绪论：机器人学概览与核心挑战

机器人技术作为现代工程与人工智能交叉领域的璀璨明珠，正以前所未有的速度改变着我们的生产生活方式。从精密制造业流水线上焊接、装配的工业机器人，到外科手术台中辅助医生完成高精度操作的医疗机器人，再到家庭中清扫地板、陪伴儿童的服務机器人，以及正在重塑交通出行方式的自动驾驶汽车，机器人的形态与功能日益丰富多元。然而，无论其外在形式如何千变万化，所有自主机器人的内核都遵循着一个永恒的逻辑闭环：感知环境与自我状态、规划目标与行动路径、控制执行以实现意图。这个闭环正是机器人智能的基石，也是本书将要带领读者深入探索的数学之旅的起点。理解这个闭环的构成、挑战及其背后的数学原理，是把握机器人学精髓的关键。本章将作为全书的绪论，系统性地勾勒出机器人学的知识全景，明确其核心问题与挑战，为后续各章深入剖析感知、规划与控制的数学理论奠定宏观基础。

机器人的定义、核心特征与分类

机器人的本质定义

关于“机器人”这一概念，国际标准化组织（ISO）在2012年的修订中给出了一个广为接受的界定：“机器人是一种可重复编程的、多用途的、具有特定自主能力的机电一体化装置，它通过接受人类指令或在预先编制的程序控制下，在无人干预的情况下完成各种操作或任务。”这一定义强调了机器人的三个核心属性：可编程性、多功能性与自主性。可编程性意味着其行为并非固定硬连线，而是能够根据任务需求进行软件层面的调整；多功能性指其物理结构能够适应不同场景下的操作需求，如抓取、移动、装配等；自主性则是区分机器人与普通自动化设备的关键，它表现为在特定范围内对环境变化做出适应性反应的能力，例如避障、调整抓取姿态等。

然而，这一定义主要面向工业环境。随着人工智能技术的深度融合，现代机器人的内涵已显著扩展。从更广义的智能科学视角出发，一个自主机器人应具备以下核心能力 triad：感知（Perception）——通过传感器获取关于自身状态与外部环境的信息；认知/决策（Cognition/Decision-making）——基于感知信息进行理解、推理与规划，决定“做什么”和“怎么做”；执行（Actuation）——通过驱动器将决策转化为物理世界的动作。这三个能力相互耦合，形成一个持续运行的闭环。因此，本书将机器人视作一个集成了感知、决策与执行模块，能够在动态环境中为实现预定目标而自主行动的智能系统。这一定义超越了单纯的机械结构，将信息处理与智能行为置于核心地位。

机器人的多维分类体系

机器人的庞大族群可根据不同维度进行系统划分，常见的分类标准包括：

1. 按应用领域：

• **工业机器人**：主要用于制造业，如焊接、喷涂、装配、搬运等，典型代表为六轴关节式机械臂。其工作环境通常高度结构化、可预测，对重复定位精度要求极高。
• **服务机器人**：面向医疗、家政、物流、娱乐等非制造业领域。例如手术机器人（如达芬奇系统）、清洁机器人（如扫地机器人）、配送机器人、教育机器人等。其工作环境更为开放、非结构化，对人机交互与安全性的要求突出。
• **特种机器人**：用于极端或危险环境，如太空探测机器人（如火星车）、深海机器人、排爆机器人、救援机器人等。它们往往需要高度的自主性与环境适应性，以替代人类执行任务。

2. 按移动方式：

• **固定式机器人**：基座固定，无移动能力，如大多数工业机械臂。
• **轮式/履带式移动机器人**：依靠轮子或履带在地面移动，结构相对简单，效率高，是地面无人车、仓储AGV的主要形态。
• **腿式/足式机器人**：模仿动物或人类步态，具有跨越障碍、适应崎岖地形的潜力，如波士顿动力的Atlas、ANYmal。
• **飞行机器人（无人机）**：通过旋翼或固定翼实现空中飞行，用于航拍、巡检、物流等。
• **水下机器人（ROV/AUV）**：用于水下作业，有缆遥控（ROV）与无缆自主（AUV）两种模式。

3. 按自主程度：

• **手动操纵机器人**：动作完全由人类直接操控（如主从手术机器人中的从端）。
• **预编程机器人**：按预设程序执行重复任务，无环境感知与调整能力（如早期工业机器人）。
• **自适应机器人**：能通过传感器反馈对任务参数进行一定调整（如具备力觉控制的装配机器人）。
• **自主机器人**：能够感知环境、进行决策规划，并在未知或动态环境中独立完成任务，是本书讨论的重点。

