机器人室内定位技术全面讲解

      对于定位的追求，从古至今，人类从未停止过，在古代，人类希望在迷失的时候知道自己在哪，成为那个时代的社会性问题。于是人们学会依靠日、月、星、植物、动物、河流之类的自然界的物体，来估算自己大致位置形成一套经验化的方法，指南车、司南、罗盘，发展到后来的指南针。这些科技上的进步，为人类探索未知世界起到了巨大的作用。
 

      如今，移动机器人的定位导航技术也有了可喜的发展，在现实环境复杂多变的情况下实现自主导航是一项关键的任务。由于其在室内导航时缺乏可靠的全球导航卫星系统信号，所以相对于室外导航有着许多不同的挑战。因此，室内机器人的自主导航技术得到了研究者们的广泛重视。那么目前机器人常见的定位及导航技术有哪些呢？

 


      机器人室内定位之图像匹配法

      机器人通过事先移动获得环境中各特征点的图像信息，利用目标物体的几何形状模型，在目标上取3个以上的特征点和探测到的图像特征点进行匹配。属于指纹定位法的一种。

      受元器件成本、性能及生产等因素的制约，航位推算法仍然是目前采用最广泛的定位方法，但通过算法优化，引入多种定位技术的混合定位，可以减小其累积误差带来的负面影响。

 

      机器人室内定位技术之航位推算法

      利用机器人装备的各种传感器获取机器人的运动动态信息，通过递推累计公式获得机器人相对初试状态的估计位置。航位推算较常使用的传感器一般有：码盘（类似于车辆里程计，记录车轮的转数，获得机器人相对于上一采样时刻的状态改变量），惯性传感器（如陀螺仪、加速度计，得到机器人的角加速度和线加速度信息，通过积分获得机器人的位置信息）等。这种定位方法有累积误差，随着行驶时间、距离的不断增加，误差也不断增大。因此导航推算法不适合于长时间、长距离的精确定位。

 

      机器人室内定位技术之参照定位法

      机器人通过获得外界一些位置等己知的参照信息，通过计算自己与参照信息之间的相互关系，进而解算出自己的位置。下面的基站定位法、地图匹配法、图像匹配法都属于参照定位法。

 

      机器人室内定位技术之基站定位法

      机器人通过各种传感器被动接收或主动探测已知位置的基站（或信标），经过定位计算（三边定位或三角定位）得出机器人与基站的相对位置，再根据基站的位置坐标，计算出机器人的坐标。其定位精度没有累积误差，和用于信号质量及定位算法关系密切。

 

      机器人室内定位技术之地图匹配法

      机器人通过自身的各种传感器探测周围环境，利用感知到的局部环境信息进行局部的地图构造，并与其内部事先存储的完整地图进行匹配。通过匹配关系获得自己在全局环境中的位置。该方法受环境布局影响大，只适于一些结构相对简单的环境。

 

      目前主流的机器人室内定位技术----SLAM技术

      近年来SLAM（Simultaneous Localization and Mapping即时定位与地图构建）技术是目前主流的机器人定位技术。行业领先的服务机器人企业，八成都采用了SLAM技术。简单来说，SLAM技术是指机器人在未知环境中，完成定位、建图、路径规划的整套流程。

 

      SLAM（Simultaneous Localization and Mapping，即时定位与地图构建），自1988年被提出以来，主要用于研究机器人移动的智能化。对于完全未知的室内环境，配备激光雷达等核心传感器后，SLAM技术可以帮助机器人构建室内环境地图，助力机器人的自主行走。利用激光雷达作为传感器，获取地图数据，使机器人实现同步定位与地图构建。就技术本身而言，经过多年验证，已相当成熟，激光雷达是机器人的眼睛，本质上也就是为了解决机器人导航定位问题而生。从眼睛入手，先解决机器人“看得到”这是很重要的第一步。思岚科技陈士凯说，“当然现在也有很多公司从摄像头这个方向来做，可能会是未来的趋势，不过就现在而言，激光雷达还是一个相对来说非常靠谱的传感器就是比较贵。”

