1.1.4 复合环境感知技术

复杂机器人的任务通常需要在多模感知信息的支持下完成，而单一环境感知技术不能提供全面的环境信息，所以不能满足此类任务的要求。因此，复合环境感知技术引起了众多研究人员的重视。

复合环境感知技术中一个重要的研究内容是混合地图研究，其中大量工作集中于将度量和拓扑方法联合应用于混合地图[53]。如Tomatis等人[54]提出一种局部为度量地图而全局为拓扑地图的混合地图，可实现对环境的紧凑建模，用于定位和地图创建，优势在于无需在度量层维持全局一致性且能同时保持精度和鲁棒性；Bazeille等人[55]将视觉闭环检测和里程计信息相结合实现SLAM，可实时建立未知环境的拓扑-度量混合地图。随着语义层技术的发展，已有研究人员尝试将语义层技术同传统环境感知技术整合，如Mozos等人[56]提出一种概念地图、拓扑地图、导航地图和度量地图的整合系统，其中可提供丰富语义信息的概念地图位于最顶层；与之类似，Pronobis等人[57]提出一种多层语义建图算法，能够基本实现对环境的全面感知和理解。

复合环境感知技术中，并非对各层技术进行简单地排列组合，通常需要按照各层技术的特点、优劣势以及应用需求将它们有机结合为统一整体，相关整合技术的研究将成为未来的一个发展方向。

除此之外，我们知道人的感知系统不仅包括视觉系统，还拥有完善的触觉感知系统，可以作为对视觉感知的补充，甚至是特定场景下的替代。人的触觉包括接触觉、压觉、冷热觉、滑动觉、痛觉等，这些感知能力对人来说至关重要，某些方面是视觉所不能完全替代的。对于机器人同样如此，利用光、电、磁等物理特性，可以开发出种类繁多的机器人触觉传感器，作为机器人视觉系统的有益补充。