香港中文大學(xué)為“蝸牛”模塊化機(jī)器人開發(fā)出高精度相對(duì)定位系統(tǒng)

仿生魚機(jī)器人我們已介紹了很多次，但蝸牛機(jī)器人你見過嗎？

近日，香港中文大學(xué)的研究團(tuán)隊(duì)為SnailBot 模塊化機(jī)器人 開發(fā)出一套高精度相對(duì)定位系統(tǒng)，讓這些能分能合、形如蝸牛的機(jī)器人單元，第一次真正“看見”彼此的位置與姿態(tài)。

▍從獨(dú)立個(gè)體到協(xié)作群體：SnailBot的進(jìn)化需求

SnailBot并非傳統(tǒng)意義上的單一機(jī)器人，而是一個(gè)由多個(gè)獨(dú)立單元構(gòu)成的模塊化系統(tǒng)。每個(gè)單元都像一只“機(jī)械蝸牛”，擁有搖臂式懸掛底盤，具備出色的地形適應(yīng)性與機(jī)動(dòng)性。更神奇的是，這些“蝸牛”單元能夠像磁鐵一樣相互對(duì)接、組合，根據(jù)任務(wù)需要“變形”成不同的構(gòu)型，比如長蛇陣或多足步行器。這種“自重構(gòu)”特性讓SnailBot在探索復(fù)雜環(huán)境、執(zhí)行協(xié)作任務(wù)時(shí)潛力巨大。

蝸牛機(jī)器人

然而，實(shí)現(xiàn)有效協(xié)作的首要前提是“知彼”。一個(gè)移動(dòng)中的SnailBot單元，如何才能實(shí)時(shí)、精確地知道它相對(duì)于另一個(gè)“伙伴”單元的位置、朝向和距離呢？

這就是“相對(duì)定位”要解決的核心問題。沒有它，協(xié)作無從談起，對(duì)接可能失敗，隊(duì)形也會(huì)混亂。傳統(tǒng)的衛(wèi)星定位（如GPS）在室內(nèi)或復(fù)雜結(jié)構(gòu)下失效，且精度不足以滿足厘米級(jí)的對(duì)接需求。為此，研究團(tuán)隊(duì)為SnailBot量身打造了一套全新的多傳感器融合定位系統(tǒng)。

▍三位一體的感知方案：視覺與慣性的交響樂

人類的感官是協(xié)同工作的：眼睛識(shí)別物體，耳朵和平衡感幫助我們判斷運(yùn)動(dòng)與方位。SnailBot的定位系統(tǒng)設(shè)計(jì)靈感正源于此，它巧妙地融合了三種技術(shù)，取長補(bǔ)短，形成了穩(wěn)定的感知閉環(huán)。

1.視覺基準(zhǔn)：“ArUco”數(shù)字路標(biāo)

首先，系統(tǒng)為機(jī)器人配備了一臺(tái)高速全局快門相機(jī)。同時(shí)，在作為參考目標(biāo)的機(jī)器人表面，規(guī)律地貼滿了許多黑白相間的方形二維碼，這就是ArUco標(biāo)記。每個(gè)標(biāo)記都有獨(dú)特的ID和已知的精確位置。

ArUco探測(cè)

當(dāng)相機(jī)識(shí)別這些標(biāo)記時(shí)，系統(tǒng)能迅速解碼ID，并利用計(jì)算機(jī)視覺算法，就像我們通過觀察一個(gè)已知大小的物體來判斷它的遠(yuǎn)近和角度一樣，計(jì)算出觀察者機(jī)器人相對(duì)于該標(biāo)記（進(jìn)而相對(duì)于參考機(jī)器人）的絕對(duì)位置和三維姿態(tài)。

2.運(yùn)動(dòng)感知：光流分析捕捉細(xì)微位移

不過視覺標(biāo)記并非永遠(yuǎn)可見。在快速移動(dòng)、遮擋或視角偏離時(shí)，標(biāo)記可能“失效”。這時(shí)，系統(tǒng)的第二種能力開始發(fā)揮作用——光流分析。

研究團(tuán)隊(duì)采用了Lucas-Kanade稀疏光流算法，這種算法計(jì)算量輕，非常適合實(shí)時(shí)處理。系統(tǒng)會(huì)分析相機(jī)拍攝連續(xù)兩幀圖像之間所有特征點(diǎn)的微小移動(dòng)，形成一個(gè)“運(yùn)動(dòng)場(chǎng)”。這類似于我們盯著快速掠過的地面時(shí)，能感覺到速度。通過計(jì)算圖像上這些像素點(diǎn)的整體流動(dòng)方向和速度，系統(tǒng)可以估計(jì)出機(jī)器人自身在極短時(shí)間內(nèi)相對(duì)的平移運(yùn)動(dòng)（主要是前后、左右的位移）。這提供了高頻的、連續(xù)的運(yùn)動(dòng)線索。

3.慣性導(dǎo)航：“IMU”感知旋轉(zhuǎn)與平衡

然而，僅靠普通相機(jī)難以直接感知自身的旋轉(zhuǎn)（如轉(zhuǎn)身、傾斜）。這時(shí)，就需要內(nèi)部慣性測(cè)量單元（IMU）發(fā)揮作用。IMU包含陀螺儀和加速度計(jì)，能以極高頻率感知自身角速度的每一個(gè)微小變化和線性加速度。通過一種高效的濾波算法（如Madgwick濾波器），系統(tǒng)能將IMU的原始數(shù)據(jù)融合，實(shí)時(shí)解算出機(jī)器人當(dāng)前的三維朝向（滾轉(zhuǎn)、俯仰、偏航角）。這為定位提供了至關(guān)重要的旋轉(zhuǎn)信息，并且不依賴任何外部參照物。

