服務(wù)機(jī)器人研究報(bào)告

效勞機(jī)器人研究報(bào)告摘要機(jī)器人技術(shù)的研究已從傳統(tǒng)的工業(yè)領(lǐng)域擴(kuò)展到醫(yī)療效勞、教育娛樂、勘探勘測(cè)、生物工程、救災(zāi)救援等新領(lǐng)域，并快速開展。而效勞機(jī)器人技術(shù)經(jīng)過近30年的開展，在機(jī)械、信息、材料、控制、醫(yī)學(xué)等多學(xué)科交叉方面取得了重要的成果，同時(shí)機(jī)器人技術(shù)代表一個(gè)國(guó)家的高科技水平和自動(dòng)化程度，了解和分析國(guó)內(nèi)外的研究現(xiàn)狀和最新進(jìn)展有助于加快我國(guó)效勞機(jī)器人行業(yè)的開展。本學(xué)習(xí)研究報(bào)告在分析效勞機(jī)器人國(guó)內(nèi)外研究現(xiàn)狀和最新進(jìn)展的根底上，介紹了效勞機(jī)器人的當(dāng)前運(yùn)用的一些關(guān)鍵性技術(shù)及其開展過程中的一些重要問題，對(duì)效勞機(jī)器人的動(dòng)力學(xué)問題進(jìn)行了研究分析，同時(shí)對(duì)移動(dòng)式效勞機(jī)器人的路徑規(guī)劃技術(shù)做出了探討，為更好的了解效勞機(jī)器人及其研究開展方向提供了理論參考。關(guān)鍵詞：效勞機(jī)器人；開展近況；關(guān)鍵技術(shù)；動(dòng)力學(xué)問題；路徑規(guī)劃技術(shù)AbstractTheresearchesofrobottechnologyaremovingfromthetraditionalindustrytomedicalservice,educationandentertainment,explorationandexploitation,bio-engineering,rescue,etc.,andtherelatedtechnologydevelopsrapidly.Butafterthirtyyears’development,theservicerobotshaveachievedimportantresultsintheinterdisciplinaryaspectinvolvingmechanicalengineering,information,material,controlaswellasmedicine.Thetechnologyoftherobotrepresentsanationalhigh-techlevelandthedegreeofautomation.ItishelpfultodeveloptheindustryofservicerobotsinChinaifweknowthecurrentsituationanddevelopmenttrendofservicerobotsresearchclearly.Thisstudyreportontheanalysisofservicerobot,onthebasisofdomesticandforeignresearchpresentsituationandthelatestprogressofservicerobotispresentedinthepaperthecurrentuseofsomekeytechnologyanditsdevelopment,Servicerobotsfordynamicswerestudiedandanalyzed,whilethepathplanningtechnologytomakemobileservicerobotsdiscussedthedevelopmenttrendofthefuturemarketofservicerobotshasmadeanalysisforabetterunderstandingofservicerobotsandResearchthedirectionofdevelopmentprovidesatheoreticalreference.Keywords:Servicerobots;Recentdevelopment;Keytechnologies;Dynamicsproblems;Pathplanningtechnology1緒論1.1效勞機(jī)器人定義國(guó)際機(jī)器人聯(lián)合會(huì)(InternationalFederationofRobotics,IFR)給了效勞機(jī)器人一個(gè)初步的定義：效勞機(jī)器人是一種半自主或全自主工作的機(jī)器人，它能完成有益于人類的效勞工作，但不包括從事生產(chǎn)的設(shè)備。在我國(guó)《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)開展規(guī)劃綱要(2006～2020年)》中對(duì)智能效勞機(jī)器人給予了明確定義——“智能效勞機(jī)器人是在非結(jié)構(gòu)環(huán)境下為人類提供必要效勞的多種高技術(shù)集成的智能化裝備”國(guó)際機(jī)器人聯(lián)合會(huì)對(duì)效勞機(jī)器人按照用途進(jìn)行分類，分為專業(yè)效勞機(jī)器人和家用效勞機(jī)器人兩類，如專業(yè)效勞機(jī)器人可分為水下作業(yè)機(jī)器人、空間探測(cè)機(jī)器人、搶險(xiǎn)救援機(jī)器人、反恐防爆機(jī)器人、軍用機(jī)器人、農(nóng)業(yè)機(jī)器人、醫(yī)療機(jī)器人以及其他特殊用途機(jī)器人；個(gè)人或家庭用效勞機(jī)器人可分為家政效勞機(jī)器人、助老助殘機(jī)器人、教育娛樂機(jī)器人等[1]。1.2新時(shí)代下世界各國(guó)機(jī)器人開展?fàn)顩r機(jī)器人技術(shù)集機(jī)械、信息、材料、智能控制、生物醫(yī)學(xué)等多學(xué)科于一體，不但自身技術(shù)附加值高，產(chǎn)品應(yīng)用范圍廣，而且已經(jīng)成為重要的技術(shù)輻射平臺(tái)，對(duì)增強(qiáng)軍事國(guó)防實(shí)力、提高處理突發(fā)事件水平、帶動(dòng)整體經(jīng)濟(jì)開展、改善人民群眾生活水平都具有十分重要的意義。世界各國(guó)紛紛將突破機(jī)器人技術(shù)、開展機(jī)器人產(chǎn)業(yè)擺在本國(guó)科技開展的重要戰(zhàn)略地位。美、日、德、韓等國(guó)家和地區(qū)都非常重視機(jī)器人技術(shù)與產(chǎn)業(yè)的開展，將機(jī)器人產(chǎn)業(yè)作為戰(zhàn)略產(chǎn)業(yè)，紛紛制定各自的機(jī)器人國(guó)家開展戰(zhàn)略規(guī)劃[2]。1.2.1美國(guó)機(jī)器人開展近況美國(guó)：引領(lǐng)智能化浪潮，明確提出以開展工業(yè)機(jī)器人提振制造業(yè)。2011年6月，奧巴馬宣布啟動(dòng)《先進(jìn)制造伙伴方案》，明確提出通過開展工業(yè)機(jī)器人提振美國(guó)制造業(yè)。根據(jù)該方案，美國(guó)將投資28億美元，重點(diǎn)開發(fā)基于移動(dòng)互聯(lián)技術(shù)的第三代智能機(jī)器人。世界技術(shù)評(píng)估中心的數(shù)據(jù)顯示，目前美國(guó)在工業(yè)機(jī)器人體系結(jié)構(gòu)方面處于全球領(lǐng)先地位；其技術(shù)的全面性、精確性、適應(yīng)性均超過他國(guó)，機(jī)器人語(yǔ)言研究水平更高居世界之首。