Page 196 - 机械设计制造与自动化技术研究

Research on Mechanical Design, Manufacturing and Automation Technology
机械设计制造与自动化技术研究

个覆盖几乎所有空间和时间的检测系统，可以提高感知系统的能力。因此，利用
机器视觉信息丰富的优势，结合由雷达传感器、超声波雷达传感器或红外线传感
器等获取距离信息的能力，来实现对机器人周围环境的感知成为各国学者研究的

热点。
使用多种传感器构成环境感知系统，带来了多源信息的同步、匹配和通信等
问题，需要研究解决多传感器跨模态、跨尺度信息配准和融合的方法及技术。但
在实际应用中，并不是所使用的传感器种类越多越好针对不同环境中机器人的具

体应用，需要考虑各传感器数据的有效性和计算的实时性。
所谓环境建模，是指根据已知的环境信息，通过提取和分析相关特征，将其
转换成机器人可以理解的特征空间。构造环境模型的方法分为几何建模方法和拓
扑建模方法。几何建模方法通常将移动机器人的工作环境量化分解成一系列网格

单元，然后以栅格为单位记录环境信息，通过树搜索或距离转换寻找路径；拓扑
建模方法将工作空间分割成具有拓扑特征的子空间，根据彼此连通性建立拓扑网
络，在网络上寻找起始点到目标点的拓扑路径，然后再转换为实际的几何路径。
实际上，环境模型的信息量与建模过程的复杂度是一对令人烦恼又难以回避

的矛盾。例如，针对城区综合环境中无人驾驶车辆的具体应用，环境模型应当能
够反映出车辆自动行驶时所必需的信息。与一般移动机器人只需寻找行走路径不
同的是，车辆行驶还必须遵守交通
规则。信息量越多、模型结构越复杂，则保存数据所需的内存就越多、计算

也越复杂。综合而言，建模过程的复杂度必须适当，要求能够及时反映出路况的
变化情况，以便做出应对。
（二）自主定位
定位是移动机器人应当解决的三个基本问题之一。虽然 GPS 能够提供高精

度的全局定位信号，但其应用受到一定局限。例如在室内 GPS 信号很弱；在复
杂的城区环境中经常由于 GPS 信号被遮挡、多径效应等原因造成定位精度下降、
位置丢失；在军事应用中，GPS 信号还经常受到敌方的干扰等。因此，不依赖
GPS 信号的定位技术在机器人领域具有广阔的应用前景。

目前最常用的自主定位技术是基于惯性单元的航迹推算技术，它利用运动估
计（惯导或里程计），对机器人的位置进行递归推算。但由于存在误差积累问题，
航迹推算法只适用于短时短距运动的位置估计，对于大范围的定位则常会利用传

·182·