随着经济的发展和科技的进步，智能机器⼈早就不是什么新鲜事物。⽽室内服务机器⼈作为新兴发展起来的产业，逐渐成为⽬前⾏业的风⼝浪尖，从最早的扫地机器⼈开始，家庭陪伴机器⼈、送餐机器⼈等陆续进⼊公众视线。
不管什么类型的机器⼈，只要⾃主移动，就需要在家庭或其他环境中进⾏导航定位。假如⽤⾦字塔来表⽰机器⼈技术，那么定位导航作为最底层技术，正是构建整个机器⼈的核⼼关键。 如何实现移动机器⼈在不确定环境中⾃主定位导航⼀直都是机器⼈研究的⼀⼤核⼼课题，⾏业内对其进⾏了多年的研究。⾃主导航作为⼀项核⼼技术，是赋予机器⼈感知和⾏动能⼒的关键。下⾯再为⼤家盘点⼀下⾃主移动机器⼈常⽤的导航定位⽅法。
⼀、视觉导航定位
在视觉导航定位系统中，⽬前国内外应⽤较多的是基于局部视觉的在机器⼈中安装车载摄像机的导航⽅式。在这种导航⽅式中，控制设备和传感装置装载在机器⼈车体上，图像识别、路径规划等⾼层决策都由车载控制计算机完成。
视觉导航定位系统主要包括：摄像机（或CCD图像传感器）、视频信号数字化设备、基于DSP的快速信 号处理器、计算机及其外设等。现在有很多机器⼈系统采⽤CCD图像传感器，其基本元件是⼀⾏硅成像元素，在⼀个衬底上配置光敏元件和电荷转移器件，通过电荷的依次转移，将多个象素的视频信号分时、顺序地取出来，如⾯阵CCD传感器采集的图像的分辨率可以从32×32到1024×1024像素等。
视觉导航定位系统的⼯作原理简单说来就是对机器⼈周边的环境进⾏光学处理，先⽤摄像头进⾏图像信息采集，将采集的信息进⾏压缩，然后将它反馈到⼀个由神经⽹络和统计学⽅法构成的学习⼦系统，再由学习⼦系统将采集到的图像信息和机器⼈的实际位置联系起来，完成机器⼈的⾃主导航定位功能。
⼆、光反射导航定位
典型的光反射导航定位⽅法主要是利⽤激光或红外传感器来测距。激光和红外都是利⽤光反射技术来进⾏导航定位的。
激光全局定位系统⼀般由激光器旋转机构、反射镜、光电接收装置和数据采集与传输装置等部分组成。
⼯作时，激光经过旋转镜⾯机构向外发射，当扫描到由后向反射器构成的合作路标时，反射光经光电接收器件处理作为检测信号，启动数据采集程序读取旋转机构的码盘数据（⽬标的测量⾓度值），然二次包络
后通过通讯传递到上位机进⾏数据处理，根据已知路标的位置和检测到的信息，就可以计算出传感器当前在路标坐标系下的位置和⽅向，从⽽达到进⼀步导航定位的⽬的。
激光测距具有光束窄、平⾏性好、散射⼩、测距⽅向分辨率⾼等优点，但同时它也受环境因素⼲扰⽐较⼤，因此采⽤激光测距时怎样对采集的信号进⾏去噪等也是⼀个⽐较⼤的难题，另外激光测距也存在盲区，所以光靠激光进⾏导航定位实现起来⽐较困难，在⼯业应⽤中，⼀般还是在特定范围内的⼯业现场检测，如检测管道裂缝等场合应⽤较多。
红外传感技术经常被⽤在多关节机器⼈避障系统中，⽤来构成⼤⾯积机器⼈“敏感⽪肤”，覆盖在机器⼈⼿臂表⾯，可以检测机器⼈⼿臂运⾏过程中遇到的各种物体。
典型的红外传感器包括⼀个可以发射红外光的固态发光⼆极管和⼀个⽤作接收器的固态光敏⼆极管。由红外发光管发射经过调制的信号，红外光敏管接收⽬标物反射的红外调制信号，环境红外光⼲扰的消除由信号调制和专⽤红外滤光⽚保证。设输出信号Vo代表反射光强度的电压输出，则Vo是探头⾄⼯件间距离的函数：
Vo=f（x，p）
式中，p—⼯件反射系数。p与⽬标物表⾯颜⾊、粗糙度有关。x—探头⾄⼯件间距离。
当⼯件为p值⼀致的同类⽬标物时，x和Vo⼀⼀对应。x可通过对各种⽬标物的接近测量实验数据进⾏插值得到。这样通过红外传感器就可以测出机器⼈距离⽬标物体的位置，进⽽通过其他的信息处理⽅法也就可以对移动机器⼈进⾏导航定位。
