傳統(tǒng)的自動(dòng)導(dǎo)引車（AGV）系統(tǒng)在許多工業(yè)應(yīng)用中使用，其特點(diǎn)是以嵌入式磁鐵或?qū)Ь�、畫線或磁帶或其他電氣或機(jī)械路徑定義手段的形式進(jìn)行物理路徑引導(dǎo)。這些車輛通常沒有 "位置 "的概念，也不需要沿規(guī)定路徑的距離，可用于觸發(fā)速度變化、停止、裝載/卸載等，以實(shí)現(xiàn)預(yù)期的應(yīng)用。激光雷達(dá)通常用于檢測(cè)障礙物的存在，并使AGV在離其路徑上的物體的規(guī)定距離內(nèi)減速或停止。一些激光雷達(dá)產(chǎn)品具有監(jiān)測(cè)AGV的速度和方向的能力，它們可以動(dòng)態(tài)地調(diào)整AGV前面或后面的保護(hù)區(qū)域的大小和形狀。

AGV的改進(jìn)

漸進(jìn)式的改進(jìn)使下一代AGV離開了由電線或膠帶建立的物理路徑，而使用內(nèi)部數(shù)字地圖和對(duì)其在該地圖上的位置的了解，遵循更靈活的預(yù)編程虛擬路徑。一種常見的方法是使用精心定位和測(cè)量的反射器和車載激光雷達(dá)的集合，通常具有360°的視野，根據(jù)與多個(gè)反射器的距離的三角測(cè)量來計(jì)算AGV的位置。

基于反射器的導(dǎo)航由于物體阻擋其放置而具有局限性

激光雷達(dá)是一種距離測(cè)量方法，它使用脈沖激光形式的光和一個(gè)高度敏感的探測(cè)器，使用飛行時(shí)間或相移測(cè)量來確定非常短的距離值。當(dāng)與在一個(gè)平面或其他模式中掃描激光的機(jī)制相結(jié)合時(shí)，用戶可以在連續(xù)的角度和/或方向上得到一系列的距離讀數(shù)。從這個(gè)二維或三維范圍的數(shù)據(jù)中，用戶可以從徑向坐標(biāo)轉(zhuǎn)換為笛卡爾坐標(biāo)，并由此創(chuàng)建一個(gè)場(chǎng)景的二維或三維輪廓圖。

激光雷達(dá)具有獨(dú)特的資格，可以以非常高的速度進(jìn)行掃描，因?yàn)樗�具有光的速度，而且它以激光的形式攜帶自己的定向照明。此外，與立體視覺或三角測(cè)量等結(jié)構(gòu)光技術(shù)相比，激光雷達(dá)可以讀取非常長的距離，而不需要在攝像機(jī)或發(fā)射器/探測(cè)器對(duì)之間有一個(gè)大的基線，這對(duì)較小的車輛來說可能很重要。

一些激光雷達(dá)具有專門檢測(cè)激光掃描中的反射器的額外能力，為定位提供了一個(gè)低計(jì)算量的三角測(cè)量系統(tǒng)。然而，使用反射器和三角測(cè)量有一個(gè)復(fù)雜的問題，即在AGV行駛過程中的任何一點(diǎn)都需要看到三個(gè)或更多的反射器，當(dāng)操作空間被貨架、機(jī)器和其他設(shè)備分割時(shí)，這有時(shí)是一個(gè)困難的要求。

自主移動(dòng)機(jī)器人

隨著全世界對(duì)工業(yè)4.0倡議的關(guān)注，以及制造商希望降低成本，提高靈活性和生產(chǎn)力，AGV技術(shù)的繼任者已經(jīng)以自主移動(dòng)機(jī)器人（AMR）的形式出現(xiàn)了。這些AMR系統(tǒng)對(duì)于AGV系統(tǒng)來說，就像過去幾年的協(xié)作機(jī)器人對(duì)于工業(yè)機(jī)器人一樣。AMR系統(tǒng)沒有電線、物理引導(dǎo)和額外的基礎(chǔ)設(shè)施，如反射器，它不僅在傳統(tǒng)的制造邊界內(nèi)，而且在它們之間運(yùn)輸材料和用品。穿過隧道和走廊，在建筑物之間和內(nèi)部行駛，乘坐電梯進(jìn)入多個(gè)樓層，AMR在躲避叉車時(shí)就像巧妙地談判狹窄的通道和人類步行交通一樣自如。

