楊 娜，李漢舟

(航天科技集團(tuán)第九研究院 第十六研究所，陜西 西安 710100)

0 引言

在過去的半個(gè)多世紀(jì)里，機(jī)器人技術(shù)取得了飛速的發(fā)展，在工業(yè)生產(chǎn)中發(fā)揮著越來越重要的作用，被廣泛用于完成重復(fù)性高、危險(xiǎn)性大和精度要求高的工作。然而人們對(duì)機(jī)器人的要求并不僅限于此，伴隨著對(duì)未來高度機(jī)械化和智能化生活的憧憬，人們希望機(jī)器人可以更好地服務(wù)于人類甚至代替人類完成多種多樣的工作，這促使更多的學(xué)者投入到機(jī)器人的研究中。近年來，計(jì)算機(jī)、機(jī)器學(xué)習(xí)、傳感器與人工智能等技術(shù)的迅猛發(fā)展使人們的愿景不斷向現(xiàn)實(shí)靠近，機(jī)器人技術(shù)逐漸滲入服務(wù)行業(yè)，可以說機(jī)器人已經(jīng)開始走進(jìn)人們的日常生活。

為了推動(dòng)機(jī)器人技術(shù)在各領(lǐng)域的廣泛應(yīng)用，美國于2009年5 月發(fā)布了《機(jī)器人技術(shù)路線圖:從互聯(lián)網(wǎng)到機(jī)器人》［1］，并于2013年3 月再次更新。該路線圖指出，服務(wù)機(jī)器人的技術(shù)研究是未來機(jī)器人行業(yè)的發(fā)展方向之一。根據(jù)國際機(jī)器人聯(lián)合會(huì)(IFR)的定義，服務(wù)機(jī)器人是一種半自主或全自主工作的機(jī)器人，它能完成有益于人類健康的服務(wù)工作，但不包括從事生產(chǎn)的設(shè)備［2］。近年來，針對(duì)服務(wù)機(jī)器人的研究越來越多，王田苗等［3］對(duì)國內(nèi)外服務(wù)機(jī)器人的研究成果做了詳細(xì)綜述，可以看出服務(wù)機(jī)器人的研究已經(jīng)受到世界各國的廣泛關(guān)注。電器成本的下降也為服務(wù)機(jī)器人的研究以及應(yīng)用提供了有利條件。

與傳統(tǒng)的工業(yè)機(jī)器人不同，服務(wù)機(jī)器人的工作環(huán)境通常是非結(jié)構(gòu)化的，并且需要協(xié)助或與人類共同執(zhí)行特定任務(wù)［4］，這就要求服務(wù)機(jī)器人具備可移動(dòng)、易操作、智能化水平高、適應(yīng)性強(qiáng)等特點(diǎn)。要達(dá)到這樣的要求，服務(wù)機(jī)器人研究和開發(fā)所需要涉及的技術(shù)非常復(fù)雜，其中導(dǎo)航技術(shù)是一項(xiàng)核心關(guān)鍵技術(shù)［5］，也是實(shí)現(xiàn)其智能化和自主化的關(guān)鍵?？梢哉f服務(wù)機(jī)器人的發(fā)展在很大程度上是由導(dǎo)航技術(shù)的發(fā)展推動(dòng)的。因此，了解服務(wù)機(jī)器人導(dǎo)航技術(shù)相關(guān)的最新發(fā)展動(dòng)態(tài)對(duì)未來服務(wù)機(jī)器人的研究與開發(fā)有很大幫助。

筆者對(duì)服務(wù)機(jī)器人導(dǎo)航技術(shù)近幾年的發(fā)展現(xiàn)狀以及未來發(fā)展趨勢進(jìn)行研究，為我國服務(wù)機(jī)器人的設(shè)計(jì)研發(fā)提供參考。

1 國內(nèi)外服務(wù)機(jī)器人的發(fā)展動(dòng)態(tài)

根據(jù)國際機(jī)器人聯(lián)合會(huì)(IFR)對(duì)服務(wù)機(jī)器人的統(tǒng)計(jì)數(shù)據(jù)，2010年全球?qū)I(yè)服務(wù)機(jī)器人和個(gè)人/家庭服務(wù)機(jī)器人銷量額比往年分別增長15%和39%［6］。歐洲還于2012年開展了空中服務(wù)機(jī)器人項(xiàng)目［7］，由此可見，服務(wù)機(jī)器人已經(jīng)進(jìn)入了一個(gè)快速發(fā)展的時(shí)代，服務(wù)機(jī)器人相關(guān)技術(shù)的研究將在更大程度上影響和改變?nèi)祟惖娜粘Ｉ睢?/p>

國外在服務(wù)機(jī)器人技術(shù)研究方面起步較早，在企業(yè)界和學(xué)術(shù)界均已取得很多成果。國外機(jī)器人企業(yè)在服務(wù)機(jī)器人方面的典型成果有:日本本田于2000年發(fā)布了首款A(yù)SIMO 機(jī)器人，該機(jī)器人主要使用視覺導(dǎo)航及超聲波導(dǎo)航技術(shù)，通過視覺傳感器與超聲波傳感器進(jìn)行定位，并捕捉來向人群的行動(dòng)路線進(jìn)行局部路徑規(guī)劃，進(jìn)而出色地完成智能導(dǎo)游的任務(wù)(如圖1(a)所示);Intuitive Surgical 公司于1999年首次發(fā)布da Vinci 外科手術(shù)機(jī)器人(如圖1(b)所示)，該機(jī)器人通過視覺導(dǎo)航完成三維定位，協(xié)助醫(yī)生完成手術(shù);波士頓動(dòng)力公司于2005年推出首款BigDog 四足大狗機(jī)器人(如圖1(c)所示)，該機(jī)器人能夠通過立體視覺完成路面識(shí)別以及自身定位，通過激光傳感器感應(yīng)引路人的位置，慣性系統(tǒng)達(dá)到姿態(tài)穩(wěn)定，同時(shí)利用構(gòu)建消耗地圖實(shí)現(xiàn)機(jī)器人的路徑規(guī)劃并完成軍事任務(wù);而iRobot公司的Roomba 系列吸塵器機(jī)器人(如圖1(d)所示)通過紅外傳感器進(jìn)行定位以及路徑規(guī)劃，完成清掃房間的任務(wù)。

