一、引言（Introduction）
多關(guān)節(jié)機(jī)器人為了能在未知或時(shí)變環(huán)境下自主地工作.應(yīng)具有感受作業(yè)環(huán)境和規(guī)劃自身動(dòng)作的能力。為此.必須提高機(jī)器人對(duì)當(dāng)前感知環(huán)境的快速理解識(shí)別及實(shí)時(shí)避障的能力。實(shí)時(shí)避障是實(shí)現(xiàn)智能化機(jī)器人自主工作能力的關(guān)鍵技術(shù).也是國(guó)內(nèi)外智能機(jī)器人近期發(fā)展的一個(gè)熱點(diǎn).其顯著特征是具有傳感器信息反饋.可以實(shí)現(xiàn)很好的智能行為。本文主要針對(duì)基于傳感器信息的多關(guān)節(jié)機(jī)器人實(shí)時(shí)避障方法方面的研究.詳細(xì)介紹了傳感器的選擇和傳感器信息融合技術(shù)。
二、傳感器選擇（The choice of sensors）
機(jī)器人避障的關(guān)鍵問(wèn)題之一是在運(yùn)動(dòng)過(guò)程中如何利用傳感器對(duì)環(huán)境的感知。任何類(lèi)型的傳感器都有各自的優(yōu)點(diǎn)和不足.選用時(shí)需要仔細(xì)考慮各種因素。
在機(jī)器人運(yùn)動(dòng)規(guī)劃過(guò)程中傳感器主要為系統(tǒng)提供兩種信息：
（1）機(jī)器人附近障礙物的存在信息。
（2）障礙物與機(jī)器人間的距離。近幾年.應(yīng)用到機(jī)器人運(yùn)動(dòng)規(guī)劃的傳感器一般分為兩大類(lèi)：無(wú)源式傳感器和有源式傳感器。
1、無(wú)源式傳感器
應(yīng)用在避障中的無(wú)源式傳感器包括觸覺(jué)傳感器和視覺(jué)傳感器兩種。
（1）觸覺(jué)傳感器
機(jī)器人觸覺(jué)系統(tǒng)是模擬人的皮膚與物體接觸的感覺(jué)功能.獲取周?chē)h(huán)境信息.用來(lái)達(dá)到避障目的.特別是在黑暗處或者因障礙物的影響導(dǎo)致無(wú)法通過(guò)視覺(jué)獲取信息的條件下.使機(jī)器人具備觸覺(jué)功能。
觸覺(jué)傳感器是一種測(cè)量自身敏感面與外界物體相互作用參數(shù)的裝置.觸覺(jué)傳感器常常包含許多觸覺(jué)敏感元.并以陣列的形式排列.通過(guò)這些觸覺(jué)敏感元與物體相互接觸產(chǎn)生觸覺(jué)圖象.并進(jìn)行分析與處理.這種工作方式稱(chēng)為被動(dòng)式觸覺(jué)/但是.實(shí)際應(yīng)用中.一方面由于觸覺(jué)傳感器的空間分辨率大大提高.
其工作平面尺寸比被識(shí)別物體要小得多；另一方面機(jī)器人控制中需要得到物體的三維信息。因此，在被動(dòng)式觸覺(jué)的基礎(chǔ)上，將觸覺(jué)傳感器安裝在機(jī)器人上，隨著機(jī)器人的不斷運(yùn)動(dòng)，傳感器可得到被識(shí)別物體的三維觸覺(jué)信息，通過(guò)進(jìn)一步處理與識(shí)別，并反映給機(jī)器人控制器，這樣可以使機(jī)器人獲取周?chē)h(huán)境信息，識(shí)別物體形狀，確定物體空間位置等，從而達(dá)到智能控制和避障的目的。這種工作方式稱(chēng)為主動(dòng)式觸覺(jué)。在安裝觸覺(jué)傳感器時(shí)，一般都安裝在手爪、足、關(guān)節(jié)等主要的操作部位。
觸覺(jué)傳感器應(yīng)用在多關(guān)節(jié)機(jī)器人避障系統(tǒng)中的主要缺陷是：信號(hào)滯后，很難實(shí)現(xiàn)實(shí)時(shí)避障，工作過(guò)程中機(jī)器人系統(tǒng)容易損壞。
（2）視覺(jué)傳感器
