“

現(xiàn)如今機(jī)器人、自動(dòng)駕駛等可以實(shí)現(xiàn)自主移動(dòng)的智能設(shè)備發(fā)展越來(lái)越快，控制算法也越來(lái)越復(fù)雜，感知系統(tǒng)也隨之發(fā)展的越來(lái)越強(qiáng)大。測(cè)量被控物體運(yùn)動(dòng)及姿態(tài)的傳感器IMU，作為感知系統(tǒng)重要的一環(huán)，也在朝著低成本高精度的方向發(fā)展。本期技術(shù)干貨，我們邀請(qǐng)到了小米工程師——王琪，以IMU為主要討論對(duì)象，從IMU是什么到其工作原理，結(jié)合具體的應(yīng)用，從多個(gè)角度展現(xiàn)機(jī)器人的“位覺(jué)感受器”。

”

一、IMU是什么

我們的身體每時(shí)每刻都在做著各種各樣的動(dòng)作，比如站著、坐著、躺著等等，這里的“站著”“坐著”“躺著”在我們看來(lái)是很自然的事情，但大家有沒(méi)有注意到一件事情——我們?nèi)绾沃雷约菏窃凇罢局?、“坐著”還是“躺著”呢？

其實(shí)在我們的身體上有一個(gè)很不起眼但極其重要的器官，位覺(jué)感受器，它是身體能夠正常運(yùn)動(dòng)保持平衡的關(guān)鍵。試想一下，我們?cè)剞D(zhuǎn)很多圈以后是不感覺(jué)暈暈乎乎的，嚴(yán)重的甚至走不了路？盡管這個(gè)時(shí)候我們的視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等都在正常工作著，但位覺(jué)感受器其實(shí)已經(jīng)出現(xiàn)了問(wèn)題，因此身體感受不到自己當(dāng)前的姿態(tài)，就無(wú)法保持平衡了。

同樣地，在機(jī)器人的身上也存在這么一個(gè)位覺(jué)感受器——IMU，它用來(lái)測(cè)量機(jī)器人的運(yùn)動(dòng)及姿態(tài)信息，其工作流程也如同位覺(jué)感受器一般，將測(cè)量結(jié)果告訴機(jī)器人的運(yùn)動(dòng)控制模塊(小腦)，運(yùn)動(dòng)控制模塊根據(jù)這些信息做出決策后給執(zhí)行末端(手、腿、腳)下發(fā)指令，以此控制機(jī)器人的運(yùn)動(dòng)。

狹義上，IMU指慣性測(cè)量單元(Inertial measurement unit)，它可以測(cè)量物體在三維空間中運(yùn)動(dòng)的三軸加速度及三軸角速度，再通過(guò)數(shù)據(jù)融合等算法得到物體的姿態(tài)；而在實(shí)際使用中，IMU一般泛指測(cè)量被控物體運(yùn)動(dòng)及姿態(tài)的傳感器，包括狹義的IMU、VRU、AHRS等。對(duì)機(jī)器人而言，IMU的數(shù)據(jù)質(zhì)量直接決定了機(jī)器人的運(yùn)動(dòng)性能。事實(shí)上，不止在機(jī)器人領(lǐng)域，IMU在很多領(lǐng)域都有應(yīng)用，大到飛機(jī)、導(dǎo)彈、航天器，小到手機(jī)、電子手環(huán)等都有IMU的身影。

二、IMU是怎么感受姿態(tài)的

▍姿態(tài)是什么

姿態(tài)是物體相對(duì)于某一坐標(biāo)系各軸的旋轉(zhuǎn)。一般我們說(shuō)姿態(tài)，指的是物體相對(duì)于自身坐標(biāo)系的旋轉(zhuǎn)，但我們可以通過(guò)旋轉(zhuǎn)變換計(jì)算得到它相對(duì)于其他坐標(biāo)系的姿態(tài)。比如圖中兩個(gè)人看到地上的物體，甲認(rèn)為是6，乙認(rèn)為是9，為了解決這樣的事，我們給甲乙和地上的物體建立了坐標(biāo)系，規(guī)定地上的物體就是6，x的初始方向指向6的勾，甲乙的坐標(biāo)系x方向與物體x方向平行，y垂直向上，這樣通過(guò)坐標(biāo)轉(zhuǎn)換，在甲看來(lái)地上的物體就是6，在乙看來(lái)地上的物體也是6，只不過(guò)是“6翻了”。

