以下文章来源于CAAI认知系统与信息处理专委会 ，作者丁文龙
接近感知是一种有潜力在未来的机器人技术中发挥重要作用的技术。它可以在工业、日常生活中，以及在在太空和水下等偏远地点，实现安全、强大和自主的系统。Stefan、Escaida、Navarro等人近期在 IEEE TRANSACTIONS ON ROBOTICS期刊上发表综述性文章“ Proximity Perception in Human-Centered Robotics: A Survey on Sensing Systems and Applications”（Early Access）。在这篇文章中，作者涵盖了这一领域从早期到现在的发展，重点是以人为中心的机器人技术。在文章的开头，作者分类了以人为中心的机器人技术中接近传感器的用例。然后，作者致力于介绍多年来发展起来的传感技术和不同的测量原理。接下来，作者回顾了有关这些已经被提出的应用的文献。最后，作者概述了将塑造该领域未来的最重要的趋势。
在当前的机器人研究领域，许多努力仍然致力于克服非结构化环境带来的挑战。医学、医疗保健、农业、工业4.0、太空和水下探索工作等领域正等待从目前正在开发的机器人技术中获利。此外，就非结构化环境或情况而言，主要挑战之一是开发与人类进行安全可靠的交互的机器人技术。一种能够解决这些挑战的技术是接近性感知。接近感知是对机器人视觉和触摸感知模式的补充。它的使用通常是通过缩小由遮挡和盲点留下的感知间隙，以及处理机器人相对于物体和环境的姿态不确定性。在以人为中心的机器人技术中，接近感知的典型应用可以大致分为两类：第一类是包含一个覆盖了机械手的连杆的敏感皮肤，以实现安全和交互功能，我们称之为I型应用(AT-I，如图1所示)。第二种是机械手手配备传感器来支持抓取和探索任务，我们称之为II型应用(AT-II，如图2所示)。图1说明了人机交互和协作的典型场景（AT-I）。在图2中，显示了由接近感知支持的抓取（AT-II）。由于机械手可以在触摸建立之前检测到物体的表面，因此可以在此阶段实现预触摸闭环控制来调整手的姿势。这被称为反应性预成形，也可以有多种用例。
图1 具有接近感知能力的机器人皮肤可以部署在人机交互和协作的场景中。
图2 基于接近感知的对物体的反应性预成形的三个特征阶段。
接近传感器的测量原理包括电容感应、光学感应、雷达以及其他感应原理等。电容式接近传感原理使用导电元件（电极）来产生和测量电场。当物体接近电极时，它们会干扰这个电场，观察到的变化被用来估计它们的距离以及物体的性质，比如它的材料。因此，电容式传感器在一些文献中被称为电场传感器。电容式传感器主要有两种不同的操作模式。第一种模式称为电容单列模式，利用物体对传感器电极和远处地面之间电容的影响（见图3，左）。第二种模式，称为互电容模式，有时也称为差分模式，利用在传感器电极间电容上的物体的影响（见图3，右）。光学传感是机器人技术中最流行和最传统的接近传感形式之一。主要原理，如图4所示。近年来，由于片上系统雷达系统的发展，雷达传感技术在以人为中心的技术中越来越流行，这也使其在机器人平台上的集成具有很大的吸引力。最近，谷歌和芯片制造商英飞凌联合推进了这项技术，他们推出了一种60-GHz的雷达芯片，并集成了发射机和接收机天线，用于基于调频连续波(FMCW)的精细手势交互。FMCW雷达的工作原理如图5所示。
图3 电容式传感器原理
图4 最常见的光学传感工作原理。
图5 FMCW雷达的原理
接近传感器一般应用于反应性避免碰撞、反应性预成形和抓取以及其他更复杂的方法。“由于在存在障碍物时继续有目的的运动，传感器系统必须能够提供空间分辨的接近数据，反映到障碍物的距离，以及机器人和相应的机器人表面法线的位置。这个矢量信息可以用来修改轨迹，以允许（如果可能的话）继续朝着最终目的地前进”。一个早期避免碰撞的机器臂如图6所示。预成形通常是基于视觉线索，如全局物体形状或启示的检测，就像人类的情况一样。然而，接近感知在机器人技术中打开了一个机会，通过关闭感知循环来提高鲁棒性和性能，即一个特别的解决方案。主动预成形对人机交互具有显著的潜力，因为机器人手对物体姿态的自动适应可以自然地推广到物体不是静态的情况，例如，在切换任务期间。一个机械臂的预成形的控制过程如图7所示。一些更复杂的行为如接触前探索、远超操作、材料分类以及跟踪等也可以通过接近传感器实现。
图6 在冗余机器人的连杆（臂）上配备接近传感器，可向目标末端执行器配置移动，使机器人的连杆远离障碍物。
图7 个机械臂的预成形的控制过程
作者认为，与接近感知相关的主题最终将转移到软体机器人。通过这种方式，配备了接近传感器的软操作器可以避免碰撞。类似地，软机器人将能够使用接近传感器执行反应性预成形、抓取和探索任务。可以说，与其他领域相比，研究如何有目的地地参与接触以实现所需的任务是更有意义的。接近感知可以帮助发现和达到所需的接触状态。
对于这一领域的主要挑战，作者总结如下：1）软体机器人必须找到新的控制方法，以整合接近传感器提供的信息，并充分适应驱动策略。2）在可变形的结构中，接近传感器的集成是一个重要的挑战。整体的变形与触觉和接近事件检测之间的显著串扰是意料之中的。需要适当的接近传感器模型应用预从模拟到真实的学习或利用交互模拟在变形下正确解释信号。3）除了电容式传感外，实现具有可变形或可伸缩传感元件的接近传感器也具有挑战性。在可伸缩的基板中缩小刚性组件的尺寸，如集成电路，仍然可以实现可变形的电路。
本文由CAAI认知系统与信息处理专委会供稿