視覺(jué)傳感器獲取的信息量要比其它傳感器獲取的信息量多得多，但目前還遠(yuǎn)未能使機(jī)器人視覺(jué)具有人類(lèi)完全一樣的功能，一般僅把視覺(jué)傳感器的研制限于完成特殊作業(yè)所需要的功能。
視覺(jué)傳感器把光學(xué)圖像轉(zhuǎn)換為電信號(hào)，即把入射到傳感器光敏面上按空間分布的光強(qiáng)信息轉(zhuǎn)換為按時(shí)序串行輸出的電信號(hào)——視頻信號(hào)，而該視頻信號(hào)能再現(xiàn)入射的光輻射圖像。固體視覺(jué)傳感器主要有三大類(lèi)型：一種是電荷耦合器件（CCD）；第二種是MOS圖像傳感器，又稱(chēng)自掃描光電二極管列陣（SSPA）；第三種是電荷注入器件（CID）。目前在機(jī)器人避障系統(tǒng)中應(yīng)用較廣的是CCD攝像機(jī),它又可分為線陣和面陣兩種.線陣CCD攝取的是一維圖像，而面陣CCD可攝取二維平面圖像。
視覺(jué)傳感器攝取的圖像經(jīng)空間采樣和模數(shù)轉(zhuǎn)換后變成一個(gè)灰度矩陣，送入計(jì)算機(jī)存儲(chǔ)器中，形成數(shù)字圖像。為了從圖像中獲得期望的信息，需要利用計(jì)算機(jī)圖像處理系統(tǒng)對(duì)數(shù)字圖像進(jìn)行各種處理，將得到的控制信號(hào)送給各執(zhí)行機(jī)構(gòu)，從而再現(xiàn)多關(guān)節(jié)機(jī)器人避障過(guò)程的控制。
這種傳感器在避障中主要有三方面缺陷：一是受光線條件和工作范圍限制；二是此類(lèi)傳感器驅(qū)動(dòng)電路復(fù)雜，價(jià)格昂貴；三是實(shí)時(shí)性差。
2、有源式傳感器
有源式傳感器由于中間傳遞介質(zhì)不同分為：超聲波傳感器、電容耦合式傳感器、電渦流傳感器、紅外傳感器。
（1）超聲波傳感器
超聲波傳感器是靠發(fā)射某種頻率的聲波信號(hào)，利用物體界面上超聲反射，散射檢測(cè)物體的存在與否。超聲波在空氣中傳播時(shí)如果遇到其它媒介，則因兩種媒質(zhì)的聲阻抗不同而產(chǎn)生反射。因此，向空氣中的被測(cè)物體發(fā)射超聲波，檢測(cè)反射波并進(jìn)行分析，從而獲到障礙物的信息。
超聲波傳感器由于信息處理簡(jiǎn)單、快速并且價(jià)格低，被廣泛用在機(jī)器人測(cè)距、定位及環(huán)境建模等任務(wù)中。但在多關(guān)節(jié)機(jī)器人實(shí)時(shí)避障系統(tǒng)中存在一定的局限性，主要表現(xiàn)在四個(gè)方面：
一是因?yàn)槌暡ǖ牟ㄩL(zhǎng)相對(duì)長(zhǎng)一些，對(duì)于稍大的扁平的障礙物可以發(fā)生鏡面反射，傳感器由于接收不到反射信號(hào)，使此障礙物不能被檢測(cè)到。
二是盲區(qū)較大，因?yàn)槊總€(gè)超聲換能器既作超聲發(fā)射器又作超聲接收器，因此不能同時(shí)發(fā)射超聲和接收超聲。在發(fā)射超聲后必須經(jīng)過(guò)一段時(shí)間才能處理返回的聲波。如果障礙物距離太近（<30左右），則傳感器收不到返回的聲波，所以該類(lèi)傳感器存在測(cè)量盲區(qū)。

三是表現(xiàn)在探測(cè)波束角過(guò)大，方向性差，往往只能獲得目標(biāo)的距離信息，不能準(zhǔn)確地提供目標(biāo)的邊界信息，單一傳感器的穩(wěn)定性不理想等。在實(shí)際應(yīng)用中，往往采用其它傳感器來(lái)補(bǔ)償，或采用多傳感器融合技術(shù)提高檢測(cè)精度等。
四是由于超聲波受環(huán)境溫度，濕度等條件的影響，以及超聲固有的寬波束角，超聲傳感器在測(cè)距時(shí)，所測(cè)量的值與實(shí)際的值的誤差較大。
（2）電容耦合式傳感器
