【導讀】本文重點介紹了慣性測量單元(IMU)傳感器對于機器人定位的重要性，并概述了其主要優(yōu)點。IMU可提供關(guān)鍵的運動數(shù)據(jù)，已成為機器人精確定位的重要組成部分。IMU集成了加速度計、陀螺儀和磁力計，通過提供實時響應，使機器人能夠準確地確定其方向、位置和運動，從而使機器人能夠在動態(tài)變化的環(huán)境中導航。傳感器融合技術(shù)將IMU數(shù)據(jù)與其他傳感器（例如攝像頭或LIDAR）相結(jié)合，通過整合多個數(shù)據(jù)源來提高定位精度。
摘要
本文重點介紹了慣性測量單元(IMU)傳感器對于機器人定位的重要性，并概述了其主要優(yōu)點。IMU可提供關(guān)鍵的運動數(shù)據(jù)，已成為機器人精確定位的重要組成部分。IMU集成了加速度計、陀螺儀和磁力計，通過提供實時響應，使機器人能夠準確地確定其方向、位置和運動，從而使機器人能夠在動態(tài)變化的環(huán)境中導航。傳感器融合技術(shù)將IMU數(shù)據(jù)與其他傳感器（例如攝像頭或LIDAR）相結(jié)合，通過整合多個數(shù)據(jù)源來提高定位精度。IMU廣泛應用于移動機器人、人形機器人、無人機(UAV)以及虛擬/增強現(xiàn)實。它們在實現(xiàn)精確定位方面發(fā)揮了重要作用，使機器人能夠自主執(zhí)行復雜任務并與周圍環(huán)境有效互動。本文探討了在頗具挑戰(zhàn)性的AMR運行環(huán)境中，IMU具有哪些應用案例，以及IMU在實現(xiàn)精確定位方面如何發(fā)揮關(guān)鍵作用。
簡介
自主移動機器人(AMR)對于未來的智能工廠和倉儲至關(guān)重要，在塑造未來自動化、可持續(xù)和清潔的工廠方面發(fā)揮著關(guān)鍵作用。AMR可提高效率、減少浪費并優(yōu)化工業(yè)環(huán)境中的利用率。雖然未來可能會專門為AMR建造和優(yōu)化工廠，但讓這些機器人適應現(xiàn)有的倉庫和工廠仍面臨諸多挑戰(zhàn)。AMR面臨的主要障礙涉及兩個關(guān)鍵部分：高效路徑規(guī)劃（確定最佳路徑）和精確定位（不斷更新其在環(huán)境中的位置）。1
本文主要討論GPS無法覆蓋的封閉環(huán)境下的室內(nèi)導航。AMR利用一系列傳感器和算法進行定位和導航。其中包括攝像頭、LIDAR和雷達等視覺傳感器，以及車輪編碼器和IMU等測程傳感器。每種傳感器模式在范圍、準確性和傳感信息方面都各有優(yōu)勢。這些傳感器的組合可確保提供全面的數(shù)據(jù)，從而在動態(tài)環(huán)境中有效定位機器人。雖然全面自主性必須要依靠一系列傳感器，但本文重點介紹IMU在具有挑戰(zhàn)性的AMR運行環(huán)境中的應用案例，以及IMU如何幫助實現(xiàn)精確定位，這對于導航和自主性至關(guān)重要。
什么是IMU？
IMU是由微機電系統(tǒng)(MEMS)器件構(gòu)成的微型器件。其中通常包括：
? 三軸加速度計：加速度計用于測量相對于地球重力場的加速度。在IMU中，三軸加速度計用于測量x、y和z軸（見圖1）。
圖1.x、y和z軸上的加速度測量。
? 三軸陀螺儀：陀螺儀用于測量旋轉(zhuǎn)速率，提供三個軸上每個軸的角速度。三軸陀螺儀可以測量機器人在x、y和z軸上的角速度（ωx、ωy、ωz）（見圖2）。
圖2.x、y和z軸上的陀螺儀測量。
? 高性能磁力計：提供磁場測量，對于在具有挑戰(zhàn)性的環(huán)境中準確估計方向至關(guān)重要。盡管并不流行，但一些傳統(tǒng)的IMU中配備了磁力計。
? 其它：溫度傳感器用于補償溫度變化，氣壓計用于測量壓力。
IMU功能框圖
? 典型的IMU不僅包括陀螺儀、加速度計和溫度傳感器，還包括模數(shù)轉(zhuǎn)換以提取測量值和溫度補償（見圖3）。
? IMU采用板載初步濾波算法，例如板載FIR（有限脈沖響應）。
? 校準和補償可糾正任何錯位或傳感器偏置。
? 用戶可以選擇在傳輸最終數(shù)據(jù)之前從IMU模塊內(nèi)部軸旋轉(zhuǎn)(d?)以匹配機器人的參考框架。
為何IMU對AMR有益？
