移動(dòng)機(jī)器人技術(shù)研究現(xiàn)狀與未來(lái)*

?

移動(dòng)機(jī)器人技術(shù)研究現(xiàn)狀與未來(lái)*

李磊，葉濤，譚民，陳細(xì)軍

（中國(guó)科學(xué)院自動(dòng)化研究所復(fù)雜系統(tǒng)與智能科學(xué)試驗(yàn)室，北京 100080）

摘編自《機(jī)器人》2002年5期：475~480頁(yè)，圖、表、參考文獻(xiàn)已省略。

1　引言

移動(dòng)機(jī)器人的研究始于60年代末期。斯坦福研究院（SRI）的Ni ls Nilssen和Charles Rosen等人，在1966年至1972年中研造出了取名Shakey[1]的自主移動(dòng)機(jī)器人。目的是研究應(yīng)用人工智能技術(shù)，在復(fù)雜環(huán)境下機(jī)器人系統(tǒng)的自主推理、規(guī)劃和控制。與此同時(shí)，最早的操作式步行機(jī)器人也研制成功，從而開(kāi)始了機(jī)器人步行機(jī)構(gòu)方面的研究，以解決機(jī)器人在不平整地域內(nèi)的運(yùn)動(dòng)問(wèn)題，設(shè)計(jì)并研制出了多足步行機(jī)器人。其中最著名是名為General Electric Quadruped[2]的步行機(jī)器人。70年代末，隨著計(jì)算機(jī)的應(yīng)用和傳感技術(shù)的發(fā)展，移動(dòng)機(jī)器人研究又出現(xiàn)了新的高潮。特別是在80年代中期，設(shè)計(jì)和制造機(jī)器人的浪潮席卷全世界。一大批世界著名的公司開(kāi)始研制移動(dòng)機(jī)器人平臺(tái)，這些移動(dòng)機(jī)器人主要作為大學(xué)實(shí)驗(yàn)室及研究機(jī)構(gòu)的移動(dòng)機(jī)器人實(shí)驗(yàn)平臺(tái)，從而促進(jìn)了移動(dòng)機(jī)器人學(xué)多種研究方向的出現(xiàn)。90年代以來(lái)，以研制高水平的環(huán)境信息傳感器和信息處理技術(shù)，高適應(yīng)性的移動(dòng)機(jī)器人控制技術(shù)，真實(shí)環(huán)境下的規(guī)劃技術(shù)為標(biāo)志，開(kāi)展了移動(dòng)機(jī)器人更高層次的研究。

2　移動(dòng)機(jī)器人分類(lèi)

移動(dòng)機(jī)器人從工作環(huán)境來(lái)分，可分為室內(nèi)移動(dòng)機(jī)器人和室外移動(dòng)機(jī)器人；按移動(dòng)方式來(lái)分：輪式移動(dòng)機(jī)器人、步行移動(dòng)機(jī)器人、蛇形機(jī)器人、履帶式移動(dòng)機(jī)器人、爬行機(jī)器人等；按控制體系結(jié)構(gòu)來(lái)分：功能式（水平式）結(jié)構(gòu)機(jī)器人、行為式（垂直式）結(jié)構(gòu)機(jī)器人和混合式機(jī)器人；按功能和用途來(lái)分：醫(yī)療機(jī)器人、軍用機(jī)器人、助殘機(jī)器人、清潔機(jī)器人等。按作業(yè)空間來(lái)分：陸地移動(dòng)機(jī)器人、水下機(jī)器人、無(wú)人飛機(jī)和空間機(jī)器人。本文僅論述陸地移動(dòng)機(jī)器人。

3　移動(dòng)機(jī)器人技術(shù)的主要研究方向

3.1 導(dǎo)航和定位

導(dǎo)航和定位是移動(dòng)機(jī)器人研究的兩個(gè)重要問(wèn)題。移動(dòng)機(jī)器人的導(dǎo)航方式可分為：基于環(huán)境信息的地圖模型匹配導(dǎo)航；基于各種導(dǎo)航信號(hào)的陸標(biāo)導(dǎo)航、視覺(jué)導(dǎo)航和味覺(jué)導(dǎo)航等。

環(huán)境地圖模型匹配導(dǎo)航是機(jī)器人通過(guò)自身的各種傳感器，探測(cè)周?chē)h(huán)境，利用感知到的局部環(huán)境信息進(jìn)行局部地圖構(gòu)造，并與其內(nèi)部事先存儲(chǔ)的完整地圖進(jìn)行匹配。如兩模型相互匹配，機(jī)器人可確定自身的位置，并根據(jù)預(yù)先規(guī)劃的一條全局路線，采用路徑跟蹤和避障技術(shù)，實(shí)現(xiàn)導(dǎo)航。它涉及環(huán)境地圖模型建造和模型匹配兩大問(wèn)題[3, 4]。