電容耦合式傳感器是當(dāng)一物體接近傳感器時(shí)電容發(fā)生改變，電容的改變可使振蕩器起振或產(chǎn)生相移改變，以此來(lái)檢測(cè)障礙物的存在。此類(lèi)傳感器性能穩(wěn)定、可靠和耐用。缺點(diǎn)是由于傳感器分辨率很低，在其測(cè)量的范圍內(nèi)不能分辨出物體的維數(shù)。機(jī)器人在處理時(shí)必須假設(shè)障礙物非常大，例如，如果障礙物的距離為2cm，被認(rèn)為20∽30cm的物體來(lái)處理，這就大大限制了機(jī)器人手臂運(yùn)作的空間。
（3）電渦流傳感器
電渦流傳感器通過(guò)向外發(fā)射高頻的變化的電磁場(chǎng)，對(duì)周?chē)哪繕?biāo)引起電渦流。電渦流的大小與傳感器和目標(biāo)物體之間的距離有關(guān)，電渦流產(chǎn)生的磁場(chǎng)與傳感器的磁場(chǎng)方向相反。兩個(gè)磁場(chǎng)相互疊加，就會(huì)減少傳感器的電感和阻抗。采用適當(dāng)?shù)碾娐钒炎杩沟淖兓D(zhuǎn)換成電壓的變化，就能計(jì)算出目標(biāo)物體的距離。
電渦流傳感器尺寸較小，可靠性較高，價(jià)格也較便宜，不但可以作為接近覺(jué)傳感器，檢測(cè)障礙物的存在和物體距離，而且可以采用適當(dāng)?shù)姆椒z測(cè)力、力矩或壓力。測(cè)量精度比較高，能夠檢測(cè)0.02mm的微量位移，測(cè)量還具有方向性。但是，這種傳感器的缺點(diǎn)是作用距離較短（一般不超過(guò)13mm）。另外，此傳感器僅適用于障礙物為固態(tài)導(dǎo)體的檢測(cè)。
（4）紅外傳感器
紅外傳感器是一種比較有效的接近覺(jué)傳感器，經(jīng)常被國(guó)內(nèi)外學(xué)者應(yīng)用在多關(guān)節(jié)機(jī)器人避障系統(tǒng)中，用來(lái)構(gòu)成大面積機(jī)器人“敏感皮膚”，覆蓋在機(jī)器人手臂表面，可以檢測(cè)機(jī)器人手臂運(yùn)行過(guò)程中的各種物體。傳感器發(fā)出的光的波長(zhǎng)大約在幾百納米范圍內(nèi)，是短波長(zhǎng)的電磁波。紅外傳感器具有以下特點(diǎn)：不受電磁波的干擾、非噪聲源、可實(shí)現(xiàn)非接觸性測(cè)量。另外，紅外線（指中、遠(yuǎn)紅外線）不受周?chē)梢?jiàn)光的影響，故可在晝夜進(jìn)行測(cè)量。
同聲納傳感器相似，紅外線傳感器工作處于發(fā)射/接收狀態(tài)。這種傳感器由同一發(fā)射源發(fā)射紅外線，并用兩個(gè)光檢測(cè)器測(cè)量反射回來(lái)的光量。由于這些儀器測(cè)量光的差異，它們受環(huán)境的影響非常大，物體的顏色、方向、周?chē)墓饩€都能導(dǎo)致測(cè)量誤差。但由于發(fā)射光線是光而不是聲音，可以希望在相當(dāng)短的時(shí)間內(nèi)獲得較多的紅外線傳感器測(cè)量值。測(cè)距范圍較近，大致為30cm以?xún)?nèi)。
3、傳感器選擇策略
傳感器的選擇好壞直接關(guān)系到多關(guān)節(jié)機(jī)器人采集周?chē)h(huán)境信息量的多少，因此目前機(jī)器人避障系統(tǒng)選擇傳感器類(lèi)型和數(shù)量有兩種不同的方法：基于環(huán)境的優(yōu)化原則選擇法和基于任務(wù)選擇法。
（1）基于環(huán)境的優(yōu)化原則選擇法：設(shè)計(jì)階段的預(yù)選擇以及適合環(huán)境和系統(tǒng)狀態(tài)變化的實(shí)時(shí)選擇，前者給出了恰當(dāng)?shù)膫鞲衅鲾?shù)量和操作速度之間的關(guān)系，該關(guān)系可決定多傳感器避障系統(tǒng)中傳感器單元的優(yōu)化排列，后者通過(guò)貝葉斯方法利用任何先驗(yàn)的物體信息決定傳感器的定位，使傳感器對(duì)障礙物體假設(shè)不確定性最小。
（2）基于任務(wù)的選擇法：此方法主要思想是基于避障的任務(wù)，將完成該任務(wù)的過(guò)程按時(shí)間及感知范圍劃分為若干段，即將任務(wù)分解，根據(jù)每個(gè)階段所需的傳感器信息合理地選擇傳感器的種類(lèi)和數(shù)量。