這些技術(shù)與其固有的信息網(wǎng)絡(luò)技術(shù)優(yōu)勢(shì)融合，為機(jī)器人智能化奠定了先進(jìn)、可靠的根底。以智能化為主要方向，美國(guó)企業(yè)一方面加大對(duì)新材料的研發(fā)力度，力爭(zhēng)大幅降低機(jī)器人自重與負(fù)載比，一方面加快開展視覺、觸覺等人工智能技術(shù)，如視覺裝配的控制和導(dǎo)航。隨著智能制造時(shí)代的到來(lái)，美國(guó)有足夠的潛力反超日本和歐洲。值得注意的是，以谷歌為代表的美國(guó)互聯(lián)網(wǎng)公司也開始進(jìn)軍機(jī)器人領(lǐng)域，試圖融合虛擬網(wǎng)絡(luò)能力和現(xiàn)實(shí)運(yùn)動(dòng)能力，推動(dòng)機(jī)器人的智能化。谷歌在2013年強(qiáng)勢(shì)收購(gòu)多家科技公司，已初步實(shí)現(xiàn)在視覺系統(tǒng)、強(qiáng)度與結(jié)構(gòu)、關(guān)節(jié)與手臂、人機(jī)交互、滾輪與移動(dòng)裝置等多個(gè)智能機(jī)器人關(guān)鍵領(lǐng)域的業(yè)務(wù)部署。假設(shè)其機(jī)器人部門能按照“組織全球信息”的目標(biāo)持續(xù)成長(zhǎng)，未來(lái)谷歌既可以進(jìn)入迅速成長(zhǎng)的智能工業(yè)機(jī)器人市場(chǎng)，又能從機(jī)器人應(yīng)用中獲取巨量信息來(lái)反哺其數(shù)據(jù)業(yè)務(wù)。1.2.2日本機(jī)器人開展近況日本：產(chǎn)業(yè)體系配套完備，政府大力推動(dòng)應(yīng)用普及和技術(shù)突破。戰(zhàn)后日本經(jīng)濟(jì)進(jìn)入高速增長(zhǎng)期，勞動(dòng)力供給缺乏和以汽車為代表的技術(shù)密集型產(chǎn)業(yè)的開展刺激了工業(yè)機(jī)器人需求快速增長(zhǎng)。上世紀(jì)60年代，日本從美國(guó)引進(jìn)工業(yè)機(jī)器人技術(shù)后，通過引進(jìn)、消化、吸收、再創(chuàng)新，于1980年率先實(shí)現(xiàn)了機(jī)器人的商業(yè)化應(yīng)用，并將產(chǎn)業(yè)技術(shù)和市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)維持至今，以發(fā)那科、安川為代表的日系工業(yè)機(jī)器人與歐美系工業(yè)機(jī)器人分庭抗禮。日本工業(yè)機(jī)器人的產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)在于完備的配套產(chǎn)業(yè)體系，在控制器、傳感器、減速機(jī)、伺服電機(jī)、數(shù)控系統(tǒng)等關(guān)鍵零部件方面，均具備較強(qiáng)的技術(shù)優(yōu)勢(shì)，有力推開工業(yè)機(jī)器人朝著微型化、輕量化、網(wǎng)絡(luò)化、仿人化和廉價(jià)化的方向開展。近年來(lái)，還呈現(xiàn)出以工業(yè)機(jī)器人產(chǎn)業(yè)優(yōu)勢(shì)帶動(dòng)效勞機(jī)器人產(chǎn)業(yè)開展的趨勢(shì)，并重點(diǎn)開展醫(yī)療/護(hù)理機(jī)器人和救災(zāi)機(jī)器人來(lái)應(yīng)對(duì)人口老齡化和自然災(zāi)害等問題。日本一貫將機(jī)器人技術(shù)列入國(guó)家的研究方案和重大工程[3]，以工業(yè)機(jī)器人、仿人娛樂機(jī)器人為突破口，采用模塊化和標(biāo)準(zhǔn)化道路，近兩年開始正在積極開展RT(機(jī)器人技術(shù))的研究，推進(jìn)效勞機(jī)器人的產(chǎn)業(yè)化；另外經(jīng)濟(jì)產(chǎn)業(yè)省發(fā)布新產(chǎn)業(yè)開展戰(zhàn)略和機(jī)器人技術(shù)戰(zhàn)略，其中日本能源及產(chǎn)業(yè)技術(shù)綜合開發(fā)機(jī)構(gòu)(NEDO)資助工程包括：效勞機(jī)器人平安技術(shù)和驗(yàn)證工程(2009～2013)2009年預(yù)算約1.2億人民幣；智能機(jī)器人技術(shù)軟件方案(2007～2011)2009年資助約9700萬(wàn)人民幣；根本機(jī)器人技術(shù)開放式創(chuàng)新改良傳統(tǒng)技術(shù)(2008～2010)2009年資助約1000萬(wàn)人民幣；先進(jìn)機(jī)器人單元技術(shù)戰(zhàn)略開發(fā)方案(2006～2010)2009年預(yù)算約5447萬(wàn)人民幣。2012年，受益于下游汽車產(chǎn)業(yè)對(duì)工業(yè)機(jī)器人的需求大幅增長(zhǎng)，日本再次成為全球最大的工業(yè)機(jī)器人市場(chǎng)，工業(yè)機(jī)器人密度高達(dá)332臺(tái)/萬(wàn)人，為全球最高。1.2.3德國(guó)機(jī)器人開展近況德國(guó):帶動(dòng)傳統(tǒng)產(chǎn)業(yè)改造升級(jí)，政府資助人機(jī)交互技術(shù)及軟件開發(fā)。雖然德國(guó)稍晚于日本引進(jìn)工業(yè)機(jī)器人，但與日本類似，二戰(zhàn)后勞動(dòng)力短缺和提升制造業(yè)工藝技術(shù)水平的要求，極大地促進(jìn)了德國(guó)工業(yè)機(jī)器人的開展。除了應(yīng)用于汽車、電子等技術(shù)密集型產(chǎn)業(yè)外，德國(guó)工業(yè)機(jī)器人還廣泛裝備于包括塑料、橡膠、冶金、食品、包裝、木材、家具和紡織在內(nèi)的傳統(tǒng)產(chǎn)業(yè)，積極帶動(dòng)傳統(tǒng)產(chǎn)業(yè)改造升級(jí)。2011年，德國(guó)工業(yè)機(jī)器人銷量創(chuàng)歷史新高，并保持歐洲最大多用途工業(yè)機(jī)器人市場(chǎng)的地位，工業(yè)機(jī)器人密度達(dá)147臺(tái)/萬(wàn)人。德國(guó)政府在工業(yè)機(jī)器人開展的初級(jí)階段發(fā)揮著重要作用，其后，產(chǎn)業(yè)需求引領(lǐng)工業(yè)機(jī)器人向智能化、輕量化、靈活化和高能效化方向開展。20世紀(jì)70年代中后期，德國(guó)政府在推行“改善勞動(dòng)條件方案”中，強(qiáng)制規(guī)定局部有危險(xiǎn)、有毒、有害的工作崗位必須以機(jī)器人來(lái)代替人工，為機(jī)器人的應(yīng)用開啟了初始市場(chǎng)。1985年，德國(guó)開始向智能機(jī)器人領(lǐng)域進(jìn)軍，經(jīng)過10年努力，以庫(kù)卡為代表的工業(yè)機(jī)器人企業(yè)占據(jù)全球領(lǐng)先地位。2012年，德國(guó)推行了以“智能工廠”為重心的“工業(yè)4.0方案”，工業(yè)機(jī)器人推動(dòng)生產(chǎn)制造向靈活化和個(gè)性化方向轉(zhuǎn)型。依此方案，通過智能人機(jī)交互傳感器，人類可借助物聯(lián)網(wǎng)對(duì)下一代工業(yè)機(jī)器人進(jìn)行遠(yuǎn)程管理。這種機(jī)器人還將具備生產(chǎn)間隙的“網(wǎng)絡(luò)喚醒模式”，以解決使用中的高能耗問題，促進(jìn)制造業(yè)的綠色升級(jí)。目前，德國(guó)聯(lián)邦教育及研究部已開始資助人機(jī)互動(dòng)技術(shù)和軟件的研究開發(fā)。