第七章　智能机器人系统

7.1 引言：智能机器人系统概览

想象一个能够用步态和动作表达性格的双足机器人角色。2024年，迪士尼研究院公开了相关原型及其设计与控制方法，为研究“机械设计、运动控制与角色动画如何协同”提供了一个案例。

开篇案例：迪士尼研究院的双足机器人

该项目重点展示了双足机构、强化学习控制、动画动作和操作员交互界面的结合。它说明机器人角色的效果来自机械、控制与内容设计的协同，并不意味着原型已经具备通用的自然语言理解或完全自主服务能力。这个案例也引出了本章的核心主题：机器人如何把感知数据转化为受约束、可验证的行动。

资料来源：Disney Research, “Design and Control of a Bipedal Robotic Character”。

智能机器人系统的核心组件

智能机器人系统，无论是迪士尼的双足机器人还是我们日常生活中的扫地机器人，都由以下核心组件构成：

1. 感知系统：机器人的"眼睛"和"耳朵" * 传感器（如摄像头、麦克风、距离传感器等） * 数据处理和特征提取
2. 决策系统：机器人的"大脑" * 环境理解和建模 * 任务规划 * 行为决策
3. 控制系统：机器人的"肌肉" * 运动规划 * 执行器控制（如电机控制）
4. 学习系统：机器人的"经验积累" * 数据收集和分析 * 模型更新和优化 * 适应性调整

这些组件紧密协作，使机器人能够感知环境、做出决策、执行动作，并从经验中学习和改进。

本章项目目标：验证从感知到决策的基本链路

在本章中，我们将通过硬件单项测试和网格仿真，理解智能机器人从感知、规划到决策的基本链路。课程不把尚未标定和验收的模块直接组合成“功能完整”的自主机器人。

我们的目标是验证系统是否能够：

• 感知周围环境
• 规划简单路径
• 在仿真中规划路径并处理障碍
• 用测试验证安全优先的基本决策

的小型移动机器人。

学习目标

通过学习本章内容，你将能够：

知识目标

• 理解智能机器人系统的基本架构和工作原理
• 掌握机器人感知、决策、控制和学习的基本概念
• 了解机器人编程的基础知识
• 认识机器人技术在现实世界中的应用和影响

技能目标

• 能够搭建一个基础的机器人硬件平台
• 学会使用基本的传感器采集环境数据
• 编写简单的程序控制机器人运动
• 在网格仿真中实现并验证基本导航算法
• 设计和实现简单的机器人行为决策系统

无论你是对机器人充满好奇的初学者，还是希望深入了解智能系统的学生，本章都将为你提供一次激动人心的学习之旅。让我们一起踏上这个从数据到行动的智能机器人探索之路吧！

在下一节中，我们将开始我们的第一个实践项目：搭建机器人的硬件平台。准备好你的工具和热情，我们即将动手创造属于自己的智能机器人！

7.2 搭建机器人硬件平台

欢迎来到我们动手实践的第一步！在这一节中，我们将一起搭建一个简单但功能强大的机器人硬件平台。别担心，即使你从未接触过电路或编程，只要跟着我们的指导，你也能成功组装出自己的小机器人。

机器人硬件基础知识

在开始动手之前，让我们先了解一下构成机器人的基本硬件组件：

1. 控制器：机器人的"大脑"，我们将使用Raspberry Pi 4B。
2. 机器人底盘：机器人的"身体"，提供结构支撑和移动能力。
3. 电机和轮子：让机器人能够移动。
4. 电机驱动板：控制电机的转速和方向。
5. 电池：为整个系统提供电力。
6. 传感器：机器人的"感官"，我们将在后续章节添加。

实践项目：组装基础机器人平台

硬件清单和采购建议

以下是我们需要的核心组件：

1. Raspberry Pi 4B（4GB RAM）
2. 两轮差速驱动机器人底盘套件
3. L298N 电机驱动模块
4. 与电机额定电压匹配的电池组，以及稳定的5V降压模块（为Raspberry Pi供电）
5. 杜邦线若干
6. 螺丝刀套装

采购建议：

• 可以在电子商城如淘宝、亚马逊等购买这些组件。
• 选择有好评的卖家，确保配件质量。
• 部分组件可能有套装销售，可以节省成本。

详细组装步骤指南

1. 准备底盘 * 按照底盘套件说明书组装底盘框架。 * 确保两个驱动轮安装牢固，能够自由转动。
2. 安装电机 * 将两个直流电机固定到底盘指定位置。 * 检查电机轴与轮子是否对齐。
3. 安装Raspberry Pi * 在底盘上找一个合适的位置安装Raspberry Pi。 * 使用螺丝或双面胶固定，确保稳固。
4. 连接电机驱动板 * 将L298N电机驱动模块安装在Raspberry Pi旁边。 * 确保有足够的空间连接线缆。
5. 安装电池 * 将电池安装在底盘的合适位置，保持重心平衡。 * 确保电池的输出端口易于接触。

