導航與避障是實現(xiàn)機器人自主移動的重要支撐，對于大多數(shù)室內移動的機器人而言，其產業(yè)化面臨的成本與性價比問題，對于導航技術實現(xiàn)的影響尤為突出。因此，低成本的室內導航技術研究具有重要的科學意義和應用價值。本文整理自中國科學院深圳先進技術研究院智能仿生中心副主任歐勇盛博士的演講稿。

機器人的應用前景

    總書記在2014年兩院院士大會上曾指出：“機器人是制造行業(yè)皇冠頂上的明珠”。機器人除了在工業(yè)應用方面已經有大量應用，在國防、科考、資源開發(fā)、養(yǎng)老助老以及服務業(yè)方面也有剛性需求。在國防方面，無人機、無人車、無人船正在不斷應用于偵察與作戰(zhàn)；在太空科考方面，由于環(huán)境過于惡劣，機器人通常是必不可少的，例如，在月球上，我們的玉兔號工作了兩年多，帶回大量珍貴的實驗數(shù)據(jù)；在資源開發(fā)方面，無人船或者無人潛艇進行海底資源的勘探也需要機器人技術；在養(yǎng)老助老以及社會服務領域，中國未來有著巨大的老齡化人口，康復輔助醫(yī)療類的機器人有很大的應用前景。

    機器人的自主移動性

雖然機器人的學術定義有很多種，但是，自主性是機器人與其它機器區(qū)分的一個最重要特性，通常其表現(xiàn)為能夠自主移動。能夠自主移動，也是機器人智能化的重要特點。機器人的自主移動功能，包括自主巡邏（家庭監(jiān)控機器人、社區(qū)監(jiān)控機器人、警用的巡邏機器人）、自主充電（各種掃地機器人或送餐機器人）、智能清掃（掃地機器人）、自動行駛（無人車）、自主巡航（無人機、無人船、無人潛艇）等，導航是機器人自主移動技術實現(xiàn)的重要支撐。

    機器人的導航有三大問題：首先是我在哪兒，這就需要機器人自己定位；其次是在機器人地圖上，目標在哪里；再次是怎么去，即如何繞開障礙物的問題。

    在室外，GPS能夠在一定程度上解決導航中的定位問題。但是，在室內以及需要高精度定位的場合，傳統(tǒng)GPS通常需要采用其他的傳感器來實現(xiàn)導航。我們這里主要討論的是室內移動機器人的導航問題，尤其是針對其產業(yè)化面臨的成本與性價比問題對于導航技術實現(xiàn)的影響，探討低成本的室內導航技術的實現(xiàn)方式。

    掃地機器人例子

    首先講一下室內應用比較成功的機器人，也就是掃地機器人。早期的掃地機器人缺乏精確的全局定位導航方式，都是采用盲掃的方式，導致漏掃的區(qū)域多，既費電又耗時，而且自動回充電站的失敗率很高，續(xù)航不能保障。在那一段時間，由于大家技術都差不多，而我們又有人力成本優(yōu)勢，國產的產品占據(jù)了大量的市場。近幾年，一些公司如：Irobot的Northstart系統(tǒng)，在定位與導航方式上取得了突破，率先在掃地機器人上實現(xiàn)了精確的全局定位導航方式，而且自動充電又有了保障，大幅度提升了掃地的工作效率與性能。比如：

    低成本激光導航：主要先由Neato掃地機器人上應用，通過激光掃描測量，探測障礙物精確位置，進而通過匹配構建室內柵格地圖，實現(xiàn)實時定位，最后結合智能規(guī)劃算法，漏掃大大減少。這種方法在有多個房間的情況下仍然實用。采用激光實現(xiàn)導航是本領域相對成熟的技術，難點在于如何實現(xiàn)低成本的激光傳感器，以及如何針對低成本激光傳感器的精度刷新率等問題，提升算法的可靠性。

    攝像頭視覺導航：基于傳感器成本考慮，采用攝像頭看天花板的方式，提取圖像特征，通過匹配實現(xiàn)定位。這種方法主要是韓國的研發(fā)者實現(xiàn)，后來應用在LG的掃地機上。這種方法同樣存在缺陷，一個是圖像本身會受到光照環(huán)境影響存在不穩(wěn)定性，二是整體成本也不低，攝像頭固然便宜，但是處理圖像的時候需要大量計算，硬件成本也挺高。另外，如果掃地機鉆到桌子底下或者沙發(fā)凳子底下，原有的模型就有問題了。

