【正文】 是復(fù)雜多變的，高動態(tài)性、高適應(yīng)性、高負(fù)載能力是服務(wù)機(jī)器人特別是戶外機(jī)器人發(fā)展的方向之一。以機(jī)械臂為代表的工業(yè)機(jī)器人必須滿足對高負(fù)載及高速的雙重需求，但是高負(fù)載與高速將給機(jī)器人帶來額外的影響，一方面是對外部運(yùn)動生成器提出更高的要求，其生成的指令必須是內(nèi)環(huán)伺服控制器能夠有效執(zhí)行的；另一方面，大負(fù)載高速運(yùn)動引起內(nèi)部摩擦等非線性因素放大，如此，傳統(tǒng)的動力學(xué)將不適合這種情況，對控制器的設(shè)計將提出更高要求。以四足機(jī)器人BigDog為代表的戰(zhàn)場復(fù)雜地形環(huán)境下移動機(jī)器人則詮釋著機(jī)器人動力學(xué)控制的精髓。BigDog四足機(jī)器人在復(fù)雜地形移動時，通過自身攜帶的傳感設(shè)備實(shí)時感知與周邊環(huán)境的作用力，內(nèi)部核心位姿控制器能夠通過每條腿與地面接觸的反應(yīng)力來協(xié)調(diào)腿部運(yùn)動學(xué)，核心問題包括四足機(jī)器人的運(yùn)動學(xué)及全狀態(tài)動力學(xué)精確建模用以生成步態(tài)及控制器設(shè)計。智能認(rèn)知與感知是機(jī)器人與人、機(jī)器人與環(huán)境進(jìn)行交互的基礎(chǔ), 目前與服務(wù)機(jī)器人密切相關(guān)的智能認(rèn)知感知技術(shù)包括腦生肌電認(rèn)知、城市環(huán)境下移動機(jī)器人對環(huán)境的感知與識別以及智能空間等3方面。在腦生肌電認(rèn)知方面，研究者主要是希望通過腦波、肌肉神經(jīng)信號幫助殘障人士操作智能輪椅、假肢等器具，以恢復(fù)其肢體功能。其中由Darpa 資助的功能假肢DEKA Arm項(xiàng)目的研究人員在Nature上介紹了通過建立一種神經(jīng)界面將大腦皮層神經(jīng)活動翻譯成能夠操縱輔助裝置的控制信號，從而恢復(fù)癱瘓者的運(yùn)動能力和獨(dú)立生活能力。而且證明了長期癱瘓或中樞神經(jīng)受到損傷的人可以通過神經(jīng)信號恢復(fù)控制復(fù)雜裝置的能力 (見圖7)。Rebsamen等進(jìn)行腦電波控制輪椅移動時，通過對已知環(huán)境的特定目標(biāo)的路徑進(jìn)行規(guī)劃，而使用者只需要集中于數(shù)量有限的目標(biāo)，這樣能夠降低由于使用者注意力過度集中引起的疲勞，并提高輪椅移動的正確率。在城市環(huán)境下移動機(jī)器人對環(huán)境的感知與識別方面，主要是為提高無人系統(tǒng)的自主能力提供技術(shù)支持。典型的代表是Thrun帶領(lǐng)的Google的自動駕駛汽車項(xiàng)目(見圖8)，通過集成機(jī)載激光雷達(dá)，慣性導(dǎo)航設(shè)備獲得自動汽車實(shí)時的位置與交互環(huán)境數(shù)據(jù)，通過機(jī)載任務(wù)控制計算機(jī)進(jìn)行實(shí)時路徑規(guī)劃并行為決策，最終實(shí)現(xiàn)了實(shí)際道路的全程自主駕駛，并獲得了Nevada 的上路駕駛許可。