移動(dòng)機(jī)器人的導(dǎo)航定位和地圖構(gòu)建技術(shù)綜述

王麗楊 陳 明

（順德職業(yè)技術(shù)學(xué)院，廣東 佛山 528333）

20世紀(jì)60年代，工業(yè)大發(fā)展將工業(yè)機(jī)器人帶入工廠，從而將人類從危險(xiǎn)繁雜的體力勞動(dòng)中解放出來。隨后，工業(yè)機(jī)器人與其他生產(chǎn)過程結(jié)合起來，繼而產(chǎn)生了更多靈活性與智能性的要求。近年來，傳統(tǒng)制造機(jī)器人市場(chǎng)之外又產(chǎn)生了新的市場(chǎng)需求（例如清潔、排爆、建筑、造船、農(nóng)業(yè)等），人口老齡化更增進(jìn)了滿足人類社會(huì)需求的服務(wù)機(jī)器人的開發(fā)，而各類移動(dòng)機(jī)器人的快速發(fā)展正滿足了這樣的市場(chǎng)需求。

1 移動(dòng)機(jī)器人概述

移動(dòng)機(jī)器人與傳統(tǒng)工業(yè)機(jī)器人（機(jī)器人操作臂）相比，具有移動(dòng)功能，在代替人從事危險(xiǎn)、惡劣（如輻射、有毒等）環(huán)境下作業(yè)和人所不及的（如宇宙空間、水下等）環(huán)境作業(yè)方面，比一般機(jī)器人有更大的機(jī)動(dòng)性、靈活性。

移動(dòng)機(jī)器人隨其應(yīng)用環(huán)境和移動(dòng)方式的不同，研究內(nèi)容也有很大差別。其共同的基本技術(shù)有傳感器技術(shù)、移動(dòng)技術(shù)、操作器、控制技術(shù)、人工智能等方面。它有相當(dāng)于人的眼、耳、皮膚的視覺傳感器、聽覺傳感器和觸覺傳感器。移動(dòng)機(jī)構(gòu)有輪式（如四輪式、兩輪式、全方向式、履帶式）、足式（如六足、四足、兩足）、混合式(用輪子和足)、特殊式(如吸附式、軌道式、蛇式)等類型。輪子適于平坦的路面，足式移動(dòng)機(jī)構(gòu)適于山岳地帶和凹凸不平的環(huán)境。移動(dòng)機(jī)器人的控制方式從遙控、監(jiān)控向自治控制發(fā)展，目前多綜合應(yīng)用機(jī)器視覺、問題求解、專家系統(tǒng)等人工智能技術(shù)研制自治型移動(dòng)機(jī)器人。

2 移動(dòng)機(jī)器人的定位技術(shù)

定位技術(shù)使得移動(dòng)機(jī)器人了解其任意時(shí)刻相對(duì)環(huán)境的所處位置。為實(shí)現(xiàn)這個(gè)目標(biāo)，人們采用傳感器來測(cè)量機(jī)器人狀態(tài)及其環(huán)境的相關(guān)變量。由于傳感器存在累積誤差及含噪量測(cè)值問題，目前有大量研究集中于利用卡爾曼濾波技術(shù)，集成多個(gè)傳感器量測(cè)值以改善位置估計(jì)的問題。定位技術(shù)可分為局部定位與全局定位。最簡單的方式是逐步修正起始位置相對(duì)值的局部定位。相對(duì)的，全局定位則不需要機(jī)器人的初始位置。全局定位的定位過程可基于環(huán)境中已知其定位的路標(biāo)傳感識(shí)別，或者是基于環(huán)境地圖、環(huán)境模型，并識(shí)別已建模環(huán)境中的特征元素。后一種情況中，概率方法常被用來解決傳感信息中的不確定性問題。

現(xiàn)有文獻(xiàn)中的定位算法全都來源于貝葉斯濾波器。其主要思想在于，利用迭代方程，根據(jù)量測(cè)模型和運(yùn)動(dòng)模型估計(jì)機(jī)器人的位置。問題在于貝葉斯濾波器的計(jì)算效率不高，于是不同簡化策略就催生了不同的定位算法。依據(jù)機(jī)器人的位置信度，算法主要分為兩大類。當(dāng)機(jī)器人的位置信度由多元高斯密度函數(shù)來建模時(shí)，一般采用基于卡爾曼濾波器的方法；當(dāng)機(jī)器人的位置信度由多模密度函數(shù)來建模時(shí)，一般采用馬爾可夫定位算法。由單模密度函數(shù)建模的機(jī)器人位置信度只對(duì)局部定位有效，基于卡爾曼濾波器的技術(shù)可有效跟蹤此類機(jī)器人的位置。

馬爾可夫定位算法的具體操作策略依狀態(tài)空間所用的離散化方法不同而不同。由于低分辨率的原因，這類方法只對(duì)基于路標(biāo)的機(jī)器人定位有效。為了在高分辨率情況下處理多模概率密度函數(shù)，狀態(tài)空間中有意義的部分將被離散化，并用以逼近機(jī)器人的位置信度。例如，可采用分段常函數(shù)展開的方式進(jìn)行離散化。這類方法中，常用的是基于柵格的馬爾可夫定位算法。雖然這種算法對(duì)全局定位十分有效，但其計(jì)算量非常大。最后，機(jī)器人的位置信度可由一系列帶有權(quán)值的機(jī)器人位置隨機(jī)樣本（或粒子），以及基于觀測(cè)變量的約束條件來表達(dá)。快速采樣及其表示任意概率密度函數(shù)的能力使得高效的全局定位成為可能，這就引出了蒙特卡洛方法等粒子濾波技術(shù)。粒子濾波技術(shù)是移動(dòng)機(jī)器人的定位領(lǐng)域比較熱點(diǎn)的方法之一。