自主移動(dòng)機(jī)器人繞過障礙物

真實(shí)世界自主導(dǎo)航

為了實(shí)現(xiàn)這一壯舉，AMR 必須能夠在其深遠(yuǎn)的邊界內(nèi)進(jìn)行定位，并規(guī)劃穿過擁擠區(qū)域的路徑，這些區(qū)域在 AMR 每次通過時(shí)可能看起來都非常不同。在這種環(huán)境中，尤其是在人員中和人員之間工作時(shí)，障礙物檢測(cè)和避讓至關(guān)重要。幸運(yùn)的是，賦予 AMR 自身定位能力的相同傳感器能夠檢測(cè)和報(bào)告 AMR 必須越過的障礙物的發(fā)生和位置。這些傳感器（通常是激光雷達(dá)）最近在功率和成本效益方面發(fā)生的變化使 AMR 變得可行，并迎來了一波進(jìn)入者進(jìn)入快速增長的產(chǎn)品領(lǐng)域的浪潮。競(jìng)爭(zhēng)和不斷縮小的電子產(chǎn)品使得移動(dòng)應(yīng)用中使用的典型激光雷達(dá)價(jià)格從 10 多美元起，000 和十年前的籃球大小，今天的比較模型成本低于 2,000 美元，和棒球一樣小。更高的掃描速率和更高的角度分辨率為現(xiàn)代定位算法提供了更多的數(shù)據(jù)饋送饑餓算法。

同時(shí)定位和映射

使用激光雷達(dá)的 AMR 如何在沒有反射器或標(biāo)記的情況下，通過隧道和大廳，在多個(gè)建筑物和多個(gè)樓層中定位自己的大小空間？AMR 使用一種稱為同步定位和映射 (SLAM) 的技術(shù)，該技術(shù)在 20 世紀(jì) 80 年代中期和 90 年代的學(xué)術(shù)實(shí)驗(yàn)室中率先推出，解決了創(chuàng)建未知環(huán)境地圖同時(shí)在地圖中保持位置的問題。SLAM 算法仍然是一個(gè)活躍的研究領(lǐng)域，它們的各種版本被研究人員和商業(yè)用戶廣泛使用，例如開源機(jī)器人操作系統(tǒng) (ROS) 庫、卡內(nèi)基梅隆大學(xué)的機(jī)器人導(dǎo)航工具包 (CARMEN) 和 Mobile機(jī)器人編程工具包 (MRPT)，僅舉幾例。

SLAM 可以使用許多傳感器作為輸入，激光雷達(dá)是目前最常見和最容易獲得的。它通常使用多種不同類型的傳感器輸入，并根據(jù)各種傳感器類型的能力和限制定制算法。

每個(gè)傳感器都有一個(gè)與之相關(guān)聯(lián)的算法，用于根據(jù)該輸入確定運(yùn)動(dòng)或位置。例如，里程計(jì)或車輪轉(zhuǎn)數(shù)與移動(dòng)機(jī)器人底座的數(shù)學(xué)運(yùn)動(dòng)學(xué)一起使用，以計(jì)算基于車輪旋轉(zhuǎn)的運(yùn)動(dòng)。聲納或超聲波傳感器可以根據(jù)與當(dāng)?shù)鼗�礎(chǔ)設(shè)施的距離來估計(jì)位置。激光雷達(dá)范圍掃描可用于多種方式來估計(jì)移動(dòng)機(jī)器人的運(yùn)動(dòng)或位置。

作為一個(gè)迭代推理問題，SLAM 從一個(gè)已知條件開始，即 AMR 的位置和姿態(tài)，對(duì)未來?xiàng)l件的建模預(yù)測(cè)，即基于當(dāng)前速度和航向的位置和姿態(tài)估計(jì)，以及來自多個(gè)來源的傳感器數(shù)據(jù)誤差和噪聲量的估計(jì)。SLAM 使用包括卡爾曼或粒子濾波器在內(nèi)的統(tǒng)計(jì)技術(shù)來近似解決機(jī)器人的位置和迭代姿勢(shì)。

該圖表說明了擴(kuò)展卡爾曼濾波器的結(jié)果。顯示的是來自 Aethon 的 TUG 自主移動(dòng)機(jī)器人沿著制造工廠的過道行駛的結(jié)果。過道呈90度角對(duì)齊。掃描到掃描算法（綠色）雖然相對(duì)平滑，但由于累積誤差可能會(huì)漂移（如圖的后半部分所示）。掃描到地圖算法（藍(lán)色）給出了均值可能跳躍的噪聲數(shù)據(jù)。這些變化是由于材料移動(dòng)導(dǎo)致地圖與當(dāng)前環(huán)境不匹配造成的。紅線是通過使用擴(kuò)展卡爾曼濾波器結(jié)合所有定位技術(shù)計(jì)算出的 TUG 位置的估計(jì)值。跳躍是由使用絕對(duì)定位算法引起的。由 Aethon 提供。{#Content_Pages#}

