光阴荏苒, 岁月如梭。伴随着2019年的到来, 《模式识别与人工智能》也迎来了创刊30周年。期刊1989年正式创刊, 历经三十年, 致力于发表和报道人工智能学科的研究成果与进展。近年来国家高度重视人工智能, 为期刊的发展创造了历史性的机遇。2019年既是三十周年, 更是新的起点。不忘初心, 方得始终, 期刊将牢记使命, 在国家自然科学基金等项目资助下, 积极助力人工智能学科发展。

在过去的一年里,国际形势风云变幻,核心技术的重要性越来越凸显。作为制造业皇冠顶端的明珠的机器人是核心技术代表之一。共融机器人是我国学者王天然院士等提出的新概念、新方向,作为我国机器人创新发展的最新代表,有力地推动了我国机器人学者的创新积极性。为了让大家更多地了解这一新方向,我们特别邀请了机器人感知方面的专家,在2019年第一期推出“共融机器人”专辑。

自1959年世界上第一台工业机器人问世以来,机器人研究取得了巨大成就。如今在新一轮工业革命的驱动下,机器人研究正成为全球高科技竞争的热点。2013年,麦肯锡全球研究所发布了《引领全球经济变革的颠覆性技术》报告,把先进机器人列入将影响全球制造业战略格局的12项技术之中。以“掌控第四次工业革命”为主题的达沃斯2016年论坛认为,机器人是新工业革命中的核心推动技术之一。在我国,三个重要因素推动着机器人的发展:1)劳动力人口减少及国际环境中日益激烈的生产力竞争;2)在当前的老龄化社会中提高生活质量;3)解放危险作业环境中的工作人员。

随着机器人技术的日益发展,机器人与人共存、协作成为当前机器人发展趋势——共融机器人。共融机器人是指能够与作业环境、其他机器人和人自然交互、自主适应复杂动态环境并协同作业的机器人。共融机器人在结构、感知和控制方面的特征是柔顺灵巧的结构、多模态感知的功能、分布自主、协同作业的能力。自2014至2016年以丁汉院士、杨学军院士和郑南宁院士为领导的专家组共同推动了国家自然科学基金委重大研究计划"共融机器人基础理论与关键技术研究"的发布。该计划瞄准国际机器人研究前沿,围绕人-机-环境共融的机器人基础理论和设计方法,通过机械、信息、力学和医学等多学科交叉,旨在刚-柔-软耦合柔顺结构设计与动力学、多模态环境感知与人体互适应协作、群体智能与分布式机器人操作系统等方面取得创新性研究成果。重点研究的关键科学问题包括人-机-环境多模态感知与自然交互、非结构环境中的多模态感知与情景理解、行为意图理解与人机自然交互等。

同时,机器人技术呈现出与生物技术、脑神经科学、人工智能、认知科学等深度交叉融合的态势,其目的是提升机器人主动感知环境、理解人的意图及交互能力。主动感知与自然交互面临的主要挑战包括:多传感信息获取与融合处理、行为意图的学习与准确判读、人机交互协作决策与规划控制等。开展机器人对复杂动态环境和任务的主动感知、理解与自主学习的相关研究,使机器人能实时理解人的行为意图,实现机器人融入人的正常生产、生活环境以及与人合作交互,具备人类移动能力与灵巧作业以及智能决策能力,是解决机器人与人-环境共融的主要途径。

为了让读者更好地了解共融机器人的发展现状和未来趋势,我们组织了这一期"共融机器人"专辑,包括:机器人自主学习及在仿生机器人目标导向应用、人机交互中的多任务学习人脸分析和眼睛中心定位方法、水下机器人视觉、手术机器人中的导丝跟踪、移动机器人的三维栅格建图、康复机器人中脑电分类方法及宽度学习、工业机器人的高精度测量方法、机器人视觉中的显著性目标检测方法。此外还特别邀请了共融机器人秘书组的华中科技大学陶波教授共同撰写了共融机器人基础理论与关键技术研究重大研究计划的简介。通过这一期专辑,希望与读者分享共融机器人中的新进展、新应用和新方向,引发读者的思考和创新,推动共融机器人快速发展。

