我们的智能移动机器人思维

尊敬的各位领导、嘉宾朋友们，下午好！在此，我代表浙江大学控制学院机器人实验室，向组委会表达深深的谢意，感谢给我这个机会与大家分享我们在智能机器人领域的研究成果。我是熊蓉教授，也是国家科技部重点专项智能机器人专家组的一员，RoboCup国际理事会的理事，以及浙江省机器换人专家组的重要成员。今天，我主要为大家介绍智能移动机器人的技术及应用。

当我们回望机器人的发展历程，从最初的工业应用到现在的各个领域，如外空探测、军事、医疗手术、康复等，我们已经见证了机器人的飞速发展和广泛应用。无论形态如何变化，智能始终是新一代机器人的核心。如何让机器人变得更智能，是当前全球研究机构和企业共同关注的焦点。

作为一个从事机器人研究近二十年的专家，我深知智能化是机器人发展的关键。我们实验室自2000年起，就主要关注机器人的智能化方向，特别是智能操作、智能移动和智能运动的研究。在过去的十七年里，我们取得了一些显著的成果。

关于智能操作。操作是工业机器人最基本的功能需求。随着制造业的快速发展，对机器人的智能性提出了更高的要求。我们的研究目标是让机器人能够通过各种传感器感知作业对象并进行在线作业。例如，我们之前研发的乒乓球对打机器人，就能够实现对某个对象的快速识别、定位，并规划自身的运动轨迹，实现动态平衡控制。

让我们聚焦智能移动。移动是机器人应用中至关重要的一环。我们面临的最大挑战是如何让机器人实现“自然无轨导航”。这是一种新的技术理念，旨在使机器人在未知环境中自主移动，无需预设轨迹或复杂的导航设备。我们正在通过深度学习和计算机视觉技术，让机器人学习并理解环境特征，从而自主决策移动路径。这一研究的进展和应用前景令人充满期待。

关于智能运动。我们致力于让机器人拥有更灵活、更智能的运动能力。这涉及到机器人的动力学建模、运动规划和控制算法等方面。我们的目标是让机器人在面对复杂环境时，能够自主决策、灵活运动，并与人类进行自然交互。

在今天的演讲中，我重点介绍了智能移动机器人的技术和应用。我们深知，智能化是新一代机器人的核心特征。为了实现这一目标，我们需要解决两个核心问题：感知和控制。通过获取环境和自身的信息，然后基于感知进行伺服控制，形成一个闭环系统，使机器人系统具有良好的适应性。

今天，我们迎来了一场科技与运动的融合盛宴。在这个实验室里，创新的精神和科技的魅力交织在一起，吸引了无数目光。从路透社到美联社，从国家地理频道到工博会，都在这里留下了深刻的足迹。今天，我要给大家讲述的，是关于一款乒乓球机器人与人类高手的对决故事。

这款机器人不仅拥有高超的乒乓球技艺，还能走路。它的诞生源于一种理念：仿造人类，实现高效作业。尽管它的行走速度与国际水平尚有差距，但它的核心技术在乒乓球对决中已经展现出令人惊叹的潜力。如何利用其全身关节保证稳定的平衡控制和作业精确性，是其关键技术所在。在工博会上，部长万钢也亲自体验了这款机器人的技艺。这也标志着我国在机器人技术领域的重大突破。

这项技术的工业应用前景更是广阔。在工业分拣领域，这款机器人已经投入使用，无论是快速识别耳机的位置，还是抓取插件等作业，都能精确完成。即使在机械臂面临人机标定和大量时间消耗的问题时，这款机器人也能在极短的时间内完成标定并开始精确作业。这一切都展示了其高效、精准的特质。

进一步的研究也正在深入进行中。面对现实领域中大量涉及高速旋转事物的挑战，我们开始了对带有高速旋转物体的轨迹预测研究。在国家自然科学基金的支持下，我们已经从最初对球的自然标志的识别跟踪，发展到现在的完全根据球的位置就能做出精确的轨迹预测。目前，我们正致力于让机器人能够把球打回到我们需要的地方。这不仅是对机器人技术的挑战，也是对智能控制的一次大胆尝试。

我们还深入研究了简化机器人编程的专业需求问题。目前，许多中小企业由于缺乏专业人员而难以应对高作业柔性需求。在这方面，ABB和KUKA等巨头已经推出了一些便捷试教的程序。而我们则致力于让机器人完成一些高层任务的学习，如装配手电筒或开关等。我们通过观察人的动作和操作后的效果来生成机器人的程序，使其能够模仿人类的操作方式。这一研究不仅为中小企业带来了便利，也为机器人技术注入了更多智能元素。

接下来是智能运动领域的探索。腿足式运动是解决轮式和履带式移动无法到达的特殊地面的关键。我们研究了如何使机器人跳得更高、更快并降低能耗。从单弹性驱动关节着手，我们研发了一种能快速弹跳的单腿机器人，其跳跃高度和能耗性能在国际上都是领先的。在此基础上，我们还研发了双足跑跳机器人，其速度已经达到了惊人的水平。“赤兔”四足机器人的研发也取得了重要进展，尽管与液压驱动的四足机器人相比仍有差距，但其电机驱动的优势和快速适应不平整地面的能力已经得到了验证。这些成果都展示了我国在智能运动领域的强大实力和创新精神。

