目前，市面上的機器人主要分為兩類：固定式機器人與移動式機器人。固定式機器人固定于某個位置。而移動式機器人，包括自主移動機器人(AMR) 和自動引導車輛 (AGV)，能夠在不同位置間移動。機器人行業(yè)正呈現(xiàn)出諸多漸趨普及的發(fā)展態(tài)勢。其中，最為人熟知的是自動送貨機器人、酒店服務機器人和餐廳服務員機器人。一旦消費級機器人的價格降低，家用機器人的應用場景將得到進一步拓展，諸如家庭服務機器人和個人助理等。在機器人進入家庭并與人類互動之前，機器人制造商必須構(gòu)建妥善的系統(tǒng)，確保機器人能夠精準、高效且安全的運行。

這份白皮書將探討視覺系統(tǒng)對于機器人，尤其是自主移動機器人的重要意義。本文為第一篇，將介紹機器人分類與行業(yè)趨勢、AMR 技術(shù)概述等。

了解機器人與自動化

過去十年間，自動化技術(shù)與機器人技術(shù)在全球范圍內(nèi)推動了眾多行業(yè)的變革。這些創(chuàng)新成果顯著提升了許多傳統(tǒng)流程的安全性與效率。

移動機器人（AMR 和 AGV）

移動機器人可在不同地點間移動來執(zhí)行任務。AMR 能自主地四處移動，適用于動態(tài)環(huán)境。憑借這些特性，AMR 構(gòu)成了自動自主移動體系的基礎(chǔ)架構(gòu)，其他所有應用均基于 AMR 架構(gòu)進行開發(fā)。

以下是 AMR 在安防、醫(yī)療及酒店等領(lǐng)域的一些應用示例：

工廠或倉庫中的 AMR + 機械臂或叉車機器人

大學校園或城市中的送貨機器人

餐廳里的服務員機器人

停車場和建筑內(nèi)的安防機器人

醫(yī)療機構(gòu)中的機器人

農(nóng)用協(xié)作機器人 (COBOT)

AGV 則需要外部導引，更適合固定環(huán)境。AGV 的應用場景包括制造車間、庫存管理和裝配線作業(yè)等。

固定式機器人

固定式機器人雖不具備移動能力，但仍需圖像傳感器以及 iTOF（間接飛行時間）技術(shù)來進行深度檢測，尤其是在執(zhí)行物體抓取任務時。

機器人行業(yè)的增長驅(qū)動因素

機器人在各行業(yè)得以廣泛應用，主要源于以下三個關(guān)鍵因素：

生產(chǎn)力：機器人能夠長時間不間斷地執(zhí)行重復性任務，且不會感到疲勞。

效率：AGV 和 AMR 能夠以極小的延遲執(zhí)行任務，這使得工作人員能夠?qū)Ｗ⒂诟吒郊又档娜蝿铡?/p>

安全性：通過承擔危險任務，機器人提高了工作場所和生產(chǎn)車間的安全性。

受這些因素的推動，機器人市場持續(xù)增長。預計 2024 至 2030 年，AMR 復合年增長率 (CAGR) 約為 16%，增幅明顯。部分研究機構(gòu)的預測甚至高達 20%。鑒于 AI 技術(shù)的迅猛發(fā)展，這樣的增長預期具備現(xiàn)實基礎(chǔ)。

AMR 技術(shù)概述

在機器人行業(yè)中，AMR 展現(xiàn)出強勁的增長勢頭。與仍需一定程度導引的 AGV 相比，AMR 具備近乎完全的自主性，使其成為倉庫自動化、三維建圖以及自主導航等應用的首選方案。AMR 無需外部導引，因其自主特性，具有動態(tài)性并能適應新環(huán)境。然而，為實現(xiàn)自主移動，AMR 需要借助同步定位與地圖構(gòu)建 (SLAM) 技術(shù)。通過 SLAM 技術(shù)，機器人能夠構(gòu)建自身所處環(huán)境的地圖并確定自身位置。

SLAM 的傳感器要求

為實現(xiàn) SLAM，需要采用三維建圖技術(shù)，這能幫助機器人規(guī)劃路徑并避開障礙物。三維建圖主要有兩種方式：立體成像與深度傳感器。AMR 對傳感器在精確定位和建圖方面有一些要求。

