劉公緒

(1.西安電子科技大學(xué) 電子工程學(xué)院，陜西 西安 710071 2.超高速電路設(shè)計與電磁兼容教育部重點實驗室，陜西 西安 710071)

0 引言

當(dāng)前，物聯(lián)網(wǎng)技術(shù)已取得全面發(fā)展，人工智能技術(shù)持續(xù)賦能各行各業(yè)，5G等新基建已基本完成，北斗第三代衛(wèi)星導(dǎo)航系統(tǒng)也完成全面組網(wǎng)，火星探測計劃已經(jīng)開始，新技術(shù)革命浪潮下各種新興技術(shù)、朝陽產(chǎn)業(yè)和技術(shù)生態(tài)方興未艾。在新時期下，人們對導(dǎo)航及相關(guān)基于位置服務(wù)的需求日益迫切，其中機器人導(dǎo)航問題引起了越來越多的關(guān)注。文獻[1]建立了古典圖靈模型和自然計算模型，論述了機器人的形態(tài)與其感知和控制的關(guān)系，明確指出：依賴于特定形態(tài)和特定環(huán)境的機器人的感知和控制，其應(yīng)用是受限的，甚至是不實用的。機器人導(dǎo)航要求已經(jīng)從之前簡單的功能實現(xiàn)提升到可靠性、通用性、高效率上來，因此對其相關(guān)技術(shù)提出了更高的要求，在非結(jié)構(gòu)化環(huán)境下機器人自主導(dǎo)航難題仍沒有得到很好的解決。眾所周知，與結(jié)構(gòu)環(huán)境相比，非結(jié)構(gòu)化環(huán)境中沒有人工搭建的軟硬件輔助設(shè)備如無線傳感網(wǎng)絡(luò)、通信電纜等，且環(huán)境中物體的材質(zhì)性能不均勻，其結(jié)構(gòu)及尺寸變化規(guī)律不穩(wěn)定。簡言之，非結(jié)構(gòu)化環(huán)境的環(huán)境信息是未知的、動態(tài)的和復(fù)雜的。因此，非結(jié)構(gòu)化環(huán)境的應(yīng)用需求給機器人導(dǎo)航技術(shù)帶來新的挑戰(zhàn)。

隨著人工智能時代的發(fā)展，學(xué)者們提出了與傳統(tǒng)機器人不同的概念——共融機器人[2-4]。它是指結(jié)構(gòu)柔順靈巧、感知多源融合、控制靈活多樣、交互自主智能，具有人/機/環(huán)境彼此共存、協(xié)作與認(rèn)知功能的機器人，可以普遍應(yīng)用在避障、路徑規(guī)劃、虛擬現(xiàn)實、消防急救、單兵作戰(zhàn)等導(dǎo)航相關(guān)領(lǐng)域。共融機器人導(dǎo)航問題的核心則是如何使機器人更好地感知環(huán)境和認(rèn)知環(huán)境，這就需要研究多傳感器融合與控制方法[5-8]。

1 共融機器人導(dǎo)航問題分析

本質(zhì)上，共融機器人導(dǎo)航問題主要包括以下兩大問題。

1.1 傳感問題

傳感問題是機器人感知環(huán)境的基礎(chǔ)，通過對機器人自身及外部障礙物位姿信息的檢測及處理，獲取有效的環(huán)境信息，為決策系統(tǒng)提供保障。由于單一傳感器很難采集到?jīng)Q策系統(tǒng)所需的全部環(huán)境信息，多傳感器信息融合的概念應(yīng)運而生。多傳感器信息融合是指充分利用多傳感器間的冗余信息，將不同傳感器反饋的局部信息整合，從而提高系統(tǒng)的決策及規(guī)劃的準(zhǔn)確性。具體的方法包括加權(quán)平均法、貝葉斯估計法、卡爾曼濾波法、模糊積分法、確定性理論法、人工神經(jīng)網(wǎng)絡(luò)法[9-10]以及D-S推理法等。此外，在溫度變化較大的環(huán)境下，必須考慮溫度等外界條件對傳感器精度的影響[11]；在動態(tài)環(huán)境下必須考慮振動對各傳感器的影響，如動態(tài)時，磁傳感器的失真補償?shù)萚12]；多傳感器在融合時，必須能夠做到同步和信息協(xié)同更新，這需要建立多傳感器系統(tǒng)的通信拓?fù)鋱D和一致性協(xié)議，來解決多傳感器系統(tǒng)信號傳輸?shù)囊恢滦耘c通信網(wǎng)絡(luò)中信號的同步問題[13-14]。

