谈谈：超声波ToF、IMU、NTC传感器覆盖整个机器人系统

五连环画

在地面类型检测中，超声波TOF可以通过反超声信号的平均振幅来确定目标表面是硬是软，广泛应用于清洗机器人；近年来，随着互联网技术、人工智能算法等技术的兴起和应用不断深入，ic电子元器件流通领域涌现出一批具有特色的产业互联网商城。

任何类型的机器人对BH3AAAW传感器都有巨大的需求，各种不同的传感器组合构成了机器人的面部特征，并提供了智能感知。运动传感器、材料压力传感器、障碍物超声波TOF传感器、室内环境气体传感器和温度传感器、电池电流电流传感器、角度和位置霍尔传感器和磁阻传感器。这些传感器完全覆盖了整个机器人系统。





（机器人配置示意图，TDK）


检测超声波TOF地面类型的高低坡和障碍物。


机器人传感器可用于障碍物检测、高低坡检测和地面检测。我们以前谈过很多传感方法，但今天我们来看看地面类型、高低坡和障碍物的超声波TOF。


众所周知，基于超声波的传感器在机器人应用中比较受欢迎的是，它可以在任何照明条件下工作，包括全日光条件，特别是在感知中，它可以在不受被测物体颜色和光学透明度影响的情况下测量距离。比较高精度可达毫米，这是许多传感器法现的。


超声波TOF传感器利用超声波传感器芯片发超声波脉冲，然后听从传感器视场中目标返回的回波。传感器可以通过计算超声波飞行时间（TOF）来确定物体对设备的位置。在这里，超声波传感器芯片是首要任务。MEMS技术下的传感器芯片接近微型和低功耗。如果只处理单一的超声信号，显然不足以同时检测地面类型、高度坡度和障碍物。MEMS超声传感器、DSP和混合信号CMOSASIC不足以处理各种检测应用程序中的信号。





(MEMS硅芯片声纳+DSP，C)


这种超声波TOF传感器需要一个非常宽的F，感应距离相对不那么关键。超声波的检测距离不是它的特长，可以检测几米左右。F必须足够宽，允许同时覆盖F中的多个物体。在地面类型检测中，超声波T可以通过反超声信号的平均振幅来确定目标表面是硬是软，广泛应用于清洗机器人；障碍物检测标准的应用不需要重复，任何传感器都可以进行；高低坡检测通常需要多个超声波T。


高精度IMU校准补偿。


IMU也是服务机器人运动传感器的必要条件，高性能6轴是首选。在际使用过程中，虽然高性能IMU在分辨率、精度、稳定性和噪声密度方面足够秀，但补偿IMU的弱点至关重要。这些弱点主要存在于IMU校准中。





(IMU，ADI)


首先，机器人启动后，机器人IMU偏置校准一般注重可编程控制，比较好现自动或手动偏置校正，从软件层面消除初始误差。IMU需要动态校准传感器偏差漂移，并随时动态校准温度，这也是时补充。准确的运动传感器必须基于时校准，每个传感器都有自己的动态补偿公式。大多数IMU芯片制造商将在生产过程中完成所有必要的运动测试和校准，以降低再集成的时间成本。


IMU际使用中的数据集成处理完全取决于制造商的校准能力。偏置漂移的校准能力决定了机器人能否正确跟踪和估计运动方向。对于任何其他可能需要的校准，主机必须能够随时向校准系统提供机器人状态，处理输入数据必须非常，并在很短的时间内完成响应，这也是对电机MCU或电机控制单元的测试。


NTC取舍


NTC热敏电阻芯片为机器人控制的检测温度提供了很大的支持，特别是可连接的NTC芯片，用于给固定电池状态和机器人产品的电机控制器充电。这些NTC通常直接安装在模块中，以监测半导体连接点的温度。功率热敏电阻也用于抑制浪涌。


NTC热敏电阻由于性价比高，广泛应用于温度传感器中，但在极端温度下提供的精度较低。热敏电阻以热的形式释放能耗会影响其测量精度。散热取决于材料成分和流经设备的电流。如果对设备的灵敏度和精度要求高，自热性低，NTC传感器漂移小会更好。


此外，螺旋或螺旋传感器是一种更成熟的方法，通过IGBT、电容器和机器人线圈直接或间接监测温度，可以通过螺旋壳或金属标签形成更好的热耦合。


写在比较后


机器人传感器太多了，这里只有几个方向。机器人感知能力在很大程度上取决于传感系统提供的关键数据。机器人感知也开始向更智能的方向发展。