1.2.4韓國(guó)機(jī)器人開展近況韓國(guó):使用密度全球第一，多項(xiàng)政策支持第三代智能機(jī)器人的研發(fā)。20世紀(jì)90年代初，韓國(guó)政府為應(yīng)對(duì)本國(guó)汽車、電子產(chǎn)業(yè)對(duì)工業(yè)機(jī)器人的爆發(fā)性需求，以“市場(chǎng)換技術(shù)”，通過現(xiàn)代集團(tuán)引進(jìn)日本發(fā)那科，全面學(xué)習(xí)后者技術(shù)，到本世紀(jì)大致建成了韓國(guó)工業(yè)機(jī)器人產(chǎn)業(yè)體系。2000年后，韓國(guó)的工業(yè)機(jī)器人產(chǎn)業(yè)進(jìn)入第二輪高速增長(zhǎng)期。2001年至2011年間，韓國(guó)機(jī)器人裝機(jī)總量年均增速高達(dá)11.7%。國(guó)際機(jī)器人聯(lián)合會(huì)的數(shù)據(jù)顯示，2012年，韓國(guó)的工業(yè)機(jī)器人使用密度為世界第一，每萬(wàn)名工人擁有347臺(tái)機(jī)器人，遠(yuǎn)高于58臺(tái)的全球平均水平。目前，韓國(guó)的工業(yè)機(jī)器人生產(chǎn)商已占全球5%左右的市場(chǎng)份額?，F(xiàn)代重工已可供給焊接、搬運(yùn)、密封、碼垛、沖壓、打磨、上下料等領(lǐng)域的機(jī)器人，大量應(yīng)用于汽車、電子、通信產(chǎn)業(yè)，大大提高了韓國(guó)工業(yè)機(jī)器人的自給率。但整體而言，韓國(guó)技術(shù)仍與日本、歐洲等領(lǐng)先國(guó)家存在較大差距。韓國(guó)政府近年來(lái)陸續(xù)發(fā)布多項(xiàng)政策，旨在扶植第三代智能機(jī)器人的研發(fā)與應(yīng)用。2003年，產(chǎn)業(yè)資源部公布了韓國(guó)“十大未來(lái)成長(zhǎng)動(dòng)力產(chǎn)業(yè)”，其中就包括智能工業(yè)機(jī)器人；2008年9月，《智能機(jī)器人開發(fā)與普及促進(jìn)法》正式實(shí)施；2009年4月，政府發(fā)布《第一次智能機(jī)器人根本方案》，方案在2013年前向包括工業(yè)機(jī)器人在內(nèi)的五個(gè)機(jī)器人研究方向投入1萬(wàn)億韓元〔約合61.16億元人民幣〕，力爭(zhēng)使韓國(guó)在2018年成為全球機(jī)器人主導(dǎo)國(guó)家；2012年10月，《機(jī)器人未來(lái)戰(zhàn)略戰(zhàn)網(wǎng)2022》公布，其政策焦點(diǎn)為支持韓國(guó)企業(yè)進(jìn)軍國(guó)際市場(chǎng)，搶占智能機(jī)器人產(chǎn)業(yè)化的先機(jī)。1.2.5中國(guó)機(jī)器人開展近況中國(guó):面臨核心技術(shù)被興旺國(guó)家控制等挑戰(zhàn)，產(chǎn)業(yè)市場(chǎng)空間巨大。首先，我國(guó)在機(jī)器人領(lǐng)域的局部技術(shù)已到達(dá)或接近國(guó)際先進(jìn)水平。機(jī)器人涉及的技術(shù)較多，大體可分為器件技術(shù)、系統(tǒng)技術(shù)和智能技術(shù)。我國(guó)在通用零部件、信息網(wǎng)絡(luò)等局部器件和系統(tǒng)技術(shù)領(lǐng)域與興旺國(guó)家的差距在10年左右，而對(duì)智能化程度要求不高的焊接、搬運(yùn)、清潔、碼垛、包裝機(jī)器人的國(guó)產(chǎn)化率較高。近年來(lái)，我國(guó)在人工智能方面的研發(fā)也有所突破，中國(guó)科學(xué)院和多所著名高校都培育出專門從事人工智能研究的團(tuán)隊(duì)，機(jī)器人學(xué)習(xí)、仿生識(shí)別、數(shù)據(jù)挖掘以及模式、語(yǔ)言和圖像識(shí)別技術(shù)[4]比擬成熟。其次，我國(guó)企業(yè)具有很強(qiáng)的系統(tǒng)集成能力，這種能力在電子信息等高度模塊化產(chǎn)業(yè)和高鐵等復(fù)雜產(chǎn)品產(chǎn)業(yè)都得到表達(dá)。系統(tǒng)集成的意義在于根據(jù)具體用戶的需求，將模塊組成可應(yīng)用的生產(chǎn)系統(tǒng)，這可能成為我國(guó)機(jī)器人產(chǎn)業(yè)打破國(guó)外壟斷的突破口。第三，我國(guó)機(jī)器人產(chǎn)業(yè)的市場(chǎng)空間巨大。目前，我國(guó)機(jī)器人使用密度較低，制造業(yè)萬(wàn)人機(jī)器人累計(jì)安裝量不及國(guó)際平均水平的一半，效勞和家庭用機(jī)器人市場(chǎng)尚處于培育階段，機(jī)器人應(yīng)用市場(chǎng)增長(zhǎng)空間巨大；二代機(jī)器人仍然是主流，機(jī)器人向第三代智能機(jī)器人升級(jí)換代空間巨大；機(jī)器人主要應(yīng)用于汽車產(chǎn)業(yè)，機(jī)器人向其他領(lǐng)域擴(kuò)展空間巨大。1.3效勞機(jī)器人的意義及未來(lái)空間《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)開展規(guī)劃綱要(2006～2020年)》明確指出將效勞機(jī)器人作為未來(lái)優(yōu)先開展的戰(zhàn)略高技術(shù)，并提出“以效勞機(jī)器人應(yīng)用需求為重點(diǎn)，研究設(shè)計(jì)方法、制造工藝、智能控制和應(yīng)用系統(tǒng)集成等共性根底技術(shù)”。效勞機(jī)器人技術(shù)作為戰(zhàn)略性高技術(shù)，未來(lái)產(chǎn)業(yè)鏈長(zhǎng)并帶動(dòng)性強(qiáng)，在世界范圍內(nèi)還處在分散開展階段。通過效勞機(jī)器人核心技術(shù)與產(chǎn)品的攻關(guān)，對(duì)國(guó)家重大需求與平安具有重要意義；通過前沿技術(shù)、核心部件與相關(guān)標(biāo)準(zhǔn)的研發(fā)，對(duì)于國(guó)家民生科技與戰(zhàn)略性新興產(chǎn)業(yè)開展具有重要推動(dòng)作用；通過感知、決策與執(zhí)行等探索，對(duì)于傳統(tǒng)產(chǎn)業(yè)升級(jí)與效勞有重要促進(jìn)作用。一方面，隨著我國(guó)逐步進(jìn)入老齡化社會(huì)，我國(guó)助老效勞機(jī)器人需求量將面臨井噴式增長(zhǎng)；助老效勞機(jī)器人產(chǎn)品市場(chǎng)前景廣闊，開展?jié)摿薮?，為我?guó)提供了難得的效勞機(jī)器人產(chǎn)業(yè)開展機(jī)遇。另一方面，公共平安事件如地震、洪澇災(zāi)害和極端天氣以及礦難、火災(zāi)、社會(huì)安防等頻發(fā)；另外，醫(yī)療與教育對(duì)效勞機(jī)器人的需求旺盛。這些都說(shuō)明我國(guó)效勞機(jī)器人潛在巨大市場(chǎng)急待開發(fā)。效勞機(jī)器人技術(shù)具有綜合性、滲透性的特點(diǎn)，著眼于利用機(jī)器人技術(shù)完成有益于人類的效勞工作，在老人/殘疾人和特種領(lǐng)域具有廣闊應(yīng)用前景，同時(shí)具有技術(shù)輻射性強(qiáng)和經(jīng)濟(jì)效益明顯的特點(diǎn)[5]。