基础电路连接

现在，让我们将各个部分连接起来：

1. 电机连接 * 将左右电机分别连接到L298N的输出端A和B。
2. L298N与Raspberry Pi连接 * 将L298N的IN1、IN2、IN3、IN4引脚分别连接到Raspberry Pi的GPIO引脚（例如GPIO 17, 18, 22, 23）。 * 将L298N的GND连接到Raspberry Pi的GND。
3. 电源连接 * 按电机和驱动板的额定电压连接电池，不能仅因驱动板端子标有“12V”就使用12V电池。 * 通过额定电流足够的5V降压模块为Raspberry Pi供电；电机电源与控制器必须共地。 * 电池输出端应串联保险丝和总电源开关；调试运动程序时应准备可立即触发的急停方式。
4. 检查连接 * 仔细检查所有连接，确保没有短路或接错。

安全注意事项

1. 在连接电路时，始终断开电源。
2. 注意电池的正负极，接反可能会损坏组件。
3. 避免金属物品接触电路板，防止短路。
4. 如果闻到异味或看到冒烟，立即断开电源并检查。
5. 保持工作区域干净整洁，避免小零件丢失。

测试你的机器人平台

完成组装后，让我们进行一个简单的测试：

1. 给系统通电。
2. 观察Raspberry Pi的指示灯，确认其正常启动。
3. 如果一切正常，恭喜你！你已经成功搭建了机器人的基础平台。

在下一节中，我们将学习如何为这个平台添加基本的传感器，使我们的机器人能够"感知"周围的世界。

记住，Rome wasn't built in a day（罗马不是一天建成的）。如果在组装过程中遇到困难，不要灰心。仔细检查每一步，如果需要，可以寻求同学或老师的帮助。每一个成功的工程师都是从这样的小项目开始的！

7.3 机器人的感知系统

想象一下，如果你突然失去了所有的感官，你将如何与世界互动？这正是没有传感器的机器人所面临的困境。在这一节中，我们将为我们的机器人添加"感官"，使它能够感知周围的世界。

传感器类型和原理介绍

传感器是机器人的"感官"，它们将物理世界的信息转换为电信号，供机器人的"大脑"（处理器）分析。以下是我们将使用的几种基本传感器：

1. 摄像头：机器人的"眼睛" * 原理：捕捉光线并将其转换为数字图像 * 应用：物体识别、颜色检测、动作追踪
2. 超声波传感器：机器人的"回声定位"能力 * 原理：发射高频声波并测量回波时间来计算距离 * 应用：障碍物检测、距离测量
3. IMU (惯性测量单元)：机器人的"平衡感" * 原理：测量加速度和角速度 * 应用：姿态估计、运动检测

实践项目：安装和测试基本传感器

硬件清单

1. Raspberry Pi Camera Module V2
2. HC-SR04 超声波传感器
3. MPU-6050 IMU模块
4. 面包板和杜邦线

硬件连接指南

1. 安装摄像头 * 将摄像头模块连接到Raspberry Pi的摄像头接口 * 注意：小心操作柔性排线，避免损坏
2. 连接超声波传感器 * VCC连接到Raspberry Pi的5V * GND连接到Raspberry Pi的GND * TRIG连接到GPIO25（本章统一使用BCM编号，避免与右电机GPIO23冲突） * ECHO输出为5V，不可直接连接Raspberry Pi的3.3V GPIO。使用电阻分压（例如ECHO—1 kΩ—GPIO24—2 kΩ—GND）或双向电平转换模块后再接GPIO24
3. 连接IMU模块 * VCC连接到3.3V * GND连接到GND * SDA连接到GPIO2 * SCL连接到GPIO3

软件环境配置

1. 更新Raspberry Pi系统：

   sudo apt update sudo apt upgrade 2. 安装必要的库：

   sudo apt install python3-picamera2 sudo apt install python3-pip pip3 install RPi.GPIO pip3 install mpu6050-raspberrypi 3. 启用I2C接口（用于IMU）：

   sudo raspi-config

   在Interface Options中启用I2C

传感器数据读取和可视化

让我们编写一个简单的Python程序来读取和显示传感器数据：

import RPi.GPIO as GPIO
import time
from picamera2 import Picamera2
from mpu6050 import mpu6050