    視覺導航算法+硬件化：針對視覺導航算法存在的運算量大的問題，將算法固化到芯片上，既可以降低成本，又能提高實時性。IRobot公司是這個領域的領先者，這個公司是一個軍方公司，它在這個領域有很多積累，美國的導彈打得準就是原來把非常復雜的計算用硬件實現(xiàn)了。目前來說，iRobot的掃地機器人仍然是本領域技術水平最高的產品。

    導航技術的成本問題

    從掃地機器人的例子我們可以看到，作為一種面向消費者的產品，我們固然要追求技術的進步，但我們同樣需要考慮技術實現(xiàn)的成本問題。

    第一個方面就是傳感器等硬件成本的問題：例如，采用激光實現(xiàn)導航是本領域相對成熟的技術，早已在很多實驗室機器人，如先鋒機器人平臺上實現(xiàn)。但是，實驗室機器人多數(shù)采用價格高達數(shù)萬元的sick等專業(yè)激光掃描測距儀，用在家用掃地機上，顯然是消費者難以承受的。換句話說，哪怕技術能夠實現(xiàn)，如果硬件成本超過了消費者能夠承受的范圍，那么如何解決這個問題就成了關鍵問題。具體到導航方面，使用低成本的激光、低成本的攝像頭，這都是提升產品競爭力的重要方式。在低成本激光方面，目前很多人都看好這一市場前景，因而發(fā)展迅速，競爭非常激烈，現(xiàn)在深圳就有好幾家做這個激光，已經做到一百多的價格了。

    另外一個方面是使用的成本問題，例如，一些工業(yè)AGV、倉儲機器人，采用鋪設磁條、安裝磁釘?shù)姆椒?，已經實現(xiàn)了定位導航，而且應用得很好。但是，這種方法在面向大眾的服務機器人上并不實用，如家庭服務、迎賓接待等機器人，主要原因是使用成本高。為了買一個機器人，在家庭內部大量安裝設備，是用戶很難接受的。除此之外，工業(yè)上應用較廣的巡線等方式，也存在使用不靈活等問題，這也是采用這一技術的送餐機器人普遍面臨的問題。

    低成本導航的技術難點及相關技術

    一方面，采用低成本傳感器需要克服精度低、噪聲大、測量不穩(wěn)定等問題；另一方面，應對任意的使用環(huán)境，要盡可能少安裝設置標記。這對我們在算法上的進一步改進提出了更高的要求。如何采用有效資源解決環(huán)境的理解、傳感器的不精確帶來的數(shù)據(jù)完整問題，尋求導航的硬件成本、計算復雜度和技術可靠性等方面的平衡點，為面向大眾消費者推廣的機器人產品提供導航技術是我們的目標。

    基于視覺的導航，是一種被普遍研究的方案。采用的傳感器包括單目攝像頭、雙目攝像頭、深度攝像頭等。在這一領域，目前比較新的方法包括ORB-SLAM、SVO、DSO等。其中，ORB-SLAM是一個相對完整以及系統(tǒng)化的方案，該方法通過提取FAST圖像特征，定位特征點位置，再提取特征點位置的旋轉的BRIEF特征，作為ORB特征描述子；通過多幀之間的ORB匹配，估計機器人的位置變化；使用dbow2庫進行回環(huán)檢測，具備重新定位能力，使用g2o作為global和local的優(yōu)化。該方法的缺陷在于，構建的地圖是稀疏特征地圖，只能用于定位，不能用于路徑規(guī)劃導航；另外，對于特征較少的場景適應能力弱，計算量也比較大。

    基于激光的SLAM，是相對成熟流行的方法。其優(yōu)勢在于一個是精度比較好，二是可以繪制障礙柵格地圖用于路徑規(guī)劃，三是對工作環(huán)境依賴度不多，不需要額外設置物體。很多服務機器人，如優(yōu)必選的機器人，就是用這個方式。這兩年，小米也推出了采用該技術的1688元的小米掃地機器人，以低價優(yōu)勢取得大量市場。在這一領域，有研究者采用深度攝像頭提取激光掃描測距信息實現(xiàn)導航，但是，深度攝像頭的視角太小，測量誤差較大，只采用這種方式很難調的穩(wěn)定。

