某研究小组开发了一种新的算法系统，使四条腿的机器人能够在野外行走和奔跑。机器人可以在具有挑战性和复杂的地形中导航，同时避免静态和移动的障碍物；该团队进行了测试，在该系统的引导下，机器人可以自主地、快速地在沙地、碎石、草地和布满树枝和落叶的颠簸土坡上机动。同时，它可以避免撞到电线杆、树木、灌木、巨石、长椅和人。该机器人还展示了在繁忙的办公空间中穿梭而不撞到各种障碍物的能力。   

  建立高效的腿部机器人，这个新系统意味着研究人员比以往任何时候都更接近于为搜索和救援任务建造高效的机器人，或者在人类难以到达或危险的空间收集信息的机器人。由于该系统将机器人的视觉与本体感觉相结合，使机器人具有更多的多功能性，本体感觉是另一种涉及机器人的运动感，方向感，速度感，位置感和触觉的传感方式。

  目前大多数训练腿部机器人行走和导航的方法都使用本体感觉或视觉。然而，它们并不是同时使用的。将本体感觉与计算机视觉相结合，王晓龙是加州大学圣地亚哥分校雅各布斯工程学院的电子和计算机工程教授。一个案例中，这就像训练一个盲人机器人通过触摸和感受地面来行走。在另一种情况下，机器人仅根据视觉来计划其腿部运动。在我们的工作中，我们将本体感觉与计算机视觉相结合，使有腿的机器人能够在各种具有挑战性的环境中高效，平稳地移动—同时避开障碍物，而不仅仅是在定义明确的环境。

  开发的系统依赖于一组特殊的算法融合来自实时图像的数据，这些图像由机器人头部的深度摄像头拍摄，数据来自机器人腿上的传感器。不过，这是一项复杂的任务。问题在于，在实际操作过程中，从相机接收图像有时会有轻微的延迟，因此来自两种不同传感模式的数据并不总是同时传达。

  现将寻求使腿部机器人的功能更加全面，以便它们能够在更复杂的地形上操作。现在，我们可以训练机器人做简单的动作，如走路，跑步和避开障碍物，我们的下一个目标是让机器人上下楼梯，在石头上行走，改变方向并跳过障碍物。