跳至主要内容

感知（Sensing）

感知是機器人流程的第一步，負責從各類感測器取得原始資料，供後續模組分析。

常見感測器如下：

1. LiDAR（光學雷達）​

  • 用途： 透過雷射測距辨識周遭障礙
  • 應用：
    • 2D LiDAR：室內 AMR 導航、避障
    • 3D LiDAR：高精度地圖、車載感知
  • 示意：

    2D LiDARSICK LiDAR3D LiDAR

2. 相機（RGB／RGB-D／Stereo）​

  • 用途： 取得影像以進行物件辨識、SLAM、環境理解
  • 應用：
    • RGB：物件偵測、標記追蹤（如 AprilTag）
    • RGB-D／Stereo：深度感知、3D 建圖
  • 示意：

    RGB 相機立體相機2D 視覺3D 視覺

3. IMU（慣性量測單元）​

  • 用途： 量測加速度、角速度與姿態
  • 應用：
    • 推算機器人位置（dead reckoning）
    • 穩定無人機、機械手臂
  • 示意：

    IMU 1IMU 2IMU 動畫

4. 感測融合​

  • 結合多種感測器可提升精度與穩定度，例如 LiDAR + 相機 + IMU 建立高精度 SLAM。

5. 實務作法（ROS 2）​

  • 感測資料通常透過 Topic 發佈，例如： 
    /scan              # LiDAR
    /camera/image_raw  # 相機
    /imu/data          # IMU

接著這些資料會送到洞察（Perception）模組，轉為可解讀的資訊。