移动机器人的发展现状及其趋势

2001年第3期《机器人技术与应用》

移动机器人的发展现状及其趋势

◆徐国华谭民

中科院自动化研究所

—、引言

机器人的应用越来越广泛,几乎渗透到所有领域。移动机器人是机器人学中的一个重要分支。早在60年代,就已经开始了关于移动机器人的研究。关于移动机器人的研究涉及许多方面,首先,要考虑移动方式,可以是轮式的、履带式、腿式的,对于水下机器人,则是推进器。其次,必须考虑驱动器的控制,以使机器人达到期望的行为。第三,必须考虑导航或路径规划,对于后者,有更多的方面要考虑,如传感融合,特征提取,避碰及环境映射。因此,移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。对移动机器人的研究,提出了许多新的或挑战性的理论与工程技术课题,引起越来越多的专家学者和工程技术人员的兴趣,更由于它在军事侦察、扫雷排险、防核化污染等危险与恶劣环境以及民用中的物料搬运上具有广阔的应用前景,使得对它的研究在世界各国受到普遍关注。

1995),以及后来的空间机器人计划;日本通产省组织的极限环境下作业的机器人计划;欧洲尤里卡中的机器人计划等。

初期的研究,主要从学术角度研究室外机器人的体系结构和信息处理,并建立实验系统进行验证。虽然由于80年代对机器人的智能行为期望过高,导致室外机器人的研究未达到预期的效果,但却带动了相关技术的发展,为探讨人类研制智能机器人的途径积累了经验,同时,也推动了其它国家对移动机器人的研究与开发。进入90年代,随着技术的进步,移动机器人开始在更现实的基础上,开拓各个应用领域,向实用化进军。

由美国NASA资助研制的“丹蒂II”八足行走机器人,是一个能提供对高移动性机器人运动的了解和远程机器人探险的行走机器人。它与其他机器人,如NavLab,不同之处是它于1994年在斯珀火山的火山口中进行了成功的演示,虽然在返回时,在一陡峭的、泥泞的路上,失去了稳定性,倒向了一边,但作为指定的探险任务早己完成。其它机器人在整个运动过程中,都需要人参与或支持。丹蒂计划的主要目标是为实现在充满碎片的月球或其它星球的表面进行探索而提供一种机器人解决方案。

美国NASA研制的火星探测机器人索杰那于1997年登上火星,这一事件向全世界进行了报道。为了在火星上进行长距离探险,又开始了新一代样机的研制,命名为Rocky7,并在Lavic湖的岩溶流上和干枯的湖床上进行了成功的实验。

德国研制了一种轮椅机器人,并在乌尔姆市中心车站的客流高峰期的环境和1998年汉诺威工业商品博览会的展览大厅环境中进行了实地现场表演。该轮椅机器人在公共场所拥挤的、有大量乘客的环境中,进行了超过36个小时的考验,所表现出的性能是其它现存的轮椅机器人或移动机器人所不可比的。这种轮椅机器人是在一个商业轮椅的基础上实现的。

7·

二、移动机器人发展现状

从移动方式上看,移动机器人可分为轮式、履带式、腿式(单腿式、双腿式和多腿式)和水下推进式。本文重点放在轮式、履带式机器人,对水下机器人和两足人形机器人不做详细讨论。

1.国外移动机器人的发展概况

1.1室外几种典型应用移动机器人

美国国家科学委员会曾预言:“20世纪的核心武器是坦克,21世纪的核心武器是无人作战系统,其中2000年以后遥控地面无人作战系统将连续装备部队,并走向战场”。为此,从80年代开始,美国国防高级研究计划局(DARPA)专门立项,制定了地面天人作战平台的战略计划。从此,在全世界掀开了全面研究室外移动机器人的序幕,如DARPA的“战略计算机”计划中的自主地面车辆(ALV)计划(1983—1990),能源部制订的为期10年的机器人和智能系统计划(RIPS)(1986—

国外还研制了一种独轮机器人,它与具有静态稳定性的多轮移动机器人相比,具有很好的动态稳定性,对姿态干扰的不敏感性,高可操作性,低的滚动阻力,跌倒的恢复能力和水陆两用性。这是运动性的一种新概念。

