机器人感知技术及其简单应用

杜铭浩

（武汉理工大学，武汉 430000）

机器人作为前沿的高新技术，体现出了多学科交叉的特点，包括电气自动化、电子信息、机械工程、传感器技术和计算机技术等；同时涉及众多的研究课题，如肢体运动、规划路径、算法优化、环境感知等；适应于各种工作环境，甚至高精度、危险、枯燥乏味的场合。机器人可以替代人类进行一些有着很强的实际意义和巨大潜在效益的工作。

机器人可自动执行工作。其具有传统的机械装置不具备感知技术和计算能力，感知环境和本身的状态，能实现在有复杂、有障碍的环境中指向目标位置的自主运动。通常机器人在工作过程中需要判断出三个最基本的要素：自身位置、工作目标、实现途径。而对于前两个要素的获取，则需要感知技术，而机器人进行自身的状态监测和环境获取需要携带的雷达、加速度传感器、摄像机等各种传感器配合工作。对于工作在高危环境下的机器人，高精度的感知技术更是不可或缺的。本文就一些基本的机器人感知技术作简要论述。

1 感知技术与传感器

1.1 传感器的概念及分类

传感器是机器人感知环境及自身状态的窗口，也是机器人进行复杂工作必不可少的元件。国家标准GB 7665-87对传感器的定义是：“能感受规定的被测量并按照一定的规律转换成可用信号的器件或装置，通常由敏感元件和转换元件组成。”根据这一定义，结合到机器人感知技术，传感器即是一种完成测量、检测任务的前部部件。其输入量为某一测量的量，如光、声、电、温度等。其输出量为机器能够识别的电信号。具有一定的精确程度。

常见的传感器功能可以类似相比于人类的五大感觉器官，做出以下分类。光敏传感器，如同人类的视觉器官。声敏传感器，如同人类的听觉器官。气敏传感器，如同人类的嗅觉器官。化学传感器，如同人类的味觉器官。压敏、温度、流体传感器，如同人类的触觉器官。

1.2 多传感器信息融合

机器人在实际工作过程中会收到多种因素的影响，如扫地机器人不仅要判断周围的路况，也要判断自身的电量信息等。为处理复杂的情况，通常机器人会有多个传感器，多维度采集环境信息，从而可计算出最优的解决方法。如何将采集的多种信息都考虑在内则需要信息融合技术的支持。类似于人类将五大器官获得的信息通过大脑进行综合处理，机器人多传感器信息融合将传感器获得的数据进行综合。由各种传感器所提供的信息具有不同的特性，随时间变化或随时间变化的，实时或非实时，精确或模糊。单个传感器仅能够获得环境的信息段或测量对象物的部分信息，不能满足要求，而多传感器融合后的信息是全面的，能准确反应的环境的特性。充分利用多传感器资源，将各种观测的信息合理支配使用，建立更加贴合实际的环境模型，可增强机器人的适应能力，扩展工作范围，增强工作效率。

1.3 传感器的发展趋势

随着机器人发展水平的不断提高，自动化的程度不断加深。在工业4.0的时代背景下，传感器的作用也日益增高。科技领域、农业领域、工业领域等对传感器更加依赖，若要使机器工作更加类人化，性能更高、功能更加强大的传感器是必不可少。因而对传感器提出的高要求高期待成为了该技术发展的强大动力。随着科技水平的不断提高，传感器技术近几年也有了突飞猛进的发展。目前，传感器的发展呈现出以下趋势。

集成化。传感器采集到数据后需要放大、运算和补偿等环节，每个环节若都用独立的系统去处理，则一个传感器的体积是不容易接受的。因此，传感器的集成化是发展趋势。将传感器技术与大规模集成电路技术相结合，在制造过程中运用半导体集成化工艺，使传感器性能更高、体积更小、成本更低。霍尔集成传感器、AMR磁阻传感器等都是传感器集成化的体现。

多功能化。通常智能产品要完成一项功能需要获得多种信息，需要多个传感器同时采集数据。一个附带大量的传感器件的智能产品，不仅会增大产品的体型，还会给编程以及程序的运行带来许多不可控的因素，严重影响成功率。传感器多功能化也是发展趋势之一。作为典例，常见飞行器所使用的MPU6050六轴传感器可以同时测量3个线速度、3个角速度和3个角加速度。多功能化提高了传感器的可靠性和稳定性，使体积更小，成本更低。

