工作环境 室内服务机器人最常见的工作环境是结构化环 境, 如办公室、超级市场、家庭居室等等. 这些场所的 共同特征是平整的地板、垂直的墙壁、规范的门厅和 走廊. 在这种环境中, 机器人可能和人类经常要发生 互动作用. 家具可以挪动地方, 人也可以来回走动, 然而, 机器人必须设法使它自己穿梭于各种事物之中. 同时, 在这种环境中, 机器人设计者可以通过假 设有关环境的约束来平衡目前可以得到的环境感知 技术的缺陷.

由于社会发展和科技进步的需要, 家庭服务机器人研究正日益得到人们的重视, 但限于机器人技术自身水平的限制, 我们必须与其他技术相结合. 智能空间作为一种连接机器人和其所处环境的桥梁,使得机器人的信息获取能力得到了极大的增强, 为其任务执行能力和服务范围带来了广阔的拓展前景. 同时, 随着智能家居等设施的市场化, 智能空间的低成本搭建已经逐步成为可能, 从而使得服务机器人的低成本化和轻量化及其早日进入家庭、社会提供了良好的技术支持.未来的服务机器人智能空间中将包含多台机器人和多种异质机器人, 它们的服务任务将会覆盖更加广阔的空间, 它们之间的交互和协作将会更加频繁, 因此, 涉及异种智能空间的互联技术、机器人移动过程中的智能空间无缝连接技术等将会成为智能空间技术研究的重要问题.

随着计算机技术、人工智能技术和传感技术的 迅速发展以及导航算法的不断改进和新算法的提 出, 移动服务机器人导航技术已经取得了很大的进 展. 但是对于应用比较复杂或通用性较高的导航方 法还没有取得重大的突破. 根据服务机器人的工作环境和执行任务可以采 用不同的导航方法. 室内移动服务机器人自主执行 任务时, 应以最大的人员安全性及功能可靠性为条 件, 实现机器人室内行进过程中的障碍物(包括整体 性和局部障碍物) 自动检测、规避, 并作出动作决策, 能够按照规则自动完成指定的任务, 如遍历工作空 间等. 使用传感器探测环境、分析信号, 根据精度需要 可以通过适当的建模方式来理解环境. 由于单个非 视觉传感器获取信息比较少, 可以采用多个或多种 传感器来获取环境信息, 再采用合理的算法从中分 离出有用的信息. 过去几十年里, 机器视觉的进展非 常缓慢. 一是由视觉问题本身的复杂性, 难以很好描 述视觉过程; 二是传统的计算手段的束缚. 近几年硬 件设备的飞速发展, 使得当前机器人视觉导航的研 究非常活跃. 视觉传感器获取的信息量大, 而且视觉 导航比较接近人的导航机理. 在基于视觉信息的自 主式移动机器人导航控制研究中, 遇到的主要问题 是算法的复杂性与实时性的矛盾. 复杂的真实世界 要求视觉系统准确地提取出导航必需的环境特征 (如路标) , 算法的鲁棒性常常由于环境噪声的影响 和难以分离目标与背景而被削弱. 为了提高系统的 实时性和减小系统的复杂性, 可以采用视觉传感器 与非视觉传感器进行融合的方法. 但是传统的视觉 导航单纯依靠图象使得数据处理非常困难, 因此应 该在保留以前快速处理算法的基础上增加其他信息 获取的辅助手段. 服务机器人要能准备完成任务多数时候需要一 定精度的定位. 为了得到精度较高、实时性较强的移 动机器人定位信息, 可以采用绝对定位与相对定位 相结合、主动路标匹配定位和自动模型识别定位相 结合的方法. 导航数据处理根据使用传感器的不同, 处理的 方法有所不同. 通用的方法有数据融合技术、人工智 能、神经网络、模糊逻辑、势场法与栅格法、增强的卡 尔曼滤波器等. 事实上这些方法在单独使用时很难 有比较好的效果, 往往一个系统的几个部分中都使 用了一种或多种数据处理方法. 融合多个学科的知 识来规划导航系统、处理导航数据, 制定一个结构简 单、实时性好、性能可靠的导航方案是今后的一个发 展方向.