详细的5种机器人定位技术

随着传感技术,智能技术和计算技术的不断提高,智能移动机器人必须能够在生产和生活中扮演人们的角色。那么,移动机器人定位技术涉及哪些主要技术?结论是,移动机器人目前具有这五种主要的定位技术。

01移动机器人超声波导航定位技术

超声波导航和定位的工作原理与激光和红外线相似。通常,超声波探头发射超声波。超声波在介质中遇到障碍物并返回到接收设备。

通过接收自身发射的超声波反射信号,并根据超声波发射和回波接收时间与传播速度之间的差计算传播距离S,可以获得从障碍物到机器人的距离,即是公式:S = Tv / 2,其中T-超声波的发射和接收之间的时间差; v-超声波在介质中传播的速度。

当然,还有许多移动机器人导航和定位技术,它们使用单独的发送和接收设备,在环境地图中布置了多个接收设备,并且在移动机器人上安装了发送探针。

在移动机器人的导航和定位中,由于超声传感器本身的缺陷,例如:镜面反射,有限的束角等,因此难以获得有关周围环境的足够信息。因此,通常使用由多个传感器组成的超声传感器系统来建立相应的环境模型,传感器所收集的信息通过串行通信传递到移动机器人的控制系统。然后,控制系统根据所采集的信号和所建立的数学模型,采用某种算法对数据进行相应的处理,以获得机器人的位置环境信息。

超声波传感器具有成本低,信息收集速度快和距离分辨率高的优点,因此长期以来一直广泛用于移动机器人的导航和定位。并且在收集环境信息时不需要复杂的图像准备技术,因此测距速度快,实时性好。

同时,超声波传感器也不太容易受到外部环境条件的影响,例如天气条件,环境光,障碍物的阴影,表面粗糙度等。超声波导航和定位已广泛用于各种移动机器人感知系统中。

02移动机器人视觉导航与定位技术

在视觉导航和定位系统中,当前的国内外应用都是基于将机器人安装在汽车中的基于本地视觉的导航方法。在这种导航模式下,将控制设备和传感器设备装载到机器人车体上,并且由车载控制计算机完成诸如图像识别和路径规划之类的高级决策。

视觉导航和定位系统主要包括:摄像机(或CCD图像传感器),视频信号数字化设备,基于DSP的快速信号处理器,计算机及其外围设备等。现在,许多机器人系统都使用CCD图像传感器。基本元件是一行硅成像元件。光敏元件和电荷转移装置布置在基板上。通过电荷的顺序传输,多个像素的视频信号被分时并顺序取出,例如,由区域阵列CCD传感器收集的图像的分辨率可以从32×32到1024×1024像素。

视觉导航定位系统的工作原理是对机器人的周围环境进行光学处理,首先使用摄像头收集图像信息,压缩收集的信息,然后将其反馈给神经网络和统计方法。学习子系统,然后学习子系统将收集的图像信息与机器人的实际位置链接起来,以完成机器人的自主导航和定位功能。

03GPS全球定位系统

如今,在智能机器人导航定位技术的应用中,普遍采用伪距差分动态定位方法。参考接收机和动态接收机用于共同观测4颗GPS卫星。根据某种算法,机器人的三维位置坐标。差分动态定位消除了星型时钟误差。对于距参考站1000km的用户,可以消除星钟误差和对流层误差,从而可以大大提高动态定位精度。

但是,在移动导航中,移动GPS接收机的定位精度受卫星信号状况和道路环境以及时钟误差,传播误差,接收机噪声和许多其他因素的影响。因此,仅使用GPS导航就具有定位精度问题相对较低,可靠性不高,因此在机器人的导航应用中通常会辅以磁罗盘,光学码盘和GPS数据进行导航。此外,GPS导航系统也不适合用于室内或水下机器人导航以及要求高位置精度的机器人系统。

04移动机器人光反射导航定位技术

典型的光反射导航和定位方法主要使用激光或红外传感器来测量距离。激光和红外都使用光反射技术进行导航和定位。

激光全球定位系统一般由激光旋转机构,反射镜,光电接收装置和数据采集与传输装置组成。

工作时,激光通过旋转镜机构向外发射。扫描由后向反射镜组成的协同道路标志时,反射光由光电接收装置作为检测信号进行处理,并启动数据获取程序以读取旋转机构的代码盘数据。目标),然后将其传递给主机,以通过通信进行数据处理。根据已知路标的位置和检测到的信息,可以计算出路标坐标系下传感器的当前位置和方向,以达到进一步导航定位的目的。

激光测距的优点是光束窄,平行度好,散射小,在测距方向上具有高分辨率。但是,它也受到环境因素的极大干扰,因此在使用激光测距时如何对采集的信号进行降噪也是一个比较大的问题。另外,激光测距中存在盲点,因此仅靠激光很难实现导航和定位。在工业应用中,它通常仍在工业领域内处于特定范围内的检测,例如管道裂缝和其他场合的检测。 。

