毫米波雷达传感器的功能（毫米波雷达传感技术让机器人变得更加智能）

毫米波雷达传感器的功能（毫米波雷达传感技术让机器人变得更加智能）2.图中机器人平台上的雷达配置可以计算出地面速度且这种方法与车轮转数无关。另外一种更加先进的测距系统，额外配置了惯性测量单元（IMU），能够保证其测距精准性。当机器人经过不平坦的地形或者很多底盘俯仰和偏摆时，毫米波传感器可以通过向地面发送调频信号并测量返回信号的多普勒频移，为机器人提供额外的里程信息。毫米波传感器坚固耐用且不受工厂车间内光线、湿度、烟雾和灰尘等环境的影响，因此非常适合替换视觉安全系统。 此外，毫米波传感器的检测能够缩短处理延迟时间——通常保持在2毫秒以下。毫米波传感器具有探测视野宽、距离长的特点，将它固定安装在机器人工作单元上方可以大幅简化机器人安装调试过程。一个毫米波传感器能够检测多个物体或人类，传感器数量的减少能大幅降低项目成本。 使用毫米波传感器测量地面速度准确的测距信息对于机器人平台的自主运动至关重要，获取测距信息的主要途径是通过测量机器人平台上的轮子或皮带的转数。

一提到机器人，你可能会想到工厂车间里巨大的机械臂和机器人焊接时的火花飞扬。如今，随着机器人技术的进步，辅助传感器技术也在不断发展。互补金属氧化物半导体（CMOS）毫米波（mmWave）雷达传感器是一种新型的机器人感测技术。

与视觉传感器和光学雷达（LiDAR）传感器相比，毫米波传感器的一个重要优势是不受雨水、灰尘、烟雾和霜冻等环境条件的影响。另外，毫米波传感器在任何照明条件下都可以工作，同时毫米波传感器具有坚固的外壳，可以直接固定在机器人塑料外壳背面，无需配置外部镜头、开孔或表面传感器。毫米波传感器的这些特性使得它能够很好的应用在工业机器人工作中，它消除了机器人在与人类协同工作时的安全隐患，能够让机器人准确地绘制环境路线并进行导航。

1.过去确保安全的方法是在机械臂周围设安全笼，虽然这一举措能够确保安全，但是也限制了人机交互。

传感器能用虚拟的安全屏障或安全气泡将正在执行计划外行为的机器人与人类隔开，并能在机器人密度大幅提高及工作速度加快时，避免机器人之间的碰撞。视觉安全系统需要控制机器人照明设备，这会增加能耗、产生热量并需要维护。在尘土飞扬的制造环境中诸如纺织品或地毯制造中，透镜需要经常清洁和检查。

毫米波传感器坚固耐用且不受工厂车间内光线、湿度、烟雾和灰尘等环境的影响，因此非常适合替换视觉安全系统。 此外，毫米波传感器的检测能够缩短处理延迟时间——通常保持在2毫秒以下。毫米波传感器具有探测视野宽、距离长的特点，将它固定安装在机器人工作单元上方可以大幅简化机器人安装调试过程。一个毫米波传感器能够检测多个物体或人类，传感器数量的减少能大幅降低项目成本。

使用毫米波传感器测量地面速度

准确的测距信息对于机器人平台的自主运动至关重要，获取测距信息的主要途径是通过测量机器人平台上的轮子或皮带的转数。然而，如果轮子在松散的砂砾、泥土或潮湿区域面上滑动时，这种低成本的方法就无法准确测量了。

另外一种更加先进的测距系统，额外配置了惯性测量单元（IMU），能够保证其测距精准性。当机器人经过不平坦的地形或者很多底盘俯仰和偏摆时，毫米波传感器可以通过向地面发送调频信号并测量返回信号的多普勒频移，为机器人提供额外的里程信息。

2.图中机器人平台上的雷达配置可以计算出地面速度且这种方法与车轮转数无关。

图2显示了在毫米波雷达传感器在机器人平台上的多个潜在安装位置。无论将雷达安装在机器人平台前方（如图所示），还是平台后方（农用车的标准做法），都是一种折中的安装方法。如果雷达被安装在平台前方，则可以使用相同的毫米波传感器来检测表面边缘，并能够最大限度避免平台的不可逆损坏。如果雷达被安装在平台后方，平台的重心位置则是最佳安装位置，能够最大限度地减少测量的俯仰和偏摆，这种安装方法在机器人农业应用领域有非常大的优势。

毫米波传感器被用于收集物体的点云信息

当行人在毫米波传感器前面行走时，会在传感器中形成多个反射点，根据传感器的反馈，利用常用的机器人操作系统可视化（RVIZ）工具就可以将检测到的点绘制成3D图像（图3）。

3.德州仪器（TI）的IWR1443BOOST EVM采集了人员点云，并通过RVIZ显示

这种点云图像只需1/4秒就能将所有点云汇聚并显示，通过收集到的点的密度就能够准确直观地反映出腿部和手臂的运动情形，并将此种运动情景归类为人体运动。3D情景中，开放空间的清晰度对于移动机器人来说是非常重要的数据，它能够确保机器人实现自主规划路径及运动。

使用毫米波传感器绘制障碍物模型图

4.在Turtlebot 2上安装了一个毫米波雷达IWR1443BOOST评估板，它可以精确地绘制

移动机器人系统通过毫米波传感器检测到的物体点信息可以精确地绘制房间内的障碍物，同时，还能利用识别的自由空间进行自主规划路径和导航（图4）。

5.使用ROS中的OctoMap库，可以得出毫米波雷达点云图像中障碍物位置。请点击此处输入图片描述

如图5所示，配备有毫米波传感器的机器人通过扫描部分区域，并检测区域中的静止障碍物，能够准确地形成该区域中障碍物位置的3D模型图。通过这张3D模型图，移动机器人在自主导航到达特定目的地的过程中精准地避开静止的障碍物（图6），也包括闯入机器人行驶路径的动态障碍物。

6. 配置了ROS 路径规划库的Turtlebot 2机器人通过IWR1443BOOST EVM障