空间与极端环境机器人

空间与极端环境机器人

空间与极端环境机器人把自主性推向极限：在那里，通信延迟、辐射和结构化程度极低的地形要求机器人能独立思考。本文件涵盖行星探测车、在轨服务、通信受限下的自主、抗辐射计算、水下机器人、搜索与救援、群体机器人与人机交互。

• 在本章中，我们一直研究的自主系统都运行在相对温和的环境里：有车道标线的道路、地板平坦的仓库、物体类别已知的厨房。但机器人最有影响力的一些应用恰恰在人去不了、或者人存在的代价极高的环境里：火星表面、深海海底、核灾难现场、燃烧的建筑。

• 这些极端环境共享一些共同挑战：通信受限或延迟、地形结构化程度低且不可预测、硬件必须在恶劣条件下存活，而且出问题时附近没人能修理。机器人必须是真正自主的，而不只是"有个看着屏幕的人盯着的那种自主"。

空间机器人

• 空间是终极的极端环境。那里没有空气，温度在 -170°C 到 +120°C 之间剧烈波动，辐射不断轰击电子器件，而最近的援助在数百万公里之外。空间机器人必须极其可靠、节能、自主。

• 行星探测车是探索其他星球表面的移动机器人。NASA 的火星车（Spirit、Opportunity、Curiosity、Perseverance）是最著名的例子。每一代都比上一代更自主。

• 根本的约束是通信延迟。火星与地球之间的无线电单程需要 4-24 分钟（取决于轨道位置），因此往返通信需要 8-48 分钟。探测车无法被实时手柄操控。如果它遇到一块岩石，它无法向地球求助并等待回应。它必须自己做决定。

• 早期火星车（Spirit、Opportunity）严重依赖"人在回路"规划：人类研究图像、规划路径、上传命令，探测车再执行。一个完整的驾驶周期要花整整一个火星日（sol）。探测车每个 sol 大约只能前进 50-100 米。

• Curiosity 和 Perseverance 上的 AutoNav（自主导航）大幅提升了自主性。探测车用双目摄像头构建局部 3D 地图（回顾第 8 章的双目深度），评估地形可通过性（坡度、粗糙度、岩石大小），并用一个基于网格、带可通过性代价图的规划器规划安全路径。探测车在人类团队睡觉时自主驾驶，把每日前进距离提升到 100 米以上。

• 火星车上的感知流水线受限于抗辐射处理器——它们比消费级硬件慢好几个数量级（下文详述）。算法必须在计算上非常节省：经典的双目匹配而非深度神经网络，简单的代价图规划器而非学习型策略。

• 在轨服务涉及在轨道上检查、修理、加注或让卫星脱轨的机器人。随着太空日益拥挤，这是一个不断增长的领域。像 OSAM-1（NASA）以及商业项目（Astroscale、Northrop Grumman MEV）这样的任务，使用机械臂和对接机构来服务卫星。

• 挑战在于近距操作：服务航天器必须接近目标卫星（后者可能在翻滚、不配合、且没有对接接口），并在微重力下完成精确操作。基于视觉的位姿估计（从摄像头图像确定目标的 3D 位置和朝向）至关重要。这用到了第 8 章的技术：特征检测、PnP（Perspective-n-Point）求解，以及更近期的基于深度学习的位姿估计器。

• 卫星巡检使用小型航天器对其他卫星进行视觉检查，以发现损伤或异常。巡检器必须自主地在目标周围导航、避免碰撞，并从最佳视角捕获高分辨率图像。这是一个规划问题：在满足燃料约束、光照条件和避障的前提下，找到覆盖所有检查点的轨迹。

通信约束

• 在太空中，通信受限于光速、可用带宽和轨道几何（火星背面的探测车在没有中继卫星的情况下根本无法与地球通信）。

• 这些约束从根本上改变了自主性架构。在地球上，机器人可以把高清视频流到云服务器、在 GPU 集群上做推理、并在几毫秒内收到命令。在太空中，机器人必须在星上完成一切。

• 高延迟意味着机器人必须在无实时人类指导下规划和行动。自主软件必须处理常规操作、检测异常、并对危险做出响应，而不能等待人类输入。这需要鲁棒的车载状态估计、故障检测和应急预案。

• 有限带宽意味着机器人无法传输原始传感器数据。一张高分辨率图像可能有几兆字节，但火星到地球的直连数据速率只有每秒几千比特（通过轨道中继会高一些，但仍有限）。机器人必须大幅压缩数据、优先选择要发送的数据，并把大部分决策放在本地完成。

