有想过吗

为什么不用人工干预

扫地机器人可以清洁到各个角落

博物馆内的机器人在室内穿梭自如

自动驾驶汽车在园区内无障碍行驶

……

 

这一切都离不开 “动”——包括精准定位、快速建图、路径规划、自动避障等在内的机器人的运动智能。

自从有了人工智能概念之后，人类一直想让计算机拥有“听、说、看、动”的多种能力，从而让机器变得更强大。在前几期，我们介绍了“看的能力”——视觉识别系统《AI应用 | 从模仿到超越,视觉智能下一步会怎样进化？》、“听的能力”——语音识别系统《AI应用 | 语音识别，让机器听懂这个世界》，这一期介绍“动的能力”——导航系统，看看它是如何应用到行业之中的。

不断学习人类的导航系统

在“动”方面，机器人再次借鉴了人类的能力。比如人能从位置A走到位置B，真的靠腿走的？

答案是否定的。因为“走”这个动作只是行为，走过去的最核心问题是“怎么走？”

这就涉及到：你在哪？目的地是哪？有什么路线可以选择？

人类是怎么解决这些问题的？计算机又是如何解决这个问题的？不得不说，在人工智能这条道路上，计算机一直是先模仿再超越人类。大脑中存在三种“导航细胞”：

• “位置细胞(Place cells)” 能绘制所处地点的地图，当经过某地时，它们能指出所在位置。
• “头部方向细胞(head direction cells )”就像一个指南针，告诉我们该朝哪个方向前进。
• “网格细胞(grid cells)”则通过一个类似航海中使用的经纬仪告诉我们已经行进的距离。

三种“导航细胞”的合作能准确带我们到达目的地，这也是计算机“能动”的原理之一。

机器人导航四步走

对于计算机尤其是机器人而言，移动的原理跟人类相似。移动之前，也是自问三个问题：“我在哪里？”、“我要去哪？”、“我怎么到达那里？”

在逻辑上想明白了，就剩下技术实现了。

宾夕法尼亚大学的Vijay Kumar教授曾讲过，任何系统的导航，都由四部分组成：

• 状态估计（State Estimation）：实现机器人的定位和感知。
• 建图（Mapping）：建立所在环境的地图（如果事先没有给地图的话）。
• 规划（Planning）：制定行走的路线。
• 控制（Control）：控制机器人按照导航走。

从当前的发展情况看，机器人在特定场景的移动已经与人类相似。就以机器人移动最复杂的应用场景——自动驾驶来说，业内也在不断突破，而在一些固定场景下的银行、酒店等服务型机器人，导航和移动也逐渐成熟了。

其实，实现导航的每一部分都有很多方法和技术。常用的技术是SLAM（Simultaneous Localization And Mapping，同步建图与定位），像百度机器人导航和视觉解决方案用的就是该技术。

路径规划考虑是实现

有了定位和地图，可以开始导航了。就像手机导航一样，我们需要知道起点和终点，然后找到一条路。

关键就在“路”的选择上，需要考虑很多因素。

举个例子，人在北京，打算自驾去拉萨。怎么走？两点之间直线最短。但是不能这么走，因为直线上可能有河、山、峡谷，汽车开不过去。所以路径规划既要保证路程最短，也必须做到行得通。

机器人的移动也同理，需要考虑全局规划（路径短）和局部规划（绕障碍），得到最佳的路径。最后控制机器人按照既定路线到达目的地。

“动起来”让机器人更有趣

通过这种介绍，基本了解现在机器人“能动”的原理了，这也是机器人的核心能力之一。这与 “听、说、看”等其他综合能力和技术在一起，才能构成完整的“机器人”的能力。

而百度云也有智能服务机器人开放平台，聚焦在核心技术赋能，帮助各行各业的机器人开发者升级技术、降低成本，开放软硬一体化的开发者平台，进而降低整个机器人产业的技术门槛，提升服务体验。

当前看到的，类似扫地机器人、大堂答疑机器人这种能移动的服务型机器人正进入各行各业，在酒店、餐饮、政务、零售、银行、机场等场景下发挥着作用，这也是人工智能在行业中应用之一。

关注百度云微信公众号，了解更多。 ')}