# 设置GPIO模式
GPIO.setmode(GPIO.BCM)

# 超声波传感器设置
TRIG = 25
ECHO = 24
GPIO.setup(TRIG, GPIO.OUT)
GPIO.setup(ECHO, GPIO.IN)

# 初始化摄像头
camera = Picamera2()
camera.configure(camera.create_still_configuration())
camera.start()

# 初始化IMU
imu = mpu6050(0x68)

def get_distance(timeout=0.03):
    """返回厘米数；未在超时时间内收到回波时返回None。"""
    GPIO.output(TRIG, False)
    time.sleep(0.000002)
    GPIO.output(TRIG, True)
    time.sleep(0.00001)
    GPIO.output(TRIG, False)

    deadline = time.monotonic() + timeout
    while GPIO.input(ECHO) == 0:
        if time.monotonic() >= deadline:
            return None
    start_time = time.monotonic()

    deadline = time.monotonic() + timeout
    while GPIO.input(ECHO) == 1:
        if time.monotonic() >= deadline:
            return None
    stop_time = time.monotonic()

    time_elapsed = stop_time - start_time
    distance = (time_elapsed * 34300) / 2

    return distance

try:
    while True:
        # 读取超声波传感器数据
        dist = get_distance()
        if dist is None:
            print("Distance: timeout")
        else:
            print(f"Distance: {dist:.2f} cm")

        # 读取IMU数据
        accel_data = imu.get_accel_data()
        gyro_data = imu.get_gyro_data()
        print(f"Accelerometer data: {accel_data}")
        print(f"Gyroscope data: {gyro_data}")

        # 捕获图像
        camera.capture_file('image.jpg')
        print("Image captured")

        time.sleep(1)

except KeyboardInterrupt:
    print("Measurement stopped by user")
finally:
    GPIO.cleanup()
    camera.stop()

运行这个程序，你将看到来自各个传感器的数据流。恭喜你，你的机器人现在已经能"看"、"听"和"感觉"了！

挑战与思考

1. 尝试调整超声波传感器的位置，看看它如何影响距离测量。
2. 用IMU数据检测机器人是否在移动或倾斜。
3. 利用摄像头拍摄的图像，想想我们如何让机器人识别特定物体？

在下一节中，我们将学习如何利用这些感知数据来控制机器人的运动。记住，优秀的工程师不仅要会使用工具，还要理解工具的工作原理。继续探索，继续提问！

多传感器数据的边界

不同传感器只有在描述同一状态量、单位和坐标系已经统一，并且时间戳对齐后，才能进行有意义的融合。HC-SR04测得的是传感器到前方反射面的距离，IMU测得的是机体加速度和角速度，二者不能直接加权平均为“位移”。本章只分别记录这些数据，并把严格的标定、姿态估计和卡尔曼滤波作为拓展内容。

思考：如果要估计机器人的位姿，还需要哪些信息（例如轮编码器、传感器外参和时间戳）？

7.4 基础运动控制

现在我们的机器人已经能够采集感知数据了。本节学习在受控条件下完成前进、后退和转向测试。首次运行时应架空驱动轮，并由一人随时断开总电源。

电机控制原理

在开始编程之前，让我们先了解一下电机控制的基本原理：

1. 直流电机：我们的机器人使用的是直流电机，通过改变施加在电机上的电压，我们可以控制电机的转速和方向。
2. H桥：这是控制直流电机的关键电路。想象一个字母"H"，电机连接在横杠上，通过控制四个开关（实际上是晶体管），我们可以改变电流方向，从而改变电机旋转方向。
3. PWM（脉冲宽度调制）：通过快速开关电源（每秒数千次），我们可以控制施加到电机的平均电压，从而控制速度。占空比越高，电机转速越快。

实践项目：实现简单的遥控功能

步骤1：基本电机控制

首先，让我们编写一个基本的Python脚本来控制电机：

import RPi.GPIO as GPIO
import time

# 设置GPIO模式
GPIO.setmode(GPIO.BCM)

# 定义电机控制引脚
LEFT_FORWARD = 17
LEFT_BACKWARD = 18
RIGHT_FORWARD = 22
RIGHT_BACKWARD = 23

# 设置引脚为输出
GPIO.setup(LEFT_FORWARD, GPIO.OUT)
GPIO.setup(LEFT_BACKWARD, GPIO.OUT)
GPIO.setup(RIGHT_FORWARD, GPIO.OUT)
GPIO.setup(RIGHT_BACKWARD, GPIO.OUT)

# 创建PWM对象
LEFT_PWM_F = GPIO.PWM(LEFT_FORWARD, 100)
LEFT_PWM_B = GPIO.PWM(LEFT_BACKWARD, 100)
RIGHT_PWM_F = GPIO.PWM(RIGHT_FORWARD, 100)
RIGHT_PWM_B = GPIO.PWM(RIGHT_BACKWARD, 100)

