智能自主无人系统构想.docx

近二三十年来，学术界和工业界对自主无人系统的研发投入了越来越多的人力和物力。简单地说，自主无人载具系统是一种配备了必要的数据处理单元、精密的传感器、环境感知系统、自动控制系统、运动规划系统、任务规划和管理以及通信系统等的机器，是包含诸多领域，如人工智能（AI）等在内的先进技术之集大成。自主无人载具系统可以在没有人为操控的情况下自主执行和完成某些特定的任务。自主系统，如无人车（UGV）、无人机（UAV）、无人船（USV）和无人潜航器（UUV）（图1），将在实际工业应用中，如搜巡与救援、安全与交通监测、电力线和管道巡检、建筑物和环境检测、地理测绘、隧道检测、电影制作、物流递送和仓库管理等，发挥重要的作用，自主无人系统已迅速发展成为新的经济焦点。

图1.无人系统框架示意图。Comm.：通信。

近年来，自主无人系统的市场，原本主要包括一些为军事目的而开发的技术，现在这些技术被广泛地应用于解决工业和商业中的实际问题。先进的自主无人载体系统由于其低成本和低风险且灵活性强而获得了可喜的成功，乐观预计民用自主无人系统的市场定将更加广阔，它将涉及人们日常生活中的方方面面。

在可预见的未来，无人系统，包括地面、水面和空中无人系统，将越来越受青睐。这些无人系统可以被用来处理迄今为止属于人类操作者范围内的各种工作，无人系统还必须能够在杂乱无章的环境条件下执行各种任务。此外，现有的大多数无人系统都是为特定的任务和环境设计的，不容易扩展到不同的任务或动态环境。因此，智能自主无人系统的研究和开发目前仍然处于起步阶段。

图2描述了构建一个智能自主无人系统所涉及的关键技术模块。接下来，我们简要地叙述每个模块的功能，并介绍一些正在进行的和潜在的研究要素。

图2.智能自主无人系统的技术架构。HCI：人机交互（human-computerinteraction）；HMI：人机交互（human-machineinteraction）。

?

（1）硬件平台和传感器。其中包括一个机械硬件平台和一组传感器，用于感知周围环境并收集测量和应用数据。除了传统的硬件平台，如用于飞行器、地面车辆、水面船只和水下潜航器等，人们对通过开发多模式多功能无人系统越来越感兴趣，如水陆和陆空两用混合载体，以及水空多用途等无人系统，这些无人系统可以在更复杂的环境中工作。无人系统的感知和数据收集传感器组可能包括激光雷达（LiDAR）、视觉、声纳、普通雷达和其他传感器的组合，以及精良的传感器融合技术。

（2）感知和定位。定位系统是确定无人系统相对于其所处环境中的具体位置，是无人系统自动控制和自主决策所需的最基本和最重要的组成部分之一。在一个典型的定位方案中，无人系统须配备观察环境和测量自身运动的传感器，定位技术是通过从传感器组合收集到的信息来估计系统本身的位置和姿态。另外，在许多应用中，如在复杂环境中运行的无人载具，同时又得执行目标检测、环境表征、场景理解、活动识别和语义分类等任务，一个精良的感知单元是不可或缺的。

（3）动态控制系统。不管是有人为干预还是无人操作，动态控制系统对于一个先进的无人系统都是必不可少的。尽管许多人尝试在没有动态模型的情况下设计自动控制系统，但笔者以为，要设计一个好的自动控制系统，设计者需要对硬件平台的动态物理特性有一个清晰的认识，建立一个相对准确的数学模型。无人载具系统的动态控制系统可能涉及多个层次，如内环控制系统和外环控制器。一般来说，内环是用来镇定硬件的姿态，而外环则是控制载具的位置和速度。在一些非常规的无人平台上，可能需要使用更先进的控制算法来获取良好的性能。

一般来说，任何具备上述三种功能的物理系统都可以被称为“无人系统”。预计水下潜航无人系统将会衍生更多的研究工作和课题，其中包括开发先进的水下潜航载具、水下图像处理及水下同步定位和地图构建技术（SLAM）。

（4）运动规划。运动规划系统将所需的无人系统运动任务（由任务规划模块生成）分解成满足运动约束的离散片段，如在杂乱环境中避障、环境空间的约束以及与无人载具自身速度和加速度相关的约束等，同时也可以考虑优化运动过程的时间或能耗。运动规划算法产生一个适合于无人载具执行的参考轨迹，如位置、速度、加速度甚至加加速度等参考信号。避障和动态可行性是运动规划中的两个要素；其中涉及环境中障碍物诱发的几何约束（路径规划）和无人载具系统的自身动态约束（轨迹生成）。

（5）任务规划。许多实际应用需要的不仅仅是将无人系统从一个地方挪到另一个地方，任务规划是为了让无人系统执行更复杂的任务。任务规划模块将具体任务转化为无人载具系统可执行的离散运作；这些运作可能包含避障的粗略运动规划、传感器工作规划以及具体任务的精细运动规划。运动规划侧重于连续时域中无人系统的动态约束和环境的几何约束，与运动规划不同，任务规划则在离散时域中使用高度抽象的