无人系统传感器导航

文章目录

@copyright 云讷科技（深圳）有限公司
无人系统（Unmanned systems）从广义上说包括无人机、无人车、机器人和其他自主（Autonomous）自动化(Automated)机器。近年来无人飞机、无人驾驶和AI等技术的影响力增加，一定程度上是受传感器技术的推动，其他推动因素还包括计算力、嵌入式硬件和行业需求等。本文旨在简单梳理一些常用的传感器，以飨读者，需要指出的是，本文不意在列举出所有的传感器技术，所以会有些疏漏，欢迎联系我添加进去。

GPS (全球定位系统, Global positioning system)

GPS的工作原理是利用多个在轨卫星定位接收器所在位置的三维空间坐标，理论上而言，三个卫星信号即可定位接收器所在位置。现在全球导航系统有GPS, GLONASS, Beidou, Galileo等。

图1. ublox GPS模块

RTK(Real time kinematic)

RTK是一种利于载波相位的高精度定位设备，它的精度一般是GPS的好几个量级高，精度可达到厘米级，原理图如下。它包括基站和机载端两部分，基站通过实时修正位置来得到基站端的实时高精度位置。
图2. RTK工作原理

图2. RTK工作原理

距离传感器

距离传感器种类较多，这里介绍超声波传感器(Ultrasonic sensor)，激光测距传感器(laser range finder)，毫米波雷达(millimeter wave radar)。这类传感器可用在定位，避障，速度监测等。

超声波传感器

超声波传感器又名声呐(sonar)，通过发射超声波来回时间差计算距离。超声波传感器可分为空气中和水下两种类别。
在这里插入图片描述

图3. 超声波传感器

激光测距传感器

激光测距传感器工作原理是通过发送单束激光来回时间差计算距离。
图4. 激光测距传感器

图4. 激光测距传感器

毫米波雷达

毫米波雷达是通过发射短波电磁波来回时间差计算距离，可用于无人系统避障，监测距离和速度等应用。
在这里插入图片描述

图5. 毫米波雷达

Lidar (Light detection and ranging，俗称激光雷达)

激光雷达分为二维和三维激光雷达两种类型，通过扫描激光完成点序列（二维激光雷达）或点云（三维激光）的测量，常用于无人机和无人车的定位和SLAM。激光雷达能检测的距离能达到100m以上，精度可以达到厘米级，可用在高清地图的绘制、定位和障碍物监测。激光雷达的弱点在于受空气中悬浮物影响较大，计算量大和成本昂贵。三维激光雷达是目前无人车主流传感器方案之一。
在这里插入图片描述

图6. 激光雷达和点云

UWB (Ultra-wide band，超宽带)

UWB技术在无人系统中可作为一种定位技术，可以用于室内场景，且价格低廉可规模化。它的工作原理是利用脉冲式高带宽信号传输，通过时间差计算距离，功耗低，抗干扰能力强，有厘米级精度。
在这里插入图片描述

扫描二维码关注公众号，回复： 11951651 查看本文章

图7. Time domain UWB模块

Camera （摄像头）

视觉技术由于提供信息量大，是无人系统中重要传感器之一，不同摄像头技术对应的技术方案种类繁多，百家争鸣。在无人系统中，摄像头可用于定位，建图，感知，识别和追踪。

日光用摄像头 (Daylight camera)

这类摄像头多采用CMOS芯片，集成度高。CMOS是Complimentary Metal Oxide Semiconductor的缩写，相比以前CCD成像技术，成本更低。对于技术开发而言，主要关心的指标有视场(field of view), 帧率，用户接口和分辨率。
在这里插入图片描述

图8. Ptgrey 摄像头

红外摄像头(Infrared camera)

红外摄像头通过捕捉红外辐射(infrared radiation)光线成像，主要用于测量建筑物周边的环境状况，大部分红外摄像头需要光束的配合，工作光谱波长区间有0.9~ 1.7um, 1.0~ 5.0um, 8.0~13.0um。
在这里插入图片描述