另外，美軍最新的無人系統(tǒng)路線圖中期望無人系統(tǒng)能夠具備自主避障并降低對GPS信號的依賴，鑒于此，國外一些研究機(jī)構(gòu)將機(jī)器視覺、超聲、激光雷達(dá)等多傳感器進(jìn)行了信息融合，以期得到無人系統(tǒng)在未知復(fù)雜環(huán)境下的位姿信息, 并重建地圖, 達(dá)到自主躲避功能。其中Koray等于2009年通過直升機(jī)上一個單目相機(jī)識別室內(nèi)地標(biāo)建立室內(nèi)SLAM 算法實(shí)現(xiàn)飛行器在廊道里的自主飛行，未來工作將側(cè)重于算法效率的提高，并對諸如樓梯等更為復(fù)雜的環(huán)境信息進(jìn)行獲取重建以得到一幢樓宇或是一片地區(qū)的可供飛行器導(dǎo)航的信息。CMU的 Scherer 等于2009 年利用激光雷達(dá)并采用 evidence gird 方法構(gòu)建3D地圖以感知未知環(huán)境，實(shí)現(xiàn)直升機(jī)低空完全自主避障飛行。智能空間是以傳感器網(wǎng)絡(luò)為基礎(chǔ)，目前主要是為醫(yī)護(hù)人員實(shí)時監(jiān)測在一個固定空間內(nèi)活動的老年人或病人的身體狀況提供技術(shù)支持。Helal等為實(shí)現(xiàn)對糖尿病患者的行為監(jiān)測，建立了一個包括傳感器硬件層、原始數(shù)據(jù)層、數(shù)據(jù)融合層、數(shù)據(jù)分析層及決策層5層結(jié)構(gòu)的智能空間，具有靈活擴(kuò)展、自集成、遠(yuǎn)程監(jiān)控與自動模型生成分析等特點(diǎn)，已經(jīng)在兩處地方進(jìn)行了人員飲食起居等活動的檢查分析，依據(jù)現(xiàn)有準(zhǔn)則，行為識別準(zhǔn)確率達(dá)到了98%，未來將在行為準(zhǔn)則判據(jù)上進(jìn)行深入研究。目前，智能空間研究主要集中在傳感器組網(wǎng)通訊、高效環(huán)境信息提取重建、數(shù)據(jù)源與服務(wù)集成等方面。.值得一提的是，人形機(jī)器人ASIMO的最新展示表明其能夠通過視覺自主躲避障礙物并同時具有識別3個人不同聲音的人機(jī)交互能力，總體而言, 這些感知識別技術(shù)在高效計算與精確識別方面有著巨大的發(fā)展空間，未來智能認(rèn)知與感知主要是在傳感器技術(shù)發(fā)展的基礎(chǔ)上，進(jìn)行大量數(shù)據(jù)有效分類、歸納, 并提取可靠有效信息，凝聚成反映人–機(jī)–環(huán)境交互關(guān)系的特征數(shù)據(jù)網(wǎng)，并結(jié)合人工智能的發(fā)展及高效能計算能力的實(shí)現(xiàn)，為服務(wù)機(jī)器人的智能化發(fā)展提供基礎(chǔ)保障。機(jī)器人多模式網(wǎng)絡(luò)化交互, 主要體現(xiàn)在兩個方面，一是機(jī)器人之間的組網(wǎng)協(xié)調(diào)，包括單一類型機(jī)器人群體及多類型機(jī)器人群體協(xié)作問題。另一方面是 MEMS 技術(shù)、應(yīng)用軟件及網(wǎng)絡(luò)通訊新技術(shù)的發(fā)展催生出的新型人機(jī)交互模式。在單一類型機(jī)器人群體的交互研究方面，MIT 的 Schwager 等應(yīng)用一致學(xué)習(xí)控制算法于地面群體機(jī)器人實(shí)現(xiàn)相對于局部未知環(huán)境下目標(biāo)傳感源的收斂分布，這類機(jī)器人的行為屬性較為一致，在局部通訊規(guī)劃決策上比較容易得到一致描述。