UWB機器人定位 - 簡介

摘要

本文簡要介紹UWB無線定位技術應用於自主移動機器人領域和人機共同作業領域的技術挑戰和方案優勢，通過對比現有主流移動機器人定位導航方案和現有主流UWB定位方案的優缺點，得出將UWB技術應用到自主移動機器人、大規模人員導航、以及人員機器人混合定位任務共同作業等領域所必須的UWB方案技術指標。

背景簡介

智慧移動機器人定位導航

工業化進程不斷加快，智慧化的機器人取代人工進行簡單和重複性的勞動也成爲降低成本，增加效率，保證產品品質等重要途徑，自主可移動機器人(AMR)作爲衆多機器人類別中的一類，賦予機器人自主移動的能力，極大地擴充套件了機器人的應用場合，如：

搬運物流機器人：用於智慧倉儲，智慧工廠等，例如，用於亞馬遜倉庫的Kiva機器人，淘寶菜鳥倉庫機器人等
掃地機器人：國外的如iRobot，Dayson等，國內的如科沃斯掃地機，小米掃地機等
引導機器人：用於園區，餐廳，展廳，會展廳，博物館等行人導引服務
智慧汽車：通過車身裝載的多種感測器（如鐳射雷達，攝像頭，GPS，UWB等）實現自主行駛，自動泊車，反向尋車，主動召喚等功能

爲使機器人具有自主移動的能力，其至少必須具備感知自身位置和規劃行進路線的能力，這類似於我們通過GPS進行定位並通過Google地圖等決定行駛路線。對於移動機器人來說，定位、路徑
規劃、避障這3個功能模組相輔相成，共同促進機器人的自主性和智慧性，而較好的定位能力是其他兩個模組能高效執行的前提和基礎。

人機空間感知與任務共同作業

另一方面，爲更好地爲訪客提供服務或優化工業生產流程等，伺服器及人或部分工業機器人對柔性化提出了更多要求，需要人和機器人具有相互感知和互動的能力，從而最終能夠實現快速高效的任務共同作業。移動型服務機器人能夠實時感知客戶的位置爲客戶提供導引、行李搬運等服務，工廠搬運機器人實時感知員工位置資訊能夠實現精細化的訂單配給追蹤和貨物分揀等能力。

移動機器人主流定位技術

目前主流商業方案中對移動機器人的定位導航主要有3個類別：

鐳射雷達(Lidar)定位導航方案

採用鐳射雷達作爲主要的數據感知源，通過其對周邊環境實時測量所得的2D/3D環境點雲數據，利用臨近點雲配準演算法，全域性點雲註冊演算法等實現對機器人自身的位置計算和對執行環境的地圖構建。鐳射雷達測距精度極高(~5mm)，在強光直射以外的環境中執行穩定，同時點雲本身也包含附近空間佔用資訊，可直接進一步用於機器人的路徑規劃和導航避障等。鐳射雷達方案依據對周圍環境的檢測、感知、建模方式不同，又主要分爲2類：
- 自然環境鐳射導航方案
  
  鐳射雷達直接對周圍環境測量以獲得點雲資訊，對相鄰時刻的點雲資訊利用點雲匹配演算法來估計相對位移，並利用當前位置把該位置相對應的點雲在全域性環境點雲中進行註冊。
- 反光柱鐳射導航方案
  
  在大型空曠的廠房或狹長簡單的走廊等場合，由於缺乏足夠的關於周邊環境的幾何特徵資訊，自然導航的鐳射雷達方案精度降低很多甚或可能失效，爲解決這個問題，會人爲的在執行環境中隨機地佈置一些塗有高反射性材料的反光板或反光柱，鐳射雷達在執行過程中不斷地檢測和追蹤這些標識物體，並同時利用這些標識物體增量式地構建關於環境的稀疏特徵地圖。
視覺(Visual)定位導航方案

採用攝像頭作爲主要的定位數據來源，通過獲取關於周圍環境的實時影象數據，利用計算機視覺技術，如特徵點檢測與匹配，光流追蹤等，增量式地構建關於環境的視覺特徵地圖，並利用構建的稀疏地圖資訊進行實時定位，迴環檢測以消除累積誤差，以及位置重定位等。視覺方案對比鐳射雷達方案成本較低，對環境的語意資訊感知較爲豐富，然而視覺方案對環境的光照資訊和視覺紋理特徵等要求很高，在弱光、強光、弱紋理等場景下無法運作，視覺感測器對安裝位置或攜帶方式也有很大要求，不容易擴充套件到對人員的定位導航，此外，視覺方案所生成的稀疏環境地圖也無法直接用於機器人的路徑規劃和導航避障等。鐳射雷達方案依據對周圍環境的檢測、感知、建模方式不同，又主要分爲2類：
- 自然環境視覺導航方案
  
