?

自主式移動(dòng)機(jī)器人導(dǎo)航研究現(xiàn)狀及其相關(guān)技術(shù)??

盧韶芳1，劉大維2

（1. 吉林大學(xué)汽車工程學(xué)院，長(zhǎng)春130025；2. 青島大學(xué)車輛與交通工程研究中心，青島266071）

摘編自《農(nóng)業(yè)機(jī)械學(xué)報(bào)》2002年第2期：112~116頁(yè)，圖、表、參考文獻(xiàn)已省略。

自主式移動(dòng)機(jī)器人是一種具有高度自規(guī)劃、自組織、自適應(yīng)能力，適合于在復(fù)雜的非結(jié)構(gòu)化環(huán)境中工作的機(jī)器人。自主式移動(dòng)機(jī)器人的目標(biāo)是在沒有人的干預(yù)、無(wú)需對(duì)環(huán)境做任何規(guī)定和改變的條件下，有目的地移動(dòng)和完成相應(yīng)任務(wù)。在自主式移動(dòng)機(jī)器人相關(guān)技術(shù)的研究中，導(dǎo)航技術(shù)是其研究核心，也是移動(dòng)機(jī)器人實(shí)現(xiàn)智能化及完全自主的關(guān)鍵技術(shù)。

移動(dòng)機(jī)器人有多種導(dǎo)航方式，這些導(dǎo)航方式各有其特點(diǎn)，適合不同的應(yīng)用環(huán)境。移動(dòng)機(jī)器人的研究是多種學(xué)科的集成和應(yīng)用。隨著移動(dòng)機(jī)器人的應(yīng)用領(lǐng)域日益廣泛，對(duì)移動(dòng)機(jī)器人導(dǎo)航研究不斷提出新的課題，這將使移動(dòng)機(jī)器人的導(dǎo)航研究不斷深入和發(fā)展，移動(dòng)機(jī)器人也將擁有更加廣泛的應(yīng)用前景。

1　移動(dòng)機(jī)器人的導(dǎo)航方式

移動(dòng)機(jī)器人常見的導(dǎo)航方式有磁導(dǎo)航、慣性導(dǎo)航、激光導(dǎo)航、視覺導(dǎo)航等。

地下埋線的導(dǎo)航方式是20世紀(jì)50年代美國(guó)開發(fā)的，到20世紀(jì)70年代這種導(dǎo)航方式迅速發(fā)展并應(yīng)用于柔性生產(chǎn)。目前，國(guó)內(nèi)制造行業(yè)使用的移動(dòng)機(jī)器人大多還是基于這種導(dǎo)航方式。該導(dǎo)航方式的技術(shù)已十分成熟，但其成本高，改造和維護(hù)困難。

就國(guó)內(nèi)研究現(xiàn)狀來(lái)看，以上幾種導(dǎo)航方式均在研究之中，而磁導(dǎo)航方式的技術(shù)已相當(dāng)成熟。中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所已生產(chǎn)出基于磁導(dǎo)航的多代機(jī)器人產(chǎn)品。其他導(dǎo)航方式的機(jī)器人也在研究之中，如：清華大學(xué)已研制的三代THMR移動(dòng)機(jī)器人，上海大學(xué)的“導(dǎo)購(gòu)機(jī)器人”、哈爾濱工業(yè)大學(xué)研制的“導(dǎo)游機(jī)器人”和正在開發(fā)的各種服務(wù)機(jī)器人。