陸標(biāo)導(dǎo)航是事先將環(huán)境中的一些特殊景物作為陸標(biāo)，機(jī)器人在知道這些陸標(biāo)在環(huán)境中的坐標(biāo)、形狀等特征的前提下，通過(guò)對(duì)陸標(biāo)的探測(cè)來(lái)確定自身的位置。同時(shí)將全局路線分解成為陸標(biāo)與陸標(biāo)間的片段，不斷地對(duì)陸標(biāo)探測(cè)來(lái)完成導(dǎo)航。根據(jù)陸標(biāo)的不同，可分為人工陸標(biāo)導(dǎo)航和自然陸標(biāo)導(dǎo)航。人工陸標(biāo)導(dǎo)航[5]是機(jī)器人通過(guò)對(duì)人為放置的特殊標(biāo)志的識(shí)別實(shí)現(xiàn)導(dǎo)航，雖然比較容易實(shí)現(xiàn)，但它人為地改變了機(jī)器人工作的環(huán)境。自然陸標(biāo)導(dǎo)航不改變工作環(huán)境，是機(jī)器人通過(guò)對(duì)工作環(huán)境中的自然特征的識(shí)別完成導(dǎo)航，但陸標(biāo)探測(cè)的穩(wěn)定性和魯棒性是研究的主要問(wèn)題[6]。視覺(jué)導(dǎo)航主要完成障礙物和陸標(biāo)的探測(cè)及識(shí)別。Trahanias[7]利用視覺(jué)探測(cè)陸標(biāo)來(lái)完成機(jī)器人導(dǎo)航。其中陸標(biāo)不是事先定義的人工陸標(biāo)，而是在學(xué)習(xí)階段自動(dòng)抽取的自然陸標(biāo)。視覺(jué)導(dǎo)航中邊緣銳化、特征提取等圖像處理方法計(jì)算量大，實(shí)時(shí)性差始終是一個(gè)瓶頸問(wèn)題。解決該問(wèn)題的關(guān)鍵在于設(shè)計(jì)一種快速的圖像處理方法。Stanley[8]提出了基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人視覺(jué)導(dǎo)航技術(shù)。該技術(shù)中估算逆雅可比矩陣是基于視覺(jué)導(dǎo)航的一個(gè)關(guān)鍵問(wèn)題。它將圖像特征的變化與機(jī)器人的位置變化對(duì)應(yīng)起來(lái)，通過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練來(lái)近似特征雅可比矩陣的逆陣。該技術(shù)，通過(guò)提取幾何特征、平均壓縮、向量量化和主成分提取來(lái)簡(jiǎn)化圖像處理，實(shí)現(xiàn)實(shí)時(shí)視覺(jué)導(dǎo)航。

味覺(jué)導(dǎo)航[9,10]是通過(guò)機(jī)器人配備的化學(xué)傳感器感知?dú)馕兜臐舛?，根?jù)氣味的濃度和氣流的方向來(lái)控制機(jī)器人的運(yùn)動(dòng)。由于氣味傳感器具有靈敏度高、響應(yīng)速度快以及魯棒性好等優(yōu)點(diǎn)，近年來(lái)許多研究人員在氣味導(dǎo)航技術(shù)上做了許多研究工作。但該項(xiàng)技術(shù)能夠真正應(yīng)用到實(shí)際環(huán)境中的卻很少，仍處于試驗(yàn)研究階段。Figaro Engineering Inc.公司研制的氧化錫氣味傳感器，被廣泛用于氣味導(dǎo)航試驗(yàn)。石英晶體微平衡氣味傳感器、導(dǎo)電聚合物氣味傳感器和一種模仿哺乳動(dòng)物鼻子功能的電子鼻等用于移動(dòng)機(jī)器人味覺(jué)導(dǎo)航的傳感器都處于試驗(yàn)階段。目前的味覺(jué)導(dǎo)航試驗(yàn)多采用將機(jī)器人起始點(diǎn)和目標(biāo)點(diǎn)之間用特殊的化學(xué)藥品，如酒精和樟腦丸等，引導(dǎo)出一條無(wú)碰氣味路徑，機(jī)器人根據(jù)不同的道路跟蹤算法，用氣味傳感器感知?dú)馕兜臐獾蜌馕对吹姆较蜻M(jìn)行機(jī)器人導(dǎo)航試驗(yàn)。味覺(jué)導(dǎo)航的研究具有很好的研究?jī)r(jià)值，該種移動(dòng)機(jī)器人可用來(lái)尋找化學(xué)藥品泄露源。