  攝像頭直接對周圍環境成像以獲得影象數據，並進而從中提取具有豐富自然環境特徵的特徵點，利用這些特徵點重建環境的稀疏特徵地圖並通過追蹤這些特徵點來實現對機器人自身的的定位。
- 二維條碼標籤視覺導航方案
  
  在一些無紋理或弱紋理的場合，或視覺感測器受限於安裝位置無法有效記錄周圍環境的情形(如倉庫搬運AMR由於需要運載大型物品等，攝像頭只能位於機器人底部，成像品質和影象紋理特徵都較差)，自然導航的視覺方案精度通常很差甚或無法運作，爲解決這個問題，會人爲的在執行環境中佈置很多容易檢測和識別的二維條碼標籤，機器人通過在執行過程中不斷地檢測和追蹤這些二維條碼標誌，即可實現對自身的定位並同時增量式地構建環境的稀疏二維條碼標誌地圖。
GPS定位導航方案

作爲室外場景最主要的定位方案，GPS接收機通過同時接收多個已知位置資訊且時鐘同步的衛星所發射的信號來計算位置座標，GPS可支援對無限數量的裝置同時進行精度爲~10m的定位，利用多個接收機實現DGPS或RTK可進一步提升定位精度到1-10cm的範圍。然而，由於無線信號本身的特性和環境所引入的噪聲、幹擾，GPS導航系統不適應用在室內或者水下機器人的導航中以及對於位置精度要求較高的場景。

UWB無線定位系統

當前的UWB定位系統依據定位原理的不同主要分爲2大類：

TOF測距定位元型樣：標籤裝置通過TWR(雙向測距)按照一定次序和臨近基站分別進行測距，然後根據多邊(multilateral)定位演算法即可計算出自身的位置座標；
TDOA距離差定位元型樣：利用標籤到其周圍兩個基站的距離差，求解TDOA方程即可獲得標籤自身的位置座標；

TOF方案相較TDOA方案在使用者容量密度、定位輸出頻率、系統擴充套件性等方面具有很大劣勢，不太適合大規模場景下同時對大量的人員或移動機器人進行定位和導航，因而本文主要介紹TDOA方案原理和其技術特點。

TDOA定位原理

TDOA(到達時間差)是用於UWB無線定位的一種主要技術方式，相較於TOF(飛行時間測距)方式，由於基站和標籤端互動資訊的次數減少，一方面可降低系統的功耗，另一方面也可增大定位系統的使用者併發數和容量密度。基於TWR(雙向測距)模式的TOF方案由於需要每個標籤和測距範圍內的所有基站都進行訊息交換，極大地限制了使用者容量密度和對高頻率進行定位能力，本文主要關注中大規模場景下對大量移動機器人或人員進行導航的需求，而使用TWR測距的方案很難滿足，故不再討論基於TWR測距方案。

TDOA需要系統內的所有基站時間嚴格同步，依據同步方式的不同分爲有線同步和無線同步兩種，有線時間同步方案通過專用的有線時間同步器進行時鐘分發，精度~0.1ns，但時鐘網路的部署和維護代價以及成本較高，無線時間同步方案不需要特殊的同步裝置，精度~0.3ns低於有線時間同步，不過其系統部署維護難度和成本都相對較低。由於無線時間同步方案從部署維護難度，系統擴充套件靈活性，和成本上都優於有線時間同步方案，因而本專案採用無線同步技術。

在對使用者進行定位和導航時，UWB定位系統根據標籤和基站收發關係的不同有兩種實現方式：

伺服器端模式TDOA (也稱爲：上行TDOA，主動式TDOA等)

伺服器端模式TDOA

在這種方案中，標籤端週期性的廣播定位信標(beacon)信號，基站記錄標籤beacon信號的接收時間戳並將該標籤相關的資訊發往中心定位引擎伺服器，由於所有基站的時間都已同步，定位伺服器即可根據beacon信號到達不同位置基站的時間差值來計算標籤的位置資訊。簡單的說，標籤端發送定位信標信號，在伺服器處完成標籤的位置計算，根據具體場景需求伺服器可以將標籤的位置資訊通過網路(WIFI/Bluetooth/Zigbee/UWB/…)再發送回標籤端。對大多數長度的訊息來說，其發射時長<200us，故理論上在該區域最多可實現約5000次定位每秒，假若定位頻率爲1Hz，根據ALOHA理論，爲達到儘可能小的通道衝突，只能支援約18%的標籤同時工作，也就是有約5000*18% = 900個標籤可以正常工作。