最后要介绍的是智能移动方面的努力。服务机器人需要在各种环境中移动作业，因此移动需求是他们必备的能力。我们的研究始终围绕这一核心需求展开，致力于将最新的科技应用于服务机器人领域，为人类的生活带来更多便利和乐趣。无论是乒乓球对决还是工业应用，无论是简化编程还是智能运动，我们都在不断探索和创新，以期在科技与运动的融合中创造更多可能。随着工业机器人柔性制造技术的不断进步，移动车的需求也随之增长。例如，KUKA设计的移动车与机械臂组成的矩阵型工作单元，展示了移动车在现代工业中的重要应用。物流搬运的巨大需求也推动了移动机器人的快速发展。

我们在智能移动领域的核心关注点在于实现机器人的“自然无轨导航”。传统的工业机器人往往依赖于在特定环境中建立导轨或标识来实现自主移动。这种方法在新环境或频繁调整的生产线中显得捉襟见肘。我们致力于开发一种无需环境标识的导航方式，称之为“自然无轨导航”。

为了实现自然无轨导航，我们面临三大挑战。我们需要构建准确的环境地图。随着应用场景的不断扩大，我们需要解决在大环境中实现机器人高精实时定位的问题。环境中存在的动态变化，如人车流动、物料转移等，都需要被纳入考虑。机器人需要对各种物体，特别是室外环境中的物体，有敏锐的认知，并在人机混杂的场景中实现准确、快速、安全的移动。

作为一个特例，无人驾驶所面对的环境和对象是相对固定的。但在智能移动领域，机器人可能面临各种不同类型的对象和环境。我们将这种面向多种环境的情况称为Off-the-road。在这类环境中，可能存在许多绿化区域，没有GPS信号，也没有交通管理。我们的任务是让机器人在这些环境下实现智能导航。

从2004年开始，我们专注于二维环境地图的构建和定位导航。当时的技术在2010到2011年间已经成熟，并成功应用到了两个产品中。通过这些技术，机器人能够根据地图依赖自身传感器进行定位，并规划路径以适应环境变化，避开障碍物，实现快速、安全、平滑的导航。

近年来，我们重点研究室外机器人的地图构建和定位导航。在最初的研究中，我们没有采用高速旋转传感器，而是自行搭建了一个系统，利用多个SICK激光传感器和一个全景相机来构建环境模型。在操作过程中我们发现了一个问题：当机器人移动速度稍快时，数据合成会产生变形。为了解决这个问题，我们研究了数据变形的矫正方法，以确保定位的准确性。现在，我们已经能够成功地将模糊的激光合成数据转化为清晰的数据，并在数据模型和匹配合成方面取得了重要进展。与国际最新的NDT技术相比，我们的产品在收敛率和收敛时间方面都表现出优势。

在处理大范围环境地图和高精构建时，我们面临数据量巨大的问题。后期如何控制地图的复杂度变得至关重要。我们提出了一种基于信息桑的评估量化方式，能够在所有数据中保留信息量较大的数据，去除信息量最小的数据，从而减少节点和边，确保定位的实时性。

在探索智能移动领域的过程中，我们面临着一系列挑战。当重复性减少，闭环检测缺失时，偏差开始显现；当环境变换时，定位效果亦受影响。计算复杂度，成为我们必须攻克的难题。为了解决这些问题，我们深入研究，探索在大环境变化中如何降低计算复杂度。我们发现，全局地图虽能提供全局最优解，但对于精准定位而言，并非必要。于是，我们创新性地提出了融合视觉地图的方法，结合全局拓扑与局部相对几何。在浙大玉泉校区的测试中，我们的定位精度得到了显著提升，从原来的均方差3.762米锐减至0.5米以内。

我们还致力于可通行路面的检测。如何适应光照和场景变化，通过在线学习不断提升自我？如何让机器人每次运行都积累经验，通过累积学习识别可行路径？我们的目标是让机器人自动标注可行路径、障碍物及未知区域，并对每次运行进行自我校准。当这些经验累积起来，通过深度学习进行训练后，机器人在未知环境中的表现将大大提高。

除了这些核心工作，我们还专注于物体监测与跟踪，确保机器人的实时安全导航。面对相机抖动时的目标稳定跟踪问题，我们采用离子滤波融合双运动模型和双观测模型的方法应对。这一技术在腿足式机器人中的应用尤为突出。我们的技术已助力变电站巡检机器人在国网和南网广泛应用，还应用于工厂搬运机器人和室外自主无人送货车等领域。特别是无人送货车LUNA，已在世界机器人大会上展出，这是由杭州迦智科技有限公司——一群充满激情的学生创立的室内外物流机器人公司研发而成。他们的产品成功运用了我们之前提到的技术，适应大范围环境和动态变化。我们还将这些技术应用于四旋翼飞行器和四足机器人系统中，让它们完成智能作业任务。在参加空中机器人比赛时，我们获得了亚太赛区冠军的荣誉。组委会高度评价：“浙江大学为所有IARC团队树立了标杆。”展望未来，我们将继续探索人工智能与机器人的结合点，推动智能移动、智能操作和智能运动的发展。当前移动技术已趋于成熟并逐步从实验室研究走向产业化发展。仍需深入研究提升其在现实应用中的可靠性和稳定性问题。