底部攝像頭位置對(duì)比

此外，為支撐這套算法，SnailBot的硬件也經(jīng)過了精心改造。相機(jī)被重新安置在機(jī)器人頂部，獲得了無遮擋的寬闊視野，能更好地捕捉分布在伙伴機(jī)器人球面上的標(biāo)記。而IMU則被移至機(jī)器人的幾何中心，并加裝了減震外殼，有效隔離了底盤運(yùn)動(dòng)帶來的振動(dòng)干擾，確保了測(cè)量數(shù)據(jù)的純凈與穩(wěn)定。

▍大腦的決策：智能融合策略

擁有了“視覺標(biāo)尺”（ArUco）、“位移感知”（光流）和“平衡感”（IMU）這三大信息源，如何整合它們得出一個(gè)最靠譜的結(jié)論，就是融合算法的任務(wù)了，研究團(tuán)隊(duì)選擇的策略清晰而高效。

首選權(quán)威：只要攝像頭畫面中檢測(cè)到ArUco標(biāo)記，系統(tǒng)立刻采用其提供的絕對(duì)位置和姿態(tài)數(shù)據(jù)。這是最可靠的“真相時(shí)刻”，并同時(shí)用來校準(zhǔn)和重置其他傳感器的累積誤差。

整體系統(tǒng)架構(gòu)

無縫銜接：當(dāng)標(biāo)記暫時(shí)消失（比如被遮擋，或機(jī)器人移動(dòng)到標(biāo)記視野外），系統(tǒng)立即切換至“推算定位”模式。它結(jié)合光流提供的平移運(yùn)動(dòng)趨勢(shì)和IMU提供的實(shí)時(shí)旋轉(zhuǎn)數(shù)據(jù)，像“慣性導(dǎo)航”一樣，持續(xù)推算出自身的位置變化。

回歸校準(zhǔn)：一旦標(biāo)記重新進(jìn)入視野，系統(tǒng)會(huì)再次捕捉到絕對(duì)位置，并與推算位置進(jìn)行比對(duì)，快速修正推算過程中可能產(chǎn)生的微小漂移，確保長期準(zhǔn)確性。

這套基于規(guī)則的融合策略，確保了系統(tǒng)在“有標(biāo)記精準(zhǔn)定位”和“無標(biāo)記穩(wěn)健推算”之間無縫切換，既保證了精度，又兼顧了魯棒性與實(shí)時(shí)性。

▍實(shí)驗(yàn)驗(yàn)證：“小蝸牛”的定位有多準(zhǔn)？

為了測(cè)試這套系統(tǒng)的效果，科研人員做了專門的實(shí)驗(yàn)：用兩個(gè)蝸牛機(jī)器人，一個(gè)作為靜止或運(yùn)動(dòng)軌跡已知的參考機(jī)器人，另一個(gè)作為移動(dòng)機(jī)器人，讓移動(dòng)機(jī)器人按預(yù)設(shè)程序運(yùn)動(dòng)，記錄它的定位結(jié)果，再和真實(shí)位置對(duì)比。

實(shí)驗(yàn)結(jié)果很理想：整套系統(tǒng)的定位誤差很小，滾轉(zhuǎn)、俯仰、偏航三個(gè)方向的平均誤差都小于4度，大多數(shù)情況下的誤差不到3度，相當(dāng)于我們用肉眼判斷遠(yuǎn)處物體位置的精度。而且系統(tǒng)很穩(wěn)健，誤差超過10度的情況極少，不到0.2%，哪怕快速運(yùn)動(dòng)或部分標(biāo)記被遮擋，也能保持準(zhǔn)確。重復(fù)多次實(shí)驗(yàn)后，結(jié)果也很穩(wěn)定，說明這套系統(tǒng)的可靠性很高，能滿足實(shí)際協(xié)作任務(wù)的需求。

實(shí)驗(yàn)結(jié)果

從實(shí)驗(yàn)畫面中也能直觀看到效果，當(dāng)相機(jī)拍到ArUco標(biāo)記時(shí)，系統(tǒng)能快速識(shí)別并定位；沒拍到標(biāo)記時(shí)，也能通過光流和IMU數(shù)據(jù)繼續(xù)精準(zhǔn)追蹤，估算出的運(yùn)動(dòng)軌跡和真實(shí)軌跡幾乎重合。

真實(shí)世界姿態(tài)估計(jì)過程

這套相對(duì)定位系統(tǒng)的成功，讓蝸牛機(jī)器人的“組隊(duì)協(xié)作”邁出了關(guān)鍵一步，但它還有提升空間。比如，目前系統(tǒng)還依賴ArUco標(biāo)記，如果標(biāo)記被嚴(yán)重遮擋或損壞，定位精度會(huì)受影響；現(xiàn)在的融合算法是“按規(guī)則工作”，如果用更先進(jìn)的智能算法，在快速運(yùn)動(dòng)的復(fù)雜場(chǎng)景中可能會(huì)更準(zhǔn)確。另外，目前的實(shí)驗(yàn)是在受控的室內(nèi)環(huán)境中進(jìn)行的，未來要讓機(jī)器人在戶外或崎嶇路面工作，還需要進(jìn)一步優(yōu)化硬件，應(yīng)對(duì)振動(dòng)、光線變化等干擾。

論文鏈接：https://arxiv.org/html/2512.21226v1