3.1.1 定位

作為移動(dòng)機(jī)器人導(dǎo)航最基本環(huán)節(jié)，定位是確定機(jī)器人在二維工作環(huán)境中相對(duì)于全局坐標(biāo)的位姿。定位方法根據(jù)機(jī)器人工作環(huán)境復(fù)雜性，配備傳感器的種類(lèi)和數(shù)量等不同有多種方法。主要方法有：慣性定位、陸標(biāo)定位和聲音定位等。慣性定位是在移動(dòng)機(jī)器人的車(chē)輪上裝有光電編碼器，通過(guò)對(duì)車(chē)輪轉(zhuǎn)動(dòng)的記錄來(lái)粗略地確定位置和姿態(tài)。該方法雖然簡(jiǎn)單，但是由于車(chē)輪與地面存在打滑現(xiàn)象，產(chǎn)生的累積誤差隨路徑的增加而增大，定位誤差會(huì)逐漸累積，引起更大的誤差。Yamauchi[11]使用推測(cè)航行法和證據(jù)柵格來(lái)實(shí)現(xiàn)動(dòng)態(tài)環(huán)境中的機(jī)器人位置。該方法把在不同時(shí)段建立的證據(jù)柵格匹配起來(lái)，使用一種爬山算法搜索可能的平移與轉(zhuǎn)動(dòng)空間，來(lái)消除推測(cè)航行法的誤差累積；陸標(biāo)定位[5]在移動(dòng)機(jī)器人工作的環(huán)境里，人為地設(shè)置一些坐標(biāo)已知的陸標(biāo)，如超聲波發(fā)射器、激光反射板等，通過(guò)對(duì)陸標(biāo)的探測(cè)來(lái)確定自身的位姿。

三角測(cè)量法是陸標(biāo)定位常用的方法，機(jī)器人在同一點(diǎn)探測(cè)到三個(gè)陸標(biāo)，并通過(guò)三角幾何運(yùn)算，可確定機(jī)器人在工作環(huán)境中的坐標(biāo)。陸標(biāo)定位是普遍采用的方法，可獲得較高的定位精度且計(jì)算量小，可用于實(shí)際的生產(chǎn)中。但該法需要對(duì)環(huán)境作一些改造，不太符合真正意義的自主導(dǎo)航；聲音定位[12]用于物體超出視野之外或光線很暗時(shí)，視覺(jué)導(dǎo)航和定位失效的情況之下?；诼曇舻臒o(wú)方向性和時(shí)間分辨率高等優(yōu)點(diǎn)，采用最大似然法、時(shí)空梯度法和MUSIC法等方法可實(shí)現(xiàn)機(jī)器人的精確定位。

3.1.2 路徑規(guī)劃

不論采用何種導(dǎo)航方式，智能移動(dòng)機(jī)器人主要完成路徑規(guī)劃、定位和避障等任務(wù)。路徑規(guī)劃是自主式移動(dòng)機(jī)器人導(dǎo)航的基本環(huán)節(jié)之一。它是按照某一性能指標(biāo)搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無(wú)碰路徑。根據(jù)機(jī)器人對(duì)環(huán)境信息知道的程度不同，可分為兩種類(lèi)型：環(huán)境信息完全知道的全局路徑規(guī)劃和環(huán)境信息完全未知或部分未知，通過(guò)傳感器在線地對(duì)機(jī)器人的工作環(huán)境進(jìn)行探測(cè)，以獲取障礙物的位置、形狀和尺寸等信息的局部路徑規(guī)劃。