效勞機(jī)器人技術(shù)不僅是國(guó)家未來(lái)空間、水下與地下資源勘探、武器裝備制高點(diǎn)的技術(shù)較量，而且將成為國(guó)家之間高技術(shù)劇烈競(jìng)爭(zhēng)的戰(zhàn)略性新興產(chǎn)業(yè),包括助老助殘、危險(xiǎn)作業(yè)、教育娛樂等，它是未來(lái)先進(jìn)制造業(yè)與現(xiàn)代效勞業(yè)的重要組成局部，也是世界高科技產(chǎn)業(yè)開展的一次重大機(jī)遇。2效勞機(jī)器人關(guān)鍵技術(shù)效勞機(jī)器人關(guān)鍵技術(shù)可從產(chǎn)業(yè)與前沿創(chuàng)新兩個(gè)方面進(jìn)行劃分。效勞機(jī)器人產(chǎn)業(yè)開展共性關(guān)鍵技術(shù)包含產(chǎn)品創(chuàng)意與性能優(yōu)化設(shè)計(jì)，模塊化/標(biāo)準(zhǔn)化體系結(jié)構(gòu)設(shè)計(jì),標(biāo)準(zhǔn)化、模塊化、高性能、低本錢的執(zhí)行機(jī)構(gòu)，傳感器、驅(qū)動(dòng)器、控制器等核心零部件制造，高功率密度能源動(dòng)力，信息識(shí)別與宜人化人機(jī)交互，人機(jī)共存平安，系統(tǒng)集成與應(yīng)用，性能測(cè)試標(biāo)準(zhǔn)與維護(hù)技術(shù)等方面；效勞機(jī)器人前沿創(chuàng)新技術(shù)包含仿生材料與結(jié)構(gòu)一體化設(shè)計(jì)、精密微/納操作、多自由度靈巧操作、執(zhí)行機(jī)構(gòu)與驅(qū)動(dòng)器一體化設(shè)計(jì)、非結(jié)構(gòu)環(huán)境下的動(dòng)力學(xué)與智能控制、生機(jī)電鼓勵(lì)與控制、非結(jié)構(gòu)環(huán)境認(rèn)知與導(dǎo)航規(guī)劃、故障自診斷與自修復(fù)、人類情感與運(yùn)動(dòng)感知理解、人類語(yǔ)義識(shí)別與提取、記憶和智能推理、多模式人機(jī)交互、多機(jī)器人協(xié)同作業(yè)等方面。以下將重點(diǎn)闡述仿生材料與結(jié)構(gòu)、自重構(gòu)機(jī)器人、復(fù)雜環(huán)境下機(jī)器人動(dòng)力學(xué)問題、智能認(rèn)知與感知、網(wǎng)絡(luò)化交互及微納系統(tǒng)等效勞機(jī)器人涉及的關(guān)鍵技術(shù)[6]。2.1仿生材料與結(jié)構(gòu)自然界中生物經(jīng)過億萬(wàn)年長(zhǎng)期進(jìn)化,其結(jié)構(gòu)與功能已到達(dá)近乎完美的程度，實(shí)現(xiàn)了機(jī)構(gòu)與功能的統(tǒng)一，局部與整體的協(xié)調(diào)和統(tǒng)一。效勞機(jī)器人作為機(jī)器人的一個(gè)重要分支，從仿生學(xué)角度出發(fā)，吸收借鑒生物系統(tǒng)的結(jié)構(gòu)、性狀、原理、行為以及相互作用，能夠?yàn)闄C(jī)器人的功能實(shí)現(xiàn)提供必要的技術(shù)支撐，其中仿生皮膚、人工肌肉及結(jié)構(gòu)驅(qū)動(dòng)一體化設(shè)計(jì)是當(dāng)前及未來(lái)效勞機(jī)器人開展的重要課題。在仿生結(jié)構(gòu)運(yùn)動(dòng)方面，仿魚尾巴擺動(dòng)機(jī)構(gòu)效率主要面臨著電機(jī)驅(qū)動(dòng)效率的制約,靈巧手除了傳統(tǒng)的手指性狀模式外，仿生物的柔性驅(qū)動(dòng)目前正成為一種趨勢(shì)。目前來(lái)看，仿生材料與機(jī)構(gòu)能夠?yàn)槲磥?lái)機(jī)器人實(shí)現(xiàn)多功能高效率開展提供必要的技術(shù)儲(chǔ)藏，一個(gè)很重要的問題是必須具備相應(yīng)的光機(jī)電微納加工工藝及傳感驅(qū)動(dòng)執(zhí)行一體化設(shè)計(jì)能力，這對(duì)于仿生結(jié)構(gòu)材料的未來(lái)應(yīng)用至關(guān)重要。2.2導(dǎo)航、路徑規(guī)劃和定位技術(shù)導(dǎo)航是尋找路徑或路線的任務(wù)過程，機(jī)器人必須確切平安地從一個(gè)位置移動(dòng)到另一個(gè)位置而不會(huì)發(fā)生碰撞。導(dǎo)航包括三個(gè)問題：路徑規(guī)劃、定位、和運(yùn)動(dòng)控制。路徑規(guī)劃在導(dǎo)航過程中扮演著非常重要的角色，要求機(jī)器人在環(huán)境中穿行時(shí)，要選擇適宜的路徑規(guī)劃器來(lái)規(guī)劃?rùn)C(jī)器人的路線。當(dāng)移動(dòng)機(jī)器人處在一個(gè)簡(jiǎn)單或復(fù)雜、靜態(tài)或動(dòng)態(tài)、或未知的環(huán)境中時(shí)，機(jī)器人的首要任務(wù)是感知環(huán)境，躲避障礙物，然后以最小的消耗〔時(shí)間、距離、或者能量〕完成任務(wù)，這個(gè)過程的根底所在就是路徑規(guī)劃。所謂路徑規(guī)劃就是指按照一定的性能指標(biāo)，機(jī)器人如何從所處的環(huán)境中搜索一條從初始位置到目標(biāo)位置的最優(yōu)或次優(yōu)路徑。通常路徑規(guī)劃包含兩個(gè)方面的意思：一個(gè)是關(guān)節(jié)機(jī)器手空間的路徑規(guī)劃；一個(gè)是移動(dòng)機(jī)器人運(yùn)動(dòng)的路徑規(guī)劃。定位是確定移動(dòng)機(jī)器人在二維工作環(huán)境中相對(duì)于全局坐標(biāo)的位置及本身的姿態(tài)，是移動(dòng)機(jī)器人導(dǎo)航的最根本環(huán)節(jié)。機(jī)器人的定位方式取決于所采用的傳感器。移動(dòng)機(jī)器人常用的傳感器有攝像機(jī)、激光雷達(dá)、超聲波、紅外線、微波雷達(dá)、陀螺儀、指南針、聲納傳感器、視覺傳感器等。與此相對(duì)應(yīng)，機(jī)器人定位技術(shù)可分為絕對(duì)定位和相對(duì)定位兩類。運(yùn)動(dòng)控制是機(jī)器人導(dǎo)航中的一個(gè)重要方面，是移動(dòng)機(jī)器人的執(zhí)行機(jī)構(gòu)，對(duì)系統(tǒng)平穩(wěn)起著非常重要的作用。2.3多傳感器系統(tǒng)與信息融合技術(shù)多傳感器及先進(jìn)的感知算法，將是在現(xiàn)實(shí)環(huán)境中實(shí)現(xiàn)具有高度靈活性及高魯棒性行為機(jī)器人的關(guān)鍵。當(dāng)特定傳感器很不精確或是噪聲太大而使單個(gè)傳感器無(wú)法給出可靠數(shù)據(jù)時(shí)，可使用多傳感器系統(tǒng)。多個(gè)傳感器的使用可以提供更完全、更有效的環(huán)境信息，有利于機(jī)器人更好的完成自己的使命，但同時(shí)也出現(xiàn)了數(shù)據(jù)冗余、互補(bǔ)這樣的問題。信息融合技術(shù)是關(guān)于如何協(xié)同利用多源信息，以獲得對(duì)同一事物或目標(biāo)更客觀、更本質(zhì)認(rèn)識(shí)的綜合信息處理技術(shù)，它可以很好的解決數(shù)據(jù)冗余、互補(bǔ)這類問題[7]?，F(xiàn)在，信息融合技術(shù)已拓展到大型數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘、遙感、戰(zhàn)場(chǎng)監(jiān)控及環(huán)保等方面。