用于外星表面货物漫游车基于通行能力运动的滑移估计模型

《Frontiers in Robotics and AI》：Slip estimation model for traversability-based motion planning of cargo rover on extraterrestrial surface

中国无人车自动驾驶技术进展及挑战分析

　　在未来的太空探索任务中，尤其是针对月球和火星等天体的资源利用（In-situ Resource Utilization, ISRU）需求日益增长，因此开发能够运输资源的移动机器人成为关键技术之一。然而，与传统的探索型机器人相比，运输型机器人面临独特的技术挑战，包括如何在不同负载下稳定地穿越复杂地形、如何应对地形变化对移动性能的影响，以及如何确保自主系统的安全运行。这些问题在当前的太空任务中尚未得到充分解决，因此本研究提出了一个基于参数化的轮滑估算模型，并将其整合进一种新的可穿越性评估模型中，以支持更安全的路径规划。

### 研究背景与挑战

近年来，随着对长期行星探测任务的讨论增多，各国纷纷推进相关技术的开发。例如，美国的“阿尔忒弥斯”计划旨在建立可持续的人类在月球上的存在，并将其作为未来火星任务的跳板。实现ISRU的关键在于开发先进的机器人技术，特别是具备资源运输能力的移动机器人。然而，运输资源意味着机器人需要在不同的负载条件下移动，这对其动力学特性产生了显著影响。此外，月球和火星等天体表面的地形通常不平坦，且缺乏明显的标记，这对机器人在这些环境中移动提出了更高的要求。

传统探索型机器人通常以保守的方式运行，以避免因轮滑而导致的故障。然而，在资源运输任务中，由于机器人可能多次穿越同一区域，其路径规划必须考虑动态变化的地形以及轮滑的风险。因此，开发一种能够准确估算轮滑并进行可穿越性评估的模型，成为确保机器人在复杂环境中安全运行的重要手段。现有的非参数模型虽然在某些情况下表现良好，但其计算复杂度较高，难以在资源受限的航天器上部署。此外，非参数模型通常被视为“黑箱”，其低可解释性可能导致在不同场景下产生意想不到的行为，从而影响任务的安全性。

本研究的创新点在于提出了一个参数化的轮滑估算模型，该模型不仅具有良好的可解释性，还能够以较低的计算负担估算轮滑特性，从而更适合在航天器上应用。该模型考虑了坡度角、机器人方向角、负载质量以及轮子角速度等关键参数，并基于这些参数进行建模，以实现对轮滑的准确预测。此外，研究还提出了一个结合该轮滑模型的可穿越性评估模型，以支持路径规划算法的优化，确保机器人在复杂地形中安全移动。

### 参数化轮滑模型的构建

轮滑是机器人在松软地表移动时的一个重要现象，其特性受到多种因素的影响，包括坡度、轮子的方向、负载质量以及轮子的旋转速度。为了简化建模过程并提高计算效率，本研究选择将这些因素作为输入参数，并构建了一个参数化的轮滑估算模型。该模型的核心思想是通过提取容易测量且对轮滑有显著影响的参数，来近似描述轮滑行为，从而避免复杂的非参数建模过程。

研究团队通过多体动力学模拟，分析了轮滑特性与输入参数之间的关系，并基于这些结果构建了参数化的轮滑模型。该模型能够以较低的计算复杂度估算轮滑，适用于在航天器上实现。此外，模型还考虑了不确定性因素，如机器人系统噪声和环境扰动，以提高其鲁棒性。这种参数化方法不仅减少了计算负载，还允许模型在不同的机器人配置和环境条件下进行调整，从而增强了其适用性。

### 模型验证与性能评估

为了验证该模型的有效性，研究团队使用了多体动力学模拟生成的数据集，并将其与参数化模型的预测结果进行了比较。模型的性能通过均方根误差（RMSE）进行评估，其中轮滑比的RMSE为0.0293，轮滑角的RMSE为0.0279弧度。这些结果表明，模型能够有效再现模拟数据，具有良好的拟合能力。此外，研究团队还通过图示展示了模型与模拟结果的对比，进一步验证了其在实际应用中的可行性。

除了轮滑估算模型，研究还提出了一个可穿越性评估模型，该模型基于轮滑模型，并考虑了建模误差等不确定性因素。通过引入条件风险值（Conditional Value-at-Risk, CVaR）作为评估指标，该模型能够更准确地反映机器人在不同路径上的滑动风险。CVaR表示在一定风险水平下，随机变量超过阈值时的期望值，因此能够为路径规划提供更精确的风险度量。

为了进一步验证该模型的实用性，研究团队将其整合进一种基于风险约束的运动规划算法中，即“Kinodynamic RRT”。该算法通过随机采样，生成满足机器人动力学约束的路径，并在路径规划过程中考虑轮滑风险。实验结果表明，该算法能够在不同风险水平下生成安全的路径，并且在负载变化的情况下，也能调整机器人移动速度和轨迹，以降低轮滑风险。

### 实验结果与分析

实验中使用了一个模拟的地形图，其中起点和目标点分别位于坐标（10, 3）和（10, 17）处。地形坡度为15°，机器人初始方向与坡度方向一致，目标点的方向未指定。通过设置不同的风险水平（α值），研究团队评估了模型在不同场景下的表现。实验结果表明，随着风险水平的提高，机器人在坡度区域的移动速度会降低，从而减少轮滑风险。同时，机器人路径也会调整，以平衡轮滑比和轮滑角的风险。

此外，研究还分析了负载变化对路径规划的影响。当负载增加时，轮滑比和轮滑角的风险会降低，因此机器人可以以更高的速度穿越坡度区域。通过调整线速度和轨迹，机器人能够在高风险条件下仍然安全到达目标点。实验结果显示，该模型能够有效应对不同负载下的轮滑风险，并为路径规划提供可靠的依据。

### 结论与未来工作

本研究提出的参数化轮滑估算模型和可穿越性评估模型，为资源运输型机器人在复杂地形中的安全运行提供了新的解决方案。该模型不仅具有良好的可解释性，还能够以较低的计算负载运行，适合在航天器上部署。此外，模型考虑了不确定性因素，如建模误差和环境扰动，从而提高了其鲁棒性。

尽管该模型在模拟环境中表现良好，但其在真实任务中的有效性仍需进一步验证。未来的工作包括在实际环境中进行测试，以评估模型的性能，并分析在航天器上运行时可能遇到的误差。此外，研究团队还计划进一步优化模型的参数，以提高其在不同地形和机器人配置下的适应性。这些改进将有助于推动资源运输型机器人在太空任务中的实际应用，提高其在复杂环境中的自主性和可靠性。

总之，本研究通过构建参数化的轮滑估算模型和可穿越性评估模型，为未来的太空探索任务提供了重要的技术支持。该模型能够有效降低轮滑风险，提高机器人在复杂地形中的运动安全性，并为自主路径规划算法提供可靠的依据。未来，随着相关技术的进一步发展，这些模型有望在实际任务中得到广泛应用，为可持续的太空探索提供更坚实的基础。