自主机器人传感的注意事项

自主机器人是智能机器，无需人工控制或干预即可理解和导航其环境。尽管自主机器人技术相对年轻，但在工厂、仓库、城市和家庭中，自主机器人有许多不同的用例。例如，自主机器人可用于在仓库周围运输货物，或执行最后一英里交付，而其他类型的自主机器人可以吸尘房屋或修剪草坪。

自主性要求机器人能够在地图环境中感知和定位自己，动态检测周围的障碍物，跟踪这些障碍物，规划到达指定目的地的路线，并控制车辆遵循该计划。此外，机器人必须仅在安全的情况下执行这些任务，避免对人类、财产或自主系统本身构成风险的情况。

随着机器人比以往任何时候都更接近人类工作，它们不仅必须具有自主性、移动性和节能性，而且还必须满足功能安全要求。传感器、处理器和控制设备可以帮助设计人员达到功能安全标准的严格要求，例如国际电工委员会 (IEC) 61508。

自主机器人传感的注意事项

没有传感器的机器人将不可避免地撞到障碍物，包括墙壁、其他机器人或人类，并可能导致严重伤害。有几种不同类型的传感器可以帮助解决自主机器人带来的挑战。

视觉传感器密切模拟人类的视觉和感知。视觉系统可以解决定位、障碍物检测和避免碰撞的挑战，因为它们具有高分辨率的空间覆盖范围，并且不仅能够检测对象而且能够对这些对象进行分类。与激光雷达等传感器相比，视觉传感器也更具成本效益。然而，视觉传感器的计算量非常大。

耗电的中央处理单元 (CPU) 和图形处理单元 (GPU) 可能对功率受限的自主机器人系统构成挑战。在设计节能机器人系统时，基于 CPU 或 GPU 的处理应该最少。

高效视觉系统中的片上系统 (SoC) 应以高速和低功耗处理视觉信号链，并优化系统成本。SoC 还必须卸载计算密集型任务，例如原始图像处理、去扭曲、立体深度估计、缩放、图像金字塔生成和深度学习，以实现最大系统效率。用于视觉处理的 SoC 必须是智能、安全和节能的，这可以在异构 SoC 架构中实现高水平的片上集成。

让我们仔细看看德州仪器 (TI) 的毫米波 (mmWave) 雷达传感在自主机器人中的应用。在机器人应用中使用 TI毫米波雷达是一个相对较新的概念，但使用 TI 毫米波传感实现自主性的想法已经存在了一段时间。在汽车应用中，TI 毫米波雷达是高级驾驶辅助系统 (ADAS) 的关键组件之一，已被用于监控车辆周围环境。您可以采用一些相同的 ADAS 概念，例如环视监控或防撞，并将它们应用于自主机器人。

从传感技术的角度来看，TI 毫米波雷达是独一无二的，因为这些传感器提供物体的范围、速度和到达角信息，并更好地指导机器人如何导航以避免碰撞。使用雷达传感器数据，机器人可以根据接近的人或物体的位置、速度和轨迹来决定是安全地继续其路径还是减速甚至停止。

值得注意的是，TI 毫米波雷达从三个维度观察环境，这使传感器能够感知可能不直接位于机器人行驶路径中的物体。由于这种 3D 检测能力，TI 毫米波雷达传感器还可以提供高度信息，该信息不仅对于检测地面上的物体，而且对于可能从上方突出到机器人路径中的物体，都至关重要。

TI 毫米波传感器还可以可靠地检测其他传感器（如相机和激光雷达）可能“看到”透明物体而无法准确检测到的玻璃和其他透明材料。TI 毫米波雷达在光学传感器往往难度更大的挑战性环境条件下也更加稳健。由于 TI 毫米波雷达使用无线电波而不是光来检测物体，因此它不受低光照、雨、雾、灰尘和烟雾等环境因素的影响。

通过传感器融合和人工智能解决复杂的自主机器人问题

对于更复杂的自主机器人应用，无论传感器类型如何，单独一个传感器可能不足以实现自主性。不同的传感方式具有独特的优势和局限性。

雷达非常适合对象检测，并在具有挑战性的环境中提供广泛的可见性，但在对象分类或对象边缘精度方面存在局限性。LiDAR 传感器可以提供精度和准确性，但可能成本高昂且耗电。视觉传感器可以提供高分辨率的对象分类和场景智能，但计算量很大，需要外部光源才能运行。最终，摄像头或雷达等传感器应在系统中相互补充。通过传感器融合利用不同传感器模式的优势可以帮助解决一些更复杂的自主机器人挑战。

虽然传感器融合可以帮助自主机器人更准确，但在边缘使用人工智能可以帮助机器人变得智能。将人工智能融入自主机器人系统可以帮助机器人智能地感知、做出决策和执行行动。

具有人工智能的自主机器人可以智能地检测物体及其位置，对物体进行分类并采取相应的行动。例如，当机器人在繁忙的仓库中导航时，人工智能可以帮助机器人推断出哪些类型的物体——包括人类、盒子、机器，甚至其他机器人——在它的路径上，并决定哪些动作适合在它们周围导航。

人工智能还可以帮助机器人更自主地执行特定任务。例如，如果机器人在仓库周围移动小车，基于视觉的 AI 可以帮助机器人检测和推断小车的姿势和位置，以便机器人能够准确定位自己，连接到小车，然后移动它仓库地板周围。

在设计包含 AI 的机器人系统时，应该考虑硬件和软件的设计。理想情况下，SoC 应该具有用于​​ AI 功能的硬件加速器，以帮助实时执行计算密集型任务。访问易于使用的 AI 软件开发环境有助于简化和加快应用程序开发和硬件部署流程。

结论

设计更加智能和自主的机器人是继续提高自动化水平的必要条件。机器人可用于仓库和交付，以跟上和促进电子商务的增长。机器人可以执行日常的家务，如吸尘和割草。使用自主机器人可以提高生产力和效率，有助于改善我们的生活并增加价值。

审核编辑：汤梓红