全局路徑規(guī)劃包括環(huán)境建模和路徑搜索策略?xún)蓚€(gè)子問(wèn)題。其中環(huán)境建模的主要方法有：可視圖法（V-Graph）、自由空間法（Free Space Approach）和柵格法（Grids）等?？梢晥D法[13]視機(jī)器人為一點(diǎn)，將機(jī)器人、目標(biāo)點(diǎn)和多邊形障礙物的各頂點(diǎn)進(jìn)行組合連接，要求機(jī)器人和障礙物各頂點(diǎn)之間、目標(biāo)點(diǎn)和障礙物各頂點(diǎn)之間以及各障礙物頂點(diǎn)與頂點(diǎn)之間的連線，均不能穿越障礙物，即直線是可視的。搜索最優(yōu)路徑的問(wèn)題就轉(zhuǎn)化為從起始點(diǎn)到目標(biāo)點(diǎn)經(jīng)過(guò)這些可視直線的最短距離問(wèn)題。運(yùn)用優(yōu)化算法，可刪除一些不必要的連線以簡(jiǎn)化可視圖，縮短搜索時(shí)間。該法能夠求得最短路徑，但假設(shè)機(jī)器人的尺寸大小忽略不計(jì)，使得機(jī)器人通過(guò)障礙物頂點(diǎn)時(shí)離障礙物太近甚至接觸并且搜索時(shí)間長(zhǎng)，對(duì)于N條連線的搜索時(shí)間為O（N2）[14]。Voronoi Diagrams法和Tangent Graph 法[15]對(duì)可視圖法進(jìn)行了改進(jìn)；自由空間法應(yīng)用于機(jī)器人路徑規(guī)劃，采用預(yù)先定義的如廣義錐形和凸多邊形[16]等基本形狀構(gòu)造自由空間，并將自由空間表示為連通圖，通過(guò)搜索連通圖來(lái)進(jìn)行路徑規(guī)劃。該法比較靈活，起始點(diǎn)和目標(biāo)點(diǎn)的改變不會(huì)造成連通圖的重構(gòu)，但算法的復(fù)雜程度與障礙物的多少成正比，且不是任何情況下都能獲得最短路徑；柵格法[17]將機(jī)器人工作環(huán)境分解成一系列具有二值信息的網(wǎng)格單元，多采用四叉樹(shù)或八叉樹(shù)表示工作環(huán)境。并通過(guò)優(yōu)化算法完成路徑搜索。該法以柵格為單位記錄環(huán)境信息，環(huán)境被量化成具有一定分辨率的柵格，柵格的大小直接影響著環(huán)境信息存儲(chǔ)量的大小和規(guī)劃時(shí)間的長(zhǎng)短。柵格劃分大了，環(huán)境信息存儲(chǔ)量小，規(guī)劃時(shí)間短，但分辨率下降，在密集環(huán)境下發(fā)現(xiàn)路徑的能力減弱；柵格劃分小了，環(huán)境分辨率高，在密集環(huán)境下發(fā)現(xiàn)路徑的能力強(qiáng)，但環(huán)境信息存儲(chǔ)量大，規(guī)劃時(shí)間長(zhǎng)，可以采用改進(jìn)的柵格法[18]彌補(bǔ)柵格法的不足。路徑搜索策略主要有：A*算法[19]、D*最優(yōu)算法[20]等。

局部路徑規(guī)劃的主要方法有：人工勢(shì)場(chǎng)法（Artificial Potential Field）、遺傳算法（Genetic Algorithm）和模糊邏輯算法（Fuzzy Logic Algorithm）等。人工勢(shì)場(chǎng)法[21]是由Khatib提出的一種虛擬力法。其基本思想是將機(jī)器人在環(huán)境中的運(yùn)動(dòng)視為一種虛擬的人工受力場(chǎng)中的運(yùn)動(dòng)。障礙物對(duì)機(jī)器人產(chǎn)生斥力，目標(biāo)點(diǎn)產(chǎn)生引力，引力和斥力的合力作為機(jī)器人的加速力，來(lái)控制機(jī)器人的運(yùn)動(dòng)方向和計(jì)算機(jī)器人的位置。該法結(jié)構(gòu)簡(jiǎn)單，便于低層的實(shí)時(shí)控制，在實(shí)時(shí)避障和平滑的軌跡控制方面，得到了廣泛的應(yīng)用，但對(duì)存在局部最優(yōu)解的問(wèn)題，容易產(chǎn)生死鎖現(xiàn)象（Dead Lock）[22]，因而可能使機(jī)器人在到達(dá)目標(biāo)點(diǎn)之前就停留在局部最優(yōu)點(diǎn)；J. Holland[23]在60年代初提出了遺傳算法，以自然遺傳機(jī)制和自然選擇等生物進(jìn)化理論為基礎(chǔ)，構(gòu)造了一類(lèi)隨機(jī)化搜索算法。它利用選擇、交叉和變異來(lái)培養(yǎng)控制機(jī)構(gòu)的計(jì)算程序，在某種程度上對(duì)生物進(jìn)化過(guò)程做數(shù)學(xué)方式的模擬。它不要求適應(yīng)度函數(shù)是可導(dǎo)或連續(xù)的，而只要求適應(yīng)度函數(shù)為正，同時(shí)作為并行算法，它的隱并行性適用于全局搜索。多數(shù)優(yōu)化算法都是單點(diǎn)搜索算法，很容易陷入局部最優(yōu)，而遺傳算法卻是一種多點(diǎn)搜索算法，因而更有可能搜索到全局最優(yōu)解。由于遺傳算法的整體搜索策略和優(yōu)化計(jì)算不依賴(lài)于梯度信息，所以解決了一些其它優(yōu)化算法無(wú)法解決的問(wèn)題。但遺傳算法運(yùn)算速度不快，進(jìn)化眾多的規(guī)劃要占據(jù)較大的存儲(chǔ)空間和運(yùn)算時(shí)間；基于實(shí)時(shí)傳感信息的模糊邏輯算法[24]參考人的駕駛經(jīng)驗(yàn)，通過(guò)查表得到規(guī)劃信息，實(shí)現(xiàn)局部路徑規(guī)劃。該方法克服了勢(shì)場(chǎng)法易產(chǎn)生的局部極小問(wèn)題，適用于時(shí)變未知環(huán)境下的路徑規(guī)劃，實(shí)時(shí)性較好。