# 启动PWM
LEFT_PWM_F.start(0)
LEFT_PWM_B.start(0)
RIGHT_PWM_F.start(0)
RIGHT_PWM_B.start(0)

def set_motor_speed(left_speed, right_speed):
    left_speed = max(-100, min(100, left_speed))
    right_speed = max(-100, min(100, right_speed))
    if left_speed >= 0:
        LEFT_PWM_F.ChangeDutyCycle(left_speed)
        LEFT_PWM_B.ChangeDutyCycle(0)
    else:
        LEFT_PWM_F.ChangeDutyCycle(0)
        LEFT_PWM_B.ChangeDutyCycle(-left_speed)

    if right_speed >= 0:
        RIGHT_PWM_F.ChangeDutyCycle(right_speed)
        RIGHT_PWM_B.ChangeDutyCycle(0)
    else:
        RIGHT_PWM_F.ChangeDutyCycle(0)
        RIGHT_PWM_B.ChangeDutyCycle(-right_speed)

# 测试电机控制
try:
    print("前进")
    set_motor_speed(30, 30)
    time.sleep(0.5)
    set_motor_speed(0, 0)
    time.sleep(0.3)

    print("后退")
    set_motor_speed(-30, -30)
    time.sleep(0.5)
    set_motor_speed(0, 0)
    time.sleep(0.3)

    print("左转")
    set_motor_speed(-25, 25)
    time.sleep(0.4)
    set_motor_speed(0, 0)
    time.sleep(0.3)

    print("右转")
    set_motor_speed(25, -25)
    time.sleep(0.4)

    print("停止")
    set_motor_speed(0, 0)

except KeyboardInterrupt:
    print("程序被用户中断")

finally:
    set_motor_speed(0, 0)
    GPIO.cleanup()

步骤2：键盘控制

现在，让我们添加键盘控制。将下面的循环替换步骤1中的“测试电机控制”部分，并保留前面的GPIO和PWM初始化代码；不要在已经执行GPIO.cleanup()后单独运行此片段。

import curses

# 初始化curses
screen = curses.initscr()
curses.noecho()
curses.cbreak()
screen.keypad(True)
screen.timeout(200)  # 200毫秒未收到按键就停车

try:
    while True:
        char = screen.getch()
        if char == -1:
            set_motor_speed(0, 0)
        elif char == ord('q'):
            break
        elif char == curses.KEY_UP:
            print("前进")
            set_motor_speed(50, 50)
        elif char == curses.KEY_DOWN:
            print("后退")
            set_motor_speed(-50, -50)
        elif char == curses.KEY_LEFT:
            print("左转")
            set_motor_speed(-30, 30)
        elif char == curses.KEY_RIGHT:
            print("右转")
            set_motor_speed(30, -30)
        elif char == ord(' '):
            print("停止")
            set_motor_speed(0, 0)

finally:
    set_motor_speed(0, 0)
    # 恢复终端设置
    curses.nocbreak()
    screen.keypad(False)
    curses.echo()
    curses.endwin()

    # 清理GPIO设置
    GPIO.cleanup()

安全注意事项

1. 始终确保电机连接正确，错误的连接可能导致短路。
2. 在进行任何硬件更改时，请断开电源。
3. 在测试时，将机器人放在一个安全的位置，防止它意外跑出。
4. 如果电机或电路变得异常热，立即关闭电源并检查。

挑战与思考

1. 尝试实现速度控制：如何让机器人缓慢加速或减速？
2. 思考如何实现更平滑的转弯。
3. 挑战：能否让机器人按照预设的路径移动，例如画一个正方形？
4. 考虑如何结合上一节学到的传感器数据来实现简单的避障功能。

扩展阅读

• PID控制：一种更精确的速度和位置控制方法
• 运动学模型：理解和计算机器人的运动轨迹
• 电机编码器：如何更精确地测量和控制电机转速

在下一节中，我们将学习如何使用摄像头进行视觉识别，这将为我们的机器人添加更高级的感知能力。记住，优秀的工程师总是不断尝试和学习。继续探索，继续创新！

7.5 视觉识别与处理

想象一下，如果你的机器人能够"看到"并理解它所看到的东西，会有多么神奇！在这一节中，我们将探索计算机视觉的世界，让我们的机器人能够识别物体、检测颜色，甚至读取简单的标志。

计算机视觉基础概念

在我们开始编程之前，让我们先了解一些基本概念：

1. 图像表示：计算机中的图像是由像素组成的二维数组。每个像素包含颜色信息，通常是RGB（红、绿、蓝）值。
2. 图像处理：这包括对图像进行各种操作，如调整亮度、对比度，应用滤镜等。
3. 特征提取：从图像中提取有用的信息，如边缘、角点、颜色分布等。
4. 物体检测：在图像中定位并识别特定的物体。
5. 机器学习在视觉中的应用：使用训练好的模型来识别复杂的物体或场景。

实践项目：实现基本的物体检测

我们将使用OpenCV库来实现一个简单的颜色检测和物体跟踪系统。

步骤1：环境设置

首先，我们需要安装OpenCV库：

pip install opencv-python numpy

步骤2：基本的颜色检测

让我们编写一个程序来检测特定颜色的物体：

import cv2
import numpy as np

# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧图像
    ret, frame = cap.read()
    if not ret:
        break