三、傳感器的信息融合（Information fusion of sensors）
在智能機(jī)器人避障的系統(tǒng)中，因?yàn)槿魏蝹鞲衅鞯墓δ芏加邢?，必要時(shí)，應(yīng)將多種傳感器集成在一起，融合多種傳感器信息，這樣可以更正確、更全面的反映出外界環(huán)境的特征，為避障提供正確的依據(jù)。信息融合技術(shù)可以增加各類(lèi)傳感器信息的互補(bǔ)性、對(duì)環(huán)境變化的適應(yīng)性，提高決策的正確性。
多傳感器數(shù)據(jù)融合的基本目的是指通過(guò)對(duì)多（種，類(lèi)）傳感器數(shù)據(jù)的綜合處理以獲得比每個(gè)單一傳感器更多的信息。也可以理解為對(duì)多傳感器的原始信息加以智能化的綜合，從而導(dǎo)出新的有意義的信息。這種信息的價(jià)值比單一傳感器所獲得信息要高得多，它有利于判斷和決策。因此近年來(lái)多傳感器信息融合技術(shù)系統(tǒng)已越來(lái)越多地應(yīng)用于機(jī)器人的避障系統(tǒng)中，通過(guò)實(shí)驗(yàn)可以取得良好的效果。
1、傳感器數(shù)據(jù)融合方法
多傳感器的機(jī)器人避障系統(tǒng)中，各信息源提供的環(huán)境信息都具有一定程度的不確定性。另外，由于傳感器數(shù)量較多，且多為非線性，要進(jìn)行很好的全局優(yōu)化和控制，處理量大。面對(duì)離散數(shù)據(jù)多、關(guān)聯(lián)度大、輸入信息不可線性化且要求融合結(jié)果可靠性高等特點(diǎn)，傳統(tǒng)的數(shù)據(jù)融合方法（加權(quán)平均法、貝葉斯估計(jì)法、Dempster-Shafer證據(jù)推理方法等）不能很好地滿足要求。對(duì)于多關(guān)節(jié)機(jī)器人避障系統(tǒng)而言，通常采用卡爾曼濾波法、產(chǎn)生式規(guī)則、模糊邏輯人工神經(jīng)網(wǎng)絡(luò)法，可以得到關(guān)于環(huán)境更加可靠、統(tǒng)一、精確的描述，便于判斷與決策。
（1）卡爾曼濾波用于實(shí)時(shí)融合動(dòng)態(tài)的低層次冗余多傳感器數(shù)據(jù)，該方法用測(cè)量模型的統(tǒng)計(jì)特性遞推決定統(tǒng)計(jì)意義下最優(yōu)融合數(shù)據(jù)估計(jì)。由于機(jī)器人避障系統(tǒng)具有線性動(dòng)力學(xué)模型，且系統(tǒng)噪聲和傳感器噪聲是高斯分布的白噪聲模型，卡爾曼濾波為融合多傳感器數(shù)據(jù)提供唯一的統(tǒng)計(jì)意義下的最優(yōu)估計(jì)。
應(yīng)用到機(jī)器人避障系統(tǒng)的多傳感器信息處理中，國(guó)內(nèi)外學(xué)者經(jīng)常選用的是聯(lián)合式卡爾曼濾波法，其基本思想是采用一組并行運(yùn)行的濾波器模塊，每一個(gè)模塊只處理某一個(gè)特定傳感器的信息。另外，還采用了一個(gè)“主濾波器”對(duì)來(lái)自所有局部濾波器的信息進(jìn)行融合。這種結(jié)構(gòu)明顯的優(yōu)勢(shì)在于：計(jì)算量平均分布在各個(gè)并行濾波器中，主濾波器的計(jì)算負(fù)擔(dān)不大；具備了多種冗余信息，可以通過(guò)適當(dāng)?shù)闹貥?gòu)算法設(shè)計(jì)提供強(qiáng)容錯(cuò)能力。
（2）產(chǎn)生式規(guī)則可以建立自然景象專(zhuān)家系統(tǒng)，根據(jù)多傳感器的檢測(cè)數(shù)據(jù)，使用符號(hào)來(lái)表示環(huán)境特征，這樣可以更全面的反映避障系統(tǒng)的周?chē)畔ⅲ瑸闄C(jī)器人的路徑規(guī)劃做準(zhǔn)備。
