随着学会的队伍不断壮大，分支机构的发展也日趋完善，丰富多彩的分支活动与学术交流也日益频繁。疫情期间，CAAI认知系统与信息处理专委会积极响应学会提出的“疫情防控不放松，学习充电不间断”理念，邀请年轻学者针对专委会的研究领域，选择相关文献进行深入探讨与再解读，并与大家共同分享研究成果。

新冠疫情的爆发给全世界带来了巨大影响，特别是在2020年初，病毒的强传染性时刻威胁着人类的生命安全。具备操作功能的可移动平台可以有效辅助医务人员的工作，降低病毒传播的风险。目前，移动操作机器人的主要组成部分包括移动底盘和操作机械臂，其中轮式移动底盘因其结构简单、易于控制、灵活性高等特点而广泛应用。随着定位导航和深度学习技术的进步，搭载机械臂的移动机器人已经能够实现类人的操作任务。研究人员在室内外环境中进行了大量的实验验证。

德国波恩大学Sven Behnke团队研发的Cosero机器人（图1）是一款仿人操作机器人，特别适用于家庭环境中的日常操作任务。Cosero配备了四轮独立转向机构，可以灵活地穿越狭窄通道，并且装备了两个7自由度机械臂和红外测距传感器，能够精准地识别和抓取目标物体。此外，Cosero还装备了Kinect相机，能够提供3D感知能力，从而更好地识别环境。通过底盘上的激光雷达，Cosero能够实现精确导航和定位，并采用无碰撞抓取方法完成操作任务。在实验中，Cosero展示了出色的分拣和搬运能力，还成功完成了复杂的任务，如提壶灌溉和人机交互。

PR2是由Willow Garage开发的移动操作机器人平台（图2），拥有两个7自由度机械臂和丰富的传感器设备，适用于科研实验。研究人员Welschehold利用PR2展示了如何通过模仿学习来掌握机器人的移动和操作技能。通过分析示教者的运动轨迹，机器人可以预测并执行相应的操作动作，从而实现对环境的适应性操作。

中科院沈阳自动化研究所的Wang研究团队提出了一种结合深度强化学习和视觉感知的方法，实现了移动机器人在非结构化环境中的高效操作（图3）。通过双目相机获取目标物体的姿态信息，并采用PPO算法预测机器人的动作，从而实现精准操作。实验结果表明，该方法在仿真和实际环境中均表现优异。

瑞士苏黎世联邦理工学院的Rezero机器人（图4）是一款基于扭矩控制的移动平台，配备了一个3自由度的机械臂。通过串联弹性执行器，Rezero可以实现灵活的运动控制。研究人员Farbod介绍了基于actor-critic算法的非策略控制方法，使得Rezero能够在复杂环境中自如移动和操作。

德国波恩大学计算机学院研制的Centauro机器人（图5）是一款轮腿复合式的移动操作机器人，设计灵感来源于半人马。Centauro配备了3D激光雷达和多个相机，能够实现精准的环境感知和目标识别。此外，Centauro还配备了两个7自由度的机械臂和9自由度的手部装置，能够模拟人类手臂的全部运动。操作者可以通过远程平台实时控制Centauro完成各种复杂任务。

汕头大学范衠团队研发的Jupiter机器人（图6）是一款由四轮独立转向底盘和UR5机械臂组成的移动操作机器人。通过2D激光雷达和Hector SLAM技术，Jupiter能够自主导航和地图构建。借助顶部的RGB-D相机，Jupiter可以检测和识别目标物体，并通过UR5机械臂完成抓取任务。实验结果显示，Jupiter能够高效完成导航、识别、抓取和放置等全流程任务，单次任务耗时约212秒，抓取成功率高达98%。

美国卡内基梅隆大学FRC实验室研制的Robotanist机器人（图7）是一款专为野外自主农作物探测设计的机器人。Robotanist重140公斤，配备了4个无刷直流电机，能够以高达2米/秒的速度在农田中快速移动。通过顶端的GPS定位系统，Robotanist能够实现厘米级的定位精度。此外，Robotanist还装备了激光雷达和二指夹持器，可以精准测量和采集农作物的数据。

作者简介：周怀东，北京航空航天大学机器人研究所在读博士生。