使用航位推測法來解決導航的挑戰(zhàn)

隨著自動化的周邊技術(shù)進步，小型掃地機器人的導航方式也不斷提升。而機器人的航位推測法，就是最新的關(guān)鍵技術(shù)。在導航中，航位推測法是從已知的起始位置開始，搭配隨時間改變的內(nèi)部速度和前進方向估算，來估測出一個位置，其中不需要任何外部參照物。用于機器人航位推測法的典型傳感器包括用滾輪旋轉(zhuǎn)來估算速度的滾輪編碼器、根據(jù)觀察到的地板樣式來估計速度的光流傳感器 （類似計算機鼠標中使用的傳感器），以及測量面向位置和加速的 IMU。航位推測法是由這些傳感器提供的綜合信息所計算而成。

 
圖一 : 小型掃地機器人的導航方式也不斷提升，而機器人的航位推測法，就是最新的關(guān)鍵技術(shù)。

這些航位推測法的運算法已實際應(yīng)用在機器人中，并且逐漸超越知名的隨機漫步 （在地板上以看似隨機模式移動的機器人）。這些機器人會運用智慧漫步，這是一種更先進的清潔方法，即利用航位推測法依照經(jīng)計算的模式移動。航位推測法是它們導航信息的主要來源，也能讓這些機器人更有效地清潔表面，并節(jié)省電池壽命。對消費者而言，它能有效清潔以節(jié)省時間；對于 OEM 廠商，它不需要 LIDAR 或昂貴的相機 （在 VLAM 系統(tǒng)中），進而節(jié)省 BOM 成本。

即使是在更先進的 VSLAM 和 LIDAR 系統(tǒng)中，航位推測法依然占有關(guān)鍵地位。VSLAM 式解決方案仰賴相機來計算器器人的位置。相機通常指向前方或上方的角度，找出各種邊緣或?qū)ο髞矶ㄎ黄湮恢谩５?，如果機器人進入光線不足的區(qū)域 （如床底或沙發(fā)下），就會失去可利用的視覺線索，因而迷路。進入沒有特別裝飾的房間 （譬如四面皆是白色墻面） 也會發(fā)生同樣的狀況。當機器人越過門坎或參差不齊表面時，LIDAR 系統(tǒng)會遺失信息，創(chuàng)造出同樣不均勻的世界。航位推測法填補這些關(guān)鍵時刻的定位空白信息，并維持正確的路線。

各傳感器的用途與挑戰(zhàn)
航位推測法似乎可以透過自動化導覽解決許多問題，這點毫無疑問，但航位推測法本身并非沒有難題待解決。隨著時間流逝，由于內(nèi)部估計誤差 （速度和面向位置），透過航位推測法計算出的位置將偏離真實位置。每個傳感器都會有影響輸出準確性的自身狀況。

滾輪編碼器雖然可以追蹤滾輪的旋轉(zhuǎn)狀況 （以輪軸為中心移動的距離或速度），并直接轉(zhuǎn)化為線性位移。但這是最理想的狀況。在現(xiàn)實世界中，滾輪可能會因為軟質(zhì)表面和地表變化而滑移或打滑。在這些滑移或打滑期間，滾輪會比機器人移動得更遠或更近。滾輪編碼器的讀數(shù)會準確反映滾輪的行為，但那并非機器人的確切位置。

 
圖二 : 實際數(shù)目:83cm ; 被察覺的數(shù)目: 93 cm

光流傳感器是可以在計算機鼠標中找到的傳感器。光流傳感器使用LED 或雷射光來查看其影像中的相對變化。如果影像中有特定的子像素組一起移動 （或流動），它會提供傳感器整體移動方向的信息。您的計算機鼠標幾乎都會在平坦光滑的表面上使用，因此其狀況和輸出結(jié)果可達到穩(wěn)定一致。但機器人會在不同的地板上移動，根據(jù)地板與傳感器之間的高度差異及傳感器的類型，提供不同的信息。某些地板搭配 LED（較粗糙）的運作效果較佳，其他則是搭配雷射（較平坦）的效果較佳。為了讓機器人從光流傳感器取得最佳信息，校正傳感器以配合地面高度和地板種類可說是至關(guān)重要。

 
圖三 : 慣性量測單元（IMU）會測量加速度和角速度，并轉(zhuǎn)換為前進方向和傾斜信息。

慣性量測單元（IMU）是正如其名專門設(shè)計的傳感器。它們會測量加速度和角速度，并轉(zhuǎn)換為前進方向和傾斜信息。我在前一篇文章提到，面向位置的準確性對機器人來說很重要，因為這樣才能找出前進的方向。傾斜信息有助于防止機器人往墻面上爬，或因為椅子太高而卡住。IMU 對傳感器一致性方面有其挑戰(zhàn)。它們會受到溫度影響，需要校準才能正確使用。

結(jié)合一切要素
為了建立精確的航位推測算法，每個傳感器都必須經(jīng)過校準，以提供精確的信息。這項工作本身就有其難度，而要讓這些傳感器互相融合更增添了復(fù)雜程度。藉由比較滾輪編碼器信息和 IMU 和光流傳感器，可偵測到滑移和打滑的情況并忽略相關(guān)信息。同理，光流法也可以透過比較其流向與滾輪編碼器預(yù)期的線性動作來進行動態(tài)校準。利用 IMU 來檢查在平滑表面上的一致性，可提高對測量的信心程度。除了持續(xù)監(jiān)控溫度對于性能的影響，這也能維持對傳感器的掌控。傳感器融合的價值在于隨時了解哪些傳感器信息最值得信賴，藉此盡量展現(xiàn)最佳成效。如您所見，盡管我還未全部列舉出來，但航位推測法的程序已包含許多復(fù)雜議題。

航位推測法是強大的工具，可用于任何地面模式的機器人，比起進階的 VSLAM 或 LIDAR 系統(tǒng)更能展現(xiàn)高效率。它可以利用智慧漫步縮短清潔時間，也可以在不良的環(huán)境之下，為復(fù)雜的 SLAM 算法增加韌性。精心結(jié)合滾輪編碼器、光流傳感器和 IMU 來實現(xiàn)航位推測法。

當您發(fā)現(xiàn)在地板上看似簡單的清掃模式竟是如此復(fù)雜程序的成果，可能會大吃一驚，但所看到這些流暢的成果，正是許多傳感器和傳感器融合所實現(xiàn)的心血結(jié)晶。在此情況下，至少總體是大于個體的總和。