多传感器融合技术的应用方案

描述

“INDEMIND:随着机器人的应用领域不断拓展,对机器人的环境感知能力的要求也在不断提升,而要解决环境感知问题,传感器技术则是最重要的应用支撑技术之一,它对于机器人的意义亦如人眼对于人,但与人眼不同的是,它的构成主要由传感器和算法组成,并伴随着机器人发展,已从单传感器向多传感器融合迭代。”

由于机器人不断渗透到各行各业,面对的外部环境越来越复杂,对机器人的精度、稳定性、智能化提出了新的要求,而单传感器或采用多个(种)传感器却仅是从多个侧面孤立地获取目标信息的方式,前者不仅效率较低下,且获取的信息量有限,而后者不断增加传感器的做法,更会增加系统的复杂度,对平台算力要求提高,且割断了各传感器信息间的内在联系,丢失了信息经有机组合后可能蕴含的深层有效信息,造成信息资源浪费,甚至可能导致决策失误。

在多重因素影响下,发展多传感器融合技术便表现出了它的必然性。事实上,多传感器融合技术从字面上可知并非另辟蹊径,而是在采用多个(种)传感器的基础上,进一步开拓和完善而来,原理是借助算法对感知相关要素信息的冗余或互补信息进行分析、建模、解算、融合、估计和补偿,最终输出更为准确、丰富、可靠的信息。

多传感器融合技术的应用,对于系统的容错能力、信息精度、信息的可信度&丰富度都有了明显提升,这对于机器人的意义无比重要。目前,市面上多传感器融合技术多是以激光雷达为主导的技术方案,并根据架构组成,又主要分为两种。

一种是以单线激光雷达主导+IMU+里程计或其它传感器的融合方案,采用松/紧耦合方式,有着简单、成熟的技术优势,是市面上较为常见的融合技术方案,然而这类方案的缺点在于,一是环境适应能力较差,对于环境特征单一的长走廊等场景,误差较高,容易偏离路径,二是重定位能力差,运行过程中一旦丢失位置,难以重新定位。

另一种是以多线激光雷达为主导的融合方案,与其它传感器采用松/紧耦合方式组合,得益于多线激光雷达,可获取到环境物体的三维信息,使得这类方案的环境感知能力得到显著提升,且在功能表现上,同样有着激光雷达精度高和稳定性高的特点,然而需要提到的是,多线激光雷达在保留了传统优势的同时,也有着激光雷达类似的局限性,且一旦出现故障,会导致整个系统宕机,目前这类方案主要应用于大多数商用机器人,不过其高昂的成本也让大多数企业难以承受。

因此,在此背景下,行业一方面在进一步完善激光雷达方案的同时,另一方面也在探索视觉方案。目前,以视觉为主导的融合技术方案,在市面上虽然还相对较少,但随着计算机视觉技术多年来的发展,已经有了成熟方案,INDEMIND的多传感器融合技术便是其中之一。

与激光雷达方案不同,INDEMIND多传感器融合技术在实现上,设计了以视觉传感器为主导的标准化、模块化的多传感器融合架构,通过遵循INDEMIND的标准定义接口,可快速加入IMU、里程计、激光、GNSS等多种传感器,实现“积木式”加装,结合双目立体视觉技术,能够实现高精度、高稳定性、低成本的3D环境感知,走出了不同于激光雷达方案的All IN ONE新路径。

众多周知,信息量丰富是视觉的优势,但也导致对算力要求的大幅提升。由于需要处理的环境信息量巨大,对于平台的算力要求极高,同时视觉受环境光线影响严重,如何解决这些难题,是走通视觉方案的关键。

因此,INDEMIND在研发过程中,对它们进行了长期针对性解决。

• 降低算力要求

算法&硬件优化:采用增量优化的方式,分段处理,并在区段间建立先验信息,有效降低了平台计算压力,提高计算效率。

硬件加速:在硬件上,对于视觉处理采用neon加速、GPU加速、DSP加速等方式,提升计算性能,降低算力要求。

• 提高性能

传感器更丰富:基于INDEMIND多传感器融合架构,可融合超过4种以上的传感器,通过紧耦合方式组合,对于环境的容忍度更高,能够保障在部分传感器出现异常的同时,系统仍能保持正常运行,提高鲁棒性。

误差补偿:为了提升精度,INDEMIND对系统中的视觉、IMU、里程计等每个传感器都进行了实时误差建模、估计及补偿,能够有效保障在实时运行过程中的精度和稳定性。

野值判定与剔除:由于传感器较多,视觉、激光、里程计、IMU等不同传感器产生的噪点,对于系统的稳定性和精度影响较大,因此,INDEMIND对于各个传感器的数据,进行了野值判定及剔除,进一步增进系统对于原始传感器数据的容错能力,提升最终的稳定性和精度。

与此同时,基于INDEMIND立体视觉技术,可获取丰富的3D环境信息,配合上层决策,对于实现智能避障、路径规划、人机交互提供了必要的前提条件。

目前,经过长期验证,搭载INDEMIND多传感器融合技术的测试机器人,定位精度可达厘米级,<5cm(RMS),达到激光融合方案的同等精度水平。在智能避障方面,能够实现三维立体避障,精度<1%,结合INDEMIND智能决策引擎技术,可实现策略化避障,提升安全决策水平。同时,在交互方面,基于智能决策引擎技术,能够根据指令实现目标跟踪、指定区域作业等多种个性化功能,提升机器人人机、物机交互能力。

审核编辑:汤梓红

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分