圖1 國外機(jī)器人企業(yè)的典型研究成果

國外學(xué)術(shù)界針對(duì)服務(wù)機(jī)器人的研究也從未停歇，Siddhartha S.Srinivasa 等［8］針對(duì)當(dāng)時(shí)服務(wù)機(jī)器人不能滿足人們需求的情況，在2010年開發(fā)并設(shè)計(jì)了一種室內(nèi)服務(wù)機(jī)器人HERB，該機(jī)器人能夠通過視覺導(dǎo)航，在雜亂的室內(nèi)環(huán)境下完成精確的物體識(shí)別和定位，并通過機(jī)械手執(zhí)行復(fù)雜的操作任務(wù)(例如拿起一個(gè)水壺而不讓水灑出來)。Thomas Breuer 等［9］在前人的研究基礎(chǔ)上，提出關(guān)于人機(jī)交互，場景語義理解以及同時(shí)定位和地圖創(chuàng)建的新算法，并將其應(yīng)用于移動(dòng)服務(wù)機(jī)器人Johnny 上，為了適應(yīng)機(jī)器人周圍復(fù)雜環(huán)境，通過同時(shí)定位與創(chuàng)建地圖方式實(shí)現(xiàn)機(jī)器人導(dǎo)航，希望它能夠完成室內(nèi)的服務(wù)任務(wù)。Stefan Schiffer 等［10］以讓機(jī)器人能夠與人類相處，并協(xié)助老年人進(jìn)行日?；顒?dòng)為目的，研究了室內(nèi)服務(wù)機(jī)器人CAESAR，該機(jī)器人能夠識(shí)別人類簡單的手勢或語音命令，通過A* 算法進(jìn)行初始的全局路徑規(guī)劃，在行駛的過程中使用激光傳感器掃描障礙物并完成局部地圖的創(chuàng)建，繼而實(shí)現(xiàn)局部路徑規(guī)劃，最終完成機(jī)器人導(dǎo)航并完成相應(yīng)的簡單任務(wù)。

我國在服務(wù)機(jī)器人領(lǐng)域的研究起步較晚，但是也開始嶄露頭角，如中國科學(xué)技術(shù)大學(xué)機(jī)器人團(tuán)隊(duì)的“可佳”可以與人進(jìn)行簡單的交流且具備一定的邏輯推理能力，能夠完成相應(yīng)的自主導(dǎo)航任務(wù);哈爾濱工業(yè)大學(xué)2010年開發(fā)研制的智能服務(wù)機(jī)器人可以為病人倒水喂藥、與病人進(jìn)行簡單的交流、唱歌跳舞［11］;上海交大開發(fā)了一個(gè)餐廳服務(wù)機(jī)器人，利用雙目視覺系統(tǒng)進(jìn)行精確定位，確保機(jī)器人能夠準(zhǔn)確抓取餐盤［12］。

從以上國內(nèi)外服務(wù)機(jī)器人的研究現(xiàn)狀可以看出，導(dǎo)航系統(tǒng)相關(guān)技術(shù)包括定位、避障、路徑規(guī)劃等，是服務(wù)機(jī)器人實(shí)現(xiàn)功能的保障，新型服務(wù)機(jī)器人的開發(fā)必須根據(jù)其功能選擇適合的導(dǎo)航技術(shù)，并設(shè)計(jì)合理可行的導(dǎo)航系統(tǒng)。

2 服務(wù)機(jī)器人導(dǎo)航技術(shù)現(xiàn)狀

以上所述服務(wù)機(jī)器人的發(fā)展現(xiàn)狀表明，導(dǎo)航技術(shù)是服務(wù)機(jī)器人進(jìn)一步智能化和得以廣泛應(yīng)用所需要突破的技術(shù)難點(diǎn)，因此下面對(duì)導(dǎo)航技術(shù)的相關(guān)動(dòng)態(tài)進(jìn)行全面的總結(jié)。目前，應(yīng)用于服務(wù)機(jī)器人的導(dǎo)航技術(shù)多種多樣，其中最常用的主要有磁導(dǎo)航、慣性導(dǎo)航、傳感器導(dǎo)航、衛(wèi)星導(dǎo)航、視覺導(dǎo)航。各類導(dǎo)航技術(shù)的基本原理以及優(yōu)、缺點(diǎn)如表1 所示。

圖2 國外學(xué)術(shù)界的服務(wù)機(jī)器人設(shè)計(jì)

表1 導(dǎo)航技術(shù)分類及優(yōu)、缺點(diǎn)比較

2.1 磁導(dǎo)航

自然界中，磁場無處不在，無論是天然的鐵、鎘等材料，或是人造電子設(shè)備等，都存在磁場的變化，如果可以精確地識(shí)別這些變化，那么磁場就如指紋一樣成為各方位的獨(dú)特象征［13］。因此，研究如何利用磁場進(jìn)行服務(wù)機(jī)器人導(dǎo)航具有很大的應(yīng)用價(jià)值。目前，服務(wù)機(jī)器人磁導(dǎo)航主要通過以下方式實(shí)現(xiàn):在行駛路線下埋設(shè)能夠產(chǎn)生磁場的結(jié)構(gòu)(如可通電導(dǎo)線或磁鐵)，通過機(jī)器人上安裝的磁傳感器檢測磁場，并引導(dǎo)機(jī)器人按照預(yù)定軌道行駛進(jìn)行導(dǎo)航。該方法抗干擾能力強(qiáng)，不易受環(huán)境因素的影響，具有較高的精度和良好的重復(fù)性。但成本較高，可變性較差，且無法對(duì)出現(xiàn)在行駛路徑中的障礙物做出避障反應(yīng)。

