上海交大陈卫东:移动机器人须适应复杂场景,技术提升空间还很大
七海资本 · 2017-03-06 21:27:33 · 热度:加载中...
服务机器人的技术发展与应用趋势。

陈卫东,上海交通大学电子信息与电气工程学院自动化系教授;研究领域包括:移动机器人、多机器人系统、移动操作臂、医疗机器人等。现担任国际智能自主系统学会理事、IEEE会员、RoboCup China Committee委员、中国自动化学会机器人竞赛工作委员会常委委员、上海市微型电脑应用学会理事长等职务。

陈教授是服务机器人科研领域的专家,对于该领域的技术发展与应用有着深刻的认识。在由七海资本主办的2017 IdeaSummit上,我们有幸邀请到了陈教授为我们分享服务机器人的技术发展与应用趋势。以下是对陈教授演讲内容的整理。

◆◆◆一、未来机遇

机器人有很多种类,一大类是工厂中应用较多的机械臂,第二大类是可以移动的机器人,比如AGV等。机器人最早进入产业是上世纪50年代,到现在已有约60年的发展历史。随着信息通信技术与机器人技术的结合,以及制造业、服务业等对机器人的需求日益迫切,无论是国外还是国内,机器人技术与产业的发展面临重大机遇。近年来,我们研究团队主要针对如下三个应用领域开展工作:

一是智能制造。虽然工业机器人的应用已经比较普及,但实际上还存在很多技术问题没有解决。例如富士康曾计划用100万台机器人代替工人,但几年过去了,这个计划远远没有实现。这是因为机器人技术无法完成某些复杂的生产操作,尤其是精密装配。所以智能制造对工业机器人的需求还有非常大的空间。这里也包括仓储与物流行业。

二是助老助残。我国乃至全球都面临老龄化的问题。国内目前老龄人口已有2.2亿,且正在不断增长,将在2050年左右达到顶峰。这么多的老年人谁来照顾?能否用先进的机器人技术来进行一些辅助性的工作?此外,很多老人还伴随着身体重要机能的下降、行动不便,这就需要利用特殊的技术和设备来辅助他们。这类技术有专用的名称叫“机器人辅助技术”,即用机器人辅助,而不是替代人类。机器人辅助包括三方面:移动、操作以及认知。

三是智能交通。这是一个很大的系统,更多会涉及智能汽车的领域。

◆◆◆二、技术挑战

移动机器人进入到如此广阔的应用场景之后,将会面临哪些技术问题?可以从以下两方面进行分析:

首先是环境的变化。传统的工业机器人,外界环境是固定的。当机器人进入家庭或其他室内外的服务场景之后,就会面临环境(包括周围的人)的不断变化。所以,机器人需要适应变化、判断变化,从而采取决策以应对这些变化;对机器人的自主性要求更高。

第二是与人的关系。传统的工业机器人在环境上与人是隔离开的,而移动机器人并不会。例如智能汽车、智能轮椅、陪护机器人等,和人会有物理上的直接交互,属于“紧耦合”的人机关系,安全性则会变得很重要。这是一个专门的研究领域,还会涉及到一些法律方面的问题。与人的关系变得密切之后,机器人与人的协同、对人意图的理解、与人交互等方面都会变得更加重要。这些都是传统机器人领域较少研究的。

由于环境是变化甚至是未知的,机器人的传感器和自身的移动并不完全精确,所以在技术上,会采取一些不确定信息的处理办法,例如基于概率的推理技术、决策技术、预测控制技术等。此外,由于服务机器人的需求比较多样,需要灵活的技术体系架构来应对需求的变化,所以还需要逐渐形成专门的技术体系结构。以下结合四项应用实例介绍我们团队研发的机器人技术。

◆◆◆三、应用实例

1. 智能轮椅

智能轮椅是非常有代表性的服务机器人,也是我们(指陈教授带领的自主机器人研究团队,下同)研究的重点之一。它是在电动轮椅的基础上,配上传感器、控制器和专门的人机交互接口而组成的。

移动机器人的主要传感器包括激光雷达与里程计。智能轮椅的使用环境是真实的生活、工作环境,结构比较复杂,也会有行人的干扰。在使用过程中,里程计会逐渐积累误差,激光雷达也会因为环境的变化而出现信息质量的下降,这都需要进行专门的优化处理。为了适应不同的用户,我们开发了不同的人机交互接口,包括语音、触摸屏等,以供不同残障程度的用户使用。

智能轮椅的移动依赖于周围环境的地图,而地图创建于自定位。与人类似,机器人到了一个新的环境,则需要建立环境地图。机器人在环境中按一定路线运动,就能在激光雷达、里程器的辅助下完成实时的定位,从而构建出环境地图,也就是通常所说的SLAM。

创建了地图之后,另一个关键问题就是定位,这是机器人完成一切作业的基础。用激光雷达和里程器等传感器去探测周围的环境信息,再与地图进行比较,寻找和周围环境信息匹配的位置,就能实现基本的定位。

在使用过程中,机器人周围的环境会不断变化,比如地图的某个位置出现了新的人或者车辆。这时移动机器人会依靠传感器生成环境的局部地图,再综合考虑全局与局部的情况,生成当前位置到目的地的路线图,也就是路径规划。在此基础上则是控制,即让智能轮椅沿着所规划的路线行走。

移动机器人仅在实验室中测试远远不够。我们曾把智能轮椅放到上海第三福利院、世博会展馆等复杂环境中进行了测试与展示,都收到了非常好的效果。我们也正在食堂、地铁站、停车场等更加复杂的环境中不断进行测试,并通过这些测试,不断优化我们的算法。随着不断的改进和完善,以及当测试达到了相当的程度,我们才有信心将它变成实际的产品。这个过程是非常有挑战的。

2. 变电站巡检机器人

现在的变电站离城市较远,而设备的巡检则是例行任务。巡检员通常来到几百公里外的变电站,很短时间的检查后就会离开,之后在实际的使用过程中很可能会发生问题而无法及时监控。我们与国家电网相关公司研发了巡检机器人,让它常驻变电站,以保证全天候的巡逻检测。巡检机器人还会结合远程通讯、视频监控等技术。

巡检机器人分为两类:轨道式主要用于雪地,比如东北;轮式主要用于旱地,比如南方。巡检机器人有两个摄像机配合使用,一个是常规摄像机,用于图像监测;另一个是红外摄像机,用于监测温度。将监测得到的图像传到后台处理,就可以发现一些设备的隐患。

3. 仓储物流机器人

定位、导航、路径规划等技术还可以用在仓储物流领域,比如智能叉车、类似亚马逊Kiva的仓储AGV等。仓储物流领域所应用的机器人种类和数量较多,所以还存在多机器人的协作:即机器人之间通过后台的调度与通讯,不断配合来完成一个任务。

4. 移动技术和操作臂的结合

当移动机器人平台上组合了操作臂,就会像人一样,既可以移动,又可以完成操作,达到移动+操作的全智能化。其中所涉及的关键技术除了机器人的定位与导航,还包括物体的识别与定位。机械臂通过安装在它上面的摄像头进行物品识别,并进行定位,从而让机械臂去拾取物品。

这些技术也可以应用到仓储物流领域。目前的仓储搬运方案(例如亚马逊的Kiva)都是AGV顶着货架走,但我们的终极目标是希望机器人把一个具体货品取下并运送到打包点。这个问题其实非常复杂,包括对物品的识别、定位、抓取,还要保证一定的速度与效率。但当某一天实现了之后,则会对现有的方案有非常大的提升。

本文来源:七海资本