（3）模糊邏輯法方法是用某種模擬人類(lèi)的思維習(xí)慣的模型系統(tǒng)地反映機(jī)器人避障系統(tǒng)中多傳感器數(shù)據(jù)融合過(guò)程的不確定性，并通過(guò)模糊推理來(lái)完成數(shù)據(jù)融合，得到預(yù)期的效果。
（4）人工神經(jīng)網(wǎng)絡(luò)法是一種仿效生物神經(jīng)系統(tǒng)的信息處理方法，是通過(guò)有教師或無(wú)師自學(xué)算法進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)，一旦學(xué)習(xí)完成，該神經(jīng)網(wǎng)絡(luò)就能夠根據(jù)以網(wǎng)絡(luò)權(quán)矩陣和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)形式存儲(chǔ)的特征信息，基于此神經(jīng)網(wǎng)絡(luò)得到了一種進(jìn)行決策思維的模型結(jié)構(gòu)，通過(guò)綜合來(lái)自于系統(tǒng)各種不同傳感器的信息，從中抽取出單一傳感器無(wú)法提供的準(zhǔn)確可靠信息，這是在有環(huán)境交互的情況下處理多傳感器信息的一種十分有效的方法。
此方法應(yīng)用到機(jī)器人避障系統(tǒng)多傳感器信息處理中，主要通過(guò)傳感器在操作現(xiàn)場(chǎng)獲得環(huán)境信息，過(guò)濾和預(yù)處理模塊對(duì)傳感信息進(jìn)行修正和數(shù)字化，經(jīng)安全機(jī)制判斷后作為相應(yīng)神經(jīng)網(wǎng)絡(luò)融合處理器的輸入源，采用知識(shí)數(shù)據(jù)庫(kù)作為神經(jīng)網(wǎng)絡(luò)融合器的選型和知識(shí)來(lái)源的輔助決策工具，應(yīng)用程序接收融合結(jié)果，采取相應(yīng)的控制策略，并發(fā)送控制命令給機(jī)器人驅(qū)動(dòng)設(shè)備。這樣可以快速準(zhǔn)確地獲得盡可能多的實(shí)際操作現(xiàn)場(chǎng)的環(huán)境信息，從而有效地完成多傳感器
的信息處理。
2、傳感器信息處理
由于機(jī)器人避障系統(tǒng)中所用的傳感器種類(lèi)和數(shù)量較多，信息處理較復(fù)雜。應(yīng)用在此系統(tǒng)的信號(hào)處理方法主要有小波分析法、神經(jīng)網(wǎng)絡(luò)法、遺傳算法、免疫算法。
（1）小波分析法
小波變換的基本思想是用一族小波基函數(shù)去表示或逼近——信號(hào)，很好地解決了時(shí)間和頻率分辨力的矛盾，適合于對(duì)時(shí)變信號(hào)進(jìn)行局部分析。
小波變換作為一種新的信號(hào)處理方法，近幾年，將小波分析應(yīng)用在機(jī)器人避障系統(tǒng)實(shí)時(shí)采集傳感器信號(hào)檢測(cè)分析中，通過(guò)對(duì)傳感器信號(hào)的多尺度分解，濾除被測(cè)傳感器信號(hào)中混入的噪聲成分，重構(gòu)真實(shí)信號(hào)，這樣可以有效提高機(jī)器人避障系統(tǒng)中采樣數(shù)據(jù)的可靠性，進(jìn)而可以提高避障系統(tǒng)的控制精度。另外它還有數(shù)據(jù)壓縮功能，對(duì)此系統(tǒng)大量的傳感信號(hào)進(jìn)行壓縮處理可以節(jié)省存儲(chǔ)空間，提高運(yùn)算速度。
（2）神經(jīng)網(wǎng)絡(luò)法
神經(jīng)網(wǎng)絡(luò)是一種不需要選取基函數(shù)系的非線性函數(shù)逼近方法。機(jī)器人避障系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)的高度非線性描述能力，并利用這一能力對(duì)此系統(tǒng)的多傳感器進(jìn)行建模，利用BP算法（誤差反向傳播算法），可以對(duì)傳感器輸出信號(hào)進(jìn)行濾波、除噪及傳感器的信號(hào)識(shí)別，從而使傳感器的輸出信號(hào)更精確反映外部環(huán)境信息，為機(jī)器人的路徑規(guī)劃算法做準(zhǔn)備。