目前，該技術(shù)多應(yīng)用于工作環(huán)境簡單，精度要求高，可靠性好的服務(wù)機(jī)器人中。韓金華等［14］在預(yù)行駛路徑埋設(shè)磁釘形成導(dǎo)航線，通過安裝在護(hù)理助手機(jī)器人上的8個(gè)磁阻傳感器測量并修正機(jī)器人的行駛路線，完成了高精度的導(dǎo)航任務(wù)。另外，有學(xué)者希望根據(jù)觀測每個(gè)方位磁場的顯著變化進(jìn)行服務(wù)機(jī)器人導(dǎo)航，并對(duì)此展開了深入研究。William Storms 等［15］制定了兩種磁導(dǎo)航方案并完成了導(dǎo)航算法的研究，一種是基于實(shí)際數(shù)據(jù)的地圖匹配方案，假設(shè)基于室內(nèi)磁場的地圖已經(jīng)創(chuàng)建完成，將磁場測量裝置測得的數(shù)據(jù)與地圖數(shù)據(jù)進(jìn)行匹配得到具體的方位值;一種是引導(dǎo)-跟隨方案，指引車在室內(nèi)穿梭，并不斷地測量磁場值，同時(shí)將觀測數(shù)據(jù)傳送給之后跟隨的車輛，跟隨車輛根據(jù)接受到的數(shù)據(jù)嘗試以同樣的路徑行駛。這種方法不需要人為改變服務(wù)機(jī)器人周圍的環(huán)境，且導(dǎo)航精度較高。對(duì)于這樣一種導(dǎo)航方案，前期的磁場地圖創(chuàng)建是至關(guān)重要的，學(xué)者們對(duì)于這一關(guān)鍵步驟進(jìn)行了進(jìn)一步的探討［16-17］，力求得到更好的地圖創(chuàng)建方法，進(jìn)而提高導(dǎo)航精度。

2.2 慣性導(dǎo)航

慣性導(dǎo)航最初主要應(yīng)用于航空宇航領(lǐng)域，該導(dǎo)航系統(tǒng)分為平臺(tái)式慣導(dǎo)系統(tǒng)和捷聯(lián)式慣導(dǎo)系統(tǒng)兩類，平臺(tái)式慣導(dǎo)系統(tǒng)存在一個(gè)物理平臺(tái)，慣性元件安裝在物理平臺(tái)上測量平臺(tái)相對(duì)于慣性空間的角速度與加速度;捷聯(lián)式慣導(dǎo)系統(tǒng)采用數(shù)字式平臺(tái)替代了傳統(tǒng)的物理平臺(tái)，將慣性器件直接固連在載體上。如今，隨著傳感器、微電子等成本的下降，慣性導(dǎo)航技術(shù)也被用于服務(wù)機(jī)器人之上，研究人員利用慣性元件(加速度計(jì)和陀螺儀)來測量機(jī)器人本身的加速度以及角速度，并結(jié)合給定的初始條件，經(jīng)過積分和運(yùn)算得到速度、位置、姿態(tài)等參數(shù)，進(jìn)而達(dá)到機(jī)器人自主導(dǎo)航的目的。該導(dǎo)航技術(shù)隱蔽性好，不易受外界干擾。但導(dǎo)航定位精度會(huì)隨著機(jī)器人所走航程的增加而下降，且誤差會(huì)累積，通常需要進(jìn)行誤差修正。因此，慣性導(dǎo)航技術(shù)多用于短期導(dǎo)航或與其他導(dǎo)航方式相結(jié)合的組合式導(dǎo)航。汪劍鳴等［18］針對(duì)慣性導(dǎo)航創(chuàng)建全局導(dǎo)航地圖困難等問題，提出一種新的慣性/視覺組合導(dǎo)航室內(nèi)全局地圖創(chuàng)建方法。王聰?shù)龋?9］將慣性導(dǎo)航與立體視覺相結(jié)合，通過創(chuàng)建風(fēng)管清掃機(jī)器人同時(shí)定位與地圖創(chuàng)建方案，有效地估計(jì)出機(jī)器人的三維位姿信息。Todd Lupton等［20］用載體參考系替代了傳統(tǒng)的地球參考系，消除了機(jī)器人慣性導(dǎo)航系統(tǒng)平臺(tái)初始位姿的不確定性，提出了將慣性導(dǎo)航與視覺導(dǎo)航相結(jié)合的新算法，進(jìn)而完成了動(dòng)態(tài)環(huán)境下的機(jī)器人室外導(dǎo)航。

2.3 傳感器數(shù)據(jù)導(dǎo)航

傳感器數(shù)據(jù)導(dǎo)航通過非視覺傳感器進(jìn)行定位導(dǎo)航，常用的傳感器數(shù)據(jù)導(dǎo)航技術(shù)有紅外導(dǎo)航，超聲導(dǎo)航和激光導(dǎo)航。

紅外導(dǎo)航利用紅外傳感器進(jìn)行距離測量，判斷機(jī)器人在環(huán)境中的位置。其結(jié)構(gòu)簡單，反應(yīng)速度快，但易受光線、顏色、形狀等影響。最基本的紅外導(dǎo)航方法是將紅外線發(fā)射器與紅外線接收器安裝在機(jī)器人上，通過發(fā)射器發(fā)射紅外線，反射后由接收器接收，得到機(jī)器人與物體之間的距離，判斷機(jī)器人所處的位置。也有學(xué)者使用其它方法進(jìn)行紅外導(dǎo)航，Sooyong Lee［21］將數(shù)個(gè)帶有獨(dú)特ID 的紅外發(fā)射器安裝在天花板上，從而將機(jī)器人的工作區(qū)域劃分為幾個(gè)部分，機(jī)器人攜帶光晶體管，通過接收到的紅外線數(shù)目以及ID 判斷所處區(qū)域，并通過與航位推算法的結(jié)合完成機(jī)器人導(dǎo)航。J.Krejsa 等［22］通過測量機(jī)器人與工作區(qū)域安裝的數(shù)個(gè)紅外線發(fā)射器之間的角度來判斷自己所處位置，從而實(shí)現(xiàn)導(dǎo)航。

