随着机器人技术的发展,人类对其智能性和自主性有了更高的要求。特别是面对未知环境时,例如在灾后救援和地形勘探等场景中,人员直接进入容易出现意外。为避免这种情况,需要机器人在没有先验信息时,对未知的环境进行自主探索并且建立三维模型,方便进行下一步的工作。目前针对该领域的研究集中在轮式机器人上,但是上述场景的地形较复杂,轮式机器人的运动能力有限,无法有效完成探索任务。因此本文使用四足机器人,它有着强大的机动性和灵活的运动能力,在探索任务中具有重大的潜在应用价值。目前的自主探索方法还存在着未考虑全局信息、没有结合局部感知、地形适应性差等问题,针对这些问题,本论文提出了结合感知的分层自主探索算法,可以对当前范围建立高质量的地图,并且保证全局探索的完整性。此外提出了基于四足机器人运动动力学模型的局部轨迹优化方法,可以在复杂地形中得到安全、可执行的轨迹。最后提出了可在四足机器人上实时运行的自主探索系统,将上述算法和定位建图、轨迹规划等模块结合,在多种场景中验证了该系统的高效。本文主要的工作与创新点如下:1.提出了结合感知的分层自主探索算法。该算法分为基于稀疏栅格的全局路径规划和考虑感知的局部路径规划:全局探索路径规划通过高效遍历各个子空间,可以有效地提高探索的效率和建图的完整度;局部探索路径引入信息理论来评估局部探索点的感知质量,从而实现对当前规划范围的感知覆盖。并且两层规划算法根据环境自适应性结合,减少了冗余路径,提高了探索的效率。2.对四足机器人的运动动力学模型进行有效简化,提出了高效的局部轨迹优化算法,考虑了地面反作用力约束、运动学约束和障碍物等约束,使用非线性优化方法生成安全的、平滑的、可执行的轨迹。并且定量衡量地形的可通行性,使算法可适应不同地形。同时采用滚动时域控制策略来保证系统鲁棒性。然后在仿真和实物实验中对比验证了本算法的有效性和创新性。3.提出了完整的四足机器人的自主探索系统。该系统将所提的自主探索算法、轨迹优化算法,和定位建图等技术结合起来,部署在绝影X20机器人上,在实际测试中实现了实时、自主且鲁棒的探索效果,并且可以适应多种复杂地形。