自主导航中的嵌入式传感

自动导航是一件很难实现的事情，几十家公司都在竞相成为这项技术的领导者。虽然目前还没有一种方法被证明是最有效的，但许多公司都在专注于一套类似的自动导航技术。

无论是无人机、船只、军用车辆还是消费车辆，这个世界充满了不可预测的变量。任何自动驾驶汽车都必须能够在没有预先编程的情况下考虑这些不可预测的变量。这需要使用许多不同类型的传感器和数据流，这是目前自动导航中最大的挑战之一。

一辆典型的自动驾驶汽车必须估计自己的位置，计算加速度和角速率，同时绘制或感知周围的环境。这需要以机器视觉和激光雷达技术为核心的分层传感网络。然而，要实现真正的自主，还必须输入其他数据流。

许多自动驾驶汽车严重依赖GPS, GPS为加速度计、陀螺仪、磁力计和车载惯性测量单元(imu)提供重要信息，以准确估计位置。微机电系统(MEMS)技术使得这些系统足够小，足够强大，可以在广泛的车辆上进行自动导航。

用于自主导航的嵌入式传感层的真实世界示例

一种用于仓库的自主移动机器人(AMR)利用激光雷达扫描测距仪，利用飞行时间测量来定位25米外的物体。主机CPU将来自IMU系统的数据和来自激光雷达的极坐标结合起来，生成周围环境的精确二维地图。此外，还部署了近程3-D成像传感器，以便在激光雷达视场外更好地可视化。将来自IMU的数据、激光雷达和车轮编码器结合起来，创建一个全面的地图，允许三维自主导航。

现实世界中有许多用于自主导航的嵌入式传感层的例子，但上面提到的一个可能最突出的是数据流的相互作用以及它们是如何组合的。在仓库中实现自动驾驶比在道路上更容易，因为仓库的动态环境远不如室外的动态环境——在室外运行的自动驾驶汽车需要用更先进的传感系统来补偿这些变量。

自主导航很困难。它需要一个由嵌入式传感层和数据融合组成的复杂系统，为机器人或车辆自行移动创造可理解的信息。虽然自动导航仍处于早期阶段，但已经有许多有希望的突破。

这篇文章最初出现在AIA网站上。友邦保险是先进自动化协会(A3)。A3是CFE Media的内容合作伙伴。编辑利亚姆·约翰逊，内容专家，CFE媒体。

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。