1.2 控制問題

傳感器將實時探測到的工作環(huán)境信息反饋給機器人，從而獲得障礙物的形狀、尺寸及位置信息，并做出局部路徑規(guī)劃。事實上，在非結(jié)構(gòu)化環(huán)境下，由于環(huán)境的未知性、動態(tài)性和復(fù)雜性，往往需要對障礙物進行多次測試，通過訓(xùn)練樣本，建立模型，再用測試樣本驗證模型。整個過程用到很多新興的智能算法如機器學(xué)習(xí)方法中的各種分類算法：支持向量機(SVM)[15-17]、決策樹(DT)[18]、神經(jīng)網(wǎng)絡(luò)(NN)[19]、集成學(xué)習(xí)算法如隨機森林(Random Forests)[20]、AdaBoost[21]、RegionBoost[22]等來研究機器人導(dǎo)航中的最優(yōu)化控制問題。

2 機器人導(dǎo)航技術(shù)介紹

目前，已有許多技術(shù)/方法用來解決機器人導(dǎo)航問題，從底層傳感器來說，用于機器人導(dǎo)航的聲、光、電、磁等傳感器就達數(shù)十種，機器人所裝備的傳感器示意圖如圖1所示。

圖1 機器人所裝備的傳感器示意Fig.1 Robots equipped with sensors

下面就幾類典型基于傳感器的機器人導(dǎo)航技術(shù)進行介紹。

2.1 基于超聲波傳感器的機器人導(dǎo)航

超聲波傳感器[23]檢測距離原理是測出前后2次發(fā)出超聲波的時間差，同時根據(jù)聲速計算出物體的距離。超聲波傳感器一般作用距離較短，普通的有效探測距離都在5～10 m。利用實時監(jiān)測長距離超聲波傳感器，為機器人搜索開闊路徑。當(dāng)機器人離障礙物還有一定距離時，超聲波傳感器就能檢測到相關(guān)信息，并據(jù)此控制機器人避開障礙物。超聲傳感器的成本低，實現(xiàn)方法簡單，技術(shù)成熟，是移動機器人中常用的傳感器。由于超聲波在空氣中的速度與溫濕度有關(guān)，因此在比較精確的測量中，需考慮溫濕度等因素。此外，超聲波探測存在最小探測盲區(qū)，無法對近距離物體探測，若在小轉(zhuǎn)彎角處遇到平滑的表面，則存在漏檢測，導(dǎo)致導(dǎo)航失敗。

2.2 基于紅外傳感器的機器人導(dǎo)航

大多數(shù)紅外傳感器[24]測距都是基于三角測量原理。紅外發(fā)射器按照一定的角度發(fā)射紅外光束，當(dāng)遇到物體以后，光束會反射回來，反射回來的紅外光線被CCD檢測器檢測到以后，會獲得一個偏移距，利用三角關(guān)系，在知道發(fā)射角度、偏移距、中心矩以及濾鏡的焦距等信息以后，即可通過幾何關(guān)系計算出傳感器到物體的距離。紅外傳感器不受可見光影響，白天黑夜均可測量，角度靈敏度高，結(jié)構(gòu)簡單，價格較便宜，可以快速感知物體的存在，但測量時受環(huán)境影響很大，障礙物的顏色、方向及其周圍的光線都能導(dǎo)致測量誤差，使測量不夠精確。

