第1章 概述

1.1 引言

作为前沿的高新技术，机器人体现出广泛的学科交叉，包括自动控制、人工智能、电子技术、机械工程、传感器技术及计算机科学等；涉及众多的研究课题，如体系结构、运动控制、路径规划、环境建图与定位等；适用于各种工作环境，甚至危险、肮脏、乏味和困难场合等。因而，正如宋健院士在国际自动控制联合会第14届大会报告中所指出的：“机器人学的进步和应用是21世纪自动控制最有说服力的成就，是当代最高意义上的自动化。”[1]

自从1962年美国Unimation公司生产的机械臂Unimate作为第一代机器人在美国通用汽车公司投入使用以来，机器人技术得到了蓬勃发展。在经历了最初的程序控制的示教再现型机器人、具有初级感觉的自适应型机器人之后，目前正朝着高级智能的智能机器人方向进展[2],[3]。作为其中的一个重要分支，智能移动机器人强调“移动”的特性，是一类能够通过传感器感知环境和本身状态，实现在有障碍物环境中面向目标的自主运动，从而完成一定作业功能的机器人系统。智能移动机器人不仅能够在生产、生活中起到越来越大的作用，而且还是研究复杂智能行为的产生、探索人类思维模式的有效工具与实验平台。

智能移动机器人能够通过传感器和学习，感知环境和本身状态，实现有障碍环境中指向目标的自主运动，即导航。移动机器人导航通常需要解决三个基本问题：“我在哪里？（Where am I?）”、“目标在哪里？（Where is the goal?）”、“怎样到达目标？（How to get the goal?）”[4]。对移动机器人来说，前两个问题需要通过机器人携带的里程计、陀螺仪、摄像机、激光雷达等传感器进行状态及环境感知来解决，即定位问题。因此，定位（Localization）指机器人必须通过内、外部传感器确定自身在所工作环境中的精确位置。该工作环境在机器人内部的表示称为环境模型（或地图），即机器人所工作环境中的各种物体如障碍、路标等的准确的空间位置描述。定位与环境建模（Mapping）问题是息息相关的，准确的环境模型有助于实现高精度定位，而精确定位则有利于建立更加完备可信的环境模型。此外，一旦提供了精确的环境模型（地图）及保证机器人能够可靠定位，则第三个问题的解决变得顺理成章，即有助于高效的路径规划和决策。可见，环境建模与定位是移动机器人导航研究的基础，也是移动机器人真正实现自主的最重要的条件之一[5]。

在移动机器人导航控制理论和方法的研究中，确定性环境的导航控制方法已取得了大量的研究和应用成果。对未知环境中的导航控制也开展了一些研究，并提出了若干方法，但尚未形成统一和完善的体系结构，还有许多关键理论和技术问题有待解决和完善[6]。未知环境中先验知识的匮乏和环境的不确定性就是其中之一，移动机器人只有准确地知道其本身的位置、工作环境中障碍的位置及运动情况，才能有效安全地进行自主运动。因而，未知环境中移动机器人自定位的研究更多地引起研究人员的关注，也已成为机器人领域的研究热点问题。