1.2高完整性机器人

没有一个系统可以做到100%可靠。一个可靠机器人是指它一直正常地工作。一个高完整性机器人则时刻监视自己的行为,一旦发现异常,立即停止运转。因此,一个高完整性机器人并不一定要连续工作,但工作时,一定是正确的。

1.3遥控移动机器人

对机器自主性的挑战来自要求完成的任务和高度非结构化和变化的环境。在大多数室外环境中,要求机器完全自主地完成任务,目前还有一定的困难。远程操作的半自主机器人,毫无疑问,是一个发展方向。因此先进的远程操作技术是将来必需的。完全遥现是实现远程操作一个或几个移动机器人的最佳可能方案,但太贵。研制一套适于远程操作的、使用起来既自然又容易的人机交互方案是必需的。在未知和变化的环境中,头部跟踪系统有帮助,且是可行的。。

1.4环境与移动机器人集成

H.Ishiguro通过对以前机器人研究工作的回顾,发现过去智能机器人的工作主要集中在自主性上。因此,他提出了一个新概念:感知信息基础设施。就象人需要道路、交通信号灯等一样,机器人为了在一个动态变化的环境中行动,也同样需要基础设施。作者将一个用于导航移动机器人的分布式视觉系统作为例子,进行了解释和说明。实验在一个缩小了1/12的城镇模型中进行,内有阴影,树的结构,草地和房屋,足够代表室外环境的真实情况,并安装了用于机器人导航用的16个摄像机智能体,实现了移动机器人与环境的融合。

1.5生态机器人学(生物机器人学)

生态机器入学就是把生态学的原理应用到移动机器人设计中去的实践。目前所用到的原理,现简述如下:

◇由于机器人和环境的不可分离性,因此应将其作为一个整体来看待。

◇机器人的行为是由这个系统的动力学创现出来的。·

◇基于感知和行为的直接关系,为了达到系统的一个期望状态,机器人的任务就是将已有的信息映射到受其管理的控制参数上。

◇环境提供足够的信息以使产生自适应行为成为可能。

◇因为机器人在环境中,因此环境不必在机器人之中。也就是说,无需一个中心模型,但要留出空间用于具体任务记忆和学习。

1.6多机器人系统

美国DARPA的战术移动机器人计划,是一个4年研究计划,于1998年开始。分两阶段进行:技术开发和系统设计。技术开发包括三个方面:机器感知、半自主操作和机器人运动。目的是研究和开发由许多小的、低价的、半自主的移动机器人组成的机器人团队的协调与控制技术并将其应用于战略重要情况。如正在发生军事冲突的市区的侦察任务,在这种情况下,市区中人口稠密,建筑物多,涉及的人员分布在其里里外外、上上下下,从而使作战部队处于危险和不可预测的境地。因此,本项目的一个长期目标,就是在发生战斗的条件下,使用机器人团队,在现场的内外,为部队提供支持。附带的另一个长期目标是建立和发展一个自制的工业标准基础,以迎接将来国防对军用机器人的需求。

美国的MDARS项目是在著名的保安机器人RO-BART的基础上建立的一个多移动机器人平台,用来在指定地点执行随机巡逻任务。第一期任务是用于国防部仓库和储蓄场自动化闯入探测和库存量的查定。关于第一期任务,在经历了实验室到模拟实验场地之后,已经在一个作战用的真实仓库环境内,进行了成功的演示。第二期任务主要强调在国防部的室外仓储地的应用。

美国的FETCH计划是在BUGS计划的基础上,研究使用一群小的、坚固的自主的移动机器人去清除地表上的未爆炸的M42炮弹。首先建立一个实验床,由四个机器人和一个陪同的操作员控制单元组成,研究如何确定任务要求和一个有效的机器人解决方案的参数。在这些参数中,要考虑自主与半自主机器人控制的比较,用于确定弹药位置的随机与直接搜索策略的比较,整个场地与有限移动驱动系统的比较。决定性的因子来自于任务的进一步细化和实际的性能。整个计划的最终目标是用一到两个得到基本训练的爆炸物处理

专家,监控多达50个机器人,在一个足球场大小的现场上,并行地工作,清除军用品。任务完成的标志是,在有限的时间内,搜集尽可能多的手榴弹。对机器人的要求:一是小且轻,以便搬运到现场,能在铺满自然障碍物和冲突后的残骸的现场中导航,能在现场的边界上停留,提高操作速度;二是成本不高,以便意外损坏是可以容忍,装有适应的和可重用的部件。

