基于 MEMS 传感器的机器人感知技术研究现状与发展趋势
刘会聪 王凤霞 李东升 迟文政 孙立宁
(苏州大学, 苏州 215000)
摘要: 传感器是机器人具备类人知觉与反应能力的基础, 能够辅助其实现内部反馈控制和外部环境感知。随着传感器技术和人工智能 (AI) 的发展, 机器人集成了更为复杂的传感器系统, 包括视觉传感器、 激光雷 达、 惯性传感器和力传感器等, 能够完成更为复杂的工作任务, 应用范围从传统工业领域逐渐向生活服务领 域延伸。微机电系统 (Micro-Electro-Mechanical Systems, MEMS) 传感器具有体积小、 精度高、 功耗低和成本 低等优点, 且适用于极端环境, 已在机器人领域得到广泛应用。综述 MEMS 传感器发展现状, 包括测距传感器、 惯性传感器、 力/ 触觉传感器及嗅觉传感器, 并探讨其在机器人领域的应用与发展趋势。未来, MEMS 传 感器与 AI 大模型相结合, 能够促进具身智能机器人的创新发展与应用。
0 引言
21 世纪以来, 机器人技术经历了从简单机械 化到高度智能化的显著转变和飞速发展。从最初 仅能执行单一任务的机械装置, 逐步演变为能够 感知环境、 自主决策并执行复杂任务的高度智能 化系统, 这一发展历程与传感器技术的进步紧密 相连。
20 世纪末至 21 世纪初, 大部分机器人主 要应用于工业生产线, 仅能够执行简单的重复性任务, 功能实现主要依赖基本的传感器, 如位置传感器、 力传感器和接近传感器。通过检测机械 臂的位置和力度, 确保操作的准确性和安全性。在该阶段, 传感器的感知功能相对简单, 机器人系统的智能化水平相对较低, 数据处理能力有限, 主要依靠预设的编程逻辑执行任务。
随着人工智 能 (AI) 技术的快速发展, 机器人开始集成更为复杂的传感器系统, 如视觉传感器、 激光雷达和 惯性传感器等。这些传感器能够提供更加丰富 的环境信息, 使机器人能够执行更为复杂的任务, 如物体识别、 路径规划和动态环境适应。
此外, 机器学习和深度学习技术的引入也使得机器人能 够通过大量数据训练实现自我学习和优化, 提高 其执行复杂任务的能力。在该阶段, 传感器技术 迎来了重大突破, 尤其体现在集成度和精度方面。高分辨率摄像头、 三维视觉系统、 测距传感器、 惯性传感器和力学传感器的应用使得机器人能够 更加精确地感知和理解周围环境, 极大地提升了 机器人在复杂环境中的感知和决策能力, 并在 自动驾驶、 智慧医疗、 人机交互等众多应用领域 中取得了突破性成果。
传感器是机器人具备类人知觉与反应能力的基 础, 能够辅助其实现内部反馈控制, 并与外部环境 产生交互。依据检测对象的类别不同, 传感器可分 为用于测量机器人自身状态的内部传感器和用于测量与机器人作业相关的外部因素的外部传感器。依靠单一传感器, 机器人仅能完成局部信息识别。为了获取更加完整、 稳定的系统信息, 通常采用 多源信息融合方式提高识别的准确率。
近年 来, 随着微纳技术的迅猛发展, 微机电系统 (Micro-Electro-Mechanical Systems, MEMS) 传感器成 为机器人感知的核心支撑, 其重要性日益凸显。相较传统传感器, MEMS 传感器具有体积小、 精 度高、 功耗低和成本低等优点, 且适用于极端环 境, 应用场景较为广泛。例如, 通过集成微型 压力传感器和气体传感器, 家用机器人能够实时 监测家庭环境并自动调整工作模式。随着人形机 器人的目标应用场景从工业场景向居家场景拓展, 其对力矩、 触觉及惯导等传感器提出更高要求。
综上所述, 机器人智能化发展与传感器技术的进 步密不可分。从 传 统 的 机 械 传 感 器 到 先 进 的 MEMS 传感器, 每一次技术革新都推动了机器人 性能的显著提升, 使其在工业、 农业、 医疗等更 多领域中发挥越来越重要的作用。
1 MEMS 传感器发展现状
MEMS 传感器是一种集成了微型机械、 电路、 传感器及控制器的复杂系统, 具备微米甚至纳 米级尺寸, 在灵敏度、 响应速度、 尺寸和成本方 面具有独特优势。MEMS 传感器广泛应用于压力、 温度、 加速度、 角速度、 力、 扭矩和流量等物理 量的测量, 并在汽车、 电子、 工业自动化及机器 人等领域发挥着重要作用。
MEMS 传感器的发展历程可以追溯到 20 世 纪五六十年代。随着集成电路芯片的出现, 人 们开始探索在芯片上制作微小机械结构和系统 的可能性 。这种利用半导体材料制作电子与 机械结构的思想为 MEMS 技术的诞生奠定了理 论基础。
