【導讀】wobaozhenghuishenruyanjiuzhegehuati，danshouxiandecongruhejinxingsuanfaceshikaishi。womenzhiqianzaijiyuguojiguifandemonijujiahuanjingzhongshoujileshuju。danshi，weilejilugengduoyuhangweituisuanjingduzhijiexiangguandeceshishuju，womenzaiyigegengjiandan
、更小環境中對更多的方向變化進行了測試。

今天，我們將詳細介紹我們所做的測試
，向您展示這個話題的深度。和我一起深入了解，好嗎

？

對於新讀者

，我想快速回顧幾個概念。如果您是這方麵的行家，請直接跳到測試機器人航位推算的性能。

機器人航位推算的快速回顧

什麼是機器人航位推算？

tongguoronghelaiziduogechuanganqideshuju
，hangweituisuankeyiliyongsuishijiantuiyicededesuduzhihefangxiangxinxilaigujijiqirensuozaideweizhi。jiuxiangrenleiyiyang，jiqirenkenengbuzhidaozijidequeqieweizhi，dantayouhenqiangdegujinengli。zhezhongnengliyebeichengweilichengji。

使用了什麼傳感器
？

機器人航位推算算法通常使用車輪編碼器、IMU和光流傳感器（就像您鼠標裏的那個一樣）。在機器人上使用的一些光流傳感器有LED光源和激光光源，前者適合在粗糙表麵上工作，後者則更適合光滑表麵。此外，機器人裏程計也可以單獨使用IMU和上述兩種傳感器之一來推算位置。

為什麼這很有幫助
？

一些機器人使用基於攝像頭或激光雷達的同步定位和測繪（SLAM）算suan法fa來lai確que定ding它ta們men的de位wei置zhi，而er且qie更geng整zheng潔jie。機ji器qi人ren航hang位wei推tui算suan提ti供gong了le該gai算suan法fa不bu可ke或huo缺que的de速su度du值zhi和he方fang向xiang信xin息xi。另ling一yi些xie機ji器qi人ren不bu需xu要yao構gou建jian持chi續xu的de測ce繪hui圖tu（它們隻需要在完成工作後返回原點），它們可能隻需要進行航位推算就可以確定位置。

備注：這是摘自CliffNotes/SparkNotes的基礎知識，幫助讀者理解這篇博文的其餘部分。但如果您想了解更多關於機器人航位推算傳感器的信息

，請參閱這篇博文。

測試機器人裏程計的性能

收集數據

我(wo)保(bao)證(zheng)會(hui)深(shen)入(ru)研(yan)究(jiu)這(zhe)個(ge)話(hua)題(ti)
，但(dan)首(shou)先(xian)我(wo)們(men)得(de)從(cong)如(ru)何(he)進(jin)行(xing)算(suan)法(fa)測(ce)試(shi)開(kai)始(shi)。我(wo)們(men)之(zhi)前(qian)在(zai)基(ji)於(yu)國(guo)際(ji)規(gui)範(fan)的(de)模(mo)擬(ni)居(ju)家(jia)環(huan)境(jing)中(zhong)收(shou)集(ji)了(le)數(shu)據(ju)。但(dan)是(shi)，為(wei)了(le)記(ji)錄(lu)更(geng)多(duo)與(yu)航(hang)位(wei)推(tui)算(suan)精(jing)度(du)直(zhi)接(jie)相(xiang)關(guan)的(de)測(ce)試(shi)數(shu)據(ju)，我(wo)們(men)在(zai)一(yi)個(ge)更(geng)簡(jian)單(dan)、更小環境中對更多的方向變化進行了測試。這些更頻繁的變化被整合到以下驅動算法中：

1. 以0.3m/s的速度向前行駛
，直到撞牆

2. 停止0.1s

3. 以0.2m/s的速度後退0.5s

4. 以0.6rad/s隨機旋轉45°至180°

     該旋轉方向以使機器人的航向在其原始航向720°內為依據

5. 每行駛60s，靜止5s

我(wo)們(men)的(de)測(ce)試(shi)對(dui)象(xiang)是(shi)來(lai)自(zi)享(xiang)譽(yu)全(quan)球(qiu)的(de)消(xiao)費(fei)級(ji)機(ji)器(qi)人(ren)製(zhi)造(zao)商(shang)的(de)機(ji)器(qi)人(ren)開(kai)發(fa)平(ping)台(tai)。我(wo)們(men)可(ke)以(yi)借(jie)助(zhu)一(yi)個(ge)強(qiang)有(you)力(li)的(de)比(bi)較(jiao)點(dian)
，比(bi)較(jiao)行(xing)業(ye)中(zhong)佼(jiao)佼(jiao)者(zhe)的(de)發(fa)展(zhan)水(shui)平(ping)。除(chu)了(le)原(yuan)始(shi)數(shu)據(ju)和(he)來(lai)自(zi)我(wo)們(men)自(zi)己(ji)研(yan)發(fa)的(de)MotionEngine Scout騎手模塊的輸出值外，這個測試機器人還有自己的裏程計算法輸出值，我們也記錄了這些數據。

