【導(dǎo)讀】當(dāng)腦海中浮現(xiàn)機器人的形象時，您可能會聯(lián)想到巨大的機械手臂，工廠車間里盤繞的隨處可見的線圈和線束，以及四處飛濺的焊接火花。這些機器人與大眾文化和科幻小說中描繪的機器人大不相同，在后者中，機器人常以人們?nèi)粘Ｉ钪值男蜗笫救恕?/strong>
如今，人工智能技術(shù)的突破正在推動服務(wù)型機器人、無人飛行器和自主駕駛車輛的機器人技術(shù)發(fā)展，市場規(guī)模預(yù)計將從 2016 年的 310 億美元增加到 2020 年的 2370 億美元[1]。
隨著機器人技術(shù)的進(jìn)步，互補傳感器技術(shù)也在進(jìn)步。就像人類的五官感覺一樣，通過將不同的傳感技術(shù)結(jié)合起來，可在將機器人系統(tǒng)部署到不斷變化、不受控制的環(huán)境中時取得最佳效果?；パa金屬氧化物半導(dǎo)體 (CMOS) 毫米波 (mmWave) 雷達(dá)傳感器是機器人感知方面一項相對較新的技術(shù)。
機器人傳感器技術(shù)
機器人傳感器技術(shù)包括力和扭矩傳感器、觸摸傳感器、一維/二維紅外 (IR) 測距儀、三維飛行時間激光雷達(dá)傳感器、攝像機、慣性測量單元 (IMU)、GPS 等。CMOS 毫米波雷達(dá)傳感器可精確測量其視野范圍內(nèi)物體的距離以及任何障礙物的相對速度。這些感應(yīng)技術(shù)各有優(yōu)缺點，如表 1 所示。
表 1.傳感器技術(shù)比較。
與基于視覺和激光雷達(dá)的傳感器相比，毫米波傳感 器的一個重要優(yōu)勢是不受雨、塵、煙、霧或霜等環(huán) 境條件影響。此外，毫米波傳感器可在完全黑暗中 或在陽光直射下工作。這些傳感器可直接安裝在無 外透鏡、通風(fēng)口或傳感器表面的塑料外殼后，非常 堅固耐用，能滿足防護(hù)等級 (IP) 69K 標(biāo)準(zhǔn)。此外， TI 的毫米波傳感器的體積小、重量輕，生產(chǎn)設(shè)計體積是微型激光測距儀的三分之一，重量是其一半[2]。
檢測玻璃墻
圖 1 說明了玻璃墻和隔墻在現(xiàn)代建筑中的應(yīng)用， 而服務(wù)型機器人（例如真空吸塵或拖地機器人）需要感知這些表面以防止碰撞。 事實證明，使用攝像機和紅外傳感器很難檢測這些元素。但毫米波傳感器可檢測到玻璃墻的存在及其后面的物體。
圖 1.現(xiàn)代建筑廣泛使用玻璃表面。
為演示這一功能，我們設(shè)置了一個簡單的實驗，對 80c m 遠(yuǎn)處的一塊玻璃使用德州儀器 (TI) IWR1443BOOST 毫米波傳感器評估模塊 (EVM)。
然后，我們在玻璃后面 140cm 處的位置放置了一個墻板，如圖 2 所示。
圖 2.設(shè)置用于檢測玻璃墻的測試。
在毫米波演示可視化工具中使用 EVM 隨附的演示軟件和可視化工具，圖 3 中顯示的結(jié)果明確證明了毫米波傳感器可檢測玻璃墻面及其背后的墻板。
圖 3.顯示玻璃板和墻板檢測的試驗結(jié)果。
使用毫米波傳感器測量對地速度
精確的里程計信息對于機器人平臺的自主移動必不可少。
可通過測量機器人平臺上車輪或皮帶的轉(zhuǎn)動來獲得此信息。然而，如果車輪在松散礫石、泥地或濕地等表面上打滑時，這種低成本方法顯然無法輕松湊效。
更先進(jìn)的系統(tǒng)可通過增加一個 IMU（有時通過 GPS 增強）來確保里程計非常精確。毫米波傳感器可通過向地面發(fā)送線性調(diào)頻信號并測量返回信號的多普勒頻移，
