在无人技术快速发展的今天,移动机器人作为一种重要的智能无人系统被广泛的应用于农业、工业以及国防等领域,在环境探测、物资运输等应用方面有着重要的意义。在移动机器人中,主要分为轮式机器人、腿足式机器人和履带机器人。其中,四足仿生机器人具有灵活的运动控制和特殊的行进特征,对野外非结构化环境具有良好的适应性,被广泛应用于野外环境之中。随着社会对机器人智能化要求的提高,四足机器人的自主行走逐渐成为研究热点。要想实现机器人自主行走,环境感知是不可缺少的重要技术,地形可通过性分析技术作为环境感知技术的一部分,是实现机器人自主行走的重要基础。本课题,针对四足机器人自主行走的任务需求,基于Realsense D435i深度相机搭建了四足机器人的环境感知系统,并围绕非结构化环境中四足机器人的可通过性问题开展了研究。主要完成的研究内容如下:(1)搭建了四足机器人环境感知系统,建立地形识别数据库。深度相机采用Kalibr标定方法对相机内参进行标定。使用视觉系统对多种地形种类(如:草地、泥地、石路、硬路、雪地等)进行图片采集。建立地形分类数据集,并对数据集的图片采用图像滤波技术和直方图均衡技术进行了地形图片的预处理。(2)构建以四足机器人为中心的2.5D高程栅格地图模型,提取栅格内地形几何特征。通过深度相机获取的稠密点云信息计算栅格内的几何特征(坡度值、曲率值、粗糙度、起伏度等)来描述栅格内的地形情况。同时,提出一种计算粗糙度特征的改进方法,提高了计算精度。(3)基于支持向量机对地形种类进行识别分类,并融合几何特征与地形种类设计了适用于四足机器人的地形可通过性分析方法。以灰度共生矩阵、方向梯度直方图和颜色分布直方图描述图片特征,并将特征线性融合。采用“一对一”结构的支持向量机模型对地形特征进行学习和训练,从而获取地形分类模型。针对栅格地形同时进行几何特征的计算和地形种类的识别,融合计算结果并以机器人结构为基础,设计地形可通过性参数,从而提高可通过性的准确性。