自主定位导航术 机器人行动自如全靠它

　　当前，物流智能搬运机器人、扫地机器人等已在一些城市和家庭中实际应用，无人机、无人车等也在迅速推广中，这些机器人之所以能快速进入应用阶段，与自主定位导航技术的发展密不可分。

　　日前，艾瑞咨询旗下艾瑞网公布了他们总结的“2018年全球AI突破性技术TOP10”，基于多传感器跨界融合的机器人自主导航技术位列其中。机器人自主定位导航技术是什么？目前有几种可实现机器人自主定位导航的技术手段？实现这些技术及应用的难点与挑战是什么？

　　基础：视觉和雷达是最主要的传感器

　　可以说，自主定位导航技术已经成为机器人产品的核心和焦点之一。中国自动化学会专家委员、清华大学互联网产业研究院杜明芳博士告诉科技日报记者，自主导航，从大的方面来讲包括局域导航和全局导航两部分。局域导航是指通过视觉、雷达、超声波等传感器实时获取当前环境信息，提取数据融合后的特征，经智能算法处理后实现当前可通行区域的判断和多目标跟踪；全局导航主要指利用GPS提供的全局导航数据进行全局路径规划，并实现全电子地图范围内的路径导航。

　　“目前，视觉和雷达是局部自主导航时采用的两种最主要的传感器。”杜明芳解释，作为被动式传感器，视觉传感器的优点显著，比如获取信息丰富、隐蔽性好、体积小，不会因干扰带来“环境污染”，相对雷达来说成本低。而为了实现自主导航，多种传感器相互协作来识别多种环境信息较为普遍，如识别道路边界、地形特征、障碍、引导者等。如此一来，机器人才能通过环境感知来确定前进方向中的可达区域或不可达区域，确认自己在环境中的相对位置，以及对动态障碍物运动进行预判，为局部路径规划等提供依据。

　　杜明芳告诉记者，从当前发展情况看，多传感器信息融合技术已经被应用到自主导航系统中，所起的作用也关系着机器人的智能化水平。“该导航技术的核心在于可以对多传感器收集到的信息进行有效处理和融合，提高机器人对不确定信息的‘抵抗’能力，确保有更多可靠的信息被利用，有助于更为直观地判断出周围的环境。”他说。

　　视觉导航已成功应用于低空飞行器导航、无人机导航及火星探测器着陆过程的导航中。不过，杜明芳也表示，视觉传感器还存在提供的信息不直接，计算和存储需求量大，网络传播负担大等问题。利用多传感器信息融合可以消除机器人定位导航中的不确定性，提高精度，但是过度融合也会带来计算量的成倍增加。

　　如何解决这些问题？杜明芳认为，选择恰当的融合算法是关键。当前，“将智能计算理论、概率论等基础理论应用到机器人多传感器融合领域的做法越来越多。”他说。