近年来，称之为“人类中心主义”或“人性化”的机器人系统越来越频繁地出现在饭店、医院和服务行业，例如，家用机器人、娱乐机器人、辅助机器人、住宅监视机器人和用于儿童教育的机器人。以人为中心的机器人不止在科幻电影里看到，也进入我们的生活中。

     对智能机器人的研究旨在了解人与机器人之间的日益增加的耦合关系。随着家庭服务和医疗保健日益增长的需求，我们需要改进导航系统、智能控制方法、模式识别技术和人机交互技术，使得以人为中心的机器人能够在非结构化环境中执行任务。

导航与路径规划

     随着通信技术和计算机技术的发展，越来越多的方法被应用于移动机器人的导航和路径规划中。移动机器人的导航主要包括：基于环境信息的环境地图模型匹配导航，基于各种导航信号的地标导航、视觉导航、气味导航和声音导航。

     路径规划是自主移动机器人研究的关键问题。路径规划和运动控制问题不仅对于完成自主导航和其他一些复杂的智能任务非常重要，而且还体现了机器人的感知能力和智力。路径规划包括基于模型的规划和基于案例的规划，前者根据已知的环境模型或感知地图信息进行规划；后者根据现有信息，通过匹配方法来解决规划问题。由于逐渐增加的不确定性和计算量，基于案例的规划适用于更复杂但相对固定的环境，并需要不断更新案例库。

    人类对移动服务机器人的自主导航能力要求较高，移动服务机器人须根据周围环境的变化，采取相应措施提升能力。因此，路径规划是自主移动机器人智能导航的重要内容。另外，人们对自主车辆的需求逐渐增加，智能自主车辆也应运而生。自主地面车辆（AGV）或户外智能移动机器人通过使用车载传感器来检测周围环境并获取道路和障碍物的信息。而后，AGV可以自主决策、规划路径、控制车辆的速度和方向，使其可以在道路上安全行驶。与仅依靠人操纵的车辆相比，AGV可以调节车辆行为，减少因驾驶员心理和体力造成的交通事故，提高了环境感知能力，缩短了反应时间。AGV是车辆工程、人工智能、自动控制和计算机科学几大学科间的交叉融合，是未来车辆的发展趋势。

     然而，在视觉导航技术中，图像处理的速度问题尚未解决。系统的实时性能也是不容忽视的问题。与视觉导航系统相比，非视觉传感器的检测范围和精度还不理想，不适合某些高精度的导航任务。研究机器人导航的通用接口模块也成为一项重要任务。此外，多机器人系统也是机器人技术的发展方向。多机器人系统的导航和局部规划在机器人系统中起关键作用。

     智能算法在机器人局部规划中的应用范围还有很大的局限性，如神经网络建模；应用于认知环境中常受到限制，如机器人地图构建。同时，由于目前主要用于局部规划的前馈网络需要训练信号，所以难以实现在线应用；在复杂的未知动态环境中，由于模糊逻辑难以提取模糊规则，所以导航性能不理想。因此，在移动机器人的局部规划中，智能算法还有很大的改进空间。神经网络在局部路径规划中的应用为通过在最短时间内在线获取的局部信息来避免未知障碍。同时还可以将模糊推理和遗传算法引入神经网络中以实现路径规划。

智能控制

     对于以人为中心的智能机器人来说，智能控制是重要的发展方向。人工神经网络的发展极大促进了智能控制理论的发展，使机器人更人性化，更能够从人的角度思考。

     机器人是一种复杂的非线性、强耦合，多变量的不确定动态系统，而且很难利用现有机器人动力学模型的先验知识建立一个准确的数学模型。即便建立了模型，也是非常复杂的，不能满足实时控制的要求。智能控制的出现为解决机器人控制中的一些问题提供了新的途径。

     目前，学习控制技术，如神经网络、模糊控制和自适应控制等，已广泛应用于以人为中心的机器人中。人工智能技术将主导以人为中心的机器人未来研究并全面发挥优势。然而，智能控制需要改进以适应对复杂系统的研究。对于复杂系统，智能控制系统的故障率和成本要高于传统控制系统，智能控制的优越性将会受到质疑，而且大多数基于神经网络的控制设计仍处于仿真阶段，鲜见实际系统的研究报告。

模式识别

     对人类来说，识别光学信息（通过视觉器官获得）和声学信息（通过听觉器官获得）十分重要，这也是模式识别的两个重要方面。机器人信息处理的一个重要形式是识别物体及环境。模式识别技术作为人工智能技术的基础课题，具有很大的发展空间，世界各地的权威研究机构已开始将模式识别技术作为研究的重点。市面的代表性产品有光学字符识别和语音识别系统。作为模式识别的最基本问题，图像分析和视频分析在智能机器人领域取得了一些突出进展。

     对未知环境的探索是机器人研究领域最前沿的课题之一，精确的模式识别是处理未知环境的关键技术。模式识别的未来研究领域包括内容识别、自适应学习、小样本学习、多模态学习、多任务协调等，自主学习将是未来研究的趋势。语音识别技术正成为信息技术中人机界面的关键技术。此外，生物计量学是重要的安全认证技术，人们愿意忘记所有的密码、丢弃所有的卡片，而使用他们的唯一特征来认证身份。这些技术也将有助于以人为中心的智能机器人的发展。

人机交互

     作为以人为中心的机器人发展的分支，基于人机交互的移动机器人可以完成对人类有益的服务。在一些具体应用中，基于人机交互的机器人具有不可替代的作用。目前，由于人工智能发展水平有限，自主智能移动服务机器人仍难以设计。移动服务机器人通常是一种人-机-环境系统，在该系统中，人的参与协调对于提高系统性能非常重要。

