1.1 機器人學中的不確定性
機器人學是一門 通過計算機控制 設備來 感知 和 操作 客觀世界的學科。
簡單理解就是:機器人系統 處於客觀環境中,通過傳感器感知環境,並 通過機械力控制環境。
要完成一定的任務,機器人要能接納客觀環境中存在的大量的不確定性。
說白了就是機器人能歸納一下不確定性。
導致機器人面臨不確定性的因素有許多:
- Robot environment is unpredictable。機器人所處的環境不可預測。
- 傳感器的限制和存在的測量誤差(噪聲)。
- 機器人的執行機構有裝配誤差和磨損誤差以及故障情況。
- 機器人模型本身可能就是近似模型,也會帶來不確定性。
- 近似算法也可能帶來不確定性,爲啥要近似算法,因爲機器人絕大多數情況下都是實時系統,近似算法犧牲精度保證了實時性。
- 同時,不同應用領域和平臺的不確定性也不同。
以上就是不確定性的主要來源。
1.2 概率機器人學
概率機器人學致力於研究感知和行爲的不確定性。
思想就是用概率理論的運算去明確的表示這種不確定性。
簡單理解就是:不再用可能出現情況的單一預測,而是用概率算法來表示整個推測空間的概率分佈信息。
以數學上合理的方式來表現模糊性和置信度。
意義:根據存在的不確定性選擇相對魯棒的控制方式,當相應的控制方式是比較好的選擇時,概率機器人甚至可以主動選擇以減少機器人的不確定性。
這樣概率算法就降低了不確定性。
通過兩個例子來闡述下概率機器人學的思想:
1. 移動機器人定位 mobile robot localization
機器人定位,就是相對外部的參考系來估計機器人座標的問題。
給定環境地圖,機器人需要參照傳感器數據,定位自己在地圖上的相對位置。如下圖所示,已知環境中有三個門,機器人的任務就是通過檢測和運動找到自己的位置:
2. 機器人的規劃和控制
概率算法既能計算機器人瞬間的不確定性,也能預知未來的不確定性。這個稱爲海岸導航算法。