圖1 物體的相對(duì)姿態(tài)

我們用數(shù)學(xué)的語(yǔ)言描述以上內(nèi)容，以二維坐標(biāo)系為例，使用兩個(gè)角度值表示各物體的姿態(tài)以及相對(duì)姿態(tài)(單位：deg)，首先甲乙以及地上的物體相對(duì)于自身的坐標(biāo)系的姿態(tài)均為：

物體6相對(duì)于甲的姿態(tài)，即甲眼中的物體姿態(tài)為：

?甲?

物體6相對(duì)于乙的姿態(tài)，即乙眼中的物體姿態(tài)為：

?乙?

上述表示姿態(tài)的方法其實(shí)就是姿態(tài)表示中最直觀的歐拉角表示法。在三維笛卡爾空間中，使用物體繞三軸的旋轉(zhuǎn)角度表示物體的姿態(tài)：

通常定義繞x軸旋轉(zhuǎn)的角度為橫滾角(roll)，繞y軸旋轉(zhuǎn)的角度為俯仰角(pitch)，繞z軸旋轉(zhuǎn)的角度為偏航角(yaw)，如圖2所示。

圖2 歐拉角表示姿態(tài)

圖片來(lái)源：https://www.youtube.com/watch?v=UpSMNYTVqQI

歐拉角雖然直觀，但用來(lái)表示姿態(tài)有一定的局限性，旋轉(zhuǎn)順序的定義會(huì)影響旋轉(zhuǎn)結(jié)果，比如圖2中的物體6先繞x旋轉(zhuǎn)90度再繞y旋轉(zhuǎn)90度，和先繞y旋轉(zhuǎn)90度再繞x旋轉(zhuǎn)90度得到的結(jié)果是不一樣的；再比如在旋轉(zhuǎn)時(shí)產(chǎn)生的萬(wàn)向節(jié)死鎖問(wèn)題也是由于旋轉(zhuǎn)順序引起的。

在現(xiàn)實(shí)中，大多數(shù)剛體的旋轉(zhuǎn)都是一次完成的。比如我們要自拍，頭要朝斜向上45度的方向拍出來(lái)才好看，頭在轉(zhuǎn)動(dòng)時(shí)應(yīng)該是繞某一軸轉(zhuǎn)動(dòng)某一角度直接到達(dá)了斜向上45度的姿態(tài)，而不應(yīng)該是先水平轉(zhuǎn)45度，再朝上轉(zhuǎn)45度。因此，姿態(tài)還可以用軸角或四元數(shù)這種“直接到達(dá)某一姿態(tài)”的方式表示。

用軸角表示姿態(tài)，軸即旋轉(zhuǎn)軸，用一個(gè)三維向量表示，角即繞旋轉(zhuǎn)軸旋轉(zhuǎn)的角度，因此軸角可以表示如下：

四元數(shù)定義在四維空間，用來(lái)表示物體的姿態(tài)時(shí)有諸多良好的性質(zhì)，但不太直觀。四元數(shù)的表示如下：

四元數(shù)與軸角的轉(zhuǎn)換關(guān)系如下：

其中??即旋轉(zhuǎn)角，??即旋轉(zhuǎn)軸，這樣我們可以從側(cè)面感受一下四元數(shù)是怎么表示姿態(tài)的。

此外，姿態(tài)的表示方法還有方向余弦矩陣、李群李代數(shù)等，這里就不多做介紹了。

▍IMU測(cè)量姿態(tài)的原理

以慣性測(cè)量單元(MEMS IMU)為例，它由一個(gè)三軸加速度計(jì)和一個(gè)三軸陀螺儀組成，可以測(cè)量物體在三維空間中運(yùn)動(dòng)的加速度以及角速度，那么我們?cè)趺从眉铀俣然蚪撬俣鹊玫轿矬w的姿態(tài)呢？

