原文来源：

第一次论文选读｜机器人工程实践

这篇综述《A Review of Sensing Technologies for Indoor Autonomous Mobile Robots》的行文逻辑非常清晰：总—分—总，任务驱动，从单传感器到多传感器，从传统方法到学习/优化方法，最后落到趋势与挑战。下面按“行文架构 + 内容详述”的方式总结。

---

一、总体行文架构

论文整体结构如下：

1. 引言：先搭AMR系统框架，再收缩到感知。

2. 感知任务展开：定位、建图/SLAM、障碍识别与避障。

3. 单传感器综述：IMU、超声波、红外、LiDAR、视觉、射频。

4. 多传感器融合：Kalman、粒子滤波、神经网络、其他方法。

5. 讨论与未来趋势：如何选传感器、LiDAR vs 视觉、未来方向。

其核心写作套路是：

先定义AMR需要哪些模块 → 说明感知为什么关键 → 把感知拆成定位、建图、物体/障碍识别等任务 → 再按传感器类型逐一介绍 → 最后讲多传感器融合和未来趋势。

每一类传感器或算法基本遵循：

是什么 → 有哪些类别 → 如何实现 → 有什么用 → 优缺点 → 如何改进/代表工作。

---

二、引言部分：先搭AMR框架，再聚焦感知

论文开篇指出，移动机器人基础包括四个模块：

• Locomotion 运动：运动系统设计，涉及运动环境、可控性、效率、稳定性等。

  • 

• Perception 感知：获取机器人工作环境和自身信息。

  • 

• Cognition 认知：分析处理感知数据，给运动系统提供控制方案。

  • 

• Navigation 导航：依赖感知、认知和运动控制，从起点到目标点。

  • 

其中，论文并没有详细展开locomotion、cognition、navigation，而是粗略定义后迅速聚焦到perception。原因是：感知是移动机器人安全高效执行任务的前提；如果无法准确高效感知环境，连简单任务也无法完成。

接着，论文把感知系统的主要任务概括为：

• Localization 定位

• Map building 建图

• Object detection 物体检测

• Obstacle avoidance 避障

• Motion tasks 运动任务

然后分别解释这些任务。

1. 定位 Localization

是什么：估计移动机器人在运动过程中相对于周围工作区域的位置，是导航的基础。

类别：

• 惯性导航

• GPS

• 主动信标/路标导航

• 模型匹配

如何实现/用途：

• 惯性导航：利用响应惯性力的传感器数据。

  • 

• GPS：卫星定位，室外有效，室内受非视距和信号遮挡限制。

  • 

• 主动信标/路标：利用已知位置的信标或路标，通过相对位置关系定位，如图1a。

  • 

• 模型匹配：将传感器数据与地图模型匹配，例如2D LiDAR点云与占用栅格地图匹配，如图1b。

  • 

优缺点/改进：

• GPS适用于室外导航，但是在室内受到非线性光源和信号阻挡的问题。

  • 

• 信标/路标需要部署维护。

• 模型匹配依赖环境地图和传感器观测。

2. 建图与SLAM

是什么：SLAM即同时定位与建图，机器人在未知环境中确定自身位置，同时构建环境地图。

组成：

• 定位组件：在已有地图上估计机器人位置。

• 建图组件：构建环境地图。

• 两者相互依赖、迭代提升精度。

常用传感器：LiDAR和视觉相机。

类别：

• 滤波方法：如Kalman滤波SLAM、粒子滤波SLAM。流程见图2：传感器数据→预处理→扫描匹配→状态估计→地图更新。

  • 

  • 滤波SLAM的流程

    论文Figure 2展示了滤波SLAM的典型流程：

    Sensor data → Sensor data preprocessing → Scanning matching → State estimation → Map update

