百科生活 投稿
关于【超声波避障原理】，无人机360智能避障与超声波避障那个更好，今天小编给您分享一下，如果对您有所帮助别忘了关注本站哦。
- 内容导航：
- 1、移动机器人传感器检测原理及避障常用算法
- 2、无人机360智能避障与超声波避障那个更好
- 3、扫拖一体机需要贴墙安装吗
- 4、从传感器到算法原理，机器人视觉避障原来是这样的
1、移动机器人传感器检测原理及避障常用算法
避障是指移动机器人在行走过程中，通过传感器感知到在其规划路线上存在静态或动态障碍物时，按照 一定的算法实时更新路径，绕过障碍物，最后达到目标点。
不管是要进行导航规划还是避障，感知周边环境信息是第一步。就避障来说，移动机器人需要通过传感器 实时获取自身周围障碍物信息，包括尺寸、形状和位置等信息。避障使用的传感器多种多样，各有不同的原理和特点，目前常见的主要有视觉传感器、激光传感器、红外传感器、超声波传感器等。下面我简单介绍一下这几种传感器的基本工作原理。
超声波
超声波传感器的基本原理是测量超声波的飞行时间，通过d=vt/2测量距离，其中d是距离，v是声速，t是 飞行时间。由于超声波在空气中的速度与温湿度有关，在比较精确的测量中，需把温湿度的变化和其它因素考虑进去。
上面这个图就是超声波传感器信号的一个示意。通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包，系统检测高于某阈值的反向声波，检测到后使用测量到的飞行时间计算距离。超声波传感器一般作用距离较短，普通的有效探测距离都在几米，但是会有一个几十毫米左右的最小探测盲区。由于超声传感器的成本低、实现方法简单、技术成熟，是移动机器人中常用的传感器。超声波传感器也有一些缺点，首先看下面这个图。
因为声音是锥形传播的，所以我们实际测到的距离并不是 一个点，而是某个锥形角度范围内最近物体的距离。
另外，超声波的测量周期较长，比如3米左右的物体，声波传输这么远的距离需要约20ms的时间。再者，不同材料对声波的反射或者吸引是不相同的，还有多个超声传感器之间有可能会互相干扰，这都是实际应用的过程中需要考虑的。
加入《智慧物流与智能制造》专业行业群，加微信：yangzidongku，出示名片，通过审核即可加入。欢迎入群，提升认知，拓展人脉。
红外
一般的红外测距都是采用三角测距的原理。红外发射器按照一定角度发射红外光束，遇到物体之后，光会反向回来，检测到反射光之后，通过结构上的几何三角关系，就可以计算出物体距离D。
当D的距离足够近的时候，上图中L值会相当大，如果超过CCD的探测范围，这时，虽然物体很近，但是传感器反而看不到了。当物体距离D很大时，L值就会很小，测量量精度会变差。因此，常见的红外传感器 测量距离都比较近，小于超声波，同时远距离测量也有最小距离的限制。另外，对于透明的或者近似黑体的物体，红外传感器是无法检测距离的。但相对于超声来说，红外传感器具有更高的带宽。
激光
常见的激光雷达是基于飞行时间的（ToF，time of flight），通过测量激光的飞行时间来进行测距d=ct/2，类似于前面提到的超声测距公式，其中d是距离，c是光速，t是从发射到接收的时间间隔。激光雷达包括发射器和接收器 ，发射器用激光照射目标，接收器接收反向回的光波。机械式的激光雷达包括一个带有镜子的机械机构，镜子的旋转使得光束可以覆盖 一个平面，这样我们就可以测量到一个平面上的距离信息。
对飞行时间的测量也有不同的方法，比如使用脉冲激光，然后类似前面讲的超声方案，直接测量占用的时间，但因为光速远高于声速，需要非常高精度的时间测量元件，所以非常昂贵；另一种发射调频后的连续激光波，通过测量接收到的反射波之间的差频来测量时间。
图一
图二
比较简单的方案是测量反射光的相移，传感器以已知的频率发射一定幅度的调制光，并测量发射和反向信号之间的相移，如上图一。调制信号的波长为lamda=c/f，其中c是光速，f是调制频率，测量到发射和反射光束之间的相移差theta之后，距离可由lamda*theta/4pi计算得到，如上图二。
激光雷达的测量距离可以达到几十米甚至上百米，角度分辨率高，通常可以达到零点几度，测距的精度也高。但测量距离的置信度会反比于接收信号幅度的平方，因此，黑体或者远距离的物体距离测量不会像光亮的、近距离的物体那么好的估计。并且，对于透明材料，比如玻璃，激光雷达就无能为力了。还有，由于结构的复杂、器件成本高，激光雷达的成本也很高。
一些低端的激光雷达会采用三角测距的方案进行测距。但这时它们的量程会受到限制，一般几米以内，并且精度相对低一些，但用于室内低速环境的SLAM或者在室外环境只用于避障的话，效果还是不错的。公众号《机械工程文萃》，工程师的加油站！
视觉
常用的计算机视觉方案也有很多种， 比如双目视觉，基于TOF的深度相机，基于结构光的深度相机等。深度相机可以同时获得RGB图和深度图，不管是基于TOF还是结构光，在室外强光环境下效果都并不太理想，因为它们都是需要主动发光的。
像基于结构光的深度相机，发射出的光会生成相对随机但又固定的斑点图样，这些光斑打在物体上后，因为与摄像头距离不同，被摄像头捕捉到的位置也不相同，之后先计算拍到的图的斑点与标定的标准图案在不同位置的偏移，利用摄像头位置、传感器大小等参数就可以计算出物体与摄像头的距离。而我们目前的E巡机器人主要是工作在室外环境，主动光源会受到太阳光等条件的很大影响，所以双目视觉这种被动视觉方案更适合，因此我们采用的视觉方案是基于双目视觉的。
双目视觉的测距本质上也是三角测距法，由于两个摄像头的位置不同，就像我们人的两只眼睛一样，看到的物体不一样。两个摄像头看到的同一个点P，在成像的时候会有不同的像素位置，此时通过三角测距就可以测出这个点的距离。与结构光方法不同的是，结构光计算的点是主动发出的、已知确定的，而双目算法计算的点一般是利用算法抓取到的图像特征，如SIFT或SURF特征等，这样通过特征计算出来的是稀疏图。