為穿越不平坦的地形或底盤俯仰和偏航情況較多的機器人提供額外的里程計信息。圖 4 顯示了對地速度毫米波雷達(dá)傳感器在機器人平臺上的潛在配置。 是 將雷達(dá)指向平臺前（如圖所示）還是指向平臺后（農(nóng)用車輛的標(biāo)準(zhǔn)做法）需進(jìn)行權(quán)衡。如果指向平臺前，則也可使用同一毫米波傳感器來檢測表面邊緣，避免不可恢復(fù)的平臺損失，如從倉庫裝運臺上跌落。如果指向平臺后，則可將傳感器安裝在平臺的重心點上，盡量減少俯仰和偏航對測量的影響，這在農(nóng)業(yè)應(yīng)用中是一個大問題。
機械臂周圍的安全防護(hù)裝置
隨著機器人在服務(wù)能力或在靈活的低批量處理自動化任務(wù)中與人類發(fā)生更多的交互，必須確保它們不會對與之交互的人造成傷害，如圖 5 所示。
圖 5.未來的機器人將與人類有更多的交互。
在過去，常用方法是在機器人的工作區(qū)域周圍打造一個安全屏障或排除區(qū)域，確保物理隔離，如圖 6 所示。
圖 4.機器人平臺上的對地速度雷達(dá)配置。
方程 1 計算均勻理想條件下的速度：
其中 V 是車輛的速度，?是發(fā)射信號的波長，? 是天線俯角，而 fd 是多普勒頻率（單位：Hz）。
擴(kuò)展方程 1 能夠補償變量（例如，導(dǎo)致傳感器俯仰、偏航和翻滾的非均勻地形）的速度測量誤差，
并引入轉(zhuǎn)動速度分量。這些計算超出了本文的范圍， 但一般可在文獻(xiàn)中找到它們。[3]
圖 6.帶有物理安全籠的機械臂。
傳感器使虛擬安全幕或氣泡能夠?qū)C器人操作與非計劃的人類交互分開，同時避免機器人與機器人發(fā)生由于密度和操作可編程性增加而導(dǎo)致的碰撞?；谝曈X的安全系統(tǒng)需要受控制的照明，這會增加能耗、產(chǎn)生熱量且需要維護(hù)。在塵土飛揚的制造環(huán)境（如紡織或地毯編織）中，需要經(jīng)常清潔和注意透鏡。
圖 7.TI IWR 毫米波傳感器處理鏈。
由于毫米波傳感器非常強大，無論車間的照明、濕度、煙霧和灰塵情況如何，都可檢測物體，因此它們非常適合取代視覺系統(tǒng)， 并且可以極低的處理延遲（通常少于 2ms）下提供這種檢測。由于這些傳感器視野寬闊且探測距離較長，將其安裝在工作區(qū)域上方可簡化安裝過程。只使用一個毫米波傳感器即可檢測多個物體或人員， 減少所需傳感器數(shù)量并降低成本。
毫米波傳感器生成的點云信息
毫米波雷達(dá)傳感器可通過模數(shù)轉(zhuǎn)換器將射頻 (RF) 前端模擬數(shù)據(jù)轉(zhuǎn)換為數(shù)字表示形式。這種數(shù)字轉(zhuǎn)換的數(shù)據(jù)需要高速外部數(shù)據(jù)總線，以將數(shù)據(jù)流引入處理鏈，然后經(jīng)過一系列數(shù)學(xué)運算對在傳感器視野范圍內(nèi)檢測到的點生成距離、速度和角度信息。 由于這些系統(tǒng)通常規(guī)模較大且成本高昂，因此 TI 試圖將所有這些功能集成到一個單片CMOS 器件上，
以減小尺寸，降低成本和功耗。額外的數(shù)字處理資源 現(xiàn)可進(jìn)行聚合、跟蹤和分類等任務(wù)的數(shù)據(jù)后處理，如圖 7 所示。
走在毫米波傳感器前面的人會產(chǎn)生多個反射點。可在常用的機器人操作系統(tǒng)可視化 (RVIZ) 工具中， 將檢測到的所有點映射到相對于傳感器的三維區(qū)域中（如下一頁的圖 8 所示）。此映射會收集四分之一秒內(nèi)的所有點。收集到的點信息密度可提供高保真度，可清晰看到腿和手臂的運動，因此物體分類算法會將其歸類為一個移動的人。三維區(qū)域中開放空間的清晰性對于移動機器人來說也是非常重要的數(shù)據(jù)，可確保它們能夠自主操作。
使用毫米波傳感器映射和導(dǎo)航
