移动机器人，是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果，代表机电一体化的最高成就，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测领域等有害与危险场合得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。
二 、移动机器人发展史
60年代后期，美国和苏联为完成月球探测计划，研制并应用了移动机器人。美国“探测者”3号,其操作器在地面的遥控下，完成了在月球上挖沟和执行其他任务。苏联的“登月者”20号在无人驾驶的情况下降落在月球表面，操作器在月球表面钻削岩石，并把土壤和岩石样品装进回收容器并送回地球。70年代初期，日本早稻田大学研制出具有仿人功能的两足步行机器人。为适应原子能利用和海洋开发的需要，极限作业机器人和水下机器人也发展较快。
移动机器人随其应用环境和移动方式的不同，研究内容也有很大差别。其共同的基本技术有传感器技术、移动技术、操作器、控制技术、人工智能等方面。它有相当于人的眼、耳、皮肤的视觉传感器、听觉传感器和触觉传感器。移动机构有轮式（如四轮式、两轮式、全方向式、履带式）、足式（如 6足、4足、2足）、混合式(用轮子和足)、特殊式(如吸附式、轨道式、蛇式)等类型。轮子适于平坦的路面，足式移动机构适于山岳地带和凹凸不平的环境。移动机器人的控制方式从遥控、监控向自治控制发展，综合应用机器视觉、问题求解、专家系统等人工智能等技术研制自治型移动机器人。
三 、国内外移动机器人发展现状
从二十世纪八十年代中期开始，机器人已从工厂的结构化环境进入人的日常生活环境—医院、办公室、家庭和其它杂乱及不可控环境，成为不仅能自主完成
工作，而且能与人共同协作完成任务或在人的指导下完成任务的智能服务机器人，特别是最近几年，对会清洁地面、割草或充当导游、保姆和警卫等自主移动机器人技术上的进步，大家都有目共睹[1]。
中国 中国对服务机器人的研究起步很晚，但国家对此非常重视，1986年3月才开始把研究、开发智能机器人的内容已列入国家863高科技发展规划中，从1986年至2009年的20多年中，智能机器人主题在863的旗帜下，团结了近几千人的研究开发队伍，圆满完成各项任务，建成了一批高水平的研究开发基地，造就了一支跨世纪的研究开发队伍，为我国21世纪机器人技术的持续创新发展奠定了基础[2]。
日本 日本将机器人作为一个战略产业，给予了大力支持，而且日本根据目前机器人产业面临的问题，提出了加强机器人研究和推动机器人产业化的具体措施，日本机器人工业之所以领先世界，一方面和他们的机器人文化也有关，在日本，有一种“让机器人成为人”的氛围，在日本，由于人口不多，而且老龄化趋势严重，他们需要机器人来承担劳力的工作，因此培养起浓厚的机器人文化；另一方面，日本政府也希望机器人研发成为本国的支柱产业，所以投入大量资金，为了攻克更关键的服务机器人技术，日本在2006 年至2010 年间，每年投入1000 万美元用于研发服务机器人[2]。
韩国 韩国将服务机器人技术列为未来国家发展的10大“发动机”产业，他们已经把服务型机器人作为国家的一个新的经济增长点进行着重发展，对机器人技术给予了重点扶持，通过不断地努力，韩国近几年来也逐渐跻身研究机器人的世界潮流。韩国信息通信部官员表示，虽然韩国的机器人技术起步比美国、日本和欧洲的竞争者要晚，但是有望在未来5～10年内迎头赶上。
美国 美国是机器人的发源地，尽管美国在机器人发展史上走过一条重视理论研究，忽视应用开发研究的曲折道路，但是美国的机器人技术在国际上仍一直处于领先地位，其技术全面、先进，适应性也很强。
欧洲 ①德国的社会环境却是有利于机器人工业发展的,因为战争，导致劳动力短缺，以及国民技术水平高，都是实现使用机器人的有利条件。到了70年代中后期，政府采用行政手段为机器人的推广开辟道路,即对于一些有危险、有毒、有害的工作岗位，必须以机器人来代替普通人的劳动，这个计划推动了服务机器