2.4多機(jī)器人技術(shù)由于單機(jī)器人技術(shù)的不斷開展和社會(huì)需求的進(jìn)一步提高，人們對(duì)于機(jī)器人的需求不再局限于單個(gè)機(jī)器人，而是對(duì)多個(gè)機(jī)器人組成的系統(tǒng)越來(lái)越感興趣。與此同時(shí)，到了20世紀(jì)70年代后期，一些機(jī)器人學(xué)的研究者將人工智能中的多智能體理論應(yīng)用到多機(jī)器人系統(tǒng)的研究中，由此開辟了多機(jī)器人系統(tǒng)研究。多機(jī)器人系統(tǒng)不是多個(gè)單機(jī)器人的簡(jiǎn)單堆砌，而是多個(gè)機(jī)器人的有機(jī)組合，它有效防止了單機(jī)器人的缺乏，充分發(fā)揮了群體機(jī)器人的優(yōu)勢(shì)。多機(jī)器人系統(tǒng)的應(yīng)用領(lǐng)域主要是一些適合群體作業(yè)的場(chǎng)合或工作，如機(jī)器人生產(chǎn)線、海洋勘探、星球探索、無(wú)人作業(yè)飛機(jī)群、無(wú)人作業(yè)坦克群等。其中應(yīng)用多機(jī)器人系統(tǒng)代表性的有：機(jī)器人足球〔Soccer〕，這項(xiàng)比賽已經(jīng)吸引了各個(gè)國(guó)家越來(lái)越多的團(tuán)體參加，這項(xiàng)賽事極大地推進(jìn)了多移動(dòng)機(jī)器人技術(shù)的研究，成為研究和驗(yàn)證人工智能成果的實(shí)驗(yàn)床；多目標(biāo)觀察，它要求多個(gè)機(jī)器人合作，盡可能長(zhǎng)時(shí)間地觀察多個(gè)移動(dòng)目標(biāo)，在任意時(shí)刻，對(duì)移動(dòng)目標(biāo)至少有一個(gè)機(jī)器人可以觀測(cè)到。2.5復(fù)雜環(huán)境動(dòng)力學(xué)控制技術(shù)隨著人類探索空間的擴(kuò)大及對(duì)任務(wù)需求的提高，未來(lái)效勞機(jī)器人的工作環(huán)境將是復(fù)雜多變的，高動(dòng)態(tài)性、高適應(yīng)性、高負(fù)載能力是效勞機(jī)器人特別是戶外機(jī)器人開展的方向之一。以機(jī)械臂為代表的工業(yè)機(jī)器人必須滿足對(duì)高負(fù)載及高速的雙重需求，但是高負(fù)載與高速將給機(jī)器人帶來(lái)額外的影響，一方面是對(duì)外部運(yùn)動(dòng)生成器提出更高的要求，其生成的指令必須是內(nèi)環(huán)伺服控制器能夠有效執(zhí)行的；另一方面，大負(fù)載高速運(yùn)動(dòng)引起內(nèi)部摩擦等非線性因素放大，如此，傳統(tǒng)的動(dòng)力學(xué)將不適合這種情況，對(duì)控制器的設(shè)計(jì)將提出更高要求。以四足機(jī)器人BigDog為代表的戰(zhàn)場(chǎng)復(fù)雜地形環(huán)境下移動(dòng)機(jī)器人那么詮釋著機(jī)器人動(dòng)力學(xué)控制的精髓。BigDog四足機(jī)器人在復(fù)雜地形移動(dòng)時(shí)，通過自身攜帶的傳感設(shè)備實(shí)時(shí)感知與周邊環(huán)境的作用力，內(nèi)部核心位姿控制器能夠通過每條腿與地面接觸的反響力來(lái)協(xié)調(diào)腿部運(yùn)動(dòng)學(xué)，核心問題包括四足機(jī)器人的運(yùn)動(dòng)學(xué)及全狀態(tài)動(dòng)力學(xué)精確建模用以。2.6電源技術(shù)移動(dòng)電源的地位在移動(dòng)式效勞機(jī)器人中歷來(lái)十分重要,可以說(shuō)是它的生命源。移動(dòng)電源需要同時(shí)滿足機(jī)器人的多種能源需要,如為移動(dòng)機(jī)構(gòu)提供動(dòng)力、為控制電路提供穩(wěn)定的電壓和為效勞執(zhí)行模塊提供能源等。在移動(dòng)式效勞機(jī)器人領(lǐng)域,一般采用化學(xué)電池作為移動(dòng)電源。理想的電池應(yīng)該具有十分高的能量密度、能夠在放電過程中保持恒定的電壓、內(nèi)阻小以便具有快速放電能力、能夠耐高溫、可充電以及本錢低等。但實(shí)際上沒有一種電池可同時(shí)具備上述優(yōu)點(diǎn),這就要求設(shè)計(jì)人員根據(jù)實(shí)際任務(wù)的需要,選擇一種適宜的電池。3效勞機(jī)器人動(dòng)力學(xué)問題效勞機(jī)器人的動(dòng)力學(xué)理論離不開最根本的機(jī)器人動(dòng)力學(xué)理論，同樣的其動(dòng)力學(xué)問題的研究離不開最根本的機(jī)器人動(dòng)力學(xué)問題研究，機(jī)器人動(dòng)力學(xué)的研究有牛頓-歐拉〔Newton-Euler〕法、拉格朗日〔Langrange〕法、高斯〔Gauss〕法、凱恩〔Kane〕方法、旋量〔對(duì)偶數(shù)〕方法和羅伯遜－魏登堡〔Roberson－Wittenburg〕法等[8,9]。本章主要介紹了牛頓-歐拉〔Newton-Euler〕法、拉格朗日〔Langrange〕法、理論根底，同時(shí)介紹了動(dòng)力學(xué)研究常用的牛頓-歐拉〔Newton-Euler〕法、拉格朗日〔Langrange〕法在機(jī)器人運(yùn)動(dòng)學(xué)上的應(yīng)用。3.1牛頓-歐拉動(dòng)力學(xué)方程3.1.1牛頓-歐拉方程法原理牛頓—?dú)W拉方程法原理：將機(jī)器人的每個(gè)桿件看成剛體，并確定每個(gè)桿件質(zhì)心的位置和表征其質(zhì)量分布的慣性張量矩陣。當(dāng)確定機(jī)器人坐標(biāo)系后，根據(jù)機(jī)器人關(guān)節(jié)速度和加速度，那么可先由機(jī)器人機(jī)座開始向手部桿件正向遞推出每個(gè)桿件在自身坐標(biāo)系中的速度和加速度，再用牛頓——?dú)W拉方程得到機(jī)器人每個(gè)桿件上的慣性力和慣性力矩，然后再由機(jī)器人末端關(guān)節(jié)開始向第一個(gè)關(guān)節(jié)反向遞推出機(jī)器人每個(gè)關(guān)節(jié)上承受的力和力矩，最終得到機(jī)器人每個(gè)關(guān)節(jié)所需要的驅(qū)動(dòng)力〔矩〕，這樣就確定了機(jī)器人關(guān)節(jié)的驅(qū)動(dòng)力〔矩〕與關(guān)節(jié)位移、速度和加速度之間的函數(shù)關(guān)系，即建立了機(jī)器人的動(dòng)力學(xué)方程[11]。機(jī)器人動(dòng)力學(xué)研究的問題：機(jī)器人各個(gè)關(guān)節(jié)的運(yùn)動(dòng)與關(guān)節(jié)需要的驅(qū)動(dòng)力〔矩〕之間的關(guān)系。同時(shí)機(jī)器人動(dòng)力學(xué)按照條件的不同分為以下兩種問題：1〕動(dòng)力學(xué)正解問題，關(guān)節(jié)運(yùn)動(dòng)，求關(guān)節(jié)驅(qū)動(dòng)力〔矩〕。2〕動(dòng)力學(xué)逆解問題，關(guān)節(jié)驅(qū)動(dòng)力〔矩〕，求關(guān)節(jié)運(yùn)動(dòng)。其數(shù)學(xué)模型是：與關(guān)節(jié)運(yùn)動(dòng)有關(guān)的參數(shù)位移、速度、加速度用表示；與關(guān)節(jié)力學(xué)特性〔驅(qū)動(dòng)力或驅(qū)動(dòng)力矩〕有關(guān)的參數(shù)用表示。