    逐步解释：

  • Sensor data（传感器数据）：LiDAR、相机、IMU等原始数据。

  • Sensor data preprocessing（预处理）：去噪、去畸变、时间戳对齐等。

  • 注意：这是一个递归的在线过程，每一步只依赖上一时刻的状态和当前观测，不需要像图优化那样保存所有历史节点再全局优化。

  • Scanning matching（扫描匹配）：把当前帧的观测与已有地图或上一帧观测进行匹配，找出相对位姿变化。这是滤波SLAM的“观测模型”。

  • State estimation（状态估计）：用滤波器（Kalman/粒子滤波）融合运动模型（预测）和观测模型（更新），估计当前机器人位姿。

  • Map update（地图更新）：根据估计出的位姿，把新观测到的特征加入地图，更新地图概率分布。

  • 

• 图优化方法：前端+后端。前端做特征提取、数据关联；后端做位姿图优化。节点表示待优化变量，边表示误差或约束，如图3。

  • 

改进/趋势：

• 强化学习让机器人逐渐摆脱先验地图限制，仅通过图像输入判断导航动作。

• 设置到达奖励、碰撞奖励、好奇心奖励等，训练神经网络实现导航决策。

3. 障碍避免与物体检测

是什么：机器人移动中必须避免碰撞，避障是自主移动机器人关键任务。

如何实现：

• 避障更关注机器人周围近距离物体的局部位置信息。

• 范围传感器如超声波、LiDAR适合障碍检测。

• 视觉相机可识别障碍，甚至预测动态障碍轨迹。

用途：认知系统根据障碍距离和方向进行路径规划。

4. 传感器分类

论文把传感器分为：

• 本体感受/外部感受：proprioceptive / exteroceptive。

• 主动/被动：active / passive。

本体感受：电机速度、轮转角等，如编码器、加速度计、陀螺仪。
外部感受：图像、声波、无线信号，如视觉、超声波、LiDAR。
主动：向外发射能量并测量反馈，如声纳、LiDAR。
被动：测量进入传感器的环境能量，如CCD/CMOS相机。

