??斯坦福研究院(SRI)的NilsNilssen 和CharlesRosen 等人，在1966 年至1972 年中研造出了取名Shakey的自主移動機器人。目的是研究應用人工智能技術，在復雜環境下機器人系統的自主推理、規劃和控制。
與此同時，最早的操作式步行機器人也研制成功，從而開始了機器人步行機構方面的研究，以解決機器人在不平整地域內的運動問題，設計并研制出了多足步行機器人。其中最著名是名為GeneralElectric Quadruped的步行機器人。
70年代末，隨著計算機的應用和傳感技術的發展，移動機器人研究又出現了新的高潮。特別是在80年代中期，設計和制造機器人的浪潮席卷全世界。一大批世界著名的公司開始研制移動機器人平臺，這些移動機器人主要作為大學實驗室及研究機構的移動機器人實驗平臺，從而促進了移動機器人學多種研究方向的出現。90年代以來，以研制高水平的環境信息傳感器和信息處理技術，高適應性的移動機器人控制技術，真實環境下的規劃技術為標志，開展了移動機器人更高層次的研究。
移動機器人在運動過程中要碰到并且解決如下三個問題：(1)我(機器人)現在何處?(2)我要往何處走?(3)我要如何到達該處?其中第一個問題是其導航系統總的定位及其跟蹤問題，第二、三個是導航系統的路徑規劃問題。移動機器人定位技術的任務就是解決上面的第一個問題?，F有的移動機器人定位傳感器種類很多，如里程計、陀螺、羅盤、攝像頭、激光雷達等。而大多數的移動機器人安裝了不只一種用于定位的傳感器。
一、移動機器人的分類
移動機器人從工作環境來分，可分為室內移動機器人和室外移動機器人；按移動方式來分：輪式移動機器人、步行移動機器人、蛇形機器人、履帶式移動機器人、爬行機器人等；按控制體系結構來分：功能式(水平式)結構機器人、行為式(垂直式)結構機器人和混合式機器人；按功能和用途來分：醫療機器人、軍用機器人、助殘機器人、清潔機器人等。按作業空間來分：陸地移動機器人、水下機器人、無人飛機和空間機器人。
圖1.清潔機器人
二、移動機器人技術的主要研究方向
2.1 移動機器人的坐標定位
移動機器人的坐標定位是實現機器人自主行走，姿態控制，軌跡跟蹤等各種任務的前提。機器人必須準確地知道自己的坐標位置及姿態參數才能正確準確的執行命令。因此，定位問題是移動機器人研究中的關鍵問題之一。
無論是單個移動機器人還是多個移動機器人系統，定位始終是一項難題。在完全未知或部分未知環境下，基于自然路標導航與定位技術以及視覺導航中路標的識別和圖像處理的快速算法的研究，并通過專用數字信號處理器(DSP)的開發與研制，可以為導航與定位提供突破性進展。
2.2仿生學和類人機器人機構與能源方面的研究
日本本田公司的HondaP3 步行機器人雖然代表著當今世界類機器人的最高水平，但仍存在供能時間短、行走緩慢和語音功能不完善等方面的問題。P3機器人目前采用的鎳鋅電池只能供給25 分鐘的電量，電池的體積、重量與其蓄電容量相比，龐大而笨重，遠不能滿足未來服務步行機器人的工作時間要求。需研制適用于移動機器人攜帶的蓄電容量大且體積小、重量輕的蓄電池，以解決可攜帶能源問題；類人機器人的語音功能遠未達到未來同人類共存與合作所應具備的語音功能，需要在語音信號特征提取和模式匹配、抗噪聲以及語音識別器的詞匯量擴充等方面，進行探討；類人機器人的行走速度同人類的行走乃至奔跑速度還有較大差距。需要研制體積小、重量輕驅動力大的驅動系統和完善行走機構來近似人類的肌肉和骨骼；同時，研究自然界各種生物的覓食、定位及路徑跟蹤等生態策略，將人類所不及的生物特長賦予機器人，研制如機器蛇、機器狗和機器魚等各種仿生機器人。
圖2.日本本田公司的P3機器人
2.3網絡機器人
