这是一篇读书总结，书名：《移动机器人技术基础与制作》，标题就不解释了。_
2018年有幸转行到智能机器人行业，从个人来讲既是机遇也是挑战。智能机器人行业作为一个新兴行业，它所需要的专业技术、知识和我以往面对的行业是不一样的，学习智能机器人相关的专业知识也就是必不可少的。“十二五”国家重点图书《移动机器人技术基础与制作》，是我的第一本书智能机器人相关知识入门书籍，从中我学到不少新的知识。
移动机器人是什么？我以前认为只有有拟人化外形，而且可以自主移动的设备才是机器人，这个认知太过狭隘。通过本书的学习，我刷新了机器人的定义，“一种由传感器、遥控操作器和自动控制的移动载体组成的机器人系统”，“一个集环境感知、动态决策与规划、行为控制与执行等多种功能为一体的综合系统”，前者是侧重结构组成的定义，后者是侧重功能技术的定义。只要满足前一个定义，其实它就可以称作是机器人。在这个认知的基础上，我发现现在市面上很火的大疆无人机、百度无人车其实都是机器人，还有智能轮椅其实也算机器人，于是我有了一个新的视角来看待这些产品。
与移动机器人相关的最重要的技术有三个，自动导航技术，多传感器信息融合技术，还有就是人机交互技术。通过本书的阅读学习思考，在这三个方面我都有一些收获。
应该说，精确可靠的导航技术是机器人自主运动的基础，而导航技术的关键在于定位技术，从书本中我了解到定位分为相对定位技术和绝对定位技术，相对定位是根据机器人相对初始位置的位移来进行定位的方式。这个知识点使我想到我们的小π机器人，平时测试过程中机器人关机后，如果有挪动它的位置，那么重新开机后，机器人的地图位置就会出错，需要重新初始化它的位置。很显然我们的机器人底盘采用的是相对定位的技术，关机挪动它的位置，因为挪动的这段距离没有被机器人感应到，那么它相对初始位置的位移就缺失了一段，再次开机后地图位置出错也就不可避免了。这使我对我们机器人底盘导航定位的原理有多了一层了解。
说到导航定位，我也会不由想起目前市场非常前沿的自动驾驶技术，它们的定位技术又是怎样的呢？除了采用基于 GPS技术的绝对定位，自动驾驶还需要采用局部区域的相对定位技术，比如基于视觉的道路特征识别定位方案就是采用相对定位技术。由此也可以知道，其实相对定位技术和绝对定位技术并没有好与不好之分，只有适合与不适合之分。导航技术的另一个关键技术是路径规划，有了地图定位信息，但是如何让机器人选择最优可行路径进行导航运动，这是另一个重要技术问题。路径规划的好坏依赖于采用算法的优劣，A算法/D算法还有遗传算法，每次机器人运动过程中遇到障碍后都会利用这些算法来重新计算规划新的路径。想到这里，我就明白了，每次我故意挡在机器人前面，机器人都需要反应半天才能重新找到新的路径，才能绕开我这个“障碍”，是因为它需要实时探测周围的环境信息，然后进行大量的运算来完成新路径的规划，这个过程对于机器人来说也需要一点儿时间。
机器人要实现自主导航路径规划，也是有前提的，首先它得获取周遭的环境信息，而这必须依赖于遍布机器人周围的传感器。机器人身上的传感器越多，获取的信息也就越多，但是信息越多，并不一定意味着机器人对周遭环境的判定就能越准确。因为各种传感器获取的信息，有可能存在冗余信息/互补信息/协同信息，这些信息不是直接就可以使用的，而是需要再次进行加工处理。加工处理这些传感器收集的信息，尽可能完整全面准确地让机器人对周遭环境做出判断，这种技术就是多传感器信息融合技术。这种技术在小π机器人身上就有应用，激光雷达传感器、超声波传感器以及深度传感器三个传感器信息的融合，促成了机器人更加全面完善的避障功能。
多传感器信息融合技术，涉及到很多具体的方法，比如加权平均法、基于参数估计得信息融合方法、证据推理，还有模糊理论以及神经网络，后两者跟近些年网上看到的深度神经网络技术相类似。令我比较惊讶的是，神经网络技术我是在2016年AlphaGo大战围棋高手李世石的新闻之后逐渐了解的，但是从本书了解到至少2011年之前神经网络的方法技术就已经存在了。通过网络查询，我进一步了解到其实神经网络技术从20世界中期最早出现，在20世纪80年代是研究热点。知识更新的速度是远超我学习的速度了，在这里仅仅是感叹一下。
最后一个关键技术，是人机交互技术，人与机器人之间要建立连接必须使用的技术。交互技术包括语音、手势、肌电、脑波等手段。目前语音交互技术是智能机器人交互的核心技术，而且它是人工智能技术研究的重点领域。人工智能技术近些年也异常火热，但什么是人工智能是什么、研究什么，之前并不了解。通过本书学习后，我了解到，人工智能就是采用人工的方法模拟大脑的某些智力功能，进行一些诸如判断、推理、证明、识别、感知、思考、设计、规划、学习、理解的能力。它研究的领域包括自然语音处理、模式识别、专家系统、智能数据库、智能调度与指挥、机器学习、人工神经网络、机器人学、程序自动化、定理证明、智能控制以及智能检索。在移动机器人上，路径规划、感知技术、专家系统以及自然语音处理都是人工智能技术应用的典型场景。
通过本书的学习，其实不仅仅学到了解到以上这些知识，还有一些其他的知识。尽管该书比较旧，但是里面还是有很多我没了解过的内容，学习它很有启发。总之，我不仅了解了更多的智能机器人相关的知识，而且也因此更加了解我们自己的小π机器人。
hylan 2019-1-31
网友评论