机器人正在从工厂的结构化环境进入人们每天的生活环境———医院、办公室、家庭、建筑工地和其它杂乱及不可控环境。要求机器人不仅能自主完成工作,而且能与人共同协作完成任务或在人的指导下完成任务。这就需要机器人具有下述能力:移动和操作集成于一体的能力,在多机器人之间的协作能力,与人的交互能力和无碰路径的实时修改能力。Khatib等讨论了这个问题,并给出了有关的模型、策略和算法的开发,并在斯坦福大学的两个完整性移动平台上进行了演示。

自从1996年成功地举行了第一次世界机器人足球赛以来,现在,一年一度的世界机器人足球赛已经吸引了越来越多的团体参加,极大地推进了多移动机器人技术的研究,成为研究和验证人工智能成果的实验床。

关于多移动机器人的一些新的提法,如认知机器人学、生态机器人学、协作机器人学、社会机器人学以及广义社会学等,这里不再说明。

能移动机器人的设计和实现(智能移动机器人THMR—III的体系结构、高效快速的数据传输技术、自动驾驶系统)。

香港城市大学智能设计、自动化及制造研究中心的自动导航车和服务机器人。

中国科学院沈阳自动化研究所的AGV和防爆机器人。

中国科学院自动化所自行设计、制造的全方位移动式机器人视觉导航系统。

哈尔滨工业大学于1996年研制成功的导游机器人等。这里就不详细列举和介绍。

三、移动机器人关键技术发展现状

机器人的研究,存在着两条不同的技术路线:一条是日本和瑞典所走的“需求牵引,技术驱动”,结合工业发展的需求,开发出一系列特定应用的机器人,如:弧焊、点焊、喷漆、装配、刷胶、建筑等等,从而形成了庞大的机器人产业;一条是把机器人作为研究人工智能的载体,即:单纯从技术上模仿人或动物的某些功能出发,研究有关智能的问题和智能机器人,如:美国、欧洲的一些大学及研究所进行的工作。由于人工智能和其他智能技术的发展尚落后于人们对它的希望,致使大部分研究成果处于实验阶段。

移动机器人要想走向实用,必需拥有能胜任的运动系统、可靠的导航系统、精确的感知能力和具有既安全而又友好地与人一起工作的能力。移动机器人的智能指标为自主性、适应性和交互性。适应性是指机器人具有适应复杂工作环境的能力(主要通过学习),不但能识别和测量周围的物体,还有理解周围环境和所要执行任务的能力,并做出正确的判断及操作和移动等能力。自主性是指机器人能根据工作任务和周围环境情况,自己确定工作步骤和工作方式;交互是智能产生的基础,交互包括机器人与环境、机器人与人及机器人之间三种,主要涉及信息的获取、处理和理解。

2.国内移动机器人研究概况

国内在移动机器人的研究起步较晚,大多数研究尚处于某个单项研究阶段,主要的研究工作有:

清华大学智能移动机器人于1994年通过鉴定。涉及到五个方面的关键技术:基于地图的全局路径规划技术研究(准结构道路网环境下的全局路径规划、具有障碍物越野环境下的全局路径规划、自然地形环境下的全局路径规划);基于传感器信息的局部路径规划技术研究(基于多种传感器信息的“感知一动作”行为、基于环境势场法的“感知一动作”行为、基于模糊控制的局部路径规划与导航控制);路径规划的仿真技术研究(基于地图的全局路径规划系统的仿真模拟、室外移动机器人规划系统的仿真模拟、室内移动机器人局部路径规划系统的仿真模拟);传感技术、信息融合技术研究(差分全球卫星定位系统、磁罗盘和光码盘定位系统、超声测距系统、视觉处理技术、信息融合技术);智

1.机器人机构

机器人的机械结构形式的选型和设计,应该根据实际需要进行。在机器人机构方面,应当结合机器人在各个领域及各种场合的应用,开展丰富而富有创造性的工作。对于移动机器人,研究能适应地上、地下、水中、空中、宇宙等作业环境的各种移动机构。