3 移動(dòng)機(jī)器人的地圖構(gòu)建

基于地圖的機(jī)器人定位技術(shù)和機(jī)器人的地圖構(gòu)建技術(shù)二者相互依賴。自1990年以來，很多研究者致力于同時(shí)解決這兩個(gè)問題。機(jī)器人的地圖構(gòu)建技術(shù)被分為幾何方法和拓?fù)浞椒▋深?。幾何地圖捕捉環(huán)境的幾何特性，而拓?fù)涞貓D用節(jié)點(diǎn)圖描述不同空間位置的聯(lián)系性。幾何地圖（特征地圖）利用有關(guān)的幾何特征(如點(diǎn)、直線、面)表示環(huán)境。基于空間位置的概率特性，幾何地圖可被離散化。由此產(chǎn)生的地圖構(gòu)建方法就是柵格地圖構(gòu)建法。實(shí)際應(yīng)用中，幾何地圖比拓?fù)涞貓D更加細(xì)致，但其高分辨率的優(yōu)勢(shì)是用高計(jì)算量的代價(jià)換取的。

機(jī)器人地圖構(gòu)建技術(shù)通常被稱為SLAM（同步定位和地圖構(gòu)建）。常用的兩類方法包括增量方法、基于卡爾曼濾波器的擴(kuò)展算法和基于期望最大化算法。增量方法利用卡爾曼濾波器來估計(jì)地圖和機(jī)器人位置，并產(chǎn)生用以描述地標(biāo)、指向標(biāo)、或判別物位置的地圖，可完成實(shí)時(shí)操作?；诳柭鼮V波器的擴(kuò)展算法包括FastSLAM，Lu/Milios算法，以及近年來出現(xiàn)的以反向擴(kuò)展卡爾曼濾波器為基礎(chǔ)的稀疏擴(kuò)展信息濾波器。另一類方法是基于期望最大化算法，它試圖采用迭代算法來找到最可信的地圖，它較好地解決了傳感器測(cè)量和真實(shí)世界之間的一致性問題。

近來，有研究者對(duì)動(dòng)態(tài)環(huán)境的地圖構(gòu)建問題展開討論。因?yàn)樵S多機(jī)器人的現(xiàn)實(shí)應(yīng)用都在非靜態(tài)的環(huán)境中進(jìn)行，故此問題極具研究價(jià)值。采用隨時(shí)間變化緩慢移動(dòng)路標(biāo)的假設(shè)，卡爾曼濾波器方法可被用來構(gòu)建動(dòng)態(tài)環(huán)境的地圖；相似的，用隨時(shí)間變化逐漸減少柵格的方法，也是動(dòng)態(tài)環(huán)境中地圖構(gòu)建問題的一種探索。目前已有多種算法考慮了環(huán)境的動(dòng)態(tài)性，然而仍有許多問題有待解決，例如，如何區(qū)分環(huán)境的動(dòng)態(tài)部分和靜態(tài)部分，如何在地圖上表示這些信息等。

目前，移動(dòng)機(jī)器人正在由實(shí)驗(yàn)樣機(jī)逐步走向?qū)嶋H應(yīng)用。移動(dòng)機(jī)器人最直接的服務(wù)應(yīng)用領(lǐng)域包括清潔、家居服務(wù)等。例如，自動(dòng)真空吸塵器和割草機(jī)利用移動(dòng)導(dǎo)航領(lǐng)域的所有研究來從事家務(wù)勞動(dòng)，展現(xiàn)了可觀的市場(chǎng)前景。移動(dòng)機(jī)器人同樣顯示了作為博物館導(dǎo)游，以及作為辦公室、醫(yī)院和其它公共場(chǎng)館工作助手的潛能。這一類的移動(dòng)機(jī)器人注重動(dòng)態(tài)環(huán)境中的智能導(dǎo)航、固定環(huán)境中的智能導(dǎo)航、短期人機(jī)交互、遠(yuǎn)端臨場(chǎng)等智能功能。監(jiān)控是移動(dòng)機(jī)器人技術(shù)的另一個(gè)潛在應(yīng)用領(lǐng)域，個(gè)人安保公司也對(duì)守衛(wèi)機(jī)器人產(chǎn)生了濃厚的興趣。

4 小結(jié)

導(dǎo)航是人工智能應(yīng)用于機(jī)器人技術(shù)的重要方面，在非結(jié)構(gòu)環(huán)境或動(dòng)態(tài)環(huán)境下，機(jī)器人必須學(xué)會(huì)如何導(dǎo)航，它將包含學(xué)習(xí)、推理的問題決策等各個(gè)環(huán)節(jié)，其主要研究集中于機(jī)器人定位和地圖構(gòu)建兩個(gè)方面，因此全面總結(jié)和著力發(fā)展移動(dòng)機(jī)器人的定位和地圖構(gòu)建技術(shù)將推動(dòng)服務(wù)機(jī)器人產(chǎn)業(yè)化發(fā)展的進(jìn)程，具有重要意義。

[1]J.Leonard and H.Durrant-White,Directed Sonar Sensing for Mobile Robot Navigation.Norwell,MA:Kluwer,1992.

[2]R.Simmons and S.Koenig,“Probabilistic robot navigation in partially observable environments,”in Proc.Int.Joint Conf.Artificial Intelligence,pp.1080-1087,1995.