• 通信窗口是间歇性的。火星车只能在特定轨道几何下与地球通信，通常每个 sol 通过中继卫星几个小时。在这些窗口之外，探测车完全靠自己。

• 对 AI 的含义是：车载自主必须高度可靠。系统需要检测哪里出了问题（一个轮子卡住了、一个传感器坏了、前方地形不可通行），决定一个安全的应对，并继续运行直到下一个通信窗口，届时它可以汇报并接收更新的指令。

抗辐射计算

• 太空充斥着电离辐射：宇宙射线、太阳粒子事件、以及被行星磁场捕获的辐射。高能粒子可以在存储器中翻转比特（单粒子翻转，single-event upset，SEU），永久损坏晶体管（总电离剂量，total ionising dose，TID），或在电路中引起破坏性闩锁。

• **抗辐射（radiation-hardened，rad-hard）**处理器设计用来抵御这种环境。它们使用更大的晶体管几何结构、冗余逻辑（三模冗余：每条电路做三份，对输出投票）以及专门的制造工艺。代价是性能：一颗最先进的抗辐射处理器可能只能提供 200 MIPS，而消费级 GPU 每秒能做数十亿次运算。

• RAD750（BAE Systems）驱动了 Curiosity 和许多其他航天器。它运行在 200 MHz，处理能力约 400 MIPS，大致相当于 1990 年代中期的台式机。Perseverance 使用同级别的处理器。在这样硬件上运行一个现代神经网络（数百万参数、数十亿次乘加运算）是不可行的。

• 模型压缩变得至关重要。第 6 章的技术（量化、剪枝、知识蒸馏）被用来把神经网络压缩到极限计算预算之内。一个在笔记本 GPU 上几毫秒就能跑完的模型，在抗辐射处理器上可能需要几分钟，甚至根本装不进内存。

• 一种替代方案使用**商用现成（commercial off-the-shelf，COTS）**处理器，并通过软件手段进行辐射缓解：纠错码、看门狗定时器、周期性内存清洗和优雅降级策略。一些现代任务采用这种方式，以软件复杂性和风险的增加为代价换取更强的算力。

• 未来的行星任务正在探索 FPGA 和专门的 AI 加速器，它们可以在抗辐射的同时提供远超传统抗辐射 CPU 的算力，有望首次实现车载深度学习。

非结构化地形中的自主导航

• 在地球上，道路平坦、标线清晰、且已建图。在火星、月球或灾难现场，没有道路。地形是结构化程度很低的：岩石、坡度、沙地、裂缝，以及可能撑不住机器人重量的表面。

• 地形分类评估每一小块地面是否可以安全通过。特征包括坡度（来自 3D 重建）、粗糙度（表面法线的方差）、岩石密度和土壤类型。经典方法从双目深度图计算这些特征；现代方法在视觉和几何特征上使用学习型分类器。

• **视觉-惯性里程计（visual-inertial odometry，VIO）**通过跨摄像头帧跟踪视觉特征并与 IMU 测量融合，来估计机器人的运动。这是 SLAM 的核心组件（第 8 章），针对极端条件做了适配。在火星上，VIO 必须应对：缺乏特征的沙地（可跟踪的视觉特征很少）、严酷光照（极端阴影）以及有限的算力。

• 估计过程使用**扩展卡尔曼滤波（Extended Kalman Filter，EKF）**或因子图优化来融合视觉和惯性数据。状态向量包括位置、速度、朝向以及 IMU 偏置。预测步用 IMU 积分：

• 其中 \mathbf{u}_t 是 IMU 测量（加速度和角速度）。更新步用视觉特征观测来修正预测。这是贝叶斯估计（第 5 章）：IMU 提供先验，视觉观测更新信念。

• 危险规避在行星着陆时至关重要。当航天器下降到表面时，它必须用车载摄像头或 LiDAR 实时识别安全着陆区。NASA Perseverance 上的**地形相对导航（Terrain Relative Navigation，TRN）**系统把车载摄像头图像与预装的轨道地图进行比对，在下降过程中确定自身位置，然后避开危险地形。这使得在 Jezero 陨石坑着陆成为可能——这是一个科学价值丰富但地形危险的地点，对以往任务来说风险太高。

水下机器人

• 深海和外星一样陌生： crushing 般的压力（全海深处可达 1000+ 个大气压）、几乎为零的能见度、没有 GPS、通信受限。水下机器人对海洋科学、海上基础设施巡检、深海采矿和搜索行动都至关重要。

