来源：《智能感知工程》（部分节选）
作者：苏州大学 刘会聪、王凤霞、李东升、迟文政、孙立宁
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 (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。
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。
图1 典型MEMS传感器在机器人领域中的应用
2 MEMS测距传感器
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。
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。
3 MEMS惯性传感器
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。
(3) 磁力计 (Magnetometer)。主要用于测量磁场强度和方向。通常基于霍尔效应、磁阻效应测量磁场变化, 并能够估算方位角 (机器人的朝向)。
(4) 惯性测量单元 (Inertial Measurement Unit, IMU)。集成了加速度计、陀螺仪和磁力计, 融合三者数据精确估算机器人的位置、速度、姿态和角度。利用惯性导航算法 (如卡尔曼滤波、互补滤波等) 对各传感器数据进行融合, 获得更加稳定和准确的输出。IMU是机器人导航系统中的核心传感器, 尤其是在无法使用GPS的环境下, IMU可以提供连续的运动估计, 确保机器人平稳、精准的运动, 在检测控制、环境感知和导航定位方面具有重要作用。
MEMS惯性传感器在机器人领域的应用极为广泛, 涵盖了导航定位、姿态控制、精密操作等多个重要场景。通过集成加速度计、陀螺仪和磁力计, MEMS惯性传感器能够提供实时的运动状态反馈和精确的姿态估计, 使机器人具备更高的智能化和自主化水平。
4 MEMS力/触觉传感器
力/触觉传感器作为机器人的重要组成部分, 能够为机器人与环境的交互提供力/触觉测量和反馈信息。通过与材料学、MEMS、生物仿生学和AI技术的结合, 力/触觉传感器的灵敏度、稳定性、功能集成和适应性不断提升, 被广泛应用于精密操作、装配、抓取、微创手术、人机交互等领域。MEMS力/触觉传感器能够实现机器人对外界力的感知, 通过模拟人类皮肤的触觉功能, 帮助机器人感知和响应外部刺激, 包括多维力、压力、滑移、材料、纹理、温度及应变等。基于MEMS技术, 机器人柔性触觉传感皮肤具有低模量、高拉伸性和高耐磨性等特点, 拓展了机器人智能化应用场景, 为机器人多信息融合感知和具身智能技术发展提供了新思路。
MEMS力/力矩传感器
多维力/力矩传感器通常采用电阻应变片式弹性体作为敏感元件。当传感器受到外力作用时, 弹性体结构会发生微小形变, 弹性体上的应变片随之发生形变, 基于电阻-应变效应使电阻值发生变化。此时, 微小的电阻变化通过电路转换成电压信号, 最终实现力/力矩测量。该类传感器精度高、测量范围广, 应用领域十分广泛。谐振式力/力矩传感器主要基于谐振频率变化实现测量。当传感器的弹性体受外力作用时, 其固有频率会发生变化, 通过测量频率的变化量计算作用在传感器上的力/力矩。该类传感器具有高灵敏度、稳定性好和抗干扰能力强的特点。压电式力/力矩传感器是利用压电效应原理实现力/力矩测量, 具有较高的固有频率, 特别适用于动态测量。电容式力/力矩传感器通过测量电容电极板间的相对空隙变化实现多维力/力矩测量。
基于光学的力/力矩传感器主要包括三种: 一是采用LED和光电二极管, 通过监测光电二极管模拟信号输出的变化辨别微小的结构位移; 二是将LED与摄像头相结合, 应用计算机视觉算法量化结构位移; 三是基于光纤布拉格光栅(FBG), 通过检测光纤在受力时应变或变形引起的反射波长的偏移实现力测量。其中, 光纤光栅传感器具有抗电磁干扰、体积小、精度高、遥感能力强和支持多路复用等优点, 但易受温度波动的影响, 材料较脆弱且易受到机械应力或弯曲损伤。
弹性体是多维力/力矩传感器的核心部件, 其设计直接影响传感器的性能。 常见的弹性体结构包括十字梁型、柱型、梁柱型和斯图尔特平台。在机器人系统中, 力/力矩传感器通常与其他传感器 (如位置传感器、速度传感器等) 相集成, 以实现更为复杂的运动控制。此外, 在使用前需要进行校准以确保测量结果的准确性。MEMS力/力矩传感器可实时感知机器人末端执行器 (如关节、机械手、手指、夹持器等) 与物体间的操作力, 并反馈给控制器以保证机器人完成抓取、搬运及打磨等操作。