虽然红外传感定位同样具有灵敏度⾼、结构简单、成本低等优点，但因为它们⾓度分辨率⾼，⽽距离分辨率低，因此在移动机器⼈中，常⽤作接近觉传感器，探测临近或突发运动障碍，便于机器⼈紧急停障。
三、GPS全球定位系统
如今，在智能机器⼈的导航定位技术应⽤中，⼀般采⽤伪距差分动态定位法，⽤基准接收机和动态接收机共同观测4颗GPS卫星，按照⼀定的算法即可求出某时某刻机器⼈的三维位置坐标。差分动态定位消除了星钟误差，对于在距离基准站1000km的⽤户，可以消除星钟误差和对流层引起的误差，因⽽可以显着提⾼动态定位精度。
炒茶机烷基叔丁基醚但是因为在移动导航中，移动GPS接收机定位精度受到卫星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声等诸多因素的影响，因此，单纯利⽤GPS导航存在定位精度⽐较低、可靠性不⾼的问题，所以在机器⼈的导航应⽤中通常还辅以磁罗盘、光码盘和GPS的数据进⾏导航。另外，GPS导航系统也不适应⽤在室内或者⽔下机器⼈的导航中以及对于位置精度要求较⾼的机
器⼈系统。
四、超声波导航定位
超声波导航定位的⼯作原理也与激光和红外类似，通常是由超声波传感器的发射探头发射出超声波，超声波在介质中遇到障碍物⽽返回到接收装置。
通过接收⾃⾝发射的超声波反射信号，根据超声波发出及回波接收时间差及传播速度，计算出传播距离S，就能得到障碍物到机器⼈的距离，即有公式：S=Tv/2式中，T—超声波发射和接收的时间差；v—超声波在介质中传播的波速。
当然，也有不少移动机器⼈导航定位中⽤到的是分开的发射和接收装置，在环境地图中布置多个接收装置，⽽在移动机器⼈上安装发射探头。
在移动机器⼈的导航定位中，因为超声波传感器⾃⾝的缺陷，如：镜⾯反射、有限的波束⾓等，给充分获得周边环境信息造成了困难，因此，通常采⽤多传感器组成的超声波传感系统，建⽴相应的环境模型，通过串⾏通信把传感器采集到的信息传递给移动机器⼈的控制系统，控制系统再根据采集的信号和建⽴的数学模型采取⼀定的算法进⾏对应数据处理便可以得到机器⼈的位置环境信息。
由于超声波传感器具有成本低廉、采集信息速率快、距离分辨率⾼等优点，长期以来被⼴泛地应⽤到
移动机器⼈的导航定位中。⽽且它采集环境信息时不需要复杂的图像配备技术，因此测距速度快、实时性好。
同时，超声波传感器也不易受到如天⽓条件、环境光照及障碍物阴影、表⾯粗糙度等外界环境条件的影响。超声波进⾏导航定位已经被⼴泛应⽤到各种移动机器⼈的感知系统中。
五、⽬前主流的机器⼈定位技术是SLAM技术（Simultaneous Localization and Mapping即时定位与地图构建）。⾏业领先的服务机器⼈企业，⼋成都采⽤了SLAM技术。简单来说，SLAM技术是指机器⼈在未知环境中，完成定位、建图、路径规划的整套流程。
SLAM（Simultaneous Localization and Mapping，即时定位与地图构建），⾃1988年被提出以来，主要⽤于研究机器⼈移动的智能化。对于完全未知的室内环境，配备激光雷达等核⼼传感器后，SLAM技术可以帮助机器⼈构建室内环境地图，助⼒机器⼈的⾃主⾏⾛。
SLAM问题可以描述为：机器⼈在未知环境中从⼀个未知位置开始移动，在移动过程中根据位置估计和传感器数据进⾏⾃⾝定位，同时建造增量式地图。
SLAM技术的实现途径主要包括VSLAM、Wifi-SLAM与Lidar SLAM。
1.VSLAM（视觉SLAM）溶液聚合