• AUV（Autonomous Underwater Vehicle，自主水下航行器）无缆运行，自带电源和计算。它们沿预编程的测量航线航行，或用车载智能根据发现进行调整。AUV 用于海底测绘、管道巡检和环境监测。

• ROV（Remotely Operated Vehicle，遥控潜水器）通过一根电缆与水面船相连，由电缆提供电源和通信。它们用于需要实时人控的任务：深海操作、施工和修理。缆绳解除了通信约束，但限制了航程并增加了操作复杂度。

• 声学通信是主要的水下通信方式（无线电波在水中迅速衰减）。声学调制解调器在几公里距离上达到的数据速率为每秒 1-10 千比特，而陆地上的无线电可达每秒数千兆比特。这甚至比火星通信还要受限，迫使 AUV 高度自主。

• 水下 SLAM 尤为困难。声呐提供距离测量但角度分辨率差、噪声大（来自海底和海面的多径反射）。摄像头只在极短距离内有效（清水中几米，浑浊水中更短）。基于特征的水下视觉 SLAM（第 8 章）必须针对水下场景独特的视觉特性做适配：色彩衰减（红光最先被吸收）、后向散射，以及会产生亮斑和深阴影的人工照明。

• 没有 GPS 的导航使用航位推算（dead reckoning）（对来自多普勒速度计 DVL 的速度积分，DVL 利用声学多普勒频移测量相对于海底的速度），偶尔上浮获取 GPS 定位，或借助水面应答器的声学定位。这与仅用 IMU 导航面临同样的漂移问题：长任务中微小的速度误差会累积。

搜索与救援机器人

• 地震、建筑倒塌或工业事故之后，机器人可以进入对人类救援者来说过于危险的空间：结构不稳定的建筑、有毒环境、火灾或密闭空间。

• 要求包括：快速部署（几分钟而非几小时）、在无 GPS 的环境中运行（建筑内部、地下）、能穿透墙壁和瓦砾进行可靠通信，以及在高度杂乱、部分坍塌、充满碎片、灰尘和光线差的空间中导航。

• 多机器人协同在搜救中很有价值，因为一队机器人能比单台机器人更快覆盖大面积区域。挑战在于协调：机器人必须划分搜索区域、避免重复劳动，并共享发现。

• **基于前沿的探索（frontier-based exploration）**把机器人分配到已探索和未探索空间的边界（"前沿"）。每台机器人导航到最近的未探索前沿，绘制它，然后继续前进。一个集中式或分布式规划器把前沿分配给各机器人，以最小化总探索时间。这是一个覆盖优化问题。

• 穿过瓦砾的通信不可靠。机器人可能与操作员及彼此失去联系。系统必须对间歇性通信鲁棒：每台机器人应能独立运行，构建自己的局部地图并做出自己的决策，然后在通信恢复时合并信息。

群体机器人

• **群体机器人（swarm robotics）**使用大量简单、低成本的机器人，通过局部交互产生复杂的集体行为。没有任何单个机器人具备能力，但群体整体能完成任何个体都做不到的任务。

• 灵感来自生物群体：用身体搭桥的蚂蚁、关于巢址做集体决策的蜜蜂、通过协同移动躲避捕食者的鱼群。在每种情形下，简单的局部规则（跟随邻居、避免碰撞、朝食物移动）产生出复杂的全局行为。

• 去中心化控制（decentralised control）意味着没有中央指挥。每台机器人遵循相同的局部规则，只对自己的邻居和直接环境做出反应。全局行为从这些局部交互中涌现。这使得群体天然鲁棒：一台机器人失效，群体继续运转。不存在单点失效。

• **共识算法（consensus algorithms）**让群体仅通过局部通信就某项集体决策达成一致（例如朝哪个方向移动、优先做哪个任务）。一个简单的共识协议让每台机器人把自己的值与邻居平均：

• 其中 N_i 是机器人 i 的邻居集合。反复迭代直到所有机器人收敛到同一个值（全局平均）。收敛速率取决于通信图的拓扑，具体说是它的代数连通度（图拉普拉斯矩阵的第二小特征值，与第 2 章的特征值相联系）。

• 集群算法（flocking algorithms）（Reynolds 规则）用每台机器人三条简单规则产生协调的群体运动：

  • 分离（separation）：转向远离太近的邻居（避免碰撞）。
  • 对齐（alignment）：转向邻居的平均朝向（朝同一方向移动）。
  • 凝聚（cohesion）：转向邻居的平均位置（留在群体中）。

