支持自主性的基礎(chǔ)傳感技術(shù)推動(dòng)工業(yè)革命的發(fā)展

作者：Sarven Ipek，Bob Scannell，Andreas Parr

許多分析師一致認(rèn)為，在工業(yè)4.0和自主系統(tǒng)的增長推動(dòng)下，下一次工業(yè)革命已經(jīng)到來。在下一個(gè)工業(yè)發(fā)現(xiàn)時(shí)代，推動(dòng)更有效地利用材料和勞動(dòng)力，要求底層技術(shù)繼續(xù)快速發(fā)展。

自動(dòng)化和自主行動(dòng)的機(jī)器人、車輛和無人機(jī)與制造、采礦、農(nóng)業(yè)和物流流程緊密結(jié)合，是正在進(jìn)行的工業(yè)革命的關(guān)鍵支柱。

為了達(dá)到自主應(yīng)用所需的系統(tǒng)性能水平，設(shè)備需要感知和導(dǎo)航其環(huán)境。它可以借助傳感模式來實(shí)現(xiàn)這些目標(biāo)，這些模式的輸出由傳統(tǒng)的、人工智能或基于機(jī)器學(xué)習(xí)的算法融合和解釋?？煽啃院涂捎眯允亲畲蟮南嚓P(guān)挑戰(zhàn)，需要并行實(shí)施多種傳感器技術(shù)，最終目標(biāo)是提高安全性、效率、成本和靈活性。

自治系統(tǒng)嚴(yán)重依賴融合傳感模式收集的高保真數(shù)據(jù)來通知人工智能和算法。業(yè)內(nèi)最普遍接受的傳感器包括雷達(dá)、激光雷達(dá)、視覺、超聲波和慣性傳感器。下表突出顯示了每種感知傳感模式的優(yōu)點(diǎn)和局限性，以及系統(tǒng)中對(duì)多個(gè)傳感器的需求。

感知感知：賦予機(jī)器視覺

工業(yè)4.0的挑戰(zhàn)是多種多樣的。有限的空間和在惡劣環(huán)境中配對(duì)的自主操作機(jī)械（機(jī)器人、協(xié)作機(jī)器人等）需要更小、更精確且能夠測(cè)量附近目標(biāo)的雷達(dá)技術(shù)。周圍區(qū)域的成像和分類對(duì)于效率、生產(chǎn)力和安全性至關(guān)重要。

在射頻收發(fā)器IC技術(shù)最新進(jìn)展的推動(dòng)下，雷達(dá)正迅速成為感知應(yīng)用的重要傳感器技術(shù)之一。一個(gè)例子是77 GHz全集成全數(shù)字收發(fā)器MMIC。高速和線性FMCW線性調(diào)頻與高輸出功率、低噪聲發(fā)射和接收通道以及MIMO天線陣列相結(jié)合，現(xiàn)在能夠以合理的成本實(shí)現(xiàn)高性能、高分辨率雷達(dá)系統(tǒng)?；诶走_(dá)的數(shù)字波束成形能夠在最惡劣的環(huán)境條件下檢測(cè)徑向速度、角度和與多個(gè)目標(biāo)的距離，這是機(jī)器人、協(xié)作機(jī)器人和AGV在動(dòng)態(tài)環(huán)境中安全高效交互的關(guān)鍵。

在工業(yè)環(huán)境中，自主系統(tǒng)的任務(wù)通常是定位和拾取物體，而不是安全地避開它。激光雷達(dá)強(qiáng)大的物體檢測(cè)和分類精度提供了完成這些常見任務(wù)所需的精度。

激光雷達(dá)系統(tǒng)在太赫茲頻率范圍內(nèi)工作，可實(shí)現(xiàn)精細(xì)的角度分辨率，從而轉(zhuǎn)化為高分辨率深度圖。借助這些高分辨率深度圖，激光雷達(dá)系統(tǒng)可以對(duì)物體進(jìn)行分類，使其與視覺、IMU 和雷達(dá)信息融合，從而做出可靠的關(guān)鍵任務(wù)決策。激光雷達(dá)系統(tǒng)設(shè)計(jì)用于在動(dòng)態(tài)環(huán)境中工作，例如戶外明亮的陽光下。通過使用 9xx nm 和 15xx nm 波長的窄脈沖，并以高功率驅(qū)動(dòng)它們，激光雷達(dá)能夠在這些具有挑戰(zhàn)性的條件下看得更遠(yuǎn)。此外，窄脈沖允許更精細(xì)的深度分辨率來檢測(cè)像素內(nèi)的多個(gè)目標(biāo)，而9xx和15xx的紅外光具有較少的太陽輻射。