動(dòng)力學(xué)方程：，。正問題：，求。逆問題：，求。圖3.1物體運(yùn)動(dòng)坐標(biāo)系圖如圖3.1所示得到：牛頓慣性力方程為：歐拉慣性力矩方程為：質(zhì)心上的慣性張量矩陣為：，其理論計(jì)算方法為：，，，，，。3.1.2牛頓-歐拉正向遞推法正向遞推，機(jī)器人各個(gè)關(guān)節(jié)的速度和加速度：①?gòu)?～n遞推出機(jī)器人每個(gè)桿件在自身坐標(biāo)系中的速度和加速度；②機(jī)器人每個(gè)桿件質(zhì)心上的速度和加速度；③機(jī)器人每個(gè)桿件質(zhì)心上的慣性力和慣性力矩。1〕桿件速度和加速度遞推計(jì)算公式建立相鄰兩個(gè)桿件的坐標(biāo)系：{i-1}、{i}。如圖3.2所示。：i-1桿件速度和加速度，i關(guān)節(jié)速度和加速度；計(jì)算：i桿件速度和加速度。各參數(shù)如圖3.3所示。相鄰桿件的位姿矩陣，關(guān)節(jié)速度和加速度的矢量化：，如圖3.4所示。圖3.2桿件坐標(biāo)系圖3.3參數(shù)圖圖3.4矢量化圖那么有：，2〕桿件質(zhì)心上的速度和加速度遞推計(jì)算公式其矢量圖如圖3.5所示，有：，，。3〕桿件質(zhì)心上的慣性力和慣性力矩其矢量圖如圖3.6所示，圖3.5速度加速度矢量圖圖3.6慣性力和慣性力矩圖慣性力：慣性力矩：3.1.3牛頓-歐拉逆向遞推法1〕關(guān)節(jié)承受的力和力矩遞推計(jì)算公式建立相鄰兩個(gè)桿件的坐標(biāo)系：{i-1}、{i}。如圖3.7所示。：i-1桿件的慣性力和慣性力矩，i關(guān)節(jié)承受的力和力矩；計(jì)算：i-1關(guān)節(jié)承受的力和力矩。圖3.7桿件坐標(biāo)系圖3.8力和力矩圖坐標(biāo)系:相鄰桿件位姿矩陣：i-1桿件受力分析：，如圖3.9所示。圖3.9桿件i受力分析圖圖3.10桿件i-1受力分析圖如圖3.10以i-1桿件為研究對(duì)象，由達(dá)朗貝爾原理可得：2〕關(guān)節(jié)驅(qū)動(dòng)力〔矩〕遞推計(jì)算公式平移關(guān)節(jié)：回轉(zhuǎn)關(guān)節(jié)：那么關(guān)節(jié)驅(qū)動(dòng)力〔矩〕為：3.2遞推初始條件正向遞推初始條件如圖3.11所示：圖3.11正向遞推初始條件機(jī)座0的速度和加速度：考慮桿件自重或手部負(fù)載為重物時(shí)：為描述在機(jī)座坐標(biāo)系{0}中的標(biāo)準(zhǔn)重力加速度。3.2.2逆向遞推初始條件如圖3.12機(jī)器人手部負(fù)載：，圖3.12逆向遞推初始條件3.2.3遞推應(yīng)用條件應(yīng)用遞推公式應(yīng)滿足以下三個(gè)條件：1〕機(jī)器人的關(guān)節(jié)變量及其速度和加速度；2〕任一桿件i相對(duì)于與自身坐標(biāo)系{i}方向相同的坐標(biāo)系{Ci}所描述的慣性張量及其質(zhì)心在自身坐標(biāo)系{i}中的位置矢量〔可用實(shí)驗(yàn)等方法確定〕；3〕相鄰桿件的位姿矩陣及必要的初始數(shù)據(jù)。3.3遞推算法確實(shí)定由上述正逆向遞推公式、正逆向遞推初始條件及遞推應(yīng)用條件都滿足的前提下得到以下遞推算法：〔1〕正向遞推算法〔2〕逆向遞推算法3.4拉格朗日方程法拉格朗日方程的一般形式為：式中：--廣義力，它可以是力，也可以是力矩；--系統(tǒng)選定的廣義坐標(biāo)；--廣義坐標(biāo)對(duì)時(shí)間的一階導(dǎo)數(shù)，即速度；--拉格朗日函數(shù)，又稱為拉格朗日算子，它被定義為系統(tǒng)的動(dòng)能與勢(shì)能之差L=T-U。對(duì)給定的機(jī)器人，可以按以下幾個(gè)步驟建立拉格朗日動(dòng)力學(xué)方程：〔1〕選取完全并獨(dú)立的廣義坐標(biāo)：；〔2〕選定廣義力：；〔3〕求出系統(tǒng)的動(dòng)能T和勢(shì)能U，并用其構(gòu)造拉格朗日函數(shù)L=T-U；〔4〕將以上結(jié)果代入拉格朗日方程式中，即可求得機(jī)器人的動(dòng)力學(xué)方程。3.5拉格朗日法的實(shí)際應(yīng)用二關(guān)節(jié)機(jī)器人如圖3.13所示，機(jī)器人的兩個(gè)連桿長(zhǎng)度分別為l1和l2，質(zhì)量分別為m1和m2，且集中在各連桿的端部。假設(shè)將機(jī)器人直接懸掛在加速度為g的重力場(chǎng)中，試用拉格朗日方程建立該機(jī)器人的動(dòng)力學(xué)方程。圖3.13二關(guān)節(jié)機(jī)器人結(jié)構(gòu)圖解：1〕選取連桿繞關(guān)節(jié)的轉(zhuǎn)角為變量θ1和θ2，那么系統(tǒng)的廣義坐標(biāo)就可以選為，即。2〕轉(zhuǎn)動(dòng)關(guān)節(jié)對(duì)應(yīng)的是力矩，所以廣義力就選為，即。3〕求出各連桿的動(dòng)能和勢(shì)能：連桿l1的動(dòng)能為：連桿l1的勢(shì)能為：對(duì)連桿l2求動(dòng)能和勢(shì)能時(shí)，要先寫出其質(zhì)心在直角坐標(biāo)系中的位置表達(dá)式：然后求微分，那么其速度就為：由此可得連桿的速度平方值為：從而連桿l2的動(dòng)能為：勢(shì)能為：那么可構(gòu)造出拉格朗日函數(shù)為：4〕求出機(jī)器人動(dòng)力學(xué)方程：先將拉格朗日函數(shù)對(duì)和進(jìn)行微分，即：再將拉格朗日函數(shù)對(duì)和進(jìn)行微分，即：將以上結(jié)果代入方程即可得關(guān)節(jié)上的力矩分別為：將得到的機(jī)器人動(dòng)力學(xué)方程簡(jiǎn)寫為如下形式：當(dāng)機(jī)器人有n個(gè)關(guān)節(jié)時(shí)，上式可推廣為普遍形式：將其簡(jiǎn)化也可得到機(jī)器人的動(dòng)力學(xué)模型：該模型反映了機(jī)器人關(guān)節(jié)驅(qū)動(dòng)力〔矩〕與各個(gè)關(guān)節(jié)的位移、速度和加速度之間的關(guān)系，這是一個(gè)變系數(shù)、多變量、強(qiáng)耦合的非線性系統(tǒng)。4移動(dòng)效勞機(jī)器人路徑規(guī)劃技術(shù)4.1移動(dòng)效勞機(jī)器人路徑規(guī)劃技術(shù)概述移動(dòng)效勞機(jī)器人的路徑規(guī)劃就是給定機(jī)器人及其工作環(huán)境信息，按照某種優(yōu)化指標(biāo),在起始點(diǎn)和目標(biāo)點(diǎn)間規(guī)劃出一條與環(huán)境障礙無(wú)碰的路徑。機(jī)器人路徑規(guī)劃的研究始于20世紀(jì)70年代，目前對(duì)這一問題的研究仍十分活潑,許多學(xué)者做了大量的工作。其主要研究?jī)?nèi)容按機(jī)器人工作環(huán)境不同可分為靜態(tài)結(jié)構(gòu)化環(huán)境、動(dòng)態(tài)環(huán)境和動(dòng)態(tài)不確定環(huán)境,按機(jī)器人獲取環(huán)境信息的方式不同可分為基于模型的路徑規(guī)劃和基于傳感器的路徑規(guī)劃。路徑規(guī)劃技術(shù)在機(jī)器人研究中占有重要位置，是移動(dòng)機(jī)器人自主決策系統(tǒng)的重要組成局部，是對(duì)移動(dòng)機(jī)器人進(jìn)行更深層次研究和應(yīng)用的根底。