自主式移動機器人導航研究現(xiàn)狀及其相關技術??

?

自主式移動機器人導航研究現(xiàn)狀及其相關技術??

盧韶芳1，劉大維2

（1. 吉林大學汽車工程學院，長春130025；2. 青島大學車輛與交通工程研究中心，青島266071）

摘編自《農業(yè)機械學報》2002年第2期：112~116頁，圖、表、參考文獻已省略。

自主式移動機器人是一種具有高度自規(guī)劃、自組織、自適應能力，適合于在復雜的非結構化環(huán)境中工作的機器人。自主式移動機器人的目標是在沒有人的干預、無需對環(huán)境做任何規(guī)定和改變的條件下，有目的地移動和完成相應任務。在自主式移動機器人相關技術的研究中，導航技術是其研究核心，也是移動機器人實現(xiàn)智能化及完全自主的關鍵技術。

移動機器人有多種導航方式，這些導航方式各有其特點，適合不同的應用環(huán)境。移動機器人的研究是多種學科的集成和應用。隨著移動機器人的應用領域日益廣泛，對移動機器人導航研究不斷提出新的課題，這將使移動機器人的導航研究不斷深入和發(fā)展，移動機器人也將擁有更加廣泛的應用前景。

1　移動機器人的導航方式

移動機器人常見的導航方式有磁導航、慣性導航、激光導航、視覺導航等。

地下埋線的導航方式是20世紀50年代美國開發(fā)的，到20世紀70年代這種導航方式迅速發(fā)展并應用于柔性生產。目前，國內制造行業(yè)使用的移動機器人大多還是基于這種導航方式。該導航方式的技術已十分成熟，但其成本高，改造和維護困難。

就國內研究現(xiàn)狀來看，以上幾種導航方式均在研究之中，而磁導航方式的技術已相當成熟。中國科學院沈陽自動化研究所已生產出基于磁導航的多代機器人產品。其他導航方式的機器人也在研究之中，如：清華大學已研制的三代THMR移動機器人，上海大學的“導購機器人”、哈爾濱工業(yè)大學研制的“導游機器人”和正在開發(fā)的各種服務機器人。

諸多研究表明：視覺導航方式具有信號探測范圍寬、獲取信息完整等優(yōu)點，將成為未來機器人導航的一個主要發(fā)展方向。在視覺導航方式中，目前國內外應用最多的還是采用在機器人上安裝車載攝像機的基于局部視覺的導航方式，如：Boley[1]等研制的移動機器人利用車載攝像機和較少的傳感器通過識別路標進行導航，比直接采用卡爾曼濾波器獲得了更好的實時性，并有效抑制了噪聲；Ohy a[2]等利用車載攝像機和超聲波傳感器研究了基于視覺導航系統(tǒng)中的避碰問題；Fermuller[3]等的研究表明：利用車載攝像機將機器人的三維運動描述和景物的形狀描述用于解決機器人的導航問題具有較高的可靠性；Corke[4]等對由車載攝像機構成的移動機器人視覺閉環(huán)系統(tǒng)的研究表明，這種控制方法對提高路徑跟蹤精度有較好效果。

采用局部視覺這種導航方式，所有的計算設備和傳感器都裝載在機器人車體上，圖像識別、路徑規(guī)劃等高層決策都由車載計算機完成，所以車載計算機的工作量較大，延遲問題較為明顯。為提高導航系統(tǒng)的實時性和導航精度，仍需研究更加合理的組合導航方式。此外，最新出現(xiàn)的網(wǎng)絡機器人可對機器人進行遙控操縱，如：文獻[5]介紹了名為Xavier的機器人，在機器人上裝有多種傳感器，如激光探測器、聲納、車輪編碼器和彩色攝像機，并裝有揚聲器和語言測試系統(tǒng)，機器人能夠完成現(xiàn)場任務和網(wǎng)絡任務；文獻[6]介紹了用于博物館的導游機器人，這種機器人既可以在現(xiàn)場控制又可以通過網(wǎng)絡遙控。

2　移動機器人導航研究中的相關技術

移動機器人導航系統(tǒng)是一個多功能、多任務的智能系統(tǒng)，是涉及機械、電子、計算機、傳感器技術、控制技術等多學科的課題。目前，引入到移動機器人視覺導航研究中的相關技術主要有以下幾個方面。

2.1 體系結構

自主式移動機器人的導航系統(tǒng)是一個自主式智能系統(tǒng)，其主要任務是如何把感知、規(guī)劃、決策和行動等各種模塊有機地結合起來。自主式系統(tǒng)能夠模擬人的智能行為和功能，它的作用包括：①把各個子系統(tǒng)連接成一個整體，包括各個部件的接口規(guī)范、通訊協(xié)議和數(shù)據(jù)流程。②統(tǒng)一管理、調度各個子系統(tǒng)，控制它們功能的發(fā)揮，按總體工作模型進行協(xié)調工作，使各子系統(tǒng)步調一致地完成總體任務?？梢?，自主式系統(tǒng)的體系結構起到了總體集成及總體調度的作用，其設計的優(yōu)劣直接關系到系統(tǒng)整體性能的發(fā)揮和智能水平的高低。目前，自主式智能系統(tǒng)可分為以下3類：分層遞階式結構、包容式體系結構和分布式人工智能（DAI）的體系結構[7]。?

