论文部分内容阅读
【摘 要】在当今时代对智能机器人的研究越来越火热，尤其是室外智能移动机器人的研究和发展前景可谓是一片辽阔和光明。本文主要从室外移动机器人的几个典型系统和关键技术进行研究分析并对其发展状况和水平进行简要论述。
【关键词】移动机器人;智能系统;信息融合;导航定位
一、引言
室外智能移动机器人是众多研究机器人工程中的关键支系。它主要是具备人工智能控制、图像及信息处理以及检测转换等诸多高新科技领域和专业学科的融合。是眼下机器人研究领域最为突出的探究热点。在我们实际研究的机器人类型中室外智能移动机器人无疑是当前最能吸引人们眼球又具备很大的应用空间和前景且很贴近人们生活的研究。伴随着身边关于机器人的一些报道和普及，相信大家听到室外智能移动机器人这项研究时不再是那么遥不可及的事情。因为现在一提到无人驾驶技术相信大家都很乐于见到它的应用，而且能明显感觉到这种技术即将来到我们的生活并很大程度上提高我们的生活质量。所以，对室外智能移动机器人关键技术的研究具有十分重要的意义。
二、室外智能移动机器人研究中的关键技术
室外智能移动机器人是一个结构相当庞杂的系统，它除了具有跟普通汽车相类似的功能即控制行驶速度、行驶方向等常规操作外更重要的是他还加入了很多人工智能的技术和内容，来代替人类实行相关的任务。例如说自主导航和规划相应合理的路径、感知并分析周围环境等。因此，根据它的具体作用和运行机制，可以将室外智能移动机器人看作像人一样具有智力上的分析和思考并做出具体的决策来指导自己实现相关的操作，但这一切的基础是建立在具备智能化技术和移动机制且结合了一些其他高新技术的机械智能系统之上。虽然说室外智能移动机器人的研究包括很多方面如检测与转换技术 传感器技术、运动控制技术和人工智能等，但主要的还是集中于一些关键技术的研发和突破工作上。
（一）环境信息分析处理技术
一个健全的人类依靠一双明亮的眼睛来规划出他日常行进的道路，用眼睛来汲取周围环境的信息再通过大脑思考来进一步做出决策。同样，类比人类的眼睛结构由眼球、视网膜、视觉神经等组成，室外智能移动机器人的视觉体系结构中的核心构成则是机器人SLAM系统，SLAM系统通常具有激光SLAM和基于视觉的VSLAM，其机制是对各种传感器数据进行采集和计算并生成对应自身位置姿态的定位和场景地图信息，来指导下一步的行动。另外有一些机器人视觉体系里还会加入三维激光雷达技术来汲取周围环境的具体信息。室外移动机器人这样的视觉体系可否准确的汲取到相关的环境信息对机器人在行驶过程中精确实现路径跟踪和高效避让一些路障十分关键。通过视觉感应环境信息并分析处理的技术作为室外智能移动机器人研究过程的关键环节，主要内容是相关信息的压缩和滤波、障碍物检测、路径检测、交通标志识别等。其中的道路检测和障碍物检测最为重要，同时它又是相对复杂跟困难的任务。对于室外智能移动机器人来说，视觉信息的集取便是局部路徑规划以及实时导航的条件。在具体的道路检测任务中有没有做到准确到位在某种程度上可以直接影响实际中具体道路环境的识别，间接决定了能否准确无误的做到局部路径规划及路径跟踪。在实际的技术研发中，为达到简化信息处理降低开发难度，往往把室外智能移动机器人的工作环境区分为结构化道路和非结构化道路两种环境。其中的结构化道路比较容易实现检测，通常都是以边缘检测技术为基础进行模式匹配等，并用最小二乘法的处理对应道路边界线。进而得出具体的道路几何形状的描述。而另外一种即非结构化道路则体现出一种相对复杂环境检测，对于它的特征描述比较困难，也导致了非结构化道路信息检测和处理的复杂性。
