机器人自动跟随是如何实现的,使用的什么技术?

Question

如题所述

Answer 1

智能跟随系统采用微型天线整列和无线通信技术。

能精确测量人员佩戴的标签到跟随模块的距离以及角度，无遮挡情况下测距精度可以到10厘米，角度测量精度可以到5度，作用距离可以到20米，而且抗干扰能力强，不受光线等环境的影响，功耗低，体积小。

人员佩戴模块和机器人跟随模块通信的时候，通过电磁波的飞行时间测量出人员到机器人的距离，通过测量微型天线阵列上相位差来计算出人员相对机器人的方向,将这些信息送给机器人的处理器来调整运动控制单元，从而达到智能跟随的目的。

智能搬运机器人采用uwb跟随，通过与人协作，将机器的高效不知劳累，与人的灵活相结合。实现了零散重物的高效安全搬运。

Answer 2

深入理解“跟随 ”这个词，包含了两个步骤：1.知道目标在哪2.能跟着目标运动。在跟随的过程中，我们还需要处理障碍物的躲避，所以有多了两个事情，识别障碍，躲避障碍。所以在我看来，跟随至少需要包含以下四个技术模块：人体定位模块、障碍物识别模块、动态路径规划和避障、机器人行走模块。以下就解析一下每个模块的可实现方案。

1. 人体定位模块。
有基于视觉定位和传感定位等多种方式，各有优缺点。像@小力水手 所提的方法就是基于传感实现，传感器定位优缺点是：
1.能求出目标的x.y,z坐标
2.在360度都可定位
3.定位目标受障碍物影响较小
4.无法判断障碍物。还需辅助其他技术。
基于视觉实现，方法就更丰富了，可以使用多种技术组合。比如基于深度相机直接去识别人体骨骼+人脸识别+特征标志识别的组合。像波士顿动力的Atlas机器人就是基于视觉的识别，去实现行走和搬运物体。视觉识别目标的优缺点是
1.不仅能求出x.y.z坐标，还能求出物体相对于相机的3维偏转角。能获得更丰富的决策信息。
2. 视觉单元不仅可以用来识别目标，还可以用来识别大多数障碍物。
3. 视觉的视角有限，一般不是360度，且受视线影响，会被遮蔽。
2. 障碍物识别模块。
识别到人体后，下一步一般就会想到怎么识别障碍。障碍物的识别，常用的技术有深度相机识别、超声波测距、红外测距。深度相机和红外测距的优点是价格便宜，速度快，但无法识别玻璃和黑色物体。超声波测距就可以作为补充。若成本和体积不限制，还可以考虑激光雷达和毫米多雷达。
3. 动态路径规划和避障模块
动态路径规划，相当于机器人的大脑。你知道目标在哪里，也知道怎么迈腿，还需要有一个指挥中枢。这项工作对于人来说，是非常容易的事情。但对于机器人，却不是那么简单的事情。一般来讲，你需要建一个二维的空间地图（当然，如果建3维空间地图效果更好），并将地图栅格化，变成可通行或不可通行的小方格。辅助以路径规划的算法，跟随到目标。整个方案的难度在于，目标和机器人都是动态的，需要不断调整。当然，你对跟随效果要求比较低的话，写几条简单的规则，也是可实现的。
4. 机器人行走模块。
机器人行走模块主要完成行走功能，这个或许看起来是比较简单的模块，其实非常复杂。好的行走模块，至少要支持线速度，角速度，里程计和方位指示。如果你前面定位做的再好，没有一个好的机器人底盘，一样做不好跟随。本回答被网友采纳