要做良好的避障，稀疏图还是不太够的，我们需要获得的是稠密的点云图，整个场景的深度信息。稠密匹配的算法大致可以分为两类，局部算法和全局算法。局部算法使用像素局部的信息来计算其深度，而全局算法采用图像中的所有信息进行计算。一般来说，局部算法的速度更快，但全局算法的精度更高。
这两类各有很多种不同方式的具体算法实现。能过它们的输出我们可以估算出整个场景中的深度信息，这个深度信息可以帮助我们寻找地图场景中的可行走区域以及障碍物。整个的输出类似于激光雷达输出的3D点云图，但是相比来讲得到信息会更丰富，视觉同激光相比优点是价格低很多，缺点也比较明显，测量精度要差 一些，对计算能力的要求也高很多。当然，这个精度差是相对的，在实用的过程中是完全足够的，并且我们目前的算法在我们的平台NVIDIA TK1和TX1上是可以做到实时运行。
KITTI采集的图
实际输出的深度图，不同的颜色代表不同的距离
在实际应用的过程中，我们从摄像头读取到的是连续的视频帧流，我们还可以通过这些帧来估计场景中 目标物体的运动，给它们建立运动模型，估计和预测它们的运动方向、运动速度，这对我们实际行走、避障规划是很有用的。
以上几种是最常见的几种传感器 ，各有其优点和缺点，在真正实际应用的过程中，一般是综合配置使用多种不同的传感器 ，以最大化保证在各种不同的应用和环境条件下，机器人都能正确感知到障碍物信息。我们公司的E巡机器人的避障方案就是以双目视觉为主，再辅助以多种其他传感器，保证机器人周边360度空间立体范围内的障碍物都能被有效侦测到，保证机器人行走的安全性。
避障常用算法原理
在讲避障算法之前，我们假定机器人已经有了一个导航规划算法对自己的运动进行规划，并按照规划的路径行走。避障算法的任务就是在机器人执行正常行走任务的时候，由于传感器的输入感知到了障碍物的存在，实时地更新目标轨迹，绕过障碍物。
Bug算法知乎用户无方表示
Bug算法应该是最简单的一种避障算法了，它的基本思想是在发现障碍后，围着检测到的障碍物轮廓行走，从而绕开它。Bug算法目前有很多变种， 比如Bug1算法，机器人首先完全地围绕物体，然后从距目标最短距离的点离开。Bug1算法的效率很低，但可以保证机器人达到目标。
Bug1算法示例
改进后的Bug2算法中，机器人开始时会跟踪物体的轮廓，但不会完全围绕物体一圈，当机器人可以直接移动至目标时，就可以直接从障碍分离，这样可以达到比较短的机器人行走总路径。
Bug2算法示例
除此之外，Bug算法还有很多其他的变种， 比如正切Bug算法等等。在许多简单的场景中，Bug算法是实现起来比较容易和方便的，但是它们并没有考虑到机器人的动力学等限制，因此在更复杂的实际环境中就不是那么可靠好用了。
势场法（PFM）
实际上，势场法不仅仅可以用来避障，还可以用来进行路径的规划。势场法把机器人处理在势场下的 一个点，随着势场而移动，目标表现为低谷值，即对机器人的吸引力，而障碍物扮演的势场中的一个高峰，即斥力，所有这些力迭加于机器人身上，平滑地引导机器人走向目标，同时避免碰撞已知的障碍物。当机器人移动过程中检测新的障碍物，则需要更新势场并重新规划。
上面这个图是势场比较典型的示例图，最上的图a左上角是出发点，右下角是目标点，中间三个方块是障碍物。中间的图b就是等势位图，图中的每条连续的线就代表了一个等势位的一条线，然后虚线表示的在整个势场里面所规划出来的一条路径，我们的机器人是沿着势场所指向的那个方向一直行走，可以看见它会绕过这个比较高的障碍物。公众号《机械工程文萃》，工程师的加油站！
最下面的图，即我们整个目标的吸引力还有我们所有障碍物产生的斥力最终形成的一个势场效果图，可以看到机器人从左上角的出发点出发，一路沿着势场下降的方向达到最终的目标点，而每个障碍物势场表现出在很高的平台，所以，它规划出来的路径是不会从这个障碍物上面走的。
一种扩展的方法在基本的势场上附加了了另外两个势场：转运势场和任务势场。它们额外考虑了由于机器人本身运动方向、运动速度等状态和障碍物之间的相互影响。
转动势场考虑了障碍与机器人的相对方位，当机器人朝着障碍物行走时，增加斥力， 而当平行于物体行走时，因为很明显并不会撞到障碍物，则减小斥力。任务势场则排除了那些根据当前机器人速度不会对近期势能造成影响的障碍，因此允许规划出 一条更为平滑的轨迹。
另外还有谐波势场法等其他改进方法。势场法在理论上有诸多局限性， 比如局部最小点问题，或者震荡性的问题，但实际应用过程中效果还是不错的，实现起来也比较容易。
向量场直方图（VFH）
它执行过程中针对移动机器人当前周边环境创建了一个基于极坐标表示的局部地图，这个局部使用栅格图的表示方法，会被最近的一些传感器数据所更新。VFH算法产生的极坐标直方图如图所示：
图中x轴是以机器人为中心感知到的障碍物的角度，y轴表示在该方向存在障碍物的概率大小p。实际应用的过程中会根据这个直方图首先辨识出允许机器人通过的足够大的所有空隙，然后对所有这些空隙计算其代价函数，最终选择具有最低代价函数的通路通过。
代价函数受三个因素影响：目标方向、机器人当前方向、之前选择的方向，最终生成的代价是这三个因素的加权值，通过调节不同的权重可以调整机器人的选择偏好。VFH算法也有其他的扩展和改进，比如在VFH+算法中，就考虑了机器人运动学的限制。由于实际底层运动结构的不同，机器的实际运动能力是受限的，比如汽车结构，就不能随心所欲地原地转向等。VFH+算法会考虑障碍物对机器人实际运动能力下轨迹的阻挡效应，屏蔽掉那些虽然没有被障碍物占据但由于其阻挡实际无法达到的运动轨迹。我们的E巡机器人采用的是两轮差动驱动的运动形式，运动非常灵活，实际应用较少受到这些因素的影响。
具体可以看 一下这个图示：
类似这样传统的避障方法还有很多，除此之外，还有许多其他的智能避障技术，比如神经网络、模糊逻辑等。
神经网络方法对机器人从初始位置到目标位置的整个行走路径进行训练建模，应用的时候，神经网络的输 入为之前机器人的位姿和速度以及传感器的输 入，输出期望的下一目标或运动方向。