諸多研究表明：視覺導(dǎo)航方式具有信號(hào)探測(cè)范圍寬、獲取信息完整等優(yōu)點(diǎn)，將成為未來(lái)機(jī)器人導(dǎo)航的一個(gè)主要發(fā)展方向。在視覺導(dǎo)航方式中，目前國(guó)內(nèi)外應(yīng)用最多的還是采用在機(jī)器人上安裝車載攝像機(jī)的基于局部視覺的導(dǎo)航方式，如：Boley[1]等研制的移動(dòng)機(jī)器人利用車載攝像機(jī)和較少的傳感器通過識(shí)別路標(biāo)進(jìn)行導(dǎo)航，比直接采用卡爾曼濾波器獲得了更好的實(shí)時(shí)性，并有效抑制了噪聲；Ohy a[2]等利用車載攝像機(jī)和超聲波傳感器研究了基于視覺導(dǎo)航系統(tǒng)中的避碰問題；Fermuller[3]等的研究表明：利用車載攝像機(jī)將機(jī)器人的三維運(yùn)動(dòng)描述和景物的形狀描述用于解決機(jī)器人的導(dǎo)航問題具有較高的可靠性；Corke[4]等對(duì)由車載攝像機(jī)構(gòu)成的移動(dòng)機(jī)器人視覺閉環(huán)系統(tǒng)的研究表明，這種控制方法對(duì)提高路徑跟蹤精度有較好效果。

采用局部視覺這種導(dǎo)航方式，所有的計(jì)算設(shè)備和傳感器都裝載在機(jī)器人車體上，圖像識(shí)別、路徑規(guī)劃等高層決策都由車載計(jì)算機(jī)完成，所以車載計(jì)算機(jī)的工作量較大，延遲問題較為明顯。為提高導(dǎo)航系統(tǒng)的實(shí)時(shí)性和導(dǎo)航精度，仍需研究更加合理的組合導(dǎo)航方式。此外，最新出現(xiàn)的網(wǎng)絡(luò)機(jī)器人可對(duì)機(jī)器人進(jìn)行遙控操縱，如：文獻(xiàn)[5]介紹了名為Xavier的機(jī)器人，在機(jī)器人上裝有多種傳感器，如激光探測(cè)器、聲納、車輪編碼器和彩色攝像機(jī)，并裝有揚(yáng)聲器和語(yǔ)言測(cè)試系統(tǒng)，機(jī)器人能夠完成現(xiàn)場(chǎng)任務(wù)和網(wǎng)絡(luò)任務(wù)；文獻(xiàn)[6]介紹了用于博物館的導(dǎo)游機(jī)器人，這種機(jī)器人既可以在現(xiàn)場(chǎng)控制又可以通過網(wǎng)絡(luò)遙控。

2　移動(dòng)機(jī)器人導(dǎo)航研究中的相關(guān)技術(shù)

移動(dòng)機(jī)器人導(dǎo)航系統(tǒng)是一個(gè)多功能、多任務(wù)的智能系統(tǒng)，是涉及機(jī)械、電子、計(jì)算機(jī)、傳感器技術(shù)、控制技術(shù)等多學(xué)科的課題。目前，引入到移動(dòng)機(jī)器人視覺導(dǎo)航研究中的相關(guān)技術(shù)主要有以下幾個(gè)方面。

2.1 體系結(jié)構(gòu)

自主式移動(dòng)機(jī)器人的導(dǎo)航系統(tǒng)是一個(gè)自主式智能系統(tǒng)，其主要任務(wù)是如何把感知、規(guī)劃、決策和行動(dòng)等各種模塊有機(jī)地結(jié)合起來(lái)。自主式系統(tǒng)能夠模擬人的智能行為和功能，它的作用包括：①把各個(gè)子系統(tǒng)連接成一個(gè)整體，包括各個(gè)部件的接口規(guī)范、通訊協(xié)議和數(shù)據(jù)流程。②統(tǒng)一管理、調(diào)度各個(gè)子系統(tǒng)，控制它們功能的發(fā)揮，按總體工作模型進(jìn)行協(xié)調(diào)工作，使各子系統(tǒng)步調(diào)一致地完成總體任務(wù)?？梢?，自主式系統(tǒng)的體系結(jié)構(gòu)起到了總體集成及總體調(diào)度的作用，其設(shè)計(jì)的優(yōu)劣直接關(guān)系到系統(tǒng)整體性能的發(fā)揮和智能水平的高低。目前，自主式智能系統(tǒng)可分為以下3類：分層遞階式結(jié)構(gòu)、包容式體系結(jié)構(gòu)和分布式人工智能（DAI）的體系結(jié)構(gòu)[7]。?

