智能無人自主系統(tǒng)的發(fā)展趨勢

張 濤，李 清，張長水，梁華為，李 平，王田苗，李 碩，朱云龍，吳 澄

（1.清華大學(xué)自動化系，北京 100084；2.中國科學(xué)院合肥物質(zhì)科學(xué)研究院應(yīng)用技術(shù)研究所，合肥 230031；3.浙江大學(xué)控制科學(xué)與工程學(xué)院，杭州 310058；4.北京航空航天大學(xué)機器人研究所，北京 100191；5.中國科學(xué)院沈陽自動化研究所，沈陽 110016）

1 引言

智能無人系統(tǒng)是能夠通過先進的技術(shù)進行操作或管理而不需要人工干預(yù)的人工系統(tǒng)。自古以來，人類就創(chuàng)造了無數(shù)種無人系統(tǒng)，并且隨著人類知識的增長，無人系統(tǒng)的技術(shù)水平也逐漸提高。近些年，人工智能（AI）的顯著進步使無人自主系統(tǒng)達(dá)到了更高的水平。因此，有必要對智能無人自主系統(tǒng)的發(fā)展趨勢進行深入和詳細(xì)的討論。

與傳統(tǒng)自主系統(tǒng)相比，無人自主系統(tǒng)的研究內(nèi)容更加寬泛。各種類型的智能無人自主系統(tǒng)相繼出現(xiàn)，將對人類生活和社會產(chǎn)生顯著的影響。包括無人車、無人機、服務(wù)機器人、空間機器人、海洋機器人和無人車間/智能工廠，在現(xiàn)在或不久的將來都可能發(fā)展成為智能無人自主系統(tǒng)。

智能無人自主系統(tǒng)是由機械、控制、計算機、通信、材料等多種技術(shù)融合而成的復(fù)雜系統(tǒng)，人工智能無疑是發(fā)展智能無人自主系統(tǒng)的關(guān)鍵技術(shù)之一。自主性和智能性是智能無人系統(tǒng)最重要的兩個特征，利用人工智能的各種技術(shù)，如圖像識別、人機交互、智能決策、推理和學(xué)習(xí)，是實現(xiàn)和不斷提高系統(tǒng)這兩個特征的最有效方法。由于這些人工智能技術(shù)的發(fā)展，我們發(fā)現(xiàn)人類可以創(chuàng)造出具有更高自主性和智能性的智能無人系統(tǒng)，并且該系統(tǒng)在某些方面可以接近人類水平。

本文通過概述幾個領(lǐng)域的主要成就來闡述智能無人自主系統(tǒng)的發(fā)展趨勢，第2～8章分別介紹了人工智能技術(shù)應(yīng)用到智能無人自主系統(tǒng)，無人駕駛車輛、無人機、服務(wù)型機器人、空間機器人、海洋機器人、無人車間/智能工廠的發(fā)展趨勢。由此，本文全面描述了智能無人自主系統(tǒng)的發(fā)展趨勢。

2 智能無人自主系統(tǒng)中人工智能應(yīng)用的發(fā)展趨勢

在最近的幾十年里，特別是在深度學(xué)習(xí)出現(xiàn)之后，人工智能和機器學(xué)習(xí)在計算機視覺、聲學(xué)和其它學(xué)習(xí)難題領(lǐng)域中發(fā)展迅速。由于更先進模型的提出和計算機硬件的計算能力的提高，許多令人驚嘆的無人自主應(yīng)用出現(xiàn)了。例如，由于AI和機器學(xué)習(xí)的不斷進步，無人車、無人機以及醫(yī)療機器人的技術(shù)都得到了顯著的發(fā)展。最引人注意的是，深度學(xué)習(xí)已經(jīng)證明具有出色的能夠處理復(fù)雜任務(wù)的能力?，F(xiàn)代計算設(shè)備，比如圖形處理單元（GPUs）和計算框架如Caffe、Theano和TensorFlow，有助于設(shè)計者和工程師建立具有創(chuàng)新性和魯棒性的無人自主系統(tǒng)。

機器學(xué)習(xí)通過以下兩種方式支持無人自主系統(tǒng)：提供類似于人類與外部世界的交互感知和控制方式，先是接收信息，然后分析和控制。從外面世界獲得的信息源自感官知覺，如視覺、聲覺和觸覺。模型需要將獲得的信息多層次抽象化，從而描述外部環(huán)境。當(dāng)無人系統(tǒng)獲得外部信息，通過與外部環(huán)境的交互，同時選擇最佳應(yīng)對策略，系統(tǒng)就可以使用強化學(xué)習(xí)機制學(xué)習(xí)控制自身行動。這些方法可以使系統(tǒng)具有通過收集到的數(shù)據(jù)學(xué)習(xí)特定任務(wù)的能力，并以此創(chuàng)建端到端系統(tǒng)。

視覺方面，抽象化包括目標(biāo)檢測、分類和使用卷積神經(jīng)網(wǎng)絡(luò)方法的語義理解。受人類視覺皮層多層次結(jié)構(gòu)的啟發(fā)，人們提出了多卷積池層的結(jié)構(gòu)，該系統(tǒng)也正在進行不同的機器學(xué)習(xí)任務(wù)。對于視覺任務(wù)（如圖1所示），卷積層通過卷積本地圖層和信息核計算特征映射；池化層將特征地圖壓縮到一個像素值，通過選擇一個最大激勵輸出或一個局部區(qū)域的平均值，從而形成表達(dá)高層次抽象化結(jié)構(gòu)的多層次金字塔結(jié)構(gòu)。卷積神經(jīng)網(wǎng)絡(luò)利用局部結(jié)構(gòu)和共享權(quán)值，極大地減少了完全連接網(wǎng)絡(luò)中的過擬合問題。

