1 緒論 


1.1 引言 
1.1.1 移動機器人的歷史與現狀
機器人的應用越來越廣泛，幾乎滲透到所有領域。移動機器人是機器人學中的
一個重要分支。早在 60年代，就已經開始了關于移動機器人的研究。關于移動機器
人的研究涉及許多方面，首先，要考慮移動方式，可以是輪式的、履帶式、腿式的，
對于水下機器人，則是推進式 [1]。斯坦福研究院 (SRI)的 Nils Nilssen和 Charles Rosen
等人，在 1966年至 1972年中研造出了取名 Shakey的自主移動機器人。目的是研究
應用人工智能技術，在復雜環境下機器人系統的自主推理、規劃和控制 [2]。與此同時，
最早的步行機器人也研制成功，從而開始了機器人步行機構方面的研究，以解決機
器人在不平整地域內的運動問題，設計并研制出了多足步行機器人。其中最著名是
名為 General Electric Quadruped的步行機器人[3]。70年代末，隨著計算機的應用和傳
感技術的發展，移動機器人研究又出現了新的高潮。特別是在 80年代中期，設計和
制造機器人的浪潮席卷全世界。一大批世界著名的公司開始研制移動機器人平臺，
這些移動機器人主要作為大學實驗室及研究機構的移動機器人實驗平臺，從而促進
了移動機器人學多種研究方向的出現。90年代以來，以研制高水平的環境信息傳感
器和信息處理技術，高適應性的移動機器人控制技術，真實環境下的規劃技術為標
志，開展了移動機器人更高層次的研究 [4]。移動機器人研究發展狀況以國內和國外來
分：

① 國外移動機器人的發展概況
美國國家科學委員會曾預言：“20世紀的核心武器是坦克，21世紀的核心武器
是無人作戰系統，其中 2000年以后遙控地面無人作戰系統將連續裝備部隊，并走向
戰場”。為此，從 80年代開始，美國國防高級研究計劃局（DARPA）專門立項，制
定了地面無人作戰平臺的戰略計劃。從此，在全世界掀開了全面研究室外移動機器

1 



人的序幕，如 DARPA的“戰略計算機”計劃中的自主地面車輛（ ALV）計劃（ 1983 
—1990），能源部制訂的為期 10年的機器人和智能系統計劃（ RIPS）（1986—1995）,
以及后來的空間機器人計劃；日本通產省組織的極限環境下作業的機器人計劃等[1]。

美國航空暨太空總署(NASA)研制的火星探測機器人索杰那于 1997年登上火星，
這一事件向全世界進行了報道。德國研制了一種輪椅機器人，并在烏爾姆市中心車
站的客流高峰期的環境和1998年漢諾威工業商品博覽會的展覽大廳環境中進行了實
地現場表演。該輪椅機器人在公共場所擁擠的、有大量乘客的環境中，進行了超過 
36個小時的考驗，所表現出的性能是其它現存的輪椅機器人或移動機器人所不可比
的[5]。不久以前美國的另外兩個火星探測機器人：精神號 (Spirit)與機會號 
(Opportunity)，已經分別在 2004年 1月 3日及 24日登陸火星，引起了全世界的廣泛
關注。

② 國內移動機器人研究概況
國內在移動機器人的研究起步較晚，大多數研究尚處于某個單項研究階段，主
要的研究工作有：清華大學智能移動機器人于 1994年通過鑒定。涉及到五個方面的
關鍵技術[6]：基于地圖的全局路徑規劃技術研究（準結構道路網環境下的全局路徑規
劃、具有障礙物越野環境下的全局路徑規劃、自然地形環境下的全局路徑規劃）；基
于傳感器信息的局部路徑規劃技術研究（基于多種傳感器信息的“感知——動作”
行為、基于環境勢場法的“感知——動作”行為、基于模糊控制的局部路徑規劃與
導航控制）；路徑規劃的仿真技術研究（基于地圖的全局路徑規劃系統的仿真模擬、
室外移動機器人規劃系統的仿真模擬、室內移動機器人局部路徑規劃系統的仿真模
擬）；傳感技術、信息融合技術研究（差分全球衛星定位系統、磁羅盤和光碼盤定位
系統、超聲測距系統、視覺處理技術、信息融合技術）；智能移動機器人的設計和實
現。香港城市大學智能設計、自動化及制造研究中心的自動導航車和服務機器人。
中國科學院沈陽自動化研究所的 AGV和防爆機器人。中國科學院自動化所自行設
計、制造的全方位移動式機器人視覺導航系統。清華大學于 2003年 7月研制成功的 
THMR—V智能車等[7]。