超聲導(dǎo)航是應(yīng)用最為廣泛的傳感器導(dǎo)航技術(shù)，通過超聲傳感器實(shí)現(xiàn)距離測量進(jìn)而完成導(dǎo)航，該方法成本低，結(jié)構(gòu)簡單，不受光線影響，但易受物體表面形狀影響而降低導(dǎo)航精度且無法探測遠(yuǎn)距離物體。超聲導(dǎo)航的基本原理是超聲發(fā)射器發(fā)射超聲波，在空氣中傳播遇到被測物體，反射之后由超聲波接收器接收，根據(jù)發(fā)射與反射的時(shí)間差確定機(jī)器人與被測物體之間的距離，實(shí)現(xiàn)機(jī)器人導(dǎo)航。然而超聲傳感器存在很大的波束角，無法準(zhǔn)確判斷機(jī)器人的方向，這也影響了機(jī)器人的導(dǎo)航精度。因此，學(xué)者們針對(duì)如何提高超聲導(dǎo)航精度進(jìn)行了研究:Ahmet YAZICI 等［23］將3個(gè)超聲發(fā)射器安裝在機(jī)器人工作環(huán)境矩形框的頂點(diǎn)上，控制3個(gè)發(fā)射器發(fā)射的順序，通過機(jī)器人自身攜帶的超聲接收器接收超聲波信號(hào)并得出機(jī)器人接收3個(gè)發(fā)射器信號(hào)的時(shí)間差，對(duì)機(jī)器人進(jìn)行精確定位。Seong Jin Kim 等［24］在天花板上安裝數(shù)個(gè)超聲發(fā)射器，同時(shí)在機(jī)器人的不同位置安裝超聲接收器，通過接收信號(hào)得出每個(gè)發(fā)射器與不同接收器之間的距離從而判斷機(jī)器人的方位。

激光導(dǎo)航通過激光傳感器測距，原理與紅外導(dǎo)航和超聲導(dǎo)航基本相同，但是激光信號(hào)能量密度大，亮度高，顏色純，因此激光導(dǎo)航的精度更高，測量的距離更遠(yuǎn)且分辨率更好，但是成本相對(duì)較高。激光導(dǎo)航主要通過激發(fā)發(fā)射器發(fā)射激光，經(jīng)由被測物體發(fā)射后由機(jī)器人攜帶的激光接收器接收，得出機(jī)器人的位置與方向。

2.4 衛(wèi)星導(dǎo)航

衛(wèi)星導(dǎo)航最開始應(yīng)用于軍事領(lǐng)域，通過給機(jī)器人安裝衛(wèi)星信號(hào)接收系統(tǒng)，利用全球?qū)Ш叫l(wèi)星系統(tǒng)提供的位置、速度、時(shí)間等信息來完成導(dǎo)航。之后，民用衛(wèi)星導(dǎo)航的精度逐漸得到提高，而衛(wèi)星導(dǎo)航不受地形，環(huán)境等的影響，可提供全球性的導(dǎo)航，因此衛(wèi)星導(dǎo)航的應(yīng)用范圍較廣，但導(dǎo)航精度不高。由于衛(wèi)星探測并不能穿透建筑物，衛(wèi)星導(dǎo)航無法進(jìn)行室內(nèi)導(dǎo)航，通常需要其他方式協(xié)助。Lim D.等［25］建立了網(wǎng)絡(luò)協(xié)助的GPS 導(dǎo)航系統(tǒng)，實(shí)現(xiàn)了室內(nèi)衛(wèi)星導(dǎo)航。而Hada 等［26］仿照GPS 的工作原理，利用分布在室內(nèi)各處的攝像機(jī)，實(shí)現(xiàn)了一個(gè)室內(nèi)GPS 系統(tǒng)(iGPS)。iGPS 導(dǎo)航系統(tǒng)因其精度高，實(shí)時(shí)性好等優(yōu)點(diǎn)，逐漸被學(xué)者們所關(guān)注，并越來越多地應(yīng)用于服務(wù)機(jī)器人導(dǎo)航中。

2.5 視覺導(dǎo)航

人類從外界獲取的信息約有80%是由視覺獲取的，視覺信息量巨大，獲得的信息全面且利用率高［27］。而研究人類視覺的原理并將此應(yīng)用于機(jī)器人系統(tǒng)中是人們不斷追求和探索的目標(biāo)。如今，機(jī)器視覺技術(shù)已廣泛應(yīng)用于服務(wù)機(jī)器人導(dǎo)航系統(tǒng)。視覺導(dǎo)航主要通過在機(jī)器人上裝載攝像機(jī)，獲取機(jī)器人周圍環(huán)境的視覺信息，通過圖像處理完成障礙物以及路標(biāo)的識(shí)別，得到導(dǎo)航參數(shù)并完成導(dǎo)航［28］。也有學(xué)者將攝像機(jī)安裝在機(jī)器人工作區(qū)域完成導(dǎo)航［29］，這種方法可以實(shí)時(shí)獲得機(jī)器人在工作區(qū)域的全局方位，但只適用于服務(wù)機(jī)器人室內(nèi)導(dǎo)航。

根據(jù)攝像機(jī)數(shù)目的不同，視覺導(dǎo)航分為單目視覺導(dǎo)航，雙目視覺導(dǎo)航以及多目視覺導(dǎo)航。單目視覺系統(tǒng)計(jì)算量小，算法已經(jīng)較為成熟，但其視野范圍有限;雙目視覺系統(tǒng)能夠獲得較為全面的環(huán)境信息，并且能夠通過立體匹配得到場景中的深度信息，實(shí)現(xiàn)準(zhǔn)確的三維定位;多目視覺系統(tǒng)可以觀測到環(huán)境的不同方位，但其結(jié)構(gòu)復(fù)雜，且需要處理的信息量過大，目前針對(duì)多目視覺的研究相對(duì)較少。因此，雙目視覺技術(shù)經(jīng)常被用于服務(wù)機(jī)器人的視覺導(dǎo)航中［30］。視覺導(dǎo)航因其獲取信息完整，定位精度高，智能化水平高等優(yōu)點(diǎn)，在服務(wù)機(jī)器人的應(yīng)用上有諸多優(yōu)勢，但其也存在不足，比如，視覺導(dǎo)航需要處理的信息量較大，且遠(yuǎn)距離導(dǎo)航的精度較低，這就需要通過改進(jìn)視覺導(dǎo)航相關(guān)算法［31］或?qū)⒁曈X導(dǎo)航與其他導(dǎo)航方式結(jié)合來改善。