在聲學(xué)和語言序列數(shù)據(jù)方面，遞歸結(jié)構(gòu)模型帶來顯著的性能改善。如圖2所示，他們在循環(huán)神經(jīng)網(wǎng)絡(luò)中引進了遞歸回路結(jié)構(gòu)，其中F（X，H）定義從序列化數(shù)據(jù)輸入X到輸出隱藏狀態(tài)序列H的映射。簡單遞歸神經(jīng)網(wǎng)絡(luò)（RNN）結(jié)構(gòu)具有長期依賴的問題，而有時我們只需要一些當(dāng)前的記憶。長短時記憶（LSTM）模型通過引入不同的控制信息流的“門”結(jié)構(gòu)，解決了上述問題，在語言模型和語音識別等方面，這種方法很成功。同時，通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸模型的結(jié)合使用，圖像字幕方面產(chǎn)生新的突破，已經(jīng)成功將圖像轉(zhuǎn)化為語言域。受圖像識別科學(xué)研究的啟發(fā)，循環(huán)觀察模型在未來有助于解決涉及機器翻譯和圖像字幕的任務(wù)。

圖1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和原理

圖2 循環(huán)神經(jīng)網(wǎng)絡(luò)的簡單（a）和展開（b）形式簡圖在LSTM和觀察模型中，F(xiàn)（X，H）定義為內(nèi)部的映射

與上述模型不同，深度強化學(xué)習(xí)嘗試學(xué)習(xí)如何與環(huán)境交互，它包含環(huán)境集Σ，動作集A，狀態(tài)S，和值函數(shù)V，定義了一個動作的效用的目標(biāo)函數(shù)Q（S，A）的某種狀態(tài)，優(yōu)化該函數(shù)在某一狀態(tài)下取得最大值，得到其在后續(xù)大數(shù)據(jù)反饋下也能做出連續(xù)決定的映射π（S，A）。該學(xué)習(xí)方法通常是通過動態(tài)優(yōu)化，蒙特卡洛方法和時間差分方法進行優(yōu)化。第一個深度強化學(xué)習(xí)模型是深Q網(wǎng)絡(luò)（DQN），該模型利用一個稱為Q-網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)將學(xué)習(xí)問題轉(zhuǎn)化為Q-學(xué)習(xí)問題。DQN學(xué)習(xí)中函數(shù)Q（S，A）的參數(shù)選取的目標(biāo)是使效用能夠達(dá)到最大期望值的估計最優(yōu)策略值，但該方法可能會偏向于一些隨機的環(huán)境，從而導(dǎo)致過優(yōu)化。雙Q-網(wǎng)絡(luò)同時結(jié)合Q-學(xué)習(xí)和深度學(xué)習(xí)模型能夠降低過優(yōu)化，因此在大范圍函數(shù)下也可以用該方法近似。在處理連續(xù)深控制模型估計問題中，深度強化學(xué)習(xí)模型中的深度確定性策略梯度（DDPG）優(yōu)化方法提高了魯棒性梯度，實驗結(jié)果也驗證了該算法的收斂速度和魯棒性。隨著更多有關(guān)強化學(xué)習(xí)應(yīng)用到深度神經(jīng)網(wǎng)絡(luò)的研究開展，深度強化應(yīng)用到了不同的領(lǐng)域，如處理高維視覺信息和主動感知問題，并引入博弈論的深度學(xué)習(xí)模型，工程框架Open AI。

隨著無人自主系統(tǒng)研究領(lǐng)域的發(fā)展，許多引人注目的應(yīng)用出現(xiàn)了。商用和安保使用的創(chuàng)新型無人駕駛地面車/空中飛行器不僅使研究機構(gòu)感到震驚，甚至走進人們的生活。例如，在加利福尼亞，谷歌已經(jīng)發(fā)布了銷售無人駕駛汽車的消息，特斯拉和其他制造商的產(chǎn)品也正在進行測試。此外，在搜索、救援和戰(zhàn)場環(huán)境中也經(jīng)常使用各種無人駕駛飛機（UAVs）。人工智能算法應(yīng)用也大范圍地應(yīng)用到這些系統(tǒng)上，實現(xiàn)了包括視覺、無線電/雷達(dá)信號識別和軌跡規(guī)劃的使用目的。這些發(fā)明不僅創(chuàng)造經(jīng)濟效益也挽救了生命。此外，深度強化學(xué)習(xí)的進步也引領(lǐng)游戲進入了一個新時代，以至于人類將注意力集中到機器人競爭對手上：在被認(rèn)為是人類歷史上最復(fù)雜的圍棋游戲中，AlphaGo以比分4∶1戰(zhàn)勝著名韓國棋手李世石。

3 無人駕駛汽車發(fā)展趨勢

在過去的十年中，無人駕駛車（UVs）在學(xué)術(shù)界和商界已經(jīng)得到了顯著的關(guān)注。UVs是包含諸如認(rèn)知科學(xué)、AI、機器人與車輛工程等多學(xué)科、多領(lǐng)域的一個典型的復(fù)雜系統(tǒng)。同時無人汽車也被廣泛認(rèn)為是一種驗證視覺、聽覺、認(rèn)知以及人工智能技術(shù)的通用實驗平臺。無人駕駛汽車的發(fā)展不僅可以提高駕駛的安全性和當(dāng)前交通運輸系統(tǒng)的效率，也在其他應(yīng)用發(fā)揮了重要作用，如軍事無人作戰(zhàn)平臺、極地探險和核泄漏檢測，以及其他極端環(huán)境下的作業(yè)。

在20世紀(jì)50年代早期，美國巴雷特電子公司開發(fā)出世界上第一個自動導(dǎo)引車系統(tǒng)。從2004到2007年，為促進了UV技術(shù)的快速發(fā)展，美國國防預(yù)先研究計劃局（DARPA）組織了三次無人駕駛汽車挑戰(zhàn)賽。

在中國，中國國防科技大學(xué)研制的帶有自動駕駛儀的紅旗7460自主駕駛汽車，速度已達(dá)到130km/h，在高速公路上最高速度可達(dá)170km/h，這輛車在道路上顯示了它的通過能力。清華大學(xué)、西安交大、中國科學(xué)院合肥自然科學(xué)研究所等研究機構(gòu)也開發(fā)了自己的無人駕駛汽車。從2008到2015年，為應(yīng)對道路交通的需要，中國國家自然科學(xué)基金會舉辦了七次中國智能車未來挑戰(zhàn)賽。2014年，為應(yīng)對越野環(huán)境，中國人民解放軍總裝備部（PLA）舉辦了無人地面車輛挑戰(zhàn)賽。這些挑戰(zhàn)賽的成功舉辦，對促進中國無人駕駛汽車的發(fā)展起到了重要的作用。

