机器人室内定位技术全面讲解
2017-03-29 14:37
232 查看
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?
![](https://img-blog.csdn.net/20170329143336586)
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。
![](https://img-blog.csdn.net/20170329143432400)
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
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
相关文章推荐
- Ajax技术全面讲解
- 全面讲解EPON技术方面的优势
- [视频讲解]史上最全面的正则化技术总结与分析!
- 国内第一本全面讲解微软ERP主流产品Dynamics AX 2009的中文技术图书
- 阿里云国际化重大进展,中国云全面参与全球技术竞争
- ASP.NET 缓存技术全面剖析收集
- 微软Silverlight4与Adobe Flex4打成平手,SL与FLEX技术全面对比
- 全面分析IDC双线路实现技术方案(转载)
- 【工业机器人】机器人产业的前途取决于人工智能关键技术的发展
- 通信技术:SSE设计方案(一)--- 前端Server-Sent Events概念讲解和基础类库完善发布
- 详细讲解PHP中缓存技术的应用
- 客人网络!最新无线技术全面解析
- HTML5 移动Web App阅读器-2(技术点讲解)
- 全面分析微软虚拟化技术Hyper-V
- 使用SNMP服务后的安全防范技术讲解
- 技术性能领先,阿里云网络产品全面升级为企业级
- 如何成为一个技术全面的架构师
- IBM讲解服务器推送技术
- Django框架全面讲解 -- Django 路由系统
- Django框架全面讲解 -- 序列化