圖3 加速度計(jì)的工作原理

圖片來(lái)源：https://www.zhihu.com/question/19769131/answer/886359013

MEMS加速度計(jì)測(cè)量加速度的原理其實(shí)就是牛頓第二定律，如圖3所示，有質(zhì)量的物體運(yùn)動(dòng)時(shí)產(chǎn)生慣性會(huì)導(dǎo)致兩側(cè)受力件發(fā)生形變，在MEMS中使用變化的電壓測(cè)量這種形變，即兩側(cè)有兩塊固定的電容板，中間是一塊活動(dòng)的電容板，相當(dāng)于帶質(zhì)量的物體，這樣就可以將形變反應(yīng)到兩側(cè)電容的變化上，通過(guò)模數(shù)轉(zhuǎn)換等方式就可以得到物體運(yùn)動(dòng)的加速度。

圖4 加速度測(cè)姿態(tài)的原理

IMU在靜置時(shí)，加速度計(jì)測(cè)量得到的加速度是重力加速度，利用這一性質(zhì)，定義世界坐標(biāo)系的z軸平行于重力加速度朝上，根據(jù)力的合成與分解，便可以求得物體相對(duì)于世界坐標(biāo)系的姿態(tài)。如圖4所示，物體在旋轉(zhuǎn)一個(gè)角度時(shí)，加速度計(jì)便可以測(cè)到重力加速度在x軸的分量，從而計(jì)算得到夾角??，即物體繞y軸的旋轉(zhuǎn)角度，同理也可以得到物體繞x軸的旋轉(zhuǎn)角度，這就是加速度測(cè)姿態(tài)的基本原理。但是實(shí)際中的MEMS加速度計(jì)存在高頻噪聲，短時(shí)間內(nèi)由加速度計(jì)算得到的姿態(tài)是不準(zhǔn)的。

傳統(tǒng)的機(jī)械陀螺儀利用了角動(dòng)量守恒原理，即高速旋轉(zhuǎn)的陀螺在不受外力的作用時(shí)其旋轉(zhuǎn)軸指向不變，這就是陀螺儀的定軸性，而進(jìn)動(dòng)性其本質(zhì)上也是由于定軸性。顯而易見(jiàn)，這樣的方式如果應(yīng)用在MEMS上是不太現(xiàn)實(shí)的，因此MEMS陀螺儀的實(shí)現(xiàn)采用了另外一種方式。

圖5 陀螺儀的定軸性與進(jìn)動(dòng)性

圖片來(lái)源：https://www.youtube.com/watch?v=n_6p-1J551Y

MEMS陀螺儀測(cè)量角速度的原理是旋轉(zhuǎn)物體在有徑向運(yùn)動(dòng)時(shí)會(huì)產(chǎn)生科氏力，其方向垂直于徑向速度方向與旋轉(zhuǎn)角速度方向所成平面，且大小為：

??是物體的質(zhì)量，??是物體旋轉(zhuǎn)的角速度，??是物體徑向運(yùn)動(dòng)的速度。

在MEMS中，有徑向及切向相正交的電容板，徑向的電容板施加振蕩的電壓驅(qū)動(dòng)質(zhì)量塊運(yùn)動(dòng)，當(dāng)物體旋轉(zhuǎn)產(chǎn)生角速度時(shí)，由于科氏力的作用物體產(chǎn)生切向位移，導(dǎo)致切向電容板的電壓發(fā)生變化，再通過(guò)模數(shù)轉(zhuǎn)換等方法得到科氏加速度的大小，根據(jù)上述公式便可求出物體的角速度。

圖6 MEMS陀螺儀的工作原理

圖片來(lái)源：基礎(chǔ)丨MEMS陀螺儀是如何工作的？- 中國(guó)自動(dòng)化學(xué)會(huì)機(jī)器人專(zhuān)委會(huì)

