機器人避障的第一步,是讓機器人能夠感知周圍環境。一般來說,我們需要通過傳感器給機器人提供周圍環境的參數指標。例如障礙物的尺寸、形狀和位置等。目前避障使用的傳感器各種各樣,其特點和適用范圍也不同。根據不同的原理,可分為:超聲波傳感器、紅外傳感器、激光傳感器和視覺傳感器等。
1)超聲波傳感器
超聲波傳感器的原理是:先發出超聲波,然后檢測反射波的延遲,根據聲速計算目標與物體之間的距離。由于超聲波在空氣中的速度和濕度,溫度有關,在實踐中,需要考慮到這些因素的變化。另外,超聲波傳感器的有效距離,一般小于10m,并且會有最小約幾十毫米的檢測盲點,它只能用于小型項目。超聲波傳感器成本低廉,技術成熟,原理簡單,是最常用的傳感器。
2)紅外傳感器
紅外傳感器大多基于三角測量原理。發射器以一定的角度向待測物體發射紅外光束,被物體反射回來后用另一個接收器檢測到,會得到一個偏移值。利用幾何關系可以根據發射角度計算得到傳感器與物體的距離。常見的紅外傳感器的測量距離都比較近,小于超聲波傳感器的距離。另外,對于透明的物體(例如玻璃等)紅外線會穿透的材質,紅外傳感器是無法檢測距離的。
3)激光傳感器
激光傳感器原理類似前一個方法,只是用激光替代了紅外線來測量距離。常用的測距方式是由發射器發出持續時間很短的脈沖激光,由接收器接收返回的信號,根據入射波與反射波的延時,測出與目標的實際距離。由于光速比聲速快很多,這種測量方式往往用于大型測量,如航天研究中,而并不適合對精度要求很高的領域。
4)視覺傳感器
視覺傳感器利用多個傳感器聯合使用,通過復雜的算法模擬計算出物體的形狀、速度、距離等。這種方法雖然探測范圍比較寬闊,獲取信息量也大,但是對機器人內置的處理器的要求比較高,且由于處理時間的存在,導致對環境的實時反應差。此外,它也會收到霧霾等光學因素的干擾。
資料獲取 | |
新聞資訊 | |
== 資訊 == | |
» 人形機器人未來3-5年能夠實現產業化的方 | |
» 導診服務機器人上崗門診大廳 助力醫院智慧 | |
» 山東省青島市政府辦公廳發布《數字青島20 | |
» 關于印發《青海省支持大數據產業發展政策措 | |
» 全屋無主燈智能化規范 | |
» 微波雷達傳感技術室內照明應用規范 | |
» 人工智能研發運營體系(ML0ps)實踐指 | |
» 四驅四轉移動機器人運動模型及應用分析 | |
» 國內細分賽道企業在 AIGC 各應用場景 | |
» 國內科技大廠布局生成式 AI,未來有望借 | |
» AIGC領域相關初創公司及業務場景梳理 | |
» ChatGPT 以 GPT+RLHF 模 | |
» AIGC提升文字 圖片滲透率,視頻 直播 | |
» AI商業化空間前景廣闊應用場景豐富 | |
» AI 內容創作成本大幅降低且耗時更短 優 | |
== 機器人推薦 == | |
服務機器人(迎賓、講解、導診...) |
|
智能消毒機器人 |
|
機器人底盤 |