随着机器人技术的发展，仿生机器人领域前沿成果正不断涌现，为我们带来惊喜。近日，清华大学的这只仿生机器“海龟”无疑又让人眼前一亮。

——它不仅身体灵活、能在水里游得飞快，而且水陆通吃，陆地行走也不在话下，堪称仿生机器人界的六边形战士。

近日，清华大学水下软体机器人实验室在国际顶级期刊IEEE Transactions on Robotics上发表了一项突破性研究，推出了一款名为“IBATR”的智能仿生两栖龟形机器人。它不仅外形神似海龟，还能以 99.17% 的准确率精准识别地形、自动切换步态，把 “水陆全能” 做到了新高度。

该成果以“An Intelligent Bionic Amphibious Turtle Robot with Visual-Tactile Fusion for Dynamic Terrain Adaptation”为题。清华大学24级硕士生刘昂为论文第一作者，曲钧天副教授和复旦大学张壮研究员为共同通讯作者。

▍IBATR：智能仿生两栖龟形机器人的创新设计

海洋覆盖了地球表面约71%的面积，不仅是生命的摇篮，也蕴藏着丰富的资源，并在全球气候调节中扮演着关键角色。当前，海洋机器人已成为科研与资源勘探的重要工具。然而，在水陆交界的复杂海岸带，松软泥沙与多变地形使得依赖螺旋桨的传统水下机器人行动艰难。

为了提升水下机器人在复杂水陆动态环境中的适应能力，研究团队选择以海龟为仿生对象。

海龟扁平体形赋予出色的稳定性，强壮的鳍状肢提供了强大的推进与负载能力，而高效运动模式则保障了长时间的活动耐力。在深入研究后，团队不仅复刻了海龟的外形，更深入借鉴其运动机理，打造出一款兼具轻量化、高机动性与强稳定性的智能机器人平台。

智能仿生两栖海龟机器人：硬件配置与核心组件
 

从结构上看，IBATR 的机身采用扁平设计。中央龟壳由圆柱形防水腔和碳纤维骨架构成，碳纤维材料既保证了结构强度，又最大限度减轻了重量，让机器人总质量仅为 10.48 公斤。

机器人的核心驱动部件是四条三自由度仿生鳍肢，前鳍长 25 厘米，后鳍长 16 厘米，复刻了海龟前肢推进、后肢转向的功能分工。

鳍肢的骨架由铜棒和碳纤维板制成，外层包裹着柔软的 Ecoflex 硅胶，既能贴合复杂地形，又能在坚硬表面提供足够摩擦力。

为了让鳍肢“感知”环境，研究团队在鳍肢与地面接触时的最大压力位置嵌入了压力传感器。这些传感器能精准测量地形的硬度、摩擦系数等物理特性。同时，机器人头部搭载了摄像头，用于捕捉前方地形的视觉信息，形成“视觉+触觉”的双感知系统。

IBATR的电子架构
 

在控制系统方面，IBATR搭载了树莓派4B主控制器和STM32F103C8T6伺服控制板，能同时控制12个防水伺服电机，响应间隔1.5毫秒。配备九轴IMU、UWB定位模块及应变片式压力传感器，实现运动状态感知与实时数据传输。

▍智能感知与自适应步态
 

这款机器人最亮眼的创新，在于能自主识别地形并切换运动模式。

在复杂环境中，单一的感知方式往往存在局限。视觉感知容易受光照、水流影响，难以辨别视觉相似但力学特性差异巨大的地形；触觉感知虽精准，但需要物理接触，无法提前预判前方环境。为了解决这一问题，研究团队构建了双模态卷积神经网络（CNN），将视觉和触觉信息深度融合。

地形识别框架
 

机器人的摄像头拍摄地形图像，提取纹理、颜色等视觉特征；压力传感器采集鳍肢与地面接触时的动态压力信号，捕捉地形的物理特性。这些数据被输入轻量级CNN模型，经过训练后，该模型能识别混凝土、砾石、草地、沙地和水体五种典型地形，准确率高达 99.17%。相比传统的单一模态感知，这种双模态融合方案抗干扰能力更强，即使在波浪扰动或光线不足的环境中，也能精准判断地形类型。