微積分的原理告訴我們，角速度的積分就是角度，因此我們對(duì)陀螺儀測(cè)量得到三軸角速度直接進(jìn)行積分也可以得到物體繞三軸旋轉(zhuǎn)的角度。但是實(shí)際中的MEMS陀螺儀由于工藝、溫度、震動(dòng)等原因，會(huì)有各種各樣的誤差，這些誤差隨著積分會(huì)使陀螺儀得到的角度越來(lái)越不準(zhǔn)，最后的結(jié)果就是明明物體在“站著”，但I(xiàn)MU告訴它是在“躺著”，有什么解決方法呢？

▍IMU姿態(tài)解算

我們發(fā)現(xiàn)，加速度得到的姿態(tài)雖然短期不準(zhǔn)，但是不存在積分誤差，長(zhǎng)期是可以相信它的；角速度得到的姿態(tài)雖然長(zhǎng)期存在積分誤差，但是短期內(nèi)是可以相信它的。那如果我們兩邊都相信一點(diǎn)，不就可以得到一個(gè)長(zhǎng)期的穩(wěn)定的準(zhǔn)確的姿態(tài)了？由此我們發(fā)現(xiàn)了最簡(jiǎn)單的數(shù)據(jù)融合方法：

當(dāng)然，這個(gè)簡(jiǎn)單的融合方法在實(shí)際中是不可以直接用于IMU的，由于傳感器的噪聲特性等，很難調(diào)節(jié)參數(shù)使其收斂，這里只是舉個(gè)例子。不過(guò)數(shù)據(jù)融合方法就是基于這個(gè)樸素的思想，這里相信一點(diǎn)，那里相信一點(diǎn)，但我們要用科學(xué)的方法去實(shí)現(xiàn)“這里相信一點(diǎn)，那里相信一點(diǎn)”這件事。

IMU的數(shù)據(jù)融合，也叫姿態(tài)解算，常用的算法有互補(bǔ)濾波(Complementary Filter)、貝葉斯濾波(Bayesian Filter)等。互補(bǔ)濾波中應(yīng)用比較多的有Mahony算法，其互補(bǔ)原理與pid類(lèi)似；還有基于梯度下降優(yōu)化的Madgwick算法等。貝葉斯濾波中經(jīng)典的算法就是卡爾曼濾波(Kalman Filter，KF)及其衍生算法，如擴(kuò)展卡爾曼濾波(Extended Kalman Filter，EKF)、誤差卡爾曼濾波(Error State Kalman Filter，ESKF)、自適應(yīng)卡爾曼濾波(Adaptive Extended Kalman Filter，AEKF)等。相較于互補(bǔ)濾波的方法，卡爾曼濾波基于貝葉斯模型對(duì)數(shù)據(jù)進(jìn)行融合，可以得到目標(biāo)的無(wú)偏估計(jì)。

圖7 基于擴(kuò)展卡爾曼濾波的IMU姿態(tài)解算[1]

如圖7所示，以擴(kuò)展卡爾曼濾波進(jìn)行姿態(tài)解算為例，對(duì)四元數(shù)進(jìn)行閉環(huán)迭代?？柭鼮V波主要分為預(yù)測(cè)和更新兩部分，我們分別對(duì)兩部分進(jìn)行簡(jiǎn)單的介紹。

首先是預(yù)測(cè)部分，對(duì)姿態(tài)??及其協(xié)方差矩陣??進(jìn)行預(yù)測(cè)，這里的預(yù)測(cè)就是使用陀螺儀測(cè)得的角速度進(jìn)行一次積分預(yù)測(cè)，其狀態(tài)轉(zhuǎn)移方程即圖中的??，通過(guò)四元數(shù)微分方程可以得到。

