自主移動(dòng)機(jī)器人(AMR)可幫助制造商提高生產(chǎn)效率、增強(qiáng)安全性并節(jié)省大量成本,因而在各行各業(yè)得到廣泛應(yīng)用。2022年全球AMR市場(chǎng)規(guī)模為86.5億美元,預(yù)計(jì)2022年至2028年間的復(fù)合年增長(zhǎng)率(CAGR)將達(dá)到18.3%。
進(jìn)入工業(yè)5.0時(shí)代,人類(lèi)將與人工智能(AI)機(jī)器人協(xié)同工作,機(jī)器人輔助而非取代人類(lèi)。愿景固然美好,但要實(shí)現(xiàn)這一目標(biāo),AMR必須克服重重挑戰(zhàn),集成各種傳感器以及新興的傳感器融合技術(shù)將為此提供助益。
AMR采用過(guò)程中所面臨的挑戰(zhàn)
AMR普及的一大難題是其在多種不同應(yīng)用和環(huán)境中的適應(yīng)性。AMR已廣泛應(yīng)用于倉(cāng)庫(kù)、農(nóng)業(yè)技術(shù)、商業(yè)園林綠化、醫(yī)療保健、智能零售、安防和監(jiān)控、配送、庫(kù)存管理、揀選和分類(lèi)等多個(gè)領(lǐng)域。在這些不同的環(huán)境中,AMR需要安全地與人類(lèi)共處。
此外,復(fù)雜的情境也極大地增加了AMR的工作難度。有些情況人類(lèi)可以輕松應(yīng)對(duì),但對(duì)AMR而言卻并非易事。例如,假設(shè)送貨機(jī)器人在配送最后一個(gè)包裹的途中看到路中間有個(gè)球,它可能會(huì)成功識(shí)別這一障礙物并避免碰撞。但其智能化程度是否足以預(yù)判會(huì)有小孩跑出來(lái)?yè)烨蚰兀款?lèi)似這樣的復(fù)雜情境還有很多:AMR能否利用安裝在柱子上的90度反光鏡觀察彎道的交通狀況并做出預(yù)測(cè)?AMR是否知道自己不能在新澆筑的混凝土上行走?
人類(lèi)很容易作出判斷,但機(jī)器人卻難以應(yīng)對(duì)。然而,若配備了合適的傳感器,AMR在強(qiáng)日光下檢測(cè)物體的能力可以超越人類(lèi)。不過(guò),澆筑的混凝土和噴灑的液體仍然比較難以識(shí)別。邊緣、懸崖、坡道和樓梯對(duì)于AMR來(lái)說(shuō)都是挑戰(zhàn)。還有一些特殊情況,比如有人故意搞破壞,將AMR推翻,這也是早期開(kāi)發(fā)逃逸機(jī)動(dòng)系統(tǒng)的緣由。
要想解決這些挑戰(zhàn),需要在AI技術(shù)中采用先進(jìn)的大型語(yǔ)言模型(LLM)和各類(lèi)高性能傳感器。
用于AMR的高性能傳感器
AMR需要使用不同類(lèi)型的傳感器進(jìn)行同步定位與地圖構(gòu)建(SLAM),并提供距離和深度測(cè)量。傳感器的重要指標(biāo)包括物體檢測(cè)、物體識(shí)別、顏色識(shí)別、分辨率、功耗、尺寸、成本、范圍、動(dòng)態(tài)范圍、速度以及在各種光照和天氣條件下的適應(yīng)性。
可用于AMR的傳感器模式包括:
CMOS 成像
直接飛行時(shí)間(dToF)和間接飛行時(shí)間(iTOF)深度感知
超聲波
雷達(dá)
電感定位
低功耗藍(lán)牙(Bluetooth LE) 技術(shù)
慣性
上述模式各有其優(yōu)缺點(diǎn)。例如,雷達(dá)能在弱光或惡劣天氣條件下有效測(cè)量范圍和速度,但顏色檢測(cè)能力較差,初始成本高,且體積較大,而這在AMR設(shè)計(jì)中是一個(gè)重要考慮因素。激光雷達(dá)采用大批量CMOS硅鑄造工藝,因此初始成本相對(duì)較低,且能夠在夜間/直射陽(yáng)光下進(jìn)行檢測(cè),但在物體分類(lèi)方面表現(xiàn)欠佳。同樣,iToF深度傳感器具有出色的分辨率和低功耗處理能力。
顯然,要為AMR提供全面的信息以應(yīng)對(duì)上述挑戰(zhàn),僅靠單一的傳感器模式無(wú)法滿(mǎn)足需求。根據(jù)應(yīng)用和環(huán)境的不同,AMR需要使用多種傳感器模式。這些傳感器不會(huì)單獨(dú)運(yùn)行,而是通過(guò)“傳感器融合”共同發(fā)揮作用。
傳感器融合如何賦能自主移動(dòng)機(jī)器人
傳感器融合是指將兩個(gè)或多個(gè)數(shù)據(jù)源(來(lái)自傳感器和/或算法或模型)組合,以更好地了解系統(tǒng)及其周?chē)h(huán)境。AMR中的傳感器融合不僅可以提升可靠性、冗余度并最終確保安全性,還可以提高評(píng)估的一致性、準(zhǔn)確性和可信度,是一項(xiàng)必不可少的技術(shù)。