MEMS触觉传感器
触觉传感器是一种能够将接触刺激转换为电信号进而实现感知量化的电子器件。近年来, 随着柔性电子技术、材料学、MEMS技术的发展, 触觉传感技术赋予了机器人细腻、丰富的触觉感知功能, 如感受外界温度、压力、物体尺寸、形状、材质及纹理等, 在智能抓取、复杂操作、人机交互、安全控制等方面展现出巨大的应用潜力。为了提升机器人的触觉感知能力, 需要开发类似感知神经的电子器件, 以提高机器人电子皮肤 (E-Skin) 的感知能力, 实现动态、非结构化和不确定环境下的安全交互。
压力感知作为触觉传感的主要功能之一, 是机器人感知外界接触力并进行运动控制和力控制的关键。具有压力感知功能的触觉传感器, 基于压阻式、电容式、压电式、摩擦电式、光学式、磁场式等原理, 将外界施加的压力转换为电信号。
温度感知对机器人触觉感知至关重要。热电式温度传感器主要基于热电材料的塞贝克效应, 即热电材料的两个相对表面存在温度差会产生电压。热敏电阻式温度传感器基于材料自身电阻随温度变化的特性, 测量温度变化时产生的材料电阻变化量。此外, 机器人与外界物体接触时, 通过触觉感知能够对接触物体进行识别, 包括物体的轮廓、纹理及硬度。
当前, MEMS力/触觉传感器正朝着模块化、集成化、智能化和柔性化方向发展。机器人触觉传感器的每个传感单元模块不仅能够监测压力、温度、振动等多元物理参数, 还能够执行信号处理与数据传输任务。各模块之间通过机械接口和互联通信接口相连接, 易于进行维护和扩展。
随着AI技术的发展, 机器学习算法将在机器人触觉传感和智能识别处理中发挥重要作用。通过深度学习算法, 可以提高触觉传感器的灵敏度和分辨率, 实现对细微压力变化及物体表面精细特征的捕捉。
5 MEMS嗅觉传感器
嗅觉感知作为一种新兴的感知模式, 通过模拟生物体的嗅觉功能, 分辨常见气味/气体, 实现特定气体浓度检测以及主动且动态地定位气味或气体源。 该技术相较传统的被动气味/气体感知系统, 其显著特征在于能够感知、追踪并最终精确检测气味/气体的浓度、种类及其分布, 能够显著提升机器人对环境的理解能力, 在食品安全、环境监测和医学诊断等多个领域展现出巨大的应用潜力。机器人嗅觉感知技术的核心在于气体传感器与气体识别及定位算法的设计。气体传感器能够收集环境中的气体信息, 而气体识别与定位算法能够分析当前环境气体种类与浓度以及推断气味源空间的位置。
气体传感器是机器人嗅觉系统的核心硬件组件, 能够将气体分子与传感器材料的反应转化为可处理的电信号。根据其不同工作原理, 气体传感器主要分为半导体式、催化燃烧式、电化学式、光学式等多种类型。其中, 半导体式气体传感器主要基于金属氧化物半导体材料的电导率随环境气体成分变化的特性, 具有成本低、灵敏度高和响应速度快等优点。催化燃烧式气体传感器通过可燃气体在催化剂表面燃烧产生的热量引起的传感器元件温度变化检测气体, 适用于可燃性气体检测, 具有计量准确、响应快速的特点。电化学式气体传感器通过测量气体在电解液中发生氧化还原反应时产生的电流变化检测气体, 具有线性输出和低功耗等优点。 然而, 实际检测中会同时存在多种气体, 且彼此之间结构和性质十分相近, 对目标气体的检测带来很大干扰, 难以获得准确的目标气体浓度数据, 导致检测误差, 阻碍了气体传感器在嗅觉感知方面的应用。
机器人仿生嗅觉是一个新兴的跨学科研究领域, 结合了传感器技术、智能控制和气体传播等多种学科。其目标是赋予机器人类似生物嗅觉的能力, 能够识别气体种类、确定气体浓度, 并实现气体分布的确定与气体源定位, 广泛应用于环境监测、灾难救援等。尽管该领域在理论研究和实验室应用中取得了一些进展, 但距离实际应用仍存在较大差距, 主要挑战包括气体传感器技术的限制及气体传播的不可预测性。近年来, 随着仿生气体传感器和气体传播模型的研究深入, 部分问题得到了解决。然而, 国内在该领域的研究仍处于初期阶段, 尤其是在气体传感器性能提升、气体识别与仿生气源定位策略方面较为薄弱。虽然当前面临诸多挑战, 但机器人仿生嗅觉技术前景广阔, 有望在未来实现广泛应用。
6 结语
传感器是机器人实现智能化的关键, 而具身智能机器人为MEMS技术的发展带来新的机遇。人形机器人的功能性突破及AI大模型的快速迭代, 对具身智能机器人的发展具有积极的促进作用。具身智能通过机器人等物理实体与环境交互, 能够实现环境感知、信息认知和自主决策, 并能够从经验反馈中实现智能增长和行动自适应。作为机器人感知的物理层MEMS传感器, 结合AI大模型和多传感融合技术, 机器人能够实现智能识别、智能规划、智能抓取和智能交互等功能, 促进具身智能机器人的创新发展与应用。