三、单传感器技术详述

第2节是全文最大篇幅，按传感器类型逐一展开。每种传感器基本都按“原理—类别—实现—用途—优缺点—改进”来写。

1. IMU 惯性测量单元

是什么：集成加速度计、陀螺仪、磁力计，测量加速度、角速度、地磁方向。属于本体感受传感器。

如何实现：INS惯性导航系统用IMU做航位推算。根据初始位置、方向、速度，对加速度和角速度积分得到轨迹，如图4。

dead-reckoning:推断位置

优点：

• 输出更新率高。

• 不受外部干扰。

缺点：

• 依赖初始条件。

• 误差随时间累积，因为需要双重积分。

• 磁力计精度低，难以用于精确导航。

改进：

• 与其他传感器融合，作为辅助测量。

• 例如IMU+蓝牙+磁力计；IMU+视觉+EKF；轮式里程计+IMU+UWB+EKF。

2. 超声波/声纳

是什么：频率高于20kHz的声波，超出人耳上限。通常用于测距。

类别/测距方式：

• 反射型：发射→遇障碍反射→接收，测距离。

• 单向型：发射器和接收器分置，接收器接收发射器信号测距离。

• 测距依据：时间、相位、声振动。

用途：定位、导航、避障。

优点：

• 低成本。

• 对透明或反射物体，如玻璃、镜子，检测效果较好，这是很多光学传感器的难点。

缺点：

• 超声波波束太宽，方向精度差。

• 镜面反射导致距离计算不准。

• 易受环境噪声影响。

• 远距离强度衰减。

• 难以测量环境细节特征。

改进：

• 根据几何可靠性给声纳数据加权，构建占用栅格地图。

• 累积声纳数据实现房间级定位。

• 多超声波传感器、全向超声、粒子滤波、Kalman滤波等。

3. 红外传感器

是什么：红外是可见光与微波之间的电磁波。发射红外光束，接收器测强度。强度随距离衰减，也可用ToF测距。

类别：反射型、单向型。

用途：

• 定位：红外信标+CCD相机、三角/三边测量、EKF融合。

• 目标跟踪：发射器和接收器装在不同机器人上。

• 避障：响应快、体积小。

优点：成本低、响应快、体积小。

缺点：

• 难以穿透物体。

• 易受周围环境、光源、反射影响。

• 红外信标定位中障碍物可直接遮挡红外线。

改进：常作为辅助传感器，与超声波、视觉等融合。

4. LiDAR

是什么：激光探测与测距。发射多束激光，遇物体反射，接收后通过ToF测距，获得周围信息。

类别：室内移动机器人主要用2D LiDAR；3D LiDAR多用于智能驾驶。

用途：

• 定位：基于环境地图，如与占用栅格地图匹配。

• SLAM：无先验地图时，用LiDAR点云估计位置并建图。

• 障碍检测、行人检测、跟踪。

优点：

• 测距精度高。

• 测量速度快、距离远。

• 相比视觉，受光照变化影响小，计算量相对小。

缺点：

• 玻璃、镜面等透明/反射环境下误差大。

• 2D LiDAR缺少高度信息。

• 旋转机构长期稳定性可能受影响。

改进：

• 玻璃墙环境：预计算候选距离，估计反射类型，扫描匹配。

• 与超声波融合，提高玻璃/镜面检测。

• 强度辅助SLAM、强度ICP、关键帧聚类去噪。

• 3D LiDAR点云转为2D LiDAR点云，降低计算量，同时识别不同高度障碍。

• VLP+LiDAR SLAM松耦合融合。

论文表达上，提出可以用 proposed devised presented等

典型2D LiDAR SLAM方法：

• Gmapping：基于RBPF，改进提议分布和选择性重采样。

• Hector SLAM：基于EKF，可不用里程计，适合空中或不平地面，但LiDAR旋转过快易漂移。

• Karto SLAM：首个开源PGO算法，稀疏Cholesky分解，引入后端优化和回环检测，适合大环境。

• Cartographer：基于PGO，子图+回环检测，局部与全局结合，实时性好。

5. 视觉传感器

是什么：模拟人类视觉，捕捉、感知、解释可见光信息，输出数字信号。

主要类型：

• 单目相机

• 双目相机

• RGBD相机

• 事件相机

• 光场相机

表1总结：

• 单目：成本低、易集成，但不能直接提供深度。

• 双目：左右图像，可立体视觉，但标定复杂、计算复杂、深度范围有限。

• RGBD：直接提供RGB和深度，深度信息易受环境影响。

• 事件相机：以像素变化为事件，高动态、低功耗，但需预处理。

• 光场相机：加微透镜阵列，提供尺度信息，但计算量大，难实时。

实现/定位：

• 单目：针孔模型，通过帧间图像对比估计相机自身位置变化，本质是对极几何问题：
  E=t^\wedge R,\ x_2^T E x_1=0E=t∧R, x2T​Ex1​=0，八点法可求解；深度靠三角化。

• 双目/RGBD：可直接获得深度，用PNP算法，六对匹配点即可估计位姿；也可用P3P、EPNP减少点数。

• 事件相机：匹配时间、像素坐标、光强变化。

• 神经隐式方法：用函数或神经网络表示体素、网格、距离场等，适合复杂纹理和动态场景，如NICE-SLAM。

视觉预处理：

1. 去畸变。

2. 给特定物体分配语义标签。

3. 图像部分重建，用GAN、扩散模型等减少光照、动态物体、阴影干扰。

地图类型：

• 点云地图：精度高，但存储和构建成本大。

• 3D占用栅格地图：降低计算和存储，适合大规模。

• TSDF地图：截断符号距离函数，适合RGBD，精度高。

• 语义地图：加入语义信息，利于人机交互、动态物体剔除。

• 无地图导航：基于图像和深度强化学习，端到端感知决策，轻量、适应动态环境，但奖励机制和网络结构是挑战。

障碍识别优势：视觉相机能识别障碍，提供丰富环境信息，适合避障。

6. 射频技术 RF

用途：室内移动机器人定位。系统由信标站BS和移动机器人组成。RF可穿透门墙，覆盖建筑。

类型：WiFi、Bluetooth、Zigbee、UWB、RFID。

NLOS 的字面意思

• LOS = Line-of-Sight：视距，发射器和接收器之间没有遮挡，信号直线传播。

• NLOS = Non-Line-of-Sight：非视距，发射器和接收器之间有遮挡物（墙、门、家具、人体等），信号不能直线到达，只能通过反射、衍射、穿透等方式绕过来。