模糊逻辑方法核心是模糊控制器，需要将专家的知识或操作人员的经验写成多条模糊逻辑语句，以此控制机器人的避障过程。比如这样的模糊逻辑：第一条，若右前方较远处检测到障碍物，则稍向左转；第 二条，若右前方较近处检测到障碍物，则减速并向左转更多角度等等。
----好的文章，值得分享----
文章来源：机械工程文萃
编辑转发只为传递更多信息，并不代表本号观点。
如有侵权，请联删。
关于物流文视界
物流文视界为专注于智能物流领域的数字传播综合服务机构，为物流技术装备用户企业及供应商提供会议、沙龙、论坛、数字传播、培训相关资源整合服务，旨在让优秀的物流装备技术及解决方案找到落地场景，让场景找到优秀的物流装备技术及解决方案，促进社会供应链物流高质量高效率的发展
2、无人机360智能避障与超声波避障那个更好
个人觉得超声波避障更好。
避障通常指机器人运用传感器感知周围环境，收集障碍物信息，经过分析有效的避开障碍物，抵达目的地的过程。
超声波传感器因成本低，使用方法简易，已成为机器人实际作业中常用的传感器。超声波避障，顾名思义，就是利用超声波的作用原理实现避障功能。通过测量超声波从发出到接收的时间差，根据声速（340m/s）计算出物体的距离，移动时通过一定的策略绕开障碍物的过程。
便利店“欢迎光临”的自动门，“倒车请注意，倒车请注意...”的汽车倒车系统等都是常见的超声波避障场景。
无人机能够对飞行区域建立地图模型然后规划合理线路！这个地图不能仅仅是机械平面模型，而应该是一个能够实时更新的三维立体地图！这将是目前无人机避障技术的最高阶段！目前，市面上主流的电动多旋翼无人机避障系统主要有三种，分别是超声波、TOF（激光雷达测距的一种）以及正有望成为主流的视觉测距。
3、扫拖一体机需要贴墙安装吗
现在市场上的扫地机品牌众多，竞争也很激烈。那个曾经的暴利时代已经过去了，沉淀下来的品牌，都是有真材实料的。
现在流行扫拖一体机，一台机器可以满足清扫+拖地双重功能。我是第一次用360的机器，X95作为最新的升级款，我也好奇在各方面现在360做得如何。
京东
360 X95 扫地机器人
常卖价
历史最低
30天最低
大促价
949元去购买
优惠
满50.01元减50元
领取
活动
每满299.0减50.0，最多减3000元开始时间：2022-11-16 00:00:00结束时间：2022-11-30 23:59:59
扫拖一体的智能进化：360 X95扫地机评测
无聊的开箱略过，直接看东西。
机器本身已经自带了边刷，又额外附送了2个边刷、一个主刷和一个滤网，抹布也是双份的，这点比较良心。出厂附带多组，直接减少了用户后续的使用成本。而且滤网是可水洗的，两个滤网可以用蛮久的了。
扫拖一体的智能进化：360 X95扫地机评测
来看机器，纯白色的外观，上面还自带了表情贴纸，看起来很萌。之前一些扫地机如果想要这种贴纸，需要去淘宝买第三方的。而360这个直接出厂就附赠了贴纸，省去了去第三方购买的麻烦，喜欢的直接贴上就可以了。
我个人是喜欢白色机身的扫地机的，因为扫地机避免不了磕碰和摩擦，时间长了黑色机身会非常显旧。贴纸看了一下是防水的，日常擦拭应该也不会有什么问题。出厂附赠表情包，还挺有意思的。
扫拖一体的智能进化：360 X95扫地机评测
顶部凸起的就是LDS激光雷达，上面还做了360的标识。LDS很重要，也是衡量一台扫地机是否足够智能的关键。360这套LDS，会以毫米级的高精度和2080点/秒的速度快速定位和扫描加剧环境，然后实现地图建立，可以规划出更智能的清扫路径。
2020年了，如果你再买扫地机，首要选购标准就是看是否有LDS。
扫拖一体的智能进化：360 X95扫地机评测
正面的超声波避障传感器，近距离锥体探测和双向收发，实时感知低矮和透明的障碍物，减少在清扫过程中对于家具的碰撞，既保护了家具，也保护了机器的外观。
扫拖一体的智能进化：360 X95扫地机评测
侧面的沿边传感器，主要用来对墙面进行感知。大家都知道，一般清扫过程中，最容易被漏扫的就是墙边等沿边的地方，沿边传感器的加持，可以防止漏扫墙边等地方，起到更好的清扫效果。
扫拖一体的智能进化：360 X95扫地机评测
打开上盖，除了常规的集尘盒，水箱也被设计在了这里。这个设计很讨巧，避免了水箱分离可能引起的漏水和拆卸麻烦的问题。而且，水箱位置设计了提手，垂直放入、垂直取出，方便加水。
扫拖一体的智能进化：360 X95扫地机评测
另外，可以看到这是一个电控水箱，支持手机App直接进行出水量控制。这里也水泵电流传感器和水箱检测传感器，水箱取出装回都是有感应的。水箱设计一直是拖扫一体机的痛点之一，之前很多机器都是渗水式的被动水箱。简单说就是只能让水箱以固定的渗出方式出水，而电控水箱则彻底解决了这个问题。出水通过电机控制，出水量更加均匀统一，不会出现出水忽大忽小，造成地板过湿或者拖不干净的情况。
扫拖一体的智能进化：360 X95扫地机评测
尘盒有单独设计开关，取出很简单。另外，尘盒打开方式也单独给了开关，不用像某些机器那样硬掰造成灰尘溢出。
扫拖一体的智能进化：360 X95扫地机评测
扫拖一体的智能进化：360 X95扫地机评测
和滤网一起也都支持水洗，容量不小，不用每次都去倾倒尘盒。
底部除了滤网，还设计了切割器毛刷的收纳位。上面是刀片，下面是毛刷。切割器毛刷主要用来对轮子、主刷缠绕的毛发进行清理，单独的收纳位也不会容易弄丢。
扫拖一体的智能进化：360 X95扫地机评测
万向轮旁边是悬崖传感器，用来防止跌落。比如你家有楼梯，有了悬崖传感器，机器在感应到高度落差的时候就会自动停止前进，避免掉落。
扫拖一体的智能进化：360 X95扫地机评测
来看下GIF。
扫拖一体的智能进化：360 X95扫地机评测
主刷的盖板也有单独的开关。主刷的刷毛比较细密，双端的连接做了短距设计，可以避免头发的缠绕。
扫拖一体的智能进化：360 X95扫地机评测
来看下充电座，立式横置设计，取消了常见的下部阶梯。机器直接接触即可充电，不需要再像以前机器一样需要移动上去再接触。
充电底座的背部盖板可以打开，里面设计了一圈走线位。DC电源安装好之后，可以把线在里面收纳一圈，避免留在外侧的线材过长影响美观。