分層遞階式結(jié)構(gòu)是把各種模塊分成若干層，位于高層的模塊負(fù)責(zé)復(fù)雜的推理、判決，如：世界模型、決策規(guī)劃等；較低的層次用于與外界的交互，如：感知、控制、伺服等。這種體系結(jié)構(gòu)遵循“感知—思維—行動(dòng)”的基本規(guī)律，層次向上智能增加，精度降低，層次向下，智能降低，精度增加，較好地解決了智能和控制精度的問題。其缺點(diǎn)是反應(yīng)性差，雖然低層有一定的實(shí)時(shí)處理能力，但僅限于局部的非智能反應(yīng)，失去了高度智能性的實(shí)時(shí)反應(yīng)能力。

包容式體系結(jié)構(gòu)是麻省理工學(xué)院的R. Brooks提出的，它模擬了動(dòng)物反應(yīng)式行為的特點(diǎn)，采用“感知—?jiǎng)幼鳌苯Y(jié)構(gòu)。包容式體系結(jié)構(gòu)具有以下特點(diǎn)：①按“任務(wù)—行為”分類，可把系統(tǒng)分解為若干子系統(tǒng)，每個(gè)子系統(tǒng)不是某個(gè)技術(shù)功能模塊，而是能獨(dú)立產(chǎn)生動(dòng)作行為的系統(tǒng)。②每個(gè)行為子系統(tǒng)都能直接接收傳感信號(hào)，也可直接產(chǎn)生行為動(dòng)作。③各個(gè)子系統(tǒng)平等工作，由一個(gè)協(xié)調(diào)機(jī)制負(fù)責(zé)集成，進(jìn)而產(chǎn)生總體的行為。包容式體系結(jié)構(gòu)強(qiáng)調(diào)了單元的獨(dú)立、并行工作，缺少全局的指導(dǎo)和協(xié)調(diào)，對(duì)于長(zhǎng)遠(yuǎn)的全局性的目標(biāo)跟蹤缺少主動(dòng)性，目的性較差。

分布式人工智能體系結(jié)構(gòu)由多個(gè)智能體組成，每個(gè)智能體都是一個(gè)自治或半自治系統(tǒng)，智能體之間以及智能體與環(huán)境之間并行工作，需要進(jìn)行交互。自主式系統(tǒng)中的分布式人工智能結(jié)構(gòu)主要采用多智能體系統(tǒng)（MAS）的形式，由于MAS每個(gè)智能體有一定的獨(dú)立功能，而且智能體之間的結(jié)構(gòu)關(guān)系是可動(dòng)態(tài)調(diào)整的，因此當(dāng)它們組成一個(gè)緊耦合的單個(gè)機(jī)器人體系結(jié)構(gòu)時(shí)，即可產(chǎn)生一般分層遞階式或包容式結(jié)構(gòu)難以達(dá)到的靈活性和智能性，這種結(jié)構(gòu)具有自適應(yīng)、自組織和良好的協(xié)調(diào)性能，可以通過協(xié)調(diào)方式完成繁雜的整體操作。

文獻(xiàn)[8]對(duì)比了傳統(tǒng)的基于認(rèn)知的人工智能模型的體系結(jié)構(gòu)和R. Brooks的包容式體系結(jié)構(gòu)，提出了一種綜合二者優(yōu)點(diǎn)的體系結(jié)構(gòu)，并在其中融入了進(jìn)化控制的思想，提出了基于功能/行為集成的進(jìn)化體系結(jié)構(gòu)，將其應(yīng)用于移動(dòng)機(jī)器人的控制取得較好效果。機(jī)器人足球與足球機(jī)器人是近幾年在國(guó)際上迅速開展起來(lái)的極富挑戰(zhàn)性的高科技密集型的對(duì)抗活動(dòng)，是人工智能的全面體現(xiàn)，其中MAS在這一領(lǐng)域得到了越來(lái)越廣泛的關(guān)注，并已在實(shí)踐中有所應(yīng)用。文獻(xiàn)[9]詳細(xì)論述了國(guó)際上幾個(gè)較強(qiáng)代表隊(duì)的對(duì)比，以及MAS在足球機(jī)器人領(lǐng)域中的應(yīng)用。

