【Probabilistic Robotics】【概率机器人】【SLAM】Chapter 1 “INTRODUCTION“ ---- 总结、心得与扩展阅读

序：此博客的目的是让时间不充裕但又想阅读这本《Probabilistic Robotics》的朋友可以快速通读这本书的内容。博主会尽量用自己的语言，尽量简洁地写出每章的核心内容，来帮助各位快速定位某一部分或者对该部分有一个大概的认知。由于时间仓促，恐有疏漏，还望各位批评指正。

第一章分为五个部分，如下：

• Uncertainty in Robotics
• Probabilistic Robotics
• Implications
• Road Map
• Bibliographical Remarks

Uncertainty in Robotics

   机器人可以视作是一种通过传感器感知外部世界，通过执行器操纵物理世界的系统。在传统的机器人领域中，机器人的行动都是依赖于固定信息，策略不变，只输出最佳且唯一的行动，例如流水线上的机械臂。但在不同条件下，如矿井，海底，城市道路等，机器人大多处于一个不确定的环境下工作，面对不确定性，不变的策略显然不可靠。所以，这种条件下的机器人的算法大多是通过概率论，微积分等工具来表示信息的模糊性和置信度，然后通过概率化的信息作出不同的控制决策。

   通常，我们这里指的“不确定的环境”来自以下五个方面：

1. 环境信息的不确定性
2. 传感器的噪音
3. 机器人参数的不确定性
4. 数学模型的简化
5. 计算精度的限制

Probabilistic Robotics

   让我们举个经典的例子来说明什么是信息的模糊性和置信度。

例1. 考虑移动机器人的定位问题，该机器人通过传感器数据估计自身在外部参考系的坐标，过程如图1~图4所示。

1. 图1：机器人被随机放到某一位置，暂无传感器数据，初始分布为均匀分布，所有位置的置信度相同（belief -> bel(x)），这可以视作先验信息。

图1 初始状态

2. 图2：机器人进行第一次传感器测量，发现它在门的附近。根据图2所示，在靠近门的地方设置为高概率，其他位置设置为低概率。由于这三个门无法分辨，所以概率程度相同。

图2 第一次测量

3. 图3：假设此时机器人移动，置信度也随之移动。此外，由于机器人运动带来的不确定性，置信度进行平滑处理来减小该不确定性。

图3 第一次移动

4. 图4：机器人通过传感器观察到另一扇门，通过算法，我们将概率放置到机器人所靠近的门的位置，而且根据图中所示，该位置的置信度为极大值，说明机器人对它所估计的自身的位置有信心。

图4 第二次测量
这个例子说明，从概率论的角度出发，机器人感知问题是一个状态估计问题。这个例子中使用的算法是基于贝叶斯滤波器的对机器人位置的后验估计。需要注意的是，在图2中我们发现了三个同等置信度的峰值，这说明基于概率的方法会考虑全部情况，而不仅仅是一个“最优”的结果。

Implications

   通过刚才的例子，相信读者已经对基于概率的算法有一些感觉了。但是，一个新的疑惑随之而来，难道我只能使用概率算法去解决机器人的定位或建图的问题(SLAM)吗？概率的算法对于初学者来说可能很难理解，我可不可以用其他方法去解决这个问题呢？

   很遗憾，在大多数情况下，某些概率算法是目前唯一已知的解决机器人硬估计问题的有效解决方案。例如，机器人绑架问题，无GPS的超大建图问题等。令人欣喜的是，概率算法对模型准确性的要求比许多经典规划算法要弱得多，从而使程序员摆脱了提出准确模型的难以克服的难题。

   基于概率的算法也有缺点：计算效率低和近似导致的准确性低。这很好理解，概率算法本质上不如非概率算法有效，因为它们考虑了整个概率空间下的概率密度。另外，噪音的种类也是多种多样，虽然我们可以使用离散分布或高斯分布等来描述，但这并不完全。在其他情况下，噪音的数学描述更加复杂。但请别担心，在后面的部分中，这些问题在本书中都进行了深入探讨。

Road Map

   该部分解释了本书的结构和特点，我引用其中一段：

The book is best read in order, from the beginning to the end. However, we have attempted to make each individual chapter self-explanatory.

   不愧是经典教材，可以感受到作者们的用心良苦。如有时间，自己从头至尾通读一遍，收益必定良多。

Bibliographical Remarks

   该部分略

扩展阅读

• 贝叶斯定理
• SLAM Course (需要vpn)
• SLAM Course’s homework answer and code (需要vpn)
• DARPA Subterranean Challenge(需要vpn)
• ICAR 2022 Challenge & Competitions(需要vpn)