2



1.1.2 移動機器人主要研究的方向
①導航和定位
導航和定位是移動機器人研究的兩個重要問題。移動機器人的導航方式可分為 
[1]：基于環境信息的地圖模型匹配導航；基于各種導航信號的陸標導航、基于視覺導
航和味覺導航等。環境地圖模型匹配導航是機器人通過自身的各種傳感器，探測周
圍環境，利用感知到的局部環境信息進行局部地圖構造，并與其內部事先存儲的完
整地圖進行匹配。如兩模型相互匹配，機器人可確定自身的位置，并根據預先規劃
的一條全局路線，采用路徑跟蹤和避障技術，實現導航。它涉及環境地圖模型建造
和模型匹配兩大問題。

②路徑規劃
路徑規劃技術是機器人研究領域中的一個重要分支。所謂機器人的最優路徑規
劃問題，就是依據某個或某些優化準則(如工作代價最小、行走路線最短、行走時間
最短、行走能量消耗最低等)，在其工作空間中找到一條從起始狀態到目標狀態的能
避開障礙物的最優路徑。機器人路徑規劃方法大致可以分為兩類 
[8]：傳統方法和智能
方法。另外，根據機器人對環境信息知道的程度不同，可分為兩種類型 
[4]：環境信息
完全知道的全局路徑規劃和環境信息完全未知或部分未知，通過傳感器和攝像頭等
設備在線地對機器人的工作環境進行探測，以獲取障礙物的位置、形狀和尺寸等信
息的局部路徑規劃。

③機器人視覺
機器人視覺是隨著 
60 年代末計算機與電子技術的快速發展而出現的。把視覺信
息用于機械手定位的研究可以追溯到 
70 年代。當時出現了一些實用性的視覺系統, 
如應用于集成電路生產、精密電子產品裝配、飲料罐裝場合的檢測等。 
80 年代后期, 
出現了專門的圖像處理硬件, 人們開始系統地研究機器人視覺控制系統。到了 
90 年
代, 隨著計算機能力的增強和價格下降, 以及圖像處理硬件和 
CCD 攝像機的快速發
展, 機器視覺系統吸引了眾多研究人員的注意。在過去的幾年里 
, 機器人視覺控制無
論是在理論上還是在應用方面都有很大進步[9]。目前，機器人視覺系統正在廣泛地應
用于視覺檢測、機器人的視覺引導和自動化裝配領域中。

3 



④ 多傳感器信息融合
移動機器人的多傳感器信息融合方面的研究始于 80年代。多傳感器融合的常用
方法有：加權平均法、貝葉斯估計、卡爾曼濾波、統計決策理論等規則 [10]。其中加
權平均法是最簡單也最直觀的方法，一般用于對動態低水平的數據進行處理，但結
果不是統計上的最優估計；貝葉斯估計是融合靜態環境中多傳感器低層數據的常用
方法，適用于具有高斯白噪聲的不確定性傳感信息融合；對于系統噪聲和觀測噪聲
為高斯白噪聲的線性系統模型用卡爾曼濾波 (KF)來融合動態低層次冗余傳感信息，
對于非線性系統模型采用擴展卡爾曼濾波(EKF)或者分散卡爾曼濾波(DKF)；統計決
策理論用于融合多個傳感器的同一種數據，常用于圖像觀測數據。