表2特点：

• WiFi：范围250m，成本高，实现简单、覆盖大、速率高，但功耗高、精度有限、易受NLOS影响。

• Zigbee：100m，中成本，极低能耗、低成本，但速率低、延迟高、易受NLOS影响。

• Bluetooth：100m，低成本，简单、低能耗，但覆盖小、速率低、易受NLOS影响。

• UWB：100m，高成本，高精度、高速率、低延迟、抗干扰、NLOS鲁棒，但高能耗和系统成本。

• RFID：5m，低成本，极低能耗、简单、特定方法下精度高，但覆盖小、易受NLOS影响。

定位算法：

• 几何法：TOA、TDOA、AOA、RSSI，如图6。

  • TOA：测传播时间，需基站与机器人时间同步。

  • TDOA：测不同接收器到达时间差，只需基站间同步。

  • AOA：测信号到达角。

  • RSSI：测接收信号强度，用传播损耗模型算距离。

• 指纹法：预先建立指纹数据库，实时匹配RSSI等特征。精度更高，但建库工作量大，接收站位置变化需重建。

总结对比

方法	测量量	几何原理	最少基站数	同步要求	主要误差来源
TOA	传播时间	圆交汇（三边）	3	基站与机器人同步	时间同步误差、NLOS
TDOA	到达时间差	双曲线交汇	3	仅基站间同步	NLOS、多径
AOA	到达角	射线交汇（三角）	2	无需时间同步	角度误差、多径
RSSI	信号强度	圆交汇（三边）	3	无需时间同步	NLOS、多径、衰减模型不准
指纹	RSSI 特征向量	数据库匹配	不要求几何	无	建库工作量大、环境变化

各RF技术改进：

• WiFi：优化指纹定位、深度模糊森林、WiFi+视觉+LiDAR粗定位。

• 深度（Deep）：指模型采用类似神经网络的“级联（Cascade）”结构。每一层由多个“模糊森林”组成，将上一层输出的特征（如信号强度）进一步抽象和组合，逐层传递，从而学习到更深层、更复杂的表征。

• 模糊（Fuzzy）：指森林中的每棵“树”是“模糊决策树”。与传统决策树做“是/否”的硬划分不同，模糊决策树允许样本以一定的概率（或隶属度） 进入左右分支，这能更好地处理WiFi信号强度中普遍存在的噪声和不确定性。

