近年来,腿足式机器人作为一种特殊结构的移动机器人在科学研究和实际应用方面都取得了瞩目的成绩。其应用不仅局限于贴近人们的生活场景,还包括军事用途和科研领域。以本文的研究平台大型四足机器人为例,由于其体积庞大,负重能力强,并具有足式结构的特点,主要应用场景为野外作战环境,可以代替人员执行运送物资,战场排雷,火力打击等作战任务。随着人工智能的迅猛发展,从早年的人为控制运动到现在的机器人基本已能够自主运动实现了质的飞跃。使用场景的复杂化也对机器人的环境感知和自主行为能力提出了新的更高的要求。针对野外作战场景,往往伴随着实地路况复杂,障碍物较多的复杂环境,对人员控制操作机器人的经验要求很高,因此在这种场景下如果能够让四足机器人跟随领航员行走,可以大大减少对人员控制的经验要求和机器人需要进行实时自主规划路径的成本。鉴于以上背景,本文主要研究了以下方面的内容:(1)在充分了解国内外关于移动机器人的环境感知应用及搭载传感器为激光雷达时对目标的识别与追踪的研究现状的基础上,针对四足机器人的自主导航与环境感知的系统设计进行了深入分析,确定了本系统的数据检测流程及处理方法,为目标识别奠定了环境构建基础;(2)以我校机器人中心自主研发的四足机器人Scalf为实验平台,综合分析应用环境和成本要求,构建了以Velodyne VLP16激光雷达为核心的点云数据信息采集系统,并在该设备硬件特性基础上对点云的数据处理进行了详细研究,其中主要包括激光雷达参数校正和原始点云数据的滤波预处理;(3)对传统点云平面分割算法进行了分析,针对四足机器人的应用场景通常情况下并非是高速移动的特点,对三维点云数据处理的实时性要求进行评估,在此前提下为提升点云分割效率和精度,在地面点云分割方法上做出改进;在有效剔除地面点云并保留非地面点云信息后构建一种包含高程信息的混合栅格地图为后续的目标识别奠定基础;(4)在目标识别方面,采用改进的条件聚类算法和加强反射特征对领航员进行识别;追踪方面采用卡尔曼滤波保证目标领航员在被识别后能够不被丢失从而确保四足机器人平稳地跟随行走。