机器人定位与建图技术详解
1. 引言
从软件角度看,机器人在每一个时间点都需要做出大量决策。例如,决定如何避开前方障碍物、规划从教室到实验室的路线,以及在避免与其他物品碰撞的情况下从桌子上拿起笔等。这些决策构成了运动规划问题,即规划器要为机器人规划出一条无碰撞地到达目标的路径。
决策所需的第一个输入是环境地图,它包含了关于障碍物和感兴趣物品的所有信息,创建地图的过程被称为建图问题。另一个重要输入是确定机器人在地图上的位置,这就是定位问题。在很多情况下,即便有地图,如果不知道自身在地图上的位置,也无法进行导航。机器人同样需要随时知道自己的位置。定位和建图问题通常相互关联,常被一起解决,这就是同时定位与建图(SLAM)问题。
运动规划算法只是为机器人制定计划,提供一个机器人应该遵循的轨迹。而执行这个计划,即让机器人按照规划的轨迹移动,则是另一个问题,需要通过控制器来实现。控制器会尽可能让机器人精确地沿着规划轨迹移动,但由于传感误差、机器人滑动、驱动误差等因素,机器人可能会偏离轨迹,此时控制器会不断调整电机控制,以减少这些误差。
2. AI 基础
机器人软件设计的基本原理与人工智能(AI)程序大致相同。机器人代理从环境中获取传感器读数,对其进行处理以计算出一个动作,然后通过执行器来改变环境。这个过程形成了一个循环,即感知 - 规划 - 行动循环。在这个循环中,信息处理依赖于规划的概念,但规划模块也可以被反应模块或学习模块所替代。
2.1 规划、反应和学习的区别
- 规划 :代理首先获取决策所需的所有信息,并将其总结为一个知识模型存储在内存中。知识模型包
订阅专栏 解锁全文
61



被折叠的 条评论
为什么被折叠?



