創(chuàng)澤機器人 |
CHUANGZE ROBOT |
IROS2019發(fā)表的論文“Perception System Design for Low-Cost Commercial Ground Robots: Sensor Configurations, Calibration, Localization and Mapping”提出一個product—ready機器人感知系統(tǒng),設計穩(wěn)定并具有長遠性的自動化設備來解決這個問題,包括傳感器的選擇和配置,以及算法和實現(xiàn)。特別地,此低成本系統(tǒng)利用了一個單目相機,一個短程二維激光測距儀,車輪編碼器和慣性測量單元。相對于“最簡單”的設計角度(用最少的傳感器數(shù)量實現(xiàn)自動化機器人[1][2][3]),此系統(tǒng)傳感設置相對復雜,但理論上的困難不大。但是,從冗余傳感和實際應用的角度來看,設置的4個傳感器具有互補性的特點,能夠?qū)崿F(xiàn)機器人的穩(wěn)健運行,理論問題極少,故障率也很低。成本方面,完整的傳感器設備只需300美元左右(量產(chǎn)時甚至低至100美元),而且我們提出的在線算法只需要一個現(xiàn)代ARM處理器的一個內(nèi)核就可以完成。本文的另一個關(guān)鍵貢獻是詳細的算法設計和有效的實現(xiàn),使移動機器人能夠自主移動以進行“在任何地方的應用”。特別是我們提出了一個單步廠內(nèi)批量校準算法,能夠有效、準確地校準傳感器的內(nèi)部和外部參數(shù);通過緊密耦合的傳感器融合實現(xiàn)的定位算法,用于執(zhí)行區(qū)域探索、重新定位和傳感器在線校準;映射算法,生成精確的混合地圖,用于商用機器人的長期部署。該文在算法設計上,并沒有把重點放在“數(shù)學新穎”,而是從“系統(tǒng)設計”上下功夫,推動低成本商用機器人走向現(xiàn)實。
1、相關(guān)工作
根據(jù)機器人傳感器系統(tǒng)和算法的設計,相關(guān)工作可以分為兩類:一類是依靠數(shù)量最少的傳感器(一個或兩個)[1][2][3][4][5],另一類是使用多個傳感器的,類似于我們的傳感器,但有其自身的局限性[6][7][8][9]。
A. 具有最少(1-2個)傳感器的系統(tǒng)
在機器人系統(tǒng)中使用的各種傳感器中,攝像頭(RGB相機或深度相機)和激光測距儀(單光束或多光束)是最受歡迎的傳感器,通過這些傳感器設計出了各種自主的算法。這些傳感器可以支持機器人在適當?shù)沫h(huán)境下完全自主。例如,攝像頭在3-30Hz下可以提供對周圍環(huán)境的密集感知,其感知信息可用于進行3D SLAM[2][10]。攝像機在體積、成本和功率方面的優(yōu)勢使其易于集成到不同類型的機器人,甚至是微型機器人中[2]。深度攝像機也可以作為機器人的主要傳感器,提供定位、繪圖、避障等功能[5][11]。與深度相機相比,LRF通常具有更大的視野(FOV)和更長的感應距離,因此也被廣泛應用于商業(yè)機器人[1][4]。此外,由于近年來MEMS技術(shù)的發(fā)展,相機往往與IMU集成在一起。這使得機器人在劇烈運動或挑戰(zhàn)性的環(huán)境下,具有更好的比例估計能力,同時也有更好的系統(tǒng)穩(wěn)定性[3][12][13]。類似地,LRF傳感器也可以借助于IMU,實現(xiàn)性能的提升[14]。研究人員還致力于將IMU與車輪編碼器集成在一起,在缺乏外在感受器的傳感器長期使用,而產(chǎn)生不可避免的漂移時,產(chǎn)生準確的死角估計[15]。
B. 帶有冗余多傳感器系統(tǒng)的系統(tǒng)
目前,自動駕駛是最具挑戰(zhàn)性的機器人研究項目之一,通常情況下,自主駕駛汽車會配備精確但昂貴的GNSS-INS系統(tǒng)、數(shù)十臺雷達傳感器、多個RGB攝像頭和多個多光束LRF [6]。為了使類似級別的自動駕駛汽車更具有經(jīng)濟性和可行性,開發(fā)出了依靠相機和3D感應LRF的系統(tǒng),以代替昂貴的GNSS-INS系統(tǒng)[7][16]。在這些系統(tǒng)中,3D感應LRF要么采用成本較高的多光束LRF,要么采用旋轉(zhuǎn)2D LRF,但其應用在商業(yè)機器人時也有其自身的局限性(如旋轉(zhuǎn)轉(zhuǎn)子的價格和生命周期、機器人工業(yè)和結(jié)構(gòu)設計的挑戰(zhàn)等)。要開發(fā)地面機器人,車輪編碼器是低成本但高效的傳感器。然而,大多數(shù)利用車輪編碼器的系統(tǒng)只關(guān)注于具有平坦表面的環(huán)境[9][8]。紅外和超聲波傳感器在機器人系統(tǒng)中也得到了廣泛的應用。雖然它們可以用于定位和測繪,但由于精度和分辨率較低,主要用于避障[17]。本文提出了我們的機器人感知系統(tǒng)設計,由攝像頭、單光束LRF、IMU和車輪編碼器組成。這樣的系統(tǒng)成本較低,可以保證在大多數(shù)常見的環(huán)境下(“任何位置”)的穩(wěn)健性能。這些都是上述任何一種系統(tǒng)無法同時實現(xiàn)的目標。
