在 AMR 导航博客的第一篇博客中,我们将探讨强大的本地化在准确的 AMR 导航中发挥的作用。如果您正在构建一个 自主移动机器人或 AMR,毫无疑问,您已经开始考虑如何让它在您计划使用的环境中准确、正确地导航。
本篇博客是我们关于 AMR 导航和本地化系列的第一篇博客,我们将讨论如何在各种不同的环境中提供准确的本地化数据,即告诉您的 AMR 它在哪里的数据。我们还将讨论如何创建一个可以在不同环境之间转换的平台,同时保持准确性。
哪些环境对 AMR 导航很重要?
说到本地化,我们实际上只关心三种环境:
- 开阔天空环境
- 部分覆盖的环境
- 完全覆盖的环境
如果您还没有猜到,这些环境中的决定性因素是 全球导航卫星系统信号的强度。全球导航卫星系统因其全球覆盖范围、提供差分校正的能力和准确性,一直是定位数据的黄金标准(见 OxTS xRED3000 GNSS/INS 板卡套件).然而,随着 GNSS 覆盖范围的缩小,您需要考虑采用其他方法为 AMR 提供定位数据。现在让我们来看看这三种环境。
开阔天空环境
例如
- 任何能看到周围开阔天空的户外场所。
要为自主移动机器人提供全球位置数据,您需要一个 GNSS 天线来接收来自 GNSS 卫星群的信号,还需要一个惯性测量单元(IMU)来提供有关方向、俯仰、滚动和速度的附加数据。为此,大多数人使用惯性导航系统(也称为 INS 或 GNSS/INS)。
在制作机器人时,您需要考虑的事项包括
- 您需要四全球导航卫星系统(quad-GNSS)吗?Quad-GNSS 可让您访问四大 GNSS 星座的数据:GPS、伽利略、格罗纳斯和北斗。它通过增加 AMR 可以获得位置更新的卫星数量以及这些卫星在天空中占据的不同位置(允许更精确的三角测量)来提高 AMR 的精确度。如果您希望 AMR 能够在世界任何地方运行,那么 Quad GNSS 也是至关重要的。
- 为了在一段时间内达到最高精度,您需要一种接收差分校正的方法。由于地球的形状和自转,差分校正对保持 AMR 在较远距离上的跟踪至关重要。
- 您需要全球位置数据吗?如果不需要全球位置数据,还有其他更具成本效益的方法为 AMR 提供位置数据。例如,某些品牌的自动割草机使用周边电线来感知何时需要转弯。在决定使用何种定位方法时,您需要考虑您的使用案例、环境以及平台的商业可行性。
部分覆盖的环境
例如
- 城市峡谷
- 森林
在部分覆盖环境中运行的 AMR 可接收到的准确位置更新量可能会减少。这主要是由于可视卫星数量减少。这可能会导致导航性能下降。特别是在城市环境中,带有反射面的建筑物密集也会造成多径误差。如果您曾试图使用智能手表追踪参加伦敦马拉松赛的人,却发现他们显然在泰晤士河中央,那么您可能就遇到了多径误差。
在这些环境中,我们建议使用额外的传感器来增强 GNSS。如果您使用的是 GNSS/INS,您的 IMU 数据已经可以做到这一点;除此之外,还有两种方法可以尝试:
您可以考虑集成额外的传感器,例如轮速传感器,以减少惯性漂移(在没有 GNSS 信号时可能会出现问题)。或者,您也可以使用激光雷达扫描仪和OxTS LIO(更多信息请参阅框出)。
您可以尝试更好地利用卫星数据。OxTS例如,gx/ix 紧耦合算法可以深入研究 GNSS 天线发送给导航引擎的数据,即使只有一颗卫星可见,也能提供准确的导航数据。

OxTS 激光雷达惯性测距仪 (LIO)
OxTS LIO是一种在恶劣的 GNSS 环境中提高定位精度的技术。它通过分析激光雷达的数据来估算 AMR 的速度和角动量,然后利用这些数据来提高定位精度。下面是OxTS LIO 如何提高多层停车场定位精度的示例。该示例中用于创建点云的导航数据辅以激光雷达的零速度更新数据。这限制了在无法使用 GNSS 时的漂移,从而提高了导航数据的准确率,进而获得更好的最终结果。
