隨著自動化的周邊技術(shù)進(jìn)步，小型掃地機(jī)器人的導(dǎo)航方式也不斷提升。而機(jī)器人的航位推測法，就是最新的關(guān)鍵技術(shù)。在導(dǎo)航中，航位推測法是從已知的起始位置開始，搭配隨時(shí)間改變的內(nèi)部速度和前進(jìn)方向估算，來估測出一個(gè)位置，其中不需要任何外部參照物。用於機(jī)器人航位推測法的典型感測器，包括用滾輪旋轉(zhuǎn)來估算速度的滾輪編碼器、根據(jù)觀察到的地板樣式來估計(jì)速度的光流感測器（類似電腦滑鼠中使用的感測器），以及測量面向位置和加速的 IMU。航位推測法是由這些感測器提供的綜合資訊所計(jì)算而成。
這些航位推測法的運(yùn)算法已實(shí)際應(yīng)用在機(jī)器人中，並且逐漸超越知名的隨機(jī)漫步（在地板上以看似隨機(jī)模式移動的機(jī)器人）。這些機(jī)器人會運(yùn)用智慧漫步，這是一種更先進(jìn)的清潔方法，即利用航位推測法依照經(jīng)計(jì)算的模式移動。航位推測法是它們導(dǎo)航資訊的主要來源，也能讓這些機(jī)器人更有效地清潔表面，並節(jié)省電池壽命。對消費(fèi)者而言，它能有效清潔以節(jié)省時(shí)間；對於 OEM 廠商，它不需要 LIDAR 或昂貴的相機(jī)（在 VLAM 系統(tǒng)中），進(jìn)而節(jié)省 BOM 成本。
即使是在更先進(jìn)的 VSLAM 和 LIDAR 系統(tǒng)中，航位推測法依然佔(zhàn)有關(guān)鍵地位。VSLAM 式解決方案仰賴相機(jī)來計(jì)算機(jī)器人的位置。相機(jī)通常指向前方或上方的角度，找出各種邊緣或物件來定位其位置。但是，如果機(jī)器人進(jìn)入光線不足的區(qū)域（如床底或沙發(fā)下），就會失去可利用的視覺線索，因而迷路。進(jìn)入沒有特別裝飾的房間（譬如四面皆是白色牆面）也會發(fā)生同樣的狀況。當(dāng)機(jī)器人越過門檻或參差不齊表面時(shí)，LIDAR系統(tǒng)會遺失資訊，創(chuàng)造出同樣不均勻的世界。航位推測法填補(bǔ)這些關(guān)鍵時(shí)刻的定位空白資訊，並維持正確的路線。
每個(gè)感測器的用途及挑戰(zhàn)
航位推測法似乎可以透過自動化導(dǎo)覽解決許多問題，這點(diǎn)毫無疑問，但航位推測法本身並非沒有難題待解決。隨著時(shí)間流逝，由於內(nèi)部估計(jì)誤差（速度和面向位置），透過航位推測法計(jì)算出的位置將偏離真實(shí)位置。每個(gè)感測器都會有影響輸出準(zhǔn)確性的自身狀況。
滾輪編碼器雖然可以追蹤滾輪的旋轉(zhuǎn)狀況（以輪軸為中心移動的距離或速度），並直接轉(zhuǎn)化為線性位移。但這是最理想的狀況。在現(xiàn)實(shí)世界中，滾輪可能會因?yàn)檐涃|(zhì)表面和地表變化而滑移或打滑。在這些滑移或打滑期間，滾輪會比機(jī)器人移動得更遠(yuǎn)或更近。滾輪編碼器的讀數(shù)會準(zhǔn)確反映滾輪的行為，但那並非機(jī)器人的確切位置。
光流感測器是可以在電腦滑鼠中找到的感測器。光流感測器使用 LED 或雷射光來查看其影像中的相對變化。如果影像中有特定的子像素組一起移動（或流動），它會提供感測器整體移動方向的資訊。
電腦滑鼠幾乎都會在平坦光滑的表面上使用，因此其狀況和輸出結(jié)果可達(dá)到穩(wěn)定一致。但機(jī)器人會在不同的地板上移動，根據(jù)地板與感測器之間的高度差異及感測器的類型，提供不同的資訊。某些地板搭配 LED（較粗糙）的運(yùn)作效果較佳，其他則是搭配雷射（較平坦）的效果較佳。為了讓機(jī)器人從光流感測器取得最佳資訊，校正感測器以配合地面高度和地板種類可說是至關(guān)重要。
慣性量測單元（IMU）是正如其名專門設(shè)計(jì)的感測器。它們會測量加速度和角速度，並轉(zhuǎn)換為前進(jìn)方向和傾斜資訊。我在前一篇文章提到，面向位置的準(zhǔn)確性對機(jī)器人來說很重要，因?yàn)檫@樣才能找出前進(jìn)的方向。傾斜資訊有助於防止機(jī)器人往牆面上爬，或因?yàn)橐巫犹叨ㄗ MU 對感測器一致性方面有其挑戰(zhàn)。它們會受到溫度影響，需要校準(zhǔn)才能正確使用。
結(jié)合一切要素
為了建立精確的航位推測演算法，每個(gè)感測器都必須經(jīng)過校準(zhǔn)，以提供精確的資訊。這項(xiàng)工作本身就有其難度，而要讓這些感測器互相融合更增添了複雜程度。藉由比較滾輪編碼器資訊和 IMU 和光流感測器，可偵測到滑移和打滑的情況並忽略相關(guān)資訊。同理，光流法也可以透過比較其流向與滾輪編碼器預(yù)期的線性動作來進(jìn)行動態(tài)校準(zhǔn)。利用 IMU來檢查在平滑表面上的一致性，可提高對測量的信心程度。除了持續(xù)監(jiān)控溫度對於性能的影響，這也能維持對感測器的掌控。感測器融合的價(jià)值在於隨時(shí)瞭解哪些感測器資訊最值得信賴，藉此盡量展現(xiàn)最佳成效。如您所見，儘管我還未全部列舉出來，但航位推測法的程序已包含許多複雜議題。
航位推測法是強(qiáng)大的工具，可用於任何地面模式的機(jī)器人，比起進(jìn)階的 VSLAM或 LIDAR系統(tǒng)更能展現(xiàn)高效率。它可以利用智慧漫步縮短清潔時(shí)間，也可以在不良的環(huán)境之下，為複雜的 SLAM 演算法增加韌性。精心結(jié)合滾輪編碼器、光流感測器和IMU來實(shí)現(xiàn)航位推測法。當(dāng)您發(fā)現(xiàn)在地板上看似簡單的清掃模式竟是如此複雜程序的成果，可能會大吃一驚，但您所看到這些流暢的成果，正是許多感測器和感測器融合所實(shí)現(xiàn)的心血結(jié)晶。在此情況下，至少總體是大於個(gè)體的總和。
（本文作者Charles Pao為CEVA 感測器整合事業(yè)單位資深行銷專員）