扫拖一体的智能进化：360 X95扫地机评测
使用
初次使用，电源键和回充键同时按下，即可重置WiFi。两个按键都有一圈Led灯，做得还是挺精致的。
扫拖一体的智能进化：360 X95扫地机评测
我先把软件放前面聊吧，因为360这套交互是比较出乎我的意料的，可能是我用过的扫地机里，最喜欢的一套软件了。
第一次清扫，会逐步划出全屋的地图。基本上在家里使用一遍，就可以绘制出很详细准确的地图了。
扫拖一体的智能进化：360 X95扫地机评测
看一下路径规划，呈弓字型走位。这要比那种路径规划全靠撞的机器强多了，走线清楚明了，App里也可以随时查看。碰见桌角椅腿等区域，也会划圈清扫。地图里那些小圈圈，其实就是桌腿椅腿的位置。
扫拖一体的智能进化：360 X95扫地机评测
左侧主界面，布局清楚，常用的按键都在合适的位置。右侧是高级功能区，功能很全，还有房屋划分、多楼层管理、禁区设置等很实用的功能。
扫拖一体的智能进化：360 X95扫地机评测
3种清扫模式（扫拖、扫地和拖地）
作为一款扫拖一体机器人自然可以同时进行扫拖作业，在主界面中可以根据日常需求，分别单独设置扫地模式，拖地模式以及扫拖一体模式。我的习惯是，家里打扫卫生时，首先设置在扫地模式下进行一遍简单的全屋清扫。然后再设置为扫拖模式，将一些细微的灰尘通过抹布全部清理干净。下班回家之后，将抹布卸下来清洗干净后，再设置为拖地模式，对全屋来一遍拖地。这样打扫下来的地板就绝对干净了。
扫拖一体的智能进化：360 X95扫地机评测
房屋划分
对于使用过小米第一代扫地机器人的我来说，无法在地图上将房间分别进行划分一直是一个无法解决的痛点。因为房屋划分功能的意义在于对全屋进行构图后，对于具体房间功能也进行了区分。例如客厅部分，由于经常需要进出大门，因此该区域的地板就需要经常打扫。而卧室区域，白天没有人活动，因此就不需要频繁打扫了。此外，例如饭厅在每次孩子吃完饭之后掉落一地食物残渣，也需要单独对饭厅进行清扫，有了房屋划分这个功能后，这些问题就迎刃而解了。
扫拖一体的智能进化：360 X95扫地机评测
X95在一次彻底全屋清扫后就会自动将房屋每个房间自动划分好，如果自动划分后的房间分割与实际房间不同，在这里还可以重新对房间进行组合分割操作。例如我家里客厅和饭厅经常有有人活动，我就会将客厅和饭厅组合起来，在指定房间清扫时就可以将这两个区域合并后一次完成清扫了。
自定义清扫，对不同房间的吸力大小、出水量、打扫次数、清扫顺序都可以设置
此外，另一个人性化的设计我觉得十分体贴。那就是不仅APP支持分房间清扫，还支持按房间顺序清扫这一功能。一般分房间清扫时，扫地机器人只会根据出发点的远近先后进行分房间清扫，这样带来的问题就是，如果距离扫地机器人近的区域比较脏，在后面清扫时就会将一些脏东西带到较为干净的区域。
扫拖一体的智能进化：360 X95扫地机评测
例如我家的扫地机器人平时放置在客厅区域。而我的习惯是，首先打扫几个卧室。这里就需要指定按房间清扫时，首先选择卧室房间，然后再选其他房间进行清扫。真正做到了先扫较为干净的区域，最后再扫脏的地方。
另外一点特别实用的是，APP中不仅支持对于房间顺序的清扫，还可以单独定制每个房间的清扫模式。前面说了，客厅和饭厅由于人员活动频繁，地面比较容易脏。因此我对于这个房间就设置了吸力为高档位MAX，同时拖地时水量为小水量，避免因为地面灰尘过多出现和稀泥情况出现。而对于饭厅，每次三餐时孩子频繁掉落的食物残渣就需要单独设置清扫次数为2遍。这样一来真正做到了不同功能区单独定制一套清扫方案，保证了清扫效果。
扫拖一体的智能进化：360 X95扫地机评测
指定区域清扫
生活中难免会遇到吃零食洒落一地的情况，例如薯片不小心掉落一地，瓜子皮撒了一地等情况。这时候往往只是一小块区域需要清扫而无需对全屋或者房间全部进行清扫。因此这就需要使用局部清扫功能了。这里在APP主界面右边指哪扫哪功能就是让我们临时应对这种情况而提出的一种清扫策略。
扫拖一体的智能进化：360 X95扫地机评测
在指定区域清扫过程中，我们可以指定任意的一个正方形区域，然后根据实际区域大小自己设置区域大小，并根据实际情况指定清扫次数最多为2次的小范围清扫。例如在家里人员都在的时候，我就会在每次吃完饭后，单独设置餐厅区域进行指定区域清扫，利用饭后短暂的时间快速对局部清理而无需让扫地机器人到处乱跑。
定时清扫
上面这些清扫方案分别针对了不同的使用需求，然而每天工作了一天不可能还要再打开手机专门去控制扫地机器人打扫。为此，定时清扫功能就可以为广大懒人提供了省事的途径。与以往定时清扫只能全屋清扫不同的是，X95的APP定时清扫功能十分强大。不仅能够在定时清扫中设置清扫范围，也可以针对每一次定时清扫分别设置扫拖方式和吸力大小，更可以选择每一次的清扫范围。
扫拖一体的智能进化：360 X95扫地机评测
例如我家就习惯在上午定时一次全屋清扫，下午针对客厅区域单独进行一次分区清扫，真正做到日常点面结合的清扫，保持家中地面绝对干净。
虚拟墙/禁区
其他一些人性化功能，在APP中也没有缺席，例如虚拟墙功能，自定义禁区功能对日常清扫来说也很实用。例如厕所门口我就设置了一堵虚拟墙，防止扫地机器人钻进去乱扫。家中阳台，杂物间等区域较脏也会设置禁区或者虚拟墙，防止扫地机器人跑进去吸土。此外，家中一些线束集中的区域，例如经常给手机充电的插线板周围我也会设置为禁区，防止线束困住扫地机器人。
扫拖一体的智能进化：360 X95扫地机评测
当然如果你忘记了在扫地机器人扫地前将地面线束清理干净而导致机器人频繁被困住，那么这时APP就会提示你这些反复导致机器人被困住的易困区域是否设置为禁区了，避免了扫地机器人再次清扫该区域时被困住。
多楼层
这里多楼层管理功能是通过存储多张规划地图来实现的，例如家中是多层建筑的用户，可以分别存储每一楼层的规划信息，当扫地机器人的位置信息发生变化时直接调用该楼层的规划地图即可，无需重新清扫规划一遍进行房间分区。
扫拖一体的智能进化：360 X95扫地机评测
地毯增压、防碰撞模式