      看对于机器人而已就是“感知环境与环境建模”，放到机器人身上就是实现绘制地图和定位功能。是不是有了眼睛的机器人就能动了呢？显然还不行，有了双腿你不见得就能走，有了眼睛你也不见得能躲开障碍物，小脑才是控制人的运动神经的中枢，对机器人而言导航定位解决方案就是他们的小脑。而这一块的研发难度比起激光雷达而言更难。就像谷歌做的无人驾驶汽车，花了重金去研发导航定位与路径规划，但车身上的传感器却都是用了别人的，包括十几个激光雷达都是。谷歌知道做激光雷达的技术门槛能有多高，做机器人小脑这件事才更有价值。

      有句话说的好：要致富，先修路。修了路不一定就能富，但修好路能让你有更多的机会富起来。

      谷歌无人车上需要激光雷达他可以去买，那是因为他有钱。而对于国内很多企业公司而言，动辄上万的工业级激光雷达不是人人都能负担起的。谁能将激光雷达成本降下来，势必就是在为国内机器人行业在修一条路。

      “激光雷达像眼睛一样，眼睛好当然是必须的，但是没有小脑也是没有用的。我们在想做小脑这件事的时候，其实是没有人去做眼睛的，所以我们不得不去做激光雷达。”

      降低成本就要使用更低端的传感器，测量的范围与数据精确到就会下降。

      陈士凯说，激光雷达有一个很核心的参数就是它的采样率，通俗说就是一秒钟能转多快或者一秒钟能测多少次数据。传统的低成本激光雷达受限于硬件工艺和内部原理，做得最好的一般都是一秒钟进行2000次测量。2000次测量这个数据没有什么特殊的含义，给人的感觉就是还蛮大的。但2000次是一个什么概念呢？激光雷达旋转一周就会对一周的环境有一个测量。一般来说，旋转一周至少要间隔一度来测量一次，这样才能对环境有一个精确的估计。转了一圈，采集的点数每两步采集一点就是180度。这种情况下，采到的数据就很稀疏。会存在什么问题呢？比如说前面桌子的一个小桌角，这个机器人在扫描的时候，恰恰两束激光就打在桌角的左右两边了，机器人看不到桌角直接撞上去。为了避免这些问题，就要提高测量频率，当频率提升至4000次/秒时，在同等的情况下就能多转5圈，对环境的感知程度就能大大提升。

 


       模块化自主导航定位解决方案

      不过频率太快也会带来一些新的问题，玩摄影的都知道，当快门变快之后画面就会更暗，能感应到的光学就少。在这种情况下要保持原有的性能，传统方式就是增加激光功率，可是激光其实是一个需要受控的光源，控制在一定范围内确实是对人眼无害的。

      从光学镜片上做工艺改良是陈士凯选择的另一种方式，除此之外硬件光学上解决不了，还可以从软件上来处理，比如说使用图像增效软件。通过几方面的协作也能把测距系统做成更小的尺寸以及更强的性能。

      至于激光雷达使用寿命的问题，为什么以前的寿命会偏短？首先从外面能看见，他是要使用皮带传动的。雷达是一个旋转部件，要把电能和信号在两个旋转机构中传输，一般会使用导电滑环。导电滑环因为有机械的接触，长时间的旋转就会有磨损，磨损以后就会有寿命问题。现在的做法是光磁融合，用现在的无线通电和光通讯。都是电子元器件，还可以做的非常的精密，一方面寿命提高了，另外一方面还可以把它的体积做小。

      现在路铺平了，陈士凯说Slamtec会成为机器人一个关键部分的提供者，也能更好地为行业提供导航定位方案。

 

      了解更多机器人室内定位技术请访问：www.slamtec..com