之后就是更新部分，在更新時(shí)要對(duì)預(yù)測(cè)值和觀測(cè)值進(jìn)行比較作差。這里的預(yù)測(cè)值就是預(yù)測(cè)部分得到的姿態(tài)??，觀測(cè)值就是用加速度計(jì)測(cè)量得到的重力加速度在三軸的分量，怎么對(duì)姿態(tài)和加速度比較作差呢？我們想到了在上面的分析中可以用加速度求得姿態(tài)，這樣姿態(tài)與姿態(tài)之間不就可以作差了；同樣，我們也可以把姿態(tài)轉(zhuǎn)換成加速度，這樣也可以作差。量測(cè)矩陣??的作用就在這里，它可以把預(yù)測(cè)得到的向量由預(yù)測(cè)空間轉(zhuǎn)換到觀測(cè)空間。由于預(yù)測(cè)空間到觀測(cè)空間的轉(zhuǎn)換一般是非線(xiàn)性關(guān)系，不滿(mǎn)足卡爾曼濾波高斯分布的假設(shè)，因此在EKF中，使用轉(zhuǎn)換方程的一階泰勒展開(kāi)來(lái)近似這種線(xiàn)性關(guān)系，量測(cè)矩陣??即為轉(zhuǎn)換方程的雅可比矩陣。

這里預(yù)測(cè)空間到觀測(cè)空間的轉(zhuǎn)換方程就是圖7中??，它包含兩層含義，一是將預(yù)測(cè)的姿態(tài)轉(zhuǎn)換為預(yù)測(cè)的加速度，二是將預(yù)測(cè)的加速度轉(zhuǎn)換至觀測(cè)的加速度所在的坐標(biāo)系。假如預(yù)測(cè)的姿態(tài)沒(méi)有誤差，那么使用預(yù)測(cè)的姿態(tài)將重力加速度轉(zhuǎn)換至觀測(cè)坐標(biāo)系時(shí)，應(yīng)該與觀測(cè)的加速度完全重合，因?yàn)橛^測(cè)的加速度就是在觀測(cè)坐標(biāo)系下的重力加速度，正是由于預(yù)測(cè)的姿態(tài)有誤差，因此最終導(dǎo)致預(yù)測(cè)加速度與觀測(cè)加速度有偏差，而卡爾曼濾波所做的事情就是對(duì)這兩者進(jìn)行加權(quán)平均，得到一個(gè)加速度的無(wú)偏估計(jì)，之后再利用量測(cè)矩陣的逆??將加速度轉(zhuǎn)換成姿態(tài)，這樣就得到了姿態(tài)的無(wú)偏估計(jì)。這就是EKF進(jìn)行IMU姿態(tài)解算的基本原理。

▍AHRS在干什么

在上述IMU測(cè)量姿態(tài)的過(guò)程中我們發(fā)現(xiàn)，重力加速度只在xz平面、yz平面有投影，而在xy平面，不管怎么旋轉(zhuǎn)，重力加速度的投影只是一個(gè)點(diǎn)，無(wú)法計(jì)算繞Z軸旋轉(zhuǎn)的角度，因此IMU對(duì)于繞z軸的旋轉(zhuǎn)只能依靠角速度積分去測(cè)量，而我們前面也說(shuō)過(guò)，角速度積分會(huì)有長(zhǎng)期的積分誤差，那繞z軸的旋轉(zhuǎn)怎么糾正呢？答案是用磁力計(jì)。

我們前面提到，廣義的IMU包括有AHRS。AHRS指的是航姿參考系統(tǒng)(Attitude and heading reference system)，包括基于MEMS的三軸陀螺儀，加速度計(jì)和磁力計(jì)，內(nèi)部集成數(shù)據(jù)融合算法，可直接輸出自身姿態(tài)信息，十軸的AHRS還有氣壓計(jì)去測(cè)量高度。

圖8 磁力計(jì)測(cè)地磁場(chǎng)

圖片來(lái)源：https://www.youtube.com/watch?v=qXVLXrOB8Ag&feature=youtu.be

磁力計(jì)可以測(cè)量地磁場(chǎng)的大小及方向，大多數(shù)時(shí)候地磁場(chǎng)方向都與重力方向有一定的夾角，因此可以通過(guò)地磁場(chǎng)在xy平面的投影去計(jì)算物體繞z軸的旋轉(zhuǎn)角度，其原理與重力加速度測(cè)姿態(tài)相同，之后便可以與角速度積分得到的角度進(jìn)行數(shù)據(jù)融合。通過(guò)九軸的AHRS，可以得到物體長(zhǎng)期、穩(wěn)定的姿態(tài)測(cè)量，這也是現(xiàn)在多數(shù)機(jī)器人控制所使用的IMU。不過(guò)在地球兩極的時(shí)候，磁場(chǎng)方向接近與重力平行，通過(guò)磁場(chǎng)解算姿態(tài)的方法也失效了，AHRS可以看作是退化成了六軸。此外，由于地磁場(chǎng)強(qiáng)度較弱，在遇到強(qiáng)磁干擾的環(huán)境中，使用磁力計(jì)的方法也會(huì)失效。