在三維建圖過程中，通常采用間接飛行時間 (iToF) 傳感器或 LiDAR 來進行深度感知，以確保機器人的自主性。該過程使 AMR 能夠識別包括人類在內(nèi)的物體，幫助其檢測危險并避障。AMR 會配備專門的裝置來集成這些感知設備。

避障的傳感器要求

在避障方面，客戶所采用的架構(gòu)會因場景而異，例如遠距離場景、高動態(tài)范圍需求以及避免運動偽影的需求?等。因此，需要根據(jù)具體情況來選擇全局快門、卷簾快門、深度傳感或它們的組合方案。

讀碼的傳感器需求

在制造工廠和倉庫中，對于配備讀碼器的 AMR 而言，執(zhí)行讀碼等任務需要具備全局快門和高速性能。此外，低功耗也是一項重要需求，這能保證 AMR 長時間持續(xù)工作。

機器人領(lǐng)域的圖像傳感器技術(shù)

安森美（onsemi）持續(xù)為機器人應用尤其是 AMR 應用研發(fā)多種類型的圖像傳感器創(chuàng)新技術(shù)?。在支持深度感知方面，主要有兩種途徑：?立體成像?與 iToF。

卷簾快門與全局快門的比較

快門有兩種類型：卷簾快門和全局快門。二者的最大區(qū)別在于?是否會產(chǎn)生運動偽影。運動偽影是由卷簾快門和全局快門在曝光時間上的差異所導致的。

卷簾快門采用逐行曝光的方式，而全局快門則是同時對所有像素進行曝光。因此，卷簾快門會出現(xiàn)運動偽影，而全局快門則不會，這就是為什么全局快門更適用于自主移動的 AMR。

全局快門效率 (GSE) 用于衡量存儲單元中單個電荷抵御傾斜入射光干擾的能力?。傾斜入射光會降低快門效率，從而產(chǎn)生重影?。如果入射光進入存儲單元，較低的 GSE 值會導致圖像呈現(xiàn)透明狀，就像出現(xiàn)了"鬼影"一樣，這是因為存儲單元中的電荷受到了直射光的影響而發(fā)生了改變。

為解決這一問題，存儲隔離至關(guān)重要。全局快門在捕捉移動物體時能夠有效避免運動偽影，但在減小像素尺寸?方面存在困難。卷簾快門則能夠?qū)崿F(xiàn)更小的像素尺寸和更高的靈敏度，并且其高動態(tài)范圍優(yōu)于全局快門。具體選擇哪種快門，需要根據(jù)具體的應用場景來決定。

深度感知技術(shù)

以下三種技術(shù)可用于深度感知方案。

立體成像：立體成像技術(shù)通過使用兩個仿人眼布局的全局快門傳感器來實現(xiàn)深度感知。該系統(tǒng)通過從略有不同的視角捕捉圖像，分析重疊圖像之間的偏移量，從而測算與不同物體之間的距離，進而構(gòu)建出詳細的深度圖。?

iToF：iToF（間接飛行時間）技術(shù)利用專門的芯片，通過分析發(fā)射激光與物體反射光之間的相位差來測量深度距離。這種相位差使系統(tǒng)能夠精準確定場景中各個點的距離?。而 dToF（直接飛行時間）技術(shù)則是測量發(fā)射光從發(fā)射到物體再返回的時間，其重點在于時間差而非相位差。?

LiDAR：光探測與測距 (LiDAR) 是一種先進的感知技術(shù)，它利用激光來測量距離。通過分析反射的激光脈沖，LiDAR 系統(tǒng)能夠生成精確的三維環(huán)境地圖，其功能類似于 iToF。然而，與使用紅外光的 iToF 不同，LiDAR 使用激光脈沖，因此能夠?qū)崿F(xiàn)更精確的成像。盡管 LiDAR 具有更高的精度，但由于其成本較高，目前主要應用于高端產(chǎn)品。?

未完待續(xù)，后續(xù)推文將繼續(xù)介紹安森美圖像傳感器等。