摘要

　　本文重點介紹了慣性測量單元（IMU）傳感器對于機器人定位的重要性,，并概述了其主要優(yōu)點,。IMU可提供關鍵的運動數(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。傳感器融合技術將IMU數(shù)據(jù)與其他傳感器（例如攝像頭或LIDAR）相結合,，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)揮關鍵作用,。

　　簡介

　　自主移動機器人（AMR）對于未來的智能工廠和倉儲至關重要,，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）。¹

　　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重要,。

　　什么是IMU,？

　　IMU是由微機電系統(tǒng)（MEMS）器件構成的微型器件。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。

　　▲三軸陀螺儀：陀螺儀用于測量旋轉速率,，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）。

　　圖2.x,、y和z軸上的陀螺儀測量,。

　　▲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,。

　　IMU功能框圖

　　▲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)轉換以提取測量值和溫度補償（見圖3）,。

　　▲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（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200 Hz,。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,。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計，非常適合集成到各種移動機器人配置中,。例如,，ADI公司的ADIS16500的尺寸只有33.25 mm × 30.75 mm，既可確保高效放置,，又不會影響機器人的機動性,。

　　▲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10 Hz至30 Hz之間,，而IMU可提供高達4 kHz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),。

　　圖3.IMU的典型功能框圖,。

　　已經(jīng)有視覺傳感器的情況下，為什么IMU對AMR來說仍然必不可少

　　圖4.AMR的傳感器堆棧,。

　　如圖4所示,，AMR通常具有多種視覺傳感器,，例如飛行時間（ToF）、攝像頭,、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：

　　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5）,，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5.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50 m×50 m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6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6.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7）來幫助解決這一難題,，從而有效地在斜坡上導航。

　　圖7.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,。

　　然而,，沒有十全十美的傳感器！

　　盡管IMU有其優(yōu)勢,，但也存在風險并會帶來一些挑戰(zhàn)²：

　　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,，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?/p>

　　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,！

　　▲傳感器融合有何幫助？

　　■提高可靠性,。

　　■提高數(shù)據(jù)質量,。

　　■更好地估計未測量的狀態(tài)。

　　■增加覆蓋范圍從而確保安全,。

　　▲傳感器融合算法意義：

　　■擴展卡爾曼濾波等狀態(tài)估計技術可以糾正常規(guī)AMR運行期間的噪聲,、ARW和偏置不穩(wěn)定性誤差,。

　　■通過測量地球引力加速度，可以消除IMU中的俯仰和滾轉陀螺儀誤差,。

　　■該算法會跟蹤和糾正偏置漂移,，并糾正ARW誤差。

　　▲擴展卡爾曼濾波器（EKF）：

　　■即使建模系統(tǒng)的確切性質未知,，也支持對過去,、現(xiàn)在和未來狀態(tài)的估計。圖8顯示了簡化的EKF算法,。

　　■隨著時間的推移,，觀察到的測量值包含高斯白噪聲或其他不準確性，并通過以下方式估計測量的真實值

　　■同步傳感器之間的測量

　　■預測姿態(tài)和誤差估計

　　■估計和更新預測值的不確定性

　　圖8.EKF算法（簡化）,。

　　▲傳感器融合：

　　■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（圖9）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,。姿態(tài)輸出表達如下：

　　姿態(tài)狀態(tài) = （X, Y, Z, 滾轉,， 俯仰， 偏航,， X˙,， Y˙， Z˙,， 滾轉˙,， 俯仰˙， 偏航˙,， X¨,， Y¨， Z¨）,。

　　圖9.使用ROS的典型傳感器融合系統(tǒng),。

　　ADI IMU如何幫助解決這些挑戰(zhàn)？

　　ADI公司為包括移動機器人在內(nèi)的各種應用提供了多種IMU,。提供的特有價值主張如下：

　　▲內(nèi)置校準：ADI IMU具有經(jīng)過充分出廠校準的加速度計和陀螺儀尋址參數(shù),，例如靈敏度、偏置,、對準,、線性加速度的陀螺儀偏置和加速度計,。內(nèi)置動態(tài)偏移校正功能可補償電源電壓、溫度和磁場干擾的變化并具有降噪功能4,。這可以顯著減少系統(tǒng)集成時間和采集成本,，從而簡化在不同條件下工業(yè)應用中精確傳感器測量的整體實施。

　　▲低噪聲,、高帶寬模數(shù)轉換器（ADC）：以高精度和高帶寬捕獲傳感器數(shù)據(jù),，確保可靠,、靈敏的運行,。

　　▲高精度：ADI IMU提供精確的方向、運動和速度測量,，使機器人能夠做出明智的決策并精確地在周圍環(huán)境中移動,。

　　▲低功耗：移動機器人通常依靠電池供電，因此低功耗對于增加行駛里程至關重要,。ADI IMU能效高,，可最大程度降低功耗并最大程度延長電池續(xù)航時間。

　　▲緊湊尺寸：為了安裝到移動機器人有限的空間中,，ADI IMU采用了緊湊的外形設計,，因此可以輕松集成到各種機器人配置中，而不會影響性能,。

　　▲易于集成：與機器人控制系統(tǒng)的輕松集成對于無縫操作至關重要,。ADI的IMU測試板與開源ROS節(jié)點相結合，可以輕松集成以構建AMR,。

　　結論

　　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，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,。

　　參考文獻

　　1 Shoudong Huang和Gamini Dissanayake?！皺C器人定位：簡介”,。John Wiley & Sons, Inc.，2016年8月,。

　　2 Oliver J. Woodman,。“慣性導航簡介”,。劍橋大學,，2007年8月,。

　　3 robot_localization 2.6.12文檔。Tom Moore,，2016年,。

　　4 Randy Carver和Mark Looney?！癕EMS加速度計校準可優(yōu)化工業(yè)應用的精度”,。EE Times，2007年10月,。

更多精彩內(nèi)容歡迎點擊==>>電子技術應用-AET<<