日 期： 2010-6-29
一、引言
自1961年美国Unimation公司研制出世界上第一台往复式工业机器人以来,机器人的发展经历了三个阶段:第一代示教/再现(Teaching/Playback)机器人,第二代传感控制(Sensorycontrolled)机器人,第三代智能(Inteligent)机器人。机器人以其具有灵活性、提高生产率、改进产品质量、改善劳动条件等优点而得到广泛应用。但是,目前绝大多数机器人的灵活性,只是就其能够"反复编程"而言,工作环境相对来说是固定的,所以一般人们称之为操作手(Manipulator)。正如人类活动范围和探索的空间是人类进步的标志一样,机器人的智能同样体现在运动空间的大小上。为了获得更大的独立性,人们也对机器人的灵活性及智能提出更高的要求,要求机器人能够在一定范围内安全运动,完成特定的任务,增强机器人对环境的适应能力。因此,近年来,移动机器人特别是自主式移动机器人成为机器人研究领域的中心之一。
二、移动机器人的研究现状
1.体系结构自主式移动机器人的复杂性以及当前计算技术的局限性等决定了体系结构是影响机器人性能的主要因素。自主式移动机器人的智能体现为具有感知(Sensing)、决策(Decision-making)和行为(Acting)等基本功能。根据实现这些基本功能的过程的不同,常见的体系结构有三类:分层递阶结构(Hierarchical architechure)、行为系统(Behaviorsystem)和黑板系统(Blackboard system)。
2.信息感知信息感知来源于传感器。对传感器来说,最主要的两个品质是可靠性和带宽(实时性)。目前自主式移动机器人普遍使用的传感器有:声纳、红外、激光扫描、摄像机和陀螺等。每种传感器各有利弊,于是人们自然想到了"取长补短",也即多传感器集成和融合(Multisensor integration andFusion),其优点在于提供了信息冗余、互补和适时(Timeliness),从而提高了信息的可靠性。
3.移动机器人控制
(1)建模根据所受约束的不同,可以将控制系统分为完整(Holonomic)系统和非完整(Nonholonomic)系统。约束条件能够以位形变量显式代数方程描述的系统,即为完整系统;约速条件为不完全可积的微分方程则为非完整系统。移动机器人是典型的非完整系统。目前,移动机器人普遍使用的运动学模型为基于机器人几何中心或轮轴线中心的时间微分方程,该模型物理意义明确。为避免繁琐的时间微分,E.T.Baumgartner选择了独立变量,建立独立于时间变量的运动学模型,并由此实现了对速度的独立调节。最近,链式(Chained form)方程和幂式(Powerform)方程用于描述一类非完整系统。该模型虽然描述的是非线性系统,但具有良好的线性结构,基于此可开环类解耦控制、闭环反馈稳定控制,特别适用于带有拖车的移动机器人。
(2)定位(Localization)定位是移动机器人控制中的关键问题,其准确性和精度直接影响规划的实现,从而影响整个系统的性能。定位有静态定位和动态定位之分。静态定位每次将传感器得到的环境信息和环境的先验模型相匹配来定位,计算量大,很难满足实时性要求。最常用的定位方法为推算航行法(Deadreckoning),即依靠内部里程表沿着经过的路径对轮子的旋转进行计量。这种方法简单,容易实现,但由初始位姿误差、运动学模型误差以及运动过程中的不确定扰动(如与地面发生相对滑动)等会引起累积误差,严重影响定位精度,特别对于长距离运动的机器人的影响将是灾难性的。为了克服以上缺点,人们采用动态定位,即将外部传感器获得的信息与推算航行法的信息进行融合,以获取高精度定位。融合方法多用Kalman滤波进行最小方差估计和基于模糊逻辑进行模糊推理。 (3)控制及其稳定性移动机器人的控制困难在于机器人平面运动具有三个自由度,即平面位置和方位,而控制只有二个自由度,即两个驱动轮的速度或机器人的平移速度和转动速度。Samson指出,移动机器人开环可控。但不存在光滑的时不变稳定状态反馈。由于开环控制容易受不确定因素的影响,为了获得较强的鲁棒性和对规划出的路径具有良好的跟踪性能,反馈控制方案才是研究者所寻求的。由于移动机器人不存在光滑的时不变稳定状态反馈控制,所以一般采用不连续控制或分段光滑控制实现稳定反馈,控制目的是减少运动自由度或增加控制自由度。各种反馈控制方案虽然解决了作为系统工作必要条件的稳定性问题,但系统要获取良好的性能,还取决于控制律中参数的确定,而所有控制律的参数均很难确定。利用神经网络的学习和容错能力对移动机器人控制和基于规则的模糊控制,避免了控制参数的确定,并增强了系统对参数扰动的鲁棒性。
4.路径规划
