控制系统的基础知识与应用

虽然服务机器人分类广泛，有清洁机器人、医用服务机器人、护理和康复机器人、家用机器人、消防机器人、监测和勘探机器人等，但一个完整的服务机器人系统通常都由3个基本部分组成（移动机构、感知系统和控制系统）。因此，与之相应的自主移动技术（包括地图创建、路径规划、自主导航）、感知技术、人-机交互技术就成为各类服务机器人的关键技术基础。

要了解服务机器人控制系统的概念，首先需要理解机器人的路径规划与机器人的导航控制。

路径规划就是根据机器人所感知到的工作环境信息，按照某种优化指标，在起始点和目标点规划出一条与环境障碍无碰撞的路径。按机器人获取环境信息的方式不同，大致分为3种类型：基于模型的路径规划，主要应用于结构化环境，规划方法有栅格法、可视图法、拓扑法等；基于传感器信息的路径规划，主要用于非结构化环境，规划方法有人工势场法、确定栅格法和模糊逻辑算法等；基于行为的路径规划，把规划问题分解为许多相对独立的单元，如避碰、跟踪等。

常用的路径规划方法主要有3种：路线图方法（Roadmap Approach）、单元分解方法（Cell Decomposition）和爬行虫方法。

1.路线图方法

路线图方法主要利用可视图规划路径，该方法适用于环境中的障碍物是多边形的情况，将机器人、目标点和多边形障碍物的各顶点进行组合连接，要求机器人和障碍物各顶点之间，以及各障碍物顶点与顶点之间的连线均不能穿越障碍物，即直线是可视的。然后搜索路径的问题就转化为从起始点到目标点经过这些可视线的最短距离问题，如图3-1所示。

图3-1　路线图方法示意图

2.单元分解法

单元分解法是采用预先定义的基本形状单元来分解环境，并将这些基本单元及它们之间的连线组成一个连通图，然后运用图搜索的方法进行路径规划。(www.xing528.com)

根据分解单元的不同可以分为两类：精确单元分解法（梯形分解单元）和近似单元分解法（栅格单元）。

1）精确单元分解法

精确单元分解法是用梯形单元或三角形单元分解自由空间，并用连通图表示各单元之间的相邻关系，然后在连通图中搜索路径，找到路径之后，再将单元序列转换为安全路径（即连接两个相邻单元的中点）。

2）近似单元分解法

近似单元分解法主要是栅格分解法。开始时整个环境被分割成多个较大的矩形，每个矩形之间都是连续的，如果某矩形内部包含障碍物或者边界，则继续分成4个小矩形，该分割递归进行直到每个矩形或者是完全的自由空间，或者是完全被障碍物占据。在进行路径规划时，只用完全是自由空间的栅格，同样该方法的规划也是用图搜索的方法进行。栅格法容易实现，但是栅格划分的大小直接影响环境信息的存储量和规划时间的长短。栅格划分过大，信息存储量小，会丢失许多有用的信息，分辨率下降；栅格划分过大，信息存储量急剧增加，规划时间长。

3）爬行虫算法

上述几种方法都是全信息规划方法，爬行虫算法是用有限的信息进行规划。在该方法中，机器人时刻知道目标的方位并且只能感知局部范围内的环境，环境中包含有限个障碍物，并且一条直线和障碍物相交有限次。机器人开始时向着目标位置运动，当遇到障碍物时沿着障碍物边线运动，直到障碍物不再阻拦机器人向目标前进，机器人继续向目标位置前进。

导航的基本任务包括基于环境理解的全局定位、目标识别、障碍物检测，以及安全保护。根据环境信息的完整程度、导航指示信号类型等因素的不同，可以分为基于地图的导航、基于创建地图的导航和无地图的导航。根据采用硬件的不同，又可分为视觉导航系统和非视觉传感器组合导航。其中视觉导航和其他传感器融合将是服务机器人智能导航的主要发展方向。

感知技术用来完成对服务机器人位置、姿态、速度和系统内部状态的监控，以及感知服务机器人所处工作环境的信息。通常采用的传感器分为内部传感器和外部传感器。传感器的选择在很大程度上影响了机器人的导航质量。在实际应用中往往使用多种传感器共同工作，并采用传感器融合技术对检测数据进行分析、综合和平衡，利用数据间的冗余和互补特性进行容错处理，以求得到所需要的环境特性。

由于服务机器人直接和人打交道，因此实现人与机器人相互之间的互助、信息传递非常重要。这主要包括视觉和语音交互、力觉和触觉交互，多通道交互，以及新型人机交互，以便提供友好的用户界面，多层次、可选择的用户输入和方便的用户操作。此外，由于操作者和服务机器人常有直接接触，加之某些服务机器人的实际用户应变能力差，因此系统的安全性是设计过程中要考虑的首要问题。所以安全保护技术也是服务机器人关键技术之一。