電子發(fā)燒友網(wǎng)報道（文/李寧遠）在科技水平日新月異的實現(xiàn)發(fā)展下，機器人已經(jīng)在眾多行業(yè)里擔(dān)當(dāng)起得力助手一職。機器不論是人自工業(yè)產(chǎn)線上的生產(chǎn)、消費領(lǐng)域的主感知避障傳服務(wù)，還是多樣日常生活中的陪伴，機器人正在承擔(dān)更多的選擇任務(wù)扮演更重要的角色。

為了讓機器人能夠高效、實現(xiàn)安全地完成任務(wù)，機器感知避障環(huán)節(jié)顯得尤為關(guān)鍵。人自其實應(yīng)用在傳統(tǒng)的主感知避障傳機器人里傳感器的種類與數(shù)量已經(jīng)不少，壓力、多樣溫度、選擇速度等等方面都少不了傳感器提供的實現(xiàn)關(guān)鍵數(shù)據(jù)。隨著機器人的機器升級換代，機器人感知避障的人自能力越來越重要。

實現(xiàn)機器人自主感知與避障

機器人的避障功能是建立在能感知周圍環(huán)境基礎(chǔ)之上，感知后經(jīng)過數(shù)據(jù)處理分析體現(xiàn)為機器人在自主移動時能夠感知和規(guī)避障礙物的能力。這一功能的完善與否直接關(guān)系到機器人的操作效率和安全性。一個具備高效避障功能的機器人，可以在沒有人為干預(yù)的情況下，自如地在各種環(huán)境中穿行，不僅大幅提升了工作效率，同時也顯著降低了因碰撞而可能導(dǎo)致的損傷和故障，保障了機器人的長壽命運作。

以工業(yè)領(lǐng)域為例，機器人避障是有很多方案的，包括并不限于這個超聲波避障、紅外避障、激光避障、視覺避障等等。眾所周知超聲波和紅外方案，整體的成本比較低，所以在工業(yè)機器人上面應(yīng)用得也比較多。

超聲波避障對于固體障礙物以及透明表面有很好的識別性，即便是在充滿煙霧的環(huán)境中，超聲波仍然能很好地檢測環(huán)境中的物體。紅外技術(shù)的感測響應(yīng)快，成本也很低，現(xiàn)在已經(jīng)能夠做到有效區(qū)分開檢測信號與干擾信號，非線性以及對目標(biāo)反射率依賴的缺點也比以前有很大進步。

雷達技術(shù)作為性價比高的感知手段，在探測、跟蹤、定位功能上已經(jīng)足夠成熟并且適用性極廣，在機器人中同樣應(yīng)用得很多。在機器人應(yīng)用中，一般以中遠程雷達更為常見。現(xiàn)在毫米波雷達傳感也在機器人感知避障中應(yīng)用起來。這種感知受環(huán)境條件影響較小，在室外移動和黑燈自動化工廠的機器人應(yīng)用中，效果明顯。

此外其高精度和高分辨率能對檢測物體做出更密集的點云檢測，收集到的點信息密度可提供高保真度，這種清晰的避障數(shù)據(jù)收集對于移動機器人避障來說是非常重要的決策依據(jù)，足夠可靠的數(shù)據(jù)也保證了機器人自主性的提升。

應(yīng)用于機器人避障的激光芯片

激光避障，在機器人領(lǐng)域應(yīng)用得非常多，雖然成本會稍微略高，但是它可以實現(xiàn)更精準(zhǔn)、更一致的避障效果，可以給系統(tǒng)提供更高的識別度和更好的一致性。不論是邊發(fā)射激光EEL還是垂直腔面發(fā)射激光芯片VCSEL都有很多應(yīng)用。

EEL在高功率密度、高脈沖功率上相比之下更具優(yōu)勢，這種光源技術(shù)在環(huán)境光下也很穩(wěn)定，溫漂稍差。VCSEL在環(huán)境光下也很穩(wěn)定，溫漂更穩(wěn)定，還有特點是功率擴展性很高，可以做不同功率級別的器件，此外它的光束質(zhì)量相對EEL會更高。

激光技術(shù)給感知避障設(shè)計帶來了很高的附加值，激光技術(shù)更加均勻的光斑讓圖像質(zhì)量更高；極窄的光譜帶寬讓其在環(huán)境光下更加穩(wěn)定，溫漂更小；高溫下更穩(wěn)定的特性，適配更多應(yīng)用場景的設(shè)計；高速接換的帶寬提供了更高的設(shè)計上限，能支持高頻調(diào)試，最典型的就是ToF方面的應(yīng)用。

在激光雷達眾多技術(shù)路線中，每個光源都有它合適的應(yīng)用場景，除了要考慮激光雷達的特性與基礎(chǔ)要求，還要從用戶需求出發(fā)，首先要考慮的是不同機器人需要什么樣的激光雷達，還有掃描方式從機械旋轉(zhuǎn)到MEMS再到全固態(tài)的考量。

小結(jié)

機器人的感知避障能力是核心競爭力，這里面感知、定位、繪圖、導(dǎo)航、識別、避障等每個功能都離不開精準(zhǔn)的環(huán)境數(shù)據(jù)收集。眾多傳感器件為機器人系統(tǒng)提供了盡可能詳盡的環(huán)境數(shù)據(jù)，在未來這些傳感還會進一步融合，并配合ML推理實現(xiàn)深度的環(huán)境分析，機器人也將會達到實時感知周圍任何目標(biāo)的智能程度。