9·

当前,对足式步行机器人、履带式和特种机器人研究较多,但大多数仍处于实验阶段,而轮式移动机器人由于其控制简单,运动稳定和能源利用率高等特点,正在向实用化迅速发展,从阿波罗登月计划中的月球车到美国最近推出的NASA行星漫游计划中的六轮采样车,从西方各国正在加紧研制的战场巡逻机器人、侦察车到新近研制的管道清洗检测机器人,都有力地显示出移动机器人正在以其有使用价值和广阔的应用前景而成为智能机器人发展的方向之一。

电动汽车是推动轮式移动机器人技术进步的动力之一,因此,应注意这方面的研究进展。

运动规划是移动机器人的一个重要问题。它的目标是在一个存在障碍物的环境中,为移动机器人寻找一条无碰撞路径。对于自由运动的机器人,即机器入的运动不受限制,运动规划问题可以通过在自由位形空间内计算一条路径加以解决,这样的一条路径与工作空间内的一条可行的自由路径相对应。关于这方面的问题,自1970年以来,吸引了许多研究者。

运动规划耗时很多,一个重要的解决办法就是并行化。D.Henrich对使用并行处理方法进行快速运动规划的研究情况做了一个综述,并指出了一些有待解决的问题。一旦在线、实时运动规划实现,运动规划就可融入运动控制算法的闭环之中。另外,以前的运动规划算法,很少考虑运动的时间和速度。

当考虑移动机

器人所受的非完整性约束时,原来允许位形空间内的一条无碰路径,这时就不一定是一条可行的路径。

在复杂动态的环境中,考虑运动规划问题,将有更多的问题有待研究。其中一个重要的方面,就是多机器人的运动规划问题。

多机器人运动规划中,多移动机械臂的运动规划是一个重要的研究内容,并且成果极少,尤其考虑非完整约束的情况。

2.体系结构

机器人的智能系统具有以下特点:信息密集,多层次的信息与知识表示方式,与环境交互丰富多样,信息与知识分布存储等。所以,它是一个高智能、多系统的复杂系统工程,不是单元技术的简单连接,系统的总功能是各种分系统在多层次的协调和分工中集成,因此,机器人的总体集成技术是一个核心问题,其主要内容是机器人的体系结构研究。

体系结构的研究,主要针对有意识行为和反射行为而展开的,如何将两者相统一,是目前的一个研究热点。

早期的移动机器人研究都是在室内进行的,其体系结构,一般只能在“积木世界”中运行。德国为在自动化工厂中运行的自动导引车AGV设计了一种分层体系结构。德国还开发了一种具有很高水平的移动机器人系统KAMRO,其体系结构基本上采用NASREM模型的思想。

美国MIT的人工智能实验室的Brooks提出了包容体系结构思想,并建立了一系列新型的移动机器人。包容体系结构采用所谓“感知—动作”结构,也称基于行为的结构。一些实验表明,包容体系结构在处理动态环境中不确定性和模仿动物的低级反射行为方面具有很多优点。最近,很多采用了基于行为控制的思想而与传统AI符号主义思想影响的体系结构不同的新型结构纷纷提了出来。目前,这种基于行为控制的体系结构还处于理论探讨阶段,很多工作有待深入。实际上,移动机器人要完成的任务非常复杂,而上述的两种体系结构各有优缺点,因此,又提出了各种混合体系结构,最近又有人提出二重体系结构。

4.导航与定位

在移动机器人的应用中,精确的位置知识是一个基本问题。有关位置的测量,可分为两大类:相对和绝对位置测量。使用的方法可分为7种:里程计、惯性导航、磁罗盘、主动灯塔,全球定位系统,路标导航和地图模型匹配。其中前两种属于相对位置测量,也称为航迹推算。下面简述这些技术,包括新出现的基于声音和气味的导航技术。

里程计:具有较好的短期精度、便宜、较高的采样速率,故广泛使用。使用里程计的基本思想是积分增量运动信息,因此不可避免地引来误差的无限积累。尤其是方位误差将引起较大的横向误差。一般将其与其它绝对位置测量相结合以获得更可靠的位置估计。

惯性导航:惯性导航是使用陀螺和加速度计分别测量旋转率和加速率。惯性导航系统具有自包含优点,即无需外部参考。然而,随时间有漂移,积分之后,任何小的常数误差就会无限增长。因此,惯性传感器对于长时间的精确定位是不适合的。陀螺对于移动机器人尤