路徑規(guī)劃是指機(jī)器人按照一定的性能指標(biāo)〔路徑最短、時(shí)間消耗最少等〕，搜索一條從起始點(diǎn)到目標(biāo)點(diǎn)的無(wú)碰撞最優(yōu)或次優(yōu)路徑。路徑規(guī)劃主要涉及的問題包括：利用的環(huán)境信息或者傳感器的探測(cè)信息建立一種合理的環(huán)境模型，然后利用適宜的算法搜索一條從起始位置到目標(biāo)位置的最優(yōu)或次優(yōu)的無(wú)碰撞路徑。移動(dòng)機(jī)器人的路徑規(guī)劃方法分為基于地圖的全局路徑規(guī)劃和基于傳感器的局部路徑規(guī)劃?；谀Ｐ偷娜致窂揭?guī)劃，作業(yè)環(huán)境的信息完全，又稱靜態(tài)或離線路徑規(guī)劃；基于傳感器的局部路徑規(guī)劃，作業(yè)環(huán)境的信息全部未知或局部未知，又稱動(dòng)態(tài)路徑規(guī)劃。全局路徑規(guī)劃的主要方法有：可視圖法、自由空間法、柵格法、拓?fù)浞ǖ?；局部路徑?guī)劃的主要方法有：人工勢(shì)場(chǎng)法、D*算法、神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、蟻群算法、粒子群算法等[12]。機(jī)器人路徑規(guī)劃主要包括三個(gè)方面的問題：第一，如何表示環(huán)境，即環(huán)境中的障礙物和自由空間如何在計(jì)算機(jī)中表示。合理的環(huán)境表示才能有利于減少規(guī)劃量和規(guī)劃時(shí)間。第二，定位問題，指的是機(jī)器人如何在環(huán)境中確定自身位置以及障礙物的位置，并在這個(gè)根底上確定平安的通行范圍。第三，規(guī)劃算法，機(jī)器人通過怎樣的策略將一系列平安位置連接起來(lái)構(gòu)成從起始點(diǎn)到目標(biāo)點(diǎn)的平安路徑。4.1Dijkstra路徑規(guī)劃算法Dijkstra算法[13]是由荷蘭計(jì)算機(jī)科學(xué)家狄克斯特拉〔Dijkstra〕于1959年提出的，因此又叫狄克斯特拉算法。是從一個(gè)頂點(diǎn)到其余各頂點(diǎn)的最短路徑算法，解決的是有向圖中最短路徑問題。Dijkstra算法是典型最短路徑算法，用于計(jì)算一個(gè)節(jié)點(diǎn)到其他所有節(jié)點(diǎn)的最短路徑。主要特點(diǎn)是以起始點(diǎn)為中心向外層層擴(kuò)展，直到擴(kuò)展到終點(diǎn)為止。Dijkstra算法能得出最短路徑的最優(yōu)解，但由于它遍歷計(jì)算的節(jié)點(diǎn)很多，所以效率低。Dijkstra算法思想為：設(shè)G=(V，E)是一個(gè)帶權(quán)有向圖，把圖中頂點(diǎn)集合V分成兩組，第一組為已求出最短路徑的頂點(diǎn)集合〔用S表示，初始時(shí)S中只有一個(gè)源點(diǎn)，以后每求得一條最短路徑,就將所擴(kuò)展的頂點(diǎn)參加到集合S中，直到全部頂點(diǎn)都參加到S中，算法就結(jié)束了〕，第二組為其余未確定最短路徑的頂點(diǎn)集合〔用U表示〕，按最短路徑長(zhǎng)度的遞增次序依次把第二組的頂點(diǎn)參加S中。在參加的過程中，總保持從源點(diǎn)v到S中各頂點(diǎn)的最短路徑長(zhǎng)度不大于從源點(diǎn)v到U中任何頂點(diǎn)的最短路徑長(zhǎng)度。此外，每個(gè)頂點(diǎn)對(duì)應(yīng)一個(gè)距離，S中的頂點(diǎn)的距離就是從v到此頂點(diǎn)的最短路徑長(zhǎng)度，U中的頂點(diǎn)的距離，是從v到此頂點(diǎn)只包括S中的頂點(diǎn)為中間頂點(diǎn)的當(dāng)前最短路徑長(zhǎng)度，且節(jié)點(diǎn)與節(jié)點(diǎn)之間有路徑相連，那么路徑權(quán)值為有限正數(shù)，否那么路徑權(quán)值為無(wú)窮大。Dijkstra算法流程圖如圖4.1所示：圖4.1Dijkstra算法流程圖4.2A*算法相對(duì)于盲目搜索的效率低下，難以應(yīng)用于復(fù)雜問題，人們?cè)噲D利用問題所提供的特定信息來(lái)選擇待擴(kuò)展的頂點(diǎn)，以提高搜索速度。這種與具體問題有關(guān)，可知道搜索過程朝著可能的“最快”方向前進(jìn)的信息被稱為啟發(fā)式信息。相應(yīng)算法被稱為啟發(fā)式算法。在啟發(fā)式算法中，通常利用估價(jià)函數(shù)將頂點(diǎn)對(duì)應(yīng)的啟發(fā)式信息轉(zhuǎn)化為評(píng)價(jià)其搜索效率的代價(jià)值。在搜索的每一步根據(jù)估價(jià)函數(shù)從Open表中選擇帶擴(kuò)展的頂點(diǎn)。根據(jù)搜索過程中選擇帶擴(kuò)展頂點(diǎn)的范圍，啟發(fā)式搜索可分為全局擇優(yōu)搜索和局部擇優(yōu)搜索。全局擇優(yōu)啟發(fā)式搜索是指在Open表的所有頂點(diǎn)中選擇一個(gè)估計(jì)函數(shù)值最小的頂點(diǎn)進(jìn)行擴(kuò)展。局部擇優(yōu)啟發(fā)式搜索是指在剛生成的子頂點(diǎn)集合中選擇一個(gè)估價(jià)函數(shù)值最小的頂點(diǎn)進(jìn)行擴(kuò)展。在很多情況下，能夠通過檢測(cè)來(lái)確定合理的順序，選擇最優(yōu)希望的節(jié)點(diǎn)加以擴(kuò)展，搜索效率將會(huì)大大提高，稱這類搜索為啟發(fā)搜索〔HeuristicallySearch〕或有信息搜索〔InformedSearch〕。目前最常用的路徑搜素算法之一是A*〔AStar〕算法。A*算法是計(jì)算最優(yōu)路徑的經(jīng)典啟發(fā)試圖搜索算法，現(xiàn)已成功應(yīng)用在機(jī)器人路徑規(guī)劃、游戲?qū)ぢ?、車輛導(dǎo)航等方面。估價(jià)函數(shù)的正確選取直接關(guān)系到A*算法的成功與否，而函數(shù)確實(shí)定與實(shí)際情形也有著密切的關(guān)系，可根據(jù)實(shí)際情況對(duì)估價(jià)函數(shù)模型進(jìn)行變化。A*算法的規(guī)劃流程如下：a)把S放入OPEN表，記f=h，令CLOSED表為空表。b)重復(fù)以下過程，直至找到目標(biāo)節(jié)點(diǎn)為止，假設(shè)OPEN表為空表，失敗退出。c)選取OPEN表中未設(shè)置過的具有最小f值的節(jié)點(diǎn)為最正確節(jié)點(diǎn)BESTNODE，并把它放入CLOSED表。d)假設(shè)BESTNODE為目標(biāo)節(jié)點(diǎn)，那么成功求取一解。e)假設(shè)不是目標(biāo)節(jié)點(diǎn)，那么擴(kuò)展BESTNODE節(jié)點(diǎn)，產(chǎn)生后繼節(jié)點(diǎn)SUCCSSORf)對(duì)每個(gè)成功的SUCCSSOR進(jìn)行以下過程：1)建立從BESTNOD返回的指針；2)計(jì)算g〔SUC〕=g〔BES〕+g〔BES，SUC〕；3)如果SUCCSSOR，那么稱此節(jié)點(diǎn)為OLD，并把它填入BESTNODE的后繼節(jié)點(diǎn)表中；4)比擬新舊節(jié)點(diǎn)路徑代價(jià)，如果g〔SUC〕<g〔OLD〕，那么重新確定OLD的父節(jié)點(diǎn)為BESTNODE，記下較小代價(jià)g〔OLD〕，并修正f〔OLD〕的值；5)假設(shè)至LOD節(jié)點(diǎn)代價(jià)較低或一樣，那么停止擴(kuò)展節(jié)點(diǎn)；6)假設(shè)SUCCSSOR不在OPEN表中，那么看其是否在CLOSED表中；7)假設(shè)SUCCSSOR在CLOSED表中，那么轉(zhuǎn)向2〕；8)假設(shè)SUCCSSOR既不在OPEN表中，也不在CLOSED表中，那么把它放入OPEN表中，并填入BESTNODE后繼表，然后轉(zhuǎn)至7〕；g)計(jì)算f值。