2.3 基于視覺傳感器的機器人導(dǎo)航

視覺傳感器[25-28]的優(yōu)點是探測范圍廣，獲取信息豐富，實際應(yīng)用中常使用多個視覺傳感器或者與其他傳感器配合使用，通過一定的算法可以得到物體的形狀、距離、速度等諸多信息，或是利用一個攝像機的序列圖像來計算目標(biāo)的距離和速度，還可采用SSD(Sum of Squared Differences)算法，根據(jù)一個鏡頭的運動圖像來計算機器人與目標(biāo)的相對位移。在圖像處理中，邊緣銳化特征提取等圖像處理方法計算量大，實時性差，對處理機要求高，且視覺測距法不能檢測到玻璃等透明障礙物的存在，受視場光線強弱和煙霧的影響很大。

2.4 基于激光雷達的機器人導(dǎo)航

激光雷達測距傳感器[29-32]利用激光來測量機器人到目標(biāo)的距離及目標(biāo)的運動速度等參數(shù)。由脈沖激光器發(fā)出持續(xù)時間極短的脈沖激光，射到被測目標(biāo)，由光電探測器接收回波信號。根據(jù)主波信號和回波信號的間隔，計算出待測目標(biāo)的距離。若要求精度非常高，常用三角法、相位法等方法測量。與其他距離傳感器相比，激光雷達能夠同時考慮精度要求和速度要求，可全天候工作，但安裝精度要求高、價格比較昂貴。

2.5 基于人工勢場的機器人導(dǎo)航

人工勢場[33]屬于仿生學(xué)范疇。通過建立機器人工作空間中的虛擬勢場，按照虛擬勢場力的方向，實現(xiàn)局部路徑規(guī)劃。通過構(gòu)造目標(biāo)位姿引力場和障礙物周圍斥力場共同作用的人工勢場，來搜索勢函數(shù)的下降方向，然后尋找無碰撞路徑。由于沒有考慮障礙物的速度和加速度的影響，不適合動態(tài)導(dǎo)航控制，只尋找能夠?qū)Ш降目尚新窂剑瑳]有研究最優(yōu)路徑。此外，關(guān)于仿生學(xué)傳感器在共融機器人領(lǐng)域的研究參考文獻[34-36]，其中涉及到軟體機器人、電子皮膚和生物傳感器等。

3 用于共融體制的信息融合方法

對于共融機器人導(dǎo)航來說，其共融體制在控制問題上可以理解為信息融合，包括基于概率模型的方法如加權(quán)平均、卡爾曼濾波、貝葉斯估計、極大似然估計和統(tǒng)計決策理論等；基于規(guī)則推理的方法如D-S證據(jù)理論、產(chǎn)生式規(guī)則、模糊邏輯和粗糙集理論等；基于機器學(xué)習(xí)和數(shù)據(jù)挖掘的方法等等。它們的描述和特性如表1所示，融合控制的對比如表2所示。

表1 典型信息融合算法的介紹Tab.1 Introduction of typical information fusion algorithms

特別地，柵格法、模糊控制、人工神經(jīng)網(wǎng)絡(luò)和遺傳算法是最常見的機器人導(dǎo)航技術(shù)，分別介紹如下。

3.1 基于柵格法的機器人導(dǎo)航

屬于啟發(fā)式算法，柵格法[37]以基本元素為最小柵格粒度，將地圖進行柵格劃分，比如基本元素位于自由區(qū)取值為0，處在障礙物區(qū)或包含障礙物區(qū)為1，直到每個區(qū)域中所包含的基本單元全為0或全為1，這樣在計算機中較容易建立一幅可用于路徑規(guī)劃的地圖。賦予每個柵格一個通行因子，路徑規(guī)劃問題就變成在柵格網(wǎng)上尋求2個柵格節(jié)點間的最優(yōu)路徑問題。搜索過程多采用四叉樹或八叉樹表示工作空間。柵格粒度越小，障礙物的表示會越精確，也就更好導(dǎo)航。但往往會占用大量的儲存空間，而且算法復(fù)雜度也將按指數(shù)增加。類似的算法還有蒙特卡羅定位算法[38]和貝葉斯估計算法。