? 高刷新速率的實時定位：自主性和實時導航是機器人操作環(huán)境中的關(guān)鍵要素。然而，感知傳感器的刷新速率通常受到限制，大概在10 Hz到30 Hz的范圍內(nèi)。相比之下，IMU擁有提供高保真位置輸出的能力，最高可達200 Hz。更高的刷新速率顯著提高了系統(tǒng)在動態(tài)環(huán)境中快速適應方向快速變化時的可靠性，從而有助于快速響應。憑借加速的刷新速率，AMR還能夠在其他測量之間的短暫間隔內(nèi)提供估計姿態(tài)。因此，IMU在實現(xiàn)實時定位方面發(fā)揮著關(guān)鍵作用，其刷新速率比感知傳感器快10倍。
? 航位推算：IMU是航位推算的支柱，航位推算是一種根據(jù)先前已知的位置估計當前位置的導航技術(shù)。IMU可隨著時間推移不斷提供位置、方向和速度數(shù)據(jù)，從而實現(xiàn)精確估計，有助于AMR實現(xiàn)可靠導航。
? 緊湊的尺寸和重量：IMU具有緊湊的尺寸和輕便的設計，非常適合集成到各種移動機器人配置中。例如，ADI公司的ADIS16500的尺寸只有33.25 mm × 30.75 mm，既可確保高效放置，又不會影響機器人的機動性。
? 在不同環(huán)境中的可靠性：IMU具有一定的抗電磁干擾能力，可以在多種環(huán)境中運行，包括室外和室內(nèi)環(huán)境。因此，它們適合廣泛的應用。
? 通過加快刷新速率提高可靠性：感知傳感器的刷新速率通常限制在約10 Hz至30 Hz之間，而IMU可提供高達4 kHz原始數(shù)據(jù)的高保真位置輸出，具有顯著的優(yōu)勢。更高的刷新速率增強了可靠性，特別是在動態(tài)環(huán)境中，使AMR能夠快速響應并有助于在其他測量之間的短期間隔內(nèi)估計姿態(tài)。
圖3.IMU的典型功能框圖。
已經(jīng)有視覺傳感器的情況下，為什么IMU對AMR來說仍然必不可少
圖4.AMR的傳感器堆棧。
如圖4所示，AMR通常具有多種視覺傳感器，例如飛行時間(ToF)、攝像頭、LIDAR等。盡管視覺測程提供了豐富的數(shù)據(jù)集，但IMU仍有存在的必要性。以下場景探討了其背后的一些原因：
1.AMR在特征稀疏的走廊中導航：同步定位與地圖繪制(SLAM)算法本質(zhì)上通過匹配觀察到的傳感器數(shù)據(jù)來工作，這些數(shù)據(jù)存儲在地圖中以便在地圖內(nèi)進行定位。當AMR穿越長走廊時（見圖5），會很快迷失定位。由于缺乏獨特特征，例如，具有均勻顏色、紋理或反射率的直墻，SLAM難以精確定位。在這種情況下，IMU可通過提供航向和方向信息來充當重要的引導系統(tǒng)。
圖5.AMR在特征不明顯的走廊中失去視覺測程能力。
2.在廣闊的開放環(huán)境中導航：范圍限制：當在大型開放空間（如50 m×50 m的大型倉庫）中工作時，AMR難以定位，因為各個獨特特征超出了傳感器范圍（LIDAR的最大范圍通常約為10 m到15 m）。如圖6所示，由于空間過大，AMR的測程功能無法發(fā)揮作用。此外，倉庫通常具有統(tǒng)一的特征，因此也給視覺傳感器造成困難。在這種情況下，IMU和車輪編碼器是精確局部定位的唯一可靠來源。
圖7.AMR在斜坡上行駛。
表1.各種用于定位的傳感器模塊的姿態(tài)和方向估計
傳感器模塊 | 受光線不足影響 | 受動態(tài)移動對象影響 | 受反射表面影響 | 依賴于豐富的場景幾何形狀 |
標準RGB攝像頭 | 是 | 是 | 否 | 否 |
飛行時間(ToF) | 否 | 是 | 是 | 是 |
LIDAR | 否 | 是 | 是 | 是 |
雷達 | 否 | 是 | 是 | 是 |
車輪里程計 | 否 | 否 | 否 | 否 |
IMU | 否 | 否 | 否 | 否 |
4.導航時的環(huán)境因素：對環(huán)境因素的敏感性：LIDAR傳感器對各種環(huán)境因素很敏感，例如環(huán)境光、灰塵、霧和雨。這些因素會降低傳感器數(shù)據(jù)的質(zhì)量，進而影響SLAM算法的性能。類似地，其他傳感器模塊也會受到反射表面和動態(tài)移動物體（其他AMR或工人）的影響，導致SLAM進一步混淆。表1總結(jié)了環(huán)境對不同傳感器模塊的影響。IMU可以在各種環(huán)境中可靠運行，因而成為移動機器人在發(fā)揮多功能性時的合適選擇。
然而，沒有十全十美的傳感器！
盡管IMU有其優(yōu)勢，但也存在風險并會帶來一些挑戰(zhàn)2：
1.噪聲：IMU測量容易受到噪聲的影響，這會降低機器人導航和控制的準確性。為了補償噪聲，IMU通常采用先進的濾波技術(shù)，例如卡爾曼濾波或FIR。
