机器人的视觉和触觉感知与环境互动

---

机器人技术的出现及其应用正变得越来越普遍。国际机器人联合会(IFR)在《世界机器人统计》(World Robotics Statistics)中指出，在过去几年里，机器人已经彻底改变了制造业和生产。但同时，机器人也被成功地应用于工业以外的其他领域。因此，服务机器人正在征服各种领域，如家庭环境、交通、农业、安全、教育、医疗保健、个人或专业援助等。在这些情况下，传感技术对于机器人自主执行任务至关重要。视觉/触觉传感器的感知能力对于开发具有特定应用能力的自主机器人至关重要。一方面，视觉传感器被广泛应用于移动机器人在陆地、海洋或空中的测绘和探索。此外，视觉传感器在识别和定位环境中的物体方面也很有用。另一方面，触觉传感器为智能操作定位对象提供数据，并添加硬度、灵活性、弹性、粗糙度或形状等语义信息。因此，无论是传感器一起工作还是单独工作，都允许研究人员实现新的方法、方法和算法，以实现对动态和复杂环境的鲁棒传感，提高机器人在特定应用中的能力，在这些应用中，机器人与其周围区域之间存在交互作用。

这期特刊包括八篇关于机器人感知的不同主题的文章，来自六个国家:中国、克罗地亚、德国、韩国、墨西哥和西班牙。这期特刊的目的是试图收集和报道机器人感知方面的最新进展。特别是，编辑们希望探索在室内和室外环境中提高机器人感知能力的挑战和解决方案。

定位和导航问题传统上被用于室内的陆地移动机器人，最近被用于室外的机器人和自动车辆。在这方面，J. Duque等人的论文提出了一种新的室内定位系统，该系统基于Wi-Fi信号和基于飞行时间(Time of Flight)技术的相机获取的RGB-D图像数据相结合，来估计人在室内环境中的位置。该系统采用非侵入式方法、低成本和易于安装的技术，能够检测同一房间内的多个人员。此外，L. Fernández等人的论文还比较了5种已知的图像描述子，如带Harris角点检测器的SURF、HOG、DFT、傅立叶特征和gist-Gabor描述子。作者使用谷歌街景服务获得的球形全景图像对这些描述符进行评估。目标是使用所提出的描述符，从谷歌图像构建户外视觉地图，应用于移动机器人的自主导航和定位过程。使用每个描述符的精确度和召回率之间的关系以及计算成本来衡量描述符达到该目标的良好程度。

最近，为导航问题提出解决方案的研究已经应用到其他领域，产生了海洋机器人和水下航行器。在这一领域，F. Mandic等人提出了一种利用水下机器人BUDDY AUV跟踪水下目标的导航方法，该方法利用真实场景下USBL测量数据与声纳图像之间的数据融合。该算法以稳定的速度获得精确可靠的水下目标跟踪，即使在声纳或USBL测量故障或不可用的情况下。此外，R. Pérez-Alcocer等人的论文解决了低能见度条件下的水下导航问题。水下图像往往是模糊和/或色彩耗尽。作者开发了一种基于lαβ用于低能见度水下人工地标的空间色彩检测，不需要随着海洋环境条件的变化而调整参数。这个视觉系统已经集成在导航控制系统中。此外，与上述工作相同，a . Maldonado-Ramírez和L. a . Torres-Méndez提出了一种可用于海底探测的目视目标检测和跟踪方法。作者通过实验证明了该方法的有效性，这些实验应用于水下自然结构的探索，如珊瑚礁，由海洋机器人在视觉特征的引导下进行，但没有人为干预。

服务机器人往往是具有智能的自主机器人，可以在现实世界中执行行为。概率方法和算法是机器人领域中一个不断发展的领域。因此，概率机器人被广泛应用于机器人姿态和位置的估计以及机器人轨迹和运动的规划和控制。概率机器人使用统计和人工智能的数学工具，如贝叶斯/卡尔曼/粒子滤波器，以及其他马尔可夫和蒙特卡罗技术。因此，C. Rink等人的论文将重点放在蒙特卡罗配准方法上。他们提出了对象建模的技术和对机器人进一步操作的姿态估计。作者展示了利用飞行时间相机和激光条纹仪实时获取的深度图像的各种实验。

黄永发。Kim等人提出了一种基于视觉特征选择的自主消防机器人检测方法。在这项工作中，作者使用FLIR摄像机对火灾、烟雾和室内火灾环境中的热反射进行分类，这些环境中烟雾浓厚，能见度差。在SAFFiR机器人上安装摄像机，提取运动信息和纹理特征。此外，采用贝叶斯分类来实时概率地识别每个目标的多个实例。

机器人作为智能操作的应用通常不仅需要视觉，还需要触觉。在这种情况下，机器人将抓手和手安装在配有触觉传感系统的执行器上。触觉系统的设计、性能和制造通常基于导电材料和/或网络电阻传感器阵列电路。电线的特性和电子元件之间的连接会造成诸如串音等问题。Wu J.和Wang L.的论文介绍了一种新的S-NSDE-EP电路的设计，每个驱动电极和采样电极使用两根导线，以减少二维网络化电阻传感器阵列中连接电缆引起的串扰。

致谢

我们要感谢审稿人为本期特刊选择论文的帮助。同时，我们要感谢《传感器杂志》编辑委员会的所有成员批准出版这期特刊。最后，作者感谢作者在稿件准备过程中所付出的努力，也感谢作者选择了本杂志的特刊来发表他们的科技文章。

巴勃罗·吉尔
Youcef Mezouar
马库斯Vincze
胡安·a·柯拉勒斯

版权

版权所有©2016 Pablo Gil等人。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。