第二章：感知系统基础
各位同学，今天我们来聊聊感知系统。说白了，就是机器人怎么「看」和「感觉」这个世界。
我刚开始做具身智能那会儿，总觉得算法才是核心。传感器嘛，买来插上就能用。结果呢？第一次做移动机器人，激光雷达装歪了3度，整个导航系统直接崩了。从那以后，我养成了一个习惯——先搞懂传感器，再谈算法。
2.1 传感器分类：本体感知 vs 外部感知
传感器分两大类，这个分类其实很直观。你想想看，人怎么感知世界？
- 本体感知：感知「自己」的状态。比如你的关节角度、身体倾斜、速度。对应到机器人，就是IMU、编码器、关节力矩传感器。
- 外部感知：感知「环境」的状态。比如前面有没有墙、物体是什么颜色、距离多远。对应到机器人，就是摄像头、激光雷达、触觉传感器。
我个人习惯把这两类比作「内观」和「外观」。本体感知告诉你「我在哪、我怎么了」，外部感知告诉你「周围有什么、我该怎么动」。两者缺一不可。
核心观点：没有本体感知，机器人就是个「盲人」；没有外部感知，机器人就是个「瘫痪的盲人」。两者必须协同工作。
这里我画了一张图，帮你理清整个感知系统的知识体系：
2.2 常用传感器原理
2.2.1 摄像头
摄像头是机器人的「眼睛」。原理其实很简单——光线通过镜头，落在CMOS或CCD感光元件上，转换成电信号，再变成数字图像。
但这里有个坑。我记得第一次做视觉SLAM，买了个USB摄像头，参数看着挺漂亮。结果一跑算法，帧率只有15fps，图像还带畸变。后来才明白，全局快门 vs 卷帘快门这个参数有多重要。
我的经验：做移动机器人，尽量选全局快门摄像头。卷帘快门在快速运动时会产生「果冻效应」，图像都扭曲了，算法根本没法用。
摄像头选型时，重点关注这几个参数：
- 分辨率：不是越高越好。640×480够用，1080P更好，但4K对算力要求太高。
- 帧率：至少30fps，做高速运动需要60fps以上。
- 视场角：我一般选90°-120°，太窄了看不到旁边，太宽了畸变严重。
- 接口：USB3.0或GigE，别用USB2.0，带宽不够。
2.2.2 激光雷达
激光雷达，说白了就是「用激光测距」。发射一束激光，打到物体上反射回来，根据时间差算出距离。
激光雷达分两种：
- 2D激光雷达：单线扫描，只能测一个平面。适合室内导航、避障。
- 3D激光雷达：多线扫描（16线、32线、64线），能测三维空间。适合自动驾驶、复杂环境建图。
嗯，这里要注意。激光雷达的角分辨率和测距精度是核心指标。我做过一个项目，用了便宜的RPLIDAR，角分辨率只有1°，建出来的地图边缘全是锯齿。后来换了0.3°的，效果天差地别。
避坑指南：我曾经在室外用2D激光雷达做导航，结果阳光直射时雷达直接「瞎了」。后来才知道，室外强光会干扰激光接收。如果你做室外项目，要么加遮光罩，要么直接上3D激光雷达。
2.2.3 IMU（惯性测量单元）
IMU是机器人的「内耳」，负责感知自身的加速度和角速度。它由三部分组成：
- 加速度计：测三轴加速度，可以算出倾斜角度。
- 陀螺仪：测三轴角速度，可以算出旋转角度。
- 磁力计（可选）：测地磁场，辅助确定方向。
IMU有个致命问题——漂移。加速度计有噪声，陀螺仪有零偏，积分时间一长，位置就飞了。你想想看，手机导航走路，几分钟后定位就偏了，就是这个原因。
我个人习惯用IMU做短时间姿态估计，或者和视觉/激光雷达做融合。纯IMU定位？不靠谱。
2.2.4 触觉传感器
触觉传感器是机器人「皮肤」的一部分。它让机器人能感知「接触」——有没有碰到东西、碰到了多大力、接触面是什么形状。
常见的触觉传感器原理：
- 电阻式：压力改变电阻值，简单便宜，但精度一般。
- 电容式：压力改变电容值，灵敏度高，适合精细操作。
- 压电式：压力产生电荷，适合动态力检测。
我记得有一次做机械臂抓取鸡蛋，用电阻式触觉传感器，反馈太粗糙，鸡蛋直接捏碎了。后来换成电容式，能感知到0.1N的力变化，抓鸡蛋稳稳的。
2.3 传感器选型与标定
2.3.1 选型原则
选传感器，不是越贵越好。我总结了一个「三问法」：
- 你要感知什么？——距离？图像？力？
- 环境条件如何？——室内/室外？光照？温度？
- 预算和算力够吗？——传感器贵，配套的处理器也得跟上。
举个例子。做室内服务机器人，我一般推荐：
| 传感器 | 推荐型号 | 理由 |
|---|---|---|
| 摄像头 | Intel RealSense D435 | 全局快门，深度+RGB，性价比高 |
| 激光雷达 | RPLIDAR A3 | 16m测距，0.3°角分辨率，室内够用 |
| IMU | ICM-20948 | 9轴，低功耗，I2C/SPI接口 |
| 触觉传感器 | Gelsight Mini | 高分辨率触觉，适合抓取实验 |
2.3.2 标定方法
标定，说白了就是「让传感器知道自己的位置和参数」。不标定？数据全是错的。
摄像头标定：用棋盘格，拍20-30张不同角度的照片，用OpenCV算内参（焦距、畸变系数）和外参（位置、姿态）。
# 摄像头标定示例（Python + OpenCV）
import cv2
import numpy as np
# 准备棋盘格角点
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6*9, 3), np.float32)
objp[:,:2] = np.mgrid[0:9, 0:6].T.reshape(-1, 2)
# 读取图像并找角点
img = cv2.imread('calib.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, corners = cv2.findChessboardCorners(gray, (9, 6), None)
if ret:
corners2 = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)
# 标定得到内参矩阵和畸变系数
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(
[objp], [corners2], gray.shape[::-1], None, None)
print("内参矩阵:\n", mtx)
print("畸变系数:\n", dist)
激光雷达标定：主要是标定雷达和车体/机械臂的安装角度。我习惯用「三线法」——找三个已知距离的平面，测出实际距离，反推安装角度偏差。
IMU标定：重点是消除零偏。把IMU静止放置，采集1分钟数据，取平均值就是零偏。然后每次使用前减去这个值。
我的小技巧：IMU标定后，最好做一次「六面法」——把IMU分别朝上、朝下、朝左、朝右、朝前、朝后各静止10秒，这样可以标定出更精确的零偏和尺度因子。
2.4 本章小结
感知系统是具身智能的「感官」。没有好的感知，再牛的算法也是空中楼阁。
这一章我们讲了：
- 传感器分本体感知和外部感知两大类
- 摄像头、激光雷达、IMU、触觉传感器的工作原理和选型要点
- 传感器选型的「三问法」和标定的基本方法
下一章，我们会把这些传感器「串」起来，讲讲数据融合和感知算法。但在此之前，我建议你亲手做一次摄像头标定。别怕麻烦，标定一次，后面省心一百次。
公众号:蓝海资料掘金营，微信deep3321