3 服務(wù)機(jī)器人導(dǎo)航需解決的主要問題

無論采用以上何種導(dǎo)航方式，開發(fā)服務(wù)機(jī)器人導(dǎo)航系統(tǒng)的目標(biāo)均可描述為:根據(jù)需求引導(dǎo)機(jī)器人自主地移動(dòng)到操作區(qū)域，并最終完成特定任務(wù)。實(shí)現(xiàn)服務(wù)機(jī)器人導(dǎo)航的一般過程如圖3 所示。在這個(gè)過程中，需解決兩個(gè)主要問題:我在哪兒，即機(jī)器人定位問題;我該如何去往工作區(qū)域，即路徑規(guī)劃問題。

3.1 機(jī)器人定位

在服務(wù)機(jī)器人導(dǎo)航的過程中，機(jī)器人往往需要通過自主定位技術(shù)來確定當(dāng)前自身在環(huán)境中所處的位置及方向。為了安全，可靠地完成導(dǎo)航任務(wù)，研究更加精確的定位方法是必不可少的。機(jī)器人定位技術(shù)主要有相對(duì)定位和絕對(duì)定位兩種。航位推算法是較為傳統(tǒng)的相對(duì)機(jī)器人定位方法，機(jī)器人在已知初始位置和方向的情況下，在移動(dòng)的同時(shí)利用裝載的加速度計(jì)，羅經(jīng)，陀螺儀等傳感器得到機(jī)器人所走路程，從而實(shí)現(xiàn)機(jī)器人定位［32］，然而這種方法的定位誤差會(huì)隨著機(jī)器人所走路程的增加而累積。而基于絕對(duì)定位的研究有:利用攝像機(jī)［33］得到機(jī)器人所處環(huán)境的基本信息，實(shí)現(xiàn)機(jī)器人定位;通過超聲波傳感器［34］獲取位置信息以及障礙物方位;GPS［35］也是常用的絕對(duì)定位方法，通過機(jī)器人上安裝的GPS接收器接收衛(wèi)星信號(hào)，從而得到機(jī)器人方位信息。但這些方法的定位精度會(huì)受到光線等隨機(jī)環(huán)境因素的影響。因此有學(xué)者進(jìn)行基于概率的絕對(duì)定位，計(jì)算機(jī)器人在空間中所處位置的概率分布，得出機(jī)器人最可能的位置，提高機(jī)器人定位精度［36］。另外，地圖匹配定位法［37］通過傳感器探測周圍環(huán)境并進(jìn)行局部地圖構(gòu)建，從而與機(jī)器人預(yù)先儲(chǔ)存的地圖進(jìn)行對(duì)比確定機(jī)器人所處位置，該方法對(duì)機(jī)器人整個(gè)工作環(huán)境區(qū)域認(rèn)識(shí)較為全面。

圖3 服務(wù)機(jī)器人導(dǎo)航的實(shí)現(xiàn)過程

隨著無線信息網(wǎng)絡(luò)相關(guān)技術(shù)的發(fā)展，無線射頻識(shí)別(RFID)定位方法［38-39］逐漸進(jìn)入人們的視線，該方法主要通過讀取器接收無線射頻標(biāo)簽的ID 碼和其他信息并存儲(chǔ)，從而得到機(jī)器人的具體方位。RFID 定位方法具有非接觸、高效率、低成本等優(yōu)點(diǎn)，是服務(wù)機(jī)器人定位技術(shù)的一個(gè)研究趨勢［40］。WiFi 定位技術(shù)是目前較為流行的基于無線局域網(wǎng)定位技術(shù)。通過各WiFi接入點(diǎn)與機(jī)器人的距離判斷機(jī)器人所處位置［41］，或在運(yùn)動(dòng)過程中通過將接受到的WiFi 信號(hào)強(qiáng)弱與機(jī)器人儲(chǔ)存的WiFi 地圖進(jìn)行匹配，得到機(jī)器人方位［42］。該技術(shù)具有無需布線、高效率、覆蓋范圍廣等優(yōu)點(diǎn)。

3.2 路徑規(guī)劃

路徑規(guī)劃就是機(jī)器人遵從一定的準(zhǔn)則，規(guī)劃一條從起始點(diǎn)到達(dá)目標(biāo)點(diǎn)與障礙物無碰撞的最優(yōu)路徑，從而解決服務(wù)機(jī)器人如何從所處位置到達(dá)操作地點(diǎn)的問題。而路徑規(guī)劃過程中所需要遵守的準(zhǔn)則可以是路程最短、時(shí)間最少或者能源消耗最小等，其中路程最短是目前最常被采納的準(zhǔn)則［43］。根據(jù)所得到環(huán)境信息的不同，路徑規(guī)劃的算法可以分為兩種:離線路徑規(guī)劃和在線路徑規(guī)劃。在已知固定障礙物信息以及移動(dòng)障礙物運(yùn)動(dòng)軌跡的情況時(shí)，機(jī)器人進(jìn)行離線路徑規(guī)劃(也稱全局路徑規(guī)劃);而當(dāng)這些信息未知或機(jī)器人工作在動(dòng)態(tài)環(huán)境中時(shí)，機(jī)器人只能依靠傳感器獲得周圍環(huán)境信息，進(jìn)行在線路徑規(guī)劃(也稱局部路徑規(guī)劃)。最基本的全局路徑規(guī)劃算法是結(jié)構(gòu)空間法，可視圖法［44］以及單元分解法［45］等，這些方法被提出之后，學(xué)者們對(duì)此展開了深入研究并進(jìn)行了拓展及應(yīng)用，同時(shí)越來越多的算法被用于全局路徑規(guī)劃中，如改進(jìn)后的遺傳算法［46］、神經(jīng)網(wǎng)絡(luò)［47］、蟻群算法［48］等。然而只研究全局路徑規(guī)劃算法是不切實(shí)際的，服務(wù)機(jī)器人通常需要在動(dòng)態(tài)環(huán)境中工作，且環(huán)境中障礙物的運(yùn)動(dòng)往往是隨機(jī)的，因此研究者們?cè)絹碓街匾暰植柯窂揭?guī)劃算法的研究。比較常用的局部路徑規(guī)劃方法有人工勢場法［49］、向量場矩陣法［50］等。同時(shí)學(xué)者們一直致力于研究更高效的局部路徑規(guī)劃算法，改進(jìn)后的人工勢場法［51］、遺傳算法［52］、粒子群優(yōu)化算法［53］等均被用于局部路徑規(guī)劃中。

