利用IMU增強(qiáng)機(jī)器人定位：實(shí)現(xiàn)精確導(dǎo)航的基礎(chǔ)技術(shù)

摘要

它們在實(shí)現(xiàn)精確定位方面發(fā)揮了重要作用，使機(jī)器人能夠自主執(zhí)行復(fù)雜任務(wù)并與周圍環(huán)境有效互動。本文探討了在頗具挑戰(zhàn)性的AMR運(yùn)行環(huán)境中，IMU具有哪些應(yīng)用案例，以及IMU在實(shí)現(xiàn)精確定位方面如何發(fā)揮關(guān)鍵作用。

簡介

自主移動機(jī)器人(AMR)對于未來的智能工廠和倉儲至關(guān)重要，在塑造未來自動化、可持續(xù)和清潔的工廠方面發(fā)揮著關(guān)鍵作用。AMR可提高效率、減少浪費(fèi)并優(yōu)化工業(yè)環(huán)境中的利用率。雖然未來可能會專門為AMR建造和優(yōu)化工廠，但讓這些機(jī)器人適應(yīng)現(xiàn)有的倉庫和工廠仍面臨諸多挑戰(zhàn)。AMR面臨的主要障礙涉及兩個關(guān)鍵部分：高效路徑規(guī)劃（確定最佳路徑）和精確定位（不斷更新其在環(huán)境中的位置）。1

本文主要討論GPS無法覆蓋的封閉環(huán)境下的室內(nèi)導(dǎo)航。AMR利用一系列傳感器和算法進(jìn)行定位和導(dǎo)航。其中包括攝像頭、LIDAR和雷達(dá)等視覺傳感器，以及車輪編碼器和IMU等測程傳感器。每種傳感器模式在范圍、準(zhǔn)確性和傳感信息方面都各有優(yōu)勢。這些傳感器的組合可確保提供全面的數(shù)據(jù)，從而在動態(tài)環(huán)境中有效定位機(jī)器人。雖然全面自主性必須要依靠一系列傳感器，但本文重點(diǎn)介紹IMU在具有挑戰(zhàn)性的AMR運(yùn)行環(huán)境中的應(yīng)用案例，以及IMU如何幫助實(shí)現(xiàn)精確定位，這對于導(dǎo)航和自主性至關(guān)重要。

什么是IMU？

IMU是由微機(jī)電系統(tǒng)(MEMS)器件構(gòu)成的微型器件。其中通常包括：

■   三軸加速度計：加速度計用于測量相對于地球重力場的加速度。在IMU中，三軸加速度計用于測量x、y和z軸（見圖1）。

圖1 x、y和z軸上的加速度測量

■   三軸陀螺儀：陀螺儀用于測量旋轉(zhuǎn)速率，提供三個軸上每個軸的角速度。三軸陀螺儀可以測量機(jī)器人在x、y和z軸上的角速度（ωx、ωy、ωz）（見圖2）。

圖2 x、y和z軸上的陀螺儀測量

●   高性能磁力計：提供磁場測量，對于在具有挑戰(zhàn)性的環(huán)境中準(zhǔn)確估計方向至關(guān)重要。盡管并不流行，但一些傳統(tǒng)的IMU中配備了磁力計。

●   其它：溫度傳感器用于補(bǔ)償溫度變化，氣壓計用于測量壓力。

IMU功能框圖

●   典型的IMU不僅包括陀螺儀、加速度計和溫度傳感器，還包括模數(shù)轉(zhuǎn)換以提取測量值和溫度補(bǔ)償（見圖3）。

●   IMU采用板載初步濾波算法，例如板載FIR（有限脈沖響應(yīng)）。

●   校準(zhǔn)和補(bǔ)償可糾正任何錯位或傳感器偏置。

●   用戶可以選擇在傳輸最終數(shù)據(jù)之前從IMU模塊內(nèi)部軸旋轉(zhuǎn)(d?)以匹配機(jī)器人的參考框架。

為何IMU對AMR有益？

●   高刷新速率的實(shí)時定位：自主性和實(shí)時導(dǎo)航是機(jī)器人操作環(huán)境中的關(guān)鍵要素。然而，感知傳感器的刷新速率通常受到限制，大概在10 Hz到30 Hz的范圍內(nèi)。相比之下，IMU擁有提供高保真位置輸出的能力，最高可達(dá)200 Hz。更高的刷新速率顯著提高了系統(tǒng)在動態(tài)環(huán)境中快速適應(yīng)方向快速變化時的可靠性，從而有助于快速響應(yīng)。憑借加速的刷新速率，AMR還能夠在其他測量之間的短暫間隔內(nèi)提供估計姿態(tài)。因此，IMU在實(shí)現(xiàn)實(shí)時定位方面發(fā)揮著關(guān)鍵作用，其刷新速率比感知傳感器快10倍。

