3.2 传感器与感知系统
传感器是机器人感知自身状态与外部环境的“感官”，是将物理世界信息映射为可处理数字信号的接口。一个完整的机器人感知系统通过多传感器信息融合，构建对机器人本体（内部状态）和作业环境（外部世界）的统一、可靠的理解，为决策与控制提供依据。本节将系统阐述机器人常用传感器的原理、特性、选型考量及其在感知系统中的应用架构。
3.2.1 感知系统概述与分类
机器人感知系统的核心任务是将各种物理量（如位置、速度、力、光、距离）转换为控制器可处理的电信号。依据感知对象，可将其分为两大类：
- 内部感知：测量机器人本体状态，如关节位置/速度、机身姿态/加速度、执行器输出力矩等，主要用于实现精确的伺服控制和状态反馈。
- 外部感知：获取环境信息，如物体的存在、形状、位置、类别，环境的三维结构，以及与环境的接触力等，主要用于导航、识别、操作和交互。
表3.2-1：机器人主要传感器分类及功能概览
| 感知类型 | 传感器类别 | 典型传感器 | 核心功能与输出 | 主要应用 |
|---|---|---|---|---|
| 内部感知 | 位置/速度 | 编码器（增量/绝对）、旋转变压器 | 关节角位移、角速度 | 关节闭环伺服控制 |
| 惯性测量 | 惯性测量单元（IMU） | 三轴加速度、三轴角速度，经融合后得姿态 | 移动机器人姿态估计、平衡控制 | |
| 力/力矩 | 六维力/力矩传感器、应变片 | 末端或关节的接触力与力矩 | 力控装配、轮廓跟踪、安全碰撞检测 | |
| 外部感知 | 视觉 | 全局/卷帘快门相机、事件相机、深度相机（RGB-D） | 2D图像、3D点云、特定特征（如角点、标识） | 物体识别、定位、导航、视觉伺服 |
| 距离测距 | 激光雷达（LiDAR）、毫米波雷达、超声波传感器 | 到障碍物的距离、2D/3D环境剖面图 | SLAM、避障、地形建模 | |
| 触觉 | 压阻/电容阵列、光学触觉传感器 | 接触位置、压力分布、剪切力 | 灵巧抓握、物体属性识别 |
3.2.2 内部状态感知传感器
1. 位置与速度传感器
关节位置和速度的精确测量是实现高精度运动控制的基础。
- 增量式编码器：输出相位差90°的A、B两路方波脉冲和零位Z脉冲。通过计数脉冲数得到相对位移，通过检测A、B相位关系判断方向。速度可通过测量脉冲频率（M法）或脉冲周期（T法）获得。其特点是结构简单、成本低，但断电后位置信息丢失，需回零。
- 绝对式编码器：每个位置对应唯一的二进制编码（如格雷码）。通电即可获得绝对位置，无需归零。分为单圈和多圈绝对编码器，后者通过机械齿轮组或电子计数记录圈数，是实现机器人“上电即知位姿”的关键器件。其位置分辨率由编码位数nnn决定，对于单圈编码器，理论分辨率 $ heta_{res} = 360^\circ / 2^n$。
- 旋转变压器：一种模拟式绝对位置传感器，通过原边绕组与副边绕组间的电磁耦合，输出幅值调制了角度正弦和余弦信号。具有极高的可靠性和抗恶劣环境（高温、振动、电磁干扰）能力，常用于航空航天、军工及高可靠性工业机器人领域。
2. 惯性测量单元
IMU通常包含三轴陀螺仪和三轴加速度计，分别测量角速度ω\omegaω和比力（包含重力与运动加速度）aaa。通过陀螺仪积分可获得姿态变化，但存在累积误差（漂移）；加速度计在静态时可提供相对于重力方向的俯仰和横滚角参考，但对动态加速度敏感。因此，单独的IMU通常不足以提供稳定、精确的姿态估计，必须与其它传感器（如磁力计、视觉、轮式编码器）通过滤波算法进行融合。其核心动态模型可简化为：
q˙=12q⊗[0ω] \dot{\mathbf{q}} = \frac{1}{2} \mathbf{q} \otimes \begin{bmatrix} 0 \\ \omega \end{bmatrix}q˙=21q⊗[0ω]
ameas=R(q)T(atrue−g) \mathbf{a}_{meas} = \mathbf{R}(\mathbf{q})^T (\mathbf{a}_{true} - \mathbf{g})ameas=R(q)T(atrue−g)
其中