识别出地形后，IBATR会通过有限状态机自动切换最优步态。研究团队通过大量实验，为不同地形匹配了专属运动模式。

在草地等硬质地表，采用步行步态，前后鳍异步运动，兼顾速度与效率；

在沙地等可变形地形，切换为对称步态，减少鳍肢下陷，降低能耗；

在砾石等颗粒状地形，选用跳跃步态，避免鳍肢与砾石接触不良；

在水中则采用游泳步态，前鳍以15°最佳攻角周期性振荡产生推力，后鳍负责转向。

▍优化运动策略：从自然步态到数学优化

除了自主切换步态，IBATR还通过智能算法优化运动参数，实现“高速+低耗”平衡。

研究团队采用贝叶斯优化算法，结合反向传播（BP）神经网络，对步态周期和摆线参数进行全局优化。传统机器人的步态参数往往通过人工调试确定，难以兼顾速度、能耗等多个目标。而贝叶斯优化算法能通过少量实验数据构建代理模型，快速找到最优参数组合。

运动步态的优化与生成
 

研究团队采集了 50 组实际运动数据，训练 BP 神经网络预测功耗，再结合 Webots 仿真环境中的速度数据，以 “最大化速度 - 最小化能耗” 为目标进行优化。最终得到的最优参数让机器人在保持高机动性的同时，能耗显著降低。

实验数据显示，这种优化后的步态效果显著：在草地地形，IBATR的平均速度可达0.67米/秒；在沙地地形，其运输成本（COT）降至1.72，比传统步态效率提升25.9%。与单一步态相比，自适应步态让机器人的运动效率提升19.1%，速度提高9.2%，实现了“因地制宜”的智能运动。

▍水陆自如：从实验室到自然环境的验证

为了验证 IBATR 的实战能力，研究团队进行了多场景测试，从实验室的模拟环境到深圳大鹏半岛的真实海岸，全方位检验这款机器人的性能。

在室内测试中，IBATR成功完成了U形和8字形路径跟踪任务，横向误差均不超过0.21米；在国际标准游泳池中，水下姿态跟踪的稳态误差控制在5°以内，展现出优异的运动精度。在室外多地形测试中，机器人能轻松跨越14厘米高的障碍物，相当于自身身高的82.4%，在砾石、沙地等复杂地形上穿梭自如。

机器人双模态运动现场验证
 

最关键的实地测试在深圳大鹏半岛的海岸带进行。这里有开阔水域、沙滩、砾石滩等多种地形，还有波浪扰动等自然干扰。测试中，IBATR从陆地出发，自主识别地形并切换步态，顺利进入海洋；在波浪中游泳时，姿态角变化仅20°，展现出强大的抗干扰能力；从海洋返回陆地时，无缝切换为步行步态，整个过程流畅自然。测试数据显示，步态切换让机器人的功耗显著降低，验证了其在真实环境中的实用性。

与现有仿生机器人相比，IBATR 的优势十分突出。

在能完成海陆过渡的机器人中，它的速度最快；在两栖机器人中，它的陆地运动能耗最低。更重要的是，其 “感知 - 决策 - 执行” 的闭环系统，实现了从地形识别到步态自适应的全自主运行，这在同类产品中并不多见。

▍结语与未来

BATR 的成功研发，为海洋探索提供了全新工具。

这款机器人在海洋勘探、环境监测、灾害响应等领域具有广泛的应用前景：在近海海域，它可以搭载水质传感器，自主巡航监测污染物浓度；在水下考古现场，它能在浅滩与水域之间灵活穿梭，拍摄文物影像，避免传统设备对遗址的破坏；在海啸、风暴潮等灾害发生后，它可以快速进入受灾的海岸带，搜寻幸存者或评估灾情，为救援提供支持。

未来，研究团队计划进一步提升 IBATR 的性能：优化路径跟踪算法，增强其在大规模动态场景中的适应能力；扩充视觉 - 触觉传感数据集，提高复杂环境下的地形识别精度；增加更多任务模块，如水下采样、声呐探测等，拓展应用场景。

论文链接：https://ieeexplore.ieee.org/document/11219361?sessionid=