惯导与自主移动机器人
电子发烧友网报道（文/李宁远）对具有移动功能的机器人来说，导航是一直不会过时的热点。与带有自动驾驶功能的汽车相比，机器人的自动驾驶自主导航受限于本体的体积和成本，运用在其上的传感器既要控制体积也要控制成本。
移动机器人在路径规划导航上主要流派有视觉V-SLAM和激光雷达LiDAR-SLAM，二者构建虚拟地图为机器人提供导航。但是单纯的SLAM技术并不足以满足导航定位的要求，举个很简单例子，没有IMU仅使用SLAM的情况下，一旦机器人不从建图原点启动，那么机器人会丢失定位，需要沿随机方向移动追踪大量地图标记来重新定位自己处在地图中的具体位置。
IMU，让机器人找到定位
作为能够自主导航的机器人，机器人必须实时知晓自己的位置，即便不是每次任务都在地图坐标原点启动。在移动机器人测算自己位置的时候，离不开绝对角度这个值，这个值由IMU提供。
可以说机器人整体里程计的精度，机器人能否在任何情况下灵活地完成位置定位，和IMU有着莫大的关系。即便不使用SLAM技术，也需要使用航位推算法来定位和导航，即通过测量车轮旋转角度，结合IMU的惯性测量值和ToF传感器的物体检测完成定位。
IMU在机器人导航系统的重要性可见一斑。融合IMU成了V-SLAM方案和激光SLAM方案补足自身定位缺点的有效手段，精准定位和运动精度是实现高效自主移动的关键，IMU提供的反馈检测机制，对优化导航系统性能非常有用。
IMU发展至今也将加速度传感器、陀螺仪、磁传感器等MEMS器件集成在一起，以更小的体积、更低的成本来辅助机器运动。这些六轴运动传感器从线性和旋转角度获取机器人的滚动、俯仰和偏航运动，然后结合动作和房间地图，就能精确定位，即使不从地图原点出发，机器人也能快速知晓所处真实空间中的位置。
一个基于IMU的惯导定位流程并不复杂，从采集加速度计和陀螺仪的多组数据开始，惯导首先通过计算四元数和旋转矩阵确定姿态角是否发生变化（如果四元数和旋转矩阵有变化会涉及使用卡尔曼滤波计算最优的姿态角），然后计算出导航坐标系中的三维加速度，三维线速度，再计算出三维位置最后输出位姿信息。惯导的引入为改善整体导航系统方向估算和总体精度提供了很高效的方法。
机器人惯导如何发展
上面提到，基于IMU的惯导发展至今不仅仅只有加速度传感器、陀螺仪，更多的传感被集成了进来。其中原因之一，是随着机器人技术的发展，单一传感肯定没办法满足越来越精准的导航定位需求，融合传感是大趋势。其二，IMU虽然在多自由度的运动捕捉上有着得天独厚的优势，但IMU独有的自恃性，意味着它自身并不能很好地解决漂移、噪声以及零偏不稳定性。
很多传感都可以与惯导进行融合，上面说到的集成磁传感是一种可行的方案，主要是为了配合IMU进行目标姿态信息的获取。磁传感为导航提供坐标系，机器人可以通过检测目标周围磁场的相对变化，以此来判断目标的经过和通过，完成目标检测。这种融合方案体积不大、成本也不高，具体的导航精准度视融合后器件的关键参数以及算法而定。与GNSS的融合强化的则是高精度GNSS在丢失观测目标后的定位，让动态目标的位置不再丢失。这种融合主要针对室外阻挡物很多的位置检测应用。
不管是否融合，传感器本身的参数是导航系统的基础。灵敏度误差，灵敏度温度系数、零速率偏移量、零速率偏移温度系数、噪声密度这些是最基本也最重要的考量。灵敏度误差和噪声密度不用多说，不仅在机器人应用，在任何传感器应用中这都是决定性的参数。在环境温度变化很大的应用中，灵敏度温度系数和零速率偏移温度系数也决定了器件是否合适。