由于無人駕駛汽車的發(fā)展，許多衍生技術(shù)也已被應(yīng)用于實際情況中。例如，美國海軍陸戰(zhàn)隊的戰(zhàn)術(shù)無人車（USMC）可以執(zhí)行諸如偵察、核生物化學(xué)（NBC）檢測、打破壁壘、在任何天氣或復(fù)雜地形下執(zhí)行直接反狙擊射擊等任務(wù)?？▋?nèi)基梅隆大學(xué)研制出一種新的可以在復(fù)雜環(huán)境下驅(qū)動的名為破碎機的無人車。自伊拉克和阿富汗戰(zhàn)爭開始以來，大約有8000種不同類型的無人地面車輛參與到“持久自由”和“伊拉克自由行動”的任務(wù)中。到2010年9月，這些無人地面車輛已經(jīng)完成了125000項任務(wù)，包括可疑目標(biāo)識別、道路清掃、定位和拆除簡易爆炸裝置（IED）。美國陸軍、海軍和海軍陸戰(zhàn)隊的爆破隊已經(jīng)使用無人地面車輛檢測和摧毀超過11000個簡易爆炸裝置。

因為許多汽車制造商和IT公司從2010年開始把注意力轉(zhuǎn)移到該領(lǐng)域，無人車的發(fā)展進入了一個新的階段。梅賽德斯-奔馳、寶馬、大眾、福特和新成立的公司相繼推出無人車研發(fā)計劃。谷歌的代表性無人車已經(jīng)可以在美國加利福尼亞、內(nèi)華達(dá)州、佛羅里達(dá)州、密歇根的道路上合法行駛。2014年12月22日，谷歌正式宣布首輛具有完全功能無人原型車已經(jīng)完成，并計劃于2015年正式開始道路試驗。從那時起，他們的車輛測試行駛距離已經(jīng)超過了140萬英里。特斯拉無人車無線固件已經(jīng)升級到版本7.1.1，并且積累了7億8000萬英里路程的測試數(shù)據(jù)。此外，該公司每10h還可以收集到100萬英里的行駛數(shù)據(jù)。以色列智能駕駛技術(shù)的設(shè)備制造商Mobileeye，在2013年初宣布該公司的設(shè)備在2016年可用于道路上行駛的自動駕駛汽車，該公司最成功的應(yīng)用產(chǎn)品C2-270智能交通預(yù)警系統(tǒng)，即將推出其升級產(chǎn)品。蘋果公司也啟動了一個名為泰坦的內(nèi)部開發(fā)項目。

中國企業(yè)也被無人車產(chǎn)業(yè)的繁榮所吸引。中國搜索引擎巨頭百度發(fā)布了第一個與無人車有關(guān)的項目；廣州汽車集團與中科院合肥物理科學(xué)研究院合作開發(fā)出使用可再生能源的無人車；其他國產(chǎn)汽車制造商如比亞迪、宇通、上汽等也在積極探索無人車技術(shù)的發(fā)展并實現(xiàn)其產(chǎn)業(yè)化。

盡管在無人車方面已取得部分進展，但該領(lǐng)域仍存在一些需要解決的問題，包括實時環(huán)境中的態(tài)勢感知、智能決策、高速運動控制、精準(zhǔn)行車圖，無人系統(tǒng)的評價指標(biāo)和評價方法，以及系統(tǒng)的可靠性。

4 無人機的發(fā)展趨勢

4.1 無人機綜述

無人飛行器（UAV）俗稱無人機，是一種無人駕駛飛機系統(tǒng)，是一種典型的自主式無人駕駛系統(tǒng)。無人機通?？捎糜谑占瘮?shù)據(jù)和執(zhí)行監(jiān)測、監(jiān)督、調(diào)查和檢查任務(wù)。根據(jù)應(yīng)用領(lǐng)域的不同，無人機可分為民用和軍用兩大類，軍用無人機是一種主要用于監(jiān)視、偵察、電子對抗、在戰(zhàn)斗中執(zhí)行攻擊和毀傷評估等任務(wù)的武器。和具有軍事用途的無人機相比，民用無人機用途更廣泛，包括環(huán)境監(jiān)測、資源勘探、農(nóng)業(yè)調(diào)查、交通管制、天氣預(yù)報、航空攝影、災(zāi)難搜救、傳輸線和鐵路線的檢查。

4.2 軍用無人機現(xiàn)狀

第一次世界大戰(zhàn)期間，美國軍方首次引入無人機，軍事需求催生了各種無人機。無人機也因此多次參與到戰(zhàn)爭中，如二戰(zhàn)、越南戰(zhàn)爭、中東沖突和科索沃戰(zhàn)爭，在戰(zhàn)爭中扮演了重要的角色，這些戰(zhàn)爭也促進了無人機技術(shù)的快速發(fā)展。到目前為止，最先進、最著名的軍用無人機包括X47-B、捕食者、全球鷹和火力偵察兵，這些無人機已經(jīng)能完成起飛著陸和沿著航跡自主飛行，其中一些可以部分適應(yīng)飛行故障或飛行條件變化。然而，根據(jù)美國國防部于2005年公布的《無人駕駛飛機系統(tǒng)路線圖2005—2030》，目前軍用無人機自主級別低于三級，沒有自主能力完成路線規(guī)劃、決策、協(xié)調(diào)和相互間合作。與西方國家相比，中國無人機技術(shù)起步較晚，但目前正處于快速增長階段，近年來也取得了相當(dāng)大的成就。

4.3 民用無人機現(xiàn)狀

除了自主方面之外，在其他技術(shù)上軍用無人機比民用無人機更先進。但隨著無人機政策的完善，民用無人機技術(shù)和其工業(yè)應(yīng)用正在迅速增長。目前，民用無人機的應(yīng)用主要集中在農(nóng)業(yè)植物保護、航空攝影、電力巡線。在未來幾年，一些投資組織預(yù)測民用無人機的銷售將保持每年50%以上的增長率。

民用無人機通常分為固定翼和旋轉(zhuǎn)翼。由于高空作業(yè)需要在低高度和低速下飛行，旋翼無人機在民用無人機領(lǐng)域更受歡迎。隨著通信、傳感器、嵌入式系統(tǒng)等技術(shù)的發(fā)展，民用無人機的自主性得到了極大提高。先進的民用無人機不僅可以自主起飛、著陸和飛行，還可以實時監(jiān)測和躲避障礙物。此外，它們中的一些可以編隊飛行并相互獨立地進行協(xié)作。因此，當(dāng)談到自主能力時，在某些方面民用無人機優(yōu)于軍用無人機。