3.2 多傳感器信息融合方面的研究

移動(dòng)機(jī)器人的多傳感器信息融合方面的研究始于80年代。多傳感器融合[25]的常用方法有：加權(quán)平均法、貝葉斯估計(jì)、卡爾曼濾波、統(tǒng)計(jì)決策理論、D-S證據(jù)推理、神經(jīng)網(wǎng)絡(luò)和模糊推理法以及帶置信因子的產(chǎn)生式規(guī)則。其中加權(quán)平均法是最簡(jiǎn)單也最直觀的方法，一般用于對(duì)動(dòng)態(tài)低水平的數(shù)據(jù)進(jìn)行處理，但結(jié)果不是統(tǒng)計(jì)上的最優(yōu)估計(jì)；貝葉斯估計(jì)是融合靜態(tài)環(huán)境中多傳感器低層數(shù)據(jù)的常用方法，適用于具有高斯白噪聲的不確定性傳感信息融合；對(duì)于系統(tǒng)噪聲和觀測(cè)噪聲為高斯白噪聲的線性系統(tǒng)模型用卡爾曼濾波（KF）來(lái)融合動(dòng)態(tài)低層次冗余傳感信息，對(duì)于非線性系統(tǒng)模型采用擴(kuò)展卡爾曼濾波（EKF）或者分散卡爾曼濾波（DKF）；統(tǒng)計(jì)決策理論用于融合多個(gè)傳感器的同一種數(shù)據(jù)，常用于圖像觀測(cè)數(shù)據(jù)；D-S證據(jù)推理是貝葉斯估計(jì)法的擴(kuò)展，它將局部成立的前提與全局成立的前提分離開(kāi)來(lái)，以處理前提條件不完整的信息融合；基于神經(jīng)網(wǎng)絡(luò)法根據(jù)系統(tǒng)要求和融合形式，選擇網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，通過(guò)網(wǎng)絡(luò)學(xué)習(xí)確定網(wǎng)絡(luò)連接權(quán)值，對(duì)各傳感器的輸入信息進(jìn)行融合。系統(tǒng)具有很強(qiáng)的容錯(cuò)性和魯棒性；模糊推理法首先對(duì)多傳感器輸出進(jìn)行模糊化，將所測(cè)得的距離等信息分級(jí)，表示成相應(yīng)的模糊子集，并確定模糊子集的隸屬度函數(shù)，通過(guò)融合算法對(duì)隸屬度函數(shù)綜合處理，再將模糊融合結(jié)果清晰化，求出融合值；帶置信因子的產(chǎn)生式規(guī)則主要用于符號(hào)水平層表達(dá)傳感器信息，結(jié)合專(zhuān)家系統(tǒng)對(duì)多傳感信息進(jìn)行融合。

