编辑：前沿在线 编辑部 2026年9月底，美国匹兹堡， IROS足式机器人挑战赛（LRC） 的赛场上，一台背着机械臂的四足机器人格外引人注意。 它需要自主感知环境、规划路线、穿越障碍，还要操作背上的机械臂完成指定任务。 整套过程不依赖人工远程遥控，考验的是机器人在复杂环境中自主完成任务的能力。 最终，来自 新加坡南洋理工大学 的团队，凭借这套方案拿下了 IROS 2026 LRC全自主组冠军及最佳自主能力奖。 再看硬件，是两家中国机器人企业的产品组合 ：智身科技（GENISOM AI）旗下的四足机器人智身铜锤M1 ，以及 松灵机器人（AgileX Robotics）的PiPER-X机械臂。 新加坡南洋理工大学团队根据赛事任务需求，选择了这两款各有所长的产品。 智身铜锤M1 提供四足移动、设备承载与扩展能力， 松灵PiPER-X 负责灵活的末端运动 。团队则在硬件基础上，完成感知、规划、导航及整套自主系统的开发集成。 这已经是 智身四足机器人 连续第二年进入IROS冠军团队的方案 。2025年，英国曼彻斯特大学团队使用智身钢镚L1，在IROS四足机器人挑战赛（QRC）中夺冠； 2026年，新加坡南洋理工大学团队选择智身铜锤M1，还给它背上了松灵的机械臂。 连续两年的冠军成绩当然值得关注。 奖项之外，另一条线索同样值得研究： 外部高校团队正在怎样使用四足机器人，又能在这些平台上开发出什么新的能力？ 过去几年，四足机器人的运动能力进步很快。 能跑多快、跨多高的障碍、负载多少，始终是衡量产品的重要指标。 但当机器人开始执行更加具体的任务，另一个问题也越来越重要： 到达现场以后，它还能做什么？ 围绕这次冠军方案，智身与松灵同步推进联合技术展示和开发者案例内容，将以赛场中的其中一个真实任务呈现，是识别一张只露出部分图形特征的危化标签。 设计思路很直观：四足机器人先接近目标，背上的机械臂再带动深度相机调整位置和角度，帮助视觉系统获取有效图像，最终完成识别与结果回传。 这个任务有意思的地方在于，机械臂并不是用来抓东西的。 它要做的，是帮机器人找到一个合适的观察角度。 机器狗有了机械臂，为什么先用它来找角度？ 给四足机器人装机械臂，这条路其实已经探索了很多年。 2021年，波士顿动力就展示过Spot搭载机械臂后的各种操作：开门、拨动开关、抓取物品，也能利用末端相机开展设备检查。 学术界同样有不少积累。瑞士苏黎世联邦理工学院的ALMA项目，将ANYmal四足机器人与DynaArm机械臂结合，研究复杂环境中的移动操作和全身协同控制。 两种硬件各有优势。四足机器人能够在复杂地形中移动，机械臂则擅长在局部空间内完成灵活的末端运动。 将它们组合起来，机器人就能够执行更加丰富的任务。 不过，行业聊起足臂协同，往往更容易 把注意力放在抓取和物理操作上 。 新加坡南洋理工大学团队采用的硬件组合，以及智身与松灵正在推进的检测案例，恰好展示了机械臂的另一种用途： 它可以不直接接触目标，而是带着传感器调整观察位置。 拿工业巡检来说，机器人已经来到设备旁边，要查看的仪表却安装在侧面，或者某个标识受到周围结构遮挡。固定相机难以获得合适的画面，怎么办？ 可以调整机器人本体的位置，也可以改变传感器的观察角度。 云台主要改变相机朝向，而机械臂还能在自身工作空间内调整相机的三维位置和姿态，从不同距离、不同角度获取信息。 这与机器人领域的主动视觉（Active Vision）研究思路相契合。 过去谈机器人视觉，大家更多关注相机分辨率、识别算法和准确率。这些当然重要， 但随着机器人开始自主执行任务，如何获得图像，也成了感知系统需要考虑的问题。 识别算法可以越来越强，在实际检测任务中，机器人同样需要获取有效的图像。目标受到遮挡、观察角度不合适，可能需要感知算法与传感器运动能力共同发挥作用。 这时候，让相机主动调整位置，就是一种很实际的思路。 局部危化标签识别恰好提供了一个例子。 四足机器人将相机送到目标附近，机械臂再调整位置和姿态，为后续识别获取更合适的图像。 值得区分的是，机械臂能够调整相机位姿， 而具体怎样选择观察位置、如何完成自主感知，则取决于整套系统的感知与控制设计。 两种能力结合起来，才有机会应对更加复杂的观察任务。 机器人的视觉能力，不只体现在拿到图像之后识别得有多准，也体现在它能否获得完成任务所需要的信息。 这也是此次方案值得关注的地方。 机械臂搭载相机本身并非一条全新的技术路线，但 智身铜锤M1与松灵PiPER-X的组合，让移动平台与末端设备可以围绕具体检测任务展开协作。 从机械臂参与抓取，到参与环境感知，足臂协同正在延伸出更加丰富的应用方式。 而这些任务能否完成，很大程度上取决于移动平台与机械臂自身提供了怎样的能力。 从移动到观察，两个硬件平台各有分工 先看 智身铜