導(dǎo)航與避障是實現(xiàn)機器人自主移動的重要支撐，對于大多數(shù)室內(nèi)移動的機器人而言，其產(chǎn)業(yè)化面臨的成本與性價比問題，對于導(dǎo)航技術(shù)實現(xiàn)的影響尤為突出。因此，低成本的室內(nèi)導(dǎo)航技術(shù)研究具有重要的科學(xué)意義和應(yīng)用價值。本文整理自中國科學(xué)院深圳先進技術(shù)研究院智能仿生中心副主任歐勇盛博士的演講稿。

機器人的應(yīng)用前景

    總書記在2014年兩院院士大會上曾指出：“機器人是制造行業(yè)皇冠頂上的明珠”。機器人除了在工業(yè)應(yīng)用方面已經(jīng)有大量應(yīng)用，在國防、科考、資源開發(fā)、養(yǎng)老助老以及服務(wù)業(yè)方面也有剛性需求。在國防方面，無人機、無人車、無人船正在不斷應(yīng)用于偵察與作戰(zhàn)；在太空科考方面，由于環(huán)境過于惡劣，機器人通常是必不可少的，例如，在月球上，我們的玉兔號工作了兩年多，帶回大量珍貴的實驗數(shù)據(jù)；在資源開發(fā)方面，無人船或者無人潛艇進行海底資源的勘探也需要機器人技術(shù)；在養(yǎng)老助老以及社會服務(wù)領(lǐng)域，中國未來有著巨大的老齡化人口，康復(fù)輔助醫(yī)療類的機器人有很大的應(yīng)用前景。

    機器人的自主移動性

雖然機器人的學(xué)術(shù)定義有很多種，但是，自主性是機器人與其它機器區(qū)分的一個最重要特性，通常其表現(xiàn)為能夠自主移動。能夠自主移動，也是機器人智能化的重要特點。機器人的自主移動功能，包括自主巡邏（家庭監(jiān)控機器人、社區(qū)監(jiān)控機器人、警用的巡邏機器人）、自主充電（各種掃地機器人或送餐機器人）、智能清掃（掃地機器人）、自動行駛（無人車）、自主巡航（無人機、無人船、無人潛艇）等，導(dǎo)航是機器人自主移動技術(shù)實現(xiàn)的重要支撐。

    機器人的導(dǎo)航有三大問題：首先是我在哪兒，這就需要機器人自己定位；其次是在機器人地圖上，目標(biāo)在哪里；再次是怎么去，即如何繞開障礙物的問題。

    在室外，GPS能夠在一定程度上解決導(dǎo)航中的定位問題。但是，在室內(nèi)以及需要高精度定位的場合，傳統(tǒng)GPS通常需要采用其他的傳感器來實現(xiàn)導(dǎo)航。我們這里主要討論的是室內(nèi)移動機器人的導(dǎo)航問題，尤其是針對其產(chǎn)業(yè)化面臨的成本與性價比問題對于導(dǎo)航技術(shù)實現(xiàn)的影響，探討低成本的室內(nèi)導(dǎo)航技術(shù)的實現(xiàn)方式。

    掃地機器人例子

    首先講一下室內(nèi)應(yīng)用比較成功的機器人，也就是掃地機器人。早期的掃地機器人缺乏精確的全局定位導(dǎo)航方式，都是采用盲掃的方式，導(dǎo)致漏掃的區(qū)域多，既費電又耗時，而且自動回充電站的失敗率很高，續(xù)航不能保障。在那一段時間，由于大家技術(shù)都差不多，而我們又有人力成本優(yōu)勢，國產(chǎn)的產(chǎn)品占據(jù)了大量的市場。近幾年，一些公司如：Irobot的Northstart系統(tǒng)，在定位與導(dǎo)航方式上取得了突破，率先在掃地機器人上實現(xiàn)了精確的全局定位導(dǎo)航方式，而且自動充電又有了保障，大幅度提升了掃地的工作效率與性能。比如：

    低成本激光導(dǎo)航：主要先由Neato掃地機器人上應(yīng)用，通過激光掃描測量，探測障礙物精確位置，進而通過匹配構(gòu)建室內(nèi)柵格地圖，實現(xiàn)實時定位，最后結(jié)合智能規(guī)劃算法，漏掃大大減少。這種方法在有多個房間的情況下仍然實用。采用激光實現(xiàn)導(dǎo)航是本領(lǐng)域相對成熟的技術(shù)，難點在于如何實現(xiàn)低成本的激光傳感器，以及如何針對低成本激光傳感器的精度刷新率等問題，提升算法的可靠性。

    攝像頭視覺導(dǎo)航：基于傳感器成本考慮，采用攝像頭看天花板的方式，提取圖像特征，通過匹配實現(xiàn)定位。這種方法主要是韓國的研發(fā)者實現(xiàn)，后來應(yīng)用在LG的掃地機上。這種方法同樣存在缺陷，一個是圖像本身會受到光照環(huán)境影響存在不穩(wěn)定性，二是整體成本也不低，攝像頭固然便宜，但是處理圖像的時候需要大量計算，硬件成本也挺高。另外，如果掃地機鉆到桌子底下或者沙發(fā)凳子底下，原有的模型就有問題了。