通用设置里可以对扫地机器人的一些基本功能进行设置。家中有地毯地垫时可以开启地毯增压模式，当扫地机器人清扫到这些区域时会自动提高吸力保证清扫效果。另外，开启少碰撞模式时，扫地机器人的避障灵敏度会自动提高。减少对家具的碰撞，这对于家里家具没有抬高设计的家庭来说非常实用，既保护了家具，也可以保护扫地机外观不被磕碰了。
扫拖一体的智能进化：360 X95扫地机评测
接下来看下具体使用情况。
首先是LDS雷达上有压力传感器，诸如桌子边沿等位置不会造成卡机的情况。当检测到有压迫，机器就会自动退出。
很多家具下边沿是不规则的，一般的扫地机卡到以后，由于无法判定压力直接退出，就非常容易造成卡机。你在家还可以把它拿出来继续扫，但你不在家的时候就只能任由它卡在这里了。
扫拖一体的智能进化：360 X95扫地机评测
来看下GIF，我家欧式家具的这种下沿是很多扫地机的噩梦，经常会卡在这里翻车。
有些机器的算法是触碰到压力后会离开一点，很容易造成漏扫。而360 X95在触碰感受到压力之后，会迅速退出一点点，再去寻找尝试下一个路径，也就避免了卡机和漏扫。
扫拖一体的智能进化：360 X95扫地机评测
脱困能力也没问题，我家这片椅腿森林也可以顺利出来。这也是衡量一个扫地机路径规划是否出色的标准之一，主要是看路径规划和判定逻辑。
扫拖一体的智能进化：360 X95扫地机评测
看下GIF，可以很清楚的看到360 X95的路径规划。在快触碰到椅腿后，会马上画圈进行环绕清扫，最大限度的避免漏扫。右侧的椅腿第一次进入已经感知好了，再次出来的时候直接就会避开。
而这些椅腿信息都会被保存在地图中，以后每次清扫都会选择这个最优算法路径。
扫拖一体的智能进化：360 X95扫地机评测
看下吸力情况，360 X95的吸力在之前的基础上又提高了20%，达到了2650Pa。对于家中的大颗粒、小灰尘都可以轻松应对，最大档甚至连钢珠都可以吸进来，不过一般家庭环境中是不会有这种情况的，我们就来看下日常的清扫效果吧，用麦片+零食碎屑测试一下。
扫拖一体的智能进化：360 X95扫地机评测
看下GIF，可以看到只过了一遍就清理干净了，也没有什么残留。比如孩子吃零食的碎屑，猫猫狗狗的毛发等等。强大的吸力，是清扫能力的基本素养。
扫拖一体的智能进化：360 X95扫地机评测
越障能力，官方数据是2CM的越障高度，实测应对家庭的过门很轻松。
有些机器的算法是在检测到高度差后，会旋转调整身位，转而侧切越过。通过GIF可以明显的看到，360 X95在通过过门的时候基本没什么犹豫和停顿，直接就冲了上去。这在应对过门、阳台推拉门底座、地毯等情况会很实用，不会造成有点高度落差就会卡机的尴尬。
扫拖一体的智能进化：360 X95扫地机评测
沿边清扫，重点是贴墙的距离，如果过大的话就很容易漏扫。
可以通过GIF看到机器离墙的位置很近，这也有利于清理的更加干净不留死角。工作模式是沿边传感器感应到前面，计算好距离，机器就会贴墙清扫，之后再呈弓字型来回移动清洁。
扫拖一体的智能进化：360 X95扫地机评测
回充，找充电座速度很快，逻辑是直线靠近，在尽头转身再贴上充电。没有出现之前有些机器扭扭捏捏慢慢靠近，360的这套逻辑可以说是快准狠了。
扫拖一体的智能进化：360 X95扫地机评测
而且我发现360 X95对充电座的位置感应不错，日常不会出现骑到充电座上的情况，当然也有一部分原因是取消了充电座的地台。有些机器是落地带地台的充电座，扫地机在启动后或者清扫的时候会直接骑上去，要么卡机，要么把充电座划花。
扫拖一体的智能进化：360 X95扫地机评测
最后来看下拖地，正常状态下就可以完成拖布支架的拆装，前面设计了一个单独的开启按钮。
扫拖一体的智能进化：360 X95扫地机评测
因为水箱是分离的，通过电控出水到抹布，所以不用担心下边漏水的问题。
之前有些机器的渗水式水箱不能调节出水，或者只能通过物理开关实现出水量的调节，而电控水箱的优势，主要是精准和方便。通过手机App直接视情况调节，出水大小随手就控制了。出水持续性的保持一个量级，不会像一般渗水式水箱出水忽大忽小，造成清洁不干净或者室内积水严重等等。因为增加了传感器，没水的时候还会主动提醒。
扫拖一体的智能进化：360 X95扫地机评测
抹布的分离也很简单，通过上方的压条和魔术贴连接支架。平时洗抹布的时候，拆卸并不费力。
扫拖一体的智能进化：360 X95扫地机评测
我家一般喜欢调到最大出水量，其实最大也都在可控范围之内，地板的湿润也一会就干了，清洁会更干净一些。因为是电控水箱，可以精细的控制出水量，我也完全不担心水量过多弄坏木地板。
扫拖一体的智能进化：360 X95扫地机评测
扫拖各一遍之后，看下地板已经非常干净了，我觉得替代手工完全是没问题的。很多人一直觉得扫地机的拖地功能是鸡肋。就我这么多年的使用而言，目前的扫拖一体机绝对可以替代人工了，你需要做得只是尝试一下，也许你就会爱上彻底解放双手的感觉。
扫拖一体的智能进化：360 X95扫地机评测
拿张纸使劲擦拭一下清理过的地板，可以看到已经是一尘不染了。这个清洁能力没什么说的了，我妈之前一直说扫地机拖地肯定不干净，直到我买了一台送回去，现在她已经习惯了用扫拖一体机拖地了。
扫拖一体的智能进化：360 X95扫地机评测
噪音
最后来看下噪音表现，看商详说360 X95采用了7重降噪，主要集中在了风机的设计上。相比一般的机器，增加了硅胶隔音垫、隔音棉等等，也采用了全新的NIDEC无刷电机。
扫拖一体的智能进化：360 X95扫地机评测
来测试一下，未开机状态下，测得当前环境音为35分贝。
扫拖一体的智能进化：360 X95扫地机评测
开启机器，默认档位噪音可以做到50分贝以下。如果是机器在卧室清扫，在客厅不会感觉到吵的。
扫拖一体的智能进化：360 X95扫地机评测
转为拖地模式后，噪音进一步减弱，基本在40分贝左右。拖地还是很安静的，离得远一些，基本不会听到什么噪音。
扫拖一体的智能进化：360 X95扫地机评测
总结
之所以标题说扫拖一体的智能化，就是因为我觉得360 X95在这方面，差不多可以说做到了行业前列。
