使用航位推測法來(lái)解決導航的挑戰

隨著(zhù)自動(dòng)化的周邊技術(shù)進(jìn)步，小型掃地機器人的導航方式也不斷提升。而機器人的航位推測法，就是最新的關(guān)鍵技術(shù)。在導航中，航位推測法是從已知的起始位置開(kāi)始，搭配隨時(shí)間改變的內部速度和前進(jìn)方向估算，來(lái)估測出一個(gè)位置，其中不需要任何外部參照物。用于機器人航位推測法的典型傳感器包括用滾輪旋轉來(lái)估算速度的滾輪編碼器、根據觀(guān)察到的地板樣式來(lái)估計速度的光流傳感器 （類(lèi)似計算機鼠標中使用的傳感器），以及測量面向位置和加速的 IMU。航位推測法是由這些傳感器提供的綜合信息所計算而成。

 
圖一 : 小型掃地機器人的導航方式也不斷提升，而機器人的航位推測法，就是最新的關(guān)鍵技術(shù)。

這些航位推測法的運算法已實(shí)際應用在機器人中，并且逐漸超越知名的隨機漫步 （在地板上以看似隨機模式移動(dòng)的機器人）。這些機器人會(huì )運用智慧漫步，這是一種更先進(jìn)的清潔方法，即利用航位推測法依照經(jīng)計算的模式移動(dòng)。航位推測法是它們導航信息的主要來(lái)源，也能讓這些機器人更有效地清潔表面，并節省電池壽命。對消費者而言，它能有效清潔以節省時(shí)間；對于 OEM 廠(chǎng)商，它不需要 LIDAR 或昂貴的相機 （在 VLAM 系統中），進(jìn)而節省 BOM 成本。

即使是在更先進(jìn)的 VSLAM 和 LIDAR 系統中，航位推測法依然占有關(guān)鍵地位。VSLAM 式解決方案仰賴(lài)相機來(lái)計算器器人的位置。相機通常指向前方或上方的角度，找出各種邊緣或對象來(lái)定位其位置。但是，如果機器人進(jìn)入光線(xiàn)不足的區域 （如床底或沙發(fā)下），就會(huì )失去可利用的視覺(jué)線(xiàn)索，因而迷路。進(jìn)入沒(méi)有特別裝飾的房間 （譬如四面皆是白色墻面） 也會(huì )發(fā)生同樣的狀況。當機器人越過(guò)門(mén)坎或參差不齊表面時(shí)，LIDAR 系統會(huì )遺失信息，創(chuàng )造出同樣不均勻的世界。航位推測法填補這些關(guān)鍵時(shí)刻的定位空白信息，并維持正確的路線(xiàn)。

各傳感器的用途與挑戰
航位推測法似乎可以透過(guò)自動(dòng)化導覽解決許多問(wèn)題，這點(diǎn)毫無(wú)疑問(wèn)，但航位推測法本身并非沒(méi)有難題待解決。隨著(zhù)時(shí)間流逝，由于內部估計誤差 （速度和面向位置），透過(guò)航位推測法計算出的位置將偏離真實(shí)位置。每個(gè)傳感器都會(huì )有影響輸出準確性的自身狀況。

滾輪編碼器雖然可以追蹤滾輪的旋轉狀況 （以輪軸為中心移動(dòng)的距離或速度），并直接轉化為線(xiàn)性位移。但這是最理想的狀況。在現實(shí)世界中，滾輪可能會(huì )因為軟質(zhì)表面和地表變化而滑移或打滑。在這些滑移或打滑期間，滾輪會(huì )比機器人移動(dòng)得更遠或更近。滾輪編碼器的讀數會(huì )準確反映滾輪的行為，但那并非機器人的確切位置。

 
圖二 : 實(shí)際數目:83cm ; 被察覺(jué)的數目: 93 cm

光流傳感器是可以在計算機鼠標中找到的傳感器。光流傳感器使用LED 或雷射光來(lái)查看其影像中的相對變化。如果影像中有特定的子像素組一起移動(dòng) （或流動(dòng)），它會(huì )提供傳感器整體移動(dòng)方向的信息。您的計算機鼠標幾乎都會(huì )在平坦光滑的表面上使用，因此其狀況和輸出結果可達到穩定一致。但機器人會(huì )在不同的地板上移動(dòng)，根據地板與傳感器之間的高度差異及傳感器的類(lèi)型，提供不同的信息。某些地板搭配 LED（較粗糙）的運作效果較佳，其他則是搭配雷射（較平坦）的效果較佳。為了讓機器人從光流傳感器取得最佳信息，校正傳感器以配合地面高度和地板種類(lèi)可說(shuō)是至關(guān)重要。

 
圖三 : 慣性量測單元（IMU）會(huì )測量加速度和角速度，并轉換為前進(jìn)方向和傾斜信息。

慣性量測單元（IMU）是正如其名專(zhuān)門(mén)設計的傳感器。它們會(huì )測量加速度和角速度，并轉換為前進(jìn)方向和傾斜信息。我在前一篇文章提到，面向位置的準確性對機器人來(lái)說(shuō)很重要，因為這樣才能找出前進(jìn)的方向。傾斜信息有助于防止機器人往墻面上爬，或因為椅子太高而卡住。IMU 對傳感器一致性方面有其挑戰。它們會(huì )受到溫度影響，需要校準才能正確使用。

結合一切要素
為了建立精確的航位推測算法，每個(gè)傳感器都必須經(jīng)過(guò)校準，以提供精確的信息。這項工作本身就有其難度，而要讓這些傳感器互相融合更增添了復雜程度。藉由比較滾輪編碼器信息和 IMU 和光流傳感器，可偵測到滑移和打滑的情況并忽略相關(guān)信息。同理，光流法也可以透過(guò)比較其流向與滾輪編碼器預期的線(xiàn)性動(dòng)作來(lái)進(jìn)行動(dòng)態(tài)校準。利用 IMU 來(lái)檢查在平滑表面上的一致性，可提高對測量的信心程度。除了持續監控溫度對于性能的影響，這也能維持對傳感器的掌控。傳感器融合的價(jià)值在于隨時(shí)了解哪些傳感器信息最值得信賴(lài)，藉此盡量展現最佳成效。如您所見(jiàn)，盡管我還未全部列舉出來(lái)，但航位推測法的程序已包含許多復雜議題。

航位推測法是強大的工具，可用于任何地面模式的機器人，比起進(jìn)階的 VSLAM 或 LIDAR 系統更能展現高效率。它可以利用智慧漫步縮短清潔時(shí)間，也可以在不良的環(huán)境之下，為復雜的 SLAM 算法增加韌性。精心結合滾輪編碼器、光流傳感器和 IMU 來(lái)實(shí)現航位推測法。

當您發(fā)現在地板上看似簡(jiǎn)單的清掃模式竟是如此復雜程序的成果，可能會(huì )大吃一驚，但所看到這些流暢的成果，正是許多傳感器和傳感器融合所實(shí)現的心血結晶。在此情況下，至少總體是大于個(gè)體的總和。