    為了克服低成本激光帶來的噪聲大、測量角度距離精度低、測量不穩(wěn)定等問題，我們通常需要結合其他的傳感器，比如碼盤和IMU，采用數(shù)據(jù)融合的方式實現(xiàn)SLAM，減少匹配錯誤。這些匹配錯誤經常發(fā)生在長走廊、過于復雜零碎的場景。另外，如何實現(xiàn)在大場景下的回環(huán)檢測與矯正，也是需要考慮的問題。

    精確的航跡推算，可以一定程度降低對激光等外部感知傳感器性能的要求。普遍采用的方法是結合機器人運動學模型的擴展卡爾曼濾波方法，當然還有很多更好的濾波方法 進一步提高精度。這也是一個非常重要的問題，因為精確的航跡推算，將使系統(tǒng)應對復雜外部環(huán)境變化的能力大大提升。有人曾提出，如果機器人僅用碼盤和陀螺，走50米不能出現(xiàn)20cm誤差，算是一個相對成功的航跡推算系統(tǒng)，而這是比較難的，需要大量的工程調試。當然，只依靠航跡推算是不行的，因為只依靠內部傳感器，累計誤差是無法消除的，只能通過外部感知（如激光、攝像頭等）進行調整。

    路徑規(guī)劃分為全局路徑規(guī)劃和局部路徑規(guī)劃，全局路徑規(guī)劃普遍采用A*算法。路徑規(guī)劃的難點在于場景的動態(tài)變化。在實際使用過程中，由于場景存在人流等動態(tài)變化，會增加路徑規(guī)劃與局部避障的難度。更麻煩的一點是，傳感器本身的噪聲會在這個時候被放大：在應對動態(tài)場景時，必須更強的依賴激光等障礙探測傳感器，在玻璃等反光位置，會產生大量噪聲點，而吸光的障礙又難以被探測，導致你分不清哪些障礙物、哪是噪音。前段時間，Uber無人駕駛車撞死人的事故中，有相當一部分原因就是對激光探測的噪聲及障礙處理不當導致的。

    發(fā)展趨勢

    更少設置的“路標”。設置路標是一種早期比較常用的方法，標記的唯一性能夠大幅度提升定位的可靠性。在充電站等位置，做出特殊設計，為機器人提供一個絕對定位，是常用的方案。iRobot的Northstar系統(tǒng)，就是通過充電站、導航盒等，向屋頂投射標記，機器人檢測標記，實現(xiàn)絕對定位。為了滿足導航功能的易用性需要，路標越來越少是總體趨勢。

    要能應對實際場景的人群干擾。比如基于天花板圖像的slam技術，這種方法成本低，是一種目前較為實用的輔助導航方式，能夠有效應對寬闊大場景（激光SLAM難以處理）、人群干擾。如何解決特征不夠、特征重復等問題是方向。

    WIFI或超寬帶無線定位  ，不失為一種解決大場景下機器人定位的有效輔助方式。其中，超寬帶定位已經有一定應用，但如何減少安裝、如何提升抗干擾能力是關鍵。

    基于室內光通信的方案。采用特殊的LED燈具，可以發(fā)射經過調制的可見光信號，機器人或手機讀取該光信號，實現(xiàn)定位。飛利浦光通信定位已開始在商場應用，在超市里面購物，不知道白糖在哪兒，你不需要找了，下載APP就可以用手機捕捉光信號，實現(xiàn)自身的定位，進而找到路線。

    更高度集成的專業(yè)傳感器及芯片系統(tǒng)。如，DVS傳感器，直接將軟件算法硬件化，用硬件就能提取輸出圖像特征，大大提升了實時性，降低了導航算法對處理器的要求。現(xiàn)在不少的公司在研發(fā)相關的傳感器。在以后，導航功能，包括傳感器數(shù)據(jù)采集、處理、地圖創(chuàng)建、定位以及路徑規(guī)劃控制等等，很可能集成到一個芯片系統(tǒng)實現(xiàn)，從而實現(xiàn)導航技術上的革命。