2、傳感器的配置分析
傳感器配置和討論 機器人傳感器可分為兩種類型:本體感覺傳感器(測量機器人自身的運動)和外部感覺傳感器(感知周圍環(huán)境)。為了發(fā)揮其互補的感知能力,機器人通常配備本體感受和外感傳感器。
1)本體感覺傳感器。
由于IMU和車輪編碼器具有互補性,因此本設計集成了IMU和車輪編碼器。IM/U可以測量高幀率(≥100Hz)下移動框架的角速度和比力(重力影響的局部線性加速度),其測量結(jié)果可用于描述機器人在3D空間中的運動。雖然IMU在機器人應用中得到了廣泛的應用,但由于其性質(zhì),即使與其他傳感器融合,也有一定的局限性。有幾種情況會導致運動估計失敗。例如,機器人靜止、以恒定的圓周速度或直線速度運動等[3][18]。此外,由于IMU不能直接獲得線性速度估計,當機器人在具有挑戰(zhàn)性的環(huán)境中導航時,迭代估計器的本地化估算值可能會始終落入局部最小值,從而導致估計性能低下,甚至出現(xiàn)發(fā)散[19]。然而,這些挑戰(zhàn)都可以通過集成車輪編碼器來克服,因為車輪編碼器直接提供速度估計。另一方面,車輪編碼器只能對機器人在二維平面上的運動進行表征。這些互補的特性使IMU和車輪編碼器成為一對完美的本體感知傳感器,而且它們的成本都很低。
表I顯示,當IMU和車輪編碼器融合在一起時,運動估計效果顯著提高。
2)外窺式傳感器
一種短距離低成本的2D LRF和一個單目攝像頭通過設計集成。基于視覺的機器人系統(tǒng)可以在其捕獲的圖像包含足夠多的靜態(tài)的、可區(qū)分的信息(例如,稀疏的特征點[12]、半密集點云[10]、CNN特征等[20])時成功地工作。雖然大多數(shù)情況下如此,但仍然有很多環(huán)境不符合這個假設,尤其是建筑物內(nèi)部和跨建筑物的環(huán)境(黑暗的環(huán)境、場景少、移動物體多、光照條件變化等)。另一方面,LRF具有較大的FOV(200-360度),并且在光照條件下具有很強的魯棒性,并具有豐富的環(huán)境特征。低成本的LRF的弱點是檢測范圍短(不能用于室外導航)、無法捕捉3D信息、噪聲大。前兩個問題可以通過相機很好地彌補,而第三個問題可以通過基于概率估計的傳感器融合來改善。
3)完整的設計
眾所周知,本體感知傳感器和外部感知傳感器提供的信息是互補的,因此兩者的集成可以提高機器人感知系統(tǒng)的性能。因此,我們在設計機器人時,將上述傳感器一起設計,即攝像頭、LRF、IMU、車輪編碼器。構(gòu)建機器人感知系統(tǒng)需要考慮好的另一個關(guān)鍵因素是傳感器與傳感器的剛性連接和精確的時間同步。雖然可以設計算法來在線估計時空校準參數(shù)[12],但可能會影響系統(tǒng)性能,引入使用風險,因此我們把這一點作為對制造商的強烈要求。
3、實驗與結(jié)果
結(jié)果表明,在室內(nèi)和室外場景中,部署的“IMU和車輪編碼器融合”比其他替代方案有很大的優(yōu)勢。在室內(nèi),平均定位誤差為5cm左右,室外為35cm左右。此外,還進行了全自動機器人系統(tǒng)的實驗。搭載感知系統(tǒng)的機器人可以通過帶有規(guī)劃和控制模塊的預定路徑,進行自主導航。2019年2月14日-24日期間,在阿里巴巴西溪園區(qū)內(nèi)進行了共計84次測試,室外總行程16.7公里(見圖2)。在測試過程中,僅有一次失去本地化時進行了人為干預(這是由于我們的軟件不成熟造成的)。通過以上對比,可以看出所提出的方法的有效性。另一方面,當執(zhí)行同樣的任務時,甚至在一天內(nèi)多次需要人工干預[8]。此外,當運行在Nvidia Jetson TX2上時,所提出的定位算法只占用一個ARM內(nèi)核(相當于A73),并且達到優(yōu)化操作平均35毫秒,而平均關(guān)鍵幀頻率低于5Hz。這表明所提出的方法可以很容易地在低成本的處理器上實時運行。
機器人招商 Disinfection Robot 機器人公司 機器人應用 智能醫(yī)療 物聯(lián)網(wǎng) 機器人排名 機器人企業(yè) 機器人政策 教育機器人 迎賓機器人 機器人開發(fā) 獨角獸 消毒機器人品牌 消毒機器人 合理用藥 地圖 |