机器人学概述与数学框架

第 1 章：机器人学概述与数学框架

机器人自主导航的数学本质是什么？这一问题的答案决定了我们如何构建理论框架、如何设计算法，以及如何评估系统性能。在深入讨论定位、建图、路径规划与运动控制的具体方法之前，必须首先建立一套统一的数学语言，将感知、决策与执行三大功能模块形式化地联系起来。本章的任务正是为全书奠定这一基础：我们将定义机器人系统的基本组成要素，从数学角度刻画其层次化结构，并阐明自主导航的核心问题及其相互耦合关系。通过本章的学习，读者将掌握使用统一符号系统描述任意机器人系统的方法，并具备绘制系统功能框图、识别关键模块及其接口关系的能力。

1.1 机器人系统的基本组成要素

任何机器人系统，无论其应用场景是工业装配、医疗手术还是室外越野导航，都可以抽象为四个核心组成要素的组合：传感器（Sensor）、执行器（Actuator）、计算单元（Computing Unit）和通信接口（Communication Interface）。这四类要素并非孤立存在，而是通过特定的信息流和控制流相互连接，形成一个功能完整的有机系统。理解各要素的功能特性与设计约束，是构建机器人系统数学模型的前提。

1.1.1 传感器：环境信息的获取

传感器是机器人感知外部环境与自身状态的物理接口。根据所获取信息的类型，机器人传感器可大致分为三类：本体感受传感器（Proprioceptive Sensor）、外感受传感器（Exteroceptive Sensor）和力觉传感器（Tactile Sensor）。本体感受传感器测量机器人自身的运动状态，典型的例子包括轮式编码器（Wheel Encoder）、惯性测量单元（Inertial Measurement Unit, IMU）以及电机电流传感器。轮式编码器通过记录电机转动的脉冲数来估计轮子的旋转角度或移动距离，其测量模型可表示为：

$$\tilde{\phi}(t) = \phi(t) + \eta_{\phi}(t)$$

其中 $\tilde{\phi}(t)$ 为编码器读数，$\phi(t)$ 为真实旋转角度，$\eta_{\phi}(t)$ 为测量噪声，通常假设为零均值高斯噪声 $\mathcal{N}(0, \sigma_{\phi}^2)$。IMU 则包含三轴加速度计和三轴陀螺仪，可测量载体的线加速度和角速度，是移动机器人状态估计的核心传感器。

外感受传感器使机器人能够感知周围环境的几何与语义信息。激光雷达（Light Detection and Ranging, LiDAR）通过发射激光脉冲并测量返回时间计算目标距离，其测距原理基于飞行时间（Time of Flight, ToF）公式：

$$d = \frac{c \cdot \Delta t}{2}$$

其中 $c$ 为光速，$\Delta t$ 为发射与接收的时间差。视觉传感器（Camera）则通过捕获二维图像信息，提供丰富的纹理与颜色特征，是实现场景理解与目标识别的主要手段。此外，深度相机（如 RGB-D 相机）结合了视觉信息与深度估计，能够同时获取场景的颜色与三维结构。

超声波传感器和红外传感器则常用于近距离障碍物检测，其成本低廉、响应快速，适用于安全避障等实时性要求高的场景。在选择传感器时，需要权衡多种因素：测量精度与量程、刷新频率与延迟、功耗与尺寸、成本与可靠性，以及对不同环境条件（光照、天气、粉尘）的适应性。传感器的选型直接影响后续感知算法的设计空间和性能上限。

1.1.2 执行器：动作的物理实现

执行器是将控制指令转化为物理运动的装置。对于移动机器人而言，最常见的执行器是驱动电机，通常采用直流电机（DC Motor）或无刷直流电机（BLDC Motor）配合减速器（Gearbox）使用。电机的动力学特性可由以下方程描述：

$$J\ddot{\theta} + b\dot{\theta} = \tau - \tau_L$$

其中 $J$ 为转子转动惯量，$b$ 为粘滞摩擦系数，$\theta$ 为转角，$\tau$ 为电机产生的电磁转矩，$\tau_L$ 为负载转矩。在轮式移动机器人中，电机输出转矩通过减速器放大后传递给轮子，产生推动机器人运动的力。

伺服电机（Servo Motor）集成了电机、编码器和控制器，能够实现精确的位置或速度控制，是关节型机器人（Manipulator）的核心执行器。现代伺服系统通常采用级联控制结构，内环控制电流，中环控制速度，外环控制位置，三个环路协同工作以实现高性能运动跟踪。