必須克服許多挑戰(zhàn)才能鼓勵(lì)大規(guī)模采用激光雷達(dá)系統(tǒng)。其中包括復(fù)雜且昂貴的信號(hào)鏈、光學(xué)設(shè)計(jì)問題以及系統(tǒng)測(cè)試和校準(zhǔn)。目前正在開發(fā)集成這些信號(hào)鏈并降低其復(fù)雜性、尺寸、功率要求和總體擁有成本的開發(fā)。

導(dǎo)航傳感：賦予機(jī)器感覺

隨著傳感器在工業(yè)機(jī)器上的激增，以及從中獲取的數(shù)據(jù)變得更加豐富，它們的位置和相對(duì)運(yùn)動(dòng)的重要性也隨之增加。自動(dòng)駕駛通常與移動(dòng)性有關(guān)，因此精確定位車輛的位置，或引導(dǎo)機(jī)器的運(yùn)動(dòng)，或精確地轉(zhuǎn)向它們的儀器是一個(gè)關(guān)鍵的推動(dòng)因素。精確地檢測(cè)這種運(yùn)動(dòng)允許更困難和更有價(jià)值的應(yīng)用使用，其中也要求安全性和可靠性。例如，智能農(nóng)場(chǎng)面臨的挑戰(zhàn)是不斷提高作物管理的效率，而將儀器定位在厘米以內(nèi)是節(jié)省投入和最大化產(chǎn)出的主要驅(qū)動(dòng)力。

自主導(dǎo)航的一種方法是利用GNSS定位服務(wù)，這些服務(wù)雖然無處不在，但也容易受到信號(hào)中斷的影響。完全自主需要不受限制的操作，沒有阻塞或臨時(shí)中斷的威脅。慣性傳感器提供互補(bǔ)的運(yùn)動(dòng)測(cè)量，不受干擾和對(duì)外部基礎(chǔ)設(shè)施的需求。所有三個(gè)軸上的線性和旋轉(zhuǎn)傳感器組合通常組合成一個(gè)六自由度慣性測(cè)量單元（IMU）。IMU 的輸出可以通過額外的處理來解析，以提供相對(duì)姿態(tài)、航向和速度。這最終提供了所謂的航位推算指導(dǎo)。

需要一類特殊的慣性傳感器來解決厘米級(jí)定位的精度，或10度的指向角。即使在良性環(huán)境中，消費(fèi)級(jí)IMU的輸出也會(huì)非?？焖俚仄啤Ｋ麄儫o法將“想要的”運(yùn)動(dòng)與其他誤差源區(qū)分開來，包括振動(dòng)和跨軸干擾。高性能慣性傳感器在 1°/小時(shí)的范圍內(nèi)具有高穩(wěn)定性，采用特殊的傳感器架構(gòu)來抑制線性 g 誤差，并經(jīng)過校準(zhǔn)以補(bǔ)償溫度和對(duì)準(zhǔn)干擾。與GPS和感知傳感器相比，這種精確的運(yùn)動(dòng)捕捉以10×至100×的速率完成，因此最能取代非自主機(jī)器中依賴的人類本能運(yùn)動(dòng)感應(yīng)。

這場(chǎng)工業(yè)革命的發(fā)展取決于支持自主性的基礎(chǔ)傳感技術(shù)的發(fā)展。雷達(dá)、激光雷達(dá)和攝像頭在短距離和遠(yuǎn)距離精確檢測(cè)和分類物體的能力將使自主工業(yè)車輛能夠像人類操作員一樣有效地看到物體。此外，慣性技術(shù)對(duì)于為自主應(yīng)用提供“直覺”或航位推算導(dǎo)航至關(guān)重要。傳感器越精確，輸入人工智能的數(shù)據(jù)質(zhì)量就越高，這最終導(dǎo)致更安全、更高效的應(yīng)用。審核編輯：郭婷