h)GOTOb)。A*算法流程圖如圖4.2所示：圖4.2A*算法流程圖4.3D*路徑規(guī)劃算法D*(D-Star，DynamicA*)算法[14]由Nilsson在1980年提出，是一種應(yīng)用廣泛的啟發(fā)式搜索算法，原理是通過不斷搜索逼近目的地的路徑獲取。經(jīng)典的A*算法是在靜態(tài)環(huán)境中求解最短路徑的一種極為有效的方法，許多學(xué)者通過對(duì)該算法的深入研究后，提出動(dòng)態(tài)A*算法，即D*〔DynamicAStar〕算法。D*算法是一種基于傳感器的機(jī)器人路徑規(guī)劃算法，由于其適用于復(fù)雜環(huán)境能力強(qiáng)，在國(guó)外許多移動(dòng)機(jī)器人研究中得到廣泛應(yīng)用。如在美國(guó)的火星探測(cè)器、DARPA〔DefenseAdvancedResearchProjectsAgency〕的無(wú)人戰(zhàn)車UGV〔UnmannedGroundVehicles〕工程研究以及CMU〔CarnegieMellonUniversity〕開發(fā)的適用于城市環(huán)境下作戰(zhàn)偵查的戰(zhàn)術(shù)移動(dòng)機(jī)器人中均得到應(yīng)用。D*算法是動(dòng)態(tài)的A*算法，首先基于離線應(yīng)用A*算法建立目標(biāo)距離勢(shì)場(chǎng)。機(jī)器人向目標(biāo)距離減小的方向前進(jìn)，當(dāng)遇到動(dòng)態(tài)障礙時(shí)，從機(jī)器人當(dāng)前的位置規(guī)劃一條能夠到達(dá)小于被阻路徑的目標(biāo)距離位置，而后更新路徑，機(jī)器人沿更新后的路徑實(shí)現(xiàn)避障。到達(dá)建立的目標(biāo)距離區(qū)域后，恢復(fù)離線規(guī)劃的路徑方向前進(jìn)。它如同多數(shù)路徑規(guī)劃算法一樣都采取“先嚴(yán)格規(guī)劃后反響執(zhí)行”的模式。D*路徑規(guī)劃算法事先從每個(gè)可能的位置到目標(biāo)點(diǎn)進(jìn)行Dijkstra或者A*搜索建立目標(biāo)距離勢(shì)場(chǎng)，然后機(jī)器人沿著初始路徑向目標(biāo)距離減少的方向前進(jìn)，當(dāng)遇到動(dòng)態(tài)障礙物時(shí)，地圖不斷地被更新，觸發(fā)連續(xù)重規(guī)劃。在D*算法中，用Dijkstra搜索建立目標(biāo)距離勢(shì)場(chǎng)，能夠獲得全局最優(yōu)初始路徑，但其遍歷計(jì)算代價(jià)大，所以效率低；用A*搜索建立目標(biāo)距離勢(shì)場(chǎng)，在大多數(shù)場(chǎng)合下能夠有效減少搜索空間，降低計(jì)算代價(jià)，但無(wú)法獲得全局最優(yōu)初始路徑；并且，當(dāng)事先建立的目標(biāo)距離勢(shì)場(chǎng)需要被不斷地進(jìn)行更新時(shí)，不管是用Dijkstra搜索還是用A*搜索修改局部勢(shì)場(chǎng)都會(huì)導(dǎo)致連續(xù)重規(guī)劃計(jì)算量大，耗時(shí)較長(zhǎng)，制約機(jī)器人對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)能力。4.4波陣面?zhèn)鞑シú嚸鎮(zhèn)鞑バ鸵?guī)劃器很適合柵格化表示的環(huán)境。其根本原理是：波陣面把結(jié)構(gòu)空間視為一種導(dǎo)熱物質(zhì)，如果存在一個(gè)路徑，熱從起始節(jié)點(diǎn)向目標(biāo)節(jié)點(diǎn)傳到，熱量將最終到達(dá)目標(biāo)節(jié)點(diǎn)。另外一個(gè)與波陣面規(guī)劃器相類似的是圖形學(xué)中的區(qū)域著色問題，在這個(gè)問題中，顏色向周圍的像素?cái)U(kuò)散。波陣面?zhèn)鞑サ囊粋€(gè)有意義的方面是，所有網(wǎng)格元素到目標(biāo)的最優(yōu)路徑可以作為副產(chǎn)品計(jì)算出來(lái)，圖的結(jié)果看起來(lái)像市場(chǎng)圖。KenHughes提出的Trulla算法是諸多波陣面型路徑規(guī)劃器中的一種，該算法利用了與勢(shì)場(chǎng)的相似性，它讓路徑自身來(lái)表示機(jī)器人應(yīng)該怎么做，仿佛路徑是一個(gè)傳感器觀測(cè)。波陣面?zhèn)鞑シǖ囊粋€(gè)吸引人的特點(diǎn)是它處理地形的方法，障礙物模型的導(dǎo)熱率為零〔熱量不能通過這個(gè)單元網(wǎng)格進(jìn)行傳導(dǎo)〕，暢通區(qū)域的導(dǎo)熱率是無(wú)窮大，對(duì)于能夠通過而不希望通過的地形區(qū)域[15]，可設(shè)置一個(gè)較低的導(dǎo)熱率，這就意味著熱量將以較低的速度穿過非期望區(qū)域。雖然有了非期望區(qū)域的損失，結(jié)果路徑也可能是最有路徑中的一條。波陣面法很自然地會(huì)在期望區(qū)域中的較長(zhǎng)路徑和非期望區(qū)域中的捷徑之間進(jìn)行折中選擇。機(jī)器人路徑規(guī)劃的波陣面?zhèn)鞑シ椒ㄒ呀?jīng)被其他的研究者提出過。傳統(tǒng)的方法是首先啟動(dòng)一個(gè)列表，這個(gè)列表只包含目標(biāo)點(diǎn)〔或者是圍繞目標(biāo)點(diǎn)小范圍的區(qū)域〕，并且對(duì)于這個(gè)區(qū)域中每一個(gè)未訪問的鄰居傳播兩個(gè)區(qū)域之間遍歷費(fèi)用的一個(gè)值。該區(qū)域從列表中刪除，并且它的所有新訪問的鄰居被添加到列表中，通過增加本錢對(duì)列表排序，并且這一過程用列表中最低本錢地區(qū)重復(fù)進(jìn)行。當(dāng)?shù)竭_(dá)源區(qū)域，這一過程終止。使用計(jì)算本錢值在端點(diǎn)之間構(gòu)造實(shí)際路徑。5總結(jié)與展望本課程研究學(xué)習(xí)報(bào)告完成了以下工作：1〕從研究當(dāng)今世界各國(guó)效勞機(jī)器人開展規(guī)劃和近況出發(fā)，分析了國(guó)內(nèi)外機(jī)器人產(chǎn)業(yè)的開展規(guī)劃和特征，指出了我國(guó)效勞機(jī)器人的開展?jié)摿褪袌?chǎng)開展趨勢(shì)；2〕以效勞機(jī)器人的開展離不開其技術(shù)的進(jìn)步與突破為核心，對(duì)當(dāng)今效勞機(jī)器人的前沿關(guān)鍵性技術(shù)進(jìn)行了具體的介紹，在當(dāng)今信息時(shí)代的沖擊下，對(duì)效勞機(jī)器人的處理和交互信息的能力要求越來(lái)越高，所以研究其關(guān)鍵性技術(shù)是不可缺少的一大主題；3〕對(duì)效勞機(jī)器人中涉及的動(dòng)力學(xué)正逆解問題進(jìn)行了分析，以牛頓-歐拉〔Newton-Euler〕法、拉格朗日〔Langrange〕法為例具體的介紹了其正逆解的遞推算法，同時(shí)從實(shí)際問題出發(fā)，利用拉格朗日法對(duì)機(jī)器人動(dòng)力