未來服務(wù)機(jī)器人的工作環(huán)境將會(huì)更加復(fù)雜且變化迅速，例如穿過擁擠的人群傳送物品，針對(duì)這種情況，Andrey V.Savkin 等［54］提出了一種基于環(huán)境集成信息的路徑規(guī)劃算法，該算法可以在不獲取障礙物尺寸以及速度信息的情況下實(shí)現(xiàn)導(dǎo)航。關(guān)于路徑規(guī)劃的相關(guān)算法及其在服務(wù)機(jī)器人上的應(yīng)用還可參考P.Raja和趙曉東等［55］的綜述文章。

4 服務(wù)機(jī)器人導(dǎo)航技術(shù)的研究趨勢

4.1 更高的智能化水平

隨著科學(xué)技術(shù)的進(jìn)步，服務(wù)機(jī)器人有著越來越廣闊的發(fā)展前景，服務(wù)機(jī)器人導(dǎo)航技術(shù)也在向著更加智能化的方向發(fā)展。而智能空間［56］、機(jī)器人強(qiáng)化學(xué)習(xí)［57］等在服務(wù)機(jī)器人導(dǎo)航中的應(yīng)用，也提高了服務(wù)機(jī)器人導(dǎo)航的智能化水平。但是目前的服務(wù)機(jī)器人導(dǎo)航水平限制了機(jī)器人在愈加復(fù)雜的動(dòng)態(tài)環(huán)境中完成復(fù)雜任務(wù)的能力，不能滿足現(xiàn)今人們對(duì)于服務(wù)機(jī)器人的智能化需求。因此，研究更高水平的機(jī)器算法以及人工智能以提高導(dǎo)航智能化水平是服務(wù)機(jī)器人導(dǎo)航技術(shù)的研究趨勢之一。

4.2 更高的導(dǎo)航精度和實(shí)時(shí)性

學(xué)者們一直致力于研究更好的導(dǎo)航方案，因?yàn)榉?wù)機(jī)器人領(lǐng)域是一個(gè)集各學(xué)科為一體的研究領(lǐng)域，而導(dǎo)航技術(shù)是該領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，它直接影響服務(wù)機(jī)器人完成任務(wù)的可能性。而更高的導(dǎo)航精度以及更好的導(dǎo)航實(shí)時(shí)性，能夠促使服務(wù)機(jī)器人更安全且更好地完成任務(wù)。通過結(jié)合幾種導(dǎo)航技術(shù)、改進(jìn)導(dǎo)航定位以及路徑規(guī)劃的算法［58］等方式，制定精度高、實(shí)時(shí)性好的導(dǎo)航方案是未來服務(wù)機(jī)器人的一個(gè)研究趨勢。

4.3 更高的導(dǎo)航可靠性

通常情況下，服務(wù)機(jī)器人通過一個(gè)傳感器并不能獲得完整的環(huán)境信息，多傳感器融合技術(shù)綜合多個(gè)傳感器的感知數(shù)據(jù)信息，產(chǎn)生更可靠、更準(zhǔn)確或更精確的信息。多傳感器融合技術(shù)在服務(wù)機(jī)器人導(dǎo)航中的應(yīng)用，可以有效得提高機(jī)器人導(dǎo)航可靠性，提高導(dǎo)航效率。目前應(yīng)用較多的是將視覺傳感器與其他傳感器獲取的信息相融合［59］，獲得更全面的環(huán)境信息并進(jìn)行導(dǎo)航。而研究更高水平、更高可靠性的多傳感器信息融合技術(shù)也是未來服務(wù)機(jī)器人導(dǎo)航的研究趨勢之一［60］。

5 結(jié)束語

導(dǎo)航技術(shù)是服務(wù)機(jī)器人開發(fā)過程中涉及的核心關(guān)鍵技術(shù)，其研究進(jìn)展也推動(dòng)著服務(wù)機(jī)器人的發(fā)展。本研究分析并比較了目前較為常見的導(dǎo)航技術(shù)，包括磁導(dǎo)航、慣性導(dǎo)航、傳感器導(dǎo)航和視覺導(dǎo)航等。通過綜述其優(yōu)、缺點(diǎn)可以看出，這些技術(shù)均存在局限性，有一定的適用范圍，應(yīng)結(jié)合具體的工作環(huán)境以及任務(wù)要求進(jìn)行選擇。同時(shí)，筆者對(duì)導(dǎo)航所涉及的兩個(gè)過程，機(jī)器人定位以及路徑規(guī)劃的相關(guān)算法進(jìn)行了整理。學(xué)者們針對(duì)這些技術(shù)以及算法已經(jīng)進(jìn)行了大量的研究，然而很多研究成果并未應(yīng)用于實(shí)踐中，因此服務(wù)機(jī)器人智能化水平仍有待提升。

隨著計(jì)算機(jī)技術(shù)，傳感技術(shù)等的發(fā)展，人們對(duì)服務(wù)機(jī)器人導(dǎo)航自主性的要求越來越高。對(duì)此，服務(wù)機(jī)器人導(dǎo)航技術(shù)有以下幾個(gè)問題需進(jìn)一步研究:通過研究更高水平的機(jī)器算法來提高機(jī)器人智能水平;通過融合多種導(dǎo)航技術(shù)或算法來提高機(jī)器人精度和可靠性。而隨著計(jì)算機(jī)技術(shù)、傳感技術(shù)等的發(fā)展，未來服務(wù)機(jī)器人將會(huì)成為一個(gè)快速發(fā)展的產(chǎn)業(yè)，為人們帶來越來越方便的服務(wù)。

［1］Computing Community Consortium.A roadmap for US robotics:From Internet to robotics［J］.Computing Community Consortium:The United States of America，2009.