器件本身的参数再优秀也要算法提供了尽可能多的支持。IMU的偏置即便能准确测量也很难取消，再加上噪声，会使导航距离开始漂移。不做算法优化的情况下，惯导底层传感器的零漂1个小时通常都会超过10°，然后随机运动的累积误差会很快发散。结合运动学模式给系统更多的算法规则能够大幅度优化惯导系统的累计误差，这也是做惯导、做移动机器人整体导航的公司核心竞争力之一。传感器硬件层面能拉开很大差距，算法层面也可以拉开竞争力。
国内外厂商机器人IMU应用
我们把目光拉回硬件，看一看国内外IMU厂商在机器人应用的硬件实力。
深迪半导体
深迪的SH3011、SH3001、SH2100偏消费类应用。工业和汽车级推的是IMU445多轴融合惯性测量模块，适用于典型的机器人应用。IMU 445作为一个完整的惯性系统，包含三轴陀螺仪，三轴加速度计，还结合了深迪自研的算法，提供优秀的动态性能完成多轴惯性传感。
（IMU445，深迪半导体）
IMU445陀螺仪动态范围±250dp，初始灵敏度0.015dps/LSB，初始偏移误差±0.5dps，零偏不稳定性0.0028dps；加速度计动态范围±4g，初始灵敏度0.12mg/LSB，初始偏移误差±10mg，零偏不稳定性0.5 mg。
新纳传感
新纳传感的惯性系统组合很丰富，从三重冗余6 DOF IMU到嵌入式多轴惯性测量系统到集成GNSS的惯导都有相应的产品布局，旗下产品目前主打汽车级应用，所以用在机器人上也绰绰有余。
（OpenIMU330B，新纳传感）
这里挑选的是OpenIMU330B，特点很鲜明的带三重冗余的6 DOF IMU。陀螺仪范围±400 deg/sec，零偏稳定性1.5 deg/hr，带宽5-50Hz，温度误差不超过0.3 deg/sec；加速度范围8 g，带宽5-50Hz。
TDK
作为在机器人应用里相当出名的IMU厂商，TDK的IMU产品线非常丰富，从6轴IMU、进一步组合气压传感器的7轴IMU、组合3轴罗盘的9轴IMU等一应俱全。在机器人应用里，TDK主推的是ICM-42688-P，针对机器人运动追踪应用的高性能6轴IMU。
陀螺仪噪声和加速度计的噪声分别为2.8mdps/√Hz和70µg/√Hz，灵敏度误差二者都在±0.5%水平。陀螺仪零速率偏移量±0.5dps，加速度计零加速度偏移量±40mg，均为车载水平。
博世
博世在消费类IMU领域是行业领导者，旗下BMI系列IMU已经从BMI055到BMI270迭代了多个版本，适用于多种不同应用场景。在机器人应用上也有专门的系列，BMI088高性能惯性测量单元就是针对无人机与机器人应用开发的6轴传感器。
BMI088在3×4.5×0.95mm3的小尺寸LGA封装中集成了16位陀螺仪与16位加速度计，系列采用的陀螺仪技术和低TCO加速度计设计是经过车规级验证的，偏置稳定性低于2°/h，TCO低于15mdps/K。加速度计在±24g的宽测量范围里频谱噪声不超过230µg/√Hz。在高振动的应用环境里BMI088也能进行精准地转向与定位。
ST
ST的iNEMO惯性模块将互补传感器集成在紧凑、坚固且易于组装的IMU中。在20个料号中不算适配汽车级应用的，适合机器人应用的是ISM330DLC以及ISM330DHCX。二者作为系统级封装器件，不管是工艺还是封装，都保持了出色稳定性。
ISM330DLC陀螺仪噪声密度在3.8mdps/√Hz，加速度计噪声75µg/√Hz，ISM330DHCX陀螺仪噪声密度在5mdps/√Hz，加速度计噪声60µg/√Hz。ISM330DHCX额外在IMU中内嵌了机器学习内核，卸载主处理器的负荷以及或者节省功耗。
小结
机器人导航定位不是一种传感就能完美覆盖的，必须根据应用场景的精度来选择合适的传感。惯导只是其中不可或缺的一部分，IMU的灵敏度误差与噪声密度很大程度上影响了整个导航系统定位精度。高质量的IMU融合其他传感器，可以显著缩小定位上的不确定性差距。
