环球电气之家-午夜精彩视频-中国专业电气电子产品行业服务网站！

　　機器人是一門多學科交叉的技術，涉及到機械設計、計算機、傳感器、自動控制、人機交互、仿生學等多個學科。因此，機器人領域中需要研究的問題非常多，而其中感知、定位和控制是機器人技術的三個重要問題。下面主要針對智能機器人中的環境感知、自主定位、運動控制等方面，簡述其中的用到的一些技術。

　　環境感知

　　目前，在結構化的室內環境中，以機器視覺為主并借助于其他傳感器的移動機器人自主環境感知、場景認知及導航技術相對成熟。而在室外實際應用中，由于環境的多樣性、隨機性、復雜性以及天氣、光照變化的影響，環境感知的任務要復雜得多，實時性要求更高，這一直是國內外的研究熱點。多傳感器信息融合、環境建模等是機器人感知系統面臨的技術任務。

　　基于單一傳感器的環境感知方法都有其難以克服的弱點。將多種傳感器的信息有機地融合起來，通過處理來自不同傳感器的信息冗余、互補，就可以構成一個覆蓋幾乎所有空間和時間的檢測系統，可以提高感知系統的能力。因此，利用機器視覺信息豐富的優勢，結合由雷達傳感器、超聲波雷達傳感器或紅外線傳感器等獲取距離信息的能力，來實現對機器人周圍環境的感知成為各國學者研究的熱點。

　　使用多種傳感器構成環境感知系統，帶來了多源信息的同步、匹配和通信等問題，需要研究解決多傳感器跨模態跨尺度信息配準和融合的方法及技術。但在實際應用中，并不是所使用的傳感器及種類越多越好。針對不同環境中機器人的具體應用，需要考慮各傳感器數據的有效性、計算的實時性。

　　所謂環境建模，是指根據已知的環境信息，通過提取和分析相關特征，將其轉換成機器人可以理解的特征空間。構造環境模型的方法分為幾何建模方法和拓撲建模方法。幾何建模方法通常將移動機器人工作環境量化分解成一系列網格單元，以柵格為單位記錄環境信息，通過樹搜索或距離轉換尋找路徑；拓撲建模方法將工作空間分割成具有拓撲特征的子空間，根據彼此連通性建立拓撲網絡，在網絡上尋找起始點到目標點的拓撲路徑，然后再轉換為實際的幾何路徑。

　　自主定位

　　定位是移動機器人要解決的三個基本問題之一。雖然GPS已能提供高精度的全局定位，但其應用具有一定局限性。例如在室內GPS信號很弱；在復雜的城區環境中常常由于GPS信號被遮擋、多徑效應等原因造成定位精度下降、位置丟失；而在軍事應用中，GPS信號還常受到敵軍的干擾等。因此，不依賴GPS的定位技術在機器人領域具有廣闊的應用前景。

　　目前最常用的自主定位技術是基于慣性單元的航跡推算技術，它利用運動估計（慣導或里程計），對機器人的位置進行遞歸推算。但由于存在誤差積累問題，航位推算法只適于短時短距離運動的位姿估計，對于大范圍的定位常利用傳感器對環境進行觀測，并與環境地圖進行匹配，從而實現機器人的精確定位。可以將機器人位姿看作系統狀態，運用貝葉斯濾波對機器人的位姿進行估計，最常用的方法是卡爾曼濾波定位算法、馬爾可夫定位算法、蒙特卡洛定位算法等。

　　由于里程計和慣導系統誤差具有累積性，經過一段時間必須用其他定位方法進行修正，所以不適用于遠距離精確導航定位。近年來，一種在確定自身位置的同時構造環境模型的方法，常被用來解決機器人定位問題。這種被稱為SLAM （Simultaneous Localization And Mapping）的方法，是移動機器人智能水平的最好體現，是否具備同步建圖與定位的能力被許多人認為是機器人能否實現自主的關鍵前提條件。