人技术的发展。德国经过近十年的努力，其服务机器人的研究和应用方面在世界上处于公认的领先地位：新一代机器人保姆Care-O-Bot3遍布全身的不计其数的传感器、立体彩色照相机、激光扫描仪和三维立体摄像头，让它既能识别生活用品也能避免误伤主人；它还具有声控或手势控制有自我学习能力，还能听懂语音命令和看懂手势命令。②法国不仅在机器人拥有量上居于世界前列，而且在机器人应用水平和应用范围上处于世界先进水平，这主要归功于法国政府一开始就比较重视机器人技术，大力支持服务机器人研究计划，并且建立起一个完整的科学技术体系，特别是把重点放在开展机器人的应用研究上[11]。
四 服务机器人的关键技术
服务机器人技术在本质上与所有其它类型的机器人是相似的,其主要技术包括:
4.1环境感知传感器和信号处理方法
多传感器信息融合技术的基本原理就像人脑综合处理信息的过程一样，它充分地利用多个传感资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释和描述，多传感器信息融合技术按照数据的抽象层次分类可分为数据层融合、特征层融合和决策层融合三种[4]。 4.2 智能控制
智能控制主要包括模糊控制、神经网络、进化计算等，且逐渐成为成熟的控制思想[4]。模糊控制源于模糊数学，或称弗晰数学，是研究如何表现和处理模糊性现象的一个数学分支[6-7]，模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。人工神经网络控制，从生物学的观点来看，神经网络的功能为信息处理和推理、联想和思维等高级的思想活动[10]，而人工神经网络控制是利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，它是一种大规模并行的非线性动力学系统。 4.3 导航与定位
在服务机器人系统中，自主导航是一项核心技术，是机器人研究领域的重点和难点问题[8]。把人工神经网络控制和多传感器融合技术相结合用于服务机器人的导航定位系统，如图1所示。
4.4 路径规划
路径规划就是指在服务机器人工作空间中找到一条从起始状态到目标状态、可以避开障碍物的路径。路径规划方法大致可以分为传统方法和智能方法：①传统路径规划方法主要有以下几种：自由空间法、图搜索法、栅格解耦法、人工势场法。
图1 服务机器人导航定位系统
五 、移动机器人的未来展望
智能机器人的开发研究取得了举世瞩目的成果。那么,未来智能机器人技术将如何发展呢?日本工业机器人协会对下一代机器人的发展进行了预测。提出智能机器人技术近期将沿着自主性、智能通信和适应性三个方向发展。下面我们简单介绍人工智能技术、操作器、移动技术、动力源和驱动器、仿生机构等。 5.1人工智能技术在机器人中的应用
把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢?一般的工业机器人的控制器,本质是一个数值计算系统。如若把人工智能系统(如专家系统)直接加到机器人控制器的顶层,能否得到一个很好的智能控制器?并不那么容易。因为符号处理与数值计算,在知识表示的抽象层次以及时间尺度上的重大差距,把两个系统直接结合起来,相互之间将存在通信和交互的问题,这就是组织智能控制系统的困难所在。这种困难表现在两个方面:一是传感器所获取的反馈信息通常是数量很大的数值信息,符号层一般很难直接使用这些信息,需要经过压缩、变换、理解后把它转变为符号表示,这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。从不同角度,以不同的测量方法得到不同的环境信息。这些信息受到干扰和各种非确定性因素的影响,难
免存在畸变、信息不完整等缺陷,因此使上述的处理、变换更加复杂和困难。二是从符号层形成的命令和动作意图,要变成控制级可执行的指令(数据),也要经过分解、转换等过程,这也是困难和费时的工作。它们同样受到控制动作和环境的非确定性因素的影响[7]。
