第4章传感器技术

4、传感器技术：视觉传感器、激光雷达、IMU、超声波、编码器

传感器，说白了就是机器人的眼睛和耳朵。没有它们，叶片巡检机器人就是个瞎子。

我刚开始做巡检项目时，总觉得传感器越多越好。结果呢？数据打架，处理不过来，机器人反而更傻了。后来才明白——选对传感器，比堆数量重要得多。

视觉传感器是巡检机器人的主力。它负责看清叶片表面的裂纹、腐蚀、雷击点。

我个人习惯用工业相机搭配全局快门。为什么？因为叶片在转动，卷帘快门会拍出变形图像。你想想看，一个裂纹被拍成波浪形，那还怎么分析？

  核心参数：
  分辨率：建议500万像素以上
帧率：至少30fps，动态巡检需要60fps
镜头焦距：根据巡检距离选择，一般8-12mm

我在项目中遇到过一个问题：阳光直射时，叶片表面反光严重，视觉系统直接失效。后来加了偏振片，才搞定。嗯，这里要注意——偏振片会损失约一半的光通量，需要配合补光灯使用。

激光雷达负责三维建模和避障。它不像视觉那样受光照影响，但怕雨雾。

说白了，激光雷达就是靠发射激光束，测量反射时间来计算距离。精度可以到厘米级。

我建议巡检机器人至少配一个16线激光雷达。32线当然更好，但价格翻倍，看预算吧。

避坑指南： 我曾经在雨雾天测试激光雷达，结果数据全是噪点。后来才知道，激光遇到水滴会散射，导致测距不准。所以，恶劣天气下，别太依赖激光雷达。

IMU是机器人的平衡感。它包含加速度计和陀螺仪，用来感知姿态和运动。

为什么需要它？因为叶片巡检时，机器人会晃动。没有IMU，视觉和激光雷达的数据都会飘。

IMU有个大问题——漂移。加速度计积分出速度，速度积分出位置，误差会累积。我做过一个测试：纯靠IMU走10米，结果定位误差超过1米。所以，IMU必须和其他传感器融合使用。

实用技巧： 选IMU时，看零偏稳定性。消费级的IMU零偏在10°/h左右，工业级可以做到1°/h以下。巡检机器人建议用工业级，别省这个钱。

超声波传感器，说白了就是靠声波测距。它便宜、耐用，但精度一般。

我一般用它做近距离避障，比如机器人靠近叶片时，防止碰撞。超声波的有效测距范围是2厘米到5米，再远就不准了。

超声波有个特点——不怕透明物体。玻璃、水面，激光雷达可能测不到，但超声波可以。我在项目中就用它来检测叶片边缘，效果不错。

  安装建议：
  安装在机器人四周，每个方向至少一个
避免两个超声波传感器对射，会互相干扰
测距频率不要超过20Hz，否则回波会混叠

编码器装在电机上，用来测量轮子转了多少圈。它是里程计的核心。

编码器分两种：增量式和绝对式。增量式便宜，但断电后位置丢失。绝对式贵，但上电就知道位置。巡检机器人建议用绝对式，省心。

编码器的精度用每转脉冲数（PPR）表示。1024 PPR算入门，4096 PPR算不错。我习惯用2048 PPR，性价比最高。

注意： 编码器数据会受打滑影响。轮子打滑时，编码器以为走了1米，实际只走了0.8米。所以，编码器只能做短距离定位，长距离必须配合激光雷达或视觉。

单个传感器都有短板。视觉怕暗，激光雷达怕雨，IMU会漂，超声波精度低，编码器会打滑。怎么办？融合起来用。

我常用的融合方案是：

融合算法一般用卡尔曼滤波或粒子滤波。卡尔曼滤波适合线性系统，粒子滤波适合非线性。我建议初学者先用卡尔曼滤波，简单够用。

这张图展示了传感器融合的完整流程。每个传感器采集数据后，进入融合中心。经过卡尔曼滤波、时间同步、异常检测等步骤，最终输出机器人的状态信息。

我最后说一句：传感器技术是巡检机器人的基础。选对传感器，做好融合，你的机器人就成功了一半。剩下的，就是算法和机械了。

公众号:蓝海资料掘金营，微信deep3321