在移动机器人研究领域,由于有着优越的地形适应能力,足式机器人比轮式、履带式机器人在军事行动、灾区救援等领域更具有应用前景,因此其受到了国内外专家学者的广泛关注。相比于单足、双足、六足机器人,四足机器人凭借其在机械结构复刻度、稳定性和运动速度等方面有较好的取舍,而具有更快的运动速度和更强大的负载能力。目前利用先进传感器技术提高四足机器人应对复杂未知环境的适应能力已然成为四足机器人研究领域的热点。为此,本文对课题组现有的四足机器人静步态运动控制方法进行了改进,使机器人能够通过更加复杂极端的地形;并引入RGBD相机完成机器人的自主定位和局部地图构建工作,使得机器人能够借助地形信息自主规划静步态的步高和步长,以通过复杂未知的地形。主要内容如下:(1)基于已有机器人腿部结构,建立腿部D-H坐标系,利用D-H参数法对机器人单腿进行建模分析,给出了机器人单腿的正解及逆解方程;针对现有的间歇静步态在面对高障碍物或大坡度地形时的不足,通过改变迈步顺序和重心调整策略,增强机器人在面对复杂地形时的稳定性;最终四足机器人在Webots仿真环境中完成了攀爬60度坡的实验,从而验证了本方法的有效性。(2)建立机器人位姿描述坐标系,对针孔相机模型进行了分析和介绍,并建立了包含噪声和偏置的IMU运动学模型,最终使用Kalibr工具箱对相机的内参及相机-IMU相对的外参进行了标定实验,通过Allan方差分析法对IMU的噪声和偏置进行了标定。(3)针对视觉惯性里程计定位问题,首先采用基于光流法的特征追踪方案进行视觉前端处理,其中选择耗时较短的ORB算子作为关键点进行特征追踪;在IMU数据处理阶段,采用预积分技术初步处理IMU数据,推导了 IMU连续时间误差传递方程并IMU预积分更新方法;针对视觉惯性信息的非线性问题,分别利用视觉测量信息、IMU测量信息以及边缘化旧帧后的信息作为约束,构造最小二乘问题,利用L-M方法迭代求解,最终得到了机器人的位姿估计。(4)利用标定好的相机内参完成了深度图像到三维点云的转换,并通过选择使用体素格滤波器减少点云数量,节省点云处理时间;推导栅格高度值方差及栅格位置不确定性协方差,以此提高了地图的精度;对于每个栅格的计算都将其置信椭圆范围内的所有栅格高度进行加权融合,最终构建了机器人的局部地图。(5)使用ROS+Gazebo搭建仿真环境,其中利用ROS设计一整套的系统,分别包括机器人运动控制系统、传感器系统、机器人定位系统和局部地图构建系统。并在仿真环境中分别完成视觉惯性里程计定位实验、局部地图构建实验和自主步态规划实验。仿真表明本文设计的基于局部地图构建的四足机器人自主步态规划系统能够有效提高四足机器人适应复杂未知环境的能力。