［2］CAO Y U，F(xiàn)UKUNAGA A S，KAHNG A B.Cooperative mobile robotics:Antecedents and directions［J］.Autonomous Robots，1997，4(1):7-27.

［3］王田苗，陶 永，陳 陽.服務(wù)機(jī)器人技術(shù)研究現(xiàn)狀與發(fā)展趨勢［J］.中國科學(xué):信息科學(xué)，2012，42:1049-1066.

［4］SICILIANO B，KHATIB O.Springer Handbook of Robotics［M］.New York:Springer，2008.

［5］MENG Q，LEE M H.Design issues for the elderly［J］.Advanced Engineering Informatics，2006，20:171-186.

［6］International federation of robotics.World robotics 2011 service robots.http://www.ifr.org/service-robots/statistics/

［7］MARCONI L，BASILE F，CAPRARI G，et al.Aerial Service Robotics:the AIRobots Perspective［C］//International Conference on Applied Robotics for the Power Industry(CARPI)，2012:64-69.

［8］SRINIVASA S S，F(xiàn)ERGUSON D，HELFRICH C J，et al.HERB:a home exploring robotic butler［J］.Autonomous Robots，2010，28(1):5-20.

［9］Breuer T，Macedo G R G，Hartanto R，et al.Johnny:an autonomous service robot for domestic environments［J］.Journal of Intelligent ＆ Robotic Systems，2012，66:245-272.

［10］Schiffer S，F(xiàn)errein A，Lakemeyer G.CAESAR:an intelligent domestic service robot［J］.Intelligent Service Robotics，2012.

［11］Zhao L Y，Li R F，Zang T Y，et al.A Method of Landmark Visual Tracking for Mobile Robot［C］//The 2008 International Conference on Intelligent Robotics and Applications，2008:901-910.

［12］于清曉.輪式餐廳服務(wù)機(jī)器人移動(dòng)定位技術(shù)研究［D］.上海:上海交通大學(xué)機(jī)械與動(dòng)力學(xué)院，2013.

［13］Haverinen J，Kemppainen A.Global indoor self-localization based on the ambient magnetic field［J］.Robot.Robotics and Autonomous Systems，2009，57(10):1028-1035.

［14］韓金華，王立權(quán)，孟慶鑫.護(hù)理助手機(jī)器人磁導(dǎo)航方法研究［J］.儀器儀表學(xué)報(bào)，2009，30(4):834-839.

［15］Storms W，Shockley J，Raquet J.Magnetic field navigation in an indoor environment［C］//Ubiquitous Positioning Indoor Navigation and Location Based Service(UPINLBS).IEEE，2010:1-10.

［16］Angermann M，F(xiàn)rassl M，Doniec M，et al.Characterization of the indoor magnetic field for applications in localization and mapping［C］//Indoor Positioning and Indoor Navigation，2012.

［17］Grand E L，Thrun S.3-Axis Magnetic Field Mapping and Fusion for Indoor Localization［C］//Multisensor Fusion and Integration for Intelligent Systems (MFI).IEEE，2012:358-364.

［18］汪劍鳴，王 曦，王勝蓓，等.室內(nèi)慣性/視覺組合導(dǎo)航地面圖像分割算法［J］.中國慣性技術(shù)學(xué)報(bào)，2011，19(05):553-558.

［19］王 聰，孫 煒.基于慣性導(dǎo)航與立體視覺的風(fēng)管清掃機(jī)器人同時(shí)定位與地圖創(chuàng)建方法［J］.機(jī)械工程學(xué)報(bào)，2013，49(23):59-67.

［20］Lupton T，Sukkarieh S.Visual-Inertial-Aided Navigation for High-Dynamic Motion in Built Environments Without Initial Conditions［J］.IEEE Transactions on Robotics，2012，28(01):61-76.

［21］Lee S.Use of infrared landmark zones for mobile robot localization［J］.Industrial Robot:An International Journal，2008，35(2):153-159.

［22］Krejsa J，Vechet S.Infrared Beacons based Localization of Mobile Robot［J］.Electronics and Electrical Engineering，2012，1(117):17-22.

［23］YAZICI A，YAYAN U，YüCEL H.An Ultrasonic Based Indoor Positioning System［C］//Innovations in Intelligent Systems and Applications(INISTA)，IEEE，2011:585-589.

［24］Kim S J，Kim B K.Accurate Hybrid Global Self-Localization Algorithm for Indoor Mobile Robots With Two-Dimensional Isotropic Ultrasonic Receivers［J］.IEEE Transactions on Instrumentation and Measurement，2011，60(10):3391-3404.

［25］Lim D，Lee S，Cho D.Design of an assisted GPS receiver and its performance analysis［J］.IEEE International Symposium on Circuits and Systems，2007:1742-1745.

［26］Hada Y，Takase K.Multiple mobile robot navigation using the indoor global positioning system(iGPS)［C］//Intelligent Robots and Systems.IEEE，2001，2:1005-1010.

［27］趙 鵬.機(jī)器視覺研究與發(fā)展［M］.北京:科學(xué)出版社，2012:1-2.

［28］Cunha J，Pedrosa E，Cruz C，et al.Using a Depth Camera for Indoor Robot Localization and Navigation［J］.DETI/IEETA-University of Aveiro，Portugal，2011.

［29］Chugo D，Matsushima S，Yokota S，et al.Camera-based Indoor Navigation for Service Robots［C］//SICE Annual Conference，2010:1008-1013.