隨著計算機網絡的擴展延伸，網絡技術的發展完善，通過計算機網絡遙控機器人，為人機交互技術、監控技術、遠程操作技術和圖像與控制命令的網絡傳輸及并發多進程數據通訊等通訊技術
2.4多機器人系統
目前多機器人系統的研究尚處于理論研究階段，對于多機器人系統體系結構與協作機制、信息交互以及沖突消除等方面將是多機器人系統的進一步研究方向。技術上提出了更高的挑戰。
2.5特種機器人
移動機器人在各個領域中的應用刺激了特種機器人的研究與開發。戰場上，為保護士兵的生命，刺激了無人戰車、掃雷機器人和偵察機器人等軍用機器人的不斷研究；人民生活水平的提高促進了娛樂機器人、外科手術機器人和助殘機器人等民用服務機器人的開發。
2.6多傳感器信息融合方面的研究
移動機器人的多傳感器信息融合方面的研究始于80年代。多傳感器融合的常用方法有：加權平均法、貝葉斯估計、卡爾曼濾波、統計決策理論、D-S證據推理、神經網絡和模糊推理法以及帶置信因子的產生式規則。其中加權平均法是最簡單也最直觀的方法，一般用于對動態低水平的數據進行處理，但結果不是統計上的最優估計；貝葉斯估計是融合靜態環境中多傳感器低層數據的常用方法，適用于具有高斯白噪聲的不確定性傳感信息融合；對于系統噪聲和觀測噪聲為高斯白噪聲的線性系統模型用卡爾曼濾波(KF)來融合動態低層次冗余傳感信息，對于非線性系統模型采用擴展卡爾曼濾波(EKF)或者分散卡爾曼濾波(DKF)；統計決策理論用于融合多個傳感器的同一種數據，常用于圖像觀測數據；D-S證據推理是貝葉斯估計法的擴展，它將局部成立的前提與全局成立的前提分離開來，以處理前提條件不完整的信息融合；基于神經網絡法根據系統要求和融合形式，選擇網絡拓撲結構，通過網絡學習確定網絡連接權值，對各傳感器的輸入信息進行融合。系統具有很強的容錯性和魯棒性；模糊推理法首先對多傳感器輸出進行模糊化，將所測得的距離等信息分級，表示成相應的模糊子集，并確定模糊子集的隸屬度函數，通過融合算法對隸屬度函數綜合處理，再將模糊融合結果清晰化，求出融合值；帶置信因子的產生式規則主要用于符號水平層表達傳感器信息，結合專家系統對多傳感信息進行融合。
三、移動機器人常用的定位技術
3.1基于航跡推算的定位技術
航跡推算(Dead—Reckoning簡稱DR)是一種使用最廣泛的定位手段。不需要外部傳感器信息來實現對車輛位置和方向的估計，并且能夠提供很高的短期定位精度。航跡推算定位技術的關鍵是要能測量出移動機器人單位時間間隔走過的距離。以及在這段時間內移動機器人航向的變化。根據傳感器的不同，主要有基于慣性傳感器的航跡推算定位方法以及基于碼盤的航跡推算定位方法。利用陀螺和加速度計分別測量出旋轉率和加速率，在對測量結果進行積分，從而求解出移動機器人移動的距離以及航向的變化，再根據航跡推算的基本算法，求得移動機器人的位置以及姿態，這就是基于慣性器件的航跡推算定位方法。這種方法具有自包含優點，即無需外部參考。然而，隨時間有漂移，積分之后，任何小的常數誤差都會無限增長。因此，慣性傳感器對于長時間的精確定位是不適合的。
優點：無需外部參考。
缺點：隨時間有漂移，積分之后，任何小的常數誤差都會無限增長。因此，慣性傳感器對于長時間的精確定位是不適合的。
3.2基于信號燈的定位方法
信號燈定位系統是船只和飛行器普遍的導航定位手段?；谛盘枱舻亩ㄎ幌到y依賴一組安裝在環境中已知的信號燈。在移動機器人上安裝傳感器，對信號燈進行觀測。用于環境觀測的傳感器有很多種，可以是主動的信號，比如主動視覺、超聲波、激光雷達、毫米波雷達收發器，也可以是被動的信號，比如GPS、被動視覺：信號燈經過很短的處理過程能夠提供穩定、精確的位置信息。雖然這種定位方法提供很高的采樣率以及極高的穩定性，但是安裝和維護信標花費很高。
