1.1 自主等级与四个基础问题

1.1 自主等级与四个基础问题

本节摘要："自主"不是开关，是一根刻度尺。本节把遥控到全自主拆成可观察的等级，指出每一级之间真正要补的能力，并给出贯穿全册的四个基础问题：怎么动、怎么感知、怎么规划、怎么集成。

从一个反例说起

别以为装上激光雷达、跑起 SLAM 就叫自主。某高校实验室的轮式机器人常年挂在展览角上，配置单漂亮：激光雷达、深度相机、IMU 一样不缺。演示时它确实能自己绕场馆走圈，但每次经过玻璃幕墙都会贴上去蹭一下，因为玻璃在激光雷达眼里近乎透明，墙"消失"了。操作员的办法是提前在地图里画一条虚拟墙。

这台机器人的自主是真的，也是残缺的：它能在已知结构的环境里定位与走线，却缺少对"传感器看不见的东西也可能存在"的兜底判断。所以评判自主，看的不是配置单，而是它在意外面前的行为。这也是本节把自主拆成等级的原因——等级之间差的那一项，往往不是算力，而是一种对不确定性的处理态度。

自主的刻度尺

工程上常把地面移动机器人的自主程度粗分为四级，机械臂语境下也有对应说法。分级的依据是"谁在做感知判断、谁在做决策"：

这张表值得盯着看的是"限定场景"四个字。条件自主与全自主的分界不在算法优劣，而在环境承诺：园区道路有高精地图、有规则的车流、有运维人员处理意外；开放街道什么都不承诺。从前者到后者，代码量可能只多两成，工程量却翻好几倍——多出来的部分全是在处理"承诺之外"的情形。

升级需要补什么？遥控到半自动，补的是受控执行：电机能按指令精确转，这是第 2 章的内容。半自动到条件自主，补的是感知与估计：知道自己在哪、环境长什么样，这是第 3 章。条件自主到全自主，补的是规划与应对：无地图也能探索、动态障碍能预判、失效了能兜底，这是第 4、5 章的内容。

贯穿全册的四个基础问题

本册用四个问题当骨架，它们是自主机器人的最小完备问题集：

• 怎么动：给定期望的末端位姿或底盘速度，关节角与力矩是多少？误差出现了如何收敛？
• 怎么感知：多种传感器各自带噪声与偏差，如何融合出对自身运动和环境结构的可信估计？
• 怎么规划：知道"我在哪、要去哪、路面上有什么"，如何找出一条安全且控制器跟得住的路径？
• 怎么集成：上述模块之间消息怎么流动？仿真如何先行？失效如何兜底？

四个问题为何这个顺序？因为下游消费上游的输出：规划器吃的是感知层给出的位姿与地图，控制器吃的是规划层给出的轨迹点，集成层把它们缝在一起。上游差一寸，下游差一丈。反过来说，这也给了你一条实用的排查路径——整机行为诡异时，先怀疑上游，再查下游。

一道自测题

某餐厅送餐机器人（非人类餐厅类比，仅陈述事实场景）能在店内自动避人、自动回桩充电，但换到商场中庭就频繁报错停机。用本节的刻度尺判断：它是哪一级？卡点在哪？

答案：条件自主。店内环境的地图、动线、客流规律都被"承诺"了，感知与规划在承诺范围内工作；商场中庭打破承诺——行人密度不可预测、玻璃围栏多、无线定位漂移。卡点不在执行层（它能精确走线），而在感知层对非结构化环境的鲁棒性，以及规划层对动态行人的预测能力。

⚠️ 常见误区：把"能动"当成自主的起点。实际上执行层（第 2 章）是自主金字塔里最成熟的一层，商用伺服与减速器早已把运动控制做到了毫米级；真正的短板几乎总在感知与规划之间。

本节要点

• 自主是刻度尺不是开关：遥控、半自动、条件自主、全自主，每级之间差一项明确的能力。
• 评判自主看意外面前的行为，不看配置单；"传感器看不见的东西也存在"是最基本的兜底态度。
• 四个基础问题（怎么动、怎么感知、怎么规划、怎么集成）构成最小完备问题集，顺序即依赖顺序。
• 条件自主与全自主的分界是环境承诺：算法差异小，工程量差异大。

问题：自主等级会不会随任务变化

会，而且这正是工程上容易踩空的地方。同一台 AGV，在搬运模式下的自主等级与在返桩充电模式下的自主等级可能完全不同：前者需要动态避障与任务重规划，后者走的是固定路线上早已验证过千百遍的轨迹，自主程度低但更可靠。设计时应当按"任务 × 环境"的组合分别标注自主等级，而不是给整机贴一个笼统的标签。接管延迟是另一个常被漏算的量：当系统从条件自主降级回半自动（比如请求人工确认），人从收到提示到完成操作平均需要数秒，这段时间机器人的行为必须被明确设计——减速、停驻、还是继续执行当前子任务，不能留白。

问题：怎么向非技术的决策者解释自主等级

拿"授权范围"做类比最省力。遥控是"每一步都要请示"；半自动是"按规程办，遇到规程外的事请示"；条件自主是"在授权范围内自行处理，超范围上报"；全自主是"授权范围内外都能处理"。决策者关心的预算问题立刻具体化：从"请示制"到"授权制"，多花的钱买的是判断力，而不是更贵的电机——这笔钱大头在感知与软件，而且是一次性投入换来覆盖面积的扩大。反过来，如果业务只允许"请示制"，就不要在感知配置上超支，把钱留给执行可靠性。

一个判分练习

给出三个场景，请用本节的刻度尺判级并指出卡点。场景一：港口无人集卡，在混有人工集卡的码头内按调度指令行驶，遇突发封路时由远程驾驶员接管。场景二：地铁隧道的巡检机器人，沿固定轨道行走、拍摄、上传异常。场景三：家庭人形机器人，接受自然语言指令整理任意布局的客厅。参考判断：场景一属条件自主，卡点在与人工混流的预测与远程接管的时延；场景二属半自动偏条件自主，感知任务单一但环境退化（无 GPS、弱纹理）是难点；场景三属于全自主目标，卡点在开放场景的任务理解与长时序可靠性——它正是第 6 章讨论的前沿所在。判分的关键不是答案本身，而是能否说出"距离上一级差的那一项能力"。

补一个评估自主等级的实操要点：给一台机器人定级时不要只看演示视频的最亮点，要用三个问题固定测试口径——在多少种不同的初始条件下能完成任务（泛化广度）、被打断后能否恢复（鲁棒性）、失败时如何退出（安全边界）。三个问题的答案分别对应 L2 到 L4 的分界证据。多数展会演示停留在单一初始条件的脚本化 L2，而仓储 AGV 的调度系统已经能以多机协同与动态避障稳定达到 L3 特征。给采购与研发评审的建议：要求供应商提供三问的量化测试报告而不是演示视频——这个要求本身就会筛掉一大半营销水分。