3.运动规划

其重要,因为可以用来补偿里程计的最大缺点:任何小的瞬时方位误差将带来一个定常增长的横向位置误差。

磁罗盘:就车体航向对积累的航迹推算误差的影响而言,它对导航参数是非常重要的。正是这个原因,在解决自主平台的导航需求上,提供一个测量绝对航向的传感器是异常重要的。磁罗盘就是这样一个传感器。然而,磁罗盘的一个致命弱点是在接近电力线或钢结构的地方,地磁场发生变形。这就使得地磁传感器很难用于室外。在各类磁罗盘中,磁通量闸门罗盘最适用于移动机器人。

主动灯塔:是海洋和空中的最常用的导航系统。在商业化的移动机器人系统中,也是如此。主动灯塔能被可靠地检测,并且需要很少的处理时间就可以得到精确的位置信息。虽然它可以很高的采样速率达到高可靠性,但其安装和维护费用也很高。精确的定位要求灯塔的精确安装。三边形和三角网是两种不同类型的系统。在三边形导航系统中,常常是在环境的已知位置上安装三个或以上的发射器,机器人上有一个接受器。相反情形,机器人上有一个发射器,接受器安装在墙上。通过飞行时间信息,可以计算出距离。而三角网则是在已知的位置上安装三个或以上的主动发射器,机器人上的一个旋转传感器记录它与它所看到的发射器灯塔之间的相对于车体纵轴的夹角,由此计算出机器人的位置与方位。这里有一个问题,为了在20米或更远看,主动灯塔必须集中在一个锥形的传播模式内。结果,灯塔在很多地方可能看不到,而这种方法至少要看到三个,因此这是一个尤其严重的问题。这方面的技术和产品都是成熟的。

全球定位系统:对于室外导航,这是一个革命性技术。但用于移动机器人导航时,存在以下问题:(1)由于植物和山地,存在周期性的信号阻碍;(2)多径干扰;(3)对于初级(单独一个)导航系统,定位精度不够。

路标导航:路标是机器人能从其传感输入所能认出的不同特性。路标可以是几何形状(如线段,圆,或矩形),也可包括附加信息。一般情况,路标有固定的和己知的位置。路标要认真仔细地选择,以利于识别,例如,相对于环境,要有充分的对比。为了利用路标进行导航,必须知道路标的特征并将其事先存入机器人的内存中。然后,定位的主要任务就是可靠地识别路标以便

计算机器人的位置。为了简化路标获取问题,常常假设当前机器人的位置和方位近似已知,这样就可使机器人在一个有限的区域内寻找路标。因此,为了成功地探测到路标,要求有一个好的测距法。

路标分自然路标和人工路标。自然路标是早己在环境中存在并且除了用于机器人导航之外还有一定功能的目标或特征。人工路标是安装在环境中单独用于机器人导航的专门设计的目标或标记。

基于路标导航的特点简述如下:◇自然路标,灵活,且无需改变环境。

◇人工路标,不贵,且能提供额外信息,如模式或形状。

◇机器人与路标之间的最大有效距离必须充分地小于在主动灯塔系统中的情况。

◇定位精度依赖于机器人和路标之间的距离和角度。当机器人远离路标时,路标导航相当不精确。

◇与主动灯塔系统相比,需要更多的处理时间。在大多数情况下,机器人自带的计算机不能为实时运动提供足够快的处理自然路标的算法。

◇周围条件,如照明,可能是一个问题;在边缘的可视范围之内,路标可能一点儿也认不出,或者被误认。这是一个很严重的问题,因为这将导致完全错误的机器人定位。

◇路标必须围绕在机器人工作的环境之中。◇为了使机器人知道向何方寻找路标,基于路标导航的方法要求一个近似的起始位置。如果机器人不知道起始位置,就需要执行一个消耗时间的搜索过程。这个搜索过程要么使机器人误入歧途,要么得到一个错误解释。

◇必须要有一个保存路标及其在环境中的位置的数据库。

◇对于基于路标的技术,只有有限的商业支持。地图模型匹配:基于地图定位,也称之为地图匹配,是一种机器人利用其自身的传感器创建一个自己的局部环境的技术。然后,这个局部地图与保存在内存的全局地图进行比较。如果匹配,机器人就可以计算出自己在环境中的真实位置和方位。以前存储的地图可以是环境的一个CAD模型,或者可以由以前的传感数据构造。优点是无需改变环境,而是利用环境的自然结