这种分类并非互斥，一台先进的机器人往往融合多种特征，例如一个仓储物流机器人（服务机器人）同时是轮式移动机器人，并具备高度自主性。

机器人学的发展简史：从自动机械到智能体

机器人学的演进是一部人类将自身从重复劳动与危险环境中逐步解放的史诗，其发展脉络可粗略划分为以下几个阶段：

• **古代至工业革命前（想象与雏形）**：人类对创造“人造生命”的幻想自古有之，从古希腊赫菲斯托斯的机械仆役传说，到中国三国时期马钧的“木牛流马”，再到18世纪雅凯的“土耳其机器人”（实为魔术表演），这些更多是精巧的自动机械，体现了早期的机械智慧与模仿欲望，但缺乏真正的感知与智能。

• **工业革命至20世纪中叶（自动化机械的诞生）**：工业革命带来了动力与精密制造技术的突破。1921年，捷克作家卡雷尔·恰佩克在剧本《罗梭的万能工人》中首次创造了“Robot”（机器人）一词。1954年，美国发明家乔治·德沃尔申请了世界上第一个工业机器人专利，描述了可编程的机械臂。1961年，第一台工业机器人Unimate在美国通用汽车工厂上线，用于压铸件的搬运，标志着机器人从概念走向实际应用。此阶段的机器人本质上是可编程的“机器手”，通过示教或固定程序工作，无感知能力，属于“盲操作”。

• **20世纪60-80年代（感知与智能的萌芽）**：计算机技术与传感器技术的进步为机器人赋予了“眼睛”和“耳朵”。斯坦福大学等研究机构开始探索机器人的视觉引导与力觉控制。1973年，斯坦福机器人臂（StanforD Arm）结合计算机控制，能够通过视觉系统识别并抓取物体。这一时期的标志性进展是**传感器反馈控制**的引入，使机器人能够对环境进行简单的响应，不再是完全开环操作。移动机器人研究同步兴起，如Shakey the Robot（1966-1972）首次整合了视觉、运动规划与问题求解，尝试在复杂环境中自主导航，尽管速度缓慢且脆弱，但 conceptually 奠定了感知-规划-控制的框架。

• **20世纪90年代至21世纪初（从实验室到产业化）**：计算能力的指数级增长（摩尔定律）与更廉价可靠的传感器（如激光雷达、IMU）推动了机器人技术的实用化。1997年，索尼公司推出具有情感表达能力的娱乐机器人AIBO，展示了人机交互的新可能。在工业领域，机器人变得更加精密、灵活，协作机器人（Cobot）概念出现，强调人机安全共处。在学术界，**SLAM（同步定位与地图构建）** 技术的成熟（如1995年Smith、Self & Cheeseman的开创性工作）成为移动机器人实现自主导航的关键突破，它完美诠释了感知与定位的深度融合。

• **21世纪10年代至今（智能融合与爆发前夜）**：深度学习等人工智能技术的突破性进展，为机器人学注入了强大的“认知”能力。基于深度学习的计算机视觉（目标检测、语义分割）使机器人能“看懂”复杂场景；深度强化学习为复杂技能学习（如抓取、行走）提供了新途径。同时，云计算、5G、边缘计算等基础设施，使得大规模机器人集群协同、云端智能成为可能。以波士顿动力公司的Atlas、Handle为代表的机器人，展现了在动态地形上奔跑、跳跃、后空翻等高难度运动能力，标志着运动控制达到了新高度。在应用层面，以Waymo、Cruise为代表的公司推动了自动驾驶技术的商业化试点；服务机器人在酒店、餐厅、家庭中的渗透率快速提升。当前，机器人正从“可编程自动化设备”向“通用智能体”的愿景迈进，但距离实现人类水平的通用智能仍有漫长道路，感知的鲁棒性、规划的效率与泛化能力、控制的精确与适应性，仍是核心挑战。

自主机器人的核心三角：我在哪？去哪？怎么去？

自主机器人的智能行为，归根结底是对三个根本性问题的持续回答与执行。这三个问题构成了机器人自主性的逻辑基石，它们相互依存、循环迭代，形成一个永不停止的感知-规划-控制闭环。

问题一：“我在哪？”——感知与定位

这是所有自主行动的前提。一个机器人必须首先知道自身在环境中的位姿（Pose）——即位置（x, y, z）与朝向（roll, pitch, yaw），并理解周围环境的几何结构与语义内容。否则，任何后续的规划与控制都如同无源之水。

• **挑战**：现实世界是动态、非结构化、充满不确定性的。传感器存在噪声、盲区、甚至失效（如摄像头在强光下、激光雷达在浓雾中）；环境会发生变化（物体移动、结构改动）；机器人自身运动存在误差累积。因此，感知与定位必须是在**不确定性下进行最优估计**的问题。