3.3 多機(jī)器人系統(tǒng)與機(jī)器人足球

多機(jī)器人系統(tǒng)的研究始于20世紀(jì)70年代。隨著機(jī)器人應(yīng)用領(lǐng)域的不斷拓展、機(jī)器人工作環(huán)境復(fù)雜度、任務(wù)的加重，對(duì)機(jī)器人的要求不再局限于單個(gè)機(jī)器人，多機(jī)器人的研究已經(jīng)成為機(jī)器人學(xué)研究的一個(gè)熱點(diǎn)。多機(jī)器人系統(tǒng)的研究分為多機(jī)器人合作（Multi-robot Coordination）和多機(jī)器人協(xié)調(diào)（Multi-robot Cooperation）兩大類(lèi)，主要研究給定一個(gè)多機(jī)器人系統(tǒng)任務(wù)后，如何組織多個(gè)機(jī)器人去完成任務(wù)，如何分解和分配任務(wù)以及如何保持機(jī)器人之間的運(yùn)動(dòng)協(xié)調(diào)一致。近年來(lái)，國(guó)際上很多研究機(jī)構(gòu)在該方面的研究取得了一定的成果。美國(guó)Oak Ridge 國(guó)家試驗(yàn)室的Cooperative Robotics實(shí)驗(yàn)系統(tǒng)[26]研究的協(xié)作機(jī)器人是集成了感知、推理、動(dòng)作的智能系統(tǒng)，著重研究在環(huán)境未知且在任務(wù)執(zhí)行過(guò)程中環(huán)境動(dòng)態(tài)變化的情況下，機(jī)器人如何協(xié)作完成任務(wù)。美國(guó)USC大學(xué)Socially Mobile 和The Nerd Herd[27]實(shí)驗(yàn)系統(tǒng)在多機(jī)器人學(xué)習(xí)、群行為、協(xié)調(diào)與協(xié)作等方面開(kāi)展工作。日本Nagoya大學(xué)的CEBOT系統(tǒng)[28]的研究，涉及到系統(tǒng)的體系結(jié)構(gòu)、通訊、信息交互等許多方面。中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化所的MRCAS系統(tǒng)[29]在多機(jī)器人協(xié)作理論研究的基礎(chǔ)上開(kāi)展多機(jī)器人協(xié)作的實(shí)驗(yàn)研究。

機(jī)器人世界杯足球賽（Robo Cup）[30]是以Multiagent系統(tǒng)（MAS）與分布式人工智能（DAI）為主要研究背景的，其主要目的就是通過(guò)提供一個(gè)標(biāo)準(zhǔn)的、易于評(píng)價(jià)的比賽平臺(tái)，促進(jìn)DAI與M AS的研究與發(fā)展。涉及的研究領(lǐng)域包括：智能機(jī)器人系統(tǒng)、智能體結(jié)構(gòu)設(shè)計(jì)、傳感器融合技術(shù)、多智能體系統(tǒng)、實(shí)時(shí)規(guī)劃和推理和基于網(wǎng)絡(luò)的三維圖形交互等。Robo Cup比賽自1997年在日本Nagoya舉辦的第一屆以來(lái)已經(jīng)舉辦了五屆。Robo Cup的比賽水平直接反映了機(jī)器人與智能控制技術(shù)的研究水平。同時(shí)，其產(chǎn)生的國(guó)際影響又大大促進(jìn)了機(jī)器人與智能控制技術(shù)的研究與發(fā)展。

4　仿生學(xué)與機(jī)構(gòu)的研究

近年來(lái)，全球許多機(jī)器人研究機(jī)構(gòu)都開(kāi)展了仿生學(xué)與機(jī)構(gòu)的研究工作。在生態(tài)學(xué)基礎(chǔ)上，研究昆蟲(chóng)、爬行動(dòng)物等自然界生物的各種生存策略與形態(tài)，如：螞蟻的群體協(xié)作、覓食、路線跟蹤與搜索和信息傳遞等策略，蜜蜂的定位和采粉策略，蛇的爬行動(dòng)態(tài)等，將各種生物的特長(zhǎng)再現(xiàn)于機(jī)器人上。N ASA的Snakebot蛇形機(jī)器人，能夠穿梭在受災(zāi)現(xiàn)場(chǎng)的瓦礫狹縫之中，尋找幸存者。該蛇形機(jī)器人由于重心低且完全模仿蛇的動(dòng)作因而行動(dòng)靈敏、魯棒性好，可以用于受災(zāi)現(xiàn)場(chǎng)生還者的尋找和軍事偵察；SONY公司1999年推出的寵物機(jī)器狗Aibo具有喜、怒、哀、厭、驚和奇6種情感狀態(tài)。它能爬行、坐立、伸展和打滾，而且摔倒后可立即爬起來(lái)。在Aibo的頭部?jī)?nèi)置有用于視覺(jué)的180000像素的彩色CCD攝像機(jī)、語(yǔ)音輸入和輸出的微型麥克風(fēng)和揚(yáng)聲器、紅外避障傳感器和觸覺(jué)傳感器。Aibo 的身上除了裝有64位RISC處理器、16MB內(nèi)存用于處理傳感器所輸入的數(shù)據(jù)和控制自身個(gè)關(guān)節(jié)部位的動(dòng)作外，還裝有保持平衡的重力加速度傳感器和角速度傳感器、以及感知自身溫度的溫度計(jì)；本田公司1997年研制的Honda P3類(lèi)人機(jī)器人代表著當(dāng)今世界雙足步行機(jī)器人的最高水平。它體重130 Kg、高1600 mm、寬600 mm，工作時(shí)間25 minute，最大步行速度為2.0 Km/h（人的步行速度約為3.0 Km/h）。P3的CPU采用了兩個(gè)主頻為110 MHz的MicrospecⅡ處理器，身上裝有用于視覺(jué)導(dǎo)航的視覺(jué)傳感器、感知自身姿態(tài)的陀螺儀、保持平衡的重力加速度傳感器和兩個(gè)腳踝處的6維力傳感器、實(shí)現(xiàn)語(yǔ)音功能的麥克風(fēng)和揚(yáng)聲器，以及用于測(cè)量行走時(shí)腿運(yùn)動(dòng)的關(guān)節(jié)角度傳感器。P3的驅(qū)動(dòng)裝置采用138V【Ah鎳鋅電池供電和帶有諧波減速器的直流伺服電機(jī)。通訊系統(tǒng)采用了無(wú)線以太網(wǎng)（Wireless Ethernet system）通訊。P3能夠自主地動(dòng)態(tài)行走在顛簸起伏的路面上，也能夠在傾斜的路面上動(dòng)態(tài)行走，甚至能夠上、下樓梯，單腳站立。