此外還有慣性導(dǎo)航系統(tǒng)(Inertial Navigation System，INS)，其中集成了GPS，在感知自身姿態(tài)的同時(shí)，也提供了穩(wěn)定的位置、速度等信息，其功能更加強(qiáng)大。

二、IMU的一些應(yīng)用

▍IMU在足式機(jī)器人中的作用

IMU在足式機(jī)器人中最重要的應(yīng)用就是做控制閉環(huán)。足式機(jī)器人運(yùn)動(dòng)控制的目標(biāo)就是控制機(jī)器人運(yùn)動(dòng)到達(dá)指定位姿，比如機(jī)器人在奔跑時(shí)，控制的首要目標(biāo)就是讓它保持平衡不摔倒，在此基礎(chǔ)上才能實(shí)現(xiàn)跑步這一動(dòng)作，就像人一樣，摔倒那肯定就不能跑了，具體一點(diǎn)就是通過(guò)IMU反饋的數(shù)據(jù)，對(duì)機(jī)器人機(jī)身姿態(tài)進(jìn)行控制，以保證它的roll、pitch、yaw角保持在我們期望的位置。

圖9 運(yùn)動(dòng)中的鐵蛋機(jī)器人

圖片來(lái)源：https://www.mi.com/cyberdog

前面我們提到了數(shù)據(jù)融合，只是介紹了IMU內(nèi)部的數(shù)據(jù)融合。在機(jī)器人上通常會(huì)有很多傳感器，比如視覺(jué)傳感器、激光雷達(dá)、超聲、TOF等等，多種傳感器共同組成了機(jī)器人的感知系統(tǒng)，就如同我們?nèi)说囊曈X(jué)、聽(tīng)覺(jué)、觸覺(jué)等感受器官。與IMU相似，各種各樣的傳感器都有其局限性，比如視覺(jué) SLAM 容易受圖像遮擋，光照變化，運(yùn)動(dòng)物體干擾，弱紋理場(chǎng)景等影響，快速運(yùn)動(dòng)時(shí)易丟失，激光SLAM缺少語(yǔ)義信息等，因此需要多種傳感器進(jìn)行數(shù)據(jù)融合。

IMU可以實(shí)現(xiàn)快速運(yùn)動(dòng)時(shí)的姿態(tài)估計(jì)，與其他傳感器進(jìn)行數(shù)據(jù)融合，為其他傳感器提供準(zhǔn)確的先驗(yàn)信息。比如IMU與視覺(jué)傳感器融合，可以得到視覺(jué)傳感器的初始姿態(tài)，減小因感知源運(yùn)動(dòng)造成的誤差；同時(shí)也可以利用IMU對(duì)視覺(jué)圖像進(jìn)行插值平滑等。反過(guò)來(lái)，視覺(jué)傳感器自身有不漂移、直接測(cè)量平移旋轉(zhuǎn)等特性，可以用來(lái)校準(zhǔn)IMU的漂移，提高IMU的精度。通過(guò)“優(yōu)勢(shì)互補(bǔ)”，多傳感器融合為機(jī)器人提供穩(wěn)定可靠的感知系統(tǒng)，是智能機(jī)器人系統(tǒng)不可或缺的一部分。