尤其是App端的交互设计，逻辑清楚，功能详细。很多小地方，就是奔着之前的消费者痛点而来的。比如房间分区后，可以给每个房间分别设置清扫模式、禁区除了扫地禁区，还可以设置拖地禁区、多楼层多地图管理等等。
硬件方面来说，一共有25类传感器，基本覆盖了机器的各个部分。路径规划很智能，2650Pa的吸力，对于家庭来说已经是绰绰有余了。电控水箱对于出水控制更加合理，水箱内置也避免了漏水和拆卸麻烦的问题。在各个需要拆卸的组件上，基本都设计了开关，很多地方做得都比较人性化。
360应该也是做了很久的市场调研，包括前期产品的积累，最终在X95这台机器上解决了诸多行业难题。在扫拖一体机的痛点上，可以说X95都解决的不错。
路径规划非常智能，使用到现在没有发生过卡机和漏扫的情况。各种边边角角都可以清理到，桌子下沿和桌腿椅腿都进行了有效的规避。
拖地功能比想象中的更好用，不论是木地板还是瓷砖，都可以轻松拖干净。而且电控式独立水箱，基本是目前最好的水箱设计了。水量可调，出水均匀。
软件方面刚才已经说过了，这现在应该算是360的强项了。看电商里X95的评价口碑也都是挺好的，所以付出就一定会有回报，用心做产品，市场就一定会买单。
扫拖一体的智能进化：360 X95扫地机评测
夸完了，下面说下可以改进的点。
首先是边刷似乎可以进一步优化一下，目前偶尔会出现打飞碎屑的情况，当然也可能是我这台边刷有些弯曲的缘故，不排除个案的情况。
然后就是没有一次性抹布附带，希望后续可以设计一个，毕竟完全摆脱洗抹布的烦恼还是挺舒服的。
OK，基本就是这样了。
拜了个拜…
打开值得买，享最佳阅读体验
扫地机器人
使用评测
京东
360
全部评论（18）
卡卡家的小霸王好萌
刚买x90.95又来了，要不要剁手
2020-06-18
1
灬AKUMA灬
贴纸在哪买的？
2020-06-18
1
灬AKUMA灬： 好吧 这个贴纸好看 我也想贴一个
值友3260656870
我家的墙不行，家里一直放两个路由器，现在机器智能识别一个WiFi 导致一部分空间扫不了，请问怎么解决？
2020-06-20
1
僚机机
京东1950....，我的猫他喵的贵了200+
2020-06-18
0
lwinter53
你家真大。
2020-06-19
0
查看全部18条评论
文中商品
360 X95 扫地机器人 白色
360 X95 扫地机器人 白色
常卖价
历史最低
30天最低
大促价
949元
京东
优惠
满50.01元减50元
领取
优惠
每满299.0减50.0，最多减3000元开始时间：2022-11-16 00:00:00结束时间：2022-11-30 23:59:59
领取
最新扫地机器人优惠
MIJIA 米家 MJST1S 扫地机器人
MIJIA 米家 MJST1S 扫地机器人
低于常卖价
商品好评率96%
1099元包邮（需用券）
京东
20:07
0
0
PLUS会员：dreame 追觅 W10s Pro 扫拖机器人
PLUS会员：dreame 追觅 W10s Pro 扫拖机器人
智能家
81天新低
京东家电排行榜Top23
2469元包邮（双重优惠，晒单返30元E卡）
京东
18:12
5
67%
ECOVACS 科沃斯 DBX12-11EA 扫地机器人
ECOVACS 科沃斯 DBX12-11EA 扫地机器人
行业标杆
比上次发布低19%
商品好评率96%
2849元包邮（双重优惠）
京东
17:23
0
0
PLUS会员：iRobot 艾罗伯特 i3+ RVD-Y1 扫地机器人
PLUS会员：iRobot 艾罗伯特 i3+ RVD-Y1 扫地机器人
比上次发布低7%
3期分期免息
1679元包邮（需用券）
京东
14:14
1
0
猜你喜欢
要“懒”得有水平：360双11扫地机器人这样选
要“懒”得有水平：360双11扫地机器人这样选
本地妖王
90
40
2022年旗舰扫拖机器人选购指南。云鲸J3、石头G10S、追觅S10、科沃斯T1 OMNI，实测哪款更省心？
2022年旗舰扫拖机器人选购指南。云鲸J3、石头G10S、追觅S10、科沃斯T1 OMNI，实测哪款更省心？
GT_7
532
1.0K
侃侃家电 篇二十：双11扫拖机器人金牌选购指南，四个核心品牌， 万字分析黄金价位段的扫拖机器人
侃侃家电 篇二十：双11扫拖机器人金牌选购指南，四个核心品牌， 万字分析黄金价位段的扫拖机器人
胡侃侃
738
626
货比三家 篇十：【建议收藏】双十一扫地机选购，2022年终攻略来了！石头/追觅/科沃斯/云鲸，一篇讲透所有机型
货比三家 篇十：【建议收藏】双十一扫地机选购，2022年终攻略来了！石头/追觅/科沃斯/云鲸，一篇讲透所有机型
西红柿炖番茄
318
740
相关好价
360 华为智选 智能扫地机器人x90 家用全自动扫拖清洗一体机激光导航规划吸尘器无
360 华为智选 智能扫地机器人x90 家用全自动扫拖清洗一体机激光导航规划吸尘器无
1999元
京东
11-24 20:49
0
0
PLUS会员：360 X95 扫地机器人
PLUS会员：360 X95 扫地机器人
853元包邮（需凑单，双重优惠）
京东
12小时前
4
2
360 X95 扫地机器人
360 X95 扫地机器人
939元
京东
11-24 15:05
0
0
PLUS会员：360 X95 扫地机器人
PLUS会员：360 X95 扫地机器人
803元包邮（双重优惠）
京东
11-22 16:12
112
36
360 X95 扫地机器人
360 X95 扫地机器人
803.08元
京东
11-21 13:16
13
3
相关商品
360 X95 扫地机器人 白色
360 X95 扫地机器人 白色
949元起
116
360 X100 MAX 扫地机器人 星耀黑
360 X100 MAX 扫地机器人 星耀黑
1399元起
0
360 X90 扫拖一体机 白色
360 X90 扫拖一体机 白色
729元起
0
360 X90 扫地机器人 白色
360 X90 扫地机器人 白色
1199元起
108