    視覺導(dǎo)航算法+硬件化：針對視覺導(dǎo)航算法存在的運算量大的問題，將算法固化到芯片上，既可以降低成本，又能提高實時性。IRobot公司是這個領(lǐng)域的領(lǐng)先者，這個公司是一個軍方公司，它在這個領(lǐng)域有很多積累，美國的導(dǎo)彈打得準(zhǔn)就是原來把非常復(fù)雜的計算用硬件實現(xiàn)了。目前來說，iRobot的掃地機器人仍然是本領(lǐng)域技術(shù)水平最高的產(chǎn)品。

    導(dǎo)航技術(shù)的成本問題

    從掃地機器人的例子我們可以看到，作為一種面向消費者的產(chǎn)品，我們固然要追求技術(shù)的進步，但我們同樣需要考慮技術(shù)實現(xiàn)的成本問題。

    第一個方面就是傳感器等硬件成本的問題：例如，采用激光實現(xiàn)導(dǎo)航是本領(lǐng)域相對成熟的技術(shù)，早已在很多實驗室機器人，如先鋒機器人平臺上實現(xiàn)。但是，實驗室機器人多數(shù)采用價格高達數(shù)萬元的sick等專業(yè)激光掃描測距儀，用在家用掃地機上，顯然是消費者難以承受的。換句話說，哪怕技術(shù)能夠?qū)崿F(xiàn)，如果硬件成本超過了消費者能夠承受的范圍，那么如何解決這個問題就成了關(guān)鍵問題。具體到導(dǎo)航方面，使用低成本的激光、低成本的攝像頭，這都是提升產(chǎn)品競爭力的重要方式。在低成本激光方面，目前很多人都看好這一市場前景，因而發(fā)展迅速，競爭非常激烈，現(xiàn)在深圳就有好幾家做這個激光，已經(jīng)做到一百多的價格了。

    另外一個方面是使用的成本問題，例如，一些工業(yè)AGV、倉儲機器人，采用鋪設(shè)磁條、安裝磁釘?shù)姆椒ǎ呀?jīng)實現(xiàn)了定位導(dǎo)航，而且應(yīng)用得很好。但是，這種方法在面向大眾的服務(wù)機器人上并不實用，如家庭服務(wù)、迎賓接待等機器人，主要原因是使用成本高。為了買一個機器人，在家庭內(nèi)部大量安裝設(shè)備，是用戶很難接受的。除此之外，工業(yè)上應(yīng)用較廣的巡線等方式，也存在使用不靈活等問題，這也是采用這一技術(shù)的送餐機器人普遍面臨的問題。

    低成本導(dǎo)航的技術(shù)難點及相關(guān)技術(shù)

    一方面，采用低成本傳感器需要克服精度低、噪聲大、測量不穩(wěn)定等問題；另一方面，應(yīng)對任意的使用環(huán)境，要盡可能少安裝設(shè)置標(biāo)記。這對我們在算法上的進一步改進提出了更高的要求。如何采用有效資源解決環(huán)境的理解、傳感器的不精確帶來的數(shù)據(jù)完整問題，尋求導(dǎo)航的硬件成本、計算復(fù)雜度和技術(shù)可靠性等方面的平衡點，為面向大眾消費者推廣的機器人產(chǎn)品提供導(dǎo)航技術(shù)是我們的目標(biāo)。

    基于視覺的導(dǎo)航，是一種被普遍研究的方案。采用的傳感器包括單目攝像頭、雙目攝像頭、深度攝像頭等。在這一領(lǐng)域，目前比較新的方法包括ORB-SLAM、SVO、DSO等。其中，ORB-SLAM是一個相對完整以及系統(tǒng)化的方案，該方法通過提取FAST圖像特征，定位特征點位置，再提取特征點位置的旋轉(zhuǎn)的BRIEF特征，作為ORB特征描述子；通過多幀之間的ORB匹配，估計機器人的位置變化；使用dbow2庫進行回環(huán)檢測，具備重新定位能力，使用g2o作為global和local的優(yōu)化。該方法的缺陷在于，構(gòu)建的地圖是稀疏特征地圖，只能用于定位，不能用于路徑規(guī)劃導(dǎo)航；另外，對于特征較少的場景適應(yīng)能力弱，計算量也比較大。

    基于激光的SLAM，是相對成熟流行的方法。其優(yōu)勢在于一個是精度比較好，二是可以繪制障礙柵格地圖用于路徑規(guī)劃，三是對工作環(huán)境依賴度不多，不需要額外設(shè)置物體。很多服務(wù)機器人，如優(yōu)必選的機器人，就是用這個方式。這兩年，小米也推出了采用該技術(shù)的1688元的小米掃地機器人，以低價優(yōu)勢取得大量市場。在這一領(lǐng)域，有研究者采用深度攝像頭提取激光掃描測距信息實現(xiàn)導(dǎo)航，但是，深度攝像頭的視角太小，測量誤差較大，只采用這種方式很難調(diào)的穩(wěn)定。