移动机器人在路径规划导航上主要流派有视觉V-SLAM和激光雷达LiDAR-SLAM，二者构建虚拟地图为机器人提供导航。但是单纯的SLAM技术并不足以满足导航定位的要求，举个很简单例子，没有IMU仅使用SLAM的情况下，一旦机器人不从建图原点启动，那么机器人会丢失定位，需要沿随机方向移动追踪大量地图标记来重新定位自己处在地图中的具体位置。
IMU，让机器人找到定位
作为能够自主导航的机器人，机器人必须实时知晓自己的位置，即便不是每次任务都在地图坐标原点启动。在移动机器人测算自己位置的时候，离不开绝对角度这个值，这个值由IMU提供。
可以说机器人整体里程计的精度，机器人能否在任何情况下灵活地完成位置定位，和IMU有着莫大的关系。即便不使用SLAM技术，也需要使用航位推算法来定位和导航，即通过测量车轮旋转角度，结合IMU的惯性测量值和ToF传感器的物体检测完成定位。
IMU在机器人导航系统的重要性可见一斑。融合IMU成了V-SLAM方案和激光SLAM方案补足自身定位缺点的有效手段，精准定位和运动精度是实现高效自主移动的关键，IMU提供的反馈检测机制，对优化导航系统性能非常有用。
IMU发展至今也将加速度传感器、陀螺仪、磁传感器等MEMS器件集成在一起，以更小的体积、更低的成本来辅助机器运动。这些六轴运动传感器从线性和旋转角度获取机器人的滚动、俯仰和偏航运动，然后结合动作和房间地图，就能精确定位，即使不从地图原点出发，机器人也能快速知晓所处真实空间中的位置。
一个基于IMU的惯导定位流程并不复杂，从采集加速度计和陀螺仪的多组数据开始，惯导首先通过计算四元数和旋转矩阵确定姿态角是否发生变化（如果四元数和旋转矩阵有变化会涉及使用卡尔曼滤波计算最优的姿态角），然后计算出导航坐标系中的三维加速度，三维线速度，再计算出三维位置最后输出位姿信息。惯导的引入为改善整体导航系统方向估算和总体精度提供了很高效的方法。
机器人惯导如何发展
上面提到，基于IMU的惯导发展至今不仅仅只有加速度传感器、陀螺仪，更多的传感被集成了进来。其中原因之一，是随着机器人技术的发展，单一传感肯定没办法满足越来越精准的导航定位需求，融合传感是大趋势。其二，IMU虽然在多自由度的运动捕捉上有着得天独厚的优势，但IMU独有的自恃性，意味着它自身并不能很好地解决漂移、噪声以及零偏不稳定性。
很多传感都可以与惯导进行融合，上面说到的集成磁传感是一种可行的方案，主要是为了配合IMU进行目标姿态信息的获取。磁传感为导航提供坐标系，机器人可以通过检测目标周围磁场的相对变化，以此来判断目标的经过和通过，完成目标检测。这种融合方案体积不大、成本也不高，具体的导航精准度视融合后器件的关键参数以及算法而定。与GNSS的融合强化的则是高精度GNSS在丢失观测目标后的定位，让动态目标的位置不再丢失。这种融合主要针对室外阻挡物很多的位置检测应用。
不管是否融合，传感器本身的参数是导航系统的基础。灵敏度误差，灵敏度温度系数、零速率偏移量、零速率偏移温度系数、噪声密度这些是最基本也最重要的考量。灵敏度误差和噪声密度不用多说，不仅在机器人应用，在任何传感器应用中这都是决定性的参数。在环境温度变化很大的应用中，灵敏度温度系数和零速率偏移温度系数也决定了器件是否合适。
器件本身的参数再优秀也要算法提供了尽可能多的支持。IMU的偏置即便能准确测量也很难取消，再加上噪声，会使导航距离开始漂移。不做算法优化的情况下，惯导底层传感器的零漂1个小时通常都会超过10°，然后随机运动的累积误差会很快发散。结合运动学模式给系统更多的算法规则能够大幅度优化惯导系统的累计误差，这也是做惯导、做移动机器人整体导航的公司核心竞争力之一。传感器硬件层面能拉开很大差距，算法层面也可以拉开竞争力。
国内外厂商机器人IMU应用
我们把目光拉回硬件，看一看国内外IMU厂商在机器人应用的硬件实力。