2.2 圖像技術(shù)與圖像工程

視覺導(dǎo)航技術(shù)的發(fā)展得益于近年來(lái)圖像技術(shù)的長(zhǎng)足發(fā)展。圖像技術(shù)在廣義上是各種與圖像有關(guān)的技術(shù)的總稱，目前人們主要研究的是數(shù)字圖像，主要應(yīng)用的是計(jì)算機(jī)圖像技術(shù)?！皥D像工程”這一概念的提出為圖像技術(shù)研究中出現(xiàn)的新理論、新方法、新算法提供了一個(gè)整體框架。根據(jù)抽象程度的不同可將圖像工程分為3個(gè)層次：圖像處理、圖像分析和圖像理解。圖像處理著重強(qiáng)調(diào)在圖像之間進(jìn)行變換，泛指各種圖像技術(shù)，如：圖像變換、圖像增強(qiáng)、圖像壓縮編碼等。圖像分析主要是對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，建立對(duì)圖像的描述，如：圖像分割，邊緣檢測(cè)，目標(biāo)表達(dá)、描述、測(cè)量等。圖像理解的重點(diǎn)是在圖像分析的基礎(chǔ)上得出對(duì)圖像內(nèi)容含義的理解以及對(duì)原來(lái)客觀場(chǎng)景的解釋，從而指示和規(guī)劃行動(dòng)，如：圖像解釋、推理等[10]。

在移動(dòng)機(jī)器人視覺導(dǎo)航中利用圖像處理技術(shù)對(duì)圖像進(jìn)行加工，改善了圖像的視覺效果并為自動(dòng)識(shí)別打下基礎(chǔ)；對(duì)圖像進(jìn)行壓縮編碼，節(jié)省了存儲(chǔ)空間和傳輸時(shí)間，提高了導(dǎo)航系統(tǒng)的實(shí)時(shí)性。利用圖像分析中的圖像分割和邊緣檢測(cè)，可將機(jī)器人所處的環(huán)境分成自由活動(dòng)區(qū)和障礙區(qū)。經(jīng)過對(duì)圖像的分割和特征提取形成了對(duì)機(jī)器人工作環(huán)境的描述，再對(duì)從該描述中抽象出來(lái)的符號(hào)進(jìn)行運(yùn)算，在機(jī)器人所處環(huán)境中的自由活動(dòng)區(qū)找出連通域，為機(jī)器人的高層決策——路徑規(guī)劃打下基礎(chǔ)。

在實(shí)際應(yīng)用中，可從圖像中提取直線形式的道路邊界，并通過將探測(cè)到的道路信息與機(jī)器人內(nèi)部存儲(chǔ)的地圖相對(duì)照，修正偏差，實(shí)現(xiàn)室外導(dǎo)航；在室內(nèi)環(huán)境中從圖像中提取墻壁等直線信息，通過對(duì)墻的跟蹤實(shí)現(xiàn)跟蹤行走，也可通過到多個(gè)墻壁的距離的計(jì)算來(lái)實(shí)現(xiàn)自身的定位。由于僅通過單幅圖像信息來(lái)判斷障礙物的距離和速度不夠準(zhǔn)確，在實(shí)際應(yīng)用中可使用多個(gè)攝像機(jī)，或利用一個(gè)攝像機(jī)的多幅連續(xù)圖像序列來(lái)計(jì)算目標(biāo)的距離和速度。