• **核心任务**：

1. 状态估计：利用惯性测量单元（IMU）、轮式编码器、视觉里程计（VO）等传感器，通过滤波（如卡尔曼滤波、粒子滤波）或优化方法，实时估计机器人的运动轨迹与当前位姿。 2. 环境建模：利用激光雷达、深度相机、RGB相机等构建环境的地图。地图可以是仅包含几何信息的占据栅格地图、八叉树地图，也可以是包含语义信息的语义地图（标注出“门”、“椅子”、“道路”等）。 3. 同步定位与地图构建（SLAM）：这是解决“我在哪”问题的核心范式。SLAM问题要求机器人在未知环境中移动时，同时完成自身定位与环境地图构建，两者相互校正。其数学本质是一个状态估计问题，涉及高维非线性优化。例如，一个典型的视觉SLAM系统（如ORB-SLAM）通过连续提取图像特征点，匹配跨帧特征，构建稀疏点云地图，同时优化相机位姿，其核心是求解一个大规模束调整（Bundle Adjustment） 问题，这是一个非凸优化问题，对初始值敏感。

• **实例：无人车在 urban 环境的定位**。一辆无人车在街道上行驶，它融合**GNSS（全球导航卫星系统）** 提供的绝对位置（但精度有限且易受遮挡）、**高精度IMU**提供的短时高频运动信息、**轮速计**提供的里程计信息，以及**激光雷达点云**与**预先采集的高精地图**进行匹配（点云配准），通过**扩展卡尔曼滤波（EKF）** 或**因子图优化（Factor Graph Optimization）** 框架，实现厘米级的高精度、高鲁棒性定位。即使GNSS信号短暂丢失（如穿过隧道），系统也能依靠多传感器融合在短时间内保持定位不漂移。

问题二：“去哪？”——规划与决策

在明确“我在哪”之后，机器人需要解决“目标在哪”以及“如何到达”的问题。这涉及从高级任务指令到低级运动轨迹的层层分解与决策。

• **挑战**：环境可能是复杂的（狭窄通道、动态障碍物）、约束是多重的（动力学限制、能耗、舒适度）、目标可能是多层次的（先到A点取物，再到B点送货）。规划需要在**计算效率**、**路径质量**（如最短、最平滑、最安全）与**应对不确定性**之间取得平衡。

• **核心层次**：

1. 任务规划（Task Planning）：处理高层符号级目标，如“将咖啡从厨房送到书房”。它通常涉及STRIPS或PDDL等规划语言，将目标分解为一系列可执行的子任务（goto(厨房), grasp(咖啡), goto(书房), place(咖啡)），并考虑任务间的逻辑依赖与资源约束。这更接近经典人工智能的规划领域。 2. 路径规划（Path Planning）：在给定起点与终点、以及已知环境地图（或对环境的预测）的条件下，计算一条从起点到终点的几何可行路径，通常要求避开已知静态障碍物。经典算法包括A*算法（在栅格地图上的图搜索）、D*算法（用于动态环境增量重规划）、RRT（快速探索随机树） 及其变种（适用于高维复杂空间，如机械臂运动规划）。其核心是在配置空间（Configuration Space, C-space） 中寻找一条无碰撞的曲线。 3. 运动规划/轨迹规划（Motion/Trajectory Planning）：在路径规划得到的几何路径基础上，进一步考虑机器人的动力学与运动学约束（如最大速度、加速度、转向角速度），生成一条时间参数化的、平滑可控的轨迹（包含时间信息的位置、速度、加速度序列）。常用方法有多项式轨迹生成（如五次多项式保证位置、速度、加速度连续）、Lattice Planner（在状态 lattice 中搜索满足动力学约束的轨迹）。 4. 行为决策（Behavioral Decision-making）：在高度动态、部分可观测的环境中（如城市道路），机器人需要在社交规则、交通法规、安全与效率之间做出即时判断。例如，在无保护左转时，何时插入车流？这常被建模为部分可观测马尔可夫决策过程（POMDP），或采用基于规则、基于机器学习（如深度强化学习）的决策模型。其核心是在不确定性下进行长期回报最优的策略选择。

• **实例：家庭服务机器人的导航**。当用户指令“去客厅拿报纸”后，机器人首先进行**任务规划**，分解为：1) 定位当前在卧室；2) 规划到客厅的路径；3) 在客厅识别报纸；4) 规划返回路径；5) 抓取报纸。接着，**路径规划器**（如基于Dijkstra或A*的全局规划器）在家庭语义地图上生成一条从卧室到客厅的无碰撞走廊路径。然后，**局部运动规划器**（如动态窗口法DWA或Timed-Elastic-Band）根据实时激光雷达或深度相机数据，在全局路径的引导下，生成满足机器人最大速度/加速度约束、并能动态避开突然出现的人或宠物的瞬时速度指令。同时，**行为决策模块**需判断：如果报纸在茶几上，而茶几前有椅子，是要求用户移开椅子，还是尝试绕行？这涉及对场景的理解与人机交互策略。