在设计执行系统时，需要关注以下关键参数：额定转矩与峰值转矩、转速范围与响应带宽、传动精度与背隙（Backlash）、效率与散热特性。对于需要精确力控制的场景（如柔顺装配），还需要配备力/力矩传感器以实现力位混合控制。执行器的选型必须与机器人本体的动力学特性相匹配，确保控制系统能够有效驱动机械结构完成预期动作。

1.1.3 计算单元：智能的核心

计算单元是机器人系统的“大脑”，负责运行感知、决策与控制算法。现代机器人计算平台可分为三类：微控制器（Microcontroller）、嵌入式系统（Embedded System）和高性能计算平台（High-Performance Computing Platform）。

微控制器（如 ARM Cortex-M 系列）适用于实时性要求高、计算复杂度低的任务，如简单的传感器数据采集、电机 PWM 控制等。其特点是指令执行确定性高、中断延迟低，但算力有限，不适合运行复杂的感知或规划算法。典型的嵌入式计算平台（如 NVIDIA Jetson 系列、Qualcomm Snapdragon）集成了多核 CPU、GPU 或 NPU（Neural Processing Unit），能够在边缘设备上运行深度学习模型，适用于实时的目标检测、语义分割等视觉感知任务。

高性能计算平台（如工业 PC、GPU 服务器）提供强大的并行计算能力，适合处理大规模的状态估计问题或进行离线规划计算。然而，高性能往往伴随着高功耗和高热量产生，这对移动机器人的续航能力和散热设计提出了挑战。在实际系统中，计算资源的分配需要根据任务需求进行权衡：实时性要求高的控制回路应在微控制器或实时操作系统上实现，而计算密集型的感知与规划任务则可分配给更高层的计算平台。

1.1.4 通信接口：模块间的桥梁

通信接口实现机器人系统内部各模块之间以及机器人与外部设备之间的数据交换。内部通信通常采用高速总线协议，如 CAN（Controller Area Network）、EtherCAT、RS-485 或 SpaceWire，这些协议具有确定的传输延迟和较高的可靠性，适用于运动控制等实时性要求严格的场景。CAN 总线因其良好的抗干扰能力和成熟的应用生态，在汽车和工业机器人领域得到广泛应用。

对于需要传输大数据量（如图像、点云）的内部连接，可采用以太网变体协议，如 TSN（Time-Sensitive Networking）或 GigE Vision，后者尤其适用于视觉传感器的数据传输。机器人与远程控制站或云端服务器之间的外部通信则通常依赖 Wi-Fi、4G/5G 蜂窝网络或卫星通信链路，这些无线连接需要考虑带宽、延迟和可靠性的综合平衡。

在分布式机器人系统中，多个机器人或多个计算节点之间需要协调通信。ROS（Robot Operating System）采用的基于发布-订阅的通信机制（ROS 1）或基于 DDS 的数据分发服务（ROS 2）为此类场景提供了灵活的中间件解决方案。通信接口的设计必须确保关键控制指令的实时传输，同时合理管理带宽资源，避免数据拥塞影响系统响应。

1.2 机器人系统的层次化结构

机器人系统的功能实现遵循一套清晰的层次化架构。从传感器捕获原始信号到执行器产生物理动作，信息需要经历多次抽象、融合与决策过程。这一层次结构既是工程实践的自然产物，也是数学建模的重要基础。

