机器人已经越来越多地应用于人类的生产生活中,具有越障能力的移动机器人因其较强的环境适应性多用于抢险救灾、科学探索和军事作战等场景。本课题以应用于的野外作战环境的轮腿式移动机器人为研究对象,开展自主越障功能的研究。本课题中的机器人依靠其悬挂和轴距可调的结构特点,通过改变自身形态以达到越障目的,越障主要面向正障碍、负障碍和壕沟障碍三类场景,越障的自主性基于对障碍物的识别实现,障碍物识别采用基于地图的方法。首先,采用分段式的方法规划了机器人对上述三类障碍的越障动作,建立质心运动学模型得到机器人的质心坐标公式,基于质心投影法建立稳定裕度模型得到其稳定裕度角公式,通过选取越障中的关键姿态,对机器人的越障能力和稳定性进行了分析,确定了机器人的越障能力和越障控制变量的取值方案。其次,根据实时构建的高程图实现了对上述三类障碍的识别。基于通用网格地图库Grid Map Library,开发了一种能够“跟随”机器人移动并显示的高程图算法;采用基于平面拟合的地面分割算法,实现了地面与障碍物的分割;对于正障碍识别,提出了基于最小矩形包围盒的识别算法,算法将计算与障碍物形态最接近的包围盒;对于负障碍和壕沟障碍的识别,依据二者在高程图中存在数据缺失这一特点对其进行初步定位,然后通过进一步的识别确定障碍物的具体类型。识别算法详细计算了障碍物的位置和尺寸,同时还提出了两个判断指标,并结合障碍物的尺寸给出了障碍物是否具备越障条件的判断标准。再次,实现了自主越障控制并构建了自主越障系统。自主越障系的核心功能模块包括上述的越障规划与分析、建图与障碍物识别算法两部分,其他的辅助功能模块和自主越障控制方法负责提供基础功能,同时串联整个系统,主要包括:采用激光SLAM实现了机器人的定位功能,基于ROS的导航模块实现了越障前机器人的位姿调整,基于二维激光扫描线的特征提取建立了对机器人与障碍物空间位置关系的实时感知,进而实现了越障过程的控制。最后,通过Adams和Simulink的联合仿真实验验证了机器人越障规划方案的可行性,通过ROS和Gazebo下的仿真实验证明了障碍物识别方法具有较好的识别能力和识别精度,机器人自主越障系统具有良好的性能。