優點：信號燈經過很短的處理過程能夠提供穩定、精確的位置信息。這種定位方法提供很高的采樣率以及極高的穩定性。
缺點：安裝和維護信標花費很高。
.3.3基于地圖的定位方法
在基于地圖的定位技術中，地圖構建是其中的一個重要的內容。環境的描述--地圖：地圖是環境的模型，當前主要有拓撲結構描述地圖和幾何地圖兩種。拓撲地圖抽象度高，有以下優勢：①有利于進一步的路徑和任務規劃；②存儲和搜索空間都比較小，計算效率高；③可以使用很多現有的成熟、高效的搜索和推理算法。缺點在于對拓撲圖的使用是建立在對拓撲節點的識別匹配基礎上的，在這個前提不能滿足時，該方法就會失效。幾何地圖可以是柵格描述的，也可以是用線段或者是多邊形描述的，優點是建立容易，盡量保留了整個環境的各種信息，定位過程中也不再依賴于對環境特征的識別，但是，定位過程中搜索空間很大，如果沒有較好的簡化算法，實現實時應用比較困難。
機器人利用對環境的感知信息對現實世界進行建模，自動地構建一個地圖。典型的地圖表示方法有幾何地圖，拓撲地圖。幾何圖是獲取環境的幾何特征，然而拓撲圖是描述了不同區域的連通性。但是幾何圖和拓撲圖之間的區別確是模糊不清的，因為實際上所有的拓撲方法都依賴于幾何信息。幾何圖有更高的解析度的同時帶來了較大的計算量，幾何地圖又分為柵格地圖和特征地圖。
柵格地圖是一個近似的解決方案，但其對特定感知系統的假設參數不敏感，具有較強的魯棒性。特征地圖通過對環境特征的提取和參量華描述來表征環境，具有直觀、精度高的特點，運用參量法描述幾何特征尤其適合于不同坐標系之間的轉換和對不同傳感器信息的融合。構建了一個精確的環境地圖，通過對觀測的信息與地圖進行配準就可以計算機器人的位置。這里主要采用的是數據關聯的方法，就是在觀測信息與地圖信息之間尋找對應。對于移動機器人定位問題，數據關聯就是把所觀測到的環境特征與適當的地圖特征對應起來。在基于環境地圖的定位方法中，一個最著名的定位方法是基于卡爾曼濾波技術的定位，另一個是基于柵格地圖的馬爾可夫定位，這種定位算法的另一個版本是蒙特卡洛定位，是粒子濾波定位的一種。機器人位置的概率密度函數用一組“samples”／“particles”來近似。在定位過程中，對先驗概率密度分布進行隨機采樣，當得到新的傳感器信息時，對采樣進行加權。由于要求采樣集足夠大，這種方法需要更大的計算負擔。如果采樣集太小，算法的性能降低。
優點：直觀、精確度高，適合于不同坐標系之間的轉換和對不同傳感器信息的融合。
缺點：計算量大，對環境的自適應能力低。當環境物體變化時，往往會出錯。
3.4基于路標的定位方法
路標是機器人能從其傳感輸入所能認出的不同特性。路標可以是幾何形狀(如線段，圓，或矩形)，也可包括附加信息。一般情況，路標有固定的和已知的位置。路標要認真仔細地選擇，以利于識別，例如，相對于環境，要有充分的對比。為了利用路標進行導航定位，必須知道路標的特征并將其事先存入機器人的內存中。然后，定位的主要任務就是可靠地識別路標以便計算機器人的位置。為了簡化路標獲取問題，常常假設當前機器人的位置和方位近似已知，這樣就可使機器人在一個有限的區域內尋找路標。因此，為了成功地探測到路標，要求有一個好的測距法。路標分自然路標和人工路標。自然路標是早已在環境中存在并且除了用于機器人導航之外還有一定功能的目標或特征。人工路標是安裝在環境中單獨用于機器人導航的專門設計的目標或標記。
優點：方便易于實現，定位精度相對較高
缺點：需要對路標的合理布局，并且安裝量大，維護費用高。
3.5基于視覺的定位方法
基于視覺的定位定向，即利用計算機視覺技術實現環境的感知和理解，分析出道路的結構，識別出定位通行的道路區，進而根據任務要求實時地做出道路規劃，監控并驅動駕駛裝置執行此規劃，達到預定目標。