4.4 無人機發(fā)展趨勢

隨著各種技術(shù)的進步，無人機的未來發(fā)展呈現(xiàn)出多樣化的發(fā)展趨勢。然而，作為一種先進的自主無人駕駛系統(tǒng)，無論是軍用還是民用，都注定要向低人工干預(yù)、高自主性、高智能化的方向發(fā)展。2030年前無人機的發(fā)展預(yù)測趨勢如圖3所示。

發(fā)展趨勢的三個主要特點如下：

（1）控制系統(tǒng)

無人機控制系統(tǒng)的自主控制水平可劃分為若干等級。例如，2005年美國國防部將軍用無人機自主控制系統(tǒng)分為10個層次。一般來說，我們可以把這些層次分成三個等級：遠(yuǎn)程控制、自動控制和自主控制。目前，大多數(shù)無人機已達(dá)到自動控制水平。換句話說，高度、速度、位置和飛行路徑都可以自動控制。然而，所有這些控制行為均是預(yù)先編程的，并不能夠代表無人機的自主性。隨著傳感器技術(shù)的發(fā)展、嵌入式計算能力的提高，無人機的自主控制能力將明顯改善。當(dāng)飛行中的沖突風(fēng)險增加或飛行中任務(wù)條件發(fā)生變化時，無人機將自動控制飛行狀態(tài)，而不是機械地跟隨飛行航跡。當(dāng)異常情況消失時，它又會重新回到原來的飛行路線。具有自主控制水平的未來無人機將主要以某些飛行不確定性為特征，此外，安全性和靈活性將明顯提高。

圖3 無人機發(fā)展趨勢預(yù)測

（2）人機關(guān)系

改變?nèi)藱C關(guān)系是未來無人機發(fā)展的另一種趨勢。早期的無人機都是采用人在回路模式，這意味著無人機的操作過程無法在沒有人干預(yù)的情況下進行。目前，與無人機的人機交互正在逐步轉(zhuǎn)向人在回路外模式。在這種模式下，無人機在根據(jù)預(yù)設(shè)程序執(zhí)行任務(wù)時，人只發(fā)揮監(jiān)控監(jiān)察無人機狀態(tài)是否正常的作用。隨著硬件和軟件可靠性的增強，在未來無人機系統(tǒng)中，人工干預(yù)將進一步降低。人們只需要作為指揮官把任務(wù)分配給無人機，而不是實時監(jiān)視和控制他們，我們稱這種操作為人在回路外模式，當(dāng)無人機處于該級別時應(yīng)該具有較高的安全性和可靠性。

（3）智能化

AI是未來無人機系統(tǒng)提高自主性能的關(guān)鍵技術(shù)。無人機的智能化主要體現(xiàn)在自主飛行的路徑規(guī)劃能力、執(zhí)行任務(wù)的自主決策能力和與空中艦隊的自主協(xié)作能力。在這些能力中，自主路徑規(guī)劃是無人機智能化趨勢的第一位。目前，無人機大多數(shù)的路徑或跟蹤是由人預(yù)設(shè)的，效率和靈活性較低。未來的無人機應(yīng)該能夠根據(jù)各自的任務(wù)和相應(yīng)的約束條件自主地規(guī)劃飛行路徑，當(dāng)約束條件發(fā)生變化時，無人機將自主調(diào)整飛行路徑。無人機的第二個智能趨勢是對任務(wù)的理解和分解能力。當(dāng)面對復(fù)雜的任務(wù)時，他們不需要人們分配任務(wù)或做出決定，而是自主完成任務(wù)。先進的智能無人機將涉及群體智能，一個無人機集群中可以由許多相同的和不同的無人機組成，他們應(yīng)該有能力進行自主合作、消除沖突，從而最大限度地提高團隊表現(xiàn)。因此，未來智能化無人機的一個特點就是能夠通過自主合作有效完成復(fù)雜任務(wù)。

隨著科技、技術(shù)和政策的進步，未來的無人機系統(tǒng)將成為真正先進的自主無人系統(tǒng)。特別是，經(jīng)預(yù)測，在由美國國防部發(fā)表《無人飛機系統(tǒng)路線圖2005—2030》的10等級系統(tǒng)中，無人機將達(dá)到7或8等級的自主水平，并于2020年廣泛應(yīng)用在民用領(lǐng)域。到2030年底，無人機的自主水平將進一步提高到9或10等級，在航空航天等行業(yè)內(nèi)的應(yīng)用覆蓋率將達(dá)到50%。

5 服務(wù)型機器人發(fā)展趨勢

機器人技術(shù)涉及機械、信息、材料、智能控制、生物醫(yī)學(xué)等。該技術(shù)本身不僅具有高附加值、廣范的應(yīng)用范圍，而且已經(jīng)成為重要的技術(shù)平臺。它也在增強國防實力，提高應(yīng)急準(zhǔn)備能力，促進經(jīng)濟全面發(fā)展，提高人民生活水平等方面具有重要意義。

近年來，現(xiàn)代服務(wù)型機器人產(chǎn)品在國內(nèi)外市場上不斷涌現(xiàn)。在社會交際服務(wù)中，研究的重點是在幫助老年人和殘疾人，以及家政、醫(yī)療、教育、娛樂、國防、航空和運輸?shù)确矫娴膽?yīng)用上。服務(wù)型機器人發(fā)展方向主要有以下三個領(lǐng)域：智能材料和軟體機器人、用于感知和控制技術(shù)的人工智能技術(shù)和芯片，人機交互和安全技術(shù)。