相关推荐
扫地机器人科沃斯
社区首页 家用电器 生活电器 扫地机器人 文章详情
346
361
分享
18
4、从传感器到算法原理，机器人视觉避障原来是这样的
避障是指移动机器人在行走过程中，通过传感器感知到在其规划路线上存在静态或动态障碍物时，按照 一定的算法实时更新路径，绕过障碍物，最后达到目标点。
避障常用哪些传感器？
不管是要进行导航规划还是避障，感知周边环境信息是第一步。就避障来说，移动机器人需要通过传感器 实时获取自身周围障碍物信息，包括尺寸、形状和位置等信息。避障使用的传感器多种多样，各有不同的原理和特点，目前常见的主要有视觉传感器、激光传感器、红外传感器、超声波传感器等。下面我简单介绍一下这几种传感器的基本工作原理。
超声波
超声波传感器的基本原理是测量超声波的飞行时间，通过d=vt/2测量距离，其中d是距离，v是声速，t是 飞行时间。由于超声波在空气中的速度与温湿度有关，在比较精确的测量中，需把温湿度的变化和其它因素考虑进去。
上面这个图就是超声波传感器信号的一个示意。通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包，系统检测高于某阈值的反向声波，检测到后使用测量到的飞行时间计算距离。超声波传感器一般作用距离较短，普通的有效探测距离都在几米，但是会有一个几十毫米左右的最小探测盲区。由于超声传感器的成本低、实现方法简单、技术成熟，是移动机器人中常用的传感器。超声波传感器也有一些缺点，首先看下面这个图。
因为声音是锥形传播的，所以我们实际测到的距离并不是 一个点，而是某个锥形角度范围内最近物体的距离。
另外，超声波的测量周期较长，比如3米左右的物体，声波传输这么远的距离需要约20ms的时间。再者，不同材料对声波的反射或者吸引是不相同的，还有多个超声传感器之间有可能会互相干扰，这都是实际应用的过程中需要考虑的。
红外
一般的红外测距都是采用三角测距的原理。红外发射器按照一定角度发射红外光束，遇到物体之后，光会反向回来，检测到反射光之后，通过结构上的几何三角关系，就可以计算出物体距离D。
当D的距离足够近的时候，上图中L值会相当大，如果超过CCD的探测范围，这时，虽然物体很近，但是传感器反而看不到了。当物体距离D很大时，L值就会很小，测量量精度会变差。因此，常见的红外传感器 测量距离都比较近，小于超声波，同时远距离测量也有最小距离的限制。另外，对于透明的或者近似黑体的物体，红外传感器是无法检测距离的。但相对于超声来说，红外传感器具有更高的带宽。
激光
常见的激光雷达是基于飞行时间的（ToF，time of flight），通过测量激光的飞行时间来进行测距d=ct/2，类似于前面提到的超声测距公式，其中d是距离，c是光速，t是从发射到接收的时间间隔。激光雷达包括发射器和接收器 ，发射器用激光照射目标，接收器接收反向回的光波。机械式的激光雷达包括一个带有镜子的机械机构，镜子的旋转使得光束可以覆盖 一个平面，这样我们就可以测量到一个平面上的距离信息。
对飞行时间的测量也有不同的方法，比如使用脉冲激光，然后类似前面讲的超声方案，直接测量占用的时间，但因为光速远高于声速，需要非常高精度的时间测量元件，所以非常昂贵；另一种发射调频后的连续激光波，通过测量接收到的反射波之间的差频来测量时间。
图一
图二
比较简单的方案是测量反射光的相移，传感器以已知的频率发射一定幅度的调制光，并测量发射和反向信号之间的相移，如上图一。调制信号的波长为lamda=c/f，其中c是光速，f是调制频率，测量到发射和反射光束之间的相移差theta之后，距离可由lamda*theta/4pi计算得到，如上图二。
激光雷达的测量距离可以达到几十米甚至上百米，角度分辨率高，通常可以达到零点几度，测距的精度也高。但测量距离的置信度会反比于接收信号幅度的平方，因此，黑体或者远距离的物体距离测量不会像光亮的、近距离的物体那么好的估计。并且，对于透明材料，比如玻璃，激光雷达就无能为力了。还有，由于结构的复杂、器件成本高，激光雷达的成本也很高。
一些低端的激光雷达会采用三角测距的方案进行测距。但这时它们的量程会受到限制，一般几米以内，并且精度相对低一些，但用于室内低速环境的SLAM或者在室外环境只用于避障的话，效果还是不错的。
视觉
常用的计算机视觉方案也有很多种， 比如双目视觉，基于TOF的深度相机，基于结构光的深度相机等。深度相机可以同时获得RGB图和深度图，不管是基于TOF还是结构光，在室外强光环境下效果都并不太理想，因为它们都是需要主动发光的。
像基于结构光的深度相机，发射出的光会生成相对随机但又固定的斑点图样，这些光斑打在物体上后，因为与摄像头距离不同，被摄像头捕捉到的位置也不相同，之后先计算拍到的图的斑点与标定的标准图案在不同位置的偏移，利用摄像头位置、传感器大小等参数就可以计算出物体与摄像头的距离。而我们目前的E巡机器人主要是工作在室外环境，主动光源会受到太阳光等条件的很大影响，所以双目视觉这种被动视觉方案更适合，因此我们采用的视觉方案是基于双目视觉的。
双目视觉的测距本质上也是三角测距法，由于两个摄像头的位置不同，就像我们人的两只眼睛一样，看到的物体不一样。两个摄像头看到的同一个点P，在成像的时候会有不同的像素位置，此时通过三角测距就可以测出这个点的距离。与结构光方法不同的是，结构光计算的点是主动发出的、已知确定的，而双目算法计算的点一般是利用算法抓取到的图像特征，如SIFT或SURF特征等，这样通过特征计算出来的是稀疏图。
要做良好的避障，稀疏图还是不太够的，我们需要获得的是稠密的点云图，整个场景的深度信息。稠密匹配的算法大致可以分为两类，局部算法和全局算法。局部算法使用像素局部的信息来计算其深度，而全局算法采用图像中的所有信息进行计算。一般来说，局部算法的速度更快，但全局算法的精度更高。