深迪半导体
深迪的SH3011、SH3001、SH2100偏消费类应用。工业和汽车级推的是IMU445多轴融合惯性测量模块，适用于典型的机器人应用。IMU 445作为一个完整的惯性系统，包含三轴陀螺仪，三轴加速度计，还结合了深迪自研的算法，提供优秀的动态性能完成多轴惯性传感。
（IMU445，深迪半导体）
IMU445陀螺仪动态范围±250dp，初始灵敏度0.015dps/LSB，初始偏移误差±0.5dps，零偏不稳定性0.0028dps；加速度计动态范围±4g，初始灵敏度0.12mg/LSB，初始偏移误差±10mg，零偏不稳定性0.5 mg。
新纳传感
新纳传感的惯性系统组合很丰富，从三重冗余6 DOF IMU到嵌入式多轴惯性测量系统到集成GNSS的惯导都有相应的产品布局，旗下产品目前主打汽车级应用，所以用在机器人上也绰绰有余。
（OpenIMU330B，新纳传感）
TDK
作为在机器人应用里相当出名的IMU厂商，TDK的IMU产品线非常丰富，从6轴IMU、进一步组合气压传感器的7轴IMU、组合3轴罗盘的9轴IMU等一应俱全。在机器人应用里，TDK主推的是ICM-42688-P，针对机器人运动追踪应用的高性能6轴IMU。
陀螺仪噪声和加速度计的噪声分别为2.8mdps/√Hz和70µg/√Hz，灵敏度误差二者都在±0.5%水平。陀螺仪零速率偏移量±0.5dps，加速度计零加速度偏移量±40mg，均为车载水平。
博世
博世在消费类IMU领域是行业领导者，旗下BMI系列IMU已经从BMI055到BMI270迭代了多个版本，适用于多种不同应用场景。在机器人应用上也有专门的系列，BMI088高性能惯性测量单元就是针对无人机与机器人应用开发的6轴传感器。
BMI088在3×4.5×0.95mm3的小尺寸LGA封装中集成了16位陀螺仪与16位加速度计，系列采用的陀螺仪技术和低TCO加速度计设计是经过车规级验证的，偏置稳定性低于2°/h，TCO低于15mdps/K。加速度计在±24g的宽测量范围里频谱噪声不超过230µg/√Hz。在高振动的应用环境里BMI088也能进行精准地转向与定位。
ST
ST的iNEMO惯性模块将互补传感器集成在紧凑、坚固且易于组装的IMU中。在20个料号中不算适配汽车级应用的，适合机器人应用的是ISM330DLC以及ISM330DHCX。二者作为系统级封装器件，不管是工艺还是封装，都保持了出色稳定性。
ISM330DLC陀螺仪噪声密度在3.8mdps/√Hz，加速度计噪声75µg/√Hz，ISM330DHCX陀螺仪噪声密度在5mdps/√Hz，加速度计噪声60µg/√Hz。ISM330DHCX额外在IMU中内嵌了机器学习内核，卸载主处理器的负荷以及或者节省功耗。
小结
机器人导航定位不是一种传感就能完美覆盖的，必须根据应用场景的精度来选择合适的传感。惯导只是其中不可或缺的一部分，IMU的灵敏度误差与噪声密度很大程度上影响了整个导航系统定位精度。高质量的IMU融合其他传感器，可以显著缩小定位上的不确定性差距。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网
网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
机器人
+关注
关注
211文章
28379浏览量
206906 -
惯导系统
+关注
关注
0文章
28浏览量
11429
发布评论请先 登录
相关推荐
思岚科技荣获双年度移动机器人优质供应链奖
由移动机器人(AGV/AMR)产业联盟、人形机器人场景应用联盟主办的“2024中国移动机器人(AGV/AMR)产业发展年会”于12月13日在江苏苏州圆满落幕!
