机器人避障技术解读与解决方案

随着机器人在工厂、仓库、酒店、商场、餐厅等环境中的使用，人们对机器人的移动能力越为重视，以至于避障成为一个极为关键且必要的功能。人们希望机器人能根据采集的障碍物的状态信息，在行走过程中通过传感器感知到妨碍其通行的静态或动态物体，然后按照一定的方法进行有效避障，最终到达目标点。

实现避障与导航的必要条件是环境感知，在未知或者是部分未知的环境下避障需要通过传感器获取周围环境信息，包括障碍物的尺寸、形状和位置等信息，因此传感器技术在移动机器人避障中起着十分重要的作用。

机器人避障需使用的传感器有激光雷达、深度相机、超声波传感器、物理碰撞、跌落检测等。

目前市面上常见的机器人避障基本都采用到激光雷达，但如果仅使用激光雷达作为唯一的一种避障传感器，是无法在一些复杂场所胜任避障工作的，必须要为机器人配备其它的传感器作为补充，比如：超声波传感器，它的成本非常低，实施简单，可识别透明物体，缺点是检测距离近，三维轮廓识别精度不好，所以对桌腿等复杂轮廓的物体识别不好，但是它可以识别玻璃、镜面等物体。

但机器人是不是安装的传感器越多，越能有效规避障碍物呢？

答案显示不是的，在实际应用中，传感器并非越多越好，不合理的传感器组合不但增加使用的成本，还有可能导致传感器之间互相干扰的情况发生，另外，每种传感器的误差和噪音模型存在区别，比如超声波传感器的测距精度和检出障碍物的方位精度远低于激光雷达。

如何在不同传感器之间进行融合，提取出更加符合现实情况的检测数据，以下制约因素是不得不考虑的：

1.产品形态

机器人产品本身的造型、运动特性也会制约传感器选择。比如一些仿人的教育机器人，本身形态就比较小巧可爱，如果将一个体积占比较大的雷达放置其中，显然影响整体美观。

2.与使用环境的适用性

每种传感器均有其特定工作指标，如激光雷达而言，最大测量半径是衡量其性能的关键指标之一。如果将一个探测半径最大是10米的激光雷达应用在工作于非常空旷的厂房的机器人中或许就是不合适的。同样，如果机器人要求在黑暗环境中工作，配备了只能接受可见光的视觉成像传感器也是不合适的。

3.成本

当选用的传感器可以很好的满足上述指标后，成本就是决定其是否能最终选用的衡量因素。实际上这也是目前制约导航定位技术普及的核心因素。历史上，由于激光雷达传统上高昂的成本，导致无法最终在实际产品中使用。因此，近些年低成本激光雷达产品的研发成为了行业内的一大趋势。另一方面，仅依靠视觉传感器的导航方案也是目前学术界的一大研究热点，其背后能有效的降低传感器成本也是推动因素之一。

随着计算机技术、传感器技术、人工智能的发展、移动机器的避障及自主导航技术已经取得了丰硕的研究成果，应用领域在不断地扩大，应用复杂程度也越来越高。移动机器人的自主寻路要求已经从之前简单的功能实现提升到可靠性、通用性、高效率上来，因此对其相关技术提出了更高的要求。然而至今没有任何一种方法能够在任意环境使机器人进行有效地避障，如何克服相关算法的局限性是今后工作的研究方向之一。

机器人避障解决方案

避障是指机器人在行走过程中，通过传感器感知到其路线规划上存在的动态或静态障碍物，按照一定的算法实时更新路径，避开障碍物，最终到达目的地。

迅速熟知周围环境，了解自身定位信息是机器人开展工作的第一步，而目前思岚科技激光雷达传感器能帮助机器人实时获取所在环境的高精度轮廓信息，实现机器人的自主定位、建图及避障等功能。

当然，仅靠激光雷达传感器是无法达到我们理想中的效果，为此，思岚科技推出了充当机器人“小脑”的自主定位导航模块SLAMWARE，一个控制机器人运动的核心中枢。

对机器人来说，小脑可以绘制环境地图来指导自身行动，而如何在环境中找到一条从起点到终点，同时避开障碍物的最优路径显得更为困难。

思岚科技模块化自主定位导航SLAMWARE内置基于激光雷达的同步定位与建图 (SLAM) 及配套的路径规划功能。同时，它也是思岚科技推出的服务机器人自主行走的全套解决方案之一。

相较于开源ROS机器人操作系统，SLAMWARE内置的SLAM算法构建出的地图更加精确，即使受到外界干扰也可以保持较高的定位精度。在实际应用时，除了利用SLAM构建环境地图与实时定位外，我们还希望机器人在未知环境中自动避开障碍物，实现自主移动。SLAMWARE采用D＊算法（即动态启发式路径搜索算法），可以让机器人不需要预先录入地图，就可以在陌生环境中行动自如，躲避动态障碍物。

通常来说，服务机器人的工作环境都比较复杂，除了“眼睛”（激光雷达）与“小脑”的组合之外，还需要多传感器融合。

同时，SLAMWARE还支持多传感器融合，包括超声波传感器，防跌落传感器、碰撞传感器和深度摄像头等，利用多种传感器信息融合，帮助机器人实现更智能的运动。

参考：https://blog.51cto.com/search/result?q=+%E9%81%BF%E9%9A%9C&page=2

https://blog.51cto.com/13974836/2348572

希望对你有帮助。