自主式移动机器人,即能够按照预先给定的任务指令,根据已知的地图信息作出全局的路径规划,并在行进过程中不断感知周围的局部环境信息,自主地作出各种决策,引导自身安全行驶,并执行要求的动作和操作。由此可以看出,全局路径规划和局部避障是移动机器人自主性的核心体现。路径规划为在给定起始点和目标点之间寻求满足一定条件的无碰撞路径。路径规划根据规划时所利用的信息不同可分为基于模型(Model-based)的规划和基于情形(Case-based)的规划。前者根据已知的环境模型或感知的地图知识作出规划,是目前普遍使用的规划方法;而后者则根据已有的规划知识利用匹配法解决新的规划问题。基于情形的规划适用于较为复杂但相对固定的环境,因为,情形的增加对存储容量提出了更高的要求,并且匹配时计算量大,需要不断地更新情形库,使系统复杂化。基于模型的规划从规划所利用地图知识范围的角度又有全局规划和局部规划之分。全局规划需要完整的环境模型,而局部规划只需要机器人周围的局部信息,主要完成避障任务。基于模型的规划方法主要有物理模拟、拓扑、统计决策、启发式、模糊和神经网络以及遗传算法等。上述的规划方法大多认为机器人具有完备的环境知识,并且假设能对机器人进行精确控制,但实际上这些条件是不能够满足的,因此有必要在规划中考虑不确定因素的影响。Miura对定位误差、控制误差和传感器误差建立分布,运用统计决策理论规划。SUF通过规划路径减小环境、传感器对定位的影响。
三、移动机器人发展中存在的问题及解决途径 移动机器人的研究虽然取得了令人瞩目的成就,但在其发展过程中也面临着许多问题,下面就存在的问题作一些探讨,并提出相应的对策。
(1)自主式移动机器人的"自主性",是否意味着机器人必须适应各种不同的环境,完成各种不同的任务?这是一个需要明确的概念,否则我们的研究将会迷失方向。根据目前的人工智能和计算机技术的水平,"自主性"只能是一定范围环境中面向特定任务而言,而不可能有一种对任何环境都具有良好适应性的通用移动机器人,任何通用化的企图必将导致失败。
(2)就运动机构来说,移动机器人有行走机器人、水下机器人、飞行机器人和轮式移动机器人。移动机器人的机构直接影响到机器人运动的稳定性和控制器的复杂程度。目前广泛使用的轮式机构由于其内在缺陷,如存在最小转弯半径、与地面发生相对滑动等,降低了机器人的灵活性,不适于在密集的环境(Clutteredenvironment)中运行,严重阻碍了移动机器人的家庭化。为了提高移动机器人的灵活性,并使控制简单化,需要全方位的运动机构,使机器人能够方便地前进、后退和转弯。
(3)尽管移动机器人能自主地感知、决策和行动,但与人的行为相比,机器人的表现远不能令人满意。虽然两者之间有信息感知与表示、存储容量和计算能力等各方面的重大差异,但在当前的技术水平限制下,体系结构是影响移动机器人自主性的重要因素。随着机器人感知信息越来越丰富,密集知识的表示、存储和利用都要求突破传统的体系结构。新的体系结构必须将基于传感器的反射行为和基于知识的有意识行为有机结合起来,充分利用存储知识和传感信息。
(4)自主式移动机器人的自主性是就机器与人的关系而言,希望机器更独立于人。那么是否表明人参与的越少就表明系统的智能越高?答案是否定的。人机交互的有无并不是评判系统智能高低的标准,交互的水平才是智能的。人机交互由低到高有三个层次:通信、人机协调与合作和人机集成。特别在作为移动机器人主战场的服务性行业中,机器与人的接触会更多,因此人机交互就显得尤为重要。
(5)移动机器人的可靠性和安全性是影响其推广应用的关键性能。可靠性是指发生故障的可能性及故障后的自主恢复的能力,安全性是就机器人与周围环境的关系而言,即机器人和环境相互之间不会造成危害。移动机器人应用环境复杂性和运动灵活性的不断提高,同时也增加了引发故障的可能性。为此,一方面在设计时从体系结构、信息处理等环节提高系统的可靠性;另一方面提高其故障诊断、纠错和容错能力。
(6)移动机器人是一个交叉的研究领域,涉及机械、控制、传感器技术、信息信号处理、模式识别、人工智能和计算机技术等技术学科。因此,移动机器人的研究必须密切关注相关学科的发展,根据相关学科的当前技术水平确定移动机器人的研究方向。
四、移动机器人的发展趋势
纵观移动机器人的发展、发展过程中存在的问题以及相关学科的发展方向,移动机器人具有以下发展趋势:
(1)机器人本体将向灵活性和微型化方向发展 这是由于机器人应用面向家庭和服务性行业,需要适应更为复杂的环境。
(2)高速性 室内机器人对运动速度没有特别要求,而室外机器人高速运动可以提高它们的工作效率。高速性对定位精度和控制都提出了更高的要求。
(3)友好的人机交互 为了使机器人能够更好地为人类服务,人们需要一个畅通的渠道与机器进行沟通,这就需要友善的人机接口。当前蓬勃发展的计算机多媒体技术为此提供了支持。
(4)安全性能好 移动机器人是为人类服务的,因此至少不应该给人类带来危害。为使移动机器人真正走向应用,必须遵守IssacAsimov提出的著名的"机器人三戒律",即第一,机器人不可伤害人或眼看人将要遇害时而袖手旁观;第二,机器人必须服从人给它的指令,除非这种命令与第一条戒律相抵触;第三,机器人必须保护自身的存在,除非这种保护与第一、第二条戒律相抵触。
(5)产业化 脱离实际的理论不会具有深远的发展潜力,也只有能给社会带来可观经济效益的技术才会得到社会的扶植,吸引研究者的注意力。而产业化是理论联系实际的纽带,是科学技术转化为生产力的重要途径,因此产业化也是移动机器人发展的必由之路。