实时避障是实现智能化机器人自主工作能力的关键技术，也是国内外智能机器人近期发展的一个热点。其显著特征是具有传感器信息反馈。目前，为了能在未知环境下自主地工作，多关节机器人应具有感受作业环境和规划自身动作的能力。而其中的关键问题之一是：在运动过程中如何利用传感器对环境的感知。

　　在机器人运动规划过程中传感器主要为系统提供两种信息：机器人附近障碍物的存在信息；障碍物与机器人间的距离。近几年，应用到机器人运动规划的传感器一般分为两大类：无源式传感器和有源式传感器。超声波传感器和红外传感器作为一种有源式传感器，

　　在多关节机器人系统实时避障中具有以下应用：

　　超声波传感器

　　超声波传感器是靠发射某种频率的声波信号，利用物体界面上超声反射，散射检测物体的存在与否。超声波在空气中传播时如果遇到其它媒介，则因两种媒质的声阻抗不同而产生反射。因此，向空气中的被测物体发射超声波，检测反射波并进行分析，从而获到障碍物的信息。

　　超声波传感器由于信息处理简单、快速并且价格低，被广泛用在机器人测距、定位及环境建模等任务中。但在多关节机器人实时避障系统中存在一定的局限性，主要表现在四个方面：

　　（1）因为超声波的波长相对长一些，对于稍大的扁平的障碍物可以发生镜面反射，传感器由于接收不到反射信号，使此障碍物不能被检测到。

　　（2）盲区较大，因为每个超声换能器既作超声发射器又作超声接收器，因此不能同时发射超声和接收超声。在发射超声后必须经过一段时间才能处理返回的声波。如果障碍物距离太近(<30左右)，则传感器收不到返回的声波，所以该类传感器存在测量盲区。

　　（3）表现在探测波束角过大，方向性差，往往只能获得目标的距离信息，不能准确地提供目标的边界信息，单一传感器的稳定性不理想等。在实际应用中，往往采用其它传感器来补偿，或采用多传感器融合技术提高检测精度等。

　　（4）由于超声波受环境温度，湿度等条件的影响，以及超声固有的宽波束角，超声波传感器在测距时，所测量的值与实际的值的误差较大。

　　

蛇形多关节机器人（资料图）

　　红外传感器

　　红外传感器，经常被国内外学者应用在多关节机器人避障系统中，用来构成大面积机器人“敏感皮肤”。红外传感器覆盖在机器人手臂表面，可以检测机器人手臂运行过程中的各种物体。传感器发出的光的波长大约在几百纳米范围内，是短波长的电磁波。
红外传感器具有以下特点：不受电磁波的干扰、非噪声源、可实现非接触性测量。另外，红外线(指中、远红外线)不受周围可见光的影响，故可在昼夜进行测量。

　　同声纳传感器相似，红外传感器工作处于发射/接收状态。这种传感器由同一发射源发射红外线，并用两个光检测器测量反射回来的光量。由于这些仪器测量光的差异，它们受环境的影响非常大，物体的颜色、方向、周围的光线都能导致测量误差。但由于发射光线是光而不是声音，可以希望在相当短的时间内获得较多的红外传感器测量值。测距范围较近，大致为30cm以内。

　　传感器的选择

　　另外，在这一领域对传感器进行采购时，需注意的是，任何类型的传感器都有各自的优点和不足，选用时务必要仔细考虑各种因素。传感器的选择好坏直接关系到多关节机器人采集周围环境信息量的多少，因此目前机器人避障系统选择传感器类型和数量有两种不同的方法：基于环境的优化原则选择法和基于任务选择法。

　　(1)基于环境的优化原则选择法：设计阶段的预选择以及适合环境和系统状态变化的实时选择，前者给出了恰当的传感器数量和操作速度之间的关系，该关系可决定多传感器避障系统中传感器单元的优化排列，后者通过贝叶斯方法利用任何先验的物体信息决定传感器的定位，使传感器对障碍物体假设不确定性最小。

　　(2)基于任务的选择法：此方法主要思想是基于避障的任务，将完成该任务的过程按时间及感知范围划分为若干段，即将任务分解，根据每个阶段所需的传感器信息合理地选择传感器的种类和数量。