就避障來說，移動機(jī)器人需要通過傳感器實(shí)時(shí)獲取自身周圍障礙物信息，包括尺寸、形狀和位置等信息。避障使用的傳感器多種多樣，各有不同的原理和特點(diǎn)，目前常見的主要有視覺傳感器、激光傳感器、紅外傳感器、超聲波傳感器等。下面我簡單介紹一下這幾種傳感器的基本工作原理。

超聲波

超聲波傳感器的基本原理是測量超聲波的飛行時(shí)間，通過d=vt/2測量距離，其中d是距離，v是聲速，t是飛行時(shí)間。由于超聲波在空氣中的速度與溫濕度有關(guān)，在比較精確的測量中，需把溫濕度的變化和其它因素考慮進(jìn)去。

上面這個(gè)圖就是超聲波傳感器信號的一個(gè)示意。通過壓電或靜電變送器產(chǎn)生一個(gè)頻率在幾十kHz的超聲波脈沖組成波包，系統(tǒng)檢測高于某閾值的反向聲波，檢測到后使用測量到的飛行時(shí)間計(jì)算距離。超聲波傳感器一般作用距離較短，普通的有效探測距離都在幾米，但是會有一個(gè)幾十毫米左右的最小探測盲區(qū)。由于超聲傳感器的成本低、實(shí)現(xiàn)方法簡單、技術(shù)成熟，是移動機(jī)器人中常用的傳感器。超聲波傳感器也有一些缺點(diǎn)，首先看下面這個(gè)圖。

因?yàn)槁曇羰清F形傳播的，所以我們實(shí)際測到的距離并不是一個(gè)點(diǎn)，而是某個(gè)錐形角度范圍內(nèi)最近物體的距離。

另外，超聲波的測量周期較長，比如3米左右的物體，聲波傳輸這么遠(yuǎn)的距離需要約20ms的時(shí)間。再者，不同材料對聲波的反射或者吸引是不相同的，還有多個(gè)超聲傳感器之間有可能會互相干擾，這都是實(shí)際應(yīng)用的過程中需要考慮的。

紅外

一般的紅外測距都是采用三角測距的原理。紅外發(fā)射器按照一定角度發(fā)射紅外光束，遇到物體之后，光會反向回來，檢測到反射光之后，通過結(jié)構(gòu)上的幾何三角關(guān)系，就可以計(jì)算出物體距離D。

當(dāng)D的距離足夠近的時(shí)候，上圖中L值會相當(dāng)大，如果超過CCD的探測范圍，這時(shí)，雖然物體很近，但是傳感器反而看不到了。當(dāng)物體距離D很大時(shí)，L值就會很小，測量量精度會變差。因此，常見的紅外傳感器測量距離都比較近，小于超聲波，同時(shí)遠(yuǎn)距離測量也有最小距離的限制。另外，對于透明的或者近似黑體的物體，紅外傳感器是無法檢測距離的。但相對于超聲來說，紅外傳感器具有更高的帶寬。

激光

常見的激光雷達(dá)是基于飛行時(shí)間的（ToF，timeofflight），通過測量激光的飛行時(shí)間來進(jìn)行測距d=ct/2，類似于前面提到的超聲測距公式，其中d是距離，c是光速，t是從發(fā)射到接收的時(shí)間間隔。激光雷達(dá)包括發(fā)射器和接收器，發(fā)射器用激光照射目標(biāo)，接收器接收反向回的光波。機(jī)械式的激光雷達(dá)包括一個(gè)帶有鏡子的機(jī)械機(jī)構(gòu)，鏡子的旋轉(zhuǎn)使得光束可以覆蓋一個(gè)平面，這樣我們就可以測量到一個(gè)平面上的距離信息。

對飛行時(shí)間的測量也有不同的方法，比如使用脈沖激光，然后類似前面講的超聲方案，直接測量占用的時(shí)間，但因?yàn)楣馑龠h(yuǎn)高于聲速，需要非常高精度的時(shí)間測量元件，所以非常昂貴；另一種發(fā)射調(diào)頻后的連續(xù)激光波，通過測量接收到的反射波之間的差頻來測量時(shí)間。

比較簡單的方案是測量反射光的相移，傳感器以已知的頻率發(fā)射一定幅度的調(diào)制光，并測量發(fā)射和反向信號之間的相移，如上圖一。調(diào)制信號的波長為lamda=c/f，其中c是光速，f是調(diào)制頻率，測量到發(fā)射和反射光束之間的相移差theta之后，距離可由lamda*theta/4pi計(jì)算得到，如上圖二。

激光雷達(dá)的測量距離可以達(dá)到幾十米甚至上百米，角度分辨率高，通?？梢赃_(dá)到零點(diǎn)幾度，測距的精度也高。但測量距離的置信度會反比于接收信號幅度的平方，因此，黑體或者遠(yuǎn)距離的物體距離測量不會像光亮的、近距離的物體那么好的估計(jì)。并且，對于透明材料，比如玻璃，激光雷達(dá)就無能為力了。還有，由于結(jié)構(gòu)的復(fù)雜、器件成本高，激光雷達(dá)的成本也很高。

