品牌资讯

您当前的位置: 首页 > 品牌资讯
跟随机器人原理,机器人如何做到跟随

发布日期:2021-08-31

分享:

自动跟随主要解决两个问题:方向和距离。

解决方案上大体也是分两类:一个靠听,一个靠看。

”听“就是听信号。蓝牙也好无线电也罢,信号强就是近,信号弱就是远,距离的问题迎刃而解。方向会比较复杂,通常都是用三点定位。以蓝牙为例,跟随方装两个蓝牙模块——A和B且A、B的安装位置固定(即距离已知),被跟随方装一个蓝牙模块C。实际定位过程就是不断切换蓝牙连接,先A连C,通过信号强弱判断AC距离,再B连C,判断依据同理,不断往复。问题变成“三角形三边长度已知,两顶点位置已知,问你第三个点在哪儿?”仔细看看这个等价问题,你会发现这个问题并不只有唯一解。它在空间上是一个环形,无数解,在平面上也是有两个解,如何取舍?你可以遍历一遍,试错,但第一步基本没办法取舍。答案是绝大多数应用场景都是机器人跟人走,体积差异大,让人从解1的位置瞬移到解2的位置调戏机器人这种事情发生概率很低,拐个弯其实挺耗功夫的,所以乖乖跟着往前走就好了。当然如果是俩等体积的机器人跟随那就另当别论了。


特别说明一下,大多数”听“都是全向感知。但使用超声波不会面临多种问题,超声波是定向收发信号,给传感器加装一个位置反馈就可以解决问题。

我还见过一个依靠无线电信号跟随的高尔夫球车原型机,定位方法与蓝牙的那个例子基本一致。

总结起来,“听”这种方法属于说起来很漂亮用起来完全不靠谱的类型,撇开上文所说的多种问题不谈,信号极易受干扰,而且由强弱度到距离的变换误差极大。

“看“的意思相对明确。面部识别、特征识别都在此列。这种方法不存在方向问题,看到就是看到,看不到就转圈找。距离就靠成像大小就好了。

面部识别其实还是蛮靠谱的技术,但个人感觉在自动跟随上的实践并不丰富,走哪儿都悬一个摄像头跟眼前飘荡想想也是种挺诡异的感觉。。。

特征识别比较典型的是靠颜色,简单一点儿的靠色块,高级一点的就是Color Code。

总结起来,”看“受环境影响较大,对硬件要求也更高。

自动跟随牵扯到很多方法的综合,很遗憾,目前基本仍属于”咋一看挺有可能,仔细一做全都不靠谱“的范畴。

1626234909105535.jpg

机器人如何做到跟随

深入理解“跟随”这个词,包含了两个步骤:1、知道目标在哪;2、能跟着目标运动。在跟随的过程中,我们还需要处理障碍物的躲避,所以有多了两个事情,识别障碍,躲避障碍。所以在我看来,跟随至少需要包含以下四个技术模块:人体定位模块、障碍物识别模块、动态路径规划和避障模块、机器人行走模块。以下就解析一下每个模块的可实现方案。

一、人体定位模块

有基于视觉定位和传感定位等多种方式,各有优缺点。

传感器定位优缺点是:

1、能求出目标的x.y,z坐标;

2、在360度都可定位;

3、定位目标受障碍物影响较小;

4、无法判断障碍物,还需辅助其他技术。

基于视觉实现,方法就更丰富了,可以使用多种技术组合。比如基于深度相机直接去识别人体骨骼+人脸识别+特征标志识别的组合。像波士顿动力的Atlas机器人就是基于视觉的识别,去实现行走和搬运物体。

视觉识别目标的优缺点是:

1、不仅能求出x.y.z坐标,还能求出物体相对于相机的3维偏转角,能获得更丰富的决策信息;

2、视觉单元不仅可以用来识别目标,还可以用来识别大多数障碍物;

3、视觉的视角有限,一般不是360度,且受视线影响,会被遮蔽。

二、障碍物识别模块

识别到人体后,下一步一般就会想到怎么识别障碍。障碍物的识别,常用的技术有深度相机识别、超声波测距、红外测距。深度相机和红外测距的优点是价格便宜,速度快,但无法识别玻璃和黑色物体,超声波测距就可以作为补充;若成本和体积不限制,还可以考虑激光雷达和毫米级雷达。

三、动态路径规划和避障模块

动态路径规划和避障模块动态路径规划,相当于机器人的大脑。你知道目标在哪里,也知道怎么迈腿,还需要有一个指挥中枢。这项工作对于人来说,是非常容易的事情。但对于机器人,却不是那么简单的事情。一般来讲,你需要建一个二维的空间地图(当然,如果建3维空间地图效果更好),并将地图栅格化,变成可通行或不可通行的小方格。辅助以路径规划的算法,跟随到目标。整个方案的难度在于,目标和机器人都是动态的,需要不断调整。当然,你对跟随效果要求比较低的话,写几条简单的规则,也是可实现的。

四、机器人行走模块

机器人行走模块主要完成行走功能,这个或许看起来是比较简单的模块,其实非常复杂。好的行走模块,至少要支持线速度,角速度,里程计和方位指示。如果你前面定位做的再好,没有一个好的机器人底盘,一样做不好跟随。


返回顶部

返回顶部