2.偏置：IMU傳感器會隨著時間的推移積累偏置，這會導致方向和運動估計出現(xiàn)誤差。為了解決這個問題，采用了偏置估計算法來不斷更新IMU傳感器讀數(shù)。
3.非線性度：IMU傳感器表現(xiàn)出非線性行為，這會進一步加劇數(shù)據(jù)處理和解釋的復雜性。為了對非線性度進行補償，需要對其進行校準以表征傳感器的行為并應用適當?shù)男Ｕ?br style="padding: 0px; margin: 0px auto;"/>
4.隨機游走：IMU易受到外部熱機械事件的影響，導致ARW（角度隨機游走（陀螺儀中））和VRW（速度隨機游走（加速度計中））出現(xiàn)誤差。
如何降低這些風險？答案是傳感器融合！
? 傳感器融合有何幫助？
■ 提高可靠性。
■ 提高數(shù)據(jù)質(zhì)量。
■ 更好地估計未測量的狀態(tài)。
■ 增加覆蓋范圍從而確保安全。
? 傳感器融合算法意義：
■ 擴展卡爾曼濾波等狀態(tài)估計技術(shù)可以糾正常規(guī)AMR運行期間的噪聲、ARW和偏置不穩(wěn)定性誤差。
■ 通過測量地球引力加速度，可以消除IMU中的俯仰和滾轉(zhuǎn)陀螺儀誤差。
■ 該算法會跟蹤和糾正偏置漂移，并糾正ARW誤差。
? 擴展卡爾曼濾波器(EKF)：
■ 即使建模系統(tǒng)的確切性質(zhì)未知，也支持對過去、現(xiàn)在和未來狀態(tài)的估計。圖8顯示了簡化的EKF算法。
■ 隨著時間的推移,觀察到的測量值包含高斯白噪聲或其他不準確性，并通過以下方式估計測量的真實值
■ 同步傳感器之間的測量
■ 預測姿態(tài)和誤差估計
■ 估計和更新預測值的不確定性
圖9.使用ROS的典型傳感器融合系統(tǒng)。
ADI IMU如何幫助解決這些挑戰(zhàn)？
ADI公司為包括移動機器人在內(nèi)的各種應用提供了多種IMU。提供的特有價值主張如下：
? 內(nèi)置校準：ADI IMU具有經(jīng)過充分出廠校準的加速度計和陀螺儀尋址參數(shù)，例如靈敏度、偏置、對準、線性加速度的陀螺儀偏置和加速度計。內(nèi)置動態(tài)偏移校正功能可補償電源電壓、溫度和磁場干擾的變化并具有降噪功能4。這可以顯著減少系統(tǒng)集成時間和采集成本，從而簡化在不同條件下工業(yè)應用中精確傳感器測量的整體實施。
? 低噪聲、高帶寬模數(shù)轉(zhuǎn)換器(ADC)：以高精度和高帶寬捕獲傳感器數(shù)據(jù)，確?？煽?、靈敏的運行。
? 高精度：ADI IMU提供精確的方向、運動和速度測量，使機器人能夠做出明智的決策并精確地在周圍環(huán)境中移動。
? 低功耗：移動機器人通常依靠電池供電，因此低功耗對于增加行駛里程至關(guān)重要。ADI IMU能效高，可最大程度降低功耗并最大程度延長電池續(xù)航時間。
? 緊湊尺寸：為了安裝到移動機器人有限的空間中，ADI IMU采用了緊湊的外形設計，因此可以輕松集成到各種機器人配置中，而不會影響性能。
? 易于集成：與機器人控制系統(tǒng)的輕松集成對于無縫操作至關(guān)重要。ADI的IMU測試板與開源ROS節(jié)點相結(jié)合，可以輕松集成以構(gòu)建AMR。
結(jié)論
IMU是AMR定位的必備元件，因為IMU可以提供方向估計和運動跟蹤，并以高刷新速率提供實時響應，使得AMR能夠在動態(tài)環(huán)境中行駛。借助卡爾曼濾波器等傳感器融合技術(shù)，可以組合其他傳感器模塊來彌補彼此的局限性。ADI提供豐富多樣的IMU來滿足各種移動機器人應用的特定要求。
參考文獻
1 Shoudong Huang和Gamini Dissanayake?！皺C器人定位：簡介”。John Wiley & Sons, Inc.，2016年8月。
2 Oliver J. Woodman?！皯T性導航簡介”。劍橋大學，2007年8月。
3 robot_localization 2.6.12文檔。Tom Moore，2016年。
4 Randy Carver和Mark Looney。“MEMS加速度計校準可優(yōu)化工業(yè)應用的精度”。EE Times，2007年10月。
(作者：Sarvesh Pimpalkar，系統(tǒng)應用工程師)
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。
推薦閱讀：