• 森林（Forest）：指集成了多棵模糊决策树，通过“集成学习”来提升整体的稳定性和准确率。

     深度模糊森林：该方法被设计为一个端到端的坐标回归器：

1. 输入是移动机器人接收到的多个WiFi路由器的RSSI特征向量。

2. 深度模糊森林内部通过级联结构逐层提取特征。

3. 最终输出是预测的机器人坐标。
   论文指出，该模型融合了决策树和深度神经网络的优点

• Zigbee：参考节点三角布局精度高；Zigbee RSSI+里程计自适应滤波；最小二乘校正RSSI。
  Zigbee 也是一种自组网、协同通信的技术

  具体来说：

低功耗：Zigbee 设备在休眠和唤醒之间切换，电池可以用很久，适合传感器网络。

低速率：传输速率通常只有 250 kbps（2.4 GHz），远低于 WiFi。

低延迟但比 WiFi 差：论文指出 Zigbee 延迟较高，不适合实时视频等大流量场景。

自组网：支持星型、树型、网状（Mesh） 拓扑，节点可以互相转发数据，扩展覆盖范围。

低成本：芯片和模块便宜，适合大规模部署。

• Bluetooth：RSSI+三边测量，精度约1m；BLE 5.1 AOA；BLE易受干扰，可与IMU融合。

• UWB：梯度下降+最小二乘；TDOA+高斯滤波+加权；INS/UWB+IMM+Kalman；UWB+里程计WAKF；LiDAR/UWB多机器人SLAM。
  UWB（Ultra-Wideband，超宽带）是一种极短脉冲、极宽频带的无线通信技术。在论文的室内移动机器人定位部分，它被列为射频（RF）定位技术中精度最高、对 NLOS 最鲁棒的一种。
   

  UWB 为什么精度高、抗 NLOS

  1. 时间分辨率极高

  UWB 脉冲极短，接收端可以非常精确地分辨直射路径和反射路径的到达时间。

  传统 WiFi/蓝牙信号持续时间长，多径信号会重叠在一起，难以区分；UWB 脉冲短，多径副本在时间上分得很开，容易剔除。

  2. 对 NLOS 鲁棒

  在 NLOS 环境下，信号会反射、绕射。UWB 因为时间分辨率高，能识别出最先到达的直射路径（如果存在），或者至少能更准确地估计传播时间，因此距离误差比 WiFi、蓝牙、Zigbee 小得多。

  3. 抗干扰能力强

  UWB 频带极宽，功率谱密度极低，对其他窄带通信系统干扰小，也不容易被窄带干扰影响。

  4. 低延迟、高速率

  UWB 可以支持很高的数据传输速率，同时延迟很低，适合实时定位。

• RFID：粒子滤波、粒子平滑、线性最小二乘，适合短距离目标跟踪识别。

7. 单传感器总结

论文表3总结：

• IMU：高频、抗干扰，但需初始条件、误差累积。

• 超声波：低成本、不受透明/反射物体影响，但远距离衰减、噪声敏感。

• 红外：低成本，但易受环境光和反射干扰。

• LiDAR：测距精度高，但透明/反射环境受限。

• 视觉：信息丰富，但计算量大、易受光照影响。

• RF：环境和障碍影响小，但不适合未知环境，无法测朝向。

四、多传感器融合

第3节指出：单一传感器难以满足复杂场景，多传感器融合可取长补短，提高定位精度、障碍识别效率等。常用融合算法包括：

1. Kalman滤波类

适用：高频、高精度动态数据融合。假设线性、高斯分布、噪声高斯时，只需均值和方差迭代。

卡尔曼滤波通常计算量更小，在满足高斯分布假设的场景下极其高效。

同样，我们按照数据流向，从左到右拆解这个流程：

1. 输入端：多传感器信息

图中有两路“Sensor information”输入：

• 上方输入（Sensor information）：通常指外部环境传感器，如激光雷达（LiDAR）、摄像头、GPS等。它的作用是提供绝对观测，用来修正累积误差。

• 左侧输入（Sensor information）：通常指内部运动传感器，如轮速计（Odometry）、IMU（惯性测量单元）。它的作用是提供相对运动，用来推算下一时刻的位置。

2. 预处理阶段：匹配（Match）

• match（匹配）：上方传感器信息首先进入“match”模块。

  • 作用：这通常是将当前传感器扫描到的环境特征（比如激光点云）与已知地图进行比对，找出当前观测到的特征在地图中的实际位置。这一步的输出相当于一个观测值（Measurement），准备用来校正状态。

