慣性測量單元（IMU）可提供關(guān)鍵的運動數(shù)據(jù)，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，通過提供實時響應，使機器人能夠準確地確定其方向、位置和運動，從而使機器人能夠在動態(tài)變化的環(huán)境中導航。傳感器融合技術(shù)將IMU數(shù)據(jù)與其他傳感器（例如攝像頭或LIDAR）相結(jié)合，通過整合多個數(shù)據(jù)源來提高定位精度。

 

IMU廣泛應用于移動機器人、人形機器人、無人機（UAV）以及虛擬/增強現(xiàn)實。它們在實現(xiàn)精確定位方面發(fā)揮了重要作用，使機器人能夠自主執(zhí)行復雜任務并與周圍環(huán)境有效互動。本文探討了在頗具挑戰(zhàn)性的AMR運行環(huán)境中，IMU具有哪些應用案例，以及IMU在實現(xiàn)精確定位方面如何發(fā)揮關(guān)鍵作用。

自主移動機器人（AMR）對于未來的智能工廠和倉儲至關(guān)重要，在塑造未來自動化、可持續(xù)和清潔的工廠方面發(fā)揮著關(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。雖然未來可能會專門為AMR建造和優(yōu)化工廠，但讓這些機器人適應現(xiàn)有的倉庫和工廠仍面臨諸多挑戰(zhàn)。AMR面臨的主要障礙涉及兩個關(guān)鍵部分：高效路徑規(guī)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）。

本文主要討論GPS無法覆蓋的封閉環(huán)境下的室內(nèi)導航。AMR利用一系列傳感器和算法進行定位和導航。其中包括攝像頭、LIDAR和雷達等視覺傳感器，以及車輪編碼器和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(shù)據(jù)，從而在動態(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，但本文重點介紹慣性測量單元（IMU）在具有挑戰(zhàn)性的AMR運行環(huán)境中的應用案例，以及IMU如何幫助實現(xiàn)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(tǒng)（MEMS）器件構(gòu)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的加速度。在IMU中，三軸加速度計用于測量x、y和z軸（見圖1）。

 

圖1. x、y和z軸上的加速度測量

圖2.x、y和z軸上的陀螺儀測量

 • 三軸陀螺儀：陀螺儀用于測量旋轉(zhuǎn)速率，提供三個軸上每個軸的角速度。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）（見圖2）。
 • 高性能磁力計：提供磁場測量，對于在具有挑戰(zhàn)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(tǒng)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。

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(shù)轉(zhuǎn)換以提取測量值和溫度補償。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；用戶可以選擇在傳輸最終數(shù)據(jù)之前從IMU模塊內(nèi)部軸旋轉(zhuǎn)（d?）以匹配機器人的參考框架。

 

為何IMU對AMR有益？

高刷新速率的實時定位：自主性和實時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(nèi)。相比之下，IMU擁有提供高保真位置輸出的能力，最高可達200Hz。更高的刷新速率顯著提高了系統(tǒng)在動態(tài)環(huán)境中快速適應方向快速變化時的可靠性，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(nèi)提供估計姿態(tài)。因此，IMU在實現(xiàn)實時定位方面發(fā)揮著關(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(jù)先前已知的位置估計當前位置的導航技術(shù)。IMU可隨著時間推移不斷提供位置、方向和速度數(shù)據(jù)，從而實現(xiàn)精確估計，有助于AMR實現(xiàn)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(shè)計，非常適合集成到各種移動機器人配置中。
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(nèi)環(huán)境。因此，它們適合廣泛的應用。

通過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10Hz至30Hz之間，而IMU可提供高達4kHz原始數(shù)據(jù)的高保真位置輸出，具有顯著的優(yōu)勢。更高的刷新速率增強了可靠性，特別是在動態(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(nèi)估計姿態(tài)。

 

為什么IMU對AMR來說必不可少？
 
如圖3所示，AMR通常具有多種視覺傳感器，例如飛行時間（ToF）、攝像頭、激光雷達（LIDAR）等。盡管視覺測程提供了豐富的數(shù)據(jù)集，但IMU仍有存在的必要性。以下場景探討了其背后的一些原因：

 