人们为了探讨人工智能在机器人中近期的可用技术,暂时抛开人工智能中的各种带根本性的争论,如符号主义与连接主义、有推理和无推理智能等等,把着眼点放在人工智能技术中较成熟的技术上。对传统的人工智能来说,就是知识的符号表示和推理这部分技术,看一看它对当前的机器人技术的发展会有什么贡献。其主要贡献体现在以下几个方面:基于任务的传感技术,建立感知与动作的直接联系,基于传感器的规划和决策,复杂动作的协调等。 5.2操作器
工业机器人手臂的设计制造已趋于成熟,因此在智能机器人操作器方面的研究,人们的兴趣主要集中在各种具有柔性和灵巧性的手爪和手臂上。机器人手臂结构要适应智能机器人高速、重载、高精度和轻质的发展趋势。其中轻质化是关键。新型高刚度、抗震结构和材料是目前国外研究的前沿。机器人的手、腕以及连接机构是引人注目的研究课题。其中手腕机构的研究注重于快速、准确、灵活性、柔顺性和结构的紧凑性。与人协调作业关系密切的一类智能机器人如医用机器人、空间机器人、危险品处理机器人、打毛刺机器人等,它们都面临着如何快速、准确地把人的意志和人手的熟练操作传送到机器人执行机构的问题。目前,要让机器人作业一个小时,其软件编制需要60个小时,费时又费工。改善这种状况,需要从软件和硬件两方面着手。如多指多关节灵巧手是一种模拟人的通用手,它能比较逼真地记录和再现人手的熟练动作,受到研究者的青睐。由于它涉及到操作力学、结构学、基于传感器的控制、传感器融和等方面的问题,研制的难度很大,因此到目前为止,还没有一种成熟的产品投放市场。 5.3移动技术
移动功能是智能机器人与工业机器人显著的区别之一。附加了移动功能之后,机器人的作业范围大幅度增加,从而使移动机器人的概念也从陆地拓展到水下和空中。近几年来,在欧美国家的机器人研究计划中,移动技术占有重要的位置。例如在NASA空间站FREEDOM上搭载的机器人、NASA和NSF共同开发的南极Erebus
[8]
活火山探测机器人、美国环保局主持开发的核废料处理机器人HA7BOT中,移动技术都被列为关键技术。移动机构与面向作业任务的执行机构综合开发是最近出现的新的倾向。因为无论何种机器人都需要通过搭载的机械手或传感器来完成特定的作业功能。另一个倾向是移动的运动控制与视觉的结合日益密切。这种倾向在美国ALV项目中已初见端倪,最近则越过了静态图像识别的框框,进入主动视觉和主动传感的阶段。显然,智能机器人在非结构环境中自主移动,或在遥控条件下移动,视觉-传感器-驱动器的协调控制不可缺少[9]。
最近几年,在步行机构,双足步行机,轮式移动机构的开发和实用化等方面都取得了一些进展。据日本工业机器人协会预测:管内移动机器人将在2007年可达到实用化;与人具有同样步行速度的多足步行机和双足步行机以及不平整地面行走和爬楼梯与人具有相同速度的移动机器人将在2010年可达到实用化。 5.4动力源和驱动器
智能机器人的机动性要求动力源轻、小、出力大。而现有的移动机器人无一例外地拖着“辫子”。以动力源的重量/功率之比为例,目前电池约达到60g/W(连续使用小时),汽油机约为1.3g/W,都不理想,而且使用有局限性。到目前为止,尚未见到改善动力源的有效办法。电机仍然是智能机器人的主要驱动器。要使智能机器人的作业能力与人相当,它的指、肘、肩、腕各关节大致需要3-300Nm的输出力矩和30-60r/min的输出转速。传统伺服电机的重量/功率之比约为30g/W,而人在百米跑和投掷垒球时腿、肩、臂的出力大约为1g/W,相差甚大。日本在改进电机的性能方面取得了长足的进步。例如:核工业机器人臂和腿的驱动电机的重量已减轻到原来的1/10,使机器人整体自重降低到700kg,但与它只能处理20kg重的工作相比,远非令人满意。人们寄希望于新驱动器。虽然各有诱人的优点,但在实用性方面还达不到伺服电机的水平。日本极限作业机器人计划中,水下机器人机械手的手腕和手爪驱动采用了人工肌肉,肌肉本身的重量才5-8g,以20kg/cm2压力的高压水为工作介质,收缩力高达50kg(管径3mm)。这是新型驱动器一个成功的例子。总之,智能机器人性能指标的改进是无止境的,对驱动器的要求也越来越高。什么是客观的衡量标准呢?一个容易接受的办法就是把它与人的体能加以比较。从这个角度来看,智能机器人驱动技术目前差距还相当大。 5.5仿生机构