5　移動(dòng)機(jī)器人傳感技術(shù)常用的傳感器

移動(dòng)機(jī)器人傳感技術(shù)主要是對(duì)機(jī)器人自身內(nèi)部的位置和方向信息以及外部環(huán)境信息的檢測(cè)和處理。采用的傳感器分為內(nèi)部傳感器和外部傳感器。其中內(nèi)部傳感器有：編碼器、線加速度計(jì)、陀螺儀、磁羅盤(pán)、激光全局定位傳感器、GPS（Global Position System）、激光雷達(dá)。其中編碼器粗略地確定機(jī)器人位置；線加速度計(jì)獲取線加速度信息，進(jìn)而得到當(dāng)前機(jī)器人的線速度和位置信息；陀螺儀測(cè)量移動(dòng)機(jī)器人的角度、角速度、角加速度以得到機(jī)器人的姿態(tài)角、運(yùn)動(dòng)方向和轉(zhuǎn)動(dòng)時(shí)的運(yùn)動(dòng)方向的改變等絕對(duì)航向信息彌補(bǔ)應(yīng)用編碼器測(cè)位置的航位推測(cè)法的不足；激光全局定位傳感器運(yùn)用三角測(cè)量法得到機(jī)器人的位置坐標(biāo)信息，與GPS一樣多用于室外移動(dòng)機(jī)器人定位。外部傳感器有：視覺(jué)傳感器、超聲波傳感器、紅外傳感器、接觸和接近傳感器。視覺(jué)傳感器采用CCD像機(jī)進(jìn)行機(jī)器人的視覺(jué)導(dǎo)航與定位、目標(biāo)識(shí)別和地圖構(gòu)造等；超聲波傳感器測(cè)量機(jī)器人工作環(huán)境中障礙物的距離信息和地圖構(gòu)造等；紅外傳感器多采用紅外接近開(kāi)關(guān)來(lái)探測(cè)機(jī)器人工作環(huán)境中的障礙物以避免碰撞；接觸和接近傳感器多用于避碰規(guī)劃。

6　移動(dòng)機(jī)器人主要研究和發(fā)展趨勢(shì)