這種方法的特點(diǎn)是：不需要機(jī)理方面的細(xì)節(jié)知識(shí)，避免了數(shù)學(xué)建模的不完備性；利用軟件實(shí)現(xiàn)傳感信號(hào)的處理，方便靈活，適用性強(qiáng)，免去了硬件電路。
（3）遺傳算法
遺傳算法是按照自然界“優(yōu)勝劣汰，適者生存”法則提出的一種全局優(yōu)化自適應(yīng)概率搜索算法。遺傳算法通過(guò)對(duì)當(dāng)前群體施加選擇、雜交、變異等一系列操作，產(chǎn)生出新一代的群體，并逐步使群體進(jìn)化到最優(yōu)解狀態(tài)。
遺傳算法被應(yīng)用于機(jī)器人避障系統(tǒng)的傳感信號(hào)處理中，首先在一個(gè)采樣周期內(nèi)將實(shí)際傳感器信號(hào)均勻采樣N次送入計(jì)算機(jī)，隨機(jī)選擇幾組數(shù)據(jù)作為初始群體。然后循環(huán)進(jìn)行選擇、雜交、變異三種操作，直到達(dá)到給定的要求電壓值為止。在機(jī)器人避障系統(tǒng)中，利用簡(jiǎn)單的放大電路和遺傳算法軟件可以在多傳感信號(hào)的情況下精確還原傳感信號(hào)，提高傳感器信息處理中的測(cè)量精度。
（4）免疫算法
免疫算法是一種基于模擬生物體的計(jì)算方法，該算法模擬免疫系統(tǒng)中抗體-抗原的相互作用，通過(guò)系統(tǒng)對(duì)抗原（輸入信號(hào)）的識(shí)別，抗體（標(biāo)樣信號(hào)）與抗原間親和力的調(diào)整，以及抗體對(duì)抗原的消除來(lái)實(shí)現(xiàn)數(shù)字信號(hào)處理。
近幾年來(lái)免疫算法也被應(yīng)用于機(jī)器人避障系統(tǒng)的傳感器信號(hào)處理中，該方法模擬免疫系統(tǒng)的作用機(jī)制，對(duì)此系統(tǒng)復(fù)雜、大量的傳感器信號(hào)進(jìn)行處理，可以得到重疊傳感器信號(hào)中起決定作用的單組傳感器信息，運(yùn)行速度快，從而可以減少計(jì)算機(jī)處理傳感器信息時(shí)間。
3、傳感器故障診斷
傳感器故障診斷的實(shí)施，能夠保證診斷系統(tǒng)獲取實(shí)時(shí)準(zhǔn)確的信息，避免因錯(cuò)誤信息造成的負(fù)效應(yīng)，保證數(shù)據(jù)的正確性，因此傳感器故障診斷是系統(tǒng)實(shí)時(shí)避障的重要保證。應(yīng)用在機(jī)器人避障系統(tǒng)傳感器故障診斷的方法主要有以下幾個(gè)方面：
（1）模糊診斷方法
模糊診斷方法就是以模糊數(shù)學(xué)為理論基礎(chǔ)，依據(jù)系統(tǒng)的傳感器的模糊狀態(tài)進(jìn)行狀態(tài)識(shí)別、推理并作出決策的一種故障診斷方法。
模糊故障診斷方法的優(yōu)點(diǎn)是能夠充分利用專(zhuān)家經(jīng)驗(yàn)，考慮了故障狀態(tài)及專(zhuān)家經(jīng)驗(yàn)的模糊性，使得診斷結(jié)果更為合理，同時(shí)模糊診斷計(jì)算量相對(duì)較小，診斷速度快，實(shí)時(shí)性好，便于在計(jì)算機(jī)上應(yīng)用，且準(zhǔn)確率也較高。經(jīng)常被國(guó)內(nèi)外學(xué)者應(yīng)用到機(jī)器人避障系統(tǒng)中，進(jìn)行傳感器輸出結(jié)果的診斷。但模糊故障診斷方法也有其不完善的方面，如隸屬函數(shù)的選取、各個(gè)診斷規(guī)則的運(yùn)用，至今并無(wú)同一原則，常依具體問(wèn)題而定。
（2）離散小波網(wǎng)絡(luò)法