红外传感技术通常用于多关节机器人避障系统中,以形成覆盖机器人手臂表面的大面积机器人的“敏感皮肤”,并可以检测机器人手臂操作过程中遇到的各种物体。

典型的红外传感器包括可以发射红外光的固态发光二极管和用作接收器的固态光电二极管。调制信号由红外发光管发射,红外光敏管接收目标反射的红外调制信号,通过信号调制和专用红外滤光片确保消除环境红外光干扰。假设输出信号Vo代表反射光强度的电压输出,则Vo是探头与工件之间距离的函数:Vo = f(x,p),其中p是工件的反射系数。 p与目标表面的颜色和粗糙度有关。 x-探针和工件之间的距离。

当工件是具有相同p值的相似目标时,x和Vo彼此对应。 x可以通过内插各种目标的接近度测量的实验数据来获得。这样,可以通过红外传感器来测量机器人距目标对象的位置,然后可以通过其他信息处理方法来导航和定位移动机器人。

尽管红外传感器的定位还具有灵敏度高,结构简单和成本低的优点,但是由于其高角度分辨率和低距离分辨率,它们经常用作移动机器人中的接近传感器,以检测附近或突然移动的障碍物,以方便机器人紧急停止。

05SLAM技术

大多数业界领先的服务机器人公司都采用SLAM技术。只有SLAMTEC在SLAM技术上具有独占优势。 SLAM技术到底是什么?简而言之,SLAM技术是指未知环境中机器人的定位,地图绘制和路径规划的完整过程。

自1988年提出以来,SLAM(同时定位和制图)一直主要用于研究机器人运动的智能。对于完全未知的室内环境,配备了激光雷达等核心传感器,SLAM技术可以帮助机器人建立室内环境绘制地图并帮助机器人自主行走。

SLAM问题可以描述为:机器人从未知环境中的未知位置开始移动,并在移动过程中基于位置估计和传感器数据定位自身,同时构建增量图。

SLAM技术的实现方法主要包括VSLAM,Wifi-SLAM和Lidar SLAM。

1. VSLAM(Visual SLAM)

指在室内环境中使用深度相机(例如相机和Kinect)进行导航和探索。它的工作原理是对机器人周围的环境进行光学处理,首先使用相机收集图像信息,压缩收集的信息,然后将其反馈给由神经网络和统计方法组成的学习子系统。然后,学习子系统将收集的图像信息与机器人的实际位置链接起来,以完成机器人的自主导航和定位功能。

但是,室内VSLAM仍处于研究阶段,还远远没有达到实际应用。一方面,计算量太大,这就要求机器人系统具有高性能。另一方面,由VSLAM(主要是点云)生成的地图不能用于机器人路径规划,因此需要进一步的探索和研究。

2. Wifi-SLAM

指在智能手机中使用多个传感设备进行定位,包括Wifi,GPS,陀螺仪,加速度计和磁力计,并通过通过机器学习和模式识别等算法获得的数据绘制准确的室内地图。该技术的提供商于2013年被苹果收购。苹果是否将Wifi-SLAM技术应用于iPhone,以使所有iPhone用户都等同于搭载小型绘图机器人,目前尚不得而知。毫无疑问,更精确的定位不仅有利于地图,而且还将使所有与地理位置相关的应用程序(LBS)更加准确。

3.激光雷达SLAM

指使用激光雷达作为传感器来获取地图数据,以便机器人可以实现同时定位和地图构建。就技术本身而言,经过多年的验证,它已经相当成熟,但是迫切需要解决激光雷达成本的瓶颈问题。

Google的自动驾驶汽车使用了这项技术。安装在屋顶上的激光雷达来自美国的Velodyne公司,价格超过7万美元。该激光雷达在高速旋转时可以向周围发射64束激光束。当激光束撞击周围物体并返回时,可以计算出车身与周围物体之间的距离。然后,计算机系统根据这些数据绘制详细的3D地形图,然后与高分辨率地图结合以生成用于车载计算机系统的不同数据模型。激光雷达占整车成本的一半,这可能是Google无人驾驶汽车无法批量生产的原因之一。

激光雷达具有方向性强的特点,有效地保证了导航的准确性,可以很好地适应室内环境。但是,由于激光雷达的价格过于昂贵,激光雷达SLAM在机器人室内导航领域的表现不佳。

«   2020年5月   »
123
45678910
11121314151617
18192021222324
25262728293031
网站分类
控制面板
您好,欢迎到访网站!
  查看权限
友情链接

Powered By Z-BlogPHP 1.6.0 Valyria

Copyright © 有福网http://youfu.org