融合的机器人接近传感，有技术落伍了吗？-电子发烧友网

接近传感器涉及的范围很广，不管是使用电磁场、光还是声波，都能检测物体的存在。这一类传感也是机器人应用中不可或缺的核心器件。作为一类赋予机器人“感知”的器件，接近传感是机器人走向智能化的关键。

相对于工业机器人与服务机器人，移动机器人中的接近传感应用是最多的。在2015年前后移动机器人刚兴起时，以激光雷达为主，使用IR（红外）技术的接近传感和超声波技术的接近传感为辅是大部分移动机器人厂商的选择。

IR与超声波落伍了吗？

基于简单IR（红外）技术的接近传感器只测量信号强度，并可能受到目标反射率的影响，这相较于现在最先进的技术而言是显得有些功能单一了。但这并不意味着IR接近传感已经落伍了。作为应用最广泛的光电式接近传感，基于IR的传感IC功耗低，体积小，而且功能已经足够成熟，是实现很多基本感应功能性价比最高的选择。

而且随着技术升级，PIR（Passive Infra-Red）技术也大幅提升了红外接近传感的性能。现阶段很多国产红外接近传感中都内置了高精度算法单元，可以自适应当前环境，最远感知距离可以达到二十几米。高精算法单元的加入使得IR传感IC能够有效地区分开检测信号与干扰信号，加强了对目标的感知。

此类芯片内部器件的集成也在丰富，更大性能的运算放大器与运算放大器周边电路的加入让IR传感IC能够对感知信号进行预处理；高精度晶振与屏蔽时间定时器的加入有效抑制了重复误动作。虽然在越来越智能化的机器人中，IR传感不能满足足够智能的感知，但在辅助方向上仍然有着不可替代的高效益。

超声波同样如此，我们仅以移动机器人为例，在行驶过程中对连续透明物体的感知上，超声波接近传感肯定是最理想的选择。得益于超声波传感能感知传播时间的变化，而不是仅仅返回信号。所以在补足机器人感知上超声波同样没有落伍。

同样高性能ToF不同的技术特点

早期的ToF设备由于对频率和精度的要求极高，同时受限于体积和成本，一般都只在工业领域应用。现在在CMOS芯片上实现光脉冲相位的测量已经不是难事，小型模块带来的高性能接近传感能力大大增强了机器感知的能力。

FlightSense

利用ToF实现高性能有很多不同的技术，不24节气海报
同的特点。FlightSense是ST的ToF技术，可以根据所发射光子的反射时间直接测量与目标之间的距离，可实现准确测距，不受目标表面特性的影响。

（图源：ST）

FlightSense结合了ST独特SPAD技术的优势、成熟的自有成像工艺和高产能封装。单光子雪崩二极管（SPAD）阵列和物理红外滤光片，再加上微型可回流封装，该技术加持下的ToF接近传感能够在各种环境照明条件下实现最佳测距性能。ST的FlightSense凭借算法（直接ToF）和巧妙的模块构造，能够通过深度检测视野（FoV）内的不同对象，FoV有高达500 cm +的检测范围。该技术下器件串扰抗扰度超过80 cm，并具有动态污迹补偿功能，是接近性和高性能感知之间很好的一次结合。

3D深度

两种最为常用测量方法连续波（CW）方法和脉冲方法是目前最为常用的，ADI的ToF借助了微软的Azure Kinect技术，基于CCD脉冲拓展了在3D深度上功能。

（图源：ADI）

这种技术带来的最直接的性能提升在分辨率和像素上，即分辨率更高，像素更小。1024（水平表单信息海报
）× 1024（垂直）像素阵列加上3.5μm×3.5μm方形像素可以以极高的安全性辅助目前的机器人人机协作。从器件的表现来看，调制频率的升高与噪声的降低对成像功能性能的提升都是很直观的。

深度计算引擎的锦上添花能够以更优的方式使用成像器，发挥器件百分百的性能。三维的深度扫描检测让机器人系统不仅能够感测周围环境，还能够解析环境。深度扫描后的数据可以用于移动机器人的导航路径规划，对环境数据的深度采集与分析是实现高精度高效率机器人移动的前提。目前SLAM是移动机器人最主流的地图构建方法，深度信息能给SLAM提供更便于计算的方法。这是任何做移动机器人厂商都无法拒绝的特色。

机器人多种接近传感融合

红外接近传感在手势识别上领先的感知能力、超声波传感在透明物体上的检测能力、ToF在成像上得天独厚的优势......单一的接近传感赋予了机器人不同的感知能力，多种接近传感的互相融合才能构筑起机器人丰富的感知。