11·

构进行推理位置信息。另外,使用已经开发的一些算法,机器人可以通过探索学习环境而提高定位精度。缺点是对传感地图精度的严格要求和要求有足够多的、静态的、易识别的特征用于匹配。由于这些挑战性96要求,使得该项技术当前只限于实验室或相对简单的环境。这里涉及地图建造和地图匹配两个大问题。

最近开发了一种基于自然路标导航的技术,用于在动态环境中进行位置学习和位置识别。

在导航与定位方面,两个重要的发展方向值得注意:一个是关于如何构造高完整性的导航系统;另一个是关于主动环境问题,也称之为机器人与环境交互或融合问题,机器入通过与环境中存在的主动装置(相当于人类社会中的其他人,通过自己的询问和他人的帮助,进行导航和定位)的交互,完成导航和定位任务。

声音:当物体不在视野之内或光线很暗时,基于视觉的导航和定位将失效。在这些情况下,对于动物和人来说,声音是最有用的信息,同样,对于移动机器人,声音定位能力也尤其重要。虽然,声音的空间分辨率与视觉相比,还是比较低的,但是,听觉还是有很多优点:无方向性,时间分辨率高,能在黑暗中工作,要求的计算量小,不可隔断性。对利用声音进行定位,提出了各种方法,如束状方法;MUSIC方法;最大似然方法;空间-时间梯度方法;基于人的听觉系统的优先效果模型方法。尤其是后一种方法,在有混响的环境中,具有高时间分辨率、计算量小和定位准确的优点。

气味:气味的感知比视觉和听觉更重要,尤其是对于夜间活动的动物。动物更多地利用气味来搜索事物和躲避敌人,但目前缺乏这方面的研究工作。而对于这方面的研究,对利用移动机器人跟踪空气污染源或找出不合格药品等是有益的。W.K.Leow对此进行了研究,提出四种能够搜索事物、协商障碍物和躲避危险的神经网络,但重点放在静态环境的条件下。Preiss和Kramer,Belanger和Willis,Willis和Arbas的工作重点放在对昆虫利用气味导航的飞行路径进行建模。

径跟踪控制中,期望轨迹是由方便的几何参数(如,路径的弧长)来描述的。当要求机器人必须在—个特定的时间内到达一个特定的点时,轨迹跟踪控制是必需的;当要求机器人以一个期望的速度跟踪一条由几何参数给出的路径时,路径跟踪控制是合适的。已有的轨迹跟踪方法在数学上很精致,并且得到许多有意义的结果,但对于设计跟踪控制器来说,并不是最好的方法。事实上,在传统的自动化应用中,常常采用基于几何路径跟踪概念的方法,控制器的设计更与人的直觉接近,并简单,易于实现。

关于这方面的工作,主要集中在早期。近期主要集中在考虑非完整约束和力学的情况下,如何实现有效跟踪。这方面的研究基本成熟。

6.反馈镇定

运动控制是机器人控制的一个重要方面。移动机器人的运动控制可分为两种策略:开环策略和闭环策略。开环策略就是试图寻找一个有界的控制输入序列来操纵系统,使其从一个初始位形到任意的期望位形。这种策略都是和机器人的运动规划联系在一起(离线生成时就叫运动规划)。闭环策略,就是反馈镇定。考虑非完整约束的移动机器人系统,是一个欠驱动的非完整系统,也是一个无漂移的零动力学系统。此类系统不满足纯状态光滑镇定的必要条件,也就是说,这类系统不能用连续可微的时不变的纯状态反馈律来予以镇定。因此,不连续控制、时变控制以及它们的混合策略就是必然的选择。所以,为其设计一个反馈镇定律,是一个挑战性工作,也是目前一个非常活跃的研究领域。

7.交互技术

交互技术包括人机接口、机器人开发语言和机器人互联通讯技术。机器人单个走向多个通过协调完成任务,要求研究通讯技术。尽管通讯技术发展很快,但它不是面向多机器人的。多机器人系统的通讯特点和实现方式有待进一步研究。

8.多传感器系统与信息融合

多传感器及先进的感知算法,将是在现实环境中实现具有高度灵活性及高鲁棒性行为的机器人的关键。采用多个传感器的优点是很明显的:(1)多个传感器可提供同一环境特征的冗余信息;(2)可提供出现在环境中有关特征的互补信息:(3)多个信息可以并行快