3.2 基于模糊邏輯控制的機器人導(dǎo)航

該控制方法應(yīng)用模糊集合理論[39]，將專家知識或操作人員的經(jīng)驗形成的語言規(guī)則直接轉(zhuǎn)化為自動控制策略。通常使用模糊規(guī)則查詢表，用語言知識模型來設(shè)計和修正控制算法。為了智能地控制移動機器人的導(dǎo)航行為，模糊控制需要完成障礙物距離值的模糊化、導(dǎo)航模糊關(guān)系的運算、模糊決策以及導(dǎo)航?jīng)Q策結(jié)果的非模糊化處理等重要過程，不必創(chuàng)建可分析的環(huán)境模型。當(dāng)前研究工作的新趨勢之一是它的漸增本質(zhì)，特別是在模糊控制規(guī)則的自動生成方面，即自動獲取模糊數(shù)據(jù)，在線模糊規(guī)則學(xué)習(xí)能力等。

3.3 基于人工神經(jīng)網(wǎng)絡(luò)的機器人導(dǎo)航

人工神經(jīng)網(wǎng)絡(luò)[40-41]是按照一定的拓?fù)浣Y(jié)構(gòu)相互連接而成的一種具有并行計算能力的網(wǎng)絡(luò)系統(tǒng)，具有較強的非線性擬合能力和多輸入多輸出協(xié)同處理能力。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃方法往往是建立一個關(guān)于機器人從初始位置到目標(biāo)位置行走路徑的神經(jīng)網(wǎng)絡(luò)模型，模型輸入傳感器信息和機器人前一位置及其方位，通過對模型訓(xùn)練輸出機器人下一位置及其方位。該方法的優(yōu)點是可大規(guī)模地并行處理和分布式信息存儲，具有良好的自適應(yīng)、自組織性，以及很強的學(xué)習(xí)功能、聯(lián)想功能和容錯功能，接近人腦的信息處理模式。缺點是模型的可解釋性差，在一些條件下容易陷入局部極小點。

3.4 基于遺傳算法的機器人導(dǎo)航

遺傳算法[42-45]屬于進化算法范疇，是計算數(shù)學(xué)中用于解決最優(yōu)化問題的搜索算法。進化算法是借鑒了生物學(xué)中的遺傳、突變、自然選擇以及雜交等進化現(xiàn)象而發(fā)展起來的。遺傳算法采用從自然進化中抽象出來的幾個算子對參數(shù)編碼的字符串進行遺傳操作，包括復(fù)制或選擇算子(RS)、交叉算子(Crossover)、變異算子(Mutation)采用群體方式對目標(biāo)函數(shù)空間進行多線索的并行搜索，不會陷入局部極小點；只需要可行解目標(biāo)函數(shù)的值，而不需要其他信息，對目標(biāo)函數(shù)的連續(xù)性、可微性沒有要求，使用方便；以概率方式產(chǎn)生和選擇優(yōu)化結(jié)果，因此具有較強的適應(yīng)能力和魯棒性。許多類問題如特征選擇、分類問題、聚類問題都可以用遺傳算法解決，但其工作機理很難用數(shù)學(xué)方式進行精準(zhǔn)描述，整個求解過程運算量較大，且需要調(diào)整多個參數(shù)如樣本大小、雜交率、變異率和選擇策略等等。

4 機器人位姿估計方法

在共融機器人導(dǎo)航中，機器人本身的位置和姿態(tài)的估計非常關(guān)鍵，常見的機器人位姿估計方法有兩大類，即基于卡爾曼濾波(Kalman Filter，KF)的相關(guān)方法和基于互補濾波的相關(guān)方法，分別介紹如下。