移动机器人的技术突破和未来展望
移动机器人已经成为现代社会不可或缺的一部分，在各个领域发挥着越来越重要的作用。在这个过程中，富唯智能机器人以其卓越的技术突破，引领着移动机器人领域的发展潮流。
智能移动机器人系统方案指南
自主移动机器人 (AMR) 和自动导引车 (AGV) 是具有移动、感知和连接能力的无人机器人，用于运输和移动各种重量和尺寸的负载，以及执行其
传感器融合如何赋能自主移动机器人
自主移动机器人(AMR)可帮助制造商提高生产效率、增强安全性并节省大量成本，因而在各行各业得到广泛应用。2022年全球AMR市场规模为86.5亿美元，预计2022年至2028年间的复合年增长率(CAGR)将达到18.3%。
智能移动机器人
富唯智能移动机器人分为复合机器人和转运机器人，搭载ICD核心控制器，实现一体化控制，最快可实现15分钟现场机器人的快速部署，无缝对接产线，配合自研2D/3D视觉系统，精准抓取搬运工件。
如何借助恩智浦MCX系列MCU纠错功能，打造可靠安全的移动机器人？
移动机器人的应用场景日益增多，覆盖工业自动化到服务型机器人等领域。保障移动机器人的操作安全可靠至关重要，因为它们承载的任务更加复杂，且运行环境不可控。 恩智浦新一代MCX系列微控制器助力应对
海康机器人第100000台移动机器人下线
海康机器人第100000台移动机器人已经成功下线 。这是一个重要的里程碑，标志着海康机器人在全品类移动机器人（AMR）领域取得了显著的进展。
自主移动机器人的发展路径与前沿解决方案探究
安森美使用DIN导轨制造了自主移动机器人，以便能够添加新产品和功能，持续进行更多的传感器融合，也可以通过使用新的安森美电子保险丝产品e-Fuse NIS3071来扩展电源子系统。
发表于 04-24 11:52
•598次阅读
机械臂和移动机器人两种控制系统方案对比
机械臂对精度和运动稳定性的要求较高，因此计算量大、周期短，比移动机器人一般要高1到2个量级。移动机器人一般对同步精度要求不高，其配置相对较低。
发表于 03-11 09:53
•1047次阅读
自主移动机器人（AMR）功能和特点
复合机器人是一种集成了移动机器人、协作机器人和机器视觉等多项功能的新型机器人。它的开发目的是为了解决工厂物流中最后一米的问题，提供智能搬运解
富唯智能机器人集成了协作机器人、移动机器人和视觉引导技术
富唯智能移动机器人是一款拥有自主导航能力和物料转移抓取功能的智能机器人，采用先进的无线通信技术和高精度传感器，能够实现自主导航和避障，完成生产线上的物料转运任务，并与其他设备实现无缝对
5个问题，洞悉自主移动机器人未来发展方向
随着科技的日新月异，人类与机器人的互动将愈发频繁。从早晨在本地咖啡店里，协作机器人(cobot)为顾客精心冲泡咖啡，到在仓库中，自主移动机器人(AMR)自由穿梭各处拣选包裹。协作
AMR（自主移动机器人）提升安全性：从预防到保护
随着AMR（自主移动机器人）在物流和制造业中的广泛应用，安全问题逐渐凸显。AMR在运行过程中可能会遇到各种意外情况，如碰撞、故障等，这些都可能对设备和人员造成伤害。因此，提高AMR的安全性，已成为我们需要关注的重要问题。
自主移动机器人的未来发展方向
随着科技的日新月异，人类与机器人的互动将愈发频繁。从早晨在本地咖啡店里，协作机器人 (cobot) 为顾客精心冲泡咖啡，到在仓库中，自主移动机器人 (AMR) 自由穿梭各处拣选包裹。协
工商网监
评论