《基于路径积分强化学习方法的蛇形机器人的目标导向运动》一文来自南开大学方勇纯教授团队。针对仿生机器人目标导向运动,文章介绍了一种使用路径积分强化学习方法,学习蛇形机器人步态方程的参数,不仅可以在仿真环境下使蛇形机器人规避障碍到达目标点,利用仿真环境的先验知识也能在实际环境下快速完成相同的任务。

《机器仿生眼的多任务学习人脸分析》一文来自北京理工大学黄强教授团队。针对人-机器人交互中的友好性,文章提出了可以同时进行笑容识别任务和性别分类任务的多任务学习卷积神经网络,同时学习存在内在相关性的任务,可以提升单个任务的性能和与机器仿生眼人机交互的能力。

《基于改进SVR 的眼睛中心定位方法》一文来自上海交通大学刘洪海教授团队。为了提高人机交互中的眼睛中心定位精度,文章提出了结合高斯滤波器的支持向量回归(SVR)的眼睛中心定位方法,基于面部特征定位中心,提高了中心定位精度。

《复杂气象条件下的机器人视觉》一文来自中国科学院沈阳自动化研究所刘连庆研究员团队。针对移动机器人在复杂多变的气象条件机器人视觉算法的鲁棒性,文章提出了雨雪雾及散射的建模与去除算法,提高了机器人在复杂天气或浑浊水下的感知和作业能力,进而提升了机器人自主作业及环境自适应能力。

《基于区域建议网络和残差结构的导丝跟踪》一文来自中国科学院自动化研究所侯增广研究员团队。针对手术机器人操作精度和安全性,文章提出了基于区域建议网络、残差结构和边缘检测的导丝跟踪框架。采用多尺度标记策略和多滤波器融合策略,增加导丝的可识别性,提高跟踪准确率,改善系统鲁棒性。

《实时更新的全局一致三维栅格建图》一文来自中国军事科学院易晓东教授团队。针对移动机器人自主导航,文章将同步定位与建图模块获得的环境信息以点云形式提供给栅格建图模块处理,同时提出基于关键帧的高效数据结构和地图实时更新策略,实时构建可用于移动机器人自主导航的全局一致的地图,并支持其后续的自主导航操作。

《基于最小 p⁃范数的宽度学习系统》一文来自西安交通大学陈霸东教授团队。针对康复机器人中的脑电分类,文章以误差矢量的p⁃范数为损失函数,结合固定点迭代策略,提出基于最小p⁃范数的宽度学习系统,能较好应对不同噪声的干扰,实现对不确定数据的建模任务,在脑电分类中取得较高的分类精度。

《基于最优投影平面的立体视觉空间圆位姿高精度测量方法》一文来自山东大学李贻斌教授团队。针对工业机器人的视觉测量精度,文章分析并证明在双目立体视觉系统外部参数误差存在时,投影曲线上点的立体匹配误差对点的重建精度的影响。基于此误差分析结论,设计立体视觉空间圆位姿测量方法,有效减少了三维点重建误差对空间圆拟合精度的影响,提高圆形特征在受遮挡情况下的测量精度。

《深度强化学习理论及其应用研究综述》一文来自西安交通大学兰旭光教授团队。针对机器人自主学习,文章回顾了深度学习与强化学习的结合给人工智能技术的发展带来的新机遇和挑战。特别介绍了深度强化学习受到探索-利用困境、奖励稀疏、样本采集困难、稳定性差等问题的限制,还存在着很多的不足。研究者们在弥补其缺陷的同时对强化学习的研究领域进行了扩展,延伸出模仿学习、分层强化学习、元学习等新的研究方向。

《基于流形排序和联合连通性先验的显著性目标检测》一文来自西北工业大学彭国华教授团队。针对机器视觉中的显著性检测问题,文章提出基于不同特征流形排序和联合连通性先验的显著性检测算法。通过流形排序显著图和结合边界连通性先验和前景连通性先验得到联合连通性先验显著图,在不同尺度下进一步融合两种显著性结果,得到最终的显著图。

共融机器人涉及面很宽很广,包括结构、控制和感知,一期专辑不可能涵盖所有的内容,本专辑重点关注主动感知方面。我们衷心希望通过以上10篇文章,引起大家的兴趣和思考,进而推动我国引领共融机器人的发展。