    # 转换到HSV颜色空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 定义蓝色的HSV范围
    lower_blue = np.array([100, 50, 50])
    upper_blue = np.array([130, 255, 255])

    # 创建掩码
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 对原图像进行按位与操作
    res = cv2.bitwise_and(frame, frame, mask=mask)

    # 显示结果
    cv2.imshow('Original', frame)
    cv2.imshow('Mask', mask)
    cv2.imshow('Result', res)

    # 按'q'键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭所有窗口
cap.release()
cv2.destroyAllWindows()

这个程序会检测蓝色物体。你可以通过调整lower_blue和upper_blue的值来检测其他颜色。

步骤3：物体跟踪

现在，让我们扩展程序来跟踪检测到的物体：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    lower_blue = np.array([100, 50, 50])
    upper_blue = np.array([130, 255, 255])

    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 对掩码进行形态学操作，去除噪点
    kernel = np.ones((5, 5), np.uint8)
    mask = cv2.erode(mask, kernel, iterations=2)
    mask = cv2.dilate(mask, kernel, iterations=2)

    # 寻找轮廓
    contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 如果找到了轮廓
    if contours:
        # 找到最大的轮廓
        c = max(contours, key=cv2.contourArea)

        # 计算轮廓的重心
        M = cv2.moments(c)
        if M["m00"] != 0:
            cx = int(M["m10"] / M["m00"])
            cy = int(M["m01"] / M["m00"])

            # 在图像上画出重心
            cv2.circle(frame, (cx, cy), 5, (0, 0, 255), -1)

            # 打印物体的位置
            print(f"Object at ({cx}, {cy})")

    cv2.imshow('Frame', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

这个程序能在当前图像中定位满足颜色阈值的最大连通区域。它并不具备通用的“物体理解”能力，光照变化和相似颜色都会影响结果。

挑战与思考

1. 尝试检测不同的颜色。你需要如何修改代码？
2. 如何让程序同时检测多种颜色？
3. 思考：我们如何利用物体的位置信息来控制机器人的运动？
4. 挑战：能否实现一个简单的"跟随物体"功能，让机器人跟随特定颜色的物体移动？

扩展阅读

• 图像分割：如何将图像分割成多个有意义的区域
• 特征匹配：如何在图像中查找特定的模式或物体
• 深度学习在计算机视觉中的应用：如卷积神经网络（CNN）

下一节将把视觉实验与路径规划仿真区分开来：先离线验证感知结果，再讨论它进入真实控制回路所需的安全条件。

拓展：从视觉模型到机器人动作

若使用预训练检测器或交通标志分类器，教材必须同时给出模型来源、许可证、文件校验值、类别表和与训练一致的预处理流程。仅把整幅摄像头画面缩放后分类，不能可靠地定位交通标志；超声波测得的“最近反射面”也不一定是视觉框中的目标。因此，本章不把这两类结果直接接入电机控制。可将保存的视频作为离线输入，比较颜色阈值、检测置信度和误报率；任何真实运动实验都要另行完成标定、失效保护和独立急停验收。

7.6 导航与路径规划

想象一下，如果你的机器人能够自主地在复杂环境中穿行，避开障碍物，并找到最佳路径到达目标位置，那将是多么令人兴奋！在这一节中，我们将探索导航与路径规划的基础知识，并实现一个简单但功能强大的自主导航系统。

路径规划算法简介

在开始编程之前，让我们先了解一些基本的路径规划概念和算法：

1. 图搜索算法：将环境表示为一个图，然后使用搜索算法找到最佳路径。 * 深度优先搜索（DFS） * 广度优先搜索（BFS） * A*算法（结合了最佳优先搜索和启发式搜索）
2. 基于采样的算法：在连续空间中随机采样点，构建路径。 * 快速随机探索树（RRT） * 概率路线图（PRM）
3. 势场法：将目标点视为吸引力源，障碍物视为斥力源。

在本节中，我们将重点关注A*算法，因为它在效率和最优性之间取得了很好的平衡。

实践项目：实现简单的自主导航

我们将创建一个简化的 2D 网格世界，在其中实现 A* 路径规划和基本的避障功能。

步骤1：创建环境表示

首先，我们需要创建一个表示我们环境的类：

class GridWorld:
    def __init__(self, width, height):
        self.width = width
        self.height = height
        self.obstacles = set()

    def add_obstacle(self, x, y):
        self.obstacles.add((x, y))

    def is_valid_position(self, x, y):
        return 0 <= x < self.width and 0 <= y < self.height and (x, y) not in self.obstacles

    def get_neighbors(self, x, y):
        neighbors = [(x+1, y), (x-1, y), (x, y+1), (x, y-1)]
        return [(nx, ny) for nx, ny in neighbors if self.is_valid_position(nx, ny)]

