度,反馈调整机器人运动步高,完成综合视觉和触觉感知的四足机器人越障步态规划。4.四足机器人仿真与样机实验分析。通过Webots软件搭建四足机器人模型和越障环境,首先对四足机器人行走、小跑、侧向运动步态进行仿真,其仿真结果都呈现规律性运动且机身姿态角变化在2°以内。在仿真环境中添加高度分别为10、20、30、40mm的长方体障碍和其他类型障碍物,测试视觉和触觉融合的越障步态规划方法,仿真越障过程中机身俯仰角随障碍物高度增加而增大,最高为6°,其余横滚和偏航角变化在2°内。之后搭建四足机器人物理样机并在其上验证越障步态规划方法的有效性和稳定性,通过分析其运动过程中姿态角变化,由于机械误差和样机运动能力不足,偏航角最高为12°,其余角度变化在4°以内。