分層遞階式結構是把各種模塊分成若干層，位于高層的模塊負責復雜的推理、判決，如：世界模型、決策規(guī)劃等；較低的層次用于與外界的交互，如：感知、控制、伺服等。這種體系結構遵循“感知—思維—行動”的基本規(guī)律，層次向上智能增加，精度降低，層次向下，智能降低，精度增加，較好地解決了智能和控制精度的問題。其缺點是反應性差，雖然低層有一定的實時處理能力，但僅限于局部的非智能反應，失去了高度智能性的實時反應能力。

包容式體系結構是麻省理工學院的R. Brooks提出的，它模擬了動物反應式行為的特點，采用“感知—動作”結構。包容式體系結構具有以下特點：①按“任務—行為”分類，可把系統(tǒng)分解為若干子系統(tǒng)，每個子系統(tǒng)不是某個技術功能模塊，而是能獨立產生動作行為的系統(tǒng)。②每個行為子系統(tǒng)都能直接接收傳感信號，也可直接產生行為動作。③各個子系統(tǒng)平等工作，由一個協(xié)調機制負責集成，進而產生總體的行為。包容式體系結構強調了單元的獨立、并行工作，缺少全局的指導和協(xié)調，對于長遠的全局性的目標跟蹤缺少主動性，目的性較差。

分布式人工智能體系結構由多個智能體組成，每個智能體都是一個自治或半自治系統(tǒng)，智能體之間以及智能體與環(huán)境之間并行工作，需要進行交互。自主式系統(tǒng)中的分布式人工智能結構主要采用多智能體系統(tǒng)（MAS）的形式，由于MAS每個智能體有一定的獨立功能，而且智能體之間的結構關系是可動態(tài)調整的，因此當它們組成一個緊耦合的單個機器人體系結構時，即可產生一般分層遞階式或包容式結構難以達到的靈活性和智能性，這種結構具有自適應、自組織和良好的協(xié)調性能，可以通過協(xié)調方式完成繁雜的整體操作。

文獻[8]對比了傳統(tǒng)的基于認知的人工智能模型的體系結構和R. Brooks的包容式體系結構，提出了一種綜合二者優(yōu)點的體系結構，并在其中融入了進化控制的思想，提出了基于功能/行為集成的進化體系結構，將其應用于移動機器人的控制取得較好效果。機器人足球與足球機器人是近幾年在國際上迅速開展起來的極富挑戰(zhàn)性的高科技密集型的對抗活動，是人工智能的全面體現(xiàn)，其中MAS在這一領域得到了越來越廣泛的關注，并已在實踐中有所應用。文獻[9]詳細論述了國際上幾個較強代表隊的對比，以及MAS在足球機器人領域中的應用。

2.2 圖像技術與圖像工程

視覺導航技術的發(fā)展得益于近年來圖像技術的長足發(fā)展。圖像技術在廣義上是各種與圖像有關的技術的總稱，目前人們主要研究的是數(shù)字圖像，主要應用的是計算機圖像技術?！皥D像工程”這一概念的提出為圖像技術研究中出現(xiàn)的新理論、新方法、新算法提供了一個整體框架。根據(jù)抽象程度的不同可將圖像工程分為3個層次：圖像處理、圖像分析和圖像理解。圖像處理著重強調在圖像之間進行變換，泛指各種圖像技術，如：圖像變換、圖像增強、圖像壓縮編碼等。圖像分析主要是對圖像中感興趣的目標進行檢測和測量，建立對圖像的描述，如：圖像分割，邊緣檢測，目標表達、描述、測量等。圖像理解的重點是在圖像分析的基礎上得出對圖像內容含義的理解以及對原來客觀場景的解釋，從而指示和規(guī)劃行動，如：圖像解釋、推理等[10]。

在移動機器人視覺導航中利用圖像處理技術對圖像進行加工，改善了圖像的視覺效果并為自動識別打下基礎；對圖像進行壓縮編碼，節(jié)省了存儲空間和傳輸時間，提高了導航系統(tǒng)的實時性。利用圖像分析中的圖像分割和邊緣檢測，可將機器人所處的環(huán)境分成自由活動區(qū)和障礙區(qū)。經(jīng)過對圖像的分割和特征提取形成了對機器人工作環(huán)境的描述，再對從該描述中抽象出來的符號進行運算，在機器人所處環(huán)境中的自由活動區(qū)找出連通域，為機器人的高層決策——路徑規(guī)劃打下基礎。