圖3.AMR的傳感器堆棧

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)上通過匹配觀察到的傳感器數(shù)據(jù)來工作，這些數(shù)據(jù)存儲在地圖中以便在地圖內(nèi)進行定位。當AMR穿越長走廊時（見圖4），會很快迷失定位。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可通過提供航向和方向信息來充當重要的引導系統(tǒng)。

圖4.AMR在特征不明顯的走廊中失去視覺測程能力

 2.在廣闊的開放環(huán)境中導航：范圍限制：當在大型開放空間（如50m×50m的大型倉庫）中工作時，AMR難以定位，因為各個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5所示，由于空間過大，AMR的測程功能無法發(fā)揮作用。此外，倉庫通常具有統(tǒng)一的特征，因此也給視覺傳感器造成困難。在這種情況下，IMU和車輪編碼器是精確局部定位的唯一可靠來源。

 

圖5.傳感器的視場（FoV）有限，AMR無法在寬闊的開放空間內(nèi)進行定位

 3. 在斜坡上行駛：當在斜坡上行駛時，傳統(tǒng)的SLAM算法依靠LIDAR時會遇到挑戰(zhàn)，因為2D點數(shù)據(jù)不顯示坡度信息。因此，斜坡會被誤解為墻壁或障礙物，導致地圖成本更高。因此，采用2D系統(tǒng)的傳統(tǒng)SLAM方法在斜坡上變得無效。IMU可通過提取坡度信息（圖6）來幫助解決這一難題，從而有效地在斜坡上導航。

 

圖6.AMR在斜坡上行駛

 

4. 導航時的環(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。這些因素會降低傳感器數(shù)據(jù)的質(zhì)量，進而影響SLAM算法的性能。類似地，其他傳感器模塊也會受到反射表面和動態(tài)移動物體（其他AMR或工人）的影響，導致SLAM進一步混淆。表1總結(jié)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，因而成為移動機器人在發(fā)揮多功能性時的合適選擇。

 

盡管IMU有其優(yōu)勢，但也存在風險并會帶來一些挑戰(zhàn)：
1. 噪聲：IMU測量容易受到噪聲的影響，這會降低機器人導航和控制的準確性。為了補償噪聲，IMU通常采用先進的濾波技術(shù)，例如卡爾曼濾波或FIR。

2. 偏置：IMU傳感器會隨著時間的推移積累偏置，這會導致方向和運動估計出現(xiàn)誤差。為了解決這個問題，采用了偏置估計算法來不斷更新IMU傳感器讀數(shù)。

3. 非線性度：IMU傳感器表現(xiàn)出非線性行為，這會進一步加劇數(shù)據(jù)處理和解釋的復雜性。為了對非線性度進行補償，需要對其進行校準以表征傳感器的行為并應用適當?shù)男Ｕ?/span>

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(xiàn)誤差。

如何降低這些風險？答案是傳感器融合！其可以提高可靠性與數(shù)據(jù)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。

在典型的基于機器人操作系統(tǒng)（ROS）的系統(tǒng)中，視覺傳感器以及IMU和車輪里程計使用流行的基于ROS的開源軟件包robot_localization3進行融合，該軟件包以EKF算法為核心。該軟件包可以融合不限數(shù)量的傳感器和各種傳感器輸入，如IMU、輪速和里程計。robot_localization給出的姿態(tài)輸出包括機器人位置和方向的3D估計以及線/角速度和加速度，這些信息都會輸入到SLAM算法中。

 

結(jié)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跟蹤，并以高刷新速率提供實時響應，使得AMR能夠在動態(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彌補彼此的局限性。ADI提供豐富多樣的IMU來滿足各種移動機器人應用的特定要求。

作者：Sarvesh Pimpalkar，ADI系統(tǒng)應用工程師

 

來源：榮格-《智能制造縱橫》

原創(chuàng)聲明：
本站所有原創(chuàng)內(nèi)容未經(jīng)允許，禁止任何網(wǎng)站、微信公眾號等平臺等機構(gòu)轉(zhuǎn)載、摘抄，否則榮格工業(yè)傳媒保留追責權(quán)利。任何此前未經(jīng)允許，已經(jīng)轉(zhuǎn)載本站原創(chuàng)文章的平臺，請立即刪除相關(guān)文章。