Page 27 - 测绘与空间地理信息研究
P. 27
第二章 地面测绘技术
二、测量机器人的困境与关键技术
（一）困境
测量机器人属于光机电一体化智能复杂无人自主系统，是一个涉及测绘、导
航与控制、电子、机械、高性能计算及人工智能的多学科交叉前沿研究领域。主
要技术难题包括：
1. 自主路径规划
自主路径规划主要面临如下问题：①算法适应性不强。当前很多路径规划算
法只能在某些场景内取得很好的效果，当场景发生较大变化时，不能保证规划质
量。②动态避障能力有限。目前的避障算法大多针对的是静态或低动态障碍物，
对于拥有高动态障碍物或者多动态障碍物的工作场景并不能满足实时避障需求。
③规划效率有待进一步提升。当前的路径规划算法大多是用于简单的移动任务，
当面向复杂测量任务时，难以确保规划的有效性、实时性以及最优性。
2. 智能场景感知理论
主要面临如下问题：
（1）检测能力有限
场景理解算法对受到遮挡的物体或小物体的检测能力较弱，机器人的识别范
围因此受限。
（2）样本依赖程度高
基于深度学习的场景感知通常需要标注大量的样本，人工成本高，并且有时
会遇到样本不平衡问题，而弱监督及无监督算法发展较为滞后。
（3）动态学习能力不足
大多数感知算法都依赖于初始训练阶段生成的模型，缺少根据测量过程中获
取的数据持续学习调整模型的能力。
3. 实时自适应多机协同
目前主要面临以下两个问题：未知环境下的任务动态分配问题和面向测量任
务的多机路径规划问题。这个问题涉及多个机器人自由度叠加所产生的高维组合
空间优化、机器人静态和动态约束等技术难点，导致难以进行实时、合理的多机
协同规划。
4. 复杂智能处理的实时计算
无人测量系统往往存在载荷能力小，计算资源极其有限，而涉及的多源传
·17·