該方案相較於基於用戶端TDOA方案更適合人員監控和資產追蹤等場景：
- 醫院、養老院、護理院、隧道、礦井等需要進行人員監控和追蹤的場所；
- 工廠、企業等需要對資產、員工、訪客、裝置等進行追蹤的場合；
- 大型公共場所如商場、會展廳、博物館等需要對人流密度進行監控和分析的情形；
- …
用戶端模式TDOA (也稱爲：下行TDOA，被動式TDOA等)

用戶端模式TDOA

在這種方案中，基站端按照一定的次序在相應的時間槽上廣播定位信標(beacon)信號，標籤記錄基站beacon信號的接收時間戳並從中提取出基站beacon信號的發送時間戳，由於所有基站的時間都已同步，標籤本身即可利用不同基站的位置資訊和不同基站beacon信號到達的時間差計算出標籤自身的位置資訊。簡單的說，標籤僅接受基站發送的定位信標信號，在本地處完成標籤的位置計算，根據具體場景需求標籤可以將自己位置資訊從通訊通道(UWB/5G/WIFI/Bluetooth/Zigbee/…)再發送到伺服器端。由於標籤不需要發射，只需要接收，標籤容量密度可以做到無限，持續地監聽和接收信號會導致標籤功耗相對較大，不過標籤端可通過利用網路的時間槽資訊來實現在特定的時刻和按預設的頻率來啓動接收，從而優化功耗。

該方案相較於基於伺服器TDOA方案更適合對大量人員或機器人定位導航類場景：
- 工廠、倉庫、園區等地的AMR(自主移動機器人)主動導航；
- 大型公共場所如商場、會展廳、博物館、醫院、停車場等地的人員導航和自動導引機器人；
- 大規模機器羣體（如無人機隊，倉儲物流搬運機器羣等）編隊、任務共同作業、智慧排程優化等；
- 中大規模場景下多人線上互動的VR應用與遊戲等；

伺服器端模式TDOA和用戶端模式TDOA比較：

	用戶端模式TDOA	伺服器端模式TDOA
定位精確度定位穩定性	~10cm	~10cm
輸出頻率	10-100Hz 和網路時間槽協定參數有關,也和基站數量有關	~ 1000/併發使用者數併發使用者數越多,定位頻率越低
實時性標籤自身定位延遲	<5ms	50-500ms (WIFI回傳)
使用者容量密度	無限制	~ 1000/定位頻率定位頻率越低，併發使用者量越大
多感測器數據融合能力	好標籤自身計算位置可方便融合其他感測器(編碼器,IMU等)數據	差位置計算在伺服器端完成所有感測器數據需發送到伺服器進行融合
裝置功耗	標籤功耗較高基站功耗較低	標籤功耗較低基站功耗較高
使用者隱私	好標籤端無需發送信號，定位網路無法對網路內的標籤裝置進行監測	低標籤端需要發送信號，網路可追蹤定位網路內的所有標籤裝置

UWB無線定位系統與移動機器人定位導航

在室外場景下，GPS無線定位系統已經成爲傳統車載導航，以及各種自動駕駛技術的標準設定感測器。儘管對於室內應用場景，也存在多種無線定位技術(如WIFI、藍牙、UWB等)，然而所有這些室內無線定位技術很少見到用於智慧機器人作爲標配的定位感測器。目前用於室內場景的自主移動機器人(AMR)，實現其對自身定位能力的主要感測器是鐳射雷達(Lidar)或攝像頭，並利用機身攜帶的其他感測器(如輪式編碼器、IMU等)進行輔助定位從而增加定位精度和定位穩定性。

要作爲移動機器人的主要定位感測器，定位系統需要滿足至少以下幾個效能指標：

較高的定位精度

室內場景由於空間有限，且存在人員、物品等分佈在整個環境中，爲使機器人能夠自主行駛，有效地規劃行進路線，避開障礙物和行人等，其需要能夠精確的估計自身在定位地圖中的位置，較大的定位誤差會使得機器人規劃出較差的行進路線甚或是無法規劃出行進路線，而較大的定位不穩定性會使得機器人執行器出現很大控制量變化，影響機器人行駛的穩定性。通常來說，在輪式編碼器和IMU數據的輔助下，主定位感測器應提供<10cm的定位精度和定位穩定性。
較低的定位延遲

機器人需要不停地獲取自己的位置資訊從而進行路徑規劃、導航、避障等，較大的或不穩定的定位輸出延遲會導致機器人在行駛過程中晃動搖擺，甚至撞到障礙物等。對於大多數慢速搬運機器人來說，定位延遲需<10ms。
較高的定位輸出頻率

