从移动的方式来讲，陆地上有多种的移动方式，轮式、履带式、躯干式等，其中腿足式可以说是地面运动方式里最具灵活性和地形适应性的移动方式，它不仅可以适应不平整的地面，也可以适应不连续的地形，是机器人研究领域的重要课题，需要解决难建模、易失稳、能耗高等诸多挑战性难题。浙大自2006年关注仿人机器人的挑战，并开展一系列这方面的研究，2008-2011年在国家863重点课题的支持下，开发了两个大型仿人机器人，身高165，重56公斤，全身有30个自由度，可以跟人或双机器人进行乒乓球对打，跟人最大回合数是有145个回合，双机器人也有140多个回合，可以去适应不同的球速，包括对快速旋转飞行乒乓球的准确识别、定位和轨迹的预测，以及实时在线的全身协调运动规划、手臂快速运动下的平衡控制等，该成果得到了美联社、路透社、国家地理频道等专题报道，美国自然科学基金会把该项成果做长篇幅介绍并写进给奥巴马政府的工作报告内。但当时机器人的行走速度只有1.2公里/小时，难以适应打球的快速度。

从2012年开始，我们主要围绕着如何提高机器人运行速度，以及如何从室内走向室外，去适应室外不平整的地面来开展研究。我们通过在关节柔顺控制、全身协调控制、未知外力扰动下的柔顺平衡控制等技术突破，成功研制在室外可以适应草地钢管等不平整地面、以及适应未知外力推动的双足仿人机器人，行走速度最快可以达到4.5公里/小时。利用相关技术，“绝影”机器人由我们团队毕业的学生进行了创业，打造了四足机器人“绝影”。这个机器人具有多种步态，并能完成跳跃、上下30°的斜坡、适应不平整地面、适应各种外力的扰动，目前在变电站巡检等方面进行推广应用。

除了这样大型的腿足式机器人，我们团队新引进的研究员陆博士，他的研究方向是在人体内进行送药的机器人，把微型、软体和多足结合起来。应用腿足对不平整应用环境的适应性，来适应人体器官内的不平整性。利用微纳加工的技术，来给机器人安装了数以百计的、非常柔软纤细的腿，加上磁性的物质来实现在磁场控制下的机器人运动，实现了多种步态，包括波形拍打式步态与摇摆切换式步态。它可以灵活适应人体内的不平整及液态等复杂环境，携带药物精确送达病变处，该微型多足软体机器人自重只有4克，但能够搬运42克的药丸，搬运重量是自身重量的几十倍，搬运的速度和重量都达到了一个很高的指标，并在模拟的人体胃环境里做了实验，获得了2018年中国十大学术进展奖。

从导航方式来讲，它决定了机器人在环境中的自主能力，我们需要解决三个方面的问题，一是要构建环境的地图，然后根据机器人当前的感知，在地图上确定机器人的位置，也就是解决在哪里这个问题，然后根据要到哪里来实现，通过导航规划来解决怎么去这个问题。由于这几个问题的复杂性，特别是地图构建和定位问题的复杂性，所以业内之前的移动机器人虽然也能够实现自主移动，实际上是在技术方面做了简化，比如RGV是用了轨道导引，AGV是用了磁钉、磁条、二维码这样的标识去减少定位难题，通过传感器对这些标识的检测，来完成定位；另外我们的家庭清洁作业机器人也是自主导航，但降低了对效率和定位精度的要求。但现在，很多像工业领域、港口码头等领域，对如何摆脱这些人工标识物、实现高可靠高精度的自然导航提出了重要需求。目前我们已经通过一些技术突破推动了在这些领域中的应用。

地图构建问题在95年就被定义了，由于定位和地图构建形成了一个鸡与蛋的问题，被称为一个难的问题。2001年研究人员用扩展卡曼滤波，在数据关联准确的情况下，可以进行一致性求解。2007年提出的粒子滤波方法，使得我们能够对数据关联做多种假设，来容忍可能的数据关联错误。2006至2011年，研究人员提出了图优化方法，通过构建图模型、建立节点之间的位置约束和观测约束，通过形成约束最大一致性来求解问题；并通过形成图优化问题的求解工具，来实现大规模最优问题的快速求解。在这个框架下，我们也做了一系列工作，特别是如何正确建立节点与节点之间的数据关联。我们做的主要工作包括，怎么对三维的点云进行快速匹配，怎么在大范围的环境建立对点云的描述，能够快速检索到我们又回到了这个位置，从而实现正确的位置识别。同时近几年我们还研究了面向像腿足式机器人，它要用到的不是激光地图，也不是视觉特征地图，而是稠密的高度地图，这样的地图构建会涉及大量的计算，而且我们现在一致性地图的构建主要面向的是稀疏特征的地图一致性构建，那我们要怎样去解决这个问题，来实现大范围一致的稠密高层地图的构建。