1.2.1 从传感到执行的信息流

机器人系统的完整信息流可划分为六个核心层次：传感层（Sensor）、感知层（Perception）、决策层（Decision）、规划层（Planning）、控制层（Control）和执行层（Actuation）。这六个层次形成一个从底向上的数据变换链和一个从上向下的控制指令链，两者相互交织，共同构成机器人系统的闭环行为。

```mermaid flowchart TD A[环境 Environment] -->|原始感知| S[传感层<br/>Sensor Layer] S -->|处理后数据| P[感知层<br/>Perception Layer] P -->|状态估计| D[决策层<br/>Decision Layer] D -->|任务指令| PL[规划层<br/>Planning Layer] PL -->|运动轨迹| C[控制层<br/>Control Layer] C -->|控制信号| A2[执行层<br/>Actuation Layer] A2 -->|动作执行| A

P -->|反馈信息| C D -.-|隐式反馈| P

style A fill:#f9f,color:#000 style S fill:#bbf,color:#000 style P fill:#bfb,color:#000 style D fill:#fbb,color:#000 style PL fill:#ff9,color:#000 style C fill:#f90,color:#000 style A2 fill:#9f9,color:#000 ```

传感层负责将物理信号转换为数字数据。传感器输出的原始信号通常包含噪声和误差，需要经过滤波、校准和特征提取等预处理步骤。例如，IMU 的原始加速度数据需要经过温度补偿、零偏估计和重力分离，才能得到可靠的运动信息。

感知层对传感数据进行解释，构建机器人对自身状态和环境模型的认知。这一层的核心问题包括：机器人当前在哪里（定位，Localization）？周围环境是什么样的（建图，Mapping）？环境中有什么物体（目标检测，Object Detection）？感知层的输出是后续决策与规划的基础。

决策层根据任务需求和当前感知结果，决定机器人应采取何种行为或任务模式。这一层涉及高层的行为选择、任务规划和异常处理。当感知系统检测到前方出现动态障碍物时，决策层可能决定让机器人减速或绕行。

规划层将高层决策转化为具体的运动轨迹或动作序列。路径规划（Path Planning）关注如何从起点到达目标点，生成一条几何路径；轨迹规划（Trajectory Planning）则进一步考虑时间约束和动力学约束，生成包含时间参数的运动轨迹。

控制层根据规划层输出的轨迹，生成执行器能够接受的低层控制指令。控制算法通过反馈调节消除模型不确定性和外部扰动带来的跟踪误差。执行层将控制信号放大、变换为执行器所需的功率形式，最终驱动机械结构产生物理运动。

1.2.2 闭环控制与信息反馈

上述六层结构并非单向的流水线，而是包含多个反馈回路的复杂网络。最重要的是从执行层到传感层的物理反馈闭环：当执行器产生动作后，环境状态发生变化，传感器捕获新的观测数据，感知系统更新状态估计，控制算法根据误差调整指令，形成持续的控制循环。

这一闭环结构可用经典的反馈控制系统框图描述。设 $x(t)$ 为系统状态，$x_d(t)$ 为期望状态，$u(t)$ 为控制输入，$y(t)$ 为测量输出，$w(t)$ 为外部扰动，$v(t)$ 为测量噪声。闭环系统的动态方程为：

$$x(t+1) = f(x(t), u(t), w(t))$$ $$y(t) = h(x(t), v(t))$$

控制器的设计目标是通过选择适当的控制律 $u(t) = \pi(x(t), x_d(t))$，使系统状态尽可能接近期望轨迹，同时对扰动和噪声具有鲁棒性。控制理论为这一问题提供了系统性的求解方法，从经典的 PID 控制到现代的模型预测控制（Model Predictive Control, MPC），不同的控制策略在响应速度、稳态精度和计算复杂度之间进行权衡。

感知层的反馈同样重要。规划层生成的轨迹依赖于状态估计的准确性，而状态估计的准确性又受传感器特性、环境动态性和算法设计的共同影响。这种感知与规划的耦合关系是自主导航系统设计的核心挑战之一。

1.3 自主导航的数学本质

自主导航的数学本质是什么？从系统论的角度看，自主导航是一个典型的顺序决策问题（Sequential Decision Making Problem），机器人在离散或连续的时间序列中，根据当前状态感知结果选择动作，以最大化累积奖励或完成特定任务目标。这一问题可通过多种数学框架来刻画，最基本的是状态空间模型（State Space Model）。

1.3.1 状态空间与动作空间的形式化

设机器人的状态空间为 $\mathcal{X}$，动作空间为 $\mathcal{U}$。状态 $x \in \mathcal{X}$ 是对机器人自身属性和外部环境的完整数学描述。对于平面移动机器人，状态通常包括位置 $(x, y)$、航向角 $\theta$ 和运动速度 $(v, \omega)$：

$$x = \begin{bmatrix} p_x & p_y & \theta & v & \omega \end{bmatrix}^\top$$