步骤2：实现A*算法

现在，让我们实现A*算法：

import heapq

def heuristic(a, b):
    return abs(b[0] - a[0]) + abs(b[1] - a[1])

def a_star(grid, start, goal):
    if not grid.is_valid_position(*start) or not grid.is_valid_position(*goal):
        return None

    closed = set()
    came_from = {}
    g_score = {start: 0}
    open_set = [(heuristic(start, goal), 0, start)]

    while open_set:
        _, current_g, current = heapq.heappop(open_set)
        if current in closed:
            continue

        if current == goal:
            path = []
            while current in came_from:
                path.append(current)
                current = came_from[current]
            path.append(start)
            path.reverse()
            return path

        closed.add(current)

        for neighbor in grid.get_neighbors(*current):
            if neighbor in closed:
                continue
            tentative_g = current_g + 1
            if tentative_g < g_score.get(neighbor, float("inf")):
                came_from[neighbor] = current
                g_score[neighbor] = tentative_g
                f_score = tentative_g + heuristic(neighbor, goal)
                heapq.heappush(open_set, (f_score, tentative_g, neighbor))

    return None

步骤3：在网格仿真中验证路径

下面的代码只在终端中显示规划结果，不控制真实机器人：

def render_grid(grid, path, start, goal):
    path_cells = set(path or [])
    for y in range(grid.height):
        row = []
        for x in range(grid.width):
            pos = (x, y)
            if pos == start:
                row.append("S")
            elif pos == goal:
                row.append("G")
            elif pos in grid.obstacles:
                row.append("#")
            elif pos in path_cells:
                row.append("*")
            else:
                row.append(".")
        print(" ".join(row))

grid = GridWorld(10, 10)
for obstacle in [(2, 2), (3, 3), (4, 4)]:
    grid.add_obstacle(*obstacle)

start, goal = (0, 0), (9, 9)
path = a_star(grid, start, goal)
assert path is not None
assert path[0] == start and path[-1] == goal
assert not (set(path) & grid.obstacles)
render_grid(grid, path, start, goal)

这条实验链可在普通Python环境中复现：构造网格、运行A*、用断言检查路径，再观察文本地图。把网格路径变成真实底盘动作还需要朝向、轮编码器或定位系统以及闭环控制，不能用固定时长的电机动作代替位姿更新。

挑战与思考

1. 如何改进当前的导航系统以处理动态障碍物？
2. 思考：A*算法在大规模环境中的性能如何？有什么可能的优化方法？
3. 挑战：能否实现一个简单的SLAM（同时定位与地图构建）系统，让机器人在未知环境中导航？
4. 考虑如何将不确定性纳入到路径规划中，以处理传感器噪声和环境变化。

扩展阅读

• 动态路径规划：如何在环境变化时实时调整路径
• 概率路线图（PRM）：一种用于高维空间路径规划的采样方法
• 强化学习在路径规划中的应用：如何让机器人通过试错学习最优导航策略

本节完成了一个可复现的网格路径规划实验。它验证的是规划算法，不代表实体机器人已经获得定位、避障或自主运动能力。

记住，真正的挑战往往在于如何处理现实世界的不确定性和复杂性。继续探索和实验，你可能会发现解决这些挑战的创新方法！

从规划仿真到实体系统

本节的A*示例假设地图、起点和终点都已知，且每次移动成本相同。动态障碍、实时建图与视觉语义导航属于拓展任务。它们需要定位误差模型、重规划频率、碰撞检测、看门狗和急停测试；本章不提供可直接驱动实体机器人的伪实现。

7.7 决策与行为控制

决策层把任务目标和感知状态转化为行为。常见方法包括有限状态机和行为树。行为树由条件、动作、顺序节点和选择节点组成；节点每次“滴答”返回成功（SUCCESS）、失败（FAILURE）或运行中（RUNNING）。

纯仿真实验：用决策规则选择行为

下面的示例不导入GPIO，也不会驱动电机。它用字典模拟机器人状态，便于先验证“安全优先”的决策顺序：

from enum import Enum, auto

class Status(Enum):
    SUCCESS = auto()
    FAILURE = auto()
    RUNNING = auto()

def choose_action(state):
    if state["emergency_stop"]:
        return "STOP"
    if state["distance_cm"] is None or state["distance_cm"] < 30:
        return "STOP"
    if state["battery_percent"] < 20:
        return "RETURN_TO_CHARGE"
    if state["target_visible"]:
        return "APPROACH_TARGET"
    return "EXPLORE"

tests = [
    ({"emergency_stop": True,  "distance_cm": 100, "battery_percent": 80, "target_visible": True}, "STOP"),
    ({"emergency_stop": False, "distance_cm": 20,  "battery_percent": 80, "target_visible": False}, "STOP"),
    ({"emergency_stop": False, "distance_cm": 100, "battery_percent": 10, "target_visible": True}, "RETURN_TO_CHARGE"),
    ({"emergency_stop": False, "distance_cm": 100, "battery_percent": 80, "target_visible": True}, "APPROACH_TARGET"),
]
for state, expected in tests:
    assert choose_action(state) == expected
print("all decision tests passed")