（二）室外智能移动机器人的定位系统
室外智能移动机器人的行驶任务需要建立在准确的定位基础上。而不同类型定位技术的应用对应的各自都具有相应的优缺点，所以实际的室外智能移动机器人中结合不同的定位技术综合使用，来提升相应定位的准确性和可靠性。而这一过程主要涉及到的技术有蒙托卡罗（MCL）定位计算方法和IMU、陀螺仪、雷达定位等。其中的螺旋仪是一种用来传感与维持方向的传感器，它主要是由一个位于轴心且可旋转的转子构成。一旦开始旋转，由于转子的角动量，让其有抗拒方向改变的趋向，而惯性传感器（IMU）主要是检测和测量加速度、倾斜、冲击、振动、旋转和多自由度（DoF）运动。通过IMU和陀螺仪及MCL的组合应用，可以明显增强机器人本身的定位精确度，从而更准确的完成相应的任务。
（三）多传感器的信息融合技术
当实际生活中无人驾驶车辆行驶时需要持续不断地收集和感应周边环境的信息和自身的状态信息。而因为其工作环境的复杂性加之无人驾驶车辆状态的不确定特性跟单一传感器的局限性形成了明显的不匹配现象。所以单靠一种传感器实则不可能实现对外部环境的准确感知。毕竟就算是人类也不是只靠单一的身体传感机制就能完成相应工作的。因此，为了实现即使处于复杂且不确定的环境下智能移动机器人也能完成准确的自主性，往往在智能移动机器人中安装不同种类的诸多传感器。具体如通常用卡尔曼滤波、Dempster-Shafer 证据推理等技术将不同类型传感器带来的环境信息做出相应的融合跟集成处理，来精确地反映环境特征。这样的信息融合可以有效的提高准确率，且环境信息不至于缺乏关键环节。而且在另一个方向上可以有效保证机器人的运转效率，一定程度上降低相应的成本。
（四）机器人控制技术与路径规划技术
在室外智能移动机器人研究中，车体控制技术其根本目的跟关键要点。而智能移动机器人的导航跟控制工作的基础是而路径规划。室外智能移动机器人的行为应该依照具体的环境信息状况结合给定的任务和变化的环境来实时进行车体的控制。这样一个过程中，第一，要能准确理解给定的任务，并作出相应的全局路径规划。
而在具体的路径规划中，主要是利用一个完整的地图数据库里具备的信息来制定出一条畅通无阻的途径，且是从起点至终点。当前主要分析和探究结构化道路在很多环境因素的影响下应对的路径规划技术，以及相对自然的地形基础上的路径规划等。当然，还得把机器人运行过程中的对意外事故的反应及临时调整路径考虑进去。因为在全局规划下的路径比较的粗略，精细度不够，如路径的陡度、弯度、宽度、分岔路口和路上障碍物等具体信息的掌控远远能适用于实际行驶过程。所以，室外智能移动机器人在行进的过程中应该把局部环境感知和收集到的信息结合自身的状态信息来做出具体的、明确的路径规划，且这个路径是短程内畅通无阻的理想化路径。这即是所谓的比较科学准确的局部路径规划。到了具体的控制机器的阶段则需要依照上面的局部路劲规划的结果和本机器的实时位置、行驶方向及行驶速度实施相应的决策，再进一步给机械装置发出驾驶的指令。
三、结语
根据前文中的论述可知当前的室外智能移动机器人能够实现的智能方面的自主性跟做到真正实用化的程度还具有比较远的一段距离。可从另一个角度看，眼下我国在这领域内取得的一些研究成果依然是值得我们骄傲和激动的。相信伴随着人工智能控制技术、先进机械制造工艺及互联网计算机技术等高新技术的突破和进步，室外智能移动机器人技术的应用和推广将很快来到我们的实际生活，并很好的为我们服务。
参考文献：
[1]欧青立，何克忠.室外智能移动机器人的发展及其关键技术研究[J].机器人，2000，22（6）：519-526.
