原標題：加拿大工程院院士張宏：移動機器人定位仍是核心技術中的核心

全球人工智能和機器人峯會近日閉幕，大會並通過線上直播方式向廣大公衆開放，成爲今年全球人工智能領域的一場盛會。在 “機器人前沿”專場上，加拿大工程院院士、IEEE Fellow 張宏以遠程視頻的形式帶來了題爲《移動機器人全局定位技術與方法》的大會報告。張宏教授從分享學術研究的角度出發，主要談及了移動機器人全局定位，他表示，現在移動機器人機器人在定位方面還是有所欠缺的：一是對環境的語義表達、理解能力有所不足，二是需要更高的魯棒性。

張宏指出，業界對於移動機器人這個題目應該不陌生，傳統的研究方向起碼包括這幾類：軌跡規劃、避礙、構建地圖和定位。構建地圖和定位這兩個工作又是耦合的，沒有地圖也就談不到定位，我們做地圖的過程當中也需要定位，所以這兩件工作必須同時完成。二者的同時研究稱之爲SLAM, 即simultaneouslocalization and mapping的縮寫。這項技術直接關係到智能機器人的研發進度。

他表示，全局定位的技術可以通過三個維度對其進行分類，第一個維度是傳感信息來源,是來源於單線激光雷達，還是來源於視覺,或者是來源於多模式融合；第二個維度是特徵提取的方法，是用傳統手工模型進行提取特徵，還是用深度學習的方法來提取特徵；第三個維度是定位算法，也就是如何利用這些被提取出的特徵完成定位，他進一步談到，完成分類的方法也分爲三類，一類是靠優化的方法，第二類方法是全景描述符匹配，第三類就是利用局部特徵匹配完成定位。但無論哪一種方法本質都是選擇某種傳感器，再加上某種特徵提取的方法，加上選擇的算法，最終去完成全局定位這件工作。

張宏談到，經過過去20年學界的研究努力，實際上對全局定位這件事情已經有了比較滿意的答案。但另一方面，人們也逐漸發現只完成定位是不夠完成導航這件事情，我們還需要進行避障性軌跡規劃。那麼爲了完成避障和軌跡規劃，我們需要有更稠密的地圖，這也是業界現在比較關注的一個研究方向。

最後，張宏也明確指出，現在移動機器人機器人在定位方面還是有所欠缺的：一是對環境的語義表達、理解能力有所不足。我們和機器人的理解不一樣，機器人生活在數字世界裏面，我們生活在抽象的概念裏面，如果想讓機器人和人共融或者讓人類與機器人有效溝通，就必須要有語義這個層次。二是需要更高的魯棒性。現在機器人的魯棒性遠遠滿足不了很多實際工作的要求，經常死機，所以魯棒性從各個角度都需要提高，使得最終的實現目標是自主移動機器人，而不是旁邊總站着一個“護士”和技術員來幫助移動機器人工作，這也是大家可以努力的方向。