4.1 基于卡爾曼濾波的方法

KF[46]是經(jīng)典的位姿估計方法。通過建立狀態(tài)空間的運動方程和傳感器觀測方程，估計當(dāng)前狀態(tài)參數(shù)及其協(xié)方差，并預(yù)測出下一時刻的狀態(tài)及其預(yù)測協(xié)方差，實現(xiàn)人員的定位定向。在線性高斯假設(shè)條件下，KF是一種最優(yōu)線性濾波方法，在準(zhǔn)確獲得過程噪聲和觀測噪聲二階矩的情況下，可以最大限度地消除觀測噪聲的影響。然而，實際情況中人員的運動模型不能準(zhǔn)確得知，運動方程和觀測方程是非線性的，導(dǎo)致KF工作的條件不滿足，進而導(dǎo)致濾波發(fā)散，引起定位定向誤差增大。針對非線性濾波問題，至今沒有最優(yōu)解。因此有學(xué)者提出擴展卡爾曼濾波(Extended Kalman Filter，EKF)[47]，即基于泰勒級數(shù)展開，將非線性濾波問題轉(zhuǎn)化為局部線性濾波問題。EKF可以得到次優(yōu)的狀態(tài)估計，二階EKF性能和計算復(fù)雜性遠大于一階EKF，階數(shù)再高性能提高不大，考慮到計算復(fù)雜性，工程上多使用一階EKF。當(dāng)泰勒展開的高階項不能忽略時，局部線性化導(dǎo)致的誤差仍會影響精度的提高，甚至?xí)箙f(xié)方差矩陣呈現(xiàn)病態(tài)，導(dǎo)致濾波結(jié)果發(fā)散。轉(zhuǎn)換量測KF(Coverted Measurement Kalman Filter，CMKF)[48]是指將量測轉(zhuǎn)換后重新構(gòu)造線性量測方程，導(dǎo)出量測誤差協(xié)方差，然后進行濾波。對于非線性系統(tǒng)，CMKF性能優(yōu)于EKF。此外，有學(xué)者提出無跡卡爾曼濾波(Unscented Kalman Filter，UKF)[49]，UKF是用多個高斯分布的樣本點來逼近狀態(tài)的概率密度函數(shù)(Probability Density Function，PDF)，通過非線性變換來傳遞隨機量的統(tǒng)計特性，用加權(quán)統(tǒng)計線性回歸方法估計隨機量的一階矩和二階矩，無需計算雅可比矩陣或者Hessian 矩陣，就可以達到近似二階EKF的精度。缺點是計算量比KF或一階EKF大；更重要的是若系統(tǒng)狀態(tài)的后驗概率密度函數(shù)是非高斯分布時，濾波器性能顯著下降。容積KF(Cubature Kalman Filter，CKF)[50]是一種基于容積數(shù)值積分原則的Sigma點濾波算法，對非線性高斯系統(tǒng)的估計能達到三階精度。針對非高斯非線性系統(tǒng)，有學(xué)者提出粒子濾波 (Particle Filter，PF)[51]方法，又稱序貫蒙特卡洛(Sequential Monte Carlo，SMC)方法，是最優(yōu)的貝葉斯估計方法，它將狀態(tài)矢量表示為一組帶有權(quán)值的粒子，并基于粒子估計狀態(tài)，可以得到與UKF相似的性能。雖然PF適用于各種環(huán)境下的狀態(tài)模型和觀測模型，但粒子在迭代計算過程中會出現(xiàn)退化現(xiàn)象。通常需要進行重要性概率密度選擇或進行重抽樣以減弱粒子退化。PF的另一缺點是計算復(fù)雜度，當(dāng)粒子達到一定數(shù)目時，計算量會非常大。此外值得一提的是，上述大多數(shù)濾波器都無記憶功能，依賴初始狀態(tài)估計，受一致能觀性影響，因此也有學(xué)者提出因子圖或圖優(yōu)化理論[52]進行濾波或狀態(tài)估計。

