SLAM机器人开发(3)SLAM常见里程计
- 里程计分类
-
- 车轮里程计
- 惯性里程计
- 电磁波(光学)雷达
- 超声波雷达
- 视觉里程计
- 里程计对比图
里程计分类
（Odometry）这个词是希腊单词odos(意思是路线)和metron(意思是测量)。目前，里程计是一种利用运动传感器的数据来估计位置随时间变化的测量方法。 自主定位技术可以使运动载体实时确定自身的位姿和速度，从而可以用于建图、导航和物体识别等，整个定位过程不依赖外部支持。在外部定位数据（GPS、北斗和UWB等)在不可靠的情况下，自主导航技术也可以具有可靠的导航能力。 根据传感器的类型，里程计主要分为五种，即。在实际应用中，需要结合多种里程计来共同实现SLAM。比如：视觉 激光雷达，激光雷达 惯性，视觉 惯性 车轮等。
车轮里程计
车轮里程计，又称轮速里程计。轮速里程计是基于安装在机器人上的光电编码器来跟踪每个车轮的速度。然后通过机器人的运动模型确定机器人相对于起点的相对位置。几种限制轮速里程计方法。例如，它只适用于地面机器人，而不适用于空气或水上机器人。此外，还存在位置漂移，测量误差随时间积累。另外，由于车轮打滑，无法建立完整的约束模型，在复杂不平的地形和光滑的地面上性能较差。虽然轮速里程计是一种简单而便宜的定位技术，但它不适用于需要精确和长期可靠的定位系统。
惯性里程计
惯性传感器（IMU）传感器本体的角速和加速度可以测量。但这些数量都有明显的漂移（Drift），两次得分的位置数据非常不可靠。例如，我们将 IMU 放在桌子上不动，用它的读数积分得到的位置也会漂出1800英里。但是，对于，IMU 能够提供一些更好的估计。
电磁波（光学）雷达
电磁波(光学)雷达包含（波长1mm~ 1m）、（波长1~ 10mm）、（波长300~ 1500nm）等等。其中，激光雷达更成熟，通过TOF实现定位的原理和相关技术。 ：绕轴360°旋转，每束激光扫描一个平面，垂直叠加后呈现三维图形。多线束激光雷达可分为16线、32线和64线。线束越高，可扫描的平面越多，目标信息越详细。由于点云密度低，线束低的激光雷达容易带来分辨率低的问题。 ：摒弃原有的机械扫描方法，采用相控阵原理，有多个固定的小光束组层，通过每个阵元点产生光束的相位和幅度，从而增强光束在指定方向的强度，抑制其他方向的强度，从而改变光束的方向。 由于固态激光雷达没有旋转组件，在一定程度上降低了硬件成本和磨损消耗，固态激光雷达在个别光束阵元损坏的前提下仍可持续工作，大大提高了可靠性。
超声波雷达
与电磁波不同，超声波是一种机械波。超声波雷达的工作原理是通过超声波发射装置向外发出超声波，并通过接收器接收发送的超声波来计算距离。常用探头的工作频率有 40kHz, 48kHz 和 58kHz 三种。一般来说，频率越高，灵敏度越高，但水平和垂直方向的探测角度越小，因此一般采用 40kHz 的探头。
视觉里程计
视觉里程计所需的传感器主要是相机，如单目、双目、多目和RGB-D相机等。为了弥补相机在纯色和低纹理环境下的不良性能，一些视觉里程计将采用主动发射结构光（具有一定结构的激光）的方法，如Intel的RealSense D采用400系列测量方法。 基于直到现在，前端被认为是视觉里程计的主流方法。它运行稳定，对光线和动态物体不敏感，是目前比较成熟的解决方案。它是图像信息的另一种数字表达形式，其特征通常是一组特征点的集合。由关键点（Key-point）和描述子（Descriptor）这两部分将在相机运动后保持稳定。常见的特征是 SIFT , SURF , ORB 等等。 提取图像的特征点后，可以通过获得特征点的深度。在这里，机器人本身和物体同时定位。其他视觉里程计不计算描述子（Optical Flow）和（Direct Method）以及不计算关键点或描述子的方法。
里程计对比图
| 里程计种类 | 测量距离 | 测量精度 |
|---|---|---|
| 车轮里程计 | - - | 纯滚动 1~50cm |
| 惯性里程计 | - - | 高速运动时间短 <1cm |
| 电磁波雷达 | 0.1~ 200m | 1 ~ 10cm |
| 超声波雷达 | 0.1~3m | 0.5 ~ 3cm |
| 视觉里程计 | 0.1~100m | 1 ~ 20cm |
| 视觉里程计 | 100~3000m | 50 ~ 1000cm |
| GPS（对比） | >1,000,000m | 民用1000cm研究最多用20左右cm |
| 北斗(对比) | >1,000,000m | 民用300cm研究最多用3左右cm |
| UWB（对比） | 0.1-100m | 10 ~ 20cm |
| 蓝牙AOA（对比） | 0.1-100m | 10 ~ 20cm |