使用 IWR1443BOOST EVM 檢測到的物體點信息， 然后就可以演示如何使用毫米波雷達(dá)作為唯一 的傳感器精確地映射房間內(nèi)的障礙物并在標(biāo)識的自由空間內(nèi)進(jìn)行 自主操作。存在幾個機器人開 源社區(qū)，包括 Robot OS (ROS) 和 Arduino。為了快速演示如何在映射和導(dǎo)航應(yīng)用中使用毫米波雷達(dá)，我們使用 OctoMap 和 move_base 庫將點云信息集成到導(dǎo)航堆棧中，如圖 10 所示。
圖 8.RVIZ 中顯示的由 IWR1443BOOST EVM 捕捉的人體點云。
我們在內(nèi)部辦公環(huán)境中設(shè)置障礙并使 Turtlebot 2 通過該區(qū)域，使用 OctoMap 庫建立一個三維柵格地圖。下一頁的圖 11 是使用 RVIZ 的柵格屏幕截圖。
我們使用從 OctoMap 和 move_base 生成的地圖， 輸入最終目的地和姿勢位置，如下一頁的圖 12
屏幕截圖中的綠色箭頭所示。Turtlebot 2 成功高效地導(dǎo)航到了 選定的位置，然后旋轉(zhuǎn)到適當(dāng)?shù)淖藙荩荛_其路線中靜態(tài)和動態(tài)障礙物。這證明了使用一個面向未來的毫米波傳感器快速在 ROS 環(huán)境中進(jìn)行基本自主機器人導(dǎo)航的效果。
圖 9.IWR144 3 BOOST
安裝在 Turtle bot 2 上的 EV M。
結(jié)論
毫米波傳感器最初非常昂貴且尺寸較大，并需要多個分立組件。然而，由于現(xiàn)在 TI 將射頻、處理和內(nèi)存資源集成到一個單片 CMOS 芯片上，可以說通過對 EVM 實現(xiàn)基本驅(qū)動程序 (ti_mmwave_rospkg)，毫米波傳感器將補充或取代已確立的機器人傳感技術(shù)。
圖 10.與配備有 IWR1443BOOST 的 Turtlebot 2 配合使用的 ROS 庫導(dǎo)航堆棧。
圖 11.使用 OctoMap 庫在 ROS 中生成柵格地圖。
圖 12.使用 IWR1443BOOST EVM 柵格地圖和 ROS mo ve_base 庫，使 Turtlebot 2 進(jìn)行自主導(dǎo)航
毫米波傳感器將補充或取代已確立的機器人傳感技術(shù)。
總之，以下是毫米波傳感器與其他技術(shù)對比的優(yōu)勢：
● 毫米波傳感器對環(huán)境條件（如陽光直射、陰影或水的光反射）不敏感。
● 毫米波可檢測玻璃墻、隔墻和家具，而基于光的傳感解決方案則可能無法做到。
● 毫米波提供物體的多普勒速度信息，這在車輪在潮濕表面打滑時有助于增強機器人里程計。
● 基于毫米波的傳感器機械復(fù)雜度較低，從而減少了制造校準(zhǔn)和誤差校正過程。沒有通風(fēng)口或透鏡，它們可直接安裝在塑料外殼后。集成校準(zhǔn)意味著在線制造復(fù)雜性更低。廣闊的視野使得不再需要機械旋轉(zhuǎn)傳感器機制。
● TI 的高度集成單片 CMOS 毫米波傳感器使所有處理都可在傳感器內(nèi)發(fā)生。與基于視覺的系統(tǒng)相比，這降低了材料成本、縮小了尺寸并減少了中央控制器處理器每秒所需的百萬條指令。
毫米波傳感器技術(shù)提高了機器人的智能化操作，同時在實際環(huán)境中 增強了耐用性。這項技術(shù)的應(yīng)用將進(jìn)一步加快機器人系統(tǒng)的快速采用。
參考文獻(xiàn)
1. Tractica.“《機器人市場預(yù)測》。”17 年第 2季度.
2. Barrett D.、D. Wang、A. Ahmad 和 V. Mah imkar。“《使用毫米波傳感器提高無人機安全性 和生產(chǎn)力》。”德州儀器 (TI) 白皮書， SPYY001，2017 年。
3. Fleming W.J. 和 A.K. Hundiwal。“《雷達(dá)對地速度傳感器》。”第 35 屆 IEEE 車輛技術(shù)會議，1985 年，第 262–272 頁。
推薦閱讀：
