2.2 移动机器人常用传感器 

对于一个移动机器人，他必须拥有一个可靠的导航。不然他就是一个瞎子。通常，我们将移动机器人的导航定义为：通过传感器感知环境和自身状态，实现在有障碍物的环境中面向目标的自主运动[1]。一般来说。导航技术需要解决三个方面的问题：环境建模、自定位和路径规划。

环境建模：其实就是依靠机器人自身所带的传感器，获取到周围的环境数据，构造出一个地图来[2]。它需要要对周围的地形、障碍有个精确的描述。它是导航的基础，是重中之重，也是我们今天研究的重点。

自定位：自我的定位，这根据实际情况而定。路径规划：不在研究的范围内，只要能实现正常行走就可以了。本文并不涉及，最优路径的研究。

要实现移动机器人在一个结构化的未知环境中行走，少不了自主探索和地图的创建。未知结构化环境，如：楼道，走廊。机器人对周围一无所知，他不知道有没有一张椅子摆在过道中间，或是往左往右行走小半米就是墙壁，他也不知道，有没有人在过道中行走。在这种位置的环境下，机器人创建地图就必须依赖于自身所携带的传感器（实验室的使用的是disk雷达）获得的数据。因为传感器的限制，本身所测数据就有误差，所以，得到的数据就必须有一个良好的再处理，这样才能良好的构造出一个地图。

目前，根据检测的对象不同，可以分为内部传感器和外部传感器。

1  内部传感器：

    用来检测机器人本身状态的传感器。多为检测位置和角度的传感器。

    常用的有：电子罗盘、加速度仪、陀螺仪、编码器等。这些传感器通常与机器人的模型来一起用来实现机器人位置的估计，用来跟踪机器人的运动轨迹。但是，由于本身存在累计误差，不能直接用于长期定位。

2  外部传感器：

用来检测机器人所处环境及状况的传感器。主要包括超声波传感器（声纳）、红外传感器、激光测距仪、视觉传感器等。其中，超声波传感器（声呐）、红外传感器、激光测距仪均处于测距传感器，其原理大致相似：发射信号到目标物体或是障碍物，接收到来自于反射的信号后，能够反映出目标或是障碍物的距离。以用来便被周围环境。这种方法简单，处理方便，已经得到广泛的采用。相比，视觉传感器能够获得足够的机器视觉系统要处理的最原始的图像。包括：颜色，形状。相对来讲，数据更加的丰满。无论距离目标多远，数米还是数厘米，传感器都可以看到细腻的图像。可惜，实时性较差。