智能化。基于一般传感器，智能传感器与微处理器相结合，拥有采集，处理，交换信息的能力，可通过软件高精度采集信息，并按照指令处理这些数据，可独立分析，功能更加强大。

2 常见的感知系统

根据机器人不同的工作环境及工作任务，在设计机器人时应选择合适的感知系统。一方面要考虑全面，对于影响较大的因素要尽可能多的采集。另一方面也要考虑到实际运用，避免采集对于机器人工作没有指导价值的信息。本节结合电子设计大赛相关的机器人设计，举例说明感知系统的应用。

2.1 视觉感知系统

视觉感知需要视觉传感器。视觉感知系统需要完成图像获取、图像处理与图像特征的提取和理解等功能。图像获取能将三维的环境信息转换为二维的或者一维的图像信息，图像处理主要是对获取的图像信息进行一系列的数值运算，方便对图像特征的提取，图像特征的提取和理解是在提取基础上进行更深的运算，给出更具有特征的信息。随着图像处理技术的不断发展，机器人视觉感知能力不断提高，通过一系列的算法，能在复杂的环境中快速提取有用信息，例如文字识别技术、人脸识别技术。视觉感知能力也是机器学习的重要前提。2.1.1 视觉感知与循迹小车

自主循迹智能车的设计通常会使用有CCD摄像头传感器的信号采集模块，以此获取赛道黑线信息，通过软件计算可判断出黑线的位置，再通过设定的循迹算法使小车能够自主识别黑线，并能循迹行驶。下边就采用的CCD摄像头传感器做简单介绍。

图1 CCD工作原理

在“飞思卡尔”智能车竞赛中，要求智能小车可以识别赛道的黑线，并沿黑线行驶。通常采用的传感器是CCD摄像头传感器。该传感器是由一种高感光度的半导体材料制成。该材料能将光转换成电荷。不同强度的光可以转换成不同数量的电荷。此时便把视觉信息转换为连续的模拟信号。接下来，摄像头内的模数转换芯片可将模拟信号转换为数字信号。数字信号再通过压缩技术，转换为特殊的二进制代码由传感器内部的存储器保存。摄像头传感器连续的逐行扫描影像。完成一次对影像扫描后，CCD摄像头传感器所采集的数据被存储在一个二维数组里。而对于智能循迹车所用到的传感器，只需要判断每一个点是否有黑线，因此可以用二进制代码0和1表示。例如若存储数组为CAR[40][100]，当第30行第20列检测到黑线信号1时，则CAR[29][19]的值为1，该行其他数值为0。将采集到的黑线位置信息传回CPU，在通过程序调成舵机角度，便可实现小车的循迹功能。

2.2 触觉感知系统

触觉感知系统主要包括对温度、湿度、力度等方面的感知。感知系统极大扩宽了机器人的工作范围。感知到力度，机器人便可以实现运输、打磨等功能。感觉到温湿度。机器人便可以实现检测火情、制造温室等功能。这些功能的实现有很强的实际意义。2.2.1 触觉感知与智能花房

智能花房的设计通常会采用温湿度传感器对花房内的温度、湿度信息采集取样。再通过程序将实际信息与设计阈值进行比对，从而控制浇水加热的操作，维持花房的稳定。下边对花房常用的传感器元件做简单介绍。

考虑到温室花房对温度测量要求的精准度有限，通常智能花房采用的是DS18B20温度传感器。该传感器具有体积小、成本低的优点。传统的温度传感器是利用热敏电阻将温度转换为电压量。再将模拟信号转换为数字信号。而DS18B20温度传感器可直接完成对温度信号的采集和转换工作，可靠性和稳定性更高。单片机I/O口可直接接受传感器的数字信号，按照程序实现对花房温度的控制。

图2 自主设计智能花房

3 结束语

机器人是通过传感器得到信息的。要是机器人更加智能，对环境做出更灵敏的反应，需要使机器人有对外界环境及自身状况的感知能力，这对传感器技术也提出了相应的要求。因此，传感器技术的发展可直接促进机器人智能化。随着半导体集成化工艺的不断发展，传感器呈现出集成化、多功能化、智能化的发展趋势。此外，多传感器信息融合技术也是机器人感知技术的关键。充分利用多传感器资源，将各种观测的信息合理支配使用，建立更加贴合实际的环境模型，可增强机器人的适应能力，扩展工作范围，增强工作效率。总而言之，机器人感知技术至关重要。