目前影響智能移動(dòng)機(jī)器人技術(shù)研究的因素主要有：導(dǎo)航與定位、通訊、傳感技術(shù)和運(yùn)動(dòng)控制策略等。步入21世紀(jì)，隨著電子技術(shù)的飛速發(fā)展，機(jī)器人用傳感器的不斷研制、計(jì)算機(jī)運(yùn)算速度顯著提高和機(jī)器人應(yīng)用領(lǐng)域的進(jìn)一步擴(kuò)大，移動(dòng)機(jī)器人技術(shù)將逐漸地得到完善和發(fā)展。移動(dòng)機(jī)器人技術(shù)的研究與發(fā)展的趨勢(shì)[31-33]包括：1）導(dǎo)航與定位無(wú)論是單個(gè)移動(dòng)機(jī)器人還是多個(gè)移動(dòng)機(jī)器人系統(tǒng)，導(dǎo)航與定位始終是一項(xiàng)難題。在完全未知或部分未知環(huán)境下，基于自然路標(biāo)導(dǎo)航與定位技術(shù)以及視覺(jué)導(dǎo)航中路標(biāo)的識(shí)別和圖像處理的快速算法的研究，并通過(guò)專(zhuān)用數(shù)字信號(hào)處理器（DSP）的開(kāi)發(fā)與研制，可以為導(dǎo)航與定位提供突破性進(jìn)展。2）仿生學(xué)和類(lèi)人機(jī)器人機(jī)構(gòu)與能源方面的研究日本本田公司的Honda P3步行機(jī)器人雖然代表著當(dāng)今世界類(lèi)機(jī)器人的最高水平，但仍存在供能時(shí)間短、行走緩慢和語(yǔ)音功能不完善等方面的問(wèn)題。P3機(jī)器人目前采用的鎳鋅電池只能供給25分鐘的電量，電池的體積、重量與其蓄電容量相比，龐大而笨重，遠(yuǎn)不能滿足未來(lái)服務(wù)步行機(jī)器人的工作時(shí)間要求。需研制適用于移動(dòng)機(jī)器人攜帶的蓄電容量大且體積小、重量輕的蓄電池，以解決可攜帶能源問(wèn)題；類(lèi)人機(jī)器人的語(yǔ)音功能遠(yuǎn)未達(dá)到未來(lái)同人類(lèi)共存與合作所應(yīng)具備的語(yǔ)音功能，需要在語(yǔ)音信號(hào)特征提取和模式匹配、抗噪聲以及語(yǔ)音識(shí)別器的詞匯量擴(kuò)充等方面，進(jìn)行探討；類(lèi)人機(jī)器人的行走速度同人類(lèi)的行走乃至奔跑速度還有較大差距。需要研制體積小、重量輕驅(qū)動(dòng)力大的驅(qū)動(dòng)系統(tǒng)和完善行走機(jī)構(gòu)來(lái)近似人類(lèi)的肌肉和骨骼；同時(shí)，研究自然界各種生物的覓食、定位及路徑跟蹤等生態(tài)策略，將人類(lèi)所不及的生物特長(zhǎng)賦予機(jī)器人，研制如機(jī)器蛇、機(jī)器狗和機(jī)器魚(yú)等各種仿生機(jī)器人。3）多傳感器信息的集成融合多傳感器信息融合的算法很多，但多數(shù)算法都是基于線性正態(tài)分布的平穩(wěn)隨機(jī)過(guò)程前提下，解決非線性和非平穩(wěn)非正態(tài)分布的現(xiàn)實(shí)信息還有待深入地研究。4）網(wǎng)絡(luò)機(jī)器人隨著計(jì)算機(jī)網(wǎng)絡(luò)的擴(kuò)展延伸，網(wǎng)絡(luò)技術(shù)的發(fā)展完善，通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)遙控機(jī)器人，為人機(jī)交互技術(shù)、監(jiān)控技術(shù)、遠(yuǎn)程操作技術(shù)和圖像與控制命令的網(wǎng)絡(luò)傳輸及并發(fā)多進(jìn)程數(shù)據(jù)通訊等通訊技術(shù)提出了更高的挑戰(zhàn)。5）多機(jī)器人系統(tǒng)目前多機(jī)器人系統(tǒng)的研究尚處于理論研究階段，對(duì)于多機(jī)器人系統(tǒng)體系結(jié)構(gòu)與協(xié)作機(jī)制、信息交互以及沖突消除等方面將是多機(jī)器人系統(tǒng)的進(jìn)一步研究方向。6）特種機(jī)器人移動(dòng)機(jī)器人在各個(gè)領(lǐng)域中的應(yīng)用刺激了特種機(jī)器人的研究與開(kāi)發(fā)。戰(zhàn)場(chǎng)上，為保護(hù)士兵的生命，刺激了無(wú)人戰(zhàn)車(chē)、掃雷機(jī)器人和偵察機(jī)器人等軍用機(jī)器人的不斷研究；人民生活水平的提高促進(jìn)了娛樂(lè)機(jī)器人、外科手術(shù)機(jī)器人和助殘機(jī)器人等民用服務(wù)機(jī)器人的開(kāi)發(fā)。

7　結(jié)論

綜上所述，移動(dòng)機(jī)器人技術(shù)已經(jīng)取得了很多可喜的進(jìn)展，研究成果令人鼓舞，但還遠(yuǎn)未達(dá)到實(shí)用要求。隨著傳感技術(shù)、智能技術(shù)和計(jì)算技術(shù)等的不斷提高，智能移動(dòng)機(jī)器人一定能夠在生產(chǎn)和生活中扮演人的角色。