动作 $u \in \mathcal{U}$ 是机器人能够施加的控制输入。对于差分驱动机器人（Diff-Drive），常用的动作表示为左右轮的线速度或机器人的线速度与角速度：

$$u = \begin{bmatrix} v & \omega \end{bmatrix}^\top$$

状态空间的维度（维数灾难，Curse of Dimensionality）和连续性（连续空间规划）是后续各章将要深入讨论的核心问题。高维状态空间（如多自由度机械臂、柔性机械结构）给规划与控制算法带来巨大的计算挑战，而连续动作空间的离散化策略直接影响控制精度和计算效率。

1.3.2 转移模型与观测模型

机器人的动力学特性通过转移模型（Transition Model）描述。转移模型定义了给定当前状态和动作，下一状态的概率分布：

$$P(x_{t+1} \mid x_t, u_t)$$

对于确定性系统，这一概率分布退化为一个确定的映射函数 $x_{t+1} = f(x_t, u_t)$。移动机器人的运动学模型是典型的确定性转移模型。以简化的自行车模型（Bicycle Model）为例：

$$ \begin{bmatrix} x_{t+1} \\ y_{t+1} \\ \theta_{t+1} \end{bmatrix} = \begin{bmatrix} x_t \\ y_t \\ \theta_t \end{bmatrix} + \begin{bmatrix} \cos\theta_t & 0 \\ \sin\theta_t & 0 \\ 0 & 1 \end{bmatrix} \begin{bmatrix} v_t \\ \omega_t \end{bmatrix} \Delta t $$

其中 $\Delta t$ 为时间步长。当考虑轮子打滑、地面不平整等不确定因素时，转移模型变为概率分布，引入随机变量 $\epsilon_t$ 描述过程噪声：

$$x_{t+1} = f(x_t, u_t) + \epsilon_t, \quad \epsilon_t \sim \mathcal{N}(0, Q_t)$$

观测模型（Observation Model）描述传感器测量与状态之间的关系：

$$P(z_t \mid x_t)$$

或确定性形式 $z_t = h(x_t) + \delta_t$。激光雷达的测距观测模型可表示为：

$$z_t^{(i)} = \|x_t - p^{(i)}\| + \delta_t^{(i)}$$

其中 $p^{(i)}$ 为第 $i$ 个环境特征点的位置。视觉传感器则可能提取图像中的特征点，建立特征点坐标与三维空间的映射关系。

1.3.3 定位与建图的数学刻画

自主导航的两个核心问题是定位（Localization）与建图（Mapping），它们分别对应状态估计和信息获取两个方面的挑战。

定位问题是已知环境地图 $m$ 的条件下，根据传感器观测序列 $z_{1:t}$ 和控制输入序列 $u_{1:t}$ 估计机器人当前状态 $x_t$。这本质上是一个贝叶斯滤波（Bayesian Filtering）问题：

$$P(x_t \mid z_{1:t}, u_{1:t}, m) = \eta \cdot P(z_t \mid x_t, m) \int P(x_t \mid x_{t-1}, u_{t-1}) P(x_{t-1} \mid z_{1:t-1}, u_{1:t-2}, m) dx_{t-1}$$

当环境地图未知时，定位问题与建图问题同时出现，形成鸡生蛋还是蛋生鸡的困境：定位需要精确的地图，而建图需要准确的定位。这就是著名的同时定位与建图（Simultaneous Localization and Mapping, SLAM）问题，其数学表述为联合后验分布的估计：

$$P(x_{1:t}, m \mid z_{1:t}, u_{1:t})$$

这一联合估计问题的求解涉及复杂的概率推理，是后续第 5 章至第 7 章的主题。

1.3.4 规划与决策的概率框架

当状态完全可观测时，自主导航的规划问题可建模为马尔可夫决策过程（Markov Decision Process, MDP）。MDP 由四元组 $(\mathcal{X}, \mathcal{U}, P, R)$ 定义，其中 $P: \mathcal{X} \times \mathcal{U} \times \mathcal{X} \rightarrow [0, 1]$ 为转移概率，$R: \mathcal{X} \times \mathcal{U} \rightarrow \mathbb{R}$ 为奖励函数。智能体的目标是找到最优策略 $\pi^*: \mathcal{X} \rightarrow \mathcal{U}$，最大化累积折扣奖励：

$$\pi^* = \arg\max_\pi \mathbb{E}\left[\sum_{t=0}^{\infty} \gamma^t R(x_t, u_t) \mid \pi\right]$$

其中 $\gamma \in [0, 1)$ 为折扣因子，反映未来奖励的重要性。

当状态仅能部分观测时，问题扩展为部分可观测马尔可夫决策过程（Partially