5.1 智能材料與軟體機器人

從仿生學(xué)和智能材料的角度來看，服務(wù)型機器人模仿生物系統(tǒng)的結(jié)構(gòu)、材料和其他支撐物，提供了實現(xiàn)機器人功能的必要技術(shù)支持。目前，主要的智能材料有形狀記憶合金（SMA）、鋰離子聚合物（IPMCS）、硅膠。智能材料的應(yīng)用使軟體機器人更安全穩(wěn)定，同時耐油、耐腐蝕、抗電磁干擾。以色列Given Imaging公司，開發(fā)了一種取代傳統(tǒng)痛苦的胃鏡檢查的膠囊機器人；德國機器人公司FESTO開發(fā)的一種有許多能實現(xiàn)肌肉功能的動態(tài)氣管連接的軀干機器人，能進行各種精確的動作；在美國伯克利的加利福尼亞大學(xué)，Takei用硅制造了一種可以感受到0～15kPa壓力的電子皮膚；在美國哈佛大學(xué)，George Whitesides領(lǐng)導(dǎo)的研究小組在軟體機器人研究方面取得了突破，他們在機器人軟體中使用了不同的結(jié)構(gòu)，因此軟體機器人不僅能夠抓手，并且具有仿生行走機能。

5.2 用于感知和控制技術(shù)的人工智能技術(shù)與芯片

傳感技術(shù)是機器從外部獲取信息的主要手段，它包括機器視覺、聽覺、觸覺、味覺、用于大腦認(rèn)知的肌電圖（EMG），模式識別和自然語言處理。AI提高了機器人模擬人類活動和學(xué)習(xí)人類知識的能力。2016年，谷歌推出了可以接收語音命令來控制家用電器的Google Home，用于iOS系統(tǒng)的AI助手軟件Siri具備問答系統(tǒng)和聊天系統(tǒng)。在美國，iRobot機器人公司和麻省理工學(xué)院聯(lián)合開發(fā)的全自動智能吸塵器Roomba機器人，配備了利用同步視覺定位和建圖技術(shù)的導(dǎo)航信標(biāo)，能夠自主實現(xiàn)室內(nèi)清洗。在2013年的Macworld大會上，蘋果推出了具有開發(fā)功能的智能玩具Anki Overdrive，這種玩具車使用人工智能算法操縱機器人自動移動實現(xiàn)自動駕駛，并能在特殊軌道上進行競賽。美國MQ-9死神無人機配備了電子光學(xué)設(shè)備、紅外系統(tǒng)、微光電視和合成孔徑雷達(dá)。在中國深圳，DJIInnovations公司研制的幻影4具備傳感、自動避障，及專業(yè)的空中能力。谷歌的無人車使用攝像機、雷達(dá)傳感器和激光測距儀進行導(dǎo)航。2016年，在中國安徽省蕪湖市，百度建立了全國第一個無人車作業(yè)區(qū)。2016年，中國第一個嵌入式神經(jīng)處理單元芯片（NPU）誕生，它已被應(yīng)用到世界上第一個嵌入式視頻處理芯片中。

5.3 人機交互與安全技術(shù)

隨著服務(wù)型機器人與人類生活、人機間的交互關(guān)系日益密切，安全技術(shù)得到了越來越廣泛的關(guān)注。由DARPA資助的Deka Arm，是第一個獲得美國FDA認(rèn)證的輔助機械臂。它有一個神經(jīng)接口，能夠?qū)⒋竽X皮層的神經(jīng)活動轉(zhuǎn)換成操縱輔助裝置的控制信號。由北京航空航天大學(xué)機器人研究所研究與開發(fā)的床椅一體化機器人，能夠?qū)先诉M行保健管理，從而大大減輕護理人員的負(fù)擔(dān)。美國Intuitive公司創(chuàng)造了能夠進行微創(chuàng)手術(shù)的Da Vinci Xi手術(shù)系統(tǒng)。2016年，波士頓Dynamics公司發(fā)布了一個家庭服務(wù)型機器人SpotMini，它在許多傳感器的幫助下，可以自由行走，并使用機械臂放置洗碗機。

6 空間機器人發(fā)展趨勢

空間機器人是自主在軌服務(wù)的主要實現(xiàn)方式之一。在過去的20年里，航天強國在自主在軌服務(wù)方面進行了大量卓有成效的研究。包括在軌測試和應(yīng)用在內(nèi)的一系列地面測試表明，自主在軌服務(wù)是一種可行的技術(shù)，并且在研究和開發(fā)中引起了人們的廣泛關(guān)注。

一般情況下，自主在軌服務(wù)的模式主要是通過空間機器人來實現(xiàn)的。根據(jù)執(zhí)行任務(wù)的空間機器人的數(shù)量，自主在軌服務(wù)可以分為兩類，分別是：使用單一全功能空間機器人的在軌服務(wù)和使用功能相對簡單的多空間機器人的在軌服務(wù)。

6.1 空間機器人研究現(xiàn)狀

（1）美國

美國早期就對空間在軌服務(wù)進行了研究，并在國際上居于領(lǐng)先地位。美國實施了12個項目，其中6個項目進行在軌示范。目前，有三個項目：FREND 、機器人燃料加注任務(wù)和Phoenix。FREND和Phoenix項目的主要任務(wù)是使GEO衛(wèi)星能夠進行自主在軌服務(wù)，而機器人燃料加注任務(wù)適用于國際空間站并具有實際功能。美國空間機器人的發(fā)展經(jīng)歷了從視覺測量、循環(huán)監(jiān)控、交會對接到自動捕獲的完整技術(shù)進步過程。這些機器人的任務(wù)是對高軌道和非合作目標(biāo)進行在軌服務(wù)。通過對自主在軌服務(wù)項目的研究，美國在空間操作、以合作對象為目標(biāo)的視覺測量、繞飛、對接方面取得了良好進展。

（2）德國

德國非常重視對空間機器人和自動化的研究。到目前為止，已有6個關(guān)于空間機器人的項目，其中3個進行了在軌演示。目前，兩個有代表性的項目正在進行中，分別是DOES項目和OLEV項目。OLEV項目旨在為GEO軌道衛(wèi)星提供服務(wù)，而DOES項目主要針對低軌道非合作對象的技術(shù)驗證。德國在軌服務(wù)的發(fā)展，從艙內(nèi)機器人（地面驗證遠(yuǎn)程操作）、艙外機器人聯(lián)合技術(shù)驗證，到開展研究自由駕駛空間機器人。此外，他們還在遠(yuǎn)程操作技術(shù)方面有著廣泛的研究和應(yīng)用。

