机器人编程实战
上QQ阅读APP看书,第一时间看更新

4.2 传感器的实际检验

一个机器人拥有红外传感器、超声波传感器、光传感器、颜色传感器、热传感器和化学传感器,这听起来很酷,事实也确实如此。但是很多问题隐藏在细节里。所有传感器都有一定的基线能力并受限于它们的精度,并且相对基线能力有一定误差。所有传感器都受它们收集数据的能力、效率以及测量方式的制约。

超声波传感器的工作原理是通过从目标反射声波和测量接收到反射信号时经历的时间,从而将距离和时间联系起来。但是根据它们的实际测量距离、测量时间的方式等,超声波传感器又有所不同。

颜色传感器也是一种不错的机器人传感器。颜色可以作为机器人编程的一种手段,以确定机器人何时以及采取何种动作。例如,如果目标是蓝色,指示机器人采取动作A;如果目标是红色,指示机器人采取动作B;等待直到蓝色变为紫色,等等。

现在讨论我们的机器人,它有一个可以区分红色、绿色和蓝色的颜色传感器。问题是传感器的精度如何?传感器识别哪一种颜色?所有色调的红色?传感器能够报告不同色调的蓝色——海蓝色、天蓝色、水鸭色之间的差异吗?颜色传感器如何精确区分色调?如果我们的机器人是一个炸弹拆除机器人,我们指示它去切割橙色线而不是红色线,会有问题吗?传感器测量物体,机器人使用传感器测量物体。当选择机器人去执行一个任务时,需要考虑机器人传感器的精度和局限性。许多传感器在第一次使用时必须进行校准。有一些传感器在每次使用后都必须进行校准。校准过程也是考虑机器人传感器的实际能力或限制的一个重要部分。

BRON的Believe It or Not

DARPA机器人挑战总决赛于2015年6月5日至6月6日在加利福尼亚州波莫纳市法尔培游乐场举行。23个机器人在一系列来自搜索和救援挑战的态势中竞争。执行的任务为:

·驾驶并离开一辆汽车

·打开一扇门并从门口走过

·穿过一堵墙

·转动一个阀门

·执行一个惊奇的任务

·走过一个残骸区域

·在不平坦的地形上行走

参赛的机器人有3个轮式机器人设计、1个四足与轮式设计和18个双足机器人。机器人价格在500000~4000000美元之间。在23个机器人里,只有3个成功完成了所有任务。获胜者是DRC-HUBO(第一名)、RUNNING MAN(第二名)和CHIMP(第三名),如图4-4所示。

图4-4 2015 DARPA机器人挑战赛决赛三名获胜机器人的一些简短信息

确定机器人传感器的局限性

人眼可以看见的光波长在400~700nm之间(见图4-5)。波长测量以纳米(nm)为单位,在长度单位的度量系统中,1纳米等于0.000000001米。我们称波长大于700nm的光为红外光,波长小于400nm的光为紫外光。当机器人有一个红绿蓝(Red Green Blue,RGB)三基色传感器时,它可以测量400~700nm范围内的光波。对于人眼,这个范围内每一个波长都对应一种颜色。

问题是一个机器人颜色传感器的分辨率的精确性和一致性如何?难道传感器认定每个波长在400~510nm之间的光为蓝色,而不区分不同的蓝色?难道它认定每个波长在570~700nm之间的光为红色,而不区分红色和淡红色?我们怎样才可以有四色RGB传感器和16色RGB传感器?这都意味着什么?

图4-5 光的波长

在第5章中,我们会看到光和颜色传感器是如何工作以及机器人如何用它们来测量事物、做出决定并采取动作。光传感器和颜色传感器不是有这类分辨率问题的唯一传感器。

图4-6 声音的大小、柔软度、低音调和高音调

图4-6展示了如何测量声音的大小、柔软度、低音调和高音调。有些机器人发出响亮的声音或轻柔的声音,或者某些音调或类型的声音。

声音可以用作机器人程序的输入。例如,如果一个声音足够响亮,会导致机器人采取一个动作;如果声音产生一定的音调,会导致机器人采取某个其他动作。声波的幅度决定一个声音的响亮或柔和程度;声波的频率决定声音发出的音调。因此,类似于光传感器,声音传感器也可以测量波长。但不是光波长,声音传感器测量声音波长。问题是怎样才算响亮?机器人的声音传感器是否认为高于50dB(分贝)的声音属于响亮,低于50dB的声音属于柔和?机器人的声音传感器可以区分100dB与200dB之间的声音吗?不仅仅是光波,声波传感器测量也有这类分辨率问题。

大多数传感器测量模拟值都会有分辨率问题。例如,测量水合氢离子量的化学传感器确定了液体的酸度。表4-1给出了pH值。

表4-1 pH测量值

如果机器人有一个测量pH值的传感器,它能够区分蓄电池酸液和柠檬汁之间的差异吗?还是报告它们都是酸?

在机器人新兵训练营场景1中,Midamba可以使用一个机器人测量酸和碱之间的差异以帮助他解决电池问题。机器人pH传感器需要多大的分辨率?在为机器人挑选态势、场景和角色之前,所有机器人传感器的限制和分辨率都应该确定和标记。对于指定的态势和场景,传感器对机器人成功执行任务的影响大约占25%。