傳感器融合技術(shù)如何助力自主移動(dòng)機器人導航再升級？

自主移動(dòng)機器人(AMR)可幫助制造商提高生產(chǎn)效率、增強安全性并節省大量成本，因而在各行各業(yè)得到廣泛應用。2022年全球AMR市場(chǎng)規模為86.5億美元，預計2022年至2028年間的復合年增長(cháng)率(CAGR)將達到18.3%。

進(jìn)入工業(yè)5.0時(shí)代，人類(lèi)將與人工智能(AI)機器人協(xié)同工作，機器人輔助而非取代人類(lèi)。愿景固然美好，但要實(shí)現這一目標，AMR必須克服重重挑戰，集成各種傳感器以及新興的傳感器融合技術(shù)將為此提供助益。

AMR采用過(guò)程中所面臨的挑戰

AMR普及的一大難題是其在多種不同應用和環(huán)境中的適應性。AMR已廣泛應用于倉庫、農業(yè)技術(shù)、商業(yè)園林綠化、醫療保健、智能零售、安防和監控、配送、庫存管理、揀選和分類(lèi)等多個(gè)領(lǐng)域。在這些不同的環(huán)境中，AMR需要安全地與人類(lèi)共處。

此外，復雜的情境也極大地增加了AMR的工作難度。有些情況人類(lèi)可以輕松應對，但對AMR而言卻并非易事。例如，假設送貨機器人在配送最后一個(gè)包裹的途中看到路中間有個(gè)球，它可能會(huì )成功識別這一障礙物并避免碰撞。但其智能化程度是否足以預判會(huì )有小孩跑出來(lái)?yè)烨蚰?？?lèi)似這樣的復雜情境還有很多：AMR能否利用安裝在柱子上的90度反光鏡觀(guān)察彎道的交通狀況并做出預測？AMR是否知道自己不能在新澆筑的混凝土上行走？

人類(lèi)很容易作出判斷，但機器人卻難以應對。然而，若配備了合適的傳感器，AMR在強日光下檢測物體的能力可以超越人類(lèi)。不過(guò)，澆筑的混凝土和噴灑的液體仍然比較難以識別。邊緣、懸崖、坡道和樓梯對于A(yíng)MR來(lái)說(shuō)都是挑戰。還有一些特殊情況，比如有人故意搞破壞，將AMR推翻，這也是早期開(kāi)發(fā)逃逸機動(dòng)系統的緣由。

要想解決這些挑戰，需要在A(yíng)I技術(shù)中采用先進(jìn)的大型語(yǔ)言模型(LLM)和各類(lèi)高性能傳感器。

用于A(yíng)MR的高性能傳感器

AMR需要使用不同類(lèi)型的傳感器進(jìn)行同步定位與地圖構建(SLAM)，并提供距離和深度測量。傳感器的重要指標包括物體檢測、物體識別、顏色識別、分辨率、功耗、尺寸、成本、范圍、動(dòng)態(tài)范圍、速度以及在各種光照和天氣條件下的適應性。

可用于A(yíng)MR的傳感器模式包括：

■ CMOS 成像

■ 直接飛行時(shí)間 (dToF) 和間接飛行時(shí)間 (iTOF) 深度感知

■ 超聲波

■ 雷達

■ 電感定位

■ 低功耗藍牙? (Bluetooth LE) 技術(shù)

■ 慣性

上述模式各有其優(yōu)缺點(diǎn)。例如，雷達能在弱光或惡劣天氣條件下有效測量范圍和速度，但顏色檢測能力較差，初始成本高，且體積較大，而這在A(yíng)MR設計中是一個(gè)重要考慮因素。激光雷達采用大批量CMOS硅鑄造工藝，因此初始成本相對較低，且能夠在夜間/直射陽(yáng)光下進(jìn)行檢測，但在物體分類(lèi)方面表現欠佳。同樣，iToF深度傳感器具有出色的分辨率和低功耗處理能力。

顯然，要為AMR提供全面的信息以應對上述挑戰，僅靠單一的傳感器模式無(wú)法滿(mǎn)足需求。根據應用和環(huán)境的不同，AMR需要使用多種傳感器模式。這些傳感器不會(huì )單獨運行，而是通過(guò)“傳感器融合”共同發(fā)揮作用。