（3）日本

日本的在軌服務(wù)技術(shù)相對成熟，并且在國際上具有很高的地位。日本已經(jīng)啟動了三個與空間機器人有關(guān)的項目，所有這些項目都通過在軌的演示驗證，特別是ETS-VII項目，進行了第一次自主抓取的實驗。從機械臂到自由駕駛的飛行機器人，日本的在軌服務(wù)技術(shù)發(fā)展已經(jīng)取得了巨大的飛躍。通過其在軌項目的展示，日本已經(jīng)掌握了空間機械臂、交會對接和空間遠(yuǎn)程操作的技術(shù)，從而為空間技術(shù)的發(fā)展做出了重要的貢獻。

（4）加拿大

加拿大開展的空間機器人項目主要服務(wù)于航天飛機的遙控系統(tǒng)（SRMS）以及空間站的移動服務(wù)系統(tǒng)（MSS）。SRMS系統(tǒng)的主要功能是接收和發(fā)射衛(wèi)星，充當(dāng)輔助設(shè)備。MSS系統(tǒng)由移動基地、空間站遠(yuǎn)程遙控系統(tǒng)、專用機械臂組成，其主要功能是協(xié)助貨物艙的對接和運輸。加拿大的在軌發(fā)展中心研究的大型空間機械臂技術(shù)已從基本的機械臂技術(shù)、精細(xì)的操作臂，發(fā)展到靈巧的機械臂技術(shù)，在設(shè)計、制造和應(yīng)用方面積累了豐富的經(jīng)驗。

6.2 空間機器人發(fā)展趨勢

空間機器人是典型的智能無人自主系統(tǒng)。他們未來發(fā)展的趨勢可以描述如下。

（1）需求

未來，在空間站維護、衛(wèi)星在軌服務(wù)、大型航天器在軌組裝等領(lǐng)域?qū)臻g機器人有強大的需求?？臻g機器人的操作將更多地關(guān)注小規(guī)模、整體和精確的操作。

（2）機械結(jié)構(gòu)

回顧歷史，空間機器人的發(fā)展遵循從單臂機器人到雙臂機器人，再到多臂機器人的發(fā)展路線。因此，未來的空間機器人將變得多臂并且會越來越復(fù)雜?？紤]到任務(wù)和環(huán)境的多樣性，可重構(gòu)和兼容的機器人將應(yīng)用于每個工作空間。

（3）末端執(zhí)行器的操作

廣義多指機器人手和可更換工具集是末端執(zhí)行器設(shè)計的兩大趨勢。機器人對于各種傳感方式的需求將會非常強，這將決定機器人的操控能力和智能能力。

（4）動力學(xué)和控制

隨著機器人系統(tǒng)越來越復(fù)雜，多臂、多機器人系統(tǒng)的協(xié)同控制將受到人們越來越多的關(guān)注。為確保宇航員和機器人在人機協(xié)作過程中的安全，安全問題將成為空間機器人設(shè)計的一個重要考慮方面。隨著傳感和信息處理能力的提高，人們將更加重視人機交互，機器人將逐漸演變?yōu)榘胱灾骺刂?，最終完全自主控制。

（5）人機交互

為了充分利用機器人的智能，應(yīng)更多地探索人在回路控制的優(yōu)勢。機器人控制系統(tǒng)應(yīng)該與各種人機交互方式和多模態(tài)相互作用兼容。自然而靈活是新一代人機交互方法的特點。這將促進以人為本、靈活的人機交互方法，如語音、可穿戴設(shè)備和EMG。

（6）建模及實驗

由于成本較低，空間機器人的實驗將在地面上進行，其重力條件為1g。考慮到空間和地面機器人的等價性，工業(yè)機器人將用于驗證關(guān)鍵的機器人技術(shù)。

在太空探索中，未來的研究重點將更多地放在多機器人協(xié)調(diào)控制上，包括在軌操作的自主決策、深度學(xué)習(xí)、具有時間延遲的空間機器人和遠(yuǎn)程控制技術(shù)，以及自主識別和重構(gòu)的新一代模塊化和可代替的智能航空航天系統(tǒng)技術(shù)。上述技術(shù)將為在月球表面建設(shè)自主運行的無人科研站提供寶貴的支持。

7 海洋機器人發(fā)展趨勢

應(yīng)用需求和相關(guān)技術(shù)進步將決定和影響下一代海洋機器人的發(fā)展趨勢。

7.1 海洋機器人平臺發(fā)展趨勢

海洋機器人在海洋勘探和開采任務(wù)中的應(yīng)用正在蓬勃發(fā)展。然而，惡劣的海洋環(huán)境給海洋機器人發(fā)展帶來了巨大的挑戰(zhàn)，海洋機器人平臺需要足夠可靠的環(huán)境，才能安全地執(zhí)行任務(wù)。隨著通用機器人技術(shù)的進步，與海洋機器人相關(guān)的技術(shù)日益成熟，機器人的可靠性也在不斷提高。以下為海洋機器人的四種發(fā)展趨勢。

7.1.1 持久耐用的海洋機器人

海洋機器人的典型應(yīng)用是觀測海洋，收集各種科學(xué)數(shù)據(jù)。這通常要求機器人能夠在巨大的空間尺度和較長的時間尺度上測量海洋。近年來，幾種長航時海洋機器人平臺得到了迅速的發(fā)展，無螺旋槳驅(qū)動模式的設(shè)計是一個熱門話題。最近研發(fā)出的水下滑翔機使用發(fā)動機來調(diào)整浮力和機翼產(chǎn)生升力，使它們在海洋中滑行。波浪式滑翔機也在快速發(fā)展，與水下滑翔機不同的是，波浪滑翔機使用表面波來驅(qū)動他們的運動，使他們比無水滑翔機更具耐力。近年來，移動海洋傳感器網(wǎng)絡(luò)與多種水下滑翔機的結(jié)合得到了人們的廣泛關(guān)注，并在世界各地的一些海洋觀測任務(wù)中得到了應(yīng)用。除了降低船上能源消耗之外，一些新型能量采集技術(shù)正在開發(fā)中，如熱機，以進一步提高海洋機器人的耐用性。將來，隨著能源技術(shù)的進步，并且基于在一定程度上對太陽能、洋流、海浪和生物等環(huán)境能源的使用，海洋機器人將擁有更長的運行耐力。

