机器人和自主系统（RAS）的使用对于荷兰皇家陆军（RNLA）来说正变得越来越重要，因为它可以有效地部署稀缺的人力资源。此外，RAS的正确应用可以提高人员安全，并有助于实现战斗空间的优势。因此，成立了机器人和自主系统小组，目标是设计和实验自主军事机器人。通过概念开发和实验，RAS小组旨在为自主平台定义一个需求清单，该清单可用于外包RAS项目和产品的部分开发。
定位和导航是自主平台的重要方面，因为机器人只有在知道自己的位置时才能导航到指定地点。对于军事用例，这一功能必须在没有可用的全球导航卫星系统（GNSS）信号的环境中实现，因为这可能被敌人干扰或欺骗。此外，机器人的定位和导航解决方案必须能够处理多种部署环境、不断变化的（天气）条件以及硬件或软件故障。这些要求需要一个强大的定位和导航解决方案，可以由RNLA自信地部署。
已经研究了多种传感器和定位方法，以确定拟议解决方案的合适选项。这两个方面可以分为两大类：主动与被动传感器，以及绝对与相对定位。每一类都包含多种技术和算法，如立体视觉相机、三维光探测和测距（LiDAR）传感器、同步定位和绘图（SLAM）、天体导航和基于磁场的解决方案。此外，每个传感器-定位方法的组合都有自己不同的特点。
上述研究表明，有多种传感器和定位方法适用于自主平台。其中许多解决方案可以在未知环境中实现准确的定位和导航。然而，无论是由于缺乏抗沉淀能力、使用主动传感器，还是缺乏避障能力，这些解决方案作为独立的解决方案都不够强大。这就是可以应用自适应传感器融合的地方。通过整合多种传感器和定位方法，自主平台可以使用与当前环境和条件兼容的最合适的技术。
有多种类型的自适应传感器融合可以实现：硬传感器融合、软传感器融合和预定的传感器融合。硬传感器融合分析来自活动传感器的数据，当一个传感器的数据超出某些参数的定义范围时，就禁用该传感器。软传感器融合纠正偏离的传感器数据，而不是禁用传感器。这提供了一个比硬传感器融合更准确的位置估计，但代价是更高的实施复杂性。最后，预定的传感器融合分析环境以确定哪些传感器和定位方法是可用的。这是一种高效的方法，比软传感器融合更容易实现。
与所研究的传感器和定位方法类似，没有一个自适应传感器融合框架是独立运行的合适选择，因为每个人都有自己的优点和缺点。因此，拟议的解决方案必须结合多种变体，以填补功能上的空白，提高解决方案的稳健性。
在理论研究和实验结果的基础上，设计了一个拟议的解决方案。这个解决方案结合了一个定制的自适应传感器融合框架--它结合了预定的传感器融合和硬传感器融合--以及一个用于传感器融合管理和导航控制的行为树。拟议解决方案的第一步是选择一个初始定位方法。这是在指挥官定义的任务参数和部署环境变量的基础上完成的。然后，自主平台使用这种定位方法在定义的航点列表中进行导航。在导航过程中，持续分析来自活动传感器的数据，以确保每个活动传感器仍可使用。如果检测到一个持续的传感器错误，行为树将暂停导航过程，并选择一个新的、可用的定位方法。这种选择是根据更新的传感器列表进行的，其中考虑到了不可用的传感器。在成功切换定位方法后，行为树将继续进行导航过程。
所提出的解决方案在多次模拟运行中进行了测试，分别用TurtleBot3、2D LiDAR和立体相机作为自主平台和传感器配置。仿真结果表明，自适应传感器融合框架在配置正确的情况下，能够持续检测到不可用的传感器数据。此外，当检测到持续的传感器数据错误时，行为树成功地暂停了导航过程。在定位方法切换后，行为树也一致地恢复了航点导航过程。因此，在所有的模拟运行中，模拟机器人成功地到达了最终的航点。
基于这些结果，可以得出结论，拟议的解决方案为一个自主的军事平台提供了坚实的基础。行为树的灵活和模块化设置使设计能够随着 "哨兵项目 "的进展而成长，并旨在建立一个更有能力的自主平台，可以与多个不同的自主平台和传感器配置相整合。
在短期内，有两个主要领域可供探索，以改善拟议解决方案的功能。首先，行为树的实现可以通过代码优化和整合人类的实时互动来加强。第二，可以研究和实施针对困难环境或挑战性条件的定位方法，以提高鲁棒性，使自主平台能够部署在更广泛的场景中。
原文英文版
相关内容
微信扫码咨询专知VIP会员