真实系统还必须规定每个动作的持续条件、超时、抢占和停止语义。例如，“前进”通常应返回RUNNING，并在条件失效时立即由更高优先级的安全分支抢占；程序退出时必须显式停止电机并释放资源。上述代码只验证决策逻辑，不是实体机器人控制程序。

挑战与思考

1. 为传感器超时、通信中断和定位失效分别添加测试。
2. 如果“电量低”和“前方有障碍”同时发生，为什么应该先停车？
3. 画出等价的行为树，并标注每个节点可能返回的状态。

7.8 学习与适应

强化学习通过环境反馈学习策略。本节只在离散网格中演示Q-learning，不把训练中的随机探索用于真实电机控制。

纯仿真实验：固定迷宫中的Q-learning

import numpy as np

ACTIONS = [(0, -1), (0, 1), (-1, 0), (1, 0)]  # 上、下、左、右
WIDTH = HEIGHT = 6
START, GOAL = (0, 0), (5, 5)
OBSTACLES = {(1, 0), (1, 1), (1, 2), (3, 3), (4, 3)}

def step(state, action):
    dx, dy = ACTIONS[action]
    candidate = (state[0] + dx, state[1] + dy)
    valid = (
        0 <= candidate[0] < WIDTH
        and 0 <= candidate[1] < HEIGHT
        and candidate not in OBSTACLES
    )
    if not valid:
        return state, -5.0, False
    if candidate == GOAL:
        return candidate, 20.0, True
    return candidate, -1.0, False

rng = np.random.default_rng(42)
q = np.zeros((WIDTH, HEIGHT, len(ACTIONS)))
alpha, gamma, epsilon = 0.1, 0.95, 1.0

for _ in range(3000):
    state = START
    for _ in range(200):  # 防止无界循环
        if rng.random() < epsilon:
            action = int(rng.integers(len(ACTIONS)))
        else:
            action = int(np.argmax(q[state]))
        next_state, reward, done = step(state, action)
        target = reward if done else reward + gamma * np.max(q[next_state])
        q[state][action] += alpha * (target - q[state][action])
        state = next_state
        if done:
            break
    epsilon = max(0.05, epsilon * 0.995)

# 评估时关闭探索，并限制步数
state, path = START, [START]
for _ in range(100):
    action = int(np.argmax(q[state]))
    state, _, done = step(state, action)
    path.append(state)
    if done:
        break

assert path[-1] == GOAL, "策略未到达终点；请检查环境或训练参数"
print(path)

固定随机种子、固定地图、每回合最大步数和关闭探索的评估，使结果可以复查。障碍碰撞会得到惩罚并保持原位，目标奖励在到达时可达。

从仿真到真实机器人

持续学习和DQN需要经验回放、目标网络、稳定性评估和安全约束。真实机器人上的在线随机探索可能造成碰撞或设备损坏，因此本章删除不完整的实体部署伪代码。若继续拓展，应先在独立仿真器中训练和回归测试，再以冻结策略、低速沙箱和人工急停方式验证；不能把“仿真中得分提高”等同于真实系统安全。

挑战与思考

1. 将Q-learning路径与A*路径长度比较，并解释两者所需先验信息的差异。
2. 改变奖励后，记录成功率和平均步数，而不是只展示一次轨迹。
3. 构造一个无解地图，验证最大步数能否让训练和评估正常结束。

7.9 项目整合与展示

必做项目：可复现的网格导航实验

学生提交一个不连接实体电机的导航程序，完成以下闭环：

1. 使用固定网格、起点、终点和障碍物；
2. 运行A*并用断言验证路径合法性；
3. 运行安全优先的决策规则测试；
4. 任选Q-learning作为对照，报告成功率、平均步数和随机种子；
5. 提交环境版本、运行命令、预期输出和失败案例。

评价以正确性与可复现性（40%）、测试与异常处理（30%）、实验分析（20%）、表达与协作（10%）为准。

选做项目：低速实体避障

只有在教师审核接线和风险清单后才可进行。验收门槛包括：HC-SR04 ECHO电平转换、统一引脚表、保险丝/总开关、独立急停、测距超时即停车、程序异常退出即停车，以及架空轮测试通过。选做项目不要求视觉识别、SLAM、持续学习或DQN，避免把多个尚未验证的模块一次性接入执行器。

展示时应区分“已运行并测量的结果”“仿真结果”和“设计设想”，不得用含pass、未定义接口或随机数占位的框架冒充完成系统。

7.10 未来展望与伦理考虑

随着我们深入探索智能机器人系统的各个方面，我们不仅要思考技术本身，还要考虑这些技术将如何塑造我们的未来，以及我们作为技术开发者和使用者应该承担的责任。在本节中，我们将探讨智能机器人技术的前沿发展，并深入讨论相关的伦理和社会问题。