離散小波網(wǎng)絡(luò)法是利用小波網(wǎng)絡(luò)來(lái)診斷避障系統(tǒng)中傳感器對(duì)象，當(dāng)傳感器對(duì)象沒(méi)有突變時(shí)，小波網(wǎng)絡(luò)的輸出與診斷避障系統(tǒng)中傳感器對(duì)象的輸出差值較小，當(dāng)傳感器有突變時(shí)，小波網(wǎng)絡(luò)的輸出與診斷避障系統(tǒng)中傳感器對(duì)象的輸出差值較大，據(jù)此可利用方差檢測(cè)出故障。該方法靈活度高，克服噪聲能力強(qiáng)，對(duì)輸入信號(hào)要求低，不需要對(duì)象的數(shù)學(xué)模型。缺點(diǎn)：在大尺度下，由于濾波器時(shí)域?qū)挾容^大，檢測(cè)時(shí)會(huì)有一定的延時(shí)。
（3）人工神經(jīng)網(wǎng)絡(luò)診斷法
人工神經(jīng)網(wǎng)絡(luò)法近年來(lái)被應(yīng)用于機(jī)器人避障系統(tǒng)中的傳感器故障診斷領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)是一種并行處理機(jī)制的網(wǎng)絡(luò)，且它可以通過(guò)學(xué)習(xí)而獲得外界知識(shí)，知識(shí)分布存儲(chǔ)各個(gè)神經(jīng)元之間連接權(quán)值上，它可以完成輸入模式到輸出模式的復(fù)雜映射，具有容錯(cuò)能力強(qiáng)和運(yùn)行速度快的特點(diǎn)。
采用神經(jīng)網(wǎng)絡(luò)法進(jìn)行機(jī)器人避障系統(tǒng)的故障診斷的方法是①選擇系統(tǒng)中關(guān)鍵傳感器輸出作為神經(jīng)網(wǎng)絡(luò)的輸入變量，并規(guī)定網(wǎng)絡(luò)的輸出變量值；②選擇合適類(lèi)型和結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)；③根據(jù)所選擇的輸入輸出信號(hào)的歷史數(shù)據(jù)，離線對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得網(wǎng)絡(luò)的權(quán)值或閥值；④在線將前面選擇的輸入輸出數(shù)據(jù)作用于網(wǎng)絡(luò)，網(wǎng)絡(luò)輸出便可給出診斷結(jié)果。
該方法優(yōu)點(diǎn)是不需要準(zhǔn)確的數(shù)學(xué)模型，可以直接用過(guò)程數(shù)據(jù)來(lái)解決機(jī)器人避障系統(tǒng)故障診斷問(wèn)題。但是此方法還存在一些問(wèn)題，如網(wǎng)絡(luò)結(jié)構(gòu)如何選取等。此外，在診斷過(guò)程中，常常自學(xué)習(xí)，自診斷，因此如何將無(wú)導(dǎo)師訓(xùn)練算法引入到傳感器故障診斷領(lǐng)域，也是一直探討的方向。
四、結(jié)論（Conclusion）
智能多關(guān)節(jié)機(jī)器人的實(shí)時(shí)避障問(wèn)題，是現(xiàn)在機(jī)器人研究領(lǐng)域的重點(diǎn)和難點(diǎn)問(wèn)題。在避障過(guò)程中，常常會(huì)面臨無(wú)法預(yù)先知道、不可預(yù)測(cè)或動(dòng)態(tài)變化的環(huán)境。機(jī)器人感知環(huán)境的手段通常是不完備的，傳感器給出的數(shù)據(jù)是不完全、不連續(xù)、不可靠的，傳感器信息融合的算法還存在著諸多問(wèn)題。但由于傳感器技術(shù)的飛速發(fā)展以及神經(jīng)網(wǎng)絡(luò)、模糊控制理論等學(xué)科的深入研究，及傳感器信息處理方法的應(yīng)用，為避障問(wèn)題的最終解決提供了可能性，但是對(duì)于復(fù)雜的應(yīng)用，仍不能令人滿意，因此現(xiàn)存的問(wèn)題也正是該領(lǐng)域的研究方向。