在實際應用中，可從圖像中提取直線形式的道路邊界，并通過將探測到的道路信息與機器人內部存儲的地圖相對照，修正偏差，實現(xiàn)室外導航；在室內環(huán)境中從圖像中提取墻壁等直線信息，通過對墻的跟蹤實現(xiàn)跟蹤行走，也可通過到多個墻壁的距離的計算來實現(xiàn)自身的定位。由于僅通過單幅圖像信息來判斷障礙物的距離和速度不夠準確，在實際應用中可使用多個攝像機，或利用一個攝像機的多幅連續(xù)圖像序列來計算目標的距離和速度。

2.3 神經(jīng)網(wǎng)絡與模糊控制

神經(jīng)網(wǎng)絡具有很強的適應復雜環(huán)境和多目標控制要求的自學習能力，并具有以任意精度逼近任意非線性函數(shù)的特點。神經(jīng)網(wǎng)絡可與其他控制方法（專家系統(tǒng)、模糊控制等）相結合，為其提供非參數(shù)化的對象模型、推理模型等。神經(jīng)網(wǎng)絡又能構成智能控制系統(tǒng)，使系統(tǒng)能識別環(huán)境，并對各種信息進行融合，能對所獲得的信息和所要達到的目標分析處理，并作出決策。神經(jīng)網(wǎng)絡還可用于對系統(tǒng)的故障診斷和容錯控制[11]。

由于人工神經(jīng)網(wǎng)絡具備以上這些特點，而移動機器人導航系統(tǒng)是一個實時性要求很高的非線性系統(tǒng)，因此，近年來神經(jīng)網(wǎng)絡與模糊控制在移動機器人導航領域得到越來越廣泛的應用。這些應用主要體現(xiàn)在：在視覺系統(tǒng)中對圖像信息的處理，移動機器人的避障和路徑規(guī)劃，移動機器人定位和路徑跟蹤。

在圖像信息的處理方面，神經(jīng)網(wǎng)絡不僅具有很高的處理速度，還可以充分利用其非線性處理能力來達到環(huán)境及路標辨識的目的。采用模糊邏輯能夠分離圖像中的邊界像素，獲取物體的輪廓。采用多維分布式計算機進行并行運算可以進一步提高處理速度。神經(jīng)網(wǎng)絡還可以完成機器人內部坐標和全局坐標的快速轉換。

在避障和路徑規(guī)劃方面，由于避障和路徑規(guī)劃難以用明確的規(guī)則進行評價，可以讓神經(jīng)網(wǎng)絡通過大量的實例學習來掌握。用模糊規(guī)則指導學習的網(wǎng)絡，當環(huán)境改變之后可以重新啟動模糊規(guī)則進行教學，可以減少實例學習的工作量。

在移動機器人的定位和路徑跟蹤方面，Kurd等對用神經(jīng)網(wǎng)絡控制器向主控制器提供最優(yōu)參數(shù)用于機器人的定位進行了研究[12]。單一模糊規(guī)則集對直線跟蹤能取得良好的效果，但對于曲線路徑的跟蹤就會產生較大的誤差，F(xiàn)ung利用雙重模糊邏輯控制器對曲線路徑進行跟蹤并取得了較好效果[13]。

2.4 多傳感器信息融合

信息融合是針對一個系統(tǒng)中使用多傳感器（多個和/或多類）這一特定問題而展開的一種信息處理的新的研究方向，它充分利用多源數(shù)據(jù)的互補性和計算機的高速運算與智能來提高結果信息的質量。這一技術首先廣泛應用于軍事領域，近幾年來在移動機器人導航研究中得到越來越廣泛的應用。多傳感器信息融合的基本原理是充分利用多個傳感器資源，通過對這些傳感器及其觀測信息的合理支配和利用，把多個傳感器在空間或時間上的冗余或互補信息依據(jù)某種準則來進行組合，以獲得被測對象的一致性解釋或描述[14]。

目前，有多種方法可用于多傳感器信息融合，其中較為重要的是D-S證據(jù)理論。證據(jù)理論的概念是由Dempster在1967年最先提出，后來由他的學生Shafer進一步發(fā)展完善。D-S證據(jù)理論開始在專家系統(tǒng)中得到成功的應用，由于其研究問題的方式和內容特別適合處理多傳感器集成系統(tǒng)的信息融合問題，因此該理論已成為信息融合的一個重要理論基礎[15]。Murphy等已將D-S證據(jù)理論應用于移動機器人的信息融合問題[16]。