1962 年, 第一个硅微压力传感器问世, 标志着 MEMS 技术的开端。早期的 MEMS 传感 器主要包括惯性传感器和压力传感器。在该时 期, MEMS 技术仍处于实验室研究阶段, 并未得 到广泛应用。
20 世纪 80 年代, 随着微加工技术 的进步, 振动传感器、 流量传感器、 打印喷头 等被成功研发。20 世纪 90 年代, 世界首款商用 MEMS 加速度计问世, 主要用于汽车气囊触发系统。同时, MEMS 传感器也开始在消费电子、 医 疗、 汽车等领域得到应用。
21 世纪以来, 随着材料、 制造工艺的不断改进, MEMS 传感器逐 渐向多样化、 集成化和智能化方向发展, 不仅 能够应用于惯性、 压力等传统测量领域, 还逐 步拓展到气体传感、 温 / 湿度检测和光学传感等领域。随着可穿戴设备等产品的兴起, MEMS 技 术迎来第二次大规模应用的浪潮。MEMS 传感器 开始应用于心率、 运动和睡眠监测等, 通过实 时检测人体生理参数, 实现健康监测管理。
当前, 随着人工智能时代的到来, MEMS 技术将在 车联网、 智能家居、 智能医疗、 智慧城市及智 能工厂等领域发挥重要作用。
在机器人领域, MEMS 传感器具有至关重要 的作用。典型 MEMS 传感器在机器人领域中的应 用如图 1 所示。在进行自主导航和定位时, 惯性 测量单元结合了加速度计和陀螺仪, 能够帮助机 器人精确感知自身姿态和运动轨迹。此外, MEMS 传感器可以用来实时监控机器人与地面之间的相对位置以及与障碍物的距离, 帮助机器人 进行路径规划和避障。
对于手术机器人而言, MEMS 传感器能够提供精确的运动和力反馈, 帮 助医生进行微创手术操作。此外, MEMS 传感器 还被应用于机器人手臂的力反馈控制, 帮助机器 人感知物体抓取施加力量, 从而实现精细化操作。
在工业自动化和制造领域, MEMS 传感器有助于 机器人更好地进行装配、 焊接及搬运等工作, 提 高了生产效率和精度。艾瑞咨询预测结果显示, 2021—2025 年, 国内智能机器人市场年平均复合 增长率将达到 40% ; 2025 年, 国内智能机器人市 场规模将接近千亿元, 这将带动 MEMS 传感器在 机器人领域的应用需求量不断增长。
2 MEMS 测距传感器
2. 1 原理
MEMS 测距传感器利用微型机械结构受到的 变形或振动感知测量目标物体与传感器之间的距 离变化, 提升机器人的空间感知能力, 广泛应用 于机器人导航、 避障、 精密操作及虚拟交互等场 景。具体而言, 当外部物体接近传感器时, 微型 机械结构会受到压力或振动, 结合激光、 超声波、 红外和电容等传感技术将这种变化转化为电信号 输出。
MEMS 传感器能够为机器人提供精准的距 离测量、 空间感知和力反馈, 提升机器人的自动 化和智能化水平, 并帮助机器人在复杂环境下实 现更加灵活和精确的操作。
(1) MEMS 激光测距传感器 (如激光雷达)。通过发射激光束到物体表面并接收反射信号, 进 而计算出物体与传感器之间的距离。常用的方法 是飞行时间 (Time of Flight, ToF) 技术, 即测量 激光光束从发射到接收的时间差。由于光速是已 知的, 通过时间差可以准确计算出距离。MEMS 激光测距传感器通常使用微型化的激光光源和反 射镜, 可以实现高精度、 长距离的测距, 且具有 较高的分辨率, 同时微型反射镜能够对快速运动 进行高频率扫描, 适用于动态场景。
(2) MEMS 超声波测距传感器。通过发射超 声波信号并接收反射波, 计算发射和接收之间的 时间差进而测量与物体之间的距离。类似激光测 距原理, 超声波传感器也使用 ToF 技术, 由于声 波传播速度远低于光速, 其测量范围通常较短, 且精度略低于激光传感器。MEMS 超声波传感器 具有较低的功耗和成本, 适用于短距离测量, 且 不受光线干扰, 常用于室内机器人 (如清扫机器 人、 服务机器人)、 环境监测机器人、 避障系统 等短距离且精度要求较高的场景。
(3) MEMS 红外测距传感器。通过发射红外 光束并接收反射信号计算距离, 通常利用反射强 度或 ToF 进行测距。该类传感器具有较高的响应 速度和较小的尺寸, 适用于低成本、 短距离的精 确测量。相比激光和超声波, 该类传感器对环境 的适应性更强, 但在强光干扰等某些特殊条件下 可能会受到限制。该类传感器常用于机器人避障、 人机交互、 位置跟踪等低成本、 低功耗的应用 场景。