2.3 神經(jīng)網(wǎng)絡(luò)與模糊控制

神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的適應(yīng)復(fù)雜環(huán)境和多目標(biāo)控制要求的自學(xué)習(xí)能力，并具有以任意精度逼近任意非線性函數(shù)的特點(diǎn)。神經(jīng)網(wǎng)絡(luò)可與其他控制方法（專家系統(tǒng)、模糊控制等）相結(jié)合，為其提供非參數(shù)化的對(duì)象模型、推理模型等。神經(jīng)網(wǎng)絡(luò)又能構(gòu)成智能控制系統(tǒng)，使系統(tǒng)能識(shí)別環(huán)境，并對(duì)各種信息進(jìn)行融合，能對(duì)所獲得的信息和所要達(dá)到的目標(biāo)分析處理，并作出決策。神經(jīng)網(wǎng)絡(luò)還可用于對(duì)系統(tǒng)的故障診斷和容錯(cuò)控制[11]。

由于人工神經(jīng)網(wǎng)絡(luò)具備以上這些特點(diǎn)，而移動(dòng)機(jī)器人導(dǎo)航系統(tǒng)是一個(gè)實(shí)時(shí)性要求很高的非線性系統(tǒng)，因此，近年來(lái)神經(jīng)網(wǎng)絡(luò)與模糊控制在移動(dòng)機(jī)器人導(dǎo)航領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。這些應(yīng)用主要體現(xiàn)在：在視覺系統(tǒng)中對(duì)圖像信息的處理，移動(dòng)機(jī)器人的避障和路徑規(guī)劃，移動(dòng)機(jī)器人定位和路徑跟蹤。

在圖像信息的處理方面，神經(jīng)網(wǎng)絡(luò)不僅具有很高的處理速度，還可以充分利用其非線性處理能力來(lái)達(dá)到環(huán)境及路標(biāo)辨識(shí)的目的。采用模糊邏輯能夠分離圖像中的邊界像素，獲取物體的輪廓。采用多維分布式計(jì)算機(jī)進(jìn)行并行運(yùn)算可以進(jìn)一步提高處理速度。神經(jīng)網(wǎng)絡(luò)還可以完成機(jī)器人內(nèi)部坐標(biāo)和全局坐標(biāo)的快速轉(zhuǎn)換。

在避障和路徑規(guī)劃方面，由于避障和路徑規(guī)劃難以用明確的規(guī)則進(jìn)行評(píng)價(jià)，可以讓神經(jīng)網(wǎng)絡(luò)通過大量的實(shí)例學(xué)習(xí)來(lái)掌握。用模糊規(guī)則指導(dǎo)學(xué)習(xí)的網(wǎng)絡(luò)，當(dāng)環(huán)境改變之后可以重新啟動(dòng)模糊規(guī)則進(jìn)行教學(xué)，可以減少實(shí)例學(xué)習(xí)的工作量。

在移動(dòng)機(jī)器人的定位和路徑跟蹤方面，Kurd等對(duì)用神經(jīng)網(wǎng)絡(luò)控制器向主控制器提供最優(yōu)參數(shù)用于機(jī)器人的定位進(jìn)行了研究[12]。單一模糊規(guī)則集對(duì)直線跟蹤能取得良好的效果，但對(duì)于曲線路徑的跟蹤就會(huì)產(chǎn)生較大的誤差，F(xiàn)ung利用雙重模糊邏輯控制器對(duì)曲線路徑進(jìn)行跟蹤并取得了較好效果[13]。

2.4 多傳感器信息融合

信息融合是針對(duì)一個(gè)系統(tǒng)中使用多傳感器（多個(gè)和/或多類）這一特定問題而展開的一種信息處理的新的研究方向，它充分利用多源數(shù)據(jù)的互補(bǔ)性和計(jì)算機(jī)的高速運(yùn)算與智能來(lái)提高結(jié)果信息的質(zhì)量。這一技術(shù)首先廣泛應(yīng)用于軍事領(lǐng)域，近幾年來(lái)在移動(dòng)機(jī)器人導(dǎo)航研究中得到越來(lái)越廣泛的應(yīng)用。多傳感器信息融合的基本原理是充分利用多個(gè)傳感器資源，通過對(duì)這些傳感器及其觀測(cè)信息的合理支配和利用，把多個(gè)傳感器在空間或時(shí)間上的冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則來(lái)進(jìn)行組合，以獲得被測(cè)對(duì)象的一致性解釋或描述[14]。