[2]刘俊承.室内移动机器人定位与导航关键技术研究[J].毕业生，2005.
（作者身份证号码：420324198411253857）
【关键词】移动机器人;智能系统;信息融合;导航定位
一、引言
室外智能移动机器人是众多研究机器人工程中的关键支系。它主要是具备人工智能控制、图像及信息处理以及检测转换等诸多高新科技领域和专业学科的融合。是眼下机器人研究领域最为突出的探究热点。在我们实际研究的机器人类型中室外智能移动机器人无疑是当前最能吸引人们眼球又具备很大的应用空间和前景且很贴近人们生活的研究。伴随着身边关于机器人的一些报道和普及，相信大家听到室外智能移动机器人这项研究时不再是那么遥不可及的事情。因为现在一提到无人驾驶技术相信大家都很乐于见到它的应用，而且能明显感觉到这种技术即将来到我们的生活并很大程度上提高我们的生活质量。所以，对室外智能移动机器人关键技术的研究具有十分重要的意义。
二、室外智能移动机器人研究中的关键技术
室外智能移动机器人是一个结构相当庞杂的系统，它除了具有跟普通汽车相类似的功能即控制行驶速度、行驶方向等常规操作外更重要的是他还加入了很多人工智能的技术和内容，来代替人类实行相关的任务。例如说自主导航和规划相应合理的路径、感知并分析周围环境等。因此，根据它的具体作用和运行机制，可以将室外智能移动机器人看作像人一样具有智力上的分析和思考并做出具体的决策来指导自己实现相关的操作，但这一切的基础是建立在具备智能化技术和移动机制且结合了一些其他高新技术的机械智能系统之上。虽然说室外智能移动机器人的研究包括很多方面如检测与转换技术 传感器技术、运动控制技术和人工智能等，但主要的还是集中于一些关键技术的研发和突破工作上。
（一）环境信息分析处理技术
一个健全的人类依靠一双明亮的眼睛来规划出他日常行进的道路，用眼睛来汲取周围环境的信息再通过大脑思考来进一步做出决策。同样，类比人类的眼睛结构由眼球、视网膜、视觉神经等组成，室外智能移动机器人的视觉体系结构中的核心构成则是机器人SLAM系统，SLAM系统通常具有激光SLAM和基于视觉的VSLAM，其机制是对各种传感器数据进行采集和计算并生成对应自身位置姿态的定位和场景地图信息，来指导下一步的行动。另外有一些机器人视觉体系里还会加入三维激光雷达技术来汲取周围环境的具体信息。室外移动机器人这样的视觉体系可否准确的汲取到相关的环境信息对机器人在行驶过程中精确实现路径跟踪和高效避让一些路障十分关键。通过视觉感应环境信息并分析处理的技术作为室外智能移动机器人研究过程的关键环节，主要内容是相关信息的压缩和滤波、障碍物检测、路径检测、交通标志识别等。其中的道路检测和障碍物检测最为重要，同时它又是相对复杂跟困难的任务。对于室外智能移动机器人来说，视觉信息的集取便是局部路徑规划以及实时导航的条件。在具体的道路检测任务中有没有做到准确到位在某种程度上可以直接影响实际中具体道路环境的识别，间接决定了能否准确无误的做到局部路径规划及路径跟踪。在实际的技术研发中，为达到简化信息处理降低开发难度，往往把室外智能移动机器人的工作环境区分为结构化道路和非结构化道路两种环境。其中的结构化道路比较容易实现检测，通常都是以边缘检测技术为基础进行模式匹配等，并用最小二乘法的处理对应道路边界线。进而得出具体的道路几何形状的描述。而另外一种即非结构化道路则体现出一种相对复杂环境检测，对于它的特征描述比较困难，也导致了非结构化道路信息检测和处理的复杂性。
（二）室外智能移动机器人的定位系统