图9. FLIR红外摄像头

热成像摄像头(Thermal camera)

热成像摄像头可以测量一个物体的绝对温度，通过捕捉物体辐射的中红外(mid-infrared)光谱成像，可以用在完全黑暗的光线条件下。大部分热成像摄像头工作光谱波长区间在8.0~13.0um，在实际应用中容易和红外摄像头混淆，需要注意。
在这里插入图片描述

图10. FLIR热成像摄像头

RGB-D摄像头(RGB-D camera)

RGB-D摄像头可以同时提供颜色和深度信息，市场上的RGB-D摄像头采用的是PrimeSense公司的per-pixel depth sensing 专利技术。该技术通过PrimeSense传感器发射具有一定模式的红外散斑光线，然后返回的光线被传感器中自带的红外摄像头捕捉，于是深度信息可以被计算得到。

在这里插入图片描述

图11. Asus Xtion RGB-D摄像头

立体视觉摄像头(Stereo camera)

立体视觉摄像头采用的类似人眼的双目结构，通过两个摄像头对同一物体成像的偏差可以定位出深度信息。它的特点是价格低廉，但软件实现复杂，用于人机交互，3d扫描等领域。

在这里插入图片描述

图12. Microsoft Kinect 3d 立体视觉摄像头

TOF摄像头(Time of flight camera)

TOF摄像头利用的是CMOS像素阵列结合主动调制光源的技术，通过发送脉动光波得到深度信息，具有结构紧凑、易使用、高精度和高帧率等特点。相对于立体视觉摄像头而言，它的硬件成本稍高，但软件算法简单，常用于三维电影、人机交互等领域。

在这里插入图片描述

图13. Seeddstudio TOF摄像头

结构光摄像头(Structure light camera)

结构光摄像头通过向指定物体发射一定模式的光线，分析照射后的光线图实现。它的精度相比立体视觉摄像头和TOF摄像头都要高，但帧率低，且被观测体要求相对静止。结构光摄像头被广泛用于3d电影，人机交互和虚拟现实等领域。
在这里插入图片描述

图14. 结构光摄像头工作原理

多光谱摄像头(Multispectral camera)

多光谱摄像头通过同时采集红色、绿色、近红色和近红外光谱来成像，可以对可见光和非可见光同时捕捉。该摄像头常被用于农业植被成像采集，可以获得农作物产量和土壤健康等信息。
在这里插入图片描述

图15. 多光谱摄像头 ### 气体监测摄像头(Gas detection camera) 针对油气泄露等问题，气体监测摄像头利用高分辨率和高热敏感度可以对油气泄露的温度场变化进行监测，工作原理采用的还是热成像技术。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200128171725300.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Nvb2xrZXN3b3Jk,size_16,color_FFFFFF,t_70#pic_center) 图16. FLIR 气体监测摄像头

针对以上各传感器，部分产家汇总见下图，为体现术语准确性，采用了英文以避免语言翻译错误，读者可根据实际技术方案选择。
在这里插入图片描述

图17. 无人系统传感器导航图

源文件可以从下述链接下载：
链接：https://pan.baidu.com/s/1oE4fbgMuPy60HgTJomJULw
提取码：hl3k

如果您读完觉得这篇文章有用，请帮助分享并关注我们的微信公众号，这会鼓励我们考虑撰写更多的科技文章。谢谢！如果有遗漏和错误，烦请将反馈意见发送至[email protected]。

微信公众号：云讷科技
在这里插入图片描述
附录：
云讷科技（深圳）有限公司是一家立足智能软硬件技术积累，面向科技教育行业的公司，公司旨在提供优质的科技教育产品，传播科技文化。公司现提供以下产品和服务：

提供基于无人系统技术的教育产品和课程，如可编程无人机/无人车、人工智能教育等
提供少儿可视化编程软件产品和课程，如python, scratch等
公司同时提供部分无人机行业核心解决方案，如飞行控制器，无人机操作系统等

欢迎洽谈合作
联系方式：[email protected]，
微信：coolkesword