●   航位推算：IMU是航位推算的支柱，航位推算是一種根據(jù)先前已知的位置估計當(dāng)前位置的導(dǎo)航技術(shù)。IMU可隨著時間推移不斷提供位置、方向和速度數(shù)據(jù)，從而實(shí)現(xiàn)精確估計，有助于AMR實(shí)現(xiàn)可靠導(dǎo)航。

●   緊湊的尺寸和重量：IMU具有緊湊的尺寸和輕便的設(shè)計，非常適合集成到各種移動機(jī)器人配置中。例如，ADI公司的ADIS16500的尺寸只有33.25 mm × 30.75 mm，既可確保高效放置，又不會影響機(jī)器人的機(jī)動性。

●   在不同環(huán)境中的可靠性：IMU具有一定的抗電磁干擾能力，可以在多種環(huán)境中運(yùn)行，包括室外和室內(nèi)環(huán)境。因此，它們適合廣泛的應(yīng)用。

●   通過加快刷新速率提高可靠性：感知傳感器的刷新速率通常限制在約10 Hz至30 Hz之間，而IMU可提供高達(dá)4 kHz原始數(shù)據(jù)的高保真位置輸出，具有顯著的優(yōu)勢。更高的刷新速率增強(qiáng)了可靠性，特別是在動態(tài)環(huán)境中，使AMR能夠快速響應(yīng)并有助于在其他測量之間的短期間隔內(nèi)估計姿態(tài)。

圖3 IMU的典型功能框圖

已經(jīng)有視覺傳感器的情況下，為什么IMU對AMR來說仍然必不可少

圖4 AMR的傳感器堆棧

如圖4所示，AMR通常具有多種視覺傳感器，例如飛行時間(ToF)、攝像頭、LIDAR等。盡管視覺測程提供了豐富的數(shù)據(jù)集，但I(xiàn)MU仍有存在的必要性。以下場景探討了其背后的一些原因：

1.AMR在特征稀疏的走廊中導(dǎo)航：同步定位與地圖繪制(SLAM)算法本質(zhì)上通過匹配觀察到的傳感器數(shù)據(jù)來工作，這些數(shù)據(jù)存儲在地圖中以便在地圖內(nèi)進(jìn)行定位。當(dāng)AMR穿越長走廊時（見圖5），會很快迷失定位。由于缺乏獨(dú)特特征，例如，具有均勻顏色、紋理或反射率的直墻，SLAM難以精確定位。在這種情況下，IMU可通過提供航向和方向信息來充當(dāng)重要的引導(dǎo)系統(tǒng)。

圖5 AMR在特征不明顯的走廊中失去視覺測程能力

2.在廣闊的開放環(huán)境中導(dǎo)航：范圍限制：當(dāng)在大型開放空間（如50 m×50 m的大型倉庫）中工作時，AMR難以定位，因?yàn)楦鱾€獨(dú)特特征超出了傳感器范圍（LIDAR的最大范圍通常約為10 m到15 m）。如圖6所示，由于空間過大，AMR的測程功能無法發(fā)揮作用。此外，倉庫通常具有統(tǒng)一的特征，因此也給視覺傳感器造成困難。在這種情況下，IMU和車輪編碼器是精確局部定位的唯一可靠來源。

圖6 傳感器的視場(FoV)有限，AMR無法在寬闊的開放空間內(nèi)進(jìn)行定位

3.在斜坡上行駛：當(dāng)在斜坡上行駛時，傳統(tǒng)的SLAM算法依靠LIDAR時會遇到挑戰(zhàn)，因?yàn)?D點(diǎn)數(shù)據(jù)不顯示坡度信息。因此，斜坡會被誤解為墻壁或障礙物，導(dǎo)致地圖成本更高。因此，采用2D系統(tǒng)的傳統(tǒng)SLAM方法在斜坡上變得無效。IMU可通過提取坡度信息（圖7）來幫助解決這一難題，從而有效地在斜坡上導(dǎo)航。

