【導讀】本文重點(diǎn)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(diǎn)。IMU可提供關(guān)鍵的運動(dòng)數據，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(guò)提供實(shí)時(shí)響應，使機器人能夠準確地確定其方向、位置和運動(dòng)，從而使機器人能夠在動(dòng)態(tài)變化的環(huán)境中導航。傳感器融合技術(shù)將IMU數據與其他傳感器（例如攝像頭或LIDAR）相結合，通過(guò)整合多個(gè)數據源來(lái)提高定位精度。
摘要
本文重點(diǎn)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(diǎn)。IMU可提供關(guān)鍵的運動(dòng)數據，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(guò)提供實(shí)時(shí)響應，使機器人能夠準確地確定其方向、位置和運動(dòng)，從而使機器人能夠在動(dòng)態(tài)變化的環(huán)境中導航。傳感器融合技術(shù)將IMU數據與其他傳感器（例如攝像頭或LIDAR）相結合，通過(guò)整合多個(gè)數據源來(lái)提高定位精度。IMU廣泛應用于移動(dòng)機器人、人形機器人、無(wú)人機(UAV)以及虛擬/增強現實(shí)。它們在實(shí)現精確定位方面發(fā)揮了重要作用，使機器人能夠自主執行復雜任務(wù)并與周?chē)h(huán)境有效互動(dòng)。本文探討了在頗具挑戰性的AMR運行環(huán)境中，IMU具有哪些應用案例，以及IMU在實(shí)現精確定位方面如何發(fā)揮關(guān)鍵作用。
簡(jiǎn)介
自主移動(dòng)機器人(AMR)對于未來(lái)的智能工廠(chǎng)和倉儲至關(guān)重要，在塑造未來(lái)自動(dòng)化、可持續和清潔的工廠(chǎng)方面發(fā)揮著(zhù)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(lái)可能會(huì )專(zhuān)門(mén)為AMR建造和優(yōu)化工廠(chǎng)，但讓這些機器人適應現有的倉庫和工廠(chǎng)仍面臨諸多挑戰。AMR面臨的主要障礙涉及兩個(gè)關(guān)鍵部分：高效路徑規劃（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(wú)法覆蓋的封閉環(huán)境下的室內導航。AMR利用一系列傳感器和算法進(jìn)行定位和導航。其中包括攝像頭、LIDAR和雷達等視覺(jué)傳感器，以及車(chē)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據，從而在動(dòng)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(diǎn)介紹IMU在具有挑戰性的AMR運行環(huán)境中的應用案例，以及IMU如何幫助實(shí)現精確定位，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(MEMS)器件構成的微型器件。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(chǎng)的加速度。在IMU中，三軸加速度計用于測量x、y和z軸（見(jiàn)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速率，提供三個(gè)軸上每個(gè)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(jiàn)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(chǎng)測量，對于在具有挑戰性的環(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，還包括模數轉換以提取測量值和溫度補償（見(jiàn)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(hù)可以選擇在傳輸最終數據之前從IMU模塊內部軸旋轉(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(shí)時(shí)定位：自主性和實(shí)時(shí)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。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(zhù)提高了系統在動(dòng)態(tài)環(huán)境中快速適應方向快速變化時(shí)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提供估計姿態(tài)。因此，IMU在實(shí)現實(shí)時(shí)定位方面發(fā)揮著(zhù)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先前已知的位置估計當前位置的導航技術(shù)。IMU可隨著(zhù)時(shí)間推移不斷提供位置、方向和速度數據，從而實(shí)現精確估計，有助于A(yíng)MR實(shí)現可靠導航。
? 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(dòng)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(huì )影響機器人的機動(dòng)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，包括室外和室內環(huán)境。因此，它們適合廣泛的應用。
? 通過(guò)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原始數據的高保真位置輸出，具有顯著(zhù)的優(yōu)勢。更高的刷新速率增強了可靠性，特別是在動(dòng)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估計姿態(tài)。
圖3.IMU的典型功能框圖。
已經(jīng)有視覺(jué)傳感器的情況下，為什么IMU對AMR來(lái)說(shuō)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(jué)傳感器，例如飛行時(shí)間(ToF)、攝像頭、LIDAR等。盡管視覺(jué)測程提供了豐富的數據集，但IMU仍有存在的必要性。以下場(chǎng)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(guò)匹配觀(guān)察到的傳感器數據來(lái)工作，這些數據存儲在地圖中以便在地圖內進(jìn)行定位。當AMR穿越長(cháng)走廊時(shí)（見(jiàn)圖5），會(huì )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(guò)提供航向和方向信息來(lái)充當重要的引導系統。