智能机器人的前沿发展

1. 人工通用智能（AGI）

目前的机器人系统大多是针对特定任务设计的。未来的发展方向之一是创造具有通用智能的机器人，能够像人类一样灵活地应对各种任务和环境。

• 挑战：实现真正的通用智能需要解决诸如常识推理、迁移学习、元学习等一系列复杂问题。
• 潜在影响：AGI 可能彻底改变劳动力市场，并对社会结构产生深远影响。

2. 群体机器人和分布式智能

未来的机器人系统可能不再是独立的个体，而是相互协作的群体。

• 技术趋势：分布式算法、群体智能、多智能体系统。
• 应用前景：大规模环境监测、灾难救援、微型医疗机器人。

3. 软体机器人和仿生技术

模仿生物结构和行为的机器人设计正在兴起。

• 创新点：柔性材料、仿生驱动、自修复能力。
• 潜在应用：医疗手术、深海探索、空间任务。

4. 脑机接口与人机融合

直接连接人脑和机器的技术正在快速发展。

• 研究方向：非侵入式脑信号采集、神经编码解析、意图识别。
• 伦理考量：人类增强、隐私保护、身份认同。

5. 自主性和道德决策

赋予机器人更高水平的自主性和道德决策能力。

• 技术挑战：形式化伦理规则、情境理解、价值对齐。
• 社会影响：责任归属、法律框架调整、人机互动范式的改变。

伦理与社会问题讨论

1. 就业和经济影响

• 问题：智能机器人可能取代大量人类工作，如何应对可能的大规模失业？
• 讨论点：
• 新技术创造的新就业机会
• 教育系统的调整和再培训计划
• 普遍基本收入等社会政策的可行性

2. 隐私和数据安全

• 问题：智能机器人系统收集和处理大量个人数据，如何保护隐私和防止滥用？
• 讨论点：
• 数据收集和使用的透明度
• 个人数据所有权和控制权
• 加密技术和去中心化数据存储

3. 安全性和责任归属

• 问题：当自主机器人系统造成伤害时，谁应该负责？
• 讨论点：
• 机器人行为的可预测性和可解释性
• 设计者、制造商、所有者和使用者的责任划分
• 机器人保险和赔偿机制

4. 人机关系和社会影响

• 问题：随着机器人变得更加智能和拟人化，人类社会将如何适应？
• 讨论点：
• 机器人的法律地位
• 人机交互的心理影响
• 社会规范和价值观的潜在变化

5. 军事应用和武器自主性

• 问题：自主武器系统的发展引发了严重的伦理担忧。
• 讨论点：
• 人类控制和有意义的人类参与的必要性
• 国际管控和军备竞赛
• 战争法则的适用性和调整

6. 公平性和偏见

• 问题：机器人系统可能继承或放大人类社会中的偏见。
• 讨论点：
• 训练数据的代表性和多样性
• 算法公平性的评估和保障
• 少数群体权益的保护

案例研究：自动驾驶汽车的伦理困境

自动驾驶技术是智能机器人系统在现实世界中的一个重要应用，它集中体现了许多技术和伦理挑战。

场景：一辆自动驾驶汽车面临不可避免的碰撞，它必须在撞向一群行人或牺牲车内乘客之间做出选择。

讨论问题：

1. 汽车应该如何"决定"？是否应该有预设的伦理准则？
2. 这种决策应该由谁来制定—— 政府、汽车制造商、还是消费者？
3. 如果自动驾驶汽车总体上比人类驾驶更安全，但偶尔会做出有争议的决定，社会应该如何看待？
4. 这种情况下的责任归属问题应该如何解决？

小组讨论：智能机器人对未来社会的影响

为了深入思考这些问题，我们将进行一个小组讨论活动。

活动安排：

1. 将班级分成 4-5 人的小组。
2. 每组选择一个主题（如就业影响、隐私问题、人机关系等）。
3. 小组内部讨论 20 分钟，准备一个简短的陈述。
4. 每组派代表进行 5 分钟的陈述。
5. 全班开放讨论 15 分钟。

评估标准：

• 对问题的深入理解
• 论证的逻辑性和创新性
• 多角度思考的能力
• 表达和沟通的清晰度

结语

智能机器人技术正在以前所未有的速度发展，它带来了巨大的机遇，同时也伴随着重大的挑战和伦理问题。作为未来的工程师和科学家，你们不仅需要掌握先进的技术，还要培养对社会责任的认识和伦理思考的能力。

技术并非脱离价值而独立存在：需求定义、数据选择、性能指标和部署制度都会影响不同群体。希望通过本章的学习，你们不仅掌握构建智能机器人系统的基础知识，也能识别设计选择中的责任与权衡。