3. 卡尔曼滤波核心阶段（虚线框内）

虚线框内是卡尔曼滤波的两个经典步骤：预测（Prediction） 和 更新（Update）。

• State prediction（状态预测）：

  • 输入：左侧的传感器信息（通常是里程计/IMU）和上一时刻的状态。

  • 原理：根据运动学模型，推算“如果机器人按照这个速度移动，下一秒大概会在哪里”。这一步会增加系统的不确定性（因为运动模型有误差，且没有外部观测来纠正）。

  • 输出：预测的机器人状态（先验估计）和预测的协方差矩阵。

• State update（状态更新）：

  • 输入：上一步的预测状态 + 上方“match”模块传来的观测值。

  • 原理：这是卡尔曼滤波的核心校正步骤。系统会比较“预测的位置”和“观测到的位置”，并根据两者的置信度（协方差）进行加权平均。

  • 卡尔曼增益（Kalman Gain）：算法会自动计算一个权重——如果预测很准（不确定性小），就更相信预测；如果观测很准（传感器精度高），就更相信观测。

  • 输出：更新后的机器人状态（后验估计）。这一步会减小系统的不确定性，得到更准确的结果。

4. 输出端

• Estimated state（估计状态）：经过预测和更新后，系统输出当前时刻最优的状态估计（位置、速度、姿态等）。

流程：预测+更新，如图7。

改进：EKF、UKF处理非线性。

代表：

• 视觉SLAM+LiDAR SLAM+EKF惯性导航。

• 超声波+红外+电子罗盘+EKF避障。

• LiDAR+RGBD+编码器+IMU+UKF。

• rank Kalman、迭代Kalman、LiDAR-惯性里程计。

2. 粒子滤波类

适用：任意分布，蒙特卡洛，用粒子表示概率密度，权重大表示匹配好。

问题：全局定位时粒子分布全图，计算量大。

改进：粗定位+精定位，如图8。

1. 输入端：多传感器信息

图的最左侧和最上方有多个输入源，这就是“多传感器融合”的体现：

• Sensor information（传感器信息）：最左侧输入，通常指激光雷达（LiDAR）、摄像头、毫米波雷达等环境感知传感器的数据。

• Sensor information (Odometry)（里程计信息）：下方输入，通常来自轮速计或IMU（惯性测量单元），用于提供机器人自身运动估计（运动模型）。

• Map（地图）：上方输入，提供环境先验信息，用于和传感器观测数据进行匹配。

2. 预处理与初始化阶段（虚线框外）

• Rough localization（粗略定位）：这是算法的第一步。系统利用最左侧的传感器信息，先粗略估算出机器人当前大概在什么位置。这一步通常计算量小，但精度不高，主要是为了给后面的粒子滤波提供一个初始的搜索范围。

3. 粒子滤波核心阶段（虚线框内）

虚线框内是经典的粒子滤波算法流程，包含四个核心步骤：

• Particle cloud generation（粒子云生成）：

  • 根据上一步的“粗略定位”结果，在机器人可能存在的空间内随机撒下大量的“粒子”（Particle）。每个粒子代表一个可能的位姿（位置+朝向）。粒子云越密集，初始覆盖范围越广。

• Particle motion simulation（粒子运动模拟）：

  • 结合下方的里程计信息（Odometry），对每一个粒子进行运动学推演。也就是模拟“如果机器人真的在这个位置，根据轮子转动和惯性，它现在应该走到哪里了”。这一步会让粒子云随着机器人的移动而移动。

• Weight calculation（权重计算）：

  • 这是最关键的一步。结合上方的地图（Map）和最新的传感器信息（Sensor information），计算每个粒子的权重。

  • 原理：如果某个粒子所在的位置，传感器探测到的环境与地图上的特征吻合度极高，那么这个粒子的权重就高（代表它更可能是真实位置）；反之，如果探测结果与地图完全对不上，权重就低。

• Resampling（重采样）：

  • 根据权重，淘汰掉那些权重极低（位置不对）的粒子，并复制权重高的粒子。这样，粒子云会逐渐向真实位置集中。重采样后，粒子分布更加精准。

4. 输出端

• Estimated state（估计状态）：经过重采样后，系统将所有粒子的状态进行加权平均（或其他统计方式），输出最终估算出的机器人状态（通常是高精度的位置和姿态）。