除chu這zhe兩liang組zu數shu據ju外wai，我wo們men還hai需xu要yao實shi況kuang測ce量liang值zhi。為wei此ci，我wo們men安an裝zhuang了le紅hong外wai攝she像xiang頭tou來lai覆fu蓋gai整zheng個ge測ce試shi空kong間jian，跟gen蹤zong機ji器qi人ren的de位wei置zhi。這zhe些xie攝she像xiang頭tou的de數shu據ju被bei用yong作zuo實shi況kuang值zhi。這zhe些xie攝she像xiang頭tou可ke以yi用yong於yu各ge種zhong高gao精jing度du
、低延遲的項目，包括這個自動瞄準弓。

我們在測試中想要調整的最後一個變量是不同類型的表麵。在這些測試中，我們讓機器人在硬木、短絨地毯、長絨地毯、人造瓷磚和這些表麵的組合上運行。這些表麵會產生與其相關的傳感器誤差，我們將在後麵詳細講述這一點。

現xian在zai我wo們men已yi經jing收shou集ji了le測ce試shi數shu據ju

，有you了le用yong於yu比bi較jiao的de實shi況kuang值zhi，以yi及ji在zai其qi上shang運yun行xing機ji器qi人ren的de許xu多duo不bu同tong的de測ce試shi表biao麵mian，我wo們men需xu要yao的de最zui後hou一yi個ge要yao素su是shi用yong來lai確que定ding精jing度du的de度du量liang。當dang我wo們men在zai衡heng量liang定ding位wei性xing能neng時shi，比bi較jiao基ji於yu開kai始shi位wei置zhi和he結jie束shu位wei置zhi的de誤wu差cha非fei常chang有you用yong。這zhe種zhong軌gui跡ji誤wu差cha可ke以yi細xi分fen為wei多duo種zhong類lei型xing。

絕(jue)對(dui)誤(wu)差(cha)就(jiu)是(shi)機(ji)器(qi)人(ren)認(ren)為(wei)它(ta)所(suo)在(zai)的(de)位(wei)置(zhi)和(he)它(ta)真(zhen)正(zheng)所(suo)在(zai)的(de)位(wei)置(zhi)之(zhi)間(jian)的(de)差(cha)值(zhi)。這(zhe)很(hen)容(rong)易(yi)理(li)解(jie)，但(dan)是(shi)任(ren)何(he)時(shi)間(jian)點(dian)的(de)絕(jue)對(dui)誤(wu)差(cha)取(qu)決(jue)於(yu)之(zhi)前(qian)所(suo)有(you)時(shi)間(jian)點(dian)的(de)航(hang)向(xiang)和(he)距(ju)離(li)誤(wu)差(cha)的(de)曆(li)史(shi)記(ji)錄(lu)，因(yin)此(ci)很(hen)難(nan)普(pu)及(ji)這(zhe)個(ge)度(du)量(liang)。

duiyuxiangduiwucha，womenhuijiangzaiceliangzhouqikaishishipipeideweizhiguiling，yixiaochuxianqianjuliwuchadeyingxiang。zhongdingxiangxiangduiwuchayehuixiaochuxianqianhangxiangwuchadeyingxiang。zuihouzhegeduliangkeyitongguoshiyanzhongxuduodaxiaogudingdechuangkoujisuan，weiwomentigongmeidanweijulidewuchazengchanglvdelianxushitu。

重定向相對誤差不如絕對誤差直觀，但更適用於處理家用機器人用例中行駛模式和任務持續時間的變化。

為了全麵了解誤差是如何在整個試驗過程中增加的，我們計算了基於設定的移動距離（1m）滑動數據窗口期間的重定向相對誤差。換言之，我們計算在每行駛1m的距離窗口（為每個數據點滑動1cm的窗口）期間算法的相對誤差。

這個曲線圖顯示了在CDF（累積分布函數）中使用的每個平麵和算法對應的這些誤差值的分布，如上麵的例子所示。查看曲線圖（左邊的線更好），womenkeyihenrongyidijiangzhongzhixingnengyuzuihuaiqingkuanghuoqitabaifenbijinxingbijiao，bingquedingyichangzhi。congzhelininkeyikandao
，zaisuoyoubiaomianshang，shiyongdianxingchushixiaozhundedongtaixiaozhunmoxingshizhongbigaikaifapingtaijuyougenghaodexingneng。