     人机交互技术是当前信息产业竞争的焦点，也是各国机器人产业发展的关键技术。智能技术目前有两个重要的应用趋势，一是以虚拟现实为代表的个人化趋势，二是以智能手表为代表的小型化趋势，而人机交互是这两个趋势面临的瓶颈技术。以人为中心、自然、高效将成为新一代人机交互技术的主要目标。

     近年来，多模态交互快速发展，不仅适于“以人为中心”的自然交互规则，也促进了互联网时代信息产业的快速发展。然而，人机交互的方式还存在很多缺陷，虽然研究人员已尝试多种交互方式，如体感交互、眼动跟踪、语音交互和生物识别，但大多数的交互尚未得到广泛应用，如体感交互因其不稳定性而仅限于某些游戏领域，语音交互形式通常较为单调，不能为用户提供建设性的意见。

     目前，研究人员仍在尝试探索生物识别技术和手势控制技术。生物识别技术基于人类的生命体征，包括指纹、虹膜、脸部甚至眼睛中的血管，可以帮助智能终端设备验证用户的身份。当云服务被广泛使用时，生物识别技术将可以帮我们更轻松安全地登录云端帐户。在不久的将来，生物识别技术将使我们可以丢弃信用卡或现金，所有信息将集成到我们自己的生命体征上。另外，结合高保真图像技术，手势控制技术也具有很好的应用前景。

    本文围绕以人为中心的智能机器人的导航、智能控制、模式识别和人机交互四个关键内容，对建模、导航、路径规划、认知计算、模式识别、脑肌电信号处理、非结构化环境下智能控制和认知模型的建立等方面现有研究工作和最新研究成果进行了概述，同时总结并回顾了近年来关于以人为中心的智能机器人的理论与技术的发展。以人为中心的智能机器人的研究旨在理解人与机器人之间日益增加的耦合关系，虽然对以人为中心的机器人的研究已取得了很大进展，但仍有许多工作亟待解决。

Wei He, Zhijun Li, C. L. Philip. Chen, “A survey of human-centered intelligent robots: issues and challenges,” IEEE/CAA Jouirnal of Automatica Sinica, vol. 4, no. 4, pp. 602-609, Oct. 2017

A Survey of Human-centered Intelligent Robots Issues and Challenges.pdf

PDF: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8039018

HTML:http://html.rhhz.net/ieee-jas/html/2017-4-602.htm

Wei He received the B.Eng. degree from South China University of Technology, China, in 2006, and the Ph.D. degree from the National University of Singapore (NUS), Singapore, in 2011. He worked as a Research Fellow in the NUS, Singapore from 2011 to 2012. He is working as a Full Professor in University of Science and Technology Beijing, Beijing, China. He has co-authored 1 book published in Springer and published over 100 international journal and conference papers. He serves as an Associate Editor of IEEE Transactions on Systems, Man, and Cybernetics: Systems, IEEE Access, and IEEE/CAA Journal of Automatica Sinica, a Leading Guest Editor for of IEEE Transactions on Neural Networks and Learning Systems special issue on Intelligent Control Through Neural Learning and Optimization for Human Machine Hybrid Systems, and an Editor of Journal of Intelligent & Robotic Systems.  His current research interests include robotics, distributed parameter systems and intelligent control systems.

Zhijun Li received the Ph.D. degree in Shanghai Jiao Tong University, China, in 2002. From 2003 to 2005, he was a Postdoctoral Fellow in University of Electro Communications, Tokyo, Japan. From 2005 to 2006, he was a Research Fellow in National University of Singapore, and Nanyang Technological University, Singapore. Since 2012, he is a Professor in South China university of Technology, Guangzhou, China. From 2016, he has been the Chair of Technical Committee on Biomechatronics and Biorobotics Systems , IEEE Systems, Man and Cybernetics Society. He is serving as an Editor-at large of Journal of Intelligent & Robotic Systems, and Associate Editors of several IEEE Transactions. He has been the General Chair and Program Chair of 2016 and 2017 IEEE Conference on Advanced Robotics and Mechatronics, respectively.  Dr. Li's current research interests include service robotics, tele-operation systems, nonlinear control, neural network optimization, etc.

C. L. Philip Chen received the M.S. degree in electrical engineering from the University of Michigan, Ann Arbor, in 1985 and the Ph.D. degree in electrical engineering from Purdue University, West Lafayette, IN, in 1988. Currently, he is the Dean of the Faculty of Science and Technology, University of Macau, Macau, China and a Chair Professor of the Department of Computer andInformation Science. Dr. Chen is a Fellow of the IEEE and the AAAS. He is the Editor-in-Chief of IEEE Transactions on Systems, Man, and Cybernetics: Systems (2014-) and Associate Editor of several IEEE Transactions. His research areas are systems, cybernetics, and computational intelligence. He was the President of IEEE Systems, Man, and Cybernetics Society (2012-2013) and was the General Chair of SMC 2009 annual conference and Program Chair of SMC 2014 in addition to serving as general/program chair of many international conferences. He is also an ExCom member of CAA, a Fellow of CAA, a Fellow of HKIE, an Associate EIC for Communication of CAA, the Chair of TC 9.1 Economic and Business Systems of IFAC, and a Program Evaluator of ABET (Accreditation Board of Engineering and Technology) in electrical engineering, comp engineering, and software engineering.

欢迎扫描二维码、长按图片识别关注自动化学报英文版微信公众号！