此外還有加權平均法、貝葉斯估計法、統(tǒng)計決策法、擴展卡爾曼濾波法、產生式規(guī)則法、模糊規(guī)則法和人工智能方法等。

2.5 虛擬現(xiàn)實技術

虛擬現(xiàn)實技術的研究開始于軍事領域，在軍事和航天領域的模擬和訓練中起到了非常重要的作用。

虛擬現(xiàn)實技術就是把計算機從善于處理數(shù)字的單維信息轉變?yōu)樯朴谔幚砣怂芨惺艿降?、?shù)字化以外的其他各種表現(xiàn)形式的多維信息。虛擬現(xiàn)實技術匯集了計算機圖形、多媒體技術、人工智能、人機接口技術、傳感器技術、高度并行的實時計算機技術和人的行為學研究等多項關鍵技術。其主要特點是通過計算機圖形構成三維空間，或是把其他現(xiàn)實環(huán)境編制到計算機中，產生逼真的“虛擬環(huán)境”。通過相應的硬件手段的幫助，如：數(shù)據(jù)手套、立體眼鏡和頭盔等設備，產生“身臨其境”的感覺，能夠操縱虛擬環(huán)境中的物體的運動，并且使用者本身也能夠在其中漫步、環(huán)顧[17，18]。

虛擬現(xiàn)實技術在機器人領域中的應用主要集中在以下幾個方面：一是作為遙操作界面，可以應用于半自主式操作；二是作為機器人視覺中自動目標識別和三維場景表示的直觀表達；三是建立具有真實感的多傳感器融合系統(tǒng)的仿真平臺[18]。

美國是虛擬現(xiàn)實技術的發(fā)源地，NASA的AMES實驗室現(xiàn)在正致力于一個叫“虛擬行星探索”（VPE）的試驗計劃，使“虛擬探索者”（virtual explorer）利用虛擬環(huán)境來考察遙遠的行星。麻省理工學院（MIT）成立的媒體實驗室建立了一個名叫BOLIO的測試環(huán)境，利用這一環(huán)境MIT建立了一個虛擬環(huán)境下的對象運動動態(tài)跟蹤系統(tǒng)。英國Granfield的高級機器人研究有限公司（ARRL）也在從事虛擬現(xiàn)實技術的研究。在虛擬現(xiàn)實技術研究與開發(fā)方面，日本屬于世界領先國家之一，其中東京大學的高級科學研究中心最近的研究項目是主從系統(tǒng)，該系統(tǒng)可以使用戶控制遠程攝像系統(tǒng)和一個模擬人手的隨動機械臂[17]。

我國一些重點院校也開展了大量的虛擬現(xiàn)實技術的研究工作，如：北京航空航天大學、浙江大學CAD & CG國家重點實驗室、哈爾濱工業(yè)大學、清華大學等。但對于虛擬現(xiàn)實技術在機器人領域內的應用研究還處于起步階段。

3　移動機器人導航研究展望

隨著傳感技術、控制技術、機械加工和新材料的發(fā)展，特別是近年來計算機、網(wǎng)絡和圖像處理技術發(fā)展的突飛猛進，自主式移動機器人智能導航研究已取得了很大進展。目前，移動機器人的應用領域不斷擴大，移動機器人室內、室外活動環(huán)境的復雜程度也日益增加，而且對移動機器人的要求又有所提高，要求機器人既具有體積小、自重輕、負載能力強等特點，又能夠完成復雜的任務，并能與其他機器人協(xié)作共同完成任務，或通過與其他機器人分工來提高工作效率，同時對機器人的導航精度的要求也越來越高。這些對移動機器人智能導航的研究提出了新的課題：

1）開展導航系統(tǒng)的分布式智能結構的研究。分布式智能結構把決策級的操作分解到機器人本身的計算機和遠端的主計算機，這樣不僅可以提高系統(tǒng)的實時性和魯棒性，還可以減小移動機器人的體積和自重，使機器人更加輕便、靈活。2）基于視覺導航的優(yōu)勢，針對局部視覺導航方式的不足，在分布式智能結構下進行基于全局視覺和局部視覺相結合的導航方式的研究，并與多傳感器相結合，進一步研究新的信息融合策略。3）目前機器人技術正朝著網(wǎng)絡機器人、多機器人的方向發(fā)展，網(wǎng)絡機器人遙控操作及基于網(wǎng)絡的多機器人協(xié)作也是智能導航研究的一個發(fā)展方向。4）在發(fā)揮視覺導航的優(yōu)勢的同時，系統(tǒng)的實時性是一個不容忽視的問題，對于靜態(tài)、動態(tài)圖像處理技術及利用高度并行處理機的模式識別的研究將有助于解決這一問題。5）開展虛擬現(xiàn)實技術在移動機器人智能導航中的應用研究，可為基于多傳感器信息融合的導航系統(tǒng)提供理想的仿真平臺。