基础系列: 绪论

1.1 机器人学中的不确定性

机器人学是一门 通过计算机控制 设备来 感知 和 操作 客观世界的学科。

简单理解就是：机器人系统 处于客观环境中，通过传感器感知环境，并 通过机械力控制环境。

要完成一定的任务，机器人要能接纳客观环境中存在的大量的不确定性。

说白了就是机器人能归纳一下不确定性。

导致机器人面临不确定性的因素有许多：

1. Robot environment is unpredictable。机器人所处的环境不可预测。
2. 传感器的限制和存在的测量误差(噪声)。
3. 机器人的执行机构有装配误差和磨损误差以及故障情况。
4. 机器人模型本身可能就是近似模型，也会带来不确定性。
5. 近似算法也可能带来不确定性，为啥要近似算法，因为机器人绝大多数情况下都是实时系统，近似算法牺牲精度保证了实时性。
6. 同时，不同应用领域和平台的不确定性也不同。

以上就是不确定性的主要来源。

1.2 概率机器人学

概率机器人学致力于研究感知和行为的不确定性。

思想就是用概率理论的运算去明确的表示这种不确定性。

简单理解就是：不再用可能出现情况的单一预测，而是用概率算法来表示整个推测空间的概率分布信息。

以数学上合理的方式来表现模糊性和置信度。

意义：根据存在的不确定性选择相对鲁棒的控制方式，当相应的控制方式是比较好的选择时，概率机器人甚至可以主动选择以减少机器人的不确定性。

这样概率算法就降低了不确定性。

通过两个例子来阐述下概率机器人学的思想：

1. 移动机器人定位 mobile robot localization

机器人定位，就是相对外部的参考系来估计机器人坐标的问题。

给定环境地图，机器人需要参照传感器数据，定位自己在地图上的相对位置。如下图所示，已知环境中有三个门，机器人的任务就是通过检测和运动找到自己的位置：

2. 机器人的规划和控制

概率算法既能计算机器人瞬间的不确定性，也能预知未来的不确定性。这个称为海岸导航算法。

1.3 启示

1.4 这本书的导航

1.5 学习安排