如果您正在設(shè)計(jì)機(jī)器人導(dǎo)航系統(tǒng)，例如用于自動(dòng)真空吸塵器，那么重要的是它能夠準(zhǔn)確地找到自己的方式。在確定正確的傳感器并將系統(tǒng)組裝在一起后，有必要進(jìn)行測試以證明導(dǎo)航算法并確保一致的高性能。

但是，您如何進(jìn)行此測試并衡量性能呢？

對(duì)于地面機(jī)器人，其定位算法必須準(zhǔn)確跟蹤其位置，而其他算法則有助于其實(shí)現(xiàn)更大的功能。為導(dǎo)航而設(shè)計(jì)的算法和實(shí)現(xiàn)機(jī)器人目標(biāo)的算法在沒有正確方向的情況下是沒有意義的。

對(duì)于需要覆蓋整個(gè)表面才能完成其工作的清潔機(jī)器人尤其如此。其映射越準(zhǔn)確，完成工作的速度就越快，最終用戶就越滿意。同樣的原理也適用于任何地面機(jī)器人：例如，大型倉庫機(jī)器人的精確移動(dòng)意味著客戶可以更快地獲得產(chǎn)品，從而提高效率。

由于輪式機(jī)器人傾向于直線移動(dòng)，因此航向精度和航向漂移（航向誤差如何隨時(shí)間變化）是重要的指標(biāo)。雖然航向是機(jī)器人前進(jìn)方向的一個(gè)組成部分，但最重要的是它最終到達(dá)的地方。測量軌跡誤差，或者我們的機(jī)器人到達(dá)的距離，將有助于我們了解我們的系統(tǒng)到底有多準(zhǔn)確。

測試環(huán)境

在這個(gè)例子中，我們選擇了航向誤差和軌跡誤差作為我們要研究的兩個(gè)最重要的標(biāo)準(zhǔn)?，F(xiàn)在，我們需要一個(gè)參考點(diǎn)或事實(shí)，來與機(jī)器人的輸出進(jìn)行比較。為了通過跟蹤機(jī)器人的運(yùn)動(dòng)來實(shí)現(xiàn)這一目標(biāo)，基于紅外的攝像頭系統(tǒng)可以提供靈活性，準(zhǔn)確性和精確性?；诩t外的相機(jī)系統(tǒng)與用于電影動(dòng)作捕捉和全球機(jī)器人實(shí)驗(yàn)室的技術(shù)相同。

圖 1：機(jī)器人動(dòng)作捕捉。

機(jī)器人應(yīng)該在預(yù)期的部署環(huán)境等條件下進(jìn)行測試 - 無論是模擬倉庫，模擬醫(yī)院還是模擬客廳。環(huán)境在許多方面各不相同，例如房間大小、物體所在的位置、地板、磁場和溫度的變化。確保您的測試環(huán)境能夠涵蓋這些類型的更改，可以構(gòu)建更強(qiáng)大的解決方案。

例如，CEVA的機(jī)器人真空測試是在基于國際標(biāo)準(zhǔn)的模擬客廳中完成的。該標(biāo)準(zhǔn)非常具體，包含多件家具，地板的變化，傾斜度，顛簸，甚至對(duì)墻壁上內(nèi)容的要求（與VSLAM機(jī)器人相關(guān)）。通過使用這組障礙物和設(shè)置，我們可以收集在使用過程中看到的相同場景的航向和軌跡數(shù)據(jù)。

圖2：機(jī)器人真空測試室。

保持真實(shí)

我們的測試需要調(diào)查當(dāng)我們以類似于現(xiàn)實(shí)世界的方式改變環(huán)境時(shí)會(huì)發(fā)生什么。例如，我們知道航向誤差是由于溫度變化引起的慣性傳感器不準(zhǔn)確而引入的。然后，我們應(yīng)該驗(yàn)證機(jī)器人在其預(yù)期溫度范圍內(nèi)的操作。

與我們組織良好的測試環(huán)境相比，我們知道現(xiàn)實(shí)世界是混亂的。我們的機(jī)器人經(jīng)常會(huì)受到意外變化的影響：人或動(dòng)物會(huì)撞到它，我們的測試設(shè)置中可能還有其他障礙物，或者地板材料可能是意想不到的。