7.1.2 混合海洋機器人

海洋環(huán)境非常復(fù)雜，而且海洋機器人任務(wù)各不相同。沒有一種類型的海洋機器人可以完成所有任務(wù)。每種類型的海洋機器人平臺都有其特定的應(yīng)用領(lǐng)域和局限性。因此，結(jié)合不同類型機器人特點和能力的混合型海洋機器人已成為一種新的發(fā)展趨勢。Nereus是一款混合型海洋機器人，用于探索馬里亞納海溝，它由美國馬薩諸塞州伍茲霍爾海洋研究所開發(fā)。它是一種混合動力遙控車（ROV），通過結(jié)合ROV和自主水下航行器（AUV）的優(yōu)點，改變其操作模式。基于AUV模式，Nereus可以對機械手和光纖進行光干涉。在中國，中國科學(xué)院沈陽自動化研究所也開發(fā)了一種用于極地探險的混合海洋機器人。根據(jù)任務(wù)計劃，北極ARV（自主和遠(yuǎn)程操作的水下航行器）可以在海冰下移動。當(dāng)發(fā)現(xiàn)感興趣的東西時，北極ARV可以切換到ROV模式，通過光纖遠(yuǎn)程操作。因此，在一次潛水中，北極ARV可以以混合的方式執(zhí)行任務(wù)。最近，除了混合AUV和ROV的海洋機器人，其他類型的海洋機器人，結(jié)合USV和AUV、UAV和AUV、滑翔機和AUV的機器人已經(jīng)被開發(fā)。在不久的將來，將會有更多類型的混合海洋機器人出現(xiàn)以滿足海洋調(diào)查的需求。

7.1.3 精密介入海洋機器人

許多諸如水下干預(yù)或建造的任務(wù)，要求海洋機器人在復(fù)雜的水下環(huán)境中執(zhí)行復(fù)雜和精密的任務(wù)。這就要求海洋機器人平臺能夠抵抗各種類型的干擾，并具有良好的可操作性。一些先進的技術(shù)，如其他領(lǐng)域機器人系統(tǒng)已經(jīng)使用的靈巧手指（具有力量和觸覺感應(yīng)）將被整合到海洋機器人中，使其成為“技術(shù)工人”。

7.1.4 仿生海洋機器人

模仿海洋動物行為或機制的仿生海洋機器人的發(fā)展一直是海洋機器人發(fā)展的趨勢?，F(xiàn)在已經(jīng)開發(fā)出各種仿生海洋機器人平臺，如機器魚、蟹、蛇和海龜。然而，由于它們的能力不足以滿足實際應(yīng)用的要求，所以大多數(shù)還沒有被應(yīng)用到實際中。未來，隨著新材料、新能源和新傳感器領(lǐng)域的技術(shù)進步，仿生海洋機器人將被應(yīng)用于更多實際應(yīng)用中。

7.2 海洋機器人智能發(fā)展趨勢

一般來說，機器人的自主性能依賴于認(rèn)知、控制和群體智能，這一點同樣適用于海洋機器人。在圖4中，根據(jù)海洋機器人的發(fā)展和人工智能的歷史，這三個評價指標(biāo)被進一步劃分為幾個層次。

最近幾十年，致力于海洋機器人研究的科學(xué)家和工程師們集中研究了機器人的自主控制能力，并在“自主控制”軸上取得了巨大的進展（圖4）。

圖4 海洋機器人評價指標(biāo)（SLAM：同步定位與映射）

雖然載人潛艇是由Bourne在1578年提出的，并于1620年由van Drebbel投入使用，但很快人們就認(rèn)識到無人駕駛的海洋機器人將更適合很多水下任務(wù)。第一個ROV項目是1958年由美國海軍發(fā)起的，目標(biāo)是建立一個水下打撈裝置，并且可以通過系繩電纜進行控制。第一艘AUV SPURV是1957年由美國華盛頓大學(xué)應(yīng)用物理實驗室開發(fā)的，SPURV是為了研究潛艇的擴散和聲學(xué)傳播而研制的。盡管AUV與ROV幾乎是在同一時間被提出，但在其自主程度上的發(fā)展很大程度上被人工智能、控制技術(shù)和傳感限制所阻礙。其結(jié)果是，ROVs和AUVs總是在海上共存，但它們在不同的情況下工作。例如，ROV適用于局部和精確的現(xiàn)場操作，例如水下工程。而AUV通常更適合于大范圍的調(diào)查任務(wù)，例如遠(yuǎn)程搜索和探測。在自主認(rèn)知和控制領(lǐng)域發(fā)生重大突破之前，AUVs和ROVs的相對獨立性仍將持續(xù)很長時間。

海洋機器人的自主環(huán)境認(rèn)知能力可以根據(jù)以下六個層次進行排序：基本數(shù)據(jù)采集和機械避碰、對象分類、識別、同步定位和映射（SLAM）、推理和語義理解。幾乎所有的海洋機器人，無論是ROVs還是AUVs，都配備了幾種傳感器來收集環(huán)境數(shù)據(jù)，如前向聲納、側(cè)掃聲納和高度計。然而，并非所有機器人都能從數(shù)據(jù)中提取有價值的信息。據(jù)報道，美國海軍采用的REMUS和Bluefin能夠避免可能的碰撞并識別特定對象。然而，即使是普通的水雷探測任務(wù)，仍然有許多問題需要解決。在未來，海洋機器人應(yīng)該能夠根據(jù)其他已知的環(huán)境信息和先前的知識來推斷未知物體的存在。

群體智能取決于通信網(wǎng)絡(luò)。在地面或空中條件下，無線通信網(wǎng)絡(luò)會產(chǎn)生優(yōu)化的問題，比如信息的形成和合作。然而，由于聲通信中的信號快速衰減，它在海洋機器人中的情況是不同的。圖4中“群體智能”軸上列出的排名標(biāo)準(zhǔn)在其他領(lǐng)域的機器人中很常見。例如，適用于地面車輛和無人駕駛飛行器的地面控制、任務(wù)規(guī)劃、合作、任務(wù)再規(guī)劃和合作探索等問題。“責(zé)任”是指海洋機器人理解任務(wù)，自主地分配給每個成員，并自行解決問題。如上所述，海洋機器人遇到的關(guān)鍵問題是聲信號的退化和延遲。即使是在這樣薄弱的溝通條件下形成的控制與合作，仍處于學(xué)術(shù)研究階段。

