传感器是移动机器人的眼睛和耳朵，它们的应用场景十分丰富，包括但不限于检测声音、温度、湿度、化学构成及其他多种现象。而在现实生活中，这些传感器都是搭配使用的，以市面上某款千元级的移动机器人为例，虽然只能做一些基础打扫工作，但它身上装有激光测距传感器、碰撞传感器、跌落传感器、超声雷达、里程计、加速度计等12种传感器。

为特定功能的移动机器人选择合适的传感器不是一件简单的事，你需要考虑多个因素，如预算、大小和运行环境。一些传感器，如安装在驱动系统中的编码器，它们本身没多大用处，但是它们可以为过滤IMU数据提供校准点，这使它们不可或缺。另外的传感器，如碰撞传感器，对于个人用户非常实用，但放在工业领域却非常危险，因为如果等撞了人机器才反应过来，那就太晚了。现在市场上非常火的LIDAR传感器也是同理，虽然它灵活性强，精度也更高，但价格也不是一般企业负担得起的。

上图是卡耐基梅隆大学为黑暗无GPS信号的废弃矿山设计的土拨鼠机器人，它身上装了一个2D激光雷达传感器（蓝）和红外摄像头（上方装有LIDAR）

本文将主要探讨传感器在机器人环境感知和智能定位方面的应用，围绕几种传感器展开讨论，不涉及具体的安装、设置步骤，希望能给各位读者带去帮助。

环境感知

下面是一些能让移动机器人识别工作环境中的对象和障碍的传感器。这些传感器能帮助机器人判断目标与自己的相对位置，当然，它们的作用也不仅限于此，一旦有足够多的传感器同时收集信息，机器人就能自主判断它在整个区域地图中所处的方位，即做到定位和映射。

一、碰撞传感器

碰撞传感器是最简单的传感器之一。它通常用小触须或塑料保险杠感知四周环境，一旦发生碰撞，它就能及时“告诉”机器人已经和障碍物相撞，比如一面墙壁、一把椅子、一个人或其他物品。在大多数情况下，碰撞传感器具有一些机械联动装置，能根据受到的外接刺激激活某些类型的瞬时开关，但在特殊情况下，一些机器人也会装有电位计，只有当触须形变到一定程度，机器人停车或前进的开关才能被激活。

扫地机器人前部有一个碰撞传感器

碰撞传感器也几乎可以算是机器人身上最便宜的部件，一般不会超过几十块。这使它成了低成本消费级机器人的热门选择。但工业机器人制造商在选购此类传感器时要慎重，因为工业设施造价昂贵，危险系数又高，如果工业机器人在工作时发生剧烈碰撞，那后果绝对是毁灭性的，所以工业领域的碰撞传感器一般需要和物品检测装置配合使用。同时，碰撞传感器一般会被作为限制开关，如果其他传感器都没能检测到机器人偏离了正常工作路线，那碰撞传感器将成为限制机器人位置的最后手段。

二、LiDAR（激光雷达）

谷歌自动驾驶汽车最具代表性的传感器：Velodyne 64E，能360度扫描周边环境，高达85000美元的售价让主流汽车制造商对它望而却步

LiDAR（激光检测和测距）通常会通过一系列激光脉冲扫描周围环境，并在机器人内部生成模拟环境的“点云”，如下图所示：

LiDAR传感器会不断向四周发出激光脉冲，并回收反弹回来的激光信号，激光从射出到回弹所耗费的时间可被公式量化为相对距离。把这些数据上传到内部坐标系上后，机器人内部会生成一个由相对位置“点”构成的3D图像。这个由“点云”绘制的地图可以帮助机器人摆脱视觉传感器盲区的限制，更全面地了解周边环境。LiDAR的常规视距是30—120米，并且在室外也有可靠发挥——在强烈的太阳光下仍能保持高性能，这对于光学传感器来说是很罕见的。

如果说LiDAR传感器有什么缺点，那就是太贵了。市面上LiDAR的售价从1000美元到10万美元不等，在汽车销售不景气的当下，如果汽车制造商贸然使用这种传感器，大幅增加了汽车成本，那他的销量将会堪忧。LiDAR也有另一个缺点，那就是它不能识别光学透明材质，如玻璃板，因此现在的汽车如果使用了LiDAR，那它还会搭配其他能检测透明物质的雷达或声呐。

三、固态激光雷达

固态激光雷达是一种更先进的LiDAR传感器，但还处于研发状态。它摈弃了移动部件，降低了成本，同时解决了因多波束角度获取造成的读数延迟问题。但和所有新技术一样，目前市面上只有几台固态激光雷达传感器的样机，而且它们的图像分辨率和识别范围非常有限。好在这些问题是能够解决的，这也让人看到了LiDAR技术降价的希望，比如美国激光雷达公司Velodyne最近就公布了一个小型固态激光雷达系统的开发和测试，叫Velarray：

Velodyne最新固态激光雷达系统Velarray

该装置的体积只有125mm×50mm×55mm，水平可扫描120度，垂直30度，预计将于2018年投产。最值得一提的是，Velarray的售价只有数百美元。

四、雷达（无线电）

雷达，“无线电探测和测距”，即用无线电的方法发现目标并测定它们的空间位置、运动速度（多普勒雷达）、表面状态和形状大小，也被称为“无线电定位”。

Delphi的车用ESR，扫描角度为90度时半径60米，20度时半径高达174米

电子扫描雷达（ESR）能通过控制波束扫描方向获取周边环境信息，并绘制出“点云”。这类传感器常见于自动驾驶汽车和工业用的自主移动小车，结合LiDAR获取的数据可帮助机器人进行自主编队和盲点监控。