圖5.AMR在特征不明顯的走廊中失去視覺(jué)測程能力。
2.在廣闊的開(kāi)放環(huán)境中導航：范圍限制：當在大型開(kāi)放空間（如50 m×50 m的大型倉庫）中工作時(shí)，AMR難以定位，因為各個(gè)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(guò)大，AMR的測程功能無(wú)法發(fā)揮作用。此外，倉庫通常具有統一的特征，因此也給視覺(jué)傳感器造成困難。在這種情況下，IMU和車(chē)輪編碼器是精確局部定位的唯一可靠來(lái)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(xiàn)不足影響 | 受動(dòng)態(tài)移動(dòng)對象影響 | 受反射表面影響 | 依賴(lài)于豐富的場(chǎng)景幾何形狀 |
標準RGB攝像頭 | 是 | 是 | 否 | 否 |
飛行時(shí)間(ToF) | 否 | 是 | 是 | 是 |
LIDAR | 否 | 是 | 是 | 是 |
雷達 | 否 | 是 | 是 | 是 |
車(chē)輪里程計 | 否 | 否 | 否 | 否 |
IMU | 否 | 否 | 否 | 否 |
4.導航時(shí)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(huì )降低傳感器數據的質(zhì)量，進(jìn)而影響SLAM算法的性能。類(lèi)似地，其他傳感器模塊也會(huì )受到反射表面和動(dòng)態(tài)移動(dòng)物體（其他AMR或工人）的影響，導致SLAM進(jìn)一步混淆。表1總結了環(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(dòng)機器人在發(fā)揮多功能性時(shí)的合適選擇。
然而，沒(méi)有十全十美的傳感器！
盡管IMU有其優(yōu)勢，但也存在風(fēng)險并會(huì )帶來(lái)一些挑戰2：
1.噪聲：IMU測量容易受到噪聲的影響，這會(huì )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(jìn)的濾波技術(shù)，例如卡爾曼濾波或FIR。
2.偏置：IMU傳感器會(huì )隨著(zhù)時(shí)間的推移積累偏置，這會(huì )導致方向和運動(dòng)估計出現誤差。為了解決這個(gè)問(wèn)題，采用了偏置估計算法來(lái)不斷更新IMU傳感器讀數。
3.非線(xiàn)性度：IMU傳感器表現出非線(xiàn)性行為，這會(huì )進(jìn)一步加劇數據處理和解釋的復雜性。為了對非線(xiàn)性度進(jìn)行補償，需要對其進(jìn)行校準以表征傳感器的行為并應用適當的校正。
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））出現誤差。
如何降低這些風(fēng)險？答案是傳感器融合！
? 傳感器融合有何幫助？
■ 提高可靠性。
■ 提高數據質(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AMR運行期間的噪聲、ARW和偏置不穩定性誤差。
■ 通過(guò)測量地球引力加速度，可以消除IMU中的俯仰和滾轉陀螺儀誤差。
■ 該算法會(huì )跟蹤和糾正偏置漂移，并糾正ARW誤差。
? 擴展卡爾曼濾波器(EKF)：
■ 即使建模系統的確切性質(zhì)未知，也支持對過(guò)去、現在和未來(lái)狀態(tài)的估計。圖8顯示了簡(jiǎn)化的EKF算法。
■ 隨著(zhù)時(shí)間的推移,觀(guān)察到的測量值包含高斯白噪聲或其他不準確性，并通過(guò)以下方式估計測量的真實(shí)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。
ADI IMU如何幫助解決這些挑戰？
ADI公司為包括移動(dòng)機器人在內的各種應用提供了多種IMU。提供的特有價(jià)值主張如下：
? 內置校準：ADI IMU具有經(jīng)過(guò)充分出廠(chǎng)校準的加速度計和陀螺儀尋址參數，例如靈敏度、偏置、對準、線(xiàn)性加速度的陀螺儀偏置和加速度計。內置動(dòng)態(tài)偏移校正功能可補償電源電壓、溫度和磁場(chǎng)干擾的變化并具有降噪功能4。這可以顯著(zhù)減少系統集成時(shí)間和采集成本，從而簡(jiǎn)化在不同條件下工業(yè)應用中精確傳感器測量的整體實(shí)施。
? 低噪聲、高帶寬模數轉換器(ADC)：以高精度和高帶寬捕獲傳感器數據，確?？煽?、靈敏的運行。
? 高精度：ADI IMU提供精確的方向、運動(dòng)和速度測量，使機器人能夠做出明智的決策并精確地在周?chē)h(huán)境中移動(dòng)。
? 低功耗：移動(dòng)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(cháng)電池續航時(shí)間。
? 緊湊尺寸：為了安裝到移動(dòng)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(huì )影響性能。
? 易于集成：與機器人控制系統的輕松集成對于無(wú)縫操作至關(guān)重要。ADI的IMU測試板與開(kāi)源ROS節點(diǎn)相結合，可以輕松集成以構建AMR。
結論
IMU是AMR定位的必備元件，因為IMU可以提供方向估計和運動(dòng)跟蹤，并以高刷新速率提供實(shí)時(shí)響應，使得AMR能夠在動(dòng)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(lái)彌補彼此的局限性。ADI提供豐富多樣的IMU來(lái)滿(mǎn)足各種移動(dòng)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(jiǎn)介”。John Wiley & Sons, Inc.，2016年8月。
2 Oliver J. Woodman?！皯T性導航簡(jiǎn)介”。劍橋大學(xué)，2007年8月。
3 robot_localization 2.6.12文檔。Tom Moore，2016年。
4 Randy Carver和Mark Looney?！癕EMS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，系統應用工程師)
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
貿澤電子與Analog Devices聯(lián)手推出新電子書(shū)探討電子設計中的電源效率與穩健性
