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(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(yīng)，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(dǎo)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(yīng)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(fù)雜任務(wù)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(yīng)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。

　　簡介

　　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(yīng)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）。¹

　　本文主要討論GPS無法覆蓋的封閉環(huán)境下的室內(nèi)導(dǎo)航。AMR利用一系列傳感器和算法進行定位和導(dǎo)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(yīng)用案例，以及IMU如何幫助實現(xiàn)精確定位，這對于導(dǎo)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。

　　▲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）。

　　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(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。

　　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(zhuǎn)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(yīng)）。

　　▲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(dǎo)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(yīng)方向快速變化時的可靠性，從而有助于快速響應(yīng)。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(dāng)前位置的導(dǎo)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(dǎo)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。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(yīng)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(yīng)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(dǎo)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(dāng)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(dāng)重要的引導(dǎo)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(dǎo)航：范圍限制：當(dāng)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(dāng)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(dǎo)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(dǎo)航。

　　圖7.AMR在斜坡上行駛。

　　4.導(dǎo)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(dǎo)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。

　　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(fēng)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(dǎo)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(dǎo)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(fù)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(yīng)用適當(dāng)?shù)男Ｕ?/p>

　　4.隨機游走：IMU易受到外部熱機械事件的影響，導(dǎo)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(fēng)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(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。

　　▲傳感器融合算法意義：

　　■擴展卡爾曼濾波等狀態(tài)估計技術(shù)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(zhuǎn)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(zhì)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(yù)測姿態(tài)和誤差估計

　　■估計和更新預(yù)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(zhuǎn)， 俯仰， 偏航， X˙， Y˙， Z˙， 滾轉(zhuǎn)˙， 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(yīng)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(yīng)用中精確傳感器測量的整體實施。

　　▲低噪聲、高帶寬模數(shù)轉(zhuǎn)換器（ADC）：以高精度和高帶寬捕獲傳感器數(shù)據(jù)，確?？煽?、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(guān)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(shè)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(guān)重要。ADI的IMU測試板與開源ROS節(jié)點相結(jié)合，可以輕松集成以構(gòu)建AMR。

　　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(yīng)，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(yīng)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?！皯T性導(dǎo)航簡介”。劍橋大學(xué)，2007年8月。

　　3 robot_localization 2.6.12文檔。Tom Moore，2016年。

　　4 Randy Carver和Mark Looney。“MEMS加速度計校準可優(yōu)化工業(yè)應(yīng)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(shù)應(yīng)用-AET<<