人們希望海洋機器人能像魚一樣敏捷，而且它的智力可以與人類媲美。我們相信，在不久的將來，海洋機器人將在控制、認(rèn)知和群體智能方面取得實際進展。

8 無人車間/智能工廠發(fā)展趨勢

在過去的30年里，中國的工業(yè)化發(fā)展取得了舉世矚目的成就，并極大地促進了全球經(jīng)濟增長。由于工業(yè)化發(fā)展伴隨著信息化發(fā)展（圖5），傳統(tǒng)的發(fā)展模式，即首先實現(xiàn)工業(yè)化發(fā)展，再實現(xiàn)信息化發(fā)展，已經(jīng)不適合中國，中國遵循傳統(tǒng)的發(fā)展模式既不可行也不必要。在中國，兩個歷史進程（信息化和工業(yè)化）正在共同發(fā)展。

圖5 世界各地的工業(yè)化和技術(shù)發(fā)展過程

隨著世界貿(mào)易和全球化的發(fā)展以及信息通信技術(shù)和工業(yè)技術(shù)的發(fā)展，制造業(yè)和技術(shù)發(fā)展正面臨著一個轉(zhuǎn)折點。許多發(fā)達(dá)國家和發(fā)展中國家已經(jīng)公布了支持其經(jīng)濟轉(zhuǎn)型的國家戰(zhàn)略，包括：工業(yè)信息一體化（iI&I）和中國制造2025；德國工業(yè)4.0；美國的再工業(yè)化和工業(yè)互聯(lián)網(wǎng)。

面對當(dāng)前復(fù)雜的國際國內(nèi)經(jīng)濟形勢，工業(yè)信息一體化是中國智能制造企業(yè)生存和長期可持續(xù)發(fā)展的關(guān)鍵戰(zhàn)略。在中國企業(yè)中，工業(yè)信息一體化有其自身的特點。由于我國的工業(yè)化和信息化應(yīng)用現(xiàn)狀和不足，我們應(yīng)更多地開展深入探索和實踐。為了支持轉(zhuǎn)型，標(biāo)準(zhǔn)化是中國的制造業(yè)和科技發(fā)展戰(zhàn)略的重要組成部分，其中包括以下幾個部分：將ISO/IEC標(biāo)準(zhǔn)引入中國；制定技術(shù)標(biāo)準(zhǔn)；為企業(yè)制定標(biāo)準(zhǔn)框架；制定管理架構(gòu)和相關(guān)管理標(biāo)準(zhǔn)。

為了確定智能制造業(yè)的發(fā)展趨勢，我們對相關(guān)標(biāo)準(zhǔn)進行分類和定位，并描述了標(biāo)準(zhǔn)之間的關(guān)系，我們在參考模型中引入了三份報告。

如圖6（a）所示，基于ARC Advisory Group的協(xié)作制造管理模型和ISA95的企業(yè)控制系統(tǒng)模型，NIST描述了一個智能制造生態(tài)系統(tǒng)。工業(yè)4.0的參考架構(gòu)模型如圖6（b）所示。為實現(xiàn)中國制造2025國家戰(zhàn)略，中國工業(yè)和信息化部（MIIT）聯(lián)合中國國家標(biāo)準(zhǔn)化管理委員會（SAC）發(fā)表了題為《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南》的報告。在報告中，基于中國智能制造標(biāo)準(zhǔn)化參考模型，如圖6（c），為實現(xiàn)中國制造2025國家戰(zhàn)略，無人車間/智能工廠將成為最重要的載體。在每個工廠，預(yù)測所有的流程都將由計算機控制的機器人、計算機數(shù)控加工設(shè)備、無人運輸車和自動化倉庫設(shè)備來操作。

雖然這三份報告有一些共同的想法和相似的概念和元素，但有必要為智能制造標(biāo)準(zhǔn)化建立一個通用的參考模型∶

（1）需要一個廣義的參考模型，將這些參考模型連接在一起，以實現(xiàn)它們之間的相互操作。

（2）在這些參考模型中，標(biāo)準(zhǔn)位于每個維度。開發(fā)和使用這些標(biāo)準(zhǔn)涵蓋了兩個或三個維度，這一點還沒有詳細(xì)討論，特別是在NIST的報告中。

圖6 智能制造參考架構(gòu)

圖7 無人車間/智能工廠層次結(jié)構(gòu)圖

（3）人們對于標(biāo)準(zhǔn)制定和實施有不同的觀點，所以將它們結(jié)合起來是一個很大的挑戰(zhàn)。

（4）對于一家制造公司來說，有必要接受并應(yīng)用一個整體的標(biāo)準(zhǔn)框架來支持其智能制造項目。 因此，需要一個系統(tǒng)來描述標(biāo)準(zhǔn)集群。

未來工廠的最大改變也將來自信息技術(shù)。無人車間/智能工廠將利用物聯(lián)網(wǎng)技術(shù)和監(jiān)控技術(shù)，提高生產(chǎn)過程的可控性，減少人工干預(yù)的生產(chǎn)流水線，引入合理的規(guī)劃調(diào)度，加強信息管理服務(wù)。與此同時，隨著工業(yè)和技術(shù)的不斷發(fā)展，智能設(shè)備和系統(tǒng)以及其他技術(shù)將繼續(xù)出現(xiàn)，例如計算機輔助設(shè)計。仿真技術(shù)將減少新產(chǎn)品推向市場的時間和成本，先進的機器人技術(shù)將使自動化變得更實惠和靈活。

通過以上討論，我們?yōu)闊o人車間/智能工廠創(chuàng)建了一個高級架構(gòu)（圖7）。該架構(gòu)的組件為人機融合、混合虛擬和現(xiàn)實技術(shù)、分布和集中。所提出的理論模型可分為四個空間：設(shè)備級制造空間、單元級制造空間、跨層制造空間和跨域生產(chǎn)網(wǎng)絡(luò)空間。每個空間的技術(shù)重點反映了無人車間/智能工廠在該空間中需要解決的重要問題。

9 結(jié)論

本文從智能無人自主系統(tǒng)、無人車、無人機、服務(wù)機器人、空間機器人、海洋機器人和無人車間/智能工廠七個方面闡述了智能無人自主系統(tǒng)發(fā)展的趨勢。我們希望這些趨勢和預(yù)測會在不久的將來實現(xiàn)。通過智能無人自主系統(tǒng)，人類的生活將得到改善，世界將會變得更好。