一些低端的激光雷達(dá)會采用三角測距的方案進(jìn)行測距。但這時(shí)它們的量程會受到限制，一般幾米以內(nèi)，并且精度相對低一些，但用于室內(nèi)低速環(huán)境的SLAM或者在室外環(huán)境只用于避障的話，效果還是不錯(cuò)的。

視覺

常用的計(jì)算機(jī)視覺方案也有很多種，比如雙目視覺，基于TOF的深度相機(jī)，基于結(jié)構(gòu)光的深度相機(jī)等。深度相機(jī)可以同時(shí)獲得RGB圖和深度圖，不管是基于TOF還是結(jié)構(gòu)光，在室外強(qiáng)光環(huán)境下效果都并不太理想，因?yàn)樗鼈兌际切枰鲃影l(fā)光的。

像基于結(jié)構(gòu)光的深度相機(jī)，發(fā)射出的光會生成相對隨機(jī)但又固定的斑點(diǎn)圖樣，這些光斑打在物體上后，因?yàn)榕c攝像頭距離不同，被攝像頭捕捉到的位置也不相同，之后先計(jì)算拍到的圖的斑點(diǎn)與標(biāo)定的標(biāo)準(zhǔn)圖案在不同位置的偏移，利用攝像頭位置、傳感器大小等參數(shù)就可以計(jì)算出物體與攝像頭的距離。而我們目前的E巡機(jī)器人主要是工作在室外環(huán)境，主動光源會受到太陽光等條件的很大影響，所以雙目視覺這種被動視覺方案更適合，因此我們采用的視覺方案是基于雙目視覺的。

雙目視覺的測距本質(zhì)上也是三角測距法，由于兩個(gè)攝像頭的位置不同，就像我們?nèi)说膬芍谎劬σ粯?，看到的物體不一樣。兩個(gè)攝像頭看到的同一個(gè)點(diǎn)P，在成像的時(shí)候會有不同的像素位置，此時(shí)通過三角測距就可以測出這個(gè)點(diǎn)的距離。與結(jié)構(gòu)光方法不同的是，結(jié)構(gòu)光計(jì)算的點(diǎn)是主動發(fā)出的、已知確定的，而雙目算法計(jì)算的點(diǎn)一般是利用算法抓取到的圖像特征，如SIFT或SURF特征等，這樣通過特征計(jì)算出來的是稀疏圖。

要做良好的避障，稀疏圖還是不太夠的，我們需要獲得的是稠密的點(diǎn)云圖，整個(gè)場景的深度信息。稠密匹配的算法大致可以分為兩類，局部算法和全局算法。局部算法使用像素局部的信息來計(jì)算其深度，而全局算法采用圖像中的所有信息進(jìn)行計(jì)算。一般來說，局部算法的速度更快，但全局算法的精度更高。

這兩類各有很多種不同方式的具體算法實(shí)現(xiàn)。能過它們的輸出我們可以估算出整個(gè)場景中的深度信息，這個(gè)深度信息可以幫助我們尋找地圖場景中的可行走區(qū)域以及障礙物。整個(gè)的輸出類似于激光雷達(dá)輸出的3D點(diǎn)云圖，但是相比來講得到信息會更豐富，視覺同激光相比優(yōu)點(diǎn)是價(jià)格低很多，缺點(diǎn)也比較明顯，測量精度要差一些，對計(jì)算能力的要求也高很多。當(dāng)然，這個(gè)精度差是相對的，在實(shí)用的過程中是完全足夠的，并且我們目前的算法在我們的平臺NVIDIATK1和TX1上是可以做到實(shí)時(shí)運(yùn)行。

在實(shí)際應(yīng)用的過程中，我們從攝像頭讀取到的是連續(xù)的視頻幀流，我們還可以通過這些幀來估計(jì)場景中目標(biāo)物體的運(yùn)動，給它們建立運(yùn)動模型，估計(jì)和預(yù)測它們的運(yùn)動方向、運(yùn)動速度，這對我們實(shí)際行走、避障規(guī)劃是很有用的。

以上幾種是最常見的幾種傳感器，各有其優(yōu)點(diǎn)和缺點(diǎn)，在真正實(shí)際應(yīng)用的過程中，一般是綜合配置使用多種不同的傳感器，以最大化保證在各種不同的應(yīng)用和環(huán)境條件下，機(jī)器人都能正確感知到障礙物信息。我們公司的E巡機(jī)器人的避障方案就是以雙目視覺為主，再輔助以多種其他傳感器，保證機(jī)器人周邊360度空間立體范圍內(nèi)的障礙物都能被有效偵測到，保證機(jī)器人行走的安全性。