感測器融合技術如何協助自主移動機器人導航再升級

自主移動機器人(AMR)可協助製造商提高生產效率、增強安全性並節省大量成本,因而在各行各業廣泛應用。 2022年全球AMR市場規模為86.5億美元,預計2022年至2028年間的複合年增長率(CAGR)將達到18.3%。

進入工業5.0時代,人類將與人工智慧(AI)機器人協同工作,機器人輔助而非取代人類。願景固然美好,但要實現這一目標,AMR必須克服重重挑戰,整合各種感測器以及新興的感測器融合技術將為此提供效益。



AMR採用過程中所面臨的挑戰

AMR普及的一大難題是其在多種不同應用和環境中的適應性。 AMR已廣泛應用於倉庫、農業技術、商業園林綠化、醫療保健、智慧零售、安防和監控、配送、庫存管理、揀選和分類等多個領域。在這些不同的環境中,AMR需要安全地與人類共處。
此外,複雜的情境也大大增加了AMR的工作難度。有些情況人類可以輕鬆應對,但對AMR而言卻並非易事。例如,假設送貨機器人在配送最後一個包裹的途中看到路中間有個球,它可能會成功識別這一障礙物並避免碰撞。但其智能化程度是否足以預判會有小孩跑出來撿球呢?類似這樣的複雜情境還有很多: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並做出預測? AMR是否知道自己不能在新澆築的混凝土上行走?
人類很容易做出判斷,但機器人卻難以應付。然而,若配備了合適的感測器,AMR在強日光下偵測物體的能力可以超越人類。不過,澆築的混凝土和噴灑的液體仍然比較難以辨識。邊緣、懸崖、坡道和樓梯對於AMR來說都是挑戰。還有一些特殊情況,例如有人故意搞破壞,將AMR推翻,這也是早期開發逃逸機動系統的緣由。
要解決這些挑戰,需要在AI技術中採用先進的大型語言模型(LLM)和各類高效能感測器。

用于AMR的高性能传感器

AMR需要使用不同類型的感測器進行同步定位與地圖建構(SLAM),並提供距離和深度測量。感測器的重要指標包括物件偵測、物件辨識、顏色辨識、解析度、功耗、尺寸、成本、範圍、動態範圍、速度以及在各種光照和天氣條件下的適應性。

可用於AMR的感測器模式包括:

  • CMOS 成像直接飛行時間 (dToF) 和間接飛行時間 (iTOF) 深度感知
  • 超音波
  • 雷達
  • 電感定位
  • 低功耗藍牙®(Bluetooth LE) 技術
  • 慣性

上述模式各有其優缺點。例如,雷達能在低光源或惡劣天氣條件下有效測量範圍和速度,但顏色偵測能力較差,初始成本高,且體積較大,而這在AMR設計中是一個重要考慮因素。雷射雷達採用大批量CMOS矽鑄造工藝,因此初始成本相對較低,且能夠在夜間/直射陽光下進行檢測,但在物體分類方面表現欠佳。同樣,iToF深度感測器具有出色的解析度和低功耗處理能力。
顯然,要為AMR提供全面的資訊以應對上述挑戰,僅靠單一的感測器模式無法滿足需求。根據應用和環境的不同,AMR需要使用多種感測器模式。這些感測器不會單獨運行,而是透過「感測器融合」共同發揮作用。



感測器融合如何賦能自主移動機器人

感測器融合是指將兩個或多個資料來源(來自感測器和/或演算法或模型)組合,以便更好地了解系統及其周圍環境。 AMR中的感測器融合不僅可以提升可靠性、冗餘度並最終確保安全性,還可以提高評估的一致性、準確性和可信度,是一項必不可少的技術。

感測器融合過程 出處: 安森美


在感測器融合中,「解釋資料」的步驟需要實作演算法或模型。有時感測器融合的結果直接為人類提供有用資訊(如倒車輔助),有時則供機器作進一步處理(如安防系統中的人臉辨識)。
感測器融合具有多種優勢,例如降低訊號雜訊。同質感測器融合可以降低非相關噪聲,而異構感測器融合可以降低相關噪音。
感測器融合本質上可透過冗餘來提高可靠性。感測器的數量至少有兩個,這意味著即使其中一個感測器的資料遺失,雖然資料品質降低,但係統仍可利用其他感測器提供的資料繼續工作。感測器融合也可用於預估無法直接測量的狀態,如遮蔽(當相機無法觀察到物體或物體的一部分時)和反射(當物體或表面將光線從一個相機反射到另一個攝影機)。

鑑於上述優勢,且隨著採用率日益增長,感測器融合領域已呈現以下趨勢:

  • 採用 AI 驅動的演算法
  • 增強物體檢測和分類能力
  • 感測器融合用於實現協同感知
  • 多種感測器模式
  • 惡劣條件下的環境感知
  • 感測器融合用於實現 360 度環視
  • 即時感測器校準

感測器融合的核心在於感測器本身,如果取得的數據不理想,再好的演算法也無法產生高品質的結果。令人欣喜的是,安森美(onsemi)提供了一系列出色的感測器和工具,支援將感測器融合技術用於AMR中。

總結

自主移動機器人應用場景多樣,採用率加快提升。為順應趨勢,產業已形成了相關的最佳實踐。首先,對環境實施控制,以減少AMR可能遇到的潛在碰撞情形。例如,可以在製造設施或倉庫中為AMR/自動引導車輛(AGV)設定專門的路線。其次,在開發過程中使用數位孿生模擬實際使用情境(包括邊界工況)。最後,將感測器融合與智慧感測器、演算法和模型結合。

在智慧感知技術領域,安森美一直走在前面。安森美提供各類捲簾快門和全域快門影像感測器,具備優異的動態範圍性能,並配備運動喚醒等創新功能。除影像感測器外,安森美還提供用於距離偵測的SiPM(雷射雷達)。該產品組合包括超音波感測器、電感感測器和採用低功耗藍牙®技術的微控制器,後者支援可用於定位的AoA(到達角)和AoD(出發角)。

AMR中的感測器融合必將對工業和運輸應用邁向工業5.0的進程產生重大影響。

★博文內容參考自 網站,與平台無關,如有違法或侵權,請與網站管理員聯繫。

★文明上網,請理性發言。內容一周內被舉報5次,發文人進小黑屋喔~

參考來源

安森美: https://www.onsemi.com/solutions/industrial/industrial-automation/autonomous-mobile-robots

評論