目前有相当多的四足
机器人，其中最令人印象深刻的当属波士顿动力公司的Spot。但他们都有一个共同的问题:弄清楚该走到哪里，这样他们就不会被卡住或摔倒。
幸运的是，牛津大学(University of Oxford)、伊斯坦布尔萨班西大学(Sabanci University)和法国国家科学研究中心(French National Center for Scientific Research)的科学家小组开发了一种新的算法，可以为大多数环境生成可行的制导轨迹。
据venturebeat报道， “我们提出了一种自动计算具有挑战性和不平坦地形的接触计划的方法，” 研究人员在Arxiv.org网站的一篇预印本中写道，“在高度不均匀和杂乱的环境中航行仍然是一个悬而未决的问题，这些环境通常只有一小部分潜在的立足点。”
研究人员的方法分几个阶段来应对这一挑战。建立模型分析环境来识别可能的接触面，考虑到一个四条腿的机器人可以推动和避免接触点太靠近边缘。然后，同样的模型为机器人的身体创建了一个“接触可达”的引导路径，这样它的四肢就能与每一步都紧密接触。
如果主体与环境相交，就意味着碰撞，”论文作者解释说，“但如果环境与肢体工作空间不相交，那么机器人就无法与环境进行实际上的接触。”
因此，在这两个极端之间的区域，可以产生接触而不发生碰撞，被认为满足可达性条件。为了减少计算时间，研究小组使用了一个随机生成的腿部结构和肢体运动范围的数据库。在路径规划的过程中，只保留那些导致稳定和非碰撞姿态的配置—在找到可行的配置之前，将丢弃其余的配置。
此外，每个腿部结构示例都基于两组启发式算法进行评分。一个计算样本配置和机器人标准配置之间的加权距离，另一个使用斜率陡度等变量来确定哪些配置增加了可控性和稳定性。
在测试中，研究人员让一个数字机器人在Gazebo中运行他们的框架lose, Gazebo是一个自主机器的仿真环境。
他们尝试了难度逐渐变化的地形，包括平坦的地面、高度变化较小的地面和障碍物、高度变化较大的平面(如楼梯)和高度变化较大的非平面(碎石地形)。
该团队报告说，他们的引导路径规划器“非常稳健”，并且它给出了避免碰撞和不稳定配置的轨迹。此外，团队表示，在任何环境下，生成一个大约50步的路径计划都只花了不到7秒的时间。
然而，他们也注意到，动态仿真的成功率仍然太低，不允许在机器人上进行无监督部署。而这也是他们未来的工作与目标。