由於機器人在當前時刻的位置座標只能從最近一次定位位置差值外推而來，因而在輸出頻率很低時，當前時刻的位置估計會有很大的誤差，這會使得機器人很難避開地圖中的固定障礙物。儘管相鄰定位時刻的位置資訊可由輪式編碼器和IMU等來估計和補償，但輪式數據可能打滑，以及IMU對於較長時間的位置積分具有很大誤差，因而主定位感測器通常需要能提供系統內的所有使用者裝置>5Hz的定位輸出頻率。
易融合多種感測器數據

僅用單一的感測器很難保證移動機器人在複雜的室內條件下長期穩定地工作，GPS、UWB等無線定位感測器很容易受到遮擋、多徑、非視距傳播等影響從而導致定位失敗，而攝像頭方案容易受到環境光照、動態障礙物遮擋等影響從而無法運作，鐳射雷達在強光、簡單的環境幾何結構場景下也不能很好的工作，輪式裡程計和IMU數據不太依賴外部的工作環境，然而作爲一種使用航跡積分推算的定位感測器，具有很大的累積誤差，單獨使用無法提供長期精確的定位結果。通常移動機器人通過自身攜帶的多種型別感測器來進行數據融合從而提供機器人定位導航的能力，因而某感測器方案如果要作爲機器人主要的定位數據源，其應該可以支援快速簡單的融合其它輔助型別感測器的數據。
安裝部署容易，對環境改動小

在工廠、港口等場景中，AMR(自主移動機器人)正不斷地取代AGV(自主導航機器人)，主要原因便是AGV作爲一種傳統的方案，需要在其所工作地環境中鋪設地面導航磁條，或埋設地底導引線等，主要問題是系統建設成本高，且當環境改變、機器人路徑改變、或系統升級時需要很大的代價重新調整和適配。針對自主移動機器人，當前地主要發展方向是儘可能多地靠近自然環境導航方式，儘可能少地更改現有工作場地，以及支援快速地安裝、部署、系統升級等。

當前業界主流的無線定位方案很難同時滿足以上幾點需求：

WIFI、藍牙方案在使用RSSI定位演算法時可滿足較低的定位延遲，易結合多種感測器數據，以及可利用現有WIFI基站從而安裝部署成本較低，然而最大的問題在於其所能提供的定位精度較差(~5-15m)，無法滿足移動機器人定位最重要和最基本的要求；
RFID定位工作於TOF測距或TDOA模式下時可提供較好的定位精度，但其最大的問題是工作範圍較小(<5m)，從而導致需要安裝大量定位基站，部署成本較高，導致後期維護和升級代價很大；
UWB定位作爲目前精度最高(~10cm)的定位方案，從定位精度上來說可基本滿足移動機器人的定位需求，然而當前主流的UWB商業化技術方案(TOF模式或伺服器端(上行)TDOA模式)卻不太適合對工廠、園區等場景下的大量移動機器人定位導航，也不支援這些場景下的大量的人員實時導航和大規模的人機共同作業任務。具體來說：
- TOF測距定位元型樣：該方案需要場景中的每個標籤裝置都和其周圍的基站進行測距，因而很大地限制了系統的使用者容量密度，不能提供實時高頻地對大量人員和機器人進行混合定位的能力。此外，該方案要求精確的手動測量每個基站的位置座標，增加了系統的安裝和升級成本。
- 伺服器端(上行)TDOA定位元型樣：a). 該方案在Aloha工作模式下，可實現對所有標籤裝置總共~1000次每秒的定位能力，然而該方案隨着區域內使用者數量的增多，其單使用者的定位頻率反比下降，在有大量移動機器人和人員同時工作時，很難提供穩定地高頻率位置輸出。b). 此外，該模式下，標籤裝置並不能直接計算出自身的位置，位置在伺服器完成計算並回傳到標籤處，因而這會引入很大的定位延遲(WIFI下30-500ms)，而且實現多感測器數據深度融合也需要標籤裝置將其他感測器數據傳送到伺服器，對視覺影象、鐳射點雲等需要較大寬頻傳輸通道的數據這會引入很大的複雜度和成本。c). 和TOF方案一樣，該方案要求精確的手動測量每個基站的位置座標，使得系統的安裝部署和升級成本較高。

專案解決方案

從上述分析可以看出，主要無線定位方案中能滿足移動機器人最重要和最基本的精度指標的只有UWB定位方案，然而當前商業化的主要技術方案(TOF模式和伺服器端TDOA模式)在定位延遲、系統使用者容量密度、安裝部署成本等方面存在很大的不足，限制了基於UWB的無線定位系統在移動機器人領域的大量應用。