• 每条规则都对机器人速度贡献一个向量。这些向量的加权和产生自然的集群行为。这是向量的线性组合（第 1 章），权重控制每种行为的相对重要性。

• 群体机器人的应用包括环境监测（在大范围内分布传感器）、精准农业（协调无人机进行作物喷洒）、建造（机器人协同组装结构）和搜索行动（高效覆盖大区域）。

人机交互

• 大多数现实世界的自主系统是与人并肩运行，而非孤立运行。人与机器人之间的交互——如何沟通、共享控制、建立信任——与机器人的技术能力同等重要。

• **共享自主（shared autonomy）**融合人与机器人的控制。它不是完全遥操作（人控制一切）或完全自主（机器人控制一切），而是让人提供高层意图、机器人负责低层执行。例如，人可能指向一个物体说"把那个拿起来"，机器人则自主规划抓取和手臂运动。

• 在数学上，共享自主可以建模为人的输入 \mathbf{u}_h 与机器人自主动作 \mathbf{u}_r 的混合：

• 其中 \alpha \in [0, 1] 是混合参数。当 \alpha = 1 时，人完全控制（遥操作）。当 \alpha = 0 时，机器人完全自主。自适应共享自主根据情境调整 \alpha：机器人有把握时多接管，不确定或遇到新情况时把控制权交还给人。

• 遥操作（teleoperation）对超出当前自主能力的任务仍然重要。人类操作员远程控制机器人，通过机器人的摄像头观察场景。挑战在于延迟：哪怕 100ms 的延迟都会让遥操作变得困难，而空间中的多秒级延迟几乎让精细操作不可能。预测性显示（展示机器人预测的未来状态）和虚拟夹具（阻止操作员下达危险运动的软件导引）能有所帮助。

• **信任校准（trust calibration）**是确保人对机器人有恰当信任的问题：不能太多（过度信任会导致松懈，该介入时不介入），也不能太少（信任不足会导致不必要的介入和资源浪费）。信任应与机器人的实际能力相匹配：在它擅长的情境信任它，在接近它能力边缘的情境保持怀疑。

• 研究表明，信任受以下因素影响：机器人的透明度（它会解释自己的决策吗？）、可靠性（它的失效是可预测的还是随机的？）以及沟通方式（它会表达不确定性吗？）。一个会说"我只有 40% 的把握这条路是安全的，要继续吗？"的机器人，能比一个默默往前开的机器人让人做出更好的决策。

• 机器人运动中的**可读性（legibility）**意味着机器人以向附近的人传达其意图的方式运动。如果机器人伸手去够一个物体，它的路径应该在它到达之前就让人一眼看出它瞄准的是哪个物体。这涉及规划能最大化观察者早期推断目标能力的轨迹，可以形式化为在给定已观测到的部分轨迹下，最大化真实目标的后验概率：

• 其中 G 是目标，\xi_{0:t} 是到目前为止观测到的轨迹。这用到了贝叶斯推断（第 5 章）：观察者对可能的目标有一个先验，而机器人的轨迹提供了更新这一信念的证据。

编程练习（使用 CoLab 或 notebook）

1. 模拟一个让一群机器人在目标位置上达成一致的共识算法。从随机初始位置出发，观察收敛过程。

import jax
import jax.numpy as jnp
import matplotlib.pyplot as plt

n_robots = 10
rng = jax.random.PRNGKey(0)
positions = jax.random.uniform(rng, (n_robots, 2), minval=-5, maxval=5)

# 通信图：每个机器人与其最近的 3 个邻居通信
def get_neighbours(positions, k=3):
    dists = jnp.linalg.norm(positions[:, None] - positions[None, :], axis=-1)
    # 对每个机器人，找到 k 个最近的（排除自己）
    neighbours = jnp.argsort(dists, axis=1)[:, 1:k+1]
    return neighbours

history = [positions.copy()]

for step in range(30):
    neighbours = get_neighbours(positions)
    new_positions = jnp.zeros_like(positions)
    for i in range(n_robots):
        nbr_pos = positions[neighbours[i]]
        new_positions = new_positions.at[i].set(
            (positions[i] + nbr_pos.sum(axis=0)) / (len(neighbours[i]) + 1)
        )
    positions = new_positions
    history.append(positions.copy())

# 绘制收敛过程
fig, axes = plt.subplots(1, 3, figsize=(15, 4))
for ax, step_idx, title in zip(axes, [0, 10, 29], ["Initial", "Step 10", "Final"]):
    h = history[step_idx]
    ax.scatter(h[:, 0], h[:, 1], s=50)
    ax.set_xlim(-6, 6); ax.set_ylim(-6, 6)
    ax.set_aspect("equal"); ax.grid(True); ax.set_title(title)
plt.suptitle("Swarm Consensus: Robots Converge to Agreement")
plt.tight_layout()
plt.show()
​