［30］Budiharto W，Santoso A，Purwanto D，et al.Multiple Moving Obstacles Avoidance of Service Robot using Stereo Vision［J］.Telecommunication Computing Electronics and Control，2011，9(03):433-444.

［31］Budiharto W，Santoso A，Purwanto D，et al.A Navigation System for Service Robot using Stereo Vision and Kalman Filtering［C］//Control，Automation and Systems，2011:1771-1776.

［32］Borenstein J，F(xiàn)eng L.Gyrodometry:A new method for combining data from gyros，and odometry in mobile robots［C］//Proceedings of IEEE International Conference on Robot Automation，1996:423-428.

［33］Xu D，Han L W，Min T，et al.Ceiling-based visual positioning for an indoor mobile robot with monocular vision［J］.IEEE Transactions on Industrial Electronics，2009，56(05):1617-1628.

［34］Choi B S，Lee J J.Localization of a mobile robot based on an ultrasonic sensor using dynamic obstacles［J］.Artificial Life and Robotics，2008，12(1/2):280-283.

［35］Gao C，Sands M，Spletzer J R.Towards Autonomous Wheelchair Systems in Urban Environments［C］//Field and Service Robotics.Springer Berlin Heidelberg，2010:13-23.

［36］ROWEKAMPER J，SPRUNK C，TIPALDI G D，et al.On the position accuracy of mobile robot localization based on particle filters combined with scan matching［C］//Intelligent Robots and Systems (IROS)，2012 IEEE/RSJ International Conference on.IEEE，2012:3158-3164.

［37］Lee D，Chung W，Kim M.A Reliable Position Estimation Method of the Service Robot by Map Matching［C］//Proceedings of the IEEE International Conference on Robotics and Automation，2003:2830-2835.

［38］Yu Q X，Yuan C，F(xiàn)u Z，et al.Research of the Localization of Restaurant Service Robot［J］.International Journal of Advanced Robotic Systems，2010，7(3):227-238.

［39］Yu Q，Yuan C，F(xiàn)u Z.An autonomous restaurant service robot with high positioning accuracy［J］.Industrial Robot:An International Journal，2012，39(3):271-181.

［40］Zhou J Y，Shi J.RFID localization algorithms and applications-a review［J］.Journal of Intelligent Manufacturing，2009，20:695-707.

［41］Olivera V M，Plaza J M C，Serrano O S.WiFi localization methods for autonomous robots［J］.Robotica，2006，24:455-461.

［42］Biswas J，Veloso M.WiFi Localization and Navigation for Autonomous Indoor Mobile Robots［C］//2010 IEEE International Conference on Robotics and Automation，2010:4379-4384.

［43］Raja P，S.Pugazhenthi.Optimal path planning of mobile robots:A review［J］.International Journal of Physical Sciences，2012，7(9):1314-1320.

［44］Lozano-Pérez T，Wesley M A.An algorithm for planning collision-free paths among polyhedral obstacles［J］.Communications of the ACM，1979，22(10):560-570.

［45］Lozano-Pérez T.Spatial planning:A configuration approach［J］.IEEE Transactions on Computers，1983，32(3):108-120.

［46］Hu J，Zhu Q B.Multi-objective Mobile Robot Path Planning Based on Improved Genetic Algorithm［C］//International Conference on Intelligent Computation Technology and Automation，2010，752-756.

［47］Jung I K，Hong K B，Hong S K，et al.Path planning of mobile robot using neural network［J］.in Proc.IEEE Int.Symp.Ind.Electron.，Bled，Slovenia，1999，3:979-983.

［48］Buniyamin N，Sariff N，Wan Ngah W A J.，et al.Robot global path planning overview and a variation of ant colony system algorithm［J］.International journal of mathematics and computers in simulation，2011，5:9-16.

［49］Khatib O.Real time obstacle avoidance for manipulators and mobile robots［J］.Int.J.Robot.Res.，1986，5(1):90-98.

［50］Latombe J C.Robot motion planning.Kluwer［J］.Academic Publisher，Boston，1991.

［51］Vadakkepat P，Tan K C，Liang W M.Evolutionary artificial potential fields and their application in real time robot path planning［C］//Proceedings of the Congress on Evolutionary Computation，2000:256-263.

［52］Yun S C，Parasuraman S，Ganapathy V.Dynamic Path Planning Algorithm in mobile robot navigation［J］.IEEE Symposium on Industrial Electronics and Applications，2011:363-369.

［53］Zhang Q R，Gu G C.Path planning based on improved binary particle swarm optimization algorithm［C］//Proceedings of the IEEE International Conference on Robotics，Automation and Mechatronics，2008:462-466.

［54］Savkin A V，Wang C.Seeking a path through the crowd:Robot navigation in unknown dynamic environments with moving obstacles based on an integrated environment representation［J］.Robotics and Autonomous Systems，2014，62:1568-1580.

［55］趙曉東，鮑 方.清潔機(jī)器人路徑規(guī)劃算法研究綜述［J］.機(jī)電工程，2013，30(11):1440-1444.

［56］Zhou F Y，Wang G Q，Tian G H，et al.A Fast Navigation Method for Service Robots in the Family Environment［J］.Journal of Information ＆ Computational Science，2012，9(12):3501-3508.

［57］高 陽，陳世福，陸 鑫.強(qiáng)化學(xué)習(xí)研究綜述［J］.自動(dòng)化學(xué)報(bào)，2004，30(1):86-100.

［58］Tang L，Dian S，Gu G，et al.A novel potential field method for obstacle avoidance and path planning of mobile robot［C］//Computer Science and Information Technology(ICCSIT)，International Conference on.IEEE，2010，9:633-637.

［59］Germa T，Lerasle F，Ouadah N，et al.Vision and RFID data fusion for tracking people in crowds by a mobile robot［J］.Computer Vision and Image Understanding，2010，114:641-651.

［60］Luo R C，Chang C C.Multisensor Fusion and Integration:A Review on Approaches and Its Applications in Mechatronics［J］.IEEE Transactions on Industrial Informatics，2012，8(1):49-60.