指在室内环境下，⽤摄像机、Kinect等深度相机来做导航和探索。其⼯作原 理简单来说就是对机器⼈周边的环境进⾏光学处理，先⽤摄像头进⾏图像信息采集，将采集的信息进⾏压缩，然后将它反馈到⼀个由神经⽹络和统计学⽅法构成的学习⼦系统，再由学习⼦系统将采集到的图像信息和机器⼈的实际位置联系起来，完成机器⼈的⾃主导航定位功能。
但是，室内的VSLAM仍处于研究阶段，远未到实际应⽤的程度。⼀⽅⾯，计算量太⼤，对机器⼈系统的性能要求较⾼；另⼀⽅
⾯，VSLAM⽣成的地图（多数是点云）还不能⽤来做机器⼈的路径规划，需要进⼀步探索和研究。
2.Wifi-SLAM
指利⽤智能⼿机中的多种传感设备进⾏定位，包括Wifi、GPS、陀螺仪、加 速计和磁⼒计，并通过机器学习和模式识别等算法将获得的数据绘制出准确的室内地图。该技术的提供商已于2013年被苹果公司收购，苹果公司是否已经把 Wifi-SLAM 的科技⽤到iPhone上，使所有iPhone ⽤户相当于携带了⼀个绘图⼩机器⼈，这⼀切暂未可知。⽏庸置疑的是，更精准的定位不仅有利于地图，它会让所有依赖地理位置的应⽤（LBS） 更加精准。
3.Lidar SLAM
指利⽤激光雷达作为传感器，获取地图数据，使机器⼈实现同步定位与地图构建。就技术本⾝⽽⾔，经过多年验证，已相当成熟，但Lidar 成本昂贵这⼀瓶颈问题亟待解决。
Google⽆⼈驾驶汽车正是采⽤该项技术，车顶安装的激光雷达来⾃美国 Velodyne公司，售价⾼达7万美元以上。这款激光雷达可以在⾼速旋转时向周围发射64束激光，激光碰到周围物体并返回，便可计算出车体与周边物体的距离。计算机系统再根据这些数据描绘出精细的3D 地形图，然后与⾼分辨率地图相结合，⽣成不同的数据模型供车载计算机系统使⽤。激光雷达占去了整车成本的⼀半，这可能也是 Google ⽆⼈车迟迟⽆法量产的原因之⼀。
平压平自动模切机
墙角护角激光雷达具有指向性强的特点，使得导航的精度得到有效保障，能很好地适应室内环境。但是，Lidar SLAM却并未在机器⼈室内导航领域有出⾊表现，原因就在于激光雷达的价格过于昂贵。
为了让这项⽆⼈车技术更快地进⼊⽇常使⽤，顺着“弱硬件+强算法”的思路，Quanery ⽤固态图像传感器替代了 360 度旋转的摄像头和激光测距器，成本将降到 1000 美元⼀套左右。加拿⼤创业公司 Leddar Tech 利⽤ LED 灯进⾏测距，套件售价为299 美元。创业公司Savioke推出的Relay机器⼈采⽤Lidar SLAM技术，它可以⾃动为酒店房间运送⽛刷、⽑⼱和其他物品。
总结
随着⾕歌⽆⼈驾驶车的使⽤，基于激光雷达技术的雷达SLAM算法也变成了科研界的热门话题。据介绍，雷达SLAM虽然成本较⾼，但却是⽬前最稳定、最可靠、⾼性能的SLAM⽅式。刚刚完成A轮融资的深圳优地科技有限公司，旗下优地机器⼈采⽤的正是雷达SLAM。这种技术定位精度控制在±10mm内，能够确保机器⼈在完全未知的环境中创造地图，同时根据地图进⾏定位、导航、⾃主规划路线。也就是说你下达任务后以后它就能⾃主规划路线、完成任务后回到迎宾地点，⽆需⼈⼯操作，与⾕歌⽆⼈驾驶技术有异曲同⼯之妙。
计算机技术、传感技术等的不断发展，⼈们对机器⼈导航⾃主性的要求越来越⾼，SLAM已经发展成为使机器⼈探测陌⽣环境并到路线的标准⼯具。⽽室内定位与导航领域，由于激光雷达成本的下降，Lidar SLAM将成为服务机器⼈实现⾃由⾏⾛的必然选择。
SLAM技术⽬前已⼴泛应⽤于AR、机器⼈、⽆⼈驾驶等新兴领域，其中雷达SLAM因良好的指向性与⾼度聚焦性，成为⾏业主流定位导航⽅式。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议