室外智能移动机器人的行驶任务需要建立在准确的定位基础上。而不同类型定位技术的应用对应的各自都具有相应的优缺点，所以实际的室外智能移动机器人中结合不同的定位技术综合使用，来提升相应定位的准确性和可靠性。而这一过程主要涉及到的技术有蒙托卡罗（MCL）定位计算方法和IMU、陀螺仪、雷达定位等。其中的螺旋仪是一种用来传感与维持方向的传感器，它主要是由一个位于轴心且可旋转的转子构成。一旦开始旋转，由于转子的角动量，让其有抗拒方向改变的趋向，而惯性传感器（IMU）主要是检测和测量加速度、倾斜、冲击、振动、旋转和多自由度（DoF）运动。通过IMU和陀螺仪及MCL的组合应用，可以明显增强机器人本身的定位精确度，从而更准确的完成相应的任务。
（三）多传感器的信息融合技术
当实际生活中无人驾驶车辆行驶时需要持续不断地收集和感应周边环境的信息和自身的状态信息。而因为其工作环境的复杂性加之无人驾驶车辆状态的不确定特性跟单一传感器的局限性形成了明显的不匹配现象。所以单靠一种传感器实则不可能实现对外部环境的准确感知。毕竟就算是人类也不是只靠单一的身体传感机制就能完成相应工作的。因此，为了实现即使处于复杂且不确定的环境下智能移动机器人也能完成准确的自主性，往往在智能移动机器人中安装不同种类的诸多传感器。具体如通常用卡尔曼滤波、Dempster-Shafer 证据推理等技术将不同类型传感器带来的环境信息做出相应的融合跟集成处理，来精确地反映环境特征。这样的信息融合可以有效的提高准确率，且环境信息不至于缺乏关键环节。而且在另一个方向上可以有效保证机器人的运转效率，一定程度上降低相应的成本。
（四）机器人控制技术与路径规划技术
在室外智能移动机器人研究中，车体控制技术其根本目的跟关键要点。而智能移动机器人的导航跟控制工作的基础是而路径规划。室外智能移动机器人的行为应该依照具体的环境信息状况结合给定的任务和变化的环境来实时进行车体的控制。这样一个过程中，第一，要能准确理解给定的任务，并作出相应的全局路径规划。
而在具体的路径规划中，主要是利用一个完整的地图数据库里具备的信息来制定出一条畅通无阻的途径，且是从起点至终点。当前主要分析和探究结构化道路在很多环境因素的影响下应对的路径规划技术，以及相对自然的地形基础上的路径规划等。当然，还得把机器人运行过程中的对意外事故的反应及临时调整路径考虑进去。因为在全局规划下的路径比较的粗略，精细度不够，如路径的陡度、弯度、宽度、分岔路口和路上障碍物等具体信息的掌控远远能适用于实际行驶过程。所以，室外智能移动机器人在行进的过程中应该把局部环境感知和收集到的信息结合自身的状态信息来做出具体的、明确的路径规划，且这个路径是短程内畅通无阻的理想化路径。这即是所谓的比较科学准确的局部路径规划。到了具体的控制机器的阶段则需要依照上面的局部路劲规划的结果和本机器的实时位置、行驶方向及行驶速度实施相应的决策，再进一步给机械装置发出驾驶的指令。
三、结语
根据前文中的论述可知当前的室外智能移动机器人能够实现的智能方面的自主性跟做到真正实用化的程度还具有比较远的一段距离。可从另一个角度看，眼下我国在这领域内取得的一些研究成果依然是值得我们骄傲和激动的。相信伴随着人工智能控制技术、先进机械制造工艺及互联网计算机技术等高新技术的突破和进步，室外智能移动机器人技术的应用和推广将很快来到我们的实际生活，并很好的为我们服务。
参考文献：
[1]欧青立，何克忠.室外智能移动机器人的发展及其关键技术研究[J].机器人，2000，22（6）：519-526.
[2]刘俊承.室内移动机器人定位与导航关键技术研究[J].毕业生，2005.
（作者身份证号码：420324198411253857）