在多類型機(jī)器人群體協(xié)作上,群體的行為屬性增加，決策層更為復(fù)雜，University of California，Berkeley的Sastry等以地面移動機(jī)器人及空中飛行機(jī)器人為主體，設(shè)計了追逃場景，通過分層策略實(shí)現(xiàn)了空曠環(huán)境下的機(jī)器人協(xié)同通訊與移動控制。2011年 University of Brussels 的 Dorigo 等通過在室內(nèi)設(shè)計由包括空中機(jī)器人、地面機(jī)器人、執(zhí)行機(jī)器人在內(nèi) 3 種不同機(jī)器人協(xié)同完成取書任務(wù)，首次表明了結(jié)構(gòu)化未知環(huán)境下多種類機(jī)器人群體的協(xié)同搜救能力，未來將進(jìn)行非同類群體機(jī)器人嚴(yán)格的行為數(shù)學(xué)描述及分層多向控制與通訊研究。此外，以體感游戲、3G 網(wǎng)絡(luò)交互為代表的新型人機(jī)交互模式亦為服務(wù)機(jī)器人發(fā)展提供相應(yīng)的技術(shù)支撐。 其中體感游戲主要是通過集成 MEMS 傳感器、計算機(jī)視覺識別、短距離無線通訊、包含肢體功能的視頻游戲等為一體，在娛樂的同時促進(jìn)用戶肢體運(yùn)動, 以達(dá)到休閑或是物理康復(fù)的目的。相比較于 2G 網(wǎng)絡(luò)，3G 網(wǎng)絡(luò)由于能夠提供更高的傳輸速度，而且 3G 網(wǎng)絡(luò)模塊能夠保證在移動時的數(shù)據(jù)傳輸速度，因此基于3G 網(wǎng)絡(luò)的遠(yuǎn)程人機(jī)交互在機(jī)器人中延遲更小，而且能夠提供更為豐富的信息。移動機(jī)器人的路徑規(guī)劃就是給定機(jī)器人及其工作環(huán)境信息，按照某種優(yōu)化指標(biāo),在起始點(diǎn)和目標(biāo)點(diǎn)間規(guī)劃出一條與環(huán)境障礙無碰的路徑。機(jī)器人路徑規(guī)劃的研究始于20世紀(jì)70年代，目前對這一問題的研究仍十分活躍,許多學(xué)者做了大量的工作。其主要研究內(nèi)容按機(jī)器人工作環(huán)境不同可分為靜態(tài)結(jié)構(gòu)化環(huán)境、動態(tài)已知環(huán)境和動態(tài)不確定環(huán)境,按機(jī)器人獲取環(huán)境信息的方式不同可分為基于模型的路徑規(guī)劃和基于傳感器的路徑規(guī)劃。機(jī)器人路徑規(guī)劃的方法主要有:C空間法、人工勢場法、可視圖法、單元分解法和分解法等。這些方法各有所長,但離完全實(shí)用化還有一段距離，需多方面技術(shù)的提高和改進(jìn)。移動電源的地位在移動式服務(wù)機(jī)器人中歷來十分重要,可以說是它的生命源。移動電源需要同時滿足機(jī)器人的多種能源需要,如為移動機(jī)構(gòu)提供動力、為控制電路提供穩(wěn)定的電壓和為服務(wù)執(zhí)行模塊提供能源等。在移動式服務(wù)機(jī)器人領(lǐng)域,一般采用化學(xué)電池作為移動電源。理想的電池應(yīng)該具有十分高的能量密度、能夠在放電過程中保持恒定的電壓、內(nèi)阻小以便具有快速放電能力、能夠耐高溫、可充電以及成本低等。但實(shí)際上沒有一種電池可同時具備上述優(yōu)點(diǎn),這就要求設(shè)計人員根據(jù)實(shí)際任務(wù)的需要,選擇一種合適的電池。