问题三：“怎么去？”——控制与执行

规划模块产生的理想轨迹（或速度/力指令）必须通过控制模块，驱动机器人的执行器（电机、液压缸等），才能转化为真实的物理运动。控制的目标是使机器人的实际状态（位置、速度、姿态）尽可能精确、稳定、快速地跟踪期望轨迹。

• **挑战**：执行器存在物理限制与非线性（如电机饱和、摩擦力）；机器人本体存在质量、惯量等动力学特性；外部存在未建模扰动（如地面湿滑、侧风）。控制器必须在模型不精确、环境有干扰的情况下保证性能与稳定性。

• **核心层次**：

1. 底层关节/电机控制：通常位于控制金字塔的最底层，直接驱动电机。最经典、应用最广泛的是PID（比例-积分-微分）控制。它根据当前位置误差（P）、误差累积（I）、误差变化率（D）计算控制量，结构简单、鲁棒性强，是大多数工业机器人的关节控制器基础。对于更精密的系统，会采用基于模型的计算力矩控制（CTC） 或反馈线性化，通过精确的动力学模型前馈补偿重力、科里奥利力等，再辅以PID反馈，以实现高精度跟踪。 2. 运动控制（Locomotion Control）：针对移动机器人（如轮式、足式），控制目标常是底盘的运动（速度、航向）。对于差速轮式机器人，常用逆运动学将底盘速度分解为左右轮速度，再由底层轮速PID控制实现。对于足式机器人，全身控制（Whole-Body Control） 是前沿方向，它同时协调所有关节，在满足足端接触力约束（防打滑、支撑）与动力学平衡（ZMP或动量）的前提下，跟踪期望的质心运动或足端轨迹。 3. 阻抗/导纳控制：当机器人与环境发生物理接触时（如装配、打磨），单纯的位姿控制可能导致刚性碰撞与损坏。阻抗控制将机械臂末端设计为具有特定质量-弹簧-阻尼特性的“虚拟阻抗”，使其在接触时能顺应环境力变形，实现柔顺交互；导纳控制则相反，根据 sensed 力计算期望运动。这两种控制是机器人与环境安全、稳定交互的数学基础。

• **实例：自动驾驶汽车的纵向与横向控制**。规划器输出了一条未来几秒的期望速度与路径点序列。**纵向控制**（油门/刹车）通常采用PID或更高级的**模型预测控制（MPC）**，以跟踪期望速度，同时考虑舒适性（减速度限制）与安全性（与前车距离）。**横向控制**（转向）常用** Stanley 方法**或**Pure Pursuit 方法**，根据车辆当前位姿与路径的横向偏差和航向误差，计算前轮转角。更先进的系统采用**线性二次调节器（LQR）** 或 **MPC**，基于车辆动力学模型（如自行车模型），在预测时域内优化控制序列，以同时满足跟踪精度、稳定性和执行器约束。

感知-规划-控制闭环：动态交互与整体架构

上述三个核心问题并非线性串行，而是构成一个紧密耦合、实时循环的闭环系统。以一辆正在城市街道行驶的无人车为例，这个闭环的运作流程如下：

1. 感知层持续工作：激光雷达、摄像头、雷达等传感器每时每刻都在采集环境数据。感知模块（如目标检测、跟踪、SLAM）实时处理这些数据，输出：a) 自车高精度定位；b) 周围动态障碍物（车辆、行人）的状态估计（位置、速度、意图预测）；c) 可行驶区域与道路结构信息。 2. 规划层基于感知输入进行决策：行为决策模块根据自车状态、障碍物预测与交通规则，做出高层决策（如“减速让行”、“换道超车”）。路径/轨迹规划器根据决策目标（如保持车道中心、安全超车）与全局路径，在局部时空中（如未来5-10秒）重新规划出一条安全、舒适、符合交规的轨迹。这条轨迹是动态的，会随感知更新而频繁重规划。 3. 控制层执行规划轨迹：轨迹跟踪控制器接收新的轨迹点，计算所需的转向角与油门/刹车指令，发送给车辆执行器（线控系统）。车辆实际运动后，新的状态会被传感器再次感知，进入下一轮循环。 4. 闭环反馈：如果执行结果与规划有偏差（如因路面湿滑导致横向偏移），感知层会检测到这一偏差，规划层会据此调整轨迹，控制层也会相应修正，形成负反馈。同时，规划层对障碍物意图的预测（如“旁边车辆可能切入”）也会提前影响轨迹生成（如预留更大安全边际），体现预测性。

这个闭环的周期极短，通常在10-100毫秒量级，对系统的实时性与确定性要求极高。其整体架构通常采用分层设计，如下图所示，从顶层的任务规划