另一方面，相較於鐳射雷達、攝像頭等方案，應用UWB無線定位系統具有以下優點：

裝置功耗較小，計算力需求低；
工作環境內可實現全域性絕對定位，不會出現鐳射、視覺方案中在大尺度環境執行中的累積誤差；
不受光照、和小尺寸障礙物遮擋等影響，定位系統覆蓋範圍內都可提供精確的定位結果；
便於安裝和攜帶，除了移動機器人外，可同時實現對人員的定位和導航，人員機器人共用同一套座標系統，從而方便進一步支援人機互動任務和共同作業任務；

專案原理

本專案解決將UWB無線定位技術應用於大量自主移動機器人場景，以及大規模人員與機器人混合定位導航的場景，專案通過原創性的網路協定、時間同步演算法、自動組網與位置計算標定演算法等，解決了現有主流商業UWB定位方案具有的定位延遲大，高併發使用者時定位輸出頻率低，不易結合多感測器數據，以及安裝部署耗時較長，成本較高的問題。專案主要的技術特點包括：

用戶端模式(被動式)TDOA：支援無限容量的移動機器人和人員同時進行定位和導航，可高頻率(10-100Hz)和低延遲(<5ms)地輸出標籤的位置座標；
抗多徑幹擾能力的無線時鐘同步網路：通過原創性的協定演算法，系統可自動識別出大部分多徑傳播到達的接收訊息，並自動移除這些幹擾訊息從而很大地提升網路的無線時鐘同步精度；
快速安裝部署，自動基站位置計算與標定：通過原創性的組網協定和後端網路演算法，系統可實現自動計算校準各個基站的位置座標，無需人工手動對基站位置進行測量，使得可以快速地安裝部署該UWB定位系統；
快速組網，所有基站處於同一定位網路，無需劃分定位子小區：通過原創性的組網協定，系統實現了讓所有基站處於同一定位網路，無需通過很多的定位子網路來實現覆蓋整個工作場景。這會帶來兩個方面的好處：

1). 無需提前劃分子網路可極大地簡化系統的設計和部署，後期新增或刪除基站時無需考慮在子網路的分佈或對現有子網路的影響，從而增加了系統的擴充套件性和伸縮性；

2). 不進行子網路的劃分可保證處在多個子網路交界的標籤現在可利用所有來自不同子小區的基站的資訊進行定位，提升定位精度和魯棒性，同時也可避免處在子網路邊緣的標籤在切換定位子網路時帶來的位置抖動，導致定位結果的不連續和不一致；

該系統針對的可能應用場景主要包括：

倉儲、物流機器人定位導航與人機任務共同作業

工廠、倉庫、園區等場景中，越來越多的自動搬運機器人、自動叉車等開始進入並逐漸取代低效昂貴的人工操作，使用UWB定位系統作爲移動機器人定位導航的主要方式，有助於快速構建大規模、可伸縮、易擴充套件、高可靠的機器人羣體系統，以及實現人員和智慧機器人間的相互感知互動和高效任務共同作業。
智慧停車場與無人駕駛汽車

使用者停車難、尋車難的問題在當前的大型停車場中日益凸顯，另一方面，攜帶更多高階感測器的智慧汽車也逐漸增加。智慧化的下一代停車場建設首先需要解決使用者使用者停車尋車的問題，而更進一步，智慧停車場也需要進行業務升級以便利用使用者停車的這段閒置時間提供車輛維護相關的附加服務，如充電、檢修、洗車、保養等。

連線使用者、智慧汽車、以及智慧停車場的前提條件就是相互的位置感知：
- 智慧汽車獲取其在停車場的定位資訊可實現自動泊車；
- 使用者獲取自己在停車場的位置可實現對智慧汽車的反向尋車；
- 更進一步，智慧汽車通過獲取自己的位置以及使用者在停車場某出口的位置可實現對汽車的主動召喚；
- 在停車過程中，智慧汽車還可利用停車場的地圖資訊自動行駛到汽車服務點進行汽車充電或維護服務；

無線定位導航技術交流

目前在做用於機器人和人機共同作業的UWB定位導航方案，開發過程中遇到各種困難，查閱了大量技術文件，論文資料，國內外相關論壇等，體會到沒有一個專注於無線定位技術和應用的技術論壇、交流區、交流羣可能使得很多專案的開發在初期就可能難以進行，因而希望構建這個交流羣能夠聚集從事無線定位技術的人員交流想法經驗等。

以下是我們專案的商業推廣：