支持自主性的基础传感技术推动工业革命的发展

作者：Sarven Ipek，Bob Scannell，Andreas Parr

许多分析师一致认为，在工业4.0和自主系统的增长推动下，下一次工业革命已经到来。在下一个工业发现时代，推动更有效地利用材料和劳动力，要求底层技术继续快速发展。

自动化和自主行动的机器人、车辆和无人机与制造、采矿、农业和物流流程紧密结合，是正在进行的工业革命的关键支柱。

为了达到自主应用所需的系统性能水平，设备需要感知和导航其环境。它可以借助传感模式来实现这些目标，这些模式的输出由传统的、人工智能或基于机器学习的算法融合和解释。可靠性和可用性是最大的相关挑战，需要并行实施多种传感器技术，最终目标是提高安全性、效率、成本和灵活性。

自治系统严重依赖融合传感模式收集的高保真数据来通知人工智能和算法。业内最普遍接受的传感器包括雷达、激光雷达、视觉、超声波和惯性传感器。下表突出显示了每种感知传感模式的优点和局限性，以及系统中对多个传感器的需求。

传感	主要优势	局限性	主要贡献
视觉	最高分辨率 颜色	夜间 恶劣天气 估计范围	3D 测绘 （>15m） 1圣物位分类 小障碍物检测
激光 雷达	高分辨率 测量范围	恶劣天气	3D 测绘 （>15m） 1圣物位分类 小障碍物检测
雷达	大多数天气 测量范围 测量速度	低分辨率	物体检测和跟踪
超声	全天候 测量范围 最低成本	短距离 低分辨率 响应慢	低速、短距离检测

感知感知：赋予机器视觉

工业4.0的挑战是多种多样的。有限的空间和在恶劣环境中配对的自主操作机械（机器人、协作机器人等）需要更小、更精确且能够测量附近目标的雷达技术。周围区域的成像和分类对于效率、生产力和安全性至关重要。

在射频收发器IC技术最新进展的推动下，雷达正迅速成为感知应用的重要传感器技术之一。一个例子是77 GHz全集成全数字收发器MMIC。高速和线性FMCW线性调频与高输出功率、低噪声发射和接收通道以及MIMO天线阵列相结合，现在能够以合理的成本实现高性能、高分辨率雷达系统。基于雷达的数字波束成形能够在最恶劣的环境条件下检测径向速度、角度和与多个目标的距离，这是机器人、协作机器人和AGV在动态环境中安全高效交互的关键。

在工业环境中，自主系统的任务通常是定位和拾取物体，而不是安全地避开它。激光雷达强大的物体检测和分类精度提供了完成这些常见任务所需的精度。

激光雷达系统在太赫兹频率范围内工作，可实现精细的角度分辨率，从而转化为高分辨率深度图。借助这些高分辨率深度图，激光雷达系统可以对物体进行分类，使其与视觉、IMU 和雷达信息融合，从而做出可靠的关键任务决策。激光雷达系统设计用于在动态环境中工作，例如户外明亮的阳光下。通过使用 9xx nm 和 15xx nm 波长的窄脉冲，并以高功率驱动它们，激光雷达能够在这些具有挑战性的条件下看得更远。此外，窄脉冲允许更精细的深度分辨率来检测像素内的多个目标，而9xx和15xx的红外光具有较少的太阳辐射。

必须克服许多挑战才能鼓励大规模采用激光雷达系统。其中包括复杂且昂贵的信号链、光学设计问题以及系统测试和校准。目前正在开发集成这些信号链并降低其复杂性、尺寸、功率要求和总体拥有成本的开发。

导航传感：赋予机器感觉

随着传感器在工业机器上的激增，以及从中获取的数据变得更加丰富，它们的位置和相对运动的重要性也随之增加。自动驾驶通常与移动性有关，因此精确定位车辆的位置，或引导机器的运动，或精确地转向它们的仪器是一个关键的推动因素。精确地检测这种运动允许更困难和更有价值的应用使用，其中也要求安全性和可靠性。例如，智能农场面临的挑战是不断提高作物管理的效率，而将仪器定位在厘米以内是节省投入和最大化产出的主要驱动力。

自主导航的一种方法是利用GNSS定位服务，这些服务虽然无处不在，但也容易受到信号中断的影响。完全自主需要不受限制的操作，没有阻塞或临时中断的威胁。惯性传感器提供互补的运动测量，不受干扰和对外部基础设施的需求。所有三个轴上的线性和旋转传感器组合通常组合成一个六自由度惯性测量单元（IMU）。IMU 的输出可以通过额外的处理来解析，以提供相对姿态、航向和速度。这最终提供了所谓的航位推算指导。

需要一类特殊的惯性传感器来解决厘米级定位的精度，或10度的指向角。即使在良性环境中，消费级IMU的输出也会非常快速地漂移。他们无法将“想要的”运动与其他误差源区分开来，包括振动和跨轴干扰。高性能惯性传感器在 1°/小时的范围内具有高稳定性，采用特殊的传感器架构来抑制线性 g 误差，并经过校准以补偿温度和对准干扰。与GPS和感知传感器相比，这种精确的运动捕捉以10×至100×的速率完成，因此最能取代非自主机器中依赖的人类本能运动感应。

这场工业革命的发展取决于支持自主性的基础传感技术的发展。雷达、激光雷达和摄像头在短距离和远距离精确检测和分类物体的能力将使自主工业车辆能够像人类操作员一样有效地看到物体。此外，惯性技术对于为自主应用提供“直觉”或航位推算导航至关重要。传感器越精确，输入人工智能的数据质量就越高，这最终导致更安全、更高效的应用。审核编辑：郭婷