目前，有多種方法可用于多傳感器信息融合，其中較為重要的是D-S證據(jù)理論。證據(jù)理論的概念是由Dempster在1967年最先提出，后來(lái)由他的學(xué)生Shafer進(jìn)一步發(fā)展完善。D-S證據(jù)理論開始在專家系統(tǒng)中得到成功的應(yīng)用，由于其研究問題的方式和內(nèi)容特別適合處理多傳感器集成系統(tǒng)的信息融合問題，因此該理論已成為信息融合的一個(gè)重要理論基礎(chǔ)[15]。Murphy等已將D-S證據(jù)理論應(yīng)用于移動(dòng)機(jī)器人的信息融合問題[16]。

此外還有加權(quán)平均法、貝葉斯估計(jì)法、統(tǒng)計(jì)決策法、擴(kuò)展卡爾曼濾波法、產(chǎn)生式規(guī)則法、模糊規(guī)則法和人工智能方法等。

2.5 虛擬現(xiàn)實(shí)技術(shù)

虛擬現(xiàn)實(shí)技術(shù)的研究開始于軍事領(lǐng)域，在軍事和航天領(lǐng)域的模擬和訓(xùn)練中起到了非常重要的作用。

虛擬現(xiàn)實(shí)技術(shù)就是把計(jì)算機(jī)從善于處理數(shù)字的單維信息轉(zhuǎn)變?yōu)樯朴谔幚砣怂芨惺艿降?、?shù)字化以外的其他各種表現(xiàn)形式的多維信息。虛擬現(xiàn)實(shí)技術(shù)匯集了計(jì)算機(jī)圖形、多媒體技術(shù)、人工智能、人機(jī)接口技術(shù)、傳感器技術(shù)、高度并行的實(shí)時(shí)計(jì)算機(jī)技術(shù)和人的行為學(xué)研究等多項(xiàng)關(guān)鍵技術(shù)。其主要特點(diǎn)是通過計(jì)算機(jī)圖形構(gòu)成三維空間，或是把其他現(xiàn)實(shí)環(huán)境編制到計(jì)算機(jī)中，產(chǎn)生逼真的“虛擬環(huán)境”。通過相應(yīng)的硬件手段的幫助，如：數(shù)據(jù)手套、立體眼鏡和頭盔等設(shè)備，產(chǎn)生“身臨其境”的感覺，能夠操縱虛擬環(huán)境中的物體的運(yùn)動(dòng)，并且使用者本身也能夠在其中漫步、環(huán)顧[17，18]。

虛擬現(xiàn)實(shí)技術(shù)在機(jī)器人領(lǐng)域中的應(yīng)用主要集中在以下幾個(gè)方面：一是作為遙操作界面，可以應(yīng)用于半自主式操作；二是作為機(jī)器人視覺中自動(dòng)目標(biāo)識(shí)別和三維場(chǎng)景表示的直觀表達(dá)；三是建立具有真實(shí)感的多傳感器融合系統(tǒng)的仿真平臺(tái)[18]。

美國(guó)是虛擬現(xiàn)實(shí)技術(shù)的發(fā)源地，NASA的AMES實(shí)驗(yàn)室現(xiàn)在正致力于一個(gè)叫“虛擬行星探索”（VPE）的試驗(yàn)計(jì)劃，使“虛擬探索者”（virtual explorer）利用虛擬環(huán)境來(lái)考察遙遠(yuǎn)的行星。麻省理工學(xué)院（MIT）成立的媒體實(shí)驗(yàn)室建立了一個(gè)名叫BOLIO的測(cè)試環(huán)境，利用這一環(huán)境MIT建立了一個(gè)虛擬環(huán)境下的對(duì)象運(yùn)動(dòng)動(dòng)態(tài)跟蹤系統(tǒng)。英國(guó)Granfield的高級(jí)機(jī)器人研究有限公司（ARRL）也在從事虛擬現(xiàn)實(shí)技術(shù)的研究。在虛擬現(xiàn)實(shí)技術(shù)研究與開發(fā)方面，日本屬于世界領(lǐng)先國(guó)家之一，其中東京大學(xué)的高級(jí)科學(xué)研究中心最近的研究項(xiàng)目是主從系統(tǒng)，該系統(tǒng)可以使用戶控制遠(yuǎn)程攝像系統(tǒng)和一個(gè)模擬人手的隨動(dòng)機(jī)械臂[17]。