2. 实现 Reynolds 的集群规则（分离、对齐、凝聚），并模拟一个群体一起移动。

import jax
import jax.numpy as jnp
import matplotlib.pyplot as plt

n = 30
rng = jax.random.PRNGKey(1)
k1, k2 = jax.random.split(rng)
pos = jax.random.uniform(k1, (n, 2), minval=-5, maxval=5)
vel = jax.random.uniform(k2, (n, 2), minval=-0.5, maxval=0.5)

dt = 0.1
separation_radius = 1.0
neighbour_radius = 3.0

trajectories = [pos.copy()]

for _ in range(200):
    new_vel = jnp.zeros_like(vel)
    for i in range(n):
        diffs = pos - pos[i]
        dists = jnp.linalg.norm(diffs, axis=1)

        # 半径内的邻居（排除自己）
        nbr_mask = (dists < neighbour_radius) & (dists > 0)
        sep_mask = (dists < separation_radius) & (dists > 0)

        # 分离：远离非常近的邻居
        if sep_mask.any():
            sep = -diffs[sep_mask].sum(axis=0)
        else:
            sep = jnp.zeros(2)

        # 对齐：匹配邻居的平均速度
        if nbr_mask.any():
            align = vel[nbr_mask].mean(axis=0) - vel[i]
        else:
            align = jnp.zeros(2)

        # 凝聚：朝向邻居的平均位置
        if nbr_mask.any():
            cohesion = pos[nbr_mask].mean(axis=0) - pos[i]
        else:
            cohesion = jnp.zeros(2)

        new_vel = new_vel.at[i].set(vel[i] + 1.5 * sep + 0.5 * align + 0.3 * cohesion)

    # 限制速度
    speeds = jnp.linalg.norm(new_vel, axis=1, keepdims=True)
    vel = jnp.where(speeds > 2.0, new_vel / speeds * 2.0, new_vel)
    pos = pos + vel * dt
    trajectories.append(pos.copy())

# 绘制快照
fig, axes = plt.subplots(1, 3, figsize=(15, 4))
for ax, idx, title in zip(axes, [0, 50, 199], ["Start", "Step 50", "Step 200"]):
    p = trajectories[idx]
    v = vel if idx == 199 else jnp.zeros_like(vel)
    ax.scatter(p[:, 0], p[:, 1], s=20, c="blue")
    ax.set_aspect("equal"); ax.grid(True); ax.set_title(title)
    lim = max(abs(p).max() + 1, 6)
    ax.set_xlim(-lim, lim); ax.set_ylim(-lim, lim)
plt.suptitle("Reynolds' Flocking: Separation + Alignment + Cohesion")
plt.tight_layout()
plt.show()
​

3. 模拟共享自主混合：人提供带噪声的方向输入，机器人的自主系统提供一条通往目标的平滑路径。用不同的 alpha 值进行混合。

import jax
import jax.numpy as jnp
import matplotlib.pyplot as plt

goal = jnp.array([10.0, 5.0])
pos = jnp.array([0.0, 0.0])
dt = 0.1

rng = jax.random.PRNGKey(3)

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
for ax, alpha in zip(axes, [1.0, 0.5, 0.0]):
    pos = jnp.array([0.0, 0.0])
    path = [pos.copy()]

    for step in range(150):
        # 机器人自主：通往目标的平滑路径
        direction = goal - pos
        u_robot = direction / (jnp.linalg.norm(direction) + 1e-6) * 1.0

        # 人的输入：方向大致正确但有噪声
        noise = jax.random.normal(jax.random.fold_in(rng, step), (2,)) * 0.5
        u_human = u_robot + noise

        # 混合
        u = alpha * u_human + (1 - alpha) * u_robot
        pos = pos + u * dt
        path.append(pos.copy())

        if jnp.linalg.norm(pos - goal) < 0.3:
            break

    path = jnp.stack(path)
    ax.plot(path[:, 0], path[:, 1], "b-", alpha=0.7)
    ax.plot(*goal, "r*", markersize=15)
    ax.plot(0, 0, "go", markersize=10)
    ax.set_title(f"α={alpha:.1f} ({'human' if alpha==1 else 'robot' if alpha==0 else 'shared'})")
    ax.set_xlim(-1, 12); ax.set_ylim(-3, 8)
    ax.set_aspect("equal"); ax.grid(True)

plt.suptitle("Shared Autonomy: Blending Human and Robot Control")
plt.tight_layout()
plt.show()
​