这两类各有很多种不同方式的具体算法实现。能过它们的输出我们可以估算出整个场景中的深度信息，这个深度信息可以帮助我们寻找地图场景中的可行走区域以及障碍物。整个的输出类似于激光雷达输出的3D点云图，但是相比来讲得到信息会更丰富，视觉同激光相比优点是价格低很多，缺点也比较明显，测量精度要差 一些，对计算能力的要求也高很多。当然，这个精度差是相对的，在实用的过程中是完全足够的，并且我们目前的算法在我们的平台NVIDIA TK1和TX1上是可以做到实时运行。
KITTI采集的图
实际输出的深度图，不同的颜色代表不同的距离
在实际应用的过程中，我们从摄像头读取到的是连续的视频帧流，我们还可以通过这些帧来估计场景中 目标物体的运动，给它们建立运动模型，估计和预测它们的运动方向、运动速度，这对我们实际行走、避障规划是很有用的。
以上几种是最常见的几种传感器 ，各有其优点和缺点，在真正实际应用的过程中，一般是综合配置使用多种不同的传感器 ，以最大化保证在各种不同的应用和环境条件下，机器人都能正确感知到障碍物信息。我们公司的E巡机器人的避障方案就是以双目视觉为主，再辅助以多种其他传感器，保证机器人周边360度空间立体范围内的障碍物都能被有效侦测到，保证机器人行走的安全性。
避障常用算法原理
在讲避障算法之前，我们假定机器人已经有了一个导航规划算法对自己的运动进行规划，并按照规划的路径行走。避障算法的任务就是在机器人执行正常行走任务的时候，由于传感器的输入感知到了障碍物的存在，实时地更新目标轨迹，绕过障碍物。
Bug算法知乎用户无方表示
Bug算法应该是最简单的一种避障算法了，它的基本思想是在发现障碍后，围着检测到的障碍物轮廓行走，从而绕开它。Bug算法目前有很多变种， 比如Bug1算法，机器人首先完全地围绕物体，然后从距目标最短距离的点离开。Bug1算法的效率很低，但可以保证机器人达到目标。
Bug1算法示例
改进后的Bug2算法中，机器人开始时会跟踪物体的轮廓，但不会完全围绕物体一圈，当机器人可以直接移动至目标时，就可以直接从障碍分离，这样可以达到比较短的机器人行走总路径。
Bug2算法示例
除此之外，Bug算法还有很多其他的变种， 比如正切Bug算法等等。在许多简单的场景中，Bug算法是实现起来比较容易和方便的，但是它们并没有考虑到机器人的动力学等限制，因此在更复杂的实际环境中就不是那么可靠好用了。
势场法（PFM）
实际上，势场法不仅仅可以用来避障，还可以用来进行路径的规划。势场法把机器人处理在势场下的 一个点，随着势场而移动，目标表现为低谷值，即对机器人的吸引力，而障碍物扮演的势场中的一个高峰，即斥力，所有这些力迭加于机器人身上，平滑地引导机器人走向目标，同时避免碰撞已知的障碍物。当机器人移动过程中检测新的障碍物，则需要更新势场并重新规划。
上面这个图是势场比较典型的示例图，最上的图a左上角是出发点，右下角是目标点，中间三个方块是障碍物。中间的图b就是等势位图，图中的每条连续的线就代表了一个等势位的一条线，然后虚线表示的在整个势场里面所规划出来的一条路径，我们的机器人是沿着势场所指向的那个方向一直行走，可以看见它会绕过这个比较高的障碍物。
最下面的图，即我们整个目标的吸引力还有我们所有障碍物产生的斥力最终形成的一个势场效果图，可以看到机器人从左上角的出发点出发，一路沿着势场下降的方向达到最终的目标点，而每个障碍物势场表现出在很高的平台，所以，它规划出来的路径是不会从这个障碍物上面走的。
一种扩展的方法在基本的势场上附加了了另外两个势场：转运势场和任务势场。它们额外考虑了由于机器人本身运动方向、运动速度等状态和障碍物之间的相互影响。
转动势场考虑了障碍与机器人的相对方位，当机器人朝着障碍物行走时，增加斥力， 而当平行于物体行走时，因为很明显并不会撞到障碍物，则减小斥力。任务势场则排除了那些根据当前机器人速度不会对近期势能造成影响的障碍，因此允许规划出 一条更为平滑的轨迹。
另外还有谐波势场法等其他改进方法。势场法在理论上有诸多局限性， 比如局部最小点问题，或者震荡性的问题，但实际应用过程中效果还是不错的，实现起来也比较容易。
向量场直方图（VFH）
它执行过程中针对移动机器人当前周边环境创建了一个基于极坐标表示的局部地图，这个局部使用栅格图的表示方法，会被最近的一些传感器数据所更新。VFH算法产生的极坐标直方图如图所示：
图中x轴是以机器人为中心感知到的障碍物的角度，y轴表示在该方向存在障碍物的概率大小p。实际应用的过程中会根据这个直方图首先辨识出允许机器人通过的足够大的所有空隙，然后对所有这些空隙计算其代价函数，最终选择具有最低代价函数的通路通过。
代价函数受三个因素影响：目标方向、机器人当前方向、之前选择的方向，最终生成的代价是这三个因素的加权值，通过调节不同的权重可以调整机器人的选择偏好。VFH算法也有其他的扩展和改进，比如在VFH+算法中，就考虑了机器人运动学的限制。由于实际底层运动结构的不同，机器的实际运动能力是受限的，比如汽车结构，就不能随心所欲地原地转向等。VFH+算法会考虑障碍物对机器人实际运动能力下轨迹的阻挡效应，屏蔽掉那些虽然没有被障碍物占据但由于其阻挡实际无法达到的运动轨迹。我们的E巡机器人采用的是两轮差动驱动的运动形式，运动非常灵活，实际应用较少受到这些因素的影响。
具体可以看 一下这个图示：
类似这样传统的避障方法还有很多，除此之外，还有许多其他的智能避障技术，比如神经网络、模糊逻辑等。
神经网络方法对机器人从初始位置到目标位置的整个行走路径进行训练建模，应用的时候，神经网络的输 入为之前机器人的位姿和速度以及传感器的输 入，输出期望的下一目标或运动方向。
模糊逻辑方法核心是模糊控制器，需要将专家的知识或操作人员的经验写成多条模糊逻辑语句，以此控制机器人的避障过程。比如这样的模糊逻辑：第一条，若右前方较远处检测到障碍物，则稍向左转；第 二条，若右前方较近处检测到障碍物，则减速并向左转更多角度等等。
本文关键词：无人机超声波定位，无人机自动避障系统，无人机智能避障是什么原理，无人机自动避障和gps哪个好，无人机 超声波。这就是关于《超声波避障原理，无人机360智能避障与超声波避障那个更好（移动机器人传感器检测原理及避障常用算法）》的所有内容，希望对您能有所帮助！
- 最近发表