我國(guó)一些重點(diǎn)院校也開展了大量的虛擬現(xiàn)實(shí)技術(shù)的研究工作，如：北京航空航天大學(xué)、浙江大學(xué)CAD & CG國(guó)家重點(diǎn)實(shí)驗(yàn)室、哈爾濱工業(yè)大學(xué)、清華大學(xué)等。但對(duì)于虛擬現(xiàn)實(shí)技術(shù)在機(jī)器人領(lǐng)域內(nèi)的應(yīng)用研究還處于起步階段。

3　移動(dòng)機(jī)器人導(dǎo)航研究展望

隨著傳感技術(shù)、控制技術(shù)、機(jī)械加工和新材料的發(fā)展，特別是近年來(lái)計(jì)算機(jī)、網(wǎng)絡(luò)和圖像處理技術(shù)發(fā)展的突飛猛進(jìn)，自主式移動(dòng)機(jī)器人智能導(dǎo)航研究已取得了很大進(jìn)展。目前，移動(dòng)機(jī)器人的應(yīng)用領(lǐng)域不斷擴(kuò)大，移動(dòng)機(jī)器人室內(nèi)、室外活動(dòng)環(huán)境的復(fù)雜程度也日益增加，而且對(duì)移動(dòng)機(jī)器人的要求又有所提高，要求機(jī)器人既具有體積小、自重輕、負(fù)載能力強(qiáng)等特點(diǎn)，又能夠完成復(fù)雜的任務(wù)，并能與其他機(jī)器人協(xié)作共同完成任務(wù)，或通過與其他機(jī)器人分工來(lái)提高工作效率，同時(shí)對(duì)機(jī)器人的導(dǎo)航精度的要求也越來(lái)越高。這些對(duì)移動(dòng)機(jī)器人智能導(dǎo)航的研究提出了新的課題：

1）開展導(dǎo)航系統(tǒng)的分布式智能結(jié)構(gòu)的研究。分布式智能結(jié)構(gòu)把決策級(jí)的操作分解到機(jī)器人本身的計(jì)算機(jī)和遠(yuǎn)端的主計(jì)算機(jī)，這樣不僅可以提高系統(tǒng)的實(shí)時(shí)性和魯棒性，還可以減小移動(dòng)機(jī)器人的體積和自重，使機(jī)器人更加輕便、靈活。2）基于視覺導(dǎo)航的優(yōu)勢(shì)，針對(duì)局部視覺導(dǎo)航方式的不足，在分布式智能結(jié)構(gòu)下進(jìn)行基于全局視覺和局部視覺相結(jié)合的導(dǎo)航方式的研究，并與多傳感器相結(jié)合，進(jìn)一步研究新的信息融合策略。3）目前機(jī)器人技術(shù)正朝著網(wǎng)絡(luò)機(jī)器人、多機(jī)器人的方向發(fā)展，網(wǎng)絡(luò)機(jī)器人遙控操作及基于網(wǎng)絡(luò)的多機(jī)器人協(xié)作也是智能導(dǎo)航研究的一個(gè)發(fā)展方向。4）在發(fā)揮視覺導(dǎo)航的優(yōu)勢(shì)的同時(shí)，系統(tǒng)的實(shí)時(shí)性是一個(gè)不容忽視的問題，對(duì)于靜態(tài)、動(dòng)態(tài)圖像處理技術(shù)及利用高度并行處理機(jī)的模式識(shí)別的研究將有助于解決這一問題。5）開展虛擬現(xiàn)實(shí)技術(shù)在移動(dòng)機(jī)器人智能導(dǎo)航中的應(yīng)用研究，可為基于多傳感器信息融合的導(dǎo)航系統(tǒng)提供理想的仿真平臺(tái)。