移动机器人长期自主环境适应研究进展和展望.docx
版权申诉
136 浏览量
2023-02-23
20:13:55
上传
评论
收藏 302KB DOCX 举报
近年来, 随着机器人产业的快速发展, 多种类的移动机器人正逐步从实验室走进人类
的生活
[1]
.这意味着移动机器人的工作环境发生了由单一的实验测试场景到复杂的真实人类
世界的巨大转变, 同时其工作时间也由有限的周期性测试转变为连续的长期运行.相比相对
稳定的测试场景, 真实世界会存在动态干扰、光照条件变化、天气季节转变、环境改造等
诸多不确定性因素.真实世界中这些渐进或剧烈的环境变化给机器人环境感知与行为决策带
来巨大的挑战.如何使移动机器人适应真实世界中复杂多样的变化, 保证其长期自主环境适
应能力是长久以来国内外学者密切关注的挑战性研究问题
[2-3]
.
在移动机器人领域, 对一个机器人系统进行长期自主环境适应性的测试与验证, 其必
要条件是测试周期必须要完整覆盖其工作环境的周期性变化
[4-7]
.对于工作在室内环境的移动
机器人系统, 其工作周期通常以天为单位, 因此通常通过连续多周期的测试来验证系统的稳
定性.而对于工作在室外开放环境下的移动机器人系统, 因为光照、季节以及人为干扰等环
境条件的改变, 环境的表象、场景结构乃至于景物的分布均会发生不同程度的变化, 因此与
之对应的测试周期要以年为单位, 也就是要历经不同天气、季节等诸多环境条件的检验.
真实世界中复杂的环境条件变化对地图构建与维护、重定位及场景理解等移动机器人
基础的自主行为能力带来巨大的挑战.例如, 环境的表象及结构变化导致移动机器人对环境
当前的观测与先前构建的地图发生矛盾, 致使先验地图失效; 移动机器人在不同时间重复访
问同一场景时, 光照、季节等环境条件的变化或城市设施改建等人为因素会导致其两次对
场景的观测不一致, 进而导致其重定位的失败; 真实世界环境中存在大量的行人及车辆, 且
其行为存在偶然性与不确定性, 这给移动机器人尤其是高速移动机器人的自主导航造成巨
大的挑战; 移动机器人的场景理解主要是对其所处环境进行目标检测、语义分割及语义关
联等任务, 光照、季节等环境条件及对环境观测视角等的改变都会降低场景理解相关任务
的准确性.
要保证移动机器人在长期运行中具有良好的环境适应能力, 则主要需要其在地图构建
与动态维护
[8]
、重定位
[9]
和自主场景理解
[10]
这三方面行为任务均能够长期有效应对环境条件
变化.因此本文主要从这三方面分析论述移动机器人长期自主环境适应的研究进展与前沿动
态.
1. 移动机器人地图构建与动态维护
移动机器人在人工设计的实验室测试场景中的地图构建方法
[11-16]
已被广泛研究, 也已
趋于成熟.但这些传统方法大都默认环境的外观和结构是基本不变的, 因此移动机器人基于
先验地图来完成定位及导航等相关任务.此外, 早期针对动态环境的地图构建方法
[17-20]
将移
动物体看作环境中离群数据, 进而从观测数据中过滤或跟踪移动的物体.但它们还是基于机
器人所处环境的外观与结构是静态不变的假设, 这种假设使得这类方法在环境表象或结构
会发生巨大变化的真实世界中不再适用.
剩余22页未读，继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3675
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