OxTS LIO 已被证明可以实时工作,我们正在努力将实时 LIO 带到所有OxTS GNSS/INS 模型中。
完全覆盖的环境
例如
- 室内
- 地下
在完全覆盖的环境中,根本没有 GNSS 信号可用,因此您需要另辟蹊径,为自主移动机器人提供定位数据。有多种方法可以做到这一点。让我们先来看看基于基础设施的解决方案与无基础设施解决方案。
基于基础设施的室内定位
如果您的本地化解决方案是基于基础设施的,这意味着您已经在环境中安装了 AMR 导航设备。这些解决方案有的需要供电,有的则不需要。
超宽带 (UWB) 解决方案就是基于供电基础设施的定位的一个例子,例如OxTS Pozyx2GAD.传统上,这些解决方案提供的结果可重复性最高(这意味着定位数据更加可靠),但也需要电源才能运行,并且在使用前需要对环境进行勘测。
无动力基础设施定位的例子包括使用 ArUco 标记和安装在 AMR 上的摄像头进行导航。它们的设置比较简单(您只需将 ArUco 标记放在特定位置,然后对这些点进行勘测),但通常提供的数据重复性较差。
基于非基础设施的室内定位
不出所料,这就是平台无需外部设备即可在室内导航的地方。这里主要谈两项技术。
第一种是 SLAM(同步定位和绘图)。SLAM 利用激光雷达或摄像头等传感器来绘制机器人所处环境的地图,然后通过处理算法使机器人在地图中定位并用于导航。
SLAM 是一项成熟的技术,在较小的区域内效果良好。但在较大的区域内,精确度会下降。
第二个是OxTS LIO。正如方框中提到的,OxTS LIO 可以在没有任何基础设施的情况下,显著提高拒绝 GNSS 环境中的精度。
因此,我们已经介绍了在各种环境中定位 AMR 的不同方法。但是,在不同环境之间移动--特别是在室外和室内环境之间移动--情况又如何呢?
圣杯:环境之间的转换
对于自主移动机器人制造商来说,能够在室内和室外空间之间转换是一个至关重要的差异化因素。它可以让你制造出能够自行离开和进入室内仓库的 AMR,而无需人类来移动它们。它使自主叉车能够在堆场和室内仓库之间移动成为可能。
在环境之间转换的一些最大技术挑战与时间测量和导航框架有关。这两个问题都是技术性很强的课题,但可以总结如下:
- 通常,您的 AMR 会从 GNSS 信号中获取时间测量值。如果它在室内启动时没有信号,那么它如何测量时间,以及在室外时如何与全球导航卫星系统时间同步?
- 全球导航卫星系统的位置信息是在全球导航框架内的,是地球上的绝对位置。室内定位解决方案采用本地导航框架,即一组映射到 AMR 特定位置的 x、y、z 坐标。如何在这些环境之间移动?
其他挑战,或许同样巨大,包括与错误建模/正确融合数据相关的挑战,以及首先确保过渡两侧的每种定位方法都准确无误的挑战。
当然,您不必解决这些挑战。您可以与已经解决了这些问题的机构合作。在OxTS ,我们已经展示了从室外 GNSS 导航到 UWB 的无缝过渡,然后再返回。我们开发的技术可使 AMR 在室内无 GNSS 信号的情况下初始化,我们还开发了一系列硬件和软件功能,旨在使 AMR 导航解决方案的构建尽可能简单。
自主机器人导航解决方案简介
AMR 需要一个强大的机器人定位解决方案;一个不仅能记录机器人位置和方向,还能在室内外运行的工具。
本解决方案简介将介绍我们建议客户在决定自主移动机器人的定位来源时所考虑的各个方面。
阅读解决方案简介了解正确的机器人本地化解决方案如何帮助您的 AMR 项目,包括在开展项目前需要问自己的关键问题。