▍IMU在其他領(lǐng)域的作用

我們這里以世界上行業(yè)技術(shù)領(lǐng)先的幾家做IMU的企業(yè)為例，介紹一下IMU在其他領(lǐng)域的一些應(yīng)用。

>>>>?Xsens

Xsens是荷蘭的一家公司，專(zhuān)注于慣性傳感器、慣性導(dǎo)航系統(tǒng)和運(yùn)動(dòng)捕捉設(shè)備的研發(fā)和生產(chǎn)。其產(chǎn)品主要應(yīng)用于運(yùn)動(dòng)分析、姿態(tài)測(cè)量、虛擬現(xiàn)實(shí)、人機(jī)交互、醫(yī)療康復(fù)等領(lǐng)域。Xsens的產(chǎn)品主要分為三大類(lèi)：慣性傳感器(AHRS、IMU)、慣性導(dǎo)航系統(tǒng)(INS)以及運(yùn)動(dòng)捕捉設(shè)備(MVN)。其中，慣性傳感器主要用于測(cè)量物體的加速度、角速度和磁場(chǎng)強(qiáng)度等物理量，可以用于姿態(tài)測(cè)量、運(yùn)動(dòng)分析和導(dǎo)航等方面；慣性導(dǎo)航系統(tǒng)則是在慣性傳感器的基礎(chǔ)上，結(jié)合地磁、氣壓、GPS等傳感器，實(shí)現(xiàn)高精度的姿態(tài)測(cè)量和導(dǎo)航；運(yùn)動(dòng)捕捉設(shè)備則是用于捕捉人體或物體的運(yùn)動(dòng)軌跡，可以應(yīng)用于虛擬現(xiàn)實(shí)、動(dòng)作捕捉等領(lǐng)域。

圖10 Xsens公司的MTi AHRS設(shè)備

圖片來(lái)源：https://www.movella.com/

傳統(tǒng)的光學(xué)動(dòng)捕設(shè)備需要專(zhuān)門(mén)搭建一個(gè)動(dòng)捕場(chǎng)地，利用分布在四周的高速攝像機(jī)捕捉貼在人體上的反光點(diǎn)，之后經(jīng)過(guò)后處理去還原人體的動(dòng)作，光學(xué)動(dòng)捕多用于需要高精度運(yùn)動(dòng)數(shù)據(jù)的領(lǐng)域，比如游戲制作、電影拍攝等。這類(lèi)動(dòng)捕系統(tǒng)雖然精度高，但造價(jià)昂貴且不方便，因此現(xiàn)在一些領(lǐng)域比如VR、醫(yī)療恢復(fù)等多采用慣性動(dòng)捕系統(tǒng)，利用IMU反饋的姿態(tài)數(shù)據(jù)去實(shí)時(shí)的計(jì)算并且還原人體動(dòng)作。

Xsens MVN Link就是Xsens的動(dòng)捕系列產(chǎn)品，可以實(shí)現(xiàn)無(wú)需外部設(shè)備的運(yùn)動(dòng)捕捉，只需要穿戴在身體上的傳感器就可以獲取數(shù)據(jù)，不需要安裝攝像頭等外部設(shè)備。這其中的關(guān)鍵技術(shù)之一就是使用IMU實(shí)時(shí)的感知人體或其他物體的姿態(tài)數(shù)據(jù)，并且回傳到設(shè)備端，去回放動(dòng)作或做一些其他的后處理，下面這個(gè)視頻就是慣性動(dòng)捕設(shè)備的一個(gè)應(yīng)用。

視頻來(lái)源：https://mp.weixin.qq.com/s/_rWwnZ2vy2ZfjXcq_b-v3A

>>>>?Microstrain

Microstrain是美國(guó)的一家公司，專(zhuān)注于慣性傳感器和慣性導(dǎo)航系統(tǒng)的研發(fā)和生產(chǎn)，其產(chǎn)品主要應(yīng)用于航空航天、國(guó)防、自動(dòng)化控制、運(yùn)動(dòng)分析等領(lǐng)域。Microstrain的產(chǎn)品以其高精度、高穩(wěn)定性和高可靠性而聞名，被廣泛應(yīng)用于各種領(lǐng)域，其客戶(hù)包括了很多知名的公司和機(jī)構(gòu)，如波音、洛克希德馬丁、美國(guó)國(guó)防部、NASA等。