圖7 AMR在斜坡上行駛

表1 各種用于定位的傳感器模塊的姿態(tài)和方向估計

4.導(dǎo)航時的環(huán)境因素：對環(huán)境因素的敏感性：LIDAR傳感器對各種環(huán)境因素很敏感，例如環(huán)境光、灰塵、霧和雨。這些因素會降低傳感器數(shù)據(jù)的質(zhì)量，進(jìn)而影響SLAM算法的性能。類似地，其他傳感器模塊也會受到反射表面和動態(tài)移動物體（其他AMR或工人）的影響，導(dǎo)致SLAM進(jìn)一步混淆。表1總結(jié)了環(huán)境對不同傳感器模塊的影響。IMU可以在各種環(huán)境中可靠運(yùn)行，因而成為移動機(jī)器人在發(fā)揮多功能性時的合適選擇。

然而，沒有十全十美的傳感器！

盡管IMU有其優(yōu)勢，但也存在風(fēng)險并會帶來一些挑戰(zhàn)2：

1.噪聲：IMU測量容易受到噪聲的影響，這會降低機(jī)器人導(dǎo)航和控制的準(zhǔn)確性。為了補(bǔ)償噪聲，IMU通常采用先進(jìn)的濾波技術(shù)，例如卡爾曼濾波或FIR。

2.偏置：IMU傳感器會隨著時間的推移積累偏置，這會導(dǎo)致方向和運(yùn)動估計出現(xiàn)誤差。為了解決這個問題，采用了偏置估計算法來不斷更新IMU傳感器讀數(shù)。

3.非線性度：IMU傳感器表現(xiàn)出非線性行為，這會進(jìn)一步加劇數(shù)據(jù)處理和解釋的復(fù)雜性。為了對非線性度進(jìn)行補(bǔ)償，需要對其進(jìn)行校準(zhǔn)以表征傳感器的行為并應(yīng)用適當(dāng)?shù)男Ｕ?/p>

4.隨機(jī)游走：IMU易受到外部熱機(jī)械事件的影響，導(dǎo)致ARW（角度隨機(jī)游走（陀螺儀中））和VRW（速度隨機(jī)游走（加速度計中））出現(xiàn)誤差。

如何降低這些風(fēng)險？答案是傳感器融合！

●   傳感器融合有何幫助？

■   提高可靠性。

■   提高數(shù)據(jù)質(zhì)量。

■   更好地估計未測量的狀態(tài)。

■   增加覆蓋范圍從而確保安全。

●   傳感器融合算法意義：

■   擴(kuò)展卡爾曼濾波等狀態(tài)估計技術(shù)可以糾正常規(guī)AMR運(yùn)行期間的噪聲、ARW和偏置不穩(wěn)定性誤差。

■   通過測量地球引力加速度，可以消除IMU中的俯仰和滾轉(zhuǎn)陀螺儀誤差。

■   該算法會跟蹤和糾正偏置漂移，并糾正ARW誤差。

●   擴(kuò)展卡爾曼濾波器(EKF)：

■   即使建模系統(tǒng)的確切性質(zhì)未知，也支持對過去、現(xiàn)在和未來狀態(tài)的估計。圖8顯示了簡化的EKF算法。

■   隨著時間的推移,觀察到的測量值包含高斯白噪聲或其他不準(zhǔn)確性，并通過以下方式估計測量的真實(shí)值

■   同步傳感器之間的測量

■   預(yù)測姿態(tài)和誤差估計

■   估計和更新預(yù)測值的不確定性

圖8 EKF算法（簡化）

●   傳感器融合：

■   在典型的基于機(jī)器人操作系統(tǒng)(ROS)的系統(tǒng)中，視覺傳感器以及IMU和車輪里程計（圖9）使用流行的基于ROS的開源軟件包robot_localization3進(jìn)行融合，該軟件包以EKF算法為核心。該軟件包可以融合不限數(shù)量的傳感器和各種傳感器輸入，如IMU、輪速和里程計。robot_localization給出的姿態(tài)輸出包括機(jī)器人位置和方向的3D估計以及線/角速度和加速度，這些信息都會輸入到SLAM算法中。姿態(tài)輸出表達(dá)如下：

