2、机器人动态环境感知与地图构建

机器人动态环境感知与地图构建

1. 动态世界中的生活

世界处于不断的变化和运动之中，这是现实的固有特征。约2500年前，柏拉图在《克拉底鲁篇》中，借苏格拉底之口提出“存在”源于“运动”的观点，赫拉克利特也认为万物皆流，无物常驻，即运动是存在的本质特征。

现实的动态性并非随机，而是遵循一定的模式，可分为时间模式和空间模式：
- 时间模式 ：如太阳的升起和落下、四季的更替，还有人体的昼夜节律等。这些宏大的时间模式塑造了地球的形态，而一些不太显著的时间模式，如早晚高峰，也影响着我们的日常生活。我们能够构建这些模式的内部模型，预测并在计划中加以考虑，因此也期望机器人具备同样的能力。
- 空间模式 ：例如墨西哥湾流使欧洲气候温暖宜人，塑造了整个大陆的历史；城市交通规则和道路瓶颈导致的拥堵等不太显著的空间模式，我们也能构建内部模型并用于行动规划。我们希望机器人也能如此。

不同领域关注不同类型的动态性，计算机视觉关注光照和季节变化引起的外观变化，运动规划关注预测移动物体的位置，而本书主要关注机器人建图中构建环境变化的空间模型，即动态地图（Map of Dynamics），尤其侧重于流动模型及其在运动规划中的应用。

2. 动态世界中的机器人

世界是动态的，为使机器人能在其中自由运行，需为其配备应对动态现实的工具，让它们能够感知、学习和利用环境动态信息。

2.1 静态世界假设

早期大量机器人研究基于静态世界假设，在机器人定位领域也被称为马尔可夫假设。最初的定义为：“机器人的位置是环境中唯一系统影响传感器读数的状态”，