傳感器融合如何賦能自主移動(dòng)機器人

傳感器融合是指將兩個(gè)或多個(gè)數據源（來(lái)自傳感器和/或算法或模型）組合，以更好地了解系統及其周?chē)h(huán)境。AMR中的傳感器融合不僅可以提升可靠性、冗余度并最終確保安全性，還可以提高評估的一致性、準確性和可信度，是一項必不可少的技術(shù)。

如下圖1所示，傳感器融合結合了數據收集和數據解釋兩個(gè)功能。

圖1：傳感器融合過(guò)程

在傳感器融合中，“解釋數據”的步驟需要實(shí)現算法或模型。有時(shí)傳感器融合的結果直接為人類(lèi)提供有用信息（如倒車(chē)輔助），有時(shí)則供機器作進(jìn)一步處理（如安防系統中的人臉識別）。

傳感器融合具有多種優(yōu)勢，例如降低信號噪聲。同質(zhì)傳感器融合可以降低非相關(guān)噪聲，而異構傳感器融合可以降低相關(guān)噪聲。

傳感器融合本質(zhì)上可通過(guò)冗余來(lái)提高可靠性。傳感器的數量至少有兩個(gè)，這意味著(zhù)即使其中一個(gè)傳感器的數據丟失，雖然數據質(zhì)量降低，但系統仍可利用其他傳感器提供的數據繼續工作。傳感器融合還可用于預估無(wú)法直接測量的狀態(tài)，如遮擋（當攝像頭無(wú)法觀(guān)察到物體或物體的一部分時(shí)）和反射（當物體或表面將光線(xiàn)從一個(gè)攝像頭反射到另一個(gè)攝像頭時(shí)）。

鑒于以上優(yōu)勢，且隨著(zhù)采用率日益增長(cháng)，傳感器融合領(lǐng)域已呈現以下趨勢：

■ 采用 AI 驅動(dòng)的算法

■ 增強物體檢測和分類(lèi)能力

■ 傳感器融合用于實(shí)現協(xié)同感知

■ 多種傳感器模式

■ 惡劣條件下的環(huán)境感知

■ 傳感器融合用于實(shí)現 360 度環(huán)視

■ 實(shí)時(shí)傳感器校準

傳感器融合的核心在于傳感器本身，如果獲取的數據不理想，再好的算法也無(wú)法生成高質(zhì)量的結果。令人欣喜的是，安森美(onsemi)提供了一系列出色的傳感器和工具，支持將傳感器融合技術(shù)用于A(yíng)MR中。

總結

自主移動(dòng)機器人應用場(chǎng)景多樣，采用率加快提高。為順應趨勢，行業(yè)已形成了相關(guān)的最佳實(shí)踐。首先，對環(huán)境實(shí)施控制，以減少AMR可能遇到的潛在碰撞情形。例如，可以在制造設施或倉庫中為AMR/自動(dòng)引導車(chē)輛(AGV)設定專(zhuān)門(mén)的路線(xiàn)。其次，在開(kāi)發(fā)過(guò)程中使用數字孿生仿真實(shí)際使用場(chǎng)景（包括邊界工況）。最后，將傳感器融合與智能傳感器、算法和模型相結合。

在智能感知技術(shù)領(lǐng)域，安森美一直走在前列。安森美提供各類(lèi)卷簾快門(mén)和全局快門(mén)圖像傳感器，具有優(yōu)異的動(dòng)態(tài)范圍性能，并配備運動(dòng)喚醒等創(chuàng )新功能。除圖像傳感器外，安森美還提供用于距離檢測的SiPM（激光雷達）。該產(chǎn)品組合包括超聲波傳感器、電感傳感器和采用低功耗藍牙?技術(shù)的微控制器，后者支持可用于定位的AoA（到達角）和AoD（出發(fā)角）。

AMR中的傳感器融合必將對工業(yè)和運輸應用邁向工業(yè)5.0的進(jìn)程產(chǎn)生重大影響，安森美致力于提供完備的傳感器和子系統，確保一切順利過(guò)渡。進(jìn)一步了解我們的AMR方案和系統方案指南。