Toward Lunar Legged Robots: Field Deployment Lessons at LUNA
作者: Adrian Fuhrer, Joseph Church, Oliver Fischer, William Talbot, Nicolas Faesch, Yannic Hofmann, Hendrik Kolvenbach, Yusuke Tanaka, Marco Hutter
分类: cs.RO
发布日期: 2026-10-08
备注: Proceeding to the IEEE iSparo Conference 2026
💡 一句话要点
提出针对月球表面的四足机器人行走策略以解决环境挑战
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 四足机器人 月球探测 运动控制 感知系统 类比测试
📋 核心要点
- 现有的轮式探测器在月球表面复杂地形中表现不佳，尤其是在松散和陡峭的地形上。
- 论文提出了四足机器人在月球表面行走的策略，强调了对月壤特性的感知和适应性运动控制。
- 实验结果表明，四足机器人在松散月壤模拟物上行走时，性能受到多种因素的影响，需改进感知与运动策略。
📝 摘要（中文）
四足机器人是未来月球表面任务的有希望的候选者，因为它们能够穿越陡峭、松散和障碍丰富的地形，这些地形对传统的轮式探测器构成挑战。然而，月球部署的准备工作受到脚与月壤相互作用、不确定的尘埃生成、照明驱动的感知退化和操作约束的限制。本文报告了2025年LUNA类比活动的经验教训，ANYmal-D和Magnecko在松散的月壤模拟物和类似陨石坑的地形上行走，并在具有挑战性的光照条件下收集了长时间导航和视觉惯性数据。结果表明，四足机器人能够穿越月壤模拟物，但性能受到沉陷、滑动、产生尘埃的接触以及由于过度曝光、阴影和低纹理区域引起的感知失败的影响。这些结果促使我们更紧密地整合月壤感知的运动策略、照明鲁棒的感知、可重复的类比测试和未来月球四足机器人的任务级操作验证。
🔬 方法详解
问题定义：本论文旨在解决四足机器人在月球表面行走时面临的脚与月壤相互作用的不确定性、尘埃生成和感知退化等问题。现有的轮式探测器在复杂地形中表现不佳，无法有效应对这些挑战。
核心思路：论文的核心思路是通过整合对月壤特性的感知与适应性运动控制，提升四足机器人在月球表面的行走能力。这种设计旨在提高机器人在不同地形条件下的适应性和稳定性。
技术框架：整体架构包括四足机器人的运动控制模块、感知模块和数据采集模块。运动控制模块负责实时调整机器人的行走策略，感知模块则用于监测环境变化，数据采集模块用于记录行走过程中的导航和视觉惯性数据。
关键创新：本研究的关键创新在于提出了月壤感知的运动策略和照明鲁棒的感知方法，这与传统的轮式探测器设计有本质区别，能够更好地适应月球表面的复杂环境。
关键设计：在实验中，机器人采用了特定的参数设置以优化行走性能，包括调整步态参数、损失函数和感知算法，以应对不同的地形和光照条件。
🖼️ 关键图片
📊 实验亮点
实验结果显示，四足机器人在松散月壤模拟物上行走时，尽管面临沉陷和滑动问题，但仍能成功完成任务。具体性能数据表明，机器人在不同光照条件下的导航和感知能力有显著提升，尤其是在低纹理区域的表现。
🎯 应用场景
该研究的潜在应用领域包括未来的月球探测任务和其他行星表面探索。通过提升四足机器人的行走能力，可以更有效地进行科学探测和资源采集，推动人类对月球及其他天体的探索与利用。
📄 摘要（原文）
Legged robots are promising candidates for future lunar surface missions because they can traverse steep, loose, and obstacle-rich terrain that challenges conventional wheeled rovers. However, readiness for lunar deployment is limited by uncertainties in foot-regolith interaction, dust generation, illumination-driven perception degradation, and operational constraints. This paper reports lessons from the 2025 LUNA analogue campaign, where ANYmal-D and Magnecko traversed loose regolith simulant and crater-like terrain and collected long-horizon navigation and visual-inertial data under challenging lighting. We show that quadrupedal robots can traverse regolith simulant, but performance is affected by sinkage and slip, dust-generating contacts, and perception failures caused by overexposure, shadows, and low-texture regions. These results motivate tighter integration of regolith-aware locomotion policies, illumination-robust perception, repeatable analogue testing, and mission-level operational validation for future lunar legged robots.