結(jié)合擴(kuò)展卡爾曼濾波器

在 SLAM 的典型實(shí)現(xiàn)中，擴(kuò)展卡爾曼濾波器用于通過概率密度函數(shù)估計(jì)系統(tǒng)狀態(tài)。該估計(jì)包括 AMR 的位置和方向、其線速度和旋轉(zhuǎn)速度以及線加速度。過濾器以預(yù)測(cè)和校正的兩步方式進(jìn)行。在第一步中，當(dāng)前時(shí)間的估計(jì)狀態(tài)是根據(jù)先前的狀態(tài)和僅運(yùn)動(dòng)的物理定律預(yù)測(cè)的。在第二步中，來自傳感器讀數(shù)的觀察結(jié)果用于對(duì)某些估計(jì)狀態(tài)進(jìn)行修正。這是來自外部傳感器（包括激光雷達(dá)）的讀數(shù)提供輸入的地方。觀察結(jié)果包括一個(gè)不確定值，過濾器試圖維持一組狀態(tài)，由均值和協(xié)方差矩陣表示，符合運(yùn)動(dòng)定律和提供的觀察結(jié)果。使用激光雷達(dá)距離數(shù)據(jù)進(jìn)行校正步驟的兩種常見 SLAM 算法是掃描到掃描匹配和掃描到地圖匹配。

自主移動(dòng)機(jī)器人 (AMR) 導(dǎo)航的集成方法

掃描到掃描匹配

在掃描到掃描匹配中，順序激光雷達(dá)距離數(shù)據(jù)用于估計(jì)掃描之間 AMR 的位置移動(dòng)，從而產(chǎn)生更新和累積的 AMR 位置和姿態(tài)。該算法獨(dú)立于現(xiàn)有地圖，因此當(dāng)?shù)貓D不存在時(shí)，例如在初始地圖創(chuàng)建期間，或者當(dāng)當(dāng)前環(huán)境由于環(huán)境變化與存儲(chǔ)的地圖不緊密匹配時(shí)，它會(huì)受到嚴(yán)重依賴。作為一種增量算法，掃描到掃描的匹配會(huì)受到長期漂移的影響，并且無法隨時(shí)間糾正不準(zhǔn)確的更新。

克服局限——綜合方法

所有 SLAM 算法最終都基于環(huán)境的傳感器讀數(shù)。當(dāng)沒有物體處于適合傳感器讀取的位置時(shí)，如倉庫中的空架子和處于該精確高度的 2D 激光雷達(dá)所見，引入 3D 激光雷達(dá)或基于 3D 立體深度相機(jī)的傳感可以大大增加本地化性能。然而，這些傳感器的成本可能更高，而且計(jì)算要求也高得多。當(dāng)出現(xiàn)如此多的數(shù)據(jù)時(shí)，減少計(jì)算要求的一種方法是從掃描或圖像中提取特征，然后由 SLAM 算法處理這些特征，因此 SLAM 算法不會(huì)處理圖像中的每個(gè)單獨(dú)像素。

這種策略需要一個(gè)強(qiáng)大的算法來從掃描到掃描一致地提取特征，盡管在運(yùn)動(dòng)通過場(chǎng)景時(shí)視角、光照或反射率不同。這是一項(xiàng)不小的任務(wù)。此外，需要出門或在室內(nèi)和室外之間行駛的應(yīng)用可能會(huì)對(duì)傳感器及其處理明/暗、直射陽光等變化的能力提出額外要求。

AMR 目前使用的大多數(shù) SLAM 實(shí)現(xiàn)都是基于傳感器成本和計(jì)算要求以及移動(dòng)車輛中增加計(jì)算的功率要求的能力折衷。隨著越來越多的功能被集成到高端機(jī)器視覺相機(jī)中以支持它們所使用的各種應(yīng)用——檢查、測(cè)量和缺陷檢測(cè)——也許基于 SLAM 的算法的需求也可以直接集成到機(jī)器視覺相機(jī)中未來。例如，這種集成可以提供特征提取和測(cè)距，從而減輕 AMR 的處理要求。

雖然這些 SLAM 算法本身都不能完全令人滿意，而且實(shí)際上可以提供相互矛盾的定位解決方案，但每種算法在不同情況下都有優(yōu)勢(shì)。通過里程計(jì)、掃描到掃描匹配、掃描到地圖匹配和其他技術(shù)（如特征提取和匹配）的組合，將這些方法中的每一種方法相互結(jié)合使用可以克服缺點(diǎn)，提供準(zhǔn)確和在現(xiàn)實(shí)世界的設(shè)置和應(yīng)用程序中具有可靠的性能。