发帖
雷达卡
激光雷达、毫米波雷达、3D摄像头等多种传感器在功能上的冗余，保证了服务机器人的安全性和正常使用。其中激光雷达是绕不开的核心。激光雷达的原理是：通过发射n条激光利用三角测距原理（低成本方案）或TOF（Time of Flight，高成本方案）来测量周围物体与自身的距离，获得精度较高的距离信息——点云数据。
图1：激光雷达成像
激光雷达是传感器的一种，对于服务机器人如果要实现精确的服务，满足复杂场景下的用户需求，除了精准的定位，还需要结合定位信息对环境进行识别。作为入口，激光雷达是SLAM的重要入口。
SLAM(Simultaneous Localization And Mapping)的含义是即时定位与地图构建，指的是机器人在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。SLAM问题可以描述为:机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。
自主定位导航主要应用于商场导购、自动送餐、智能仓储、安全巡逻、病床看护、除尘清扫等。自主定位导航需要三大技术：
实时定位。GPS没办法用，目前GPS只能实现到半米的精度，而且实时定位的更新频率很快，需要达到10次/秒的更新频率，目前的定位技术没办法满足。定位包括相对定位和绝对定位。相对定位主要依靠内部本体感受传感器如里程计、陀螺仪等，通过给定初始位姿，来测量相对于机器人初始位姿的距离和方向来确定当前
机器人的位姿，也叫做航迹推测(DeadReckoning, DR)；绝对定位主要采用主动或被动标识、地图匹配、GPS、或导航信标进行定位。位置的计算方法包括有三角测量法、三边测量法和模型匹配算法等。
绘制地图。导航领域是有专人绘制的，但是在家庭里面，是不可能有人来绘制地图的，家庭的家居会实时变化，所以需要机器人能在没有人工干预的情况下画图；
路径规划。导航仪的核心就是路径规划，机器人绘制的地图是任何一个方向都可以走的，机器人的路径规划还包括避障和直接控制行为，导航仪是由人来决定，机器人是用算法决定的，谷歌的无人驾驶汽车，主要的工作量都在导航算法上。
以扫地机器人为例：国际上有一个标准场地，80平米，没有导航模块的一般会在40多分钟，80%的清洁率。而装上公司的SLAM模块后，10分钟就达到了95%的覆盖率。如果把视野放到其他领域，必须要非常高效的移动到目的地，这是不可绕过的技术方案。做一个简单的对比：
视觉定位。定位范围是0.1-2米，无法获得地图，需要配额外的传感器才能躲避障碍物，需要合理的光源才能适应环境；稳定性比较差；
如果采用激光雷达的方式，定位精度可以控制在0.01-0.1米，并且可以获得精确的地图；支持自主躲避障碍，不会产生累计误差。
表1：激光雷达和视觉定位方式的对比
图2：激光雷达成像
激光雷达优点是可以实时测量周围物体和障碍物的距离，且可以测量绝大部分物体，比如谷歌无人驾驶汽车、BigDog机器人都是用不同型号的激光雷达进行人体的定位；缺点是在大雨大雪等恶劣天气中使用效果会受到影响，而毫米波雷达精度不高、视场小，但测量距离远，可以达到200米，刚好弥补了激光雷达的短板。激光雷达是“机器之眼”，能够获得周边环境的点云数据模型，现在多用于在测量中有一定精度要求的领域，或需要测量自身与人体距离的智能装备，在测量与人的距离这一功能上尚无完美替代方案。在目前主流的前沿机器人身上已经装备了激光雷达模块，如Atlas和pepper等。
图3：激光雷达在服务机器人上面的全面应用
京公网安备 11010802022788号