如下圖1所示,傳感器融合結(jié)合了數(shù)據(jù)收集和數(shù)據(jù)解釋兩個(gè)功能。
圖1:傳感器融合過(guò)程
在傳感器融合中,“解釋數(shù)據(jù)”的步驟需要實(shí)現(xiàn)算法或模型。有時(shí)傳感器融合的結(jié)果直接為人類(lèi)提供有用信息(如倒車(chē)輔助),有時(shí)則供機(jī)器作進(jìn)一步處理(如安防系統(tǒng)中的人臉識(shí)別)。
傳感器融合具有多種優(yōu)勢(shì),例如降低信號(hào)噪聲。同質(zhì)傳感器融合可以降低非相關(guān)噪聲,而異構(gòu)傳感器融合可以降低相關(guān)噪聲。
傳感器融合本質(zhì)上可通過(guò)冗余來(lái)提高可靠性。傳感器的數(shù)量至少有兩個(gè),這意味著即使其中一個(gè)傳感器的數(shù)據(jù)丟失,雖然數(shù)據(jù)質(zhì)量降低,但系統(tǒng)仍可利用其他傳感器提供的數(shù)據(jù)繼續(xù)工作。傳感器融合還可用于預(yù)估無(wú)法直接測(cè)量的狀態(tài),如遮擋(當(dāng)攝像頭無(wú)法觀察到物體或物體的一部分時(shí))和反射(當(dāng)物體或表面將光線(xiàn)從一個(gè)攝像頭反射到另一個(gè)攝像頭時(shí))。
鑒于以上優(yōu)勢(shì),且隨著采用率日益增長(zhǎng),傳感器融合領(lǐng)域已呈現(xiàn)以下趨勢(shì):
采用AI驅(qū)動(dòng)的算法
增強(qiáng)物體檢測(cè)和分類(lèi)能力
傳感器融合用于實(shí)現(xiàn)協(xié)同感知
多種傳感器模式
惡劣條件下的環(huán)境感知
傳感器融合用于實(shí)現(xiàn)360度環(huán)視
實(shí)時(shí)傳感器校準(zhǔn)
傳感器融合的核心在于傳感器本身,如果獲取的數(shù)據(jù)不理想,再好的算法也無(wú)法生成高質(zhì)量的結(jié)果。令人欣喜的是,安森美(onsemi)提供了一系列出色的傳感器和工具,支持將傳感器融合技術(shù)用于AMR中。
總結(jié)
自主移動(dòng)機(jī)器人應(yīng)用場(chǎng)景多樣,采用率加快提高。為順應(yīng)趨勢(shì),行業(yè)已形成了相關(guān)的最佳實(shí)踐。首先,對(duì)環(huán)境實(shí)施控制,以減少AMR可能遇到的潛在碰撞情形。例如,可以在制造設(shè)施或倉(cāng)庫(kù)中為AMR/自動(dòng)引導(dǎo)車(chē)輛(AGV)設(shè)定專(zhuān)門(mén)的路線(xiàn)。其次,在開(kāi)發(fā)過(guò)程中使用數(shù)字孿生仿真實(shí)際使用場(chǎng)景(包括邊界工況)。最后,將傳感器融合與智能傳感器、算法和模型相結(jié)合。
在智能感知技術(shù)領(lǐng)域,安森美一直走在前列。安森美提供各類(lèi)卷簾快門(mén)和全局快門(mén)圖像傳感器,具有優(yōu)異的動(dòng)態(tài)范圍性能,并配備運(yùn)動(dòng)喚醒等創(chuàng)新功能。除圖像傳感器外,安森美還提供用于距離檢測(cè)的SiPM(激光雷達(dá))。該產(chǎn)品組合包括超聲波傳感器、電感傳感器和采用低功耗藍(lán)牙技術(shù)的微控制器,后者支持可用于定位的AoA(到達(dá)角)和AoD(出發(fā)角)。
AMR中的傳感器融合必將對(duì)工業(yè)和運(yùn)輸應(yīng)用邁向工業(yè)5.0的進(jìn)程產(chǎn)生重大影響,安森美致力于提供完備的傳感器和子系統(tǒng),確保一切順利過(guò)渡。進(jìn)一步了解我們的AMR方案和系統(tǒng)方案指南。
-
傳感器
+關(guān)注
關(guān)注
2551文章
51099瀏覽量
753568 -
安森美
+關(guān)注
關(guān)注
32文章
1682瀏覽量
92009 -
導(dǎo)航
+關(guān)注
關(guān)注
7文章
528瀏覽量
42413 -
自主移動(dòng)機(jī)器人
+關(guān)注
關(guān)注
2文章
42瀏覽量
11585
原文標(biāo)題:傳感器融合技術(shù)如何助力自主移動(dòng)機(jī)器人導(dǎo)航再升級(jí)?
文章出處:【微信號(hào):onsemi-china,微信公眾號(hào):安森美】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論