(4) MEMS 电容测距传感器。通过测量物体 与传感器之间的电容变化计算距离。当物体靠近 传感器时会改变传感器电极间的电场, 从而改变 电容值。根据电容的变化量可以推算物体与传感 器之间的距离。该类传感器具有较高的灵敏度和 分辨率, 适用于微小距离测量, 在精密定位、 微 创手术、 表面接触检测等领域应用广泛。
2. 2 研究现状
MEMS 测距传感器在机器人领域得到广泛应用。例如, MEMS 测距传感器通过感知周围环境, 能够实时测量机器人与障碍物之间的距离, 帮助 机器人进行自主导航避障、 路径规划和环境建图 等, 广泛应用于扫地、 物流和无人配送等场景。
在微创手术机器人中, MEMS 测距传感器能够在 手术过程中测量手术执行器末端与目标位置的距 离, 确保组织切割缝合等操作的精度。在工业机 器人中, MEMS 测距传感器可用于工件定位、 装 配过程中的精准对接等任务。
通过精确测量机器 人末端执行器与工作物体的距离, MEMS 传感器 能够提供精确的位置信息, 优化自动化生产线效 率, 广泛应用于自动化装配、 工业搬运、仓储和 机器人视觉系统的辅助感知等。通过与视觉传感 器 (如相机、激光雷达等) 融合, MEMS 测距传 感器能够提供更高精度的环境深度感知, 为机器 人提供三维空间信息, 增强其对复杂环境的理解 能力。
在虚拟现实 (VR) 和增强现实 (AR) 系 统中, MEMS 测距传感器常用于空间跟踪与用户 交互, 通过精确测量用户与虚拟环境的距离, 满 足更精准的虚拟场景互动需求。
当前, MEMS 激光测距传感器常用于自主移 动机器人的环境感知和障碍物检测、 无人机导航、 环境建图与障碍物检测, 工业机器人的精密测量 和检测及虚拟现实设备的精准环境感知。
在智能 驾驶方面, MEMS 激光雷达的应用能够实现物体 的探测与规避、 识别追踪及即时定位与地图构建等。国内也有学者对 MEMS 激光雷达开展相关 研究。霍健等针对传统线阵激光雷达对地面目 标识别 准 确 率 较 低 的 问 题, 设 计 了 一 种 基 于 MEMS 激光雷达推扫呈像的点云识别算法, 实现 了对车辆目标的准确识别, 识别率达 95. 9% 以 上。王永杰以自动驾驶场景为基础, 设计了一 套基于 MEMS 微镜的车载激光雷达光学扫描系 统, 不仅有效减小了扫描系统的体积, 而且拓宽 了扫描视场范围。
此外, 研究人员也对 MEMS 超 声波 测 距 传 感 器 进 行 了 相 关 研 究。例 如, Shi 等基于 MEMS 超声波测距传感器, 实现了软体 机器人对物体的即时且准确的抓取。Tong 等基于 MEMS 超声波测距传感器, 设计了一种柔性超声近距离感知皮肤并集成于机械臂表面, 极大 地提高了机器人的距离感知能力, 确保了人机协 作的安全性。Zhou 等研制了一种基于电容式 MEMS 测距传感器的柔性电子皮肤, 能够检测不 同频率和强度的电信号, 感知周围物体引起的电 场扭曲, 在无须接触的情况下实现对物体的精准 三维定位。
3 MEMS 惯性传感器
3. 1 原理
MEMS 惯性传感器通常由加速度计、 陀螺仪 和磁力计三种主要部件组成。通过测量物体的加 速度、 角速度及磁场等物理量, 提供精确的运动 和定位数据。目前, 国产高性能 MEMS 惯性传感 器的核心指标能够与国际对标, 解决了装备应用 “卡脖子” 问题。MEMS 惯性传感器以其体积小、 功耗低、 重量轻以及低成本、 易于数字化、 智能 化等特点, 被广泛应用于无人系统、 机器人导航、 控制及姿态估计。
(1) 加速度计 (Accelerometer)。主要用于测 量物体在不同方向上的加速度, 通过一次和二次积分获得运动载体的速度和位移信息。采用悬浮微结构 (如质量块或梁), 并基于电容、 压阻或压电式原理感知加速度。通常用于检测物体的振 动、 位移、 重力方向、 速度和位置等。
(2) 陀螺仪 (Gyroscope)。主要用于测量物 体的角速度。通过微型旋转体 (如振动梁或微型 陀螺盘) 的转动检测该旋转体的位移或电磁感应变化以计算角速度, 常用于测量和控制机器人的 姿态 (如俯仰角、偏航角、滚转角) 变化, 提供 角速度或角度变化数据。这对于稳定机器人运动 控制、 避免偏航和摇摆至关重要。