雷达能检测和追踪遥远位置的物体，这使它在军事应用上有绝对的先天优势。它的无线电波也可以穿透塑料，这使它能被隐蔽在汽车保险杠内，而不会影响车辆的美观。但雷达传感器的这个特色也存在缺点，传感器发出无线电波后，送往大气、地面的电波如果因为意外发生了多次反射，那机器人收回数据后得到的位置往往会和实际位置有偏差：

雷达传感器传回的数据让算法绘错了位置，中间为真实位置，上下为幽灵点

这可能会让人觉得很矛盾。的确，作为一款高端传感器，雷达出色的性能和复杂的算法很可能会导致混乱，因为无线电波能回弹多个来回而不被发现。

为了这个问题，一些人曾针对雷达的检测精度绘制过一幅图：

距离越近图像越发散，说明更可能出现错误结果

上图说明，检测距离越远，雷达精度越高。同时，制约雷达普及的另一个原因是价格，这严重限制了它在工业、汽车制造业，甚至是军事领域的应用。

五、相机

目前移动机器人上最基础的照相系统都能做到使用单个相机检测可见光与红外区内的物体，大多数摄像头，包括你的手机，都能捕捉红外光。

卡耐基梅隆大学2002年设计的低成本相机，可检测跟踪对象并进行简单的图像处理

相机视野内各物体的相对位置和区域中心都已经实现了算法计算。虽然现在我们有更先进的技术，如计算机视觉（CV），但是对于不理解CV、不想找集成商专门写程序的人来说，可能简单的相机还是一个不错的选择。

光线强弱和方向会对机器人造成较大影响，如果要精确测定相对距离，可能还需要其他传感器。

锦上添花

照明和夜视

在机器人相机附近增加照明装置充当补充光源是一种常见的行为，即使是在明亮的环境中，补充光源也能为相机营造更优质的成像环境。这样做的一个原因是，相较于环境中的灯光，机器人自带的近距离射灯光线更集中，角度更灵活，照明效率更高，且减轻了高光带来的不良影响。

NOAA的水下机器人利用可见光照明，照亮水下环境

同样的，只需一台相机和一个红外线聚光灯，让机器人瞬间拥有简单夜视能力也不是一件难事。人类肉眼无法看到红外光，但市面上大多数相机都可以捕捉到未经过滤的光线。当机器人在黑暗中扫描环境时，它受到的光线干扰很少，红外相机能轻松帮他绘制夜视地图；如果是在户外工作，机器人只需增加一块遮光板或蒙版就可避免阳光直射。

深度知觉

一、立体视觉

当我们使用正常的双眼看东西的时候，我们感觉到的物体是有视觉深度的。为了复刻这种三维感知能力，我们需要一左一右两台相机模拟双眼。在立体视觉中，相机只能捕获到各自位置拍摄到的图像，测定彼此相对距离，系统根据算法比对两项数据中的相同特征，并通过调整相机间距、焦距较准参数，使结果更为准确。

立体视觉的原理

二、结构光

结构光由一个发射激光的装置和一个接收激光反弹的传感器组成，激光被接收后，物体表面的信息就能被记录下来。在室内或近距离条件下，结构光比立体视觉更高效，因为它获得的图像单一直接，无需软件在图像识别时计算各图间的差异。结构光也不会向立体视觉一样受间距和焦距影响，但由于它是靠光波反射投影的，一些最基础的问题，如镜面反射出现虚影的问题，还是它的一个弱点。

此外，大多数结构光传感器需要在弱光环境下工作，虽然有公司生产出了声称能在阳光下工作的传感器，但是它的实际性能还有待提高。

小科普

如何选择碰撞传感器

一个成功的应用，要选择尺寸合适的碰撞传感器。选碰撞传感器的时候要考虑工件重量，机器人运动造成的惯性载荷，工件在工作过程中产生的载荷。一旦这些都计算好了，就可以确定传感器型号了，同时也可以确定跳变点的设定压力 。跳变点设定的压力最好是可调的。例如，计算的设定压力是50psi，调压范围应该是25-75psi。

计算过程如下：

通过下图，能够将力转换成末端执行工具施加到碰撞传感器上的合力矩，转矩，以及轴向负载。利用图1的曲线和下面的公式来计算最差情况下的负载。所有三个量—轴向负载，转矩和剪切力矩-都应该考虑其动态的，静态的，以及合力的作用情况。

说明： 不是所有的分作用力（静态的，动态的，和工作的）在机器人作业的整个过程中都会出现。结果就是，轴向，转矩，剪切力矩最差的情况会在机器人程序的不同时间段出现。

公式：

轴向负载(F) = F2

转矩（T）= F3*D3

力矩（M） = √( (F1D1)2 + (F2D2)2 )

（F1，F2，F3为各自动态，静态和分作用力的合力；计算跳变压力时必须考虑。）

a. 静态力： 机器人手臂静止时，工具重量施加的载荷。这包含连接到传感器上所有部件的总重，沿着重力的方向作用在重心位置。

b. 动态力： 由于机器人手臂加速，会在工具重心位置增加惯性力。这个力作用方向与运动方向相反。动态力和静态力叠加，必须加以考虑来保证选择合适的碰撞传感器。

c. 工作力： 正常工作的情况下，在工具的边沿产生的作用力。如果这些力的大小和作用点已知，就可以用同样地技巧将其转换成对碰撞传感器的载荷。

本文由机器人官网（公众号：jqr-com）独家编译

原文地址：www.sensorsmag.com/components/choosing-best-sensors-for-a-mobile-robot-part-one

机器人网原创文章，未经授权禁止转载。详情见转载须知

本文来自机器人网，如若转载，请注明出处：https://www.jqr.com/news/007568