視覺傳感器包含了豐富的環境信息，可以用于目標識別跟蹤、環境地圖構建、障礙檢測等。因其能實現多種功能的特點，所以基于視覺傳感器的機器人定位定向技術引起了人們越來越多的關注。很多學者提出了不同的定位方法，這些定位大體可分為以下三類：第一類是基于立體視覺的方法，這類方法的突出優點是能獲取周圍環境的深度信息，從而能夠實現較為準確地定位，但存在需要對攝像機進行標定等問題。第二類是基于全方位視覺傳感器的定位方法，使用這種視覺傳感器不需要控制攝像頭，但是它會對感知到的環境產生很大的畸變。第三類是基于單目視覺的機器人定位算法。這類方法具有簡單易用和適用范圍廣等特點，還可以與里程儀等傳感器相結合實現運動立體視覺定位，實現對環境特征的三維測量完成環境建圖，因而單目視覺使用較為靈活，也不會像全方位視覺傳感器那樣產生很大的畸變。
圖3.日本川田工業公司的新機器人NEXTAGE
基于雙目運動立體視覺的機器人定位定向方法：雙目攝像機安裝于云臺上，云臺可實現360度自由轉動，雙目立體視覺實現環境標志物識別與三維測量，顯然標志物的三維信息帶有誤差。同時，利用碼盤的數據可以得到機器人的初步定位碼盤定位也不可避免的存在誤差，通過卡爾曼濾波將兩者的信息相融合以得到更為準確地機器人和標志物的位置信息。英國牛津大學在這方面進行了深入的研究，在室內環境下的機器人實驗中取得了良好的效果。
優點：數字圖像處理技術相對成熟，技術門檻相對較低。
缺點：視賞感知受視線和能見度的限制，在光線條件較差或者障礙物阻擋的情況下，視覺感知就會失效。
3.6移動機器人聽覺定位技術
機器人視覺技術極大地拓寬了機器人的應用范圍，提高了機器人的工作效率。但視賞感知受視線和能見度的限制，在光線條件較差或者障礙物阻擋的情況下，視覺感知就會失效。在這種情況下．聽覺系統作為人類感官的重要組成部分，為機器人感知技術的研究提供了新的思路。聲音定位技術正是通過對人耳聽覺機制的模擬．利用聲學傳感裝置接收聲波，再通過電子裝置將聲信號進行處理．從而實現聲源位置探測、識別以及目標定位及跟蹤。20世紀80年代來。聲音定位技術以其隱蔽性強、適用性高、低成本等獨特優點．逐漸受到各國的重視，在軍事和民用上都有十分廣闊的應用，如在戰場指揮、海戰場水下目標感知等危險環境作業中的應用等。
機器人聽覺定位研究包括如下幾個問題：聲音信息的獲取。聲音信息的處理，聲音定位，多傳感器信息融合等。
圖4.索尼公式研制的具有聽覺定位功能的機器人QRIO SDR-4XII
聲音定位的發展趨勢：
移動機器人聽覺定位技術研究已經取得了巨大進展，研究成績令人鼓舞，怛還遠來達到實用要求。來來的研究重點包括
(1)聲源定位的實時性。實時性是機器人聽覺實用他的要求。因此，降低定位方法的計算量、提高定位實時性是機器人聽覺定位研究的期望目標之一。
(2)多個移動聲源目標的識別分離。當目標聲源多于一個的時候．系統需要識別每一個目標聲源及其位置．這是目前機器人聽覺定位研究的熱點。
(3)在機器人能夠通過聽覺進行聲源定位的基礎上．進一步實現語音分離．以及語音識別，從而真正實現人機互動。
優點：具有隱蔽性強、適用性高、低成本等獨特優點。
缺點：（1）當定位的實時性要求較高時，聽覺定位的計算量大。（2）目標聲源多于一個的時候，識別困難。
移動機器人技術已經取得了很多可喜的進展，研究成果令人鼓舞,，但還遠未達到實用要求.。隨著傳感技術、智能技術和計算技術等的不斷提高，智能移動機器人一定能夠在生產和生活中扮演人的角色。
針對不同的機器人以及機器人所工作的不同環境，可以選擇特定的定位技術或是將幾種定位技術結合起來，以滿足移動機器人的定位需要。
