實際的機器人、無人機等工程或產品中，還有什麼未解決乃至亟待解決的控制/估計問題？

12-29

還需要什麼樣的控制/估計演算法？

只講運動控制哈，

足式機器人：

總的來說控制難度在於模型太複雜。1. 機器人自已自由度很多，導致需要搜索的狀態空間太大，2. 另一方面機器人面臨的環境難以建模，意味著控制目標難以定義。

而如果一個控制演算法一方面沒有對機器人模型做過多的簡化，能夠充分探索這種結構的運動能力；一方面又對環境沒有過多簡化，用比較一般的方式處理環境（比如認為地面不平且形狀已知。。），那麼這個演算法可能就算得太慢了

實際機器人產品的問題的話，那主要就是驅動器的問題

1. 使用舵機的機器人。這是最常見的一類，比如Darwin, Nao, 以及使用舵機的種種。舵機的特點是位置伺服，輸入離散的角度命令。控制的難度在於1. 多自由度連桿結構誤差的積累 2. 如果你想控制速度或加速度，很難做到準確，位置控制上很小的偏差都會帶來速度、加速度很明顯的偏差。

2. 使用力控制驅動器的機器人，比如Sacros，然後Atlas的液壓腿好像也行，以及各種使用SEA的機器人，比如Baxter，新出的sawyer。力控制的好處是控制環快，理論上能控性更好，而且方便對全身動力學模型的控制，難點的話，SEA只是低頻響應特性好，動作快不了。

無人機：我不太熟悉，只知道這一條：

對於較為靈活的動作，空中姿態估計是個難題。使用機載設備（Gyro，視覺，LiDar等等）的無人機基本都是老老實實四平八穩地飛（我不說遙控的），像賓大那些能翻來覆去簡直成精的四旋翼，一律都在室內飛，為的是用Vicon之類的高速攝像頭系統精確、快速地獲得灰機的狀態來閉環控制。如何用機載的設備估計狀態，替代外部感測器，好像還沒有很好的解決方案。

對環境的感知
提出問題
解決問題
知識庫的建立

路徑規劃，多感測器融合，魯棒性

魯棒性 ,對環境的感知通過感測器來獲取，但是多感測器的參數處理，需要綜合的考慮。

目標的識別與跟蹤，另外循跡也是機器人控制中比較難的一個問題。

另外在無人機的工程中，無人機的飛行穩定控制是主要需要解決的問題，目前在國內還沒有做到很好的三維地圖模擬飛行的無人機，無人機的續航時間都比較短，不能持續很長時間。利用新能源進行飛行的無人機還比較少，性能不是很穩定。

在實際的救援類機器人來說，目前未能解決的依舊是生命探測的解析度問題。