问题：长期以来，机器人定位高度依赖摄像头、激光雷达等外部传感器。在沙尘暴、浓雾、强光或地下管道等缺乏可视信息的场景中，视觉和激光系统容易受遮挡、散射或反射影响，导致定位漂移甚至失败，制约了机器人在应急救援、地下巡检和特种作业中的应用。原因：外部感知系统提供的是环境参照而非机器人自身状态。当外界信号不稳定时，机器人缺少稳定的“自我参照”能力，难以建立连续可靠的定位链条。同时，传统里程计对足式机器人复杂接触状态的适应性不足，尤其在轮足混合运动中，脚部接触与轮滚动叠加会放大位姿估计误差。影响：定位能力不足使机器人在高风险场景中难以自主导航，任务失败率上升，安全性与可靠性受影响，也限制了其在城市地下空间、灾害现场和极端环境的应用扩展。对策：针对上述问题，中科院光电技术研究所联合新加坡科技研究局、深圳星动力科技提出“接触锚定本体感受里程计”方法。该方法借鉴生物在黑暗环境中依靠内耳、肌肉与关节反馈识别自身位置的机理，通过惯性测量单元和电机编码器构建机器人“内感”系统。研究团队建立足部接触状态判别机制，以关节扭矩推算脚底受力，识别可靠接触点作为固定参考锚点，并在多足间动态切换以保持定位连续性。同时，算法抑制并补偿编码器噪声，避免关节信号短时异常导致位姿突变，并区分足式支撑与轮式滚动带来的位移差异，实现轮足混合机器人的精准估计。前景：该方法在Unitree Go2 EDU和多台Astrall平台上完成实测，700米闭环水平路线平均误差为7.68米，20米垂直爬行高度误差控制在0.54米以内。结果表明，在缺乏外部视觉与雷达信息的情况下，机器人仍可实现稳定定位，为复杂环境自主导航提供了新路径。业内人士认为，基于本体感知的定位技术可在灾害搜救、地下管网巡检、矿山与海上平台运维等领域发挥重要作用，也有望降低机器人对昂贵外部传感器的依赖，推动技术向轻量化、低成本方向发展。未来若与多源感知融合形成冗余定位体系，将更提升机器人在极端环境中的自主决策与任务执行能力。
这项源自生物本能的技术创新，为机器人在“黑暗环境作业”中的定位难题提供了中国方案，也提示我们：突破性技术往往来自对自然智慧的深入理解。当全球机器人产业竞相堆叠传感器时，中国科学家选择的另一条路径，或许预示着下一代机器人技术的发展方向——更简约、更智能，更接近生命本质的运动哲学。