总结一下它的工作逻辑：

1. 先大概知道在哪（粗略定位）。

2. 撒一堆可能的位置点（粒子云生成）。

3. 根据运动模型让这些点动起来（运动模拟）。

4. 看看哪个点跟地图和传感器最吻合（权重计算）。

5. 把不吻合的点杀掉，留下吻合的点（重采样）。

6. 输出最吻合的那个位置（估计状态）。

这种架构的优点是：抗干扰能力强，能处理非线性、非高斯分布的问题，非常适合在复杂环境中融合多种传感器（如激光+里程计+地图）来实现高精度的定位。

• CNN图像检索候选位置+LiDAR AMCL精定位。

• 文本语义粗定位+LiDAR MCL。

• LiDAR+双AprilTag粗定位+自适应蒙特卡洛。

3. 神经网络类

优势：自动提取特征，避免手工设计，泛化好、鲁棒，适合非线性，精度可能更高。如图9。

如果说前两张图（粒子滤波、卡尔曼滤波）是基于模型（Model-based）的方法（依赖于物理公式和概率统计），那么这张图代表的是基于数据驱动（Data-driven）的方法。它不依赖人工建立的复杂运动学或观测方程，而是让神经网络自己从大量数据中学习传感器之间的关联。

我们同样按照数据流向，从上到下拆解：

1. 输入端：多源传感器信息

• Sensor information 1, 2, ..., n：

  • 图上方有多个并列的输入箭头，代表系统同时接收多种不同类型的传感器数据。

  • 这些传感器可能包括：摄像头（图像）、激光雷达（点云）、毫米波雷达、IMU（惯性测量单元）、轮速计、GPS等。它们的数据格式、量纲、频率通常各不相同。

2. 预处理阶段：归一化（Normalization）

• Normalization（归一化）：

  • 这是数据进入神经网络前的关键预处理步骤。

  • 为什么需要？ 不同传感器的数据范围差异巨大。比如，图像像素值可能是 0-255，IMU 的角速度可能是 -10 到 10 rad/s，GPS 坐标可能是几百万的数值。如果不处理，数值大的特征会主导网络训练，导致模型无法收敛。

  • 作用：将各种传感器的数据通过数学变换（如 Min-Max 缩放、Z-Score 标准化等），统一映射到相似的数值范围（通常是 0-1 或均值为0方差为1）。这样能加速神经网络的训练，并提高最终精度。

3. 核心处理阶段：神经网络（Neural Network）

• Neural network（神经网络）：

  • 归一化后的多路数据被送入一个神经网络模型（具体是什么网络取决于任务，可能是全连接网络 MLP、卷积神经网络 CNN、循环神经网络 RNN 或 Transformer 等）。

  • 黑盒特性：与卡尔曼滤波有明确的“预测-更新”公式不同，神经网络是一个“黑盒”。它内部包含大量的权重参数（Weights）和偏置（Biases）。

  • 工作原理：网络通过多层神经元对输入特征进行非线性变换和特征提取。在训练阶段，它会通过反向传播算法，学习如何将多传感器输入映射到正确的输出状态。它自动学习到了“在什么情况下该相信哪个传感器”以及“传感器之间的互补关系”。

4. 输出端

• Estimated state（估计状态）：神经网络最后一层的输出，就是融合后的最终结果（如机器人的位置、速度、姿态等）。

代表：

• ANN融合声纳、罗盘、无线信号。

• LiDAR+编码器三层网络。

• 2D LiDAR+IMU的RCNN。

• 相机+2D LiDAR的FusionLoc，多头上自注意力。

• RSSI+磁力计+MLP。

• 超声波+双目+2D LiDAR+ANN。

4. 其他方法

• 加权平均：简单、实时，但未考虑前后状态关系，动态环境抗扰差。

• 图优化：SLAM中多传感器融合框架。如UWB+LiDAR+里程计两阶段优化：先UWB节点和里程计边粗优化，再LiDAR ICP精优化。能处理非线性，但计算复杂度高，通常回环或重定位时优化。