優化機器人裏程計的性能

這些校準模型意味著什麼？為什麼校準傳感器很重要
？

親qin愛ai的de讀du者zhe，讓rang我wo們men從cong更geng高gao層ceng次ci的de問wen題ti開kai始shi。校xiao準zhun傳chuan感gan器qi非fei常chang重zhong要yao，因yin為wei即ji使shi傳chuan感gan器qi的de質zhi量liang控kong製zhi在zai數shu據ju手shou冊ce上shang列lie出chu的de特te定ding規gui格ge內nei，但dan是shi每mei個ge傳chuan感gan器qi都dou是shi不bu同tong的de。這zhe就jiu是shi動dong態tai校xiao準zhun發fa揮hui作zuo用yong的de地di方fang。簡jian而er言yan之zhi，每mei個ge傳chuan感gan器qi的de行xing為wei差cha異yi足zu以yi影ying響xiang整zheng體ti精jing度du，根gen據ju這zhe些xie差cha異yi進jin行xing調tiao整zheng可ke以yi充chong分fen提ti高gao性xing能neng。

正如您可能已經猜到的那樣

，靜態校準模型使用初始校準
，並一直使用它。但是，動態校準模型使用IMU和車輪測量值來調整光流傳感器的輸出。這可以隨時間推移保持精度不變，無論溫度、車輪打滑率、表麵反射、表麵柔軟度等等如何變化。

我(wo)們(men)在(zai)不(bu)同(tong)類(lei)型(xing)的(de)地(di)板(ban)上(shang)進(jin)行(xing)了(le)測(ce)試(shi)

，因(yin)為(wei)光(guang)流(liu)傳(chuan)感(gan)器(qi)和(he)車(che)輪(lun)會(hui)根(gen)據(ju)它(ta)們(men)行(xing)駛(shi)的(de)表(biao)麵(mian)做(zuo)出(chu)不(bu)同(tong)的(de)反(fan)應(ying)。車(che)輪(lun)會(hui)在(zai)表(biao)麵(mian)上(shang)打(da)滑(hua)
，車(che)輪(lun)編(bian)碼(ma)器(qi)將(jiang)給(gei)出(chu)不(bu)準(zhun)確(que)的(de)讀(du)數(shu)。光(guang)流(liu)傳(chuan)感(gan)器(qi)在(zai)某(mou)些(xie)表(biao)麵(mian)上(shang)工(gong)作(zuo)比(bi)在(zai)其(qi)他(ta)表(biao)麵(mian)上(shang)表(biao)現(xian)更(geng)好(hao)
，通(tong)過(guo)仔(zai)細(xi)校(xiao)準(zhun)可(ke)以(yi)提(ti)高(gao)其(qi)精(jing)度(du)。使(shi)用(yong)傳(chuan)感(gan)器(qi)的(de)方(fang)式(shi)也(ye)很(hen)重(zhong)要(yao)。機(ji)器(qi)人(ren)使(shi)用(yong)的(de)領(ling)先(xian)光(guang)流(liu)傳(chuan)感(gan)器(qi)包(bao)括(kuo)LED模式（照亮地板紋理進行跟蹤）和激光模式（誘導可跟蹤的“散斑圖”）。確定何時切換模式，何時保留現有模式，這對於獲得卓越的性能至關重要。

在各種地板表麵上進行細致而詳盡的測試後（見上麵的gif），我們確定了每種光流光模式的典型校準值。每一種傳感器的比例都需要根據地板類型進行調整。通過動態校準
，IMU數據可以幫助在運行過程中實時調整初始校準。

womenfenxizhongshiyongdetiaoxiexiaozhunfangfafanyinglexiaozhunjingdudeshangxian。jisuanfangfashitongguowomendesuanfalixianchuansongyuanshichuanganqishuju
，ranhoutiaozhengguangliuchuanganqidebili，shiwuchajinkenengjiejinyu0。

我們的分析結果表明，在各種表麵上使用最實際可行的機器人校準模式（動態

，典型）進行測試時
，我們比市場領先企業的精度高出22%以上。

這篇博文旨在強調我們的測試和分析能力，並希望吸引您深入了解更多細節。如果您感興趣
，請聯係我們，了解更多關於MotionEngine Scout可以為您的機器人項目帶來哪些益處
，並關注即將發布的白皮書，其中詳細介紹了我們的測試和分析的更多細節。

（來源：EDN電子設計，作者：Charles Pao，CEVA公司）

推薦閱讀：

這些莫名其妙的焊接缺陷

，你遇到過幾種？

AD4130-8超低功耗24位Σ-Δ模數轉換器 – 電池供電應用的理想之選

這個ADC係列可簡化驅動並拓寬ADC驅動器選擇範圍！

如何在實時電機控製係統中實現高效
、可靠且準確的驅動

智能汽車CAN FD總線需要什麼樣的降噪對策？