4.2 基于互補濾波的方法

互補濾波(Complementary Filter，CF)[53-54]的思想是在頻域內(nèi)設(shè)計有互補特性的全通帶濾波器，其濾波器增益為Kp，算法適用范圍是低動態(tài)，且環(huán)境噪聲沒有太大突變。自適應(yīng)互補濾波(Adaptive Complementary Filter，ACF)[55-57]，即參數(shù)Kp可調(diào)節(jié)。尤其當(dāng)環(huán)境的噪聲發(fā)生突變或者載體處于動態(tài)時，參數(shù)Kp可以根據(jù)閾值[58]適時調(diào)整，或可以基于分段函數(shù)[59]實現(xiàn)，其中每段函數(shù)對應(yīng)不同的權(quán)重。該方法較CF有更大的實用性和更高的精度。顯式互補濾波(Explicit Complementary Filter，ECF)[60-63]，在CF方法的補償環(huán)中加入了積分器，來進一步消除陀螺儀的常值漂移誤差，因此算法中有比例Kp和積分Ki兩個可調(diào)節(jié)的參數(shù)，但是參數(shù)Kp，Ki的選擇一般是通過工程整定的方法，不易尋找。自適應(yīng)顯式互補濾波(Adaptive Explicit Complementary Filter，AECF)[64]算法，即參數(shù)Kp，Ki均可調(diào)。值得一提的是，上述在頻域上進行互補濾波實現(xiàn)的方法均可以在時域上用基于梯度下降的方法來實現(xiàn)[65-67]。

5 展望

在未來，共融機器人有望與以下技術(shù)進行深度融合，為人們提供更好的導(dǎo)航和其他基于位置的服務(wù)。

5.1 共融機器人與人工智能

共融機器人與人工智能的深度融合。不論是共融架構(gòu)還是共融算法，人工智能算法都是共融機器人的關(guān)鍵技術(shù)。目前傳統(tǒng)算法及大部分智能算法都有其適用范圍，如何克服相關(guān)算法的局限性是當(dāng)下研究的熱點。通過傳統(tǒng)算法與智能算法相融合，甚至多個智能算法相融合，克服單個算法的缺陷，增強系統(tǒng)的魯棒性。另外，由于非結(jié)構(gòu)化環(huán)境是動態(tài)的、未知的和復(fù)雜的，因此，迫切需要研究可以自我學(xué)習(xí)，不斷進化的算法，以適應(yīng)不同的非結(jié)構(gòu)化環(huán)境需求。在非結(jié)構(gòu)化環(huán)境中，通過現(xiàn)有技術(shù)和手段或研究新的方法，使共融機器人自主地認(rèn)知環(huán)境、識別目標(biāo)并做出響應(yīng)，實現(xiàn)與環(huán)境交互共融和智能導(dǎo)航，是未來機器人導(dǎo)航問題完美解決的可行路徑之一。

5.2 共融機器人與5G

共融機器人與5G的深度融合。未來幾年，基于5G的通信導(dǎo)航一體化技術(shù)[68]將得到全面發(fā)展，對基于5G的數(shù)據(jù)網(wǎng)和定位網(wǎng)進行兩網(wǎng)合一，同時將共融機器人融入該通信導(dǎo)航一體化架構(gòu)中，更好地提供局域化的共融導(dǎo)航服務(wù)。

5.3 共融機器人與BDS-3

我國的BDS-3于2020年7月份全面完成組網(wǎng)，天上北斗已建好，地上北斗如何用好尤為關(guān)鍵。將BDS-3與共融機器人融合，提供廣域下大集群機器人的協(xié)同導(dǎo)航，為森林滅火、抗震救災(zāi)、邊境無人值守等保駕護航。

6 結(jié)束語

隨著信息化和智能化技術(shù)的快速發(fā)展，涉及多學(xué)科交叉領(lǐng)域的共融機器人導(dǎo)航問題引起學(xué)者們的廣泛興趣和研究。本文從共融機器人的導(dǎo)航問題出發(fā)，系統(tǒng)回顧了共融機器人的導(dǎo)航技術(shù)，介紹了相關(guān)的信息融合方法和機器人位姿估計方法。綜述表明，傳統(tǒng)的導(dǎo)航技術(shù)已不能滿足新時期人們對導(dǎo)航和基于位置服務(wù)的需求，當(dāng)前共融機器人的導(dǎo)航問題仍沒有有效解決。如何從傳感器層面到信息融合層面，研究新的信息共傳、共感、共融理論尤為關(guān)鍵，此外結(jié)合AI新技術(shù)、5G新基建、BDS-3新戰(zhàn)略開展共融機器人導(dǎo)航技術(shù)的跨學(xué)科基礎(chǔ)和應(yīng)用研究是未來的發(fā)展趨勢。