    為了克服低成本激光帶來的噪聲大、測量角度距離精度低、測量不穩(wěn)定等問題，我們通常需要結(jié)合其他的傳感器，比如碼盤和IMU，采用數(shù)據(jù)融合的方式實現(xiàn)SLAM，減少匹配錯誤。這些匹配錯誤經(jīng)常發(fā)生在長走廊、過于復(fù)雜零碎的場景。另外，如何實現(xiàn)在大場景下的回環(huán)檢測與矯正，也是需要考慮的問題。

    精確的航跡推算，可以一定程度降低對激光等外部感知傳感器性能的要求。普遍采用的方法是結(jié)合機器人運動學(xué)模型的擴展卡爾曼濾波方法，當(dāng)然還有很多更好的濾波方法 進一步提高精度。這也是一個非常重要的問題，因為精確的航跡推算，將使系統(tǒng)應(yīng)對復(fù)雜外部環(huán)境變化的能力大大提升。有人曾提出，如果機器人僅用碼盤和陀螺，走50米不能出現(xiàn)20cm誤差，算是一個相對成功的航跡推算系統(tǒng)，而這是比較難的，需要大量的工程調(diào)試。當(dāng)然，只依靠航跡推算是不行的，因為只依靠內(nèi)部傳感器，累計誤差是無法消除的，只能通過外部感知（如激光、攝像頭等）進行調(diào)整。

    路徑規(guī)劃分為全局路徑規(guī)劃和局部路徑規(guī)劃，全局路徑規(guī)劃普遍采用A*算法。路徑規(guī)劃的難點在于場景的動態(tài)變化。在實際使用過程中，由于場景存在人流等動態(tài)變化，會增加路徑規(guī)劃與局部避障的難度。更麻煩的一點是，傳感器本身的噪聲會在這個時候被放大：在應(yīng)對動態(tài)場景時，必須更強的依賴激光等障礙探測傳感器，在玻璃等反光位置，會產(chǎn)生大量噪聲點，而吸光的障礙又難以被探測，導(dǎo)致你分不清哪些障礙物、哪是噪音。前段時間，Uber無人駕駛車撞死人的事故中，有相當(dāng)一部分原因就是對激光探測的噪聲及障礙處理不當(dāng)導(dǎo)致的。

    發(fā)展趨勢

    更少設(shè)置的“路標(biāo)”。設(shè)置路標(biāo)是一種早期比較常用的方法，標(biāo)記的唯一性能夠大幅度提升定位的可靠性。在充電站等位置，做出特殊設(shè)計，為機器人提供一個絕對定位，是常用的方案。iRobot的Northstar系統(tǒng)，就是通過充電站、導(dǎo)航盒等，向屋頂投射標(biāo)記，機器人檢測標(biāo)記，實現(xiàn)絕對定位。為了滿足導(dǎo)航功能的易用性需要，路標(biāo)越來越少是總體趨勢。

    要能應(yīng)對實際場景的人群干擾。比如基于天花板圖像的slam技術(shù)，這種方法成本低，是一種目前較為實用的輔助導(dǎo)航方式，能夠有效應(yīng)對寬闊大場景（激光SLAM難以處理）、人群干擾。如何解決特征不夠、特征重復(fù)等問題是方向。

    WIFI或超寬帶無線定位  ，不失為一種解決大場景下機器人定位的有效輔助方式。其中，超寬帶定位已經(jīng)有一定應(yīng)用，但如何減少安裝、如何提升抗干擾能力是關(guān)鍵。

    基于室內(nèi)光通信的方案。采用特殊的LED燈具，可以發(fā)射經(jīng)過調(diào)制的可見光信號，機器人或手機讀取該光信號，實現(xiàn)定位。飛利浦光通信定位已開始在商場應(yīng)用，在超市里面購物，不知道白糖在哪兒，你不需要找了，下載APP就可以用手機捕捉光信號，實現(xiàn)自身的定位，進而找到路線。

    更高度集成的專業(yè)傳感器及芯片系統(tǒng)。如，DVS傳感器，直接將軟件算法硬件化，用硬件就能提取輸出圖像特征，大大提升了實時性，降低了導(dǎo)航算法對處理器的要求?，F(xiàn)在不少的公司在研發(fā)相關(guān)的傳感器。在以后，導(dǎo)航功能，包括傳感器數(shù)據(jù)采集、處理、地圖創(chuàng)建、定位以及路徑規(guī)劃控制等等，很可能集成到一個芯片系統(tǒng)實現(xiàn)，從而實現(xiàn)導(dǎo)航技術(shù)上的革命。