自主移動機器人(AMR)可幫助制造商提高生產(chǎn)效率、增強安全性并節(jié)省大量成本，因而在各行各業(yè)得到廣泛應用。2022年全球AMR市場規(guī)模為86.5億美元，預計2022年至2028年間的復合年增長率(CAGR)將達到18.3%。

進入工業(yè)5.0時代，人類將與人工智能(AI)機器人協(xié)同工作，機器人輔助而非取代人類。愿景固然美好，但要實現(xiàn)這一目標，AMR必須克服重重挑戰(zhàn)，集成各種傳感器以及新興的傳感器融合技術將為此提供助益。

AMR采用過程中所面臨的挑戰(zhàn)

AMR普及的一大難題是其在多種不同應用和環(huán)境中的適應性。AMR已廣泛應用于倉庫、農(nóng)業(yè)技術、商業(yè)園林綠化、醫(yī)療保健、智能零售、安防和監(jiān)控、配送、庫存管理、揀選和分類等多個領域。在這些不同的環(huán)境中，AMR需要安全地與人類共處。

此外，復雜的情境也極大地增加了AMR的工作難度。有些情況人類可以輕松應對，但對AMR而言卻并非易事。例如，假設送貨機器人在配送最后一個包裹的途中看到路中間有個球，它可能會成功識別這一障礙物并避免碰撞。但其智能化程度是否足以預判會有小孩跑出來撿球呢？類似這樣的復雜情境還有很多：AMR能否利用安裝在柱子上的90度反光鏡觀察彎道的交通狀況并做出預測？AMR是否知道自己不能在新澆筑的混凝土上行走？

人類很容易作出判斷，但機器人卻難以應對。然而，若配備了合適的傳感器，AMR在強日光下檢測物體的能力可以超越人類。不過，澆筑的混凝土和噴灑的液體仍然比較難以識別。邊緣、懸崖、坡道和樓梯對于AMR來說都是挑戰(zhàn)。還有一些特殊情況，比如有人故意搞破壞，將AMR推翻，這也是早期開發(fā)逃逸機動系統(tǒng)的緣由。

要想解決這些挑戰(zhàn)，需要在AI技術中采用先進的大型語言模型(LLM)和各類高性能傳感器。

用于AMR的高性能傳感器

AMR需要使用不同類型的傳感器進行同步定位與地圖構建(SLAM)，并提供距離和深度測量。傳感器的重要指標包括物體檢測、物體識別、顏色識別、分辨率、功耗、尺寸、成本、范圍、動態(tài)范圍、速度以及在各種光照和天氣條件下的適應性。

可用于AMR的傳感器模式包括：

CMOS 成像

直接飛行時間(dToF)和間接飛行時間(iTOF)深度感知

超聲波

雷達

電感定位

低功耗藍牙(Bluetooth LE) 技術

慣性

上述模式各有其優(yōu)缺點。例如，雷達能在弱光或惡劣天氣條件下有效測量范圍和速度，但顏色檢測能力較差，初始成本高，且體積較大，而這在AMR設計中是一個重要考慮因素。激光雷達采用大批量CMOS硅鑄造工藝，因此初始成本相對較低，且能夠在夜間/直射陽光下進行檢測，但在物體分類方面表現(xiàn)欠佳。同樣，iToF深度傳感器具有出色的分辨率和低功耗處理能力。

顯然，要為AMR提供全面的信息以應對上述挑戰(zhàn)，僅靠單一的傳感器模式無法滿足需求。根據(jù)應用和環(huán)境的不同，AMR需要使用多種傳感器模式。這些傳感器不會單獨運行，而是通過“傳感器融合”共同發(fā)揮作用。

傳感器融合如何賦能自主移動機器人

傳感器融合是指將兩個或多個數(shù)據(jù)源（來自傳感器和/或算法或模型）組合，以更好地了解系統(tǒng)及其周圍環(huán)境。AMR中的傳感器融合不僅可以提升可靠性、冗余度并最終確保安全性，還可以提高評估的一致性、準確性和可信度，是一項必不可少的技術。

如下圖1所示，傳感器融合結合了數(shù)據(jù)收集和數(shù)據(jù)解釋兩個功能。

圖1：傳感器融合過程

在傳感器融合中，“解釋數(shù)據(jù)”的步驟需要實現(xiàn)算法或模型。有時傳感器融合的結果直接為人類提供有用信息（如倒車輔助），有時則供機器作進一步處理（如安防系統(tǒng)中的人臉識別）。

傳感器融合具有多種優(yōu)勢，例如降低信號噪聲。同質傳感器融合可以降低非相關噪聲，而異構傳感器融合可以降低相關噪聲。

傳感器融合本質上可通過冗余來提高可靠性。傳感器的數(shù)量至少有兩個，這意味著即使其中一個傳感器的數(shù)據(jù)丟失，雖然數(shù)據(jù)質量降低，但系統(tǒng)仍可利用其他傳感器提供的數(shù)據(jù)繼續(xù)工作。傳感器融合還可用于預估無法直接測量的狀態(tài)，如遮擋（當攝像頭無法觀察到物體或物體的一部分時）和反射（當物體或表面將光線從一個攝像頭反射到另一個攝像頭時）。

鑒于以上優(yōu)勢，且隨著采用率日益增長，傳感器融合領域已呈現(xiàn)以下趨勢：

采用AI驅動的算法

增強物體檢測和分類能力

傳感器融合用于實現(xiàn)協(xié)同感知

多種傳感器模式

惡劣條件下的環(huán)境感知

傳感器融合用于實現(xiàn)360度環(huán)視

實時傳感器校準

傳感器融合的核心在于傳感器本身，如果獲取的數(shù)據(jù)不理想，再好的算法也無法生成高質量的結果。令人欣喜的是，安森美(onsemi)提供了一系列出色的傳感器和工具，支持將傳感器融合技術用于AMR中。

總結

自主移動機器人應用場景多樣，采用率加快提高。為順應趨勢，行業(yè)已形成了相關的最佳實踐。首先，對環(huán)境實施控制，以減少AMR可能遇到的潛在碰撞情形。例如，可以在制造設施或倉庫中為AMR/自動引導車輛(AGV)設定專門的路線。其次，在開發(fā)過程中使用數(shù)字孿生仿真實際使用場景（包括邊界工況）。最后，將傳感器融合與智能傳感器、算法和模型相結合。

在智能感知技術領域，安森美一直走在前列。安森美提供各類卷簾快門和全局快門圖像傳感器，具有優(yōu)異的動態(tài)范圍性能，并配備運動喚醒等創(chuàng)新功能。除圖像傳感器外，安森美還提供用于距離檢測的SiPM（激光雷達）。該產(chǎn)品組合包括超聲波傳感器、電感傳感器和采用低功耗藍牙技術的微控制器，后者支持可用于定位的AoA（到達角）和AoD（出發(fā)角）。

AMR中的傳感器融合必將對工業(yè)和運輸應用邁向工業(yè)5.0的進程產(chǎn)生重大影響，安森美致力于提供完備的傳感器和子系統(tǒng)，確保一切順利過渡。進一步了解我們的AMR方案和系統(tǒng)方案指南。