Microstrain公司的RTK產(chǎn)品是基于全球定位系統(tǒng)(GPS)技術(shù)的實(shí)時(shí)動(dòng)態(tài)定位解決方案，它們使用高精度GPS接收器和IMU來(lái)提供非常準(zhǔn)確的定位和導(dǎo)航信息，目前在土地測(cè)量和地圖制作、建筑物監(jiān)測(cè)、交通運(yùn)輸、農(nóng)業(yè)等方面都有應(yīng)用。

RTK系統(tǒng)從應(yīng)用上大致可以分為幾種：無(wú)人機(jī)RTK系統(tǒng)：該系統(tǒng)可以為無(wú)人機(jī)提供高精度的定位能力，支持多種飛控系統(tǒng)，并且具有輕巧、易于安裝和操作的特點(diǎn)；固定式RTK系統(tǒng)：該系統(tǒng)可以為固定式設(shè)備提供高精度的定位能力，例如建筑物監(jiān)測(cè)、橋梁監(jiān)測(cè)和地質(zhì)勘探等領(lǐng)域；移動(dòng)式RTK系統(tǒng)：該系統(tǒng)可以為移動(dòng)設(shè)備提供高精度的定位能力，例如車(chē)輛導(dǎo)航、船舶導(dǎo)航和機(jī)器人導(dǎo)航等領(lǐng)域。

圖11 Microstrain公司的3DM RTK設(shè)備

圖片來(lái)源：https://www.microstrain.com/

下面這個(gè)視頻很好的展現(xiàn)了Microstrain公司3DM RTK的定位精度，工程師們?cè)O(shè)計(jì)了一個(gè)可以自主導(dǎo)航的小車(chē)，在上面安裝了可以變換顏色的LED燈管，利用長(zhǎng)曝光攝影還原小車(chē)的運(yùn)動(dòng)軌跡。依靠RTK的高精度實(shí)時(shí)感知能力，小車(chē)成功地還原了多副藝術(shù)作品，其定位精度達(dá)到了厘米級(jí)，IMU的yaw角精度對(duì)小車(chē)的定向巡航起到了關(guān)鍵的作用。

視頻來(lái)源：https://youtu.be/iVUTnPN4m-Y

六、總結(jié)

本文簡(jiǎn)單介紹了機(jī)器人感知系統(tǒng)中的位姿傳感器及其工作原理，雖然它看起來(lái)毫不起眼，但發(fā)揮的作用卻是十分重要的。現(xiàn)如今機(jī)器人、自動(dòng)駕駛等可以實(shí)現(xiàn)自主移動(dòng)的智能設(shè)備發(fā)展越來(lái)越快，控制算法也越來(lái)越復(fù)雜，感知系統(tǒng)也隨之發(fā)展的越來(lái)越強(qiáng)大。IMU作為感知系統(tǒng)重要的一環(huán)，小到民用電子，大到航空航天都能看到它的身影，其價(jià)格也是從民用級(jí)的幾塊錢(qián)到戰(zhàn)略級(jí)的幾十上百萬(wàn)不等，IMU也在朝著低成本高精度的方向發(fā)展。

當(dāng)然了，單傳感器的能力是有限的，多傳感器融合才能將各自的作用最大化。多傳感器融合感知已經(jīng)成為機(jī)器人、自動(dòng)駕駛等領(lǐng)域的熱點(diǎn)方向之一，傳統(tǒng)的數(shù)據(jù)融合算法加上深度學(xué)習(xí)等方法，感知系統(tǒng)的精度也在逐步提高。相信未來(lái)機(jī)器人可以走進(jìn)千家萬(wàn)戶(hù)，依靠自身強(qiáng)大的感知能力，與人進(jìn)行交互，成為社會(huì)生產(chǎn)主要的參與者之一，為人類(lèi)生活帶來(lái)便利。

參考文獻(xiàn)：

[1] Sabatelli S , Galgani M , Fanucci L ,et al.A Double-Stage Kalman Filter for Orientation Tracking With an Integrated Processor in 9-D IMU[J].IEEE Transactions on Instrumentation and Measurement, 2013, 62(3):590-598.

文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-778743.html