第3章传感器选型与特性

第1章：传感器选型与特性——IMU、视觉传感器、激光雷达、地磁传感器在仿生导航中的角色

大家好，我是你们这门课的主讲。做了十几年仿生导航，我最大的体会就是：传感器选型这事儿，选对了事半功倍，选错了天天加班。今天咱们就来聊聊，仿生导航里这四种核心传感器，到底各自扮演什么角色。

IMU，惯性测量单元。说白了就是加速度计加陀螺仪。它像不像我们人的前庭系统？你闭着眼睛走路，虽然看不见，但身体知道自己是往前倒还是往后仰，这就是IMU在干的事。

核心作用：提供高频的姿态、角速度、加速度信息。在视觉被遮挡的瞬间，IMU是唯一能撑住场子的传感器。

我个人习惯把IMU当作导航系统的“内环”。为什么这么说？因为它更新频率高，通常200Hz以上，但误差会随时间累积。你想想看，人闭着眼睛走直线，走几步还行，走远了肯定偏。IMU也是这个道理。

避坑指南：我曾经在一个无人机项目里，选了低成本的MEMS IMU，结果悬停时姿态漂移严重。后来换了工业级的，零偏稳定性从10°/h降到1°/h，效果立竿见影。选IMU时，重点关注零偏稳定性和随机游走系数，别只看采样率。

视觉传感器，包括单目、双目、RGB-D相机。它模仿的是生物的视觉系统。但注意，视觉不是简单的拍照，而是从图像里提取特征、识别环境。

我建议把视觉传感器当作导航系统的“外环”。它提供的是绝对位置信息，比如你看到一栋楼，就知道自己大概在哪。但视觉有个致命弱点——怕遮挡。光线一变、场景一乱，特征点就丢了。

注意：视觉传感器在仿生导航里，最怕的就是“纹理缺失”和“光照突变”。我在做室内机器人时，遇到过白墙走廊，视觉SLAM直接崩了。后来加了IMU辅助，才稳住。

激光雷达，LiDAR。它不像眼睛，更像昆虫的触须——通过发射激光束，感知周围物体的距离和形状。激光雷达的优势在于：不受光照影响，精度高，能直接获取三维点云。

嗯，这里要注意。激光雷达虽然精度高，但它的数据是稀疏的、离散的。不像视觉那样有丰富的纹理信息。所以激光雷达更适合做“结构感知”，比如判断走廊宽度、检测障碍物。

我的经验：在仿生导航中，激光雷达最适合做“局部避障”和“地图构建”。但如果你想让机器人理解“这是什么物体”，激光雷达就不如视觉了。所以，我通常把激光雷达和视觉融合使用。

你想想看，蝙蝠用声呐，虽然能感知距离，但它不知道前面是棵树还是一堵墙。激光雷达也是类似的，它知道“有东西”，但不知道“是什么”。

地磁传感器，也叫磁力计。它测量的是地球磁场方向。很多动物，比如鸽子、海龟，就是用地磁导航的。地磁传感器在仿生导航里，主要提供航向角（偏航角）信息。

但地磁传感器有个大坑——容易受干扰。你想想看，室内有钢筋、有电机、有电线，磁场乱成一锅粥。我曾经在一个工厂项目里，地磁数据跳得像心电图，根本没法用。

避坑指南：地磁传感器一定要做“硬铁校准”和“软铁校准”。我建议每次上电后，让机器人转几个圈，采集数据做椭球拟合校准。另外，地磁数据不要直接使用，要和IMU的陀螺仪做融合，用互补滤波或卡尔曼滤波。

好了，四种传感器都聊完了。它们各自有长处，也各自有短板。在仿生导航里，没有哪个传感器是万能的。关键是怎么让它们配合起来。

我画了一张图，帮你理解它们的关系：

从这张图你能看到，四种传感器就像人体的不同感官，各自采集不同维度的信息，最终汇聚到导航系统里做融合。IMU提供高频内环，视觉和激光雷达提供外环感知，地磁提供全局航向参考。

核心思路：当视觉被遮挡时，IMU和激光雷达顶上；当地磁受干扰时，视觉和IMU提供航向参考。这就是“抗遮挡”的本质——不是依赖单一传感器，而是让传感器之间互相备份、互相补充。

最后，我根据经验给几条选型建议：

警告：别盲目追求高参数。我见过有人给室内机器人配了64线激光雷达，结果算力跟不上，延迟大得离谱。选型要综合考虑成本、功耗、算力、环境。

好了，这一章就聊到这。传感器选型是仿生导航的基石，选对了，后面的融合算法才能发挥威力。下一章咱们深入聊聊IMU的误差模型和校准方法，那才是真正考验工程师功底的地方。