多傳感器及先進的感知算法，將是在現實環境中實現具有高度靈活性及高魯棒
性行為的機器人的關鍵。采用多個傳感器的優點是很明顯的[11]：(1)多個傳感器可提
供同一環境特征的冗余信息；(2)可提供出現在環境中有關特征的互補信息；(3)多個
信息可以并行快速地分析當前的場景；(4)多個傳感器雖然成本較高，但具有高魯捧
性，可改善完成特定工作的指標； (5)在某傳感器發生故障的情形下，很快可以重組，
重新投入工作。

單一傳感器只能獲得環境特征的部分信息段，為了完整、準確地反映環境特征，
在智能移動機器人導航系統中往往裝有多種傳感器，它們提供的信息有些是互補的，
有些是冗余的，必須以一定的方法融合這些互補或冗余的傳感器信息，以充分利用
多傳感器提供的信息，才能獲得最佳的、可靠的信息，從而更準確，更全面地反映
外界環境的特征，為導航決策提供正確的依據。多傳感器信息融合是協調使用多個
傳感器，把分布在不同位置的多個同質或異質傳感器所提供的局部不完整測量及相
關聯數據庫中的相關信息加以綜合，消除多傳感器之間可能存在的冗余和矛盾，并
加以互補，降低其不確定性，獲得對物體或環境的一致性描述的過程。信息融合技
術可以增加各類傳感器信息的互補性，對環境變化的適應性，使智能機器人具有完
成某一任務所需的完備信息，實現各種復雜、動態、不確定環境下的自主性，提高
決策的正確性和導航控制的魯棒性[12]。

⑤多移動機器人協調
4



多機器人系統的研究始于 
20世紀 
70年代，隨著機器人應用領域的不斷拓展、
機器人工作環境復雜度、任務的加重，對機器人的要求不再局限于單個機器人，多
機器人的研究已經成為機器人學研究的一個熱點。多機器人系統的研究分為多機器
人合作(Multi-robot Coordination)和多機器人協調(Multi-robot Cooperation)兩大類，主
要研究給定一個多機器人系統任務后，如何組織多個機器人去完成任務。

一個相互協調的多機器人系統有著單個機器人系統所無法比擬的優勢[13]:(1) 相
互協調的 
n個機器人系統的能力可以遠大于一個單機器人系統的 
n倍, 多機器人系統
還可以實現單機器人系統所無法實現的復雜任務；(2) 當環境或任務極其復雜, 需要
機器人具有多種能力, 而設計這種集所有能力于一體的單機器人成為不可能時, 多
機器人系統是最佳解決方案；(3) 設計和制造多個簡單機器人比單個復雜機器人更容
易、成本更低；(4) 使用多機器人系統可以大大節約時間, 提高效率；(5) 多機器人
系統的平行性和冗余性可以提高系統的柔性、魯棒性和容錯性等。然而 
, 多機器人系
統也存在單機器人系統所不存在的問題[14]：(1) 復雜協調任務的描述；(2) 同一工作
空間中多機器人協調和集中；(3) 多機器人協調系統的自適應控制；(4) 智能體之間
如何識別和解決沖突；(5) 多機器人協調系統的負載分配等。 


1.2 多傳感器信息融合結構模型
目前，隨著高新技術的發展，傳感器的種類不斷的得到完善，同時其精度也不
斷的得到提高。移動機器人是高新科技的融合體，在某種方面上代表了當今傳感技
術的發展水平。

多傳感器信息融合系統的結構模型應根據應用問題特性來靈活確定；但一般可
分為集中式、分散式、混合式等。它們在信息損失、數據通信帶寬要求、數據關聯、
處理精度等方面備有優劣。設計一個多傳感器信息融合系統的關鍵問題之一就是決
定在數據流的哪一段進行組合或融合。 


1.2.1 融合的層次
融合的層次性指的是，多傳感器提供的信息在什么階段進行融合。多傳感器信

5