（1）傳感器融合技術(shù)在近年來(lái)被引入到了機(jī)器人避障研究中，并已取得很好的成果，對(duì)于目前一些高精度的多關(guān)節(jié)機(jī)器人避障系統(tǒng)采用常規(guī)傳感器還很難滿足性能指標(biāo)，因而開(kāi)發(fā)新型傳感器或按照一定融合策略構(gòu)造傳感器陣列以彌補(bǔ)單個(gè)傳感器的缺陷，將是重要的研究方向。
（2）人工智能可使機(jī)器人避障系統(tǒng)本身具有較好的柔性和可理解性，同時(shí)還能處理復(fù)雜的問(wèn)題，因而在未來(lái)的數(shù)據(jù)融合技術(shù)中利用人工智能的各種方法，以知識(shí)為基礎(chǔ)構(gòu)成多傳感器數(shù)據(jù)融合仍將是其研究趨勢(shì)之一。
（3）為了在實(shí)現(xiàn)機(jī)器人避障系統(tǒng)多傳感器數(shù)據(jù)融合，處理器結(jié)構(gòu)將朝并行體行結(jié)構(gòu)發(fā)展，包括傳感器功能的并行結(jié)構(gòu)和算法功能的并行結(jié)構(gòu)。
（4）在一個(gè)智能系統(tǒng)中，使用單一的智能控制方法往往不能取得滿意的效果，應(yīng)綜合采用常規(guī)控制方法和智能控制方法，才能夠取得良好效果。神經(jīng)網(wǎng)絡(luò)和模糊推理是避障研究中的兩個(gè)重要工具，但是神經(jīng)網(wǎng)絡(luò)樣本集的完整性研究尚未取得突破，將事件空間的每一點(diǎn)都作為網(wǎng)絡(luò)的學(xué)習(xí)樣本顯然是不可取的；模糊邏輯推理則側(cè)重于模糊規(guī)則的選取，但有些規(guī)則很難形式化描述，或者必須用大量的規(guī)則描述而增大運(yùn)算量，這樣就背離了模糊邏輯應(yīng)用的初衷，因此近年來(lái)提出了基于多組傳感器信息，利用神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)機(jī)器人對(duì)當(dāng)前感知環(huán)境的快速識(shí)別和分類(lèi)，進(jìn)而利用模糊邏輯技術(shù)實(shí)現(xiàn)安全避障的新方法，它將是有潛力的研究方向。
（5）在集中式多傳感器系統(tǒng)研究時(shí)應(yīng)該將仿真技術(shù)和實(shí)時(shí)控制技術(shù)結(jié)合起來(lái)，建立集成開(kāi)發(fā)環(huán)境來(lái)處理傳感器信號(hào)。對(duì)于分布式傳感器系統(tǒng)，應(yīng)尋求一種基于通訊的實(shí)現(xiàn)方法來(lái)處理傳感器信號(hào)，這是傳感器系統(tǒng)今后發(fā)展方向之一。
（6）機(jī)器人的避障系統(tǒng)愈高級(jí)，傳感器就愈多，信息處理愈復(fù)雜，會(huì)遇到多速率采樣問(wèn)題。但是現(xiàn)有成熟的計(jì)算機(jī)控制理論涉及的都是單速率采樣，即假定系統(tǒng)中所有A/D，D/A通道都以同樣的采樣速率工作。為填補(bǔ)此項(xiàng)空白，就很有必要研究多速率采樣控制系統(tǒng)的建模，分析及設(shè)計(jì)方法。所以，機(jī)器人多傳感器多速率采樣控制系統(tǒng)研究是傳感器系統(tǒng)今后發(fā)展方向之一。
（7）多關(guān)節(jié)機(jī)器人避障系統(tǒng)是一個(gè)復(fù)雜的智能系統(tǒng)。因而在實(shí)際應(yīng)用中，必須綜合考慮各種功能，這是一個(gè)涉及機(jī)械、電子、計(jì)算機(jī)、自動(dòng)化、物理學(xué)等多學(xué)科的跨學(xué)科課題，任何新技術(shù)的出現(xiàn)都可能對(duì)該領(lǐng)域的研究帶來(lái)突破性進(jìn)展，因而在機(jī)器人研究的同時(shí)，必須密切關(guān)注相關(guān)學(xué)科的發(fā)展。