姿態(tài)狀態(tài) = (X, Y, Z, 滾轉(zhuǎn), 俯仰, 偏航, X˙, Y˙, Z˙, 滾轉(zhuǎn)˙, 俯仰˙, 偏航˙, X¨, Y¨, Z¨)。

圖9 使用ROS的典型傳感器融合系統(tǒng)

ADI IMU如何幫助解決這些挑戰(zhàn)？

ADI公司為包括移動機(jī)器人在內(nèi)的各種應(yīng)用提供了多種IMU。提供的特有價值主張如下：

●   內(nèi)置校準(zhǔn)：ADI IMU具有經(jīng)過充分出廠校準(zhǔn)的加速度計和陀螺儀尋址參數(shù)，例如靈敏度、偏置、對準(zhǔn)、線性加速度的陀螺儀偏置和加速度計。內(nèi)置動態(tài)偏移校正功能可補(bǔ)償電源電壓、溫度和磁場干擾的變化并具有降噪功能4。這可以顯著減少系統(tǒng)集成時間和采集成本，從而簡化在不同條件下工業(yè)應(yīng)用中精確傳感器測量的整體實(shí)施。

●   低噪聲、高帶寬模數(shù)轉(zhuǎn)換器(ADC)：以高精度和高帶寬捕獲傳感器數(shù)據(jù)，確?？煽?、靈敏的運(yùn)行。

●   高精度：ADI IMU提供精確的方向、運(yùn)動和速度測量，使機(jī)器人能夠做出明智的決策并精確地在周圍環(huán)境中移動。

●   低功耗：移動機(jī)器人通常依靠電池供電，因此低功耗對于增加行駛里程至關(guān)重要。ADI IMU能效高，可最大程度降低功耗并最大程度延長電池續(xù)航時間。

●   緊湊尺寸：為了安裝到移動機(jī)器人有限的空間中，ADI IMU采用了緊湊的外形設(shè)計，因此可以輕松集成到各種機(jī)器人配置中，而不會影響性能。

●   易于集成：與機(jī)器人控制系統(tǒng)的輕松集成對于無縫操作至關(guān)重要。ADI的IMU測試板與開源ROS節(jié)點(diǎn)相結(jié)合，可以輕松集成以構(gòu)建AMR。

結(jié)論

IMU是AMR定位的必備元件，因?yàn)镮MU可以提供方向估計和運(yùn)動跟蹤，并以高刷新速率提供實(shí)時響應(yīng)，使得AMR能夠在動態(tài)環(huán)境中行駛。借助卡爾曼濾波器等傳感器融合技術(shù)，可以組合其他傳感器模塊來彌補(bǔ)彼此的局限性。ADI提供豐富多樣的IMU來滿足各種移動機(jī)器人應(yīng)用的特定要求。

參考文獻(xiàn)

1 Shoudong Huang和Gamini Dissanayake?！皺C(jī)器人定位：簡介”。John Wiley & Sons, Inc.，2016年8月。

2 Oliver J. Woodman?！皯T性導(dǎo)航簡介”。劍橋大學(xué)，2007年8月。

3 robot_localization 2.6.12文檔。Tom Moore，2016年。

4 Randy Carver和Mark Looney?！癕EMS加速度計校準(zhǔn)可優(yōu)化工業(yè)應(yīng)用的精度”。EE Times，2007年10月。

作者簡介

Sarvesh Pimpalkar是一名系統(tǒng)應(yīng)用工程師，在ADI公司的工業(yè)邊緣、運(yùn)動和機(jī)器人團(tuán)隊工作，專注于研發(fā)移動機(jī)器人。他的專業(yè)領(lǐng)域是Linux和嵌入式系統(tǒng)的軟件系統(tǒng)設(shè)計和產(chǎn)品開發(fā)。他擁有都柏林城市大學(xué)電子與計算機(jī)工程碩士學(xué)位、印度管理學(xué)院班加羅爾分校青年領(lǐng)袖高管綜合管理課程認(rèn)證以及孟買大學(xué)電子工程學(xué)士學(xué)位。在加入ADI公司之前，Sarvesh曾擔(dān)任設(shè)計工程師，負(fù)責(zé)開發(fā)各種工業(yè)產(chǎn)品的硬件、固件和自動化。