智能机器人的生命在创新,开展仿生机构的研究,可以从生体机构、移动模式、运动机理、能量分配、信息处理与综合,以及感知和认知等方面多层次得到启发。目前,以驱体为构件的蛇形移动机构、人工肌肉、仿象鼻柔性臂、人造关节、假肢、多肢体动物的运动协调等等受到人们的关注。仿生机构的自由度往往比较多,建立数学模型以及基于数学模型的控制比较复杂,借助传感器获取信息加以简化可能是一条出路[10]。
近年来,机器人出现了一个倾向是面向特定功能和作业开发专用机器人,以追求高速、高效、单一化和低成本的目的。例如美国IBM公司设计的超高速小型机器人,以50次/s的速度频繁往复于相距数毫米的两点间,实现高密度微型电子器件装配,定位精度高达一微米。这种高速运动机构的动态平衡十分重要,虽然其工作区域只有13mm×13mm×1mm,但其加速度却高达50g。IBM公司的技术人员对机器人学提出了新的问题:如何进行机构-控制-传感-驱动的一体化设计,满足机械手高速高精度定位的要求。众所周知,机器人系统的设计程序是先设计臂结构和驱动装置,然后设计控制器。实践证明,这种设计即使能达到最佳的静力学性能,也往往不能满足动力学性能。到目前为止,改进动力学性能的方法并不多见,一般是按常识、减轻构件的重量,匹配减速器的速比等等。
大批研发机器人和普遍运用人工智能机器人, 聊天机器人，做菜机器人。迎宾机器人，服务机器人，娱乐机器人， 拉车机器人等等都已经出现并应用在不同的领域，机器人智能化成为一种发展趋势。
六 、结论
机器人是多学科交叉的产物，集成了运动学与动力学、机械设计与制造、计算机硬件与软件、控制与传感器、模式识别与人工智能等学科领域的先进理论与技术。同时，它又是一类典型的自动化机器，是专用自动机器、数控机器的延伸与发展。当前，社会需求和技术进步都对机器人向智能化发展提出了新的要求。（1）自动化应用领域的扩展对智能机器人及系统提出了新的需求。 （2）信息技术与机器人的互动发展提升了机器人的高技术含量。 （3）围绕机器人的概念创新、技术创新是国际科技竞争的重要方面 （4）机器人是自动化领域中富有代表性和生命力的亮点
七、致谢
感谢唐老师对论文的选题，构思、撰写给与指导。感谢帮我对本论文收集资料信息的同学们。感谢对本文的完成提供了重要信息的同学。另外还有对移动研究项目的专业人才。一些文章帮助我找到了一些新的思路。
参考文献
[1] 国家863计划智能机器人专家组[M]．北京：中国科学技术出版社，2001． [2] 苏天云．俄罗斯机器人技术发展趋势[J] ．全球科技经济瞭望，1999，（2）：
10-11．
[3] 赵蕊，贺建军．多传感器信息融合技术[J]． 计算机测量与控制，2007，
15(9)：1124-112．
[4] 张毅，罗元，郑太雄等．移动机器人技术及其应用[M]．北京：电子工业出
版社，2007．
[5] 王灏，毛宗源．机器人的智能控制方法[M]．北京：国防工业出版社，2002． [6] 孟庆春，齐勇，张淑军等．智能机器人及其发展[J]．中国海洋大学学报，
2004，34（5）：831-838．
[7] 庄晓东，孟庆春，高云等．复杂环境中基于人工势场优化算法的最优路径
规划[J]．机器人，2003，25（6）： 531-532．
[8] 高国富，谢少荣，罗军等．机器人传感器及其应用[M]．北京：化学工业出
版社，2005．
[9]. 董砚秋.移动机器人概述[J].网络与信息.2007.07.68-69 [10]. 机器人发展简史[J].世界科学.2007.03.10
[11]. 张钹.移动机器人的现状及发展[J].科学导报.1992.06.42-46
因篇幅问题不能全部显示，请点此查看更多更全内容