5.跟踪控制

跟踪控制是移动机器人运动控制的一个重要问题,也是一个非常实际的问题。分为轨迹跟踪控制和路径跟踪控制两种。在轨迹跟踪控制中,移动机器人要求跟踪的期望轨迹是以时间关系曲线图给出的,而在路

速地分析当前的场景;(4)多个传感器虽然成本较高,但具有高鲁捧性可改善完成特定工作的指标;(5)在某传感器发生故障的情形下,很快可以重组,重新投入工作。

多传感器数据集成与融合是一项内容广泛的技术,涉及传感器、信号处理、机器人学、控制理论、系统分析、概率统计、计算机科学、仿生学等很多方面的知识,同时它也是一项用途广泛的技术,是信息融合的基础。信息融合技术不仅包括传感信息,而且包括社会信息。信息融合技术现在拓展到大型数据库的数据挖掘、遥感、战场监控、环保等方面。

◇高完整性机器人:机器人工作时,不仅要与周围的设备共同工作,而且要与人一同工作,所以研制高完整性的机器人,有可能使其早日实用化。

◇多移动机器人系统:多移动机器人系统的理论研究和工程实现已经成为机器人学的研究热点,这也是移动机器人发展的必然趋势。

◇主动环境:目前制造一个完全自主的机器人是很困难的。就象人一样,需要帮助,需要借助外界的力量来完成自己的使命。因此,提出主动环境的概念,即环境能为机器人提供所需的信息。所以,研究移动机器人与环境之间的有机结合,将会使其早日走向实用。

◇人与机器人融合:人本身的智能,到今天也没有完全明白,机器人也就难以直接进化了。充分发挥人的智能,发展监控技术和良好的人机交互技术,甚至人机融入一体,是移动机器人走向实用的又一个途径。

◇智能技术:应用于移动机器人研究的各个方面,涉及传统人工智能和新的人工智能。由于关于人的智能到目前还没有揭开它的面纱,所以,没有一个理论可以用来完全指导研究智能的实现技术。当前开发的各种智能技术,可用于不同的各个方面。今后的发展,除了继续寻找新的智能技术之外,主要是各种技术的综合运用,相互补充。移动机器人要走向人类的日常生活,必须综合运用智能技术。包括智能运动控制技术、智能规划技术、智能行为技术以及它们的学习机制。这是机器人学中的关键基础研究。

9.智能技术

由于人体太复杂,人类的智能行为至今仍是一个谜,像生命科学中生物具有生命一样,今天我们知之甚少。而智能技术是用机器来模拟人的外在认识和思想行为的技术总称。目前,对于智能技术的研究,主要分为两大派:间接进化和直接进化。前者主要以符号主义的人工智能为代表;后者以计算智能技术为代表,包括神经网络技术,模糊技术,进化计算(遗传算法、进化策略、进化规划等)和基于个体的复杂系统的研究。前者采用自顶向下的技术路线,后者采用自底向上的技术路线。其实,人在处理问题时,两者是混合使用的。因此,两者的有机结合更恰当。

对于移动机器人来说,关键智能技术是自动规划技术和基于传感的智能。机器的智能行为包括知识理解、推测、感觉、认识、推理、归纳、推断,计划、反应、学习和问题求解等。涉及的领域包括图像理解、语音和文字符号的处理与理解、知识的表达和获取、学习、智能运动。

五、关于我国移动机器人研究的几点设想

综观世界上移动机器人发展的历史,明确的应用背景和重大工程是推动移动机器人技术向前发展的原因。就目前国际上移动机器人发展的趋势和我国的具体情况,我国的移动机器人研究,应贯彻如下两条原则:

1.以产品开发和工程应用带动技术研究;2.以系统技术研究带动单项技术研究。

移动机器人要走向实际应用,必须解决人机交互问题:包括人机接口装置和交互技术、监控技术、远程操作技术、通讯技术和智能运动控制技术。

移动机器人要走向生活,安全、可靠是第一,还包括易操作,能手动控制,易维护等。其中,价格和复杂性是当今机器人学的主要障碍。简单性是机器人学中的

13·

四、国际上移动机器人的发展趋势

通过分析,我们看到,随着电子技术的飞速发展,机器人用传感器正走向成熟,计算机的计算能力正得到显著提高,移动机器人的关键技术得到深入而广泛的研究,并且部分已经走向成熟,移动机器人领域正处于一个激动人心的时刻———正一步一步走向人们生活的各个领域。当前,移动机器人系统及其关键技术研究的趋势包括:

◇现场与服务机器人:继续开拓新的应用领域,研制新的机型,进行更多、更复杂、更符合实际的现场试验,积累更多的经验,吸取更多的教训,为实用化奠定坚实的基础。

2001年第3期《机器人技术与应用》

一种两臂凿岩机器人孔序规划算法

◆周友行何清华

中南大学机电工程学院

[摘要]本文在利用各关节运动方向取值作为遗传算法的适应度函数的遗传算法规划单臂凿岩机器人工作任务的基础上,

对单臂任务序列运用一种循环移位的方法,使两臂凿岩机器人不存在彼此互相干涉的工作任务,同时用两臂能共同工作到的区间内任务来平衡各臂的工作任务,对单臂工作序列采取截取、移位以均衡两臂的工作任务。[关键词]两臂凿岩机器人;遗传算法;孔序规划;[Abstract]Thispaperpresentsanewalgorithmbasedtheassignmentplanningofaboomtoplanassignmentsequenceofthetwoboommulti-jointrobot.Wehaveintroducedthedirectionofthemovementofrobotjointasnumericalvaluetocountadaptationfunctionforassignmentplanningofaboom,andthenchangetheplanningofaboomwithshift-looptomaketheassignmentsequencewith-outintermeddle.Atthesametime,wemaketheassignmentofthepartshipoperationregionoftowboomasbalancingassignmenttoproducetheglobalassignmentplanning.[KeyWords]Thetwoboomtunnel-drillingrobot,geneticalgorithm,boreplanning

1引言

机器人任务规划问题一直是一个悬而未决的具有实际意义的挑战性问题,它需要从整体上考虑最优路径规划、轨迹规划、避碰策略以及各关节运动操作柔韧性等问题,目前已形成的非层次规划、层次规划、骨架式规

划和机遇式规划方法各有其优特点,但它们都存在算法的计算量大、收敛速度慢的问题,在实际应用上无法得到理想的结果。对于多臂多关节机器人而言,其任务规划则更复杂一些,多臂多关节机器人可看作一种由多个机械手组成的协作机器人系统。在协作机器人系统中,

一个挑战。

移动机器人要想将来真正实现自主运动,必须解决自定位技术、智能运动控制技术和寻找具有学习能力的完善机制。

因此我们可以开展以下几个方面的研究工作:◇继续加强先进移动机器人应用工程研究:从我国的实际情况出发,先进移动机器人研究应以把人从危险、恶劣环境下重体力劳动作业、单调长时间作业替换出来作为重点,针对有强烈的应用背景和市场潜力的移动机器人项目,建议加大投资力度,使其从实验室走向市场,成为产品。

◇多机器人系统的研究:国外在这方面的研究较早,但基于个体行为的多移动机器人有关方面的研究也是处于理论研究阶段,主要集中在几个大学的实验室中。我国则是刚刚起步,建议尽快建立研究基地,对涉及到的各项关键技术进行实验研究,以便跟踪国际上的发展。

◇人机交互技术:包括人机接口装置和交互技术、监控技术、远程操作技术、通讯技术。其中远程操作技术是一个重要的研究方向。

◇智能技术:为了建立高智能系统,综合各种方法是必须的,如传统的人工智能技术、模糊系统、神经网络、遗传算法等。传统的符号推理系统对机器人学的影响是有目共睹的,如自动规划技术。模糊系统能处理人类的知识并能完成推理,但不具有学习机制。而另一方面,神经网络的主要特点就是具有模式识别功能,通过学习对输入进行分类和调节自己而适应动态环境;然而,网络的结构是一个黑箱。为了避免各自的缺点,开发了神经-模糊系统。更精确点儿,神经网络用于学习,而模糊系统用于表示知识。遗传算法也可与神经网络和模糊系统协调一致。实际情况,遗传算法常用于优化神经网络和模糊系统的结构。通过神经网络和模糊系统,可使一个智能系统很快适应一个动态环境,并且用遗传算法可使智能系统的结构全局进化。众所周知,这些方法在当前的智能机器人研究中,发挥了重要作用。其中,将各种智能技术应用于智能行为、新的有效学习机制和自定位的研究,是重点研究方向。□