測試需要反映這些方案才能可靠。迭代次數(shù)越多，我們的圖片就越完整，我們就越能更好地調(diào)整算法以提高系統(tǒng)性能。

例如，我們可以包括以下測試：

基線 – 在測試環(huán)境中的預(yù)期范圍內(nèi)變化溫度

顛簸 – 添加突然的方向變化或位移以模擬偶然的顛簸

障礙 – 增加物體數(shù)量和中斷

使用壽命 – 增加測試運(yùn)行時(shí)間，以模擬在工業(yè)環(huán)境中的使用

理想情況下，我們應(yīng)該在多個(gè)測試平臺(tái)上多次運(yùn)行這些測試，以收集盡可能多的數(shù)據(jù)。如果您正在測試整個(gè)機(jī)器人，這顯然更加昂貴和復(fù)雜。

CEVA專注于傳感器，測試騎在同一機(jī)器人上的多個(gè)傳感器，以獲取盡可能多的數(shù)據(jù)。這使我們能夠使用多個(gè)數(shù)據(jù)點(diǎn)跟蹤相對(duì)于事實(shí)的航向，并更深入地了解基礎(chǔ)和外部因素如何影響其性能。

分析此

如果沒有適當(dāng)?shù)姆治?，?shù)據(jù)就什么都不是，通過精心的管理，我們可以優(yōu)化機(jī)器人的跟蹤性能。例如，通過我們?nèi)娴臏y試計(jì)劃，我們可以查看機(jī)器人的感知航向偏離我們的運(yùn)動(dòng)捕捉系統(tǒng)測量的航向的速度有多快。

如果您只用幾個(gè)數(shù)字（例如每個(gè)試驗(yàn)結(jié)束時(shí)的標(biāo)題差）來匯總航向準(zhǔn)確性，您可能會(huì)錯(cuò)過有價(jià)值的見解，因?yàn)橛袝r(shí)可能會(huì)有大錯(cuò)誤，后來被其他大錯(cuò)誤抵消，或者也許除了最后的短暫故障外，一個(gè)測試基本上是準(zhǔn)確的。

因此，相反，我們檢查每個(gè)時(shí)刻的錯(cuò)誤增長率（例如，在滾動(dòng)的15秒窗口內(nèi)），并將每個(gè)錯(cuò)誤都視為單獨(dú)的數(shù)據(jù)點(diǎn)。然后，我們?cè)?CDF（累積分布函數(shù)）中繪制每次試驗(yàn)的這些誤差增長值的分布，如圖 3 所示。查看圖（此處越靠近左側(cè)的線條越好），我們可以輕松地將中位數(shù)性能與最壞情況或其他百分位數(shù)進(jìn)行比較，并確定異常值。

圖 3：不同條件下多種算法的 CDF。

這有助于我們確定哪些傳感器和算法的運(yùn)行航向漂移比其他傳感器和算法少，并向我們展示如何調(diào)整這些值以獲得更高的精度。

我們可以在查看軌跡誤差的同時(shí)執(zhí)行類似的分析。它可以通過多種方式進(jìn)行測量：

絕對(duì)誤差獨(dú)立比較感知軌跡和實(shí)際軌跡的終點(diǎn)。這使我們能夠在長時(shí)間的試驗(yàn)中看到航向和距離誤差的積累。

相對(duì)誤差將兩個(gè)數(shù)據(jù)集調(diào)整到每個(gè)測量窗口上的相同起點(diǎn)。這將先前誤差的累積與標(biāo)題誤差引起的誤差增長隔離開來。

重新定向的相對(duì)誤差考慮了每個(gè)測量窗口開始時(shí)的平移和旋轉(zhuǎn)差異。這會(huì)將單位距離的整體誤差增長與先前累積的誤差隔離開來。這是識(shí)別軌跡誤差源的最有用指標(biāo)，軌跡誤差在重新定向的相對(duì)誤差中顯示為“熱點(diǎn)”。

結(jié)論

設(shè)計(jì)和測試機(jī)器人導(dǎo)航系統(tǒng)似乎是一項(xiàng)艱巨的任務(wù)，但通過將其分解成其組成部分，它變得更加易于管理。使用正確的傳感器和正確的軟件來組合其數(shù)據(jù)，機(jī)器人可以在項(xiàng)目規(guī)格范圍內(nèi)盡可能準(zhǔn)確。

本文中描述的測試方法可用于確定機(jī)器人的準(zhǔn)確性及其在典型真實(shí)條件下的行為。通過在合適的環(huán)境中進(jìn)行測試，并適當(dāng)?shù)胤治鰷y試數(shù)據(jù)，我們可以確保完成的機(jī)器人無論遇到什么條件，都能按預(yù)期運(yùn)行。

審核編輯：郭婷