
前言
东南大学于2016年开设了全国首个机器人工程本科专业。该专业建设之初,笔者在开展机器人感知方向科研工作的同时一直在思考,如何培养机器人专业人才,特别是如何高质量、高效率地培养机器人感知方向的专业人才。依据江苏省高等学校重点教材项目的要求,笔者结合多年科研和一线教学实践经验,以及对专业特点与技术变革的思考,探索并尝试编写了本教材。
机器人是科技发展的重要结晶,是人在改造世界过程中的产物。人对智能机器的幻想与痴迷由来已久,中国著名古籍《列子·汤问》中就曾记载偃师造人的传说,这或许是人最早对自动机器与环境(音律环境)和谐关系、人机共融情景的憧憬。在如此憧憬下,人们经过长期孜孜不倦的研究,终于在20世纪60年代开发出了最早的智能机器人。随后,智能机器人渗透到生活、生产等越来越多的领域,带来了良好的经济效益和社会效益。2021年我国工业和信息化部等15个部门发布的《“十四五”机器人产业发展规划》进一步推动了智能机器人产业的高质量发展,“机器人+”的行业应用模式将成为经济发展新动能,催生经济新格局。这也对笔者所从事的机器人感知领域的研究和教学工作提出了新的挑战。
我们知道,人生活在五彩斑斓的世界中,时时刻刻都在感知周围的环境并与其进行交互,人对环境的感知是人行为的基础。人研究智能机器人的目的是让机器人具有类人智能,将人的智能赋予机器人。在此进程中,赋予机器人智能环境感知能力是重要一环,对机器人的自主性、智能性、社会性提升均具有重要意义。机器人通过自身携带的传感器(如GPS、IMU、视觉、激光雷达、超声波等),或者智能空间中的传感器,来获取周围的静态物理环境、动态目标等传感数据;然后,数据经过处理形成有用信息,进而实现环境的重构,完成对周围环境的客观表达;最后,再形成机器人本体内的“主观”理解。更进一步,机器人在对自然环境感知的基础上,针对复杂的社会环境,也可以像人一样感知,具备了较高的社会感知和智能能力。当机器人具备一定社会感知能力后,也就具有了社交能力。
如今,随处可见各种机器人在运行,它们时刻对所处环境进行着感知。如:在马路上行驶的无人驾驶汽车,对路面、车道线、障碍物、行人、其他车辆等进行实时感知;服务机器人在从一个位置移动到另一个位置的过程中,对环境地图、服务目标、操作对象、场所语义等进行感知;无人自主潜水器在水下航行时,自主进行探测、建图与导航;无人机或无人机群置空后,对任务目标、环境对象、任务态势进行捕获与感知……然而,我们也应当清醒地认识到,机器人目前的感知能力仍远达不到人们期望的水平。一个现实的例子是现在还没有一辆汽车可以达到L5级别的自动驾驶,甚至L4级别的自动驾驶也很难完成。因此,研究人员和相关工程技术人员还需再接再厉,在相关领域持续发挥才智,培养该领域后继人才成为当下的迫切需求。
机器人感知技术作为机器人技术的一个基础分支,受到多个行业、领域的重点关注。然而目前熟练掌握该方向技术的专业人员尚凤毛麟角,专业用人荒与就业难的自相矛盾在该领域也逐渐显现。企业所需要的机器人感知技术研发人员,不仅要有扎实的理论基础、广泛的知识面,更要有丰富的动手实践经验。由此,对机器人感知技术专业人才的培养方案,不仅要贴近前沿需求和“实战”要求,同时也要涵盖理论和技术前沿,并且易于初学者上手。
本书是笔者在多年的科研与教学实践基础上,参考相关领域优秀成果编写而成的,内容力求做到由浅入深、循序渐进、条理清晰,既强调了基本原理和工程应用,又反映了国内外研究和应用的最新进展,具有系统性、实用性、前沿性和易读性。
1)系统性。相关理论脉络清晰,全面梳理从度量层到语义层、从静态对象到动态对象以及多种模态信息下的机器人感知技术,此外对常用的数学工具做了系统性归纳。
2)实用性。根据机器人系统应用需求,对应用中使用的大量经典方法进行了详细阐述,并在实验部分对部分重要方法给出了实现过程,希望读者通过本书的学习能掌握这些实用方法,快速投入“实战”。
3)前沿性。展现国际上最新的研究成果,反映机器人感知领域的最先进水平。
4)易读性。文字表述力求通俗易懂。在内容安排上力求由浅入深,循序渐进。
本书共7章并附相关的实验指导。
第1章介绍机器人环境感知技术的有关概念和现状,并对相关研究类别的特点进行了讨论。
第2章介绍在机器人感知系统设计过程中主要使用的数学工具,包括线性代数、求导法则、优化算法、解析几何、概率等。
第3章从自主移动机器人携带的常用环境感知传感器入手,介绍了传感器感知方式和方法,以及从度量层面对传感器信息进行分析的方法。
第4章主要从静态对象感知角度出发,介绍用于静态对象的自主感知技术,主要包括目标的检测和识别,所用到的对象信息有二维信息、三维信息和触觉信息。
第5章主要从动态对象感知角度出发,介绍一般动态障碍物的检测方法以及对动态人脸和人体的检测与跟踪方法。
第6章介绍几种语义级别的环境描述和理解方法。
第7章面向机器人导航应用,介绍利用高层语义信息进行导航的方法。
在本书的每章后面都附有一定数量的习题,以巩固所学知识。为了强化读者的问题探究意识,习题中包含一定量的开放性问题,这类问题需要读者自行查阅资料找出答案。为了加强课程的实践环节,附录“实验指导书”对一些关键教学知识点和学生兴趣点设计了实验,使读者能够应用所学内容并结合相关资料解决实际问题。
本书可以作为高等院校机器人工程、自动化等相关专业的本科生和研究生的机器人感知课程教材,也可以供从事机器人感知研究与应用的科技人员学习参考。希望本书能够给无人自动驾驶领域研究者和自主智能机器人专业学生以及相关工程技术人员提供帮助。
本书包含了笔者在机器人感知领域多年的科研和教学实践,也汲取了国内外同类教材和有关文献的精华,在此谨向这些教材和文献的作者表示感谢。在本书的编写过程中,笔者得到了各方面的大力支持和帮助,十分感谢笔者工作单位东南大学自动化学院的领导和同事的支持和帮助,非常感谢机器人和人工智能领域的前辈和朋友的关心和支持,也向提供帮助的许多老师和学生表示感谢,特别感谢研究生肖明静、吴艺虹同学,两位同学完成了大量的文字整理和图文校对工作。
笔者的研究工作曾得到国家自然科学基金、863重点项目、国防重点预研项目、江苏省基础前沿引领项目、江苏省自然科学基金项目、江苏省重点研发计划重点项目、江苏省优势学科或双一流学科经费、各种人才计划等的大力资助,对这些给予资助的相关部门表示衷心的感谢。在本书编写和出版过程中,得到了机械工业出版社的大力支持,在此谨表诚挚的谢意。
机器人环境感知与理解的内容十分广泛,涉及诸多学科领域。由于笔者的水平和写作时间有限,经验不足,书中不妥之处在所难免,敬请读者批评指正。
李新德
2023.1.31