有人去过北京中科医院 http://www.csjkc.com/yydt/m/637.html
为了可以让安防机器人在工作区域自动巡逻，机器人导航和定位技术至关重要。该技术一直以来都是自动驾驶领域研究的热点和难点，目前最常见的导航技术有磁导航、惯性导航、GPS导航、传感器导航、视觉导航。电磁导航主要是通过安装带有磁性的轨道装置，然后通过机器人上的磁感应传感器检测磁轨道，从而引导机器人按照固定轨道行驶;这种导航方式适用于工作环境较简单、精度要求较高的场景。该技术应用最广泛的领域为自动引导运输车、自动生产线或者自动物流线。GPS(全球定位系统)导航利用卫星导航的一种方式，是室外导航的常用的方法。但GPS有着不可避免的缺点，一是GPS精度问题。常用GPS的精度还无法完全为机器人提供准确的路径和导航信息。尽管差分GPS技术的出现使GPS的定位精度有了质的飞跃，但是其价格仍然较为昂贵，且需要建立信号基站来提供GPS的差分信息，因此无法适用于一般的安防环境;二是GPS信号强弱问题。在很多住宅小区内，GPS信号有时是不准确的，甚至有时接收不到该信号。因此绝大部分情况下GPS是与其他技术相互结合来为机器人提供导航信息。惯性导航系统是一种无源的自主导航系统，不依赖于外部信息。该系统常用使用陀螺仪和加速度计作为检测手段。通过对加速度计和陀螺仪的数据进行时间上的积分，从而得出机器人的状态信息，该状态信息包括机器人当前的加速度、速度、相对于初始点的位置、相对于初始状态的姿态信息等等。惯性导航最显著的缺点是其导航精度会随着时间下降，且误差会逐渐的累积，因此需要在运行一段时间后修正。但该系统在短距离内的导航时是可信赖的，通常与其他导航系统构成组合式导航。常用的传感器导航有:红外导航、超声波导航和激光导航。这几种导航的工作原理类似，都是通过波的反射计算机器人与周围环境的距离从而实现导航。这种导航方式在室内机器人的应用更为广泛。视觉导航技术是利用安装在机器人上的摄像头来模拟人的眼睛来达到导航的目的。利用视觉导航的技术有视觉里程计、利用视觉的道路识别等技术。第一次提出视觉里程计的概念，主要是通过单目或双目摄像机从相邻的图像中估计相机的运动路程。计算机视觉可以用来识别道路与障碍物，通过图像的二值化处理将道路和周围环境分开，也可以通过深度学习来对道路和岔路口进行识别，这样机器人就知道前方是否有可以通过的道路，是否有障碍物等信息。值得一提的是，最近室内导航的SLAM技术大放异彩。与其他导航手段一样，SLAM技术也是通过搭载在机器人身上的各种传感器对周围环境的检测信息来完成地图的创建与自身的定位导航，然后以此信息作为导航依据。根据搭载的传感器的不同，常见的两种主要技术为:基于激光雷达的SLAM技术和基于视觉的SLAM技术。

转载请注明:http://www.aideyishus.com/lkyy/6923.html