三种算法大总结（图7、8、9对比）

到这里，你已经看完了多传感器融合的三类主流方法。我把它们放在一起对比，帮你建立一个完整的知识框架：

特性	图7：卡尔曼滤波 (KF/EKF/UKF)	图8：粒子滤波 (PF)	图9：神经网络 (NN)
核心逻辑	概率统计：高斯分布 + 线性/非线性模型	蒙特卡洛：随机采样 + 权重评估	数据驱动：学习输入到输出的映射
依赖条件	需要精确的运动模型和观测模型	需要精确的运动模型和观测模型	需要大量的训练数据（真值标签）
计算复杂度	中等（取决于状态维数）	高（取决于粒子数量）	推理时低（训练时极高）
可解释性	强（每一步都有明确的物理意义）	强（权重和重采样逻辑清晰）	弱（黑盒模型，难以解释内部决策）
适用场景	线性/弱非线性系统，传感器噪声稳定	强非线性、多峰分布、全局定位	传感器数据极其复杂、难以建模、有大量数据
典型应用	组合导航、GPS+IMU融合	机器人SLAM、蒙特卡洛定位	自动驾驶端到端感知、多模态融合

总结一下：

• 卡尔曼滤波是经典且可靠的“老大哥”，适合大多数常规场景。

• 粒子滤波是处理复杂、非线性环境的“特种兵”，但计算成本高。

• 神经网络是近年来的“新贵”，它不依赖物理模型，只要有足够的数据，就能拟合出极其复杂的融合策略，是目前自动驾驶和机器人领域非常热门的方向。

五、讨论与未来趋势

讨论：如何选择传感器和算法

• IMU：短时轨迹推算，辅助其他定位。

• 信标类：RF、超声、红外，可提供稳定绝对位置，但需安装维护，大规模部署成本高。

• LiDAR/视觉：可精确定位，但依赖环境信息，环境变化时易受影响。

• 

• SLAM中：

  • LiDAR：计算量小、测距准、受光照小，但信息少，2D无高度，旋转机构稳定性问题。

  • 视觉：纹理丰富、结构稳定，但受光照、动态、计算量影响。

  • 单目室内鲁棒性差。

• 障碍检测：

  • 视觉：识别障碍，信息丰富。

  • 超声波、LiDAR：测距和位置精确。

未来趋势

1. 多源信息融合：单一传感器难满足复杂场景，多传感器融合提高精度、效率、稳定性。

1. 灵活高效的优化策略：针对复杂动态环境，探索合适优化策略；用并行计算、分布式计算提高大规模/多模态数据处理效率。

1. 与神经网络结合：神经网络增强稳定性，自学习能力可处理传感器干扰和环境因素；但现有算法在不同室内场景中误差仍大。未来结合更多传感器、更复杂网络结构，以及大语言模型和芯片技术。

六、论文行文架构总结

可以用一句话概括：

论文从AMR四模块出发，粗略定义locomotion、cognition、navigation，迅速聚焦perception；然后把感知拆成定位、建图/SLAM、障碍识别与避障；接着按传感器类型逐一介绍IMU、超声波、红外、LiDAR、视觉、RF；再上升到多传感器融合的Kalman、粒子滤波、神经网络和其他方法；最后讨论选型与未来趋势。

其写作特点：

1. 总—分—总：先系统框架，再任务和传感器，再融合与趋势。

2. 任务驱动：定位、建图、避障贯穿全文。

3. 单传感器到多传感器：先分析各自优缺点，再讲融合。

4. 传统到学习：从滤波、图优化到神经网络、强化学习、大模型。

5. 每节模板化：定义→分类→原理→用途→优缺点→改进/代表工作。

6. 图表辅助：图1定位方法，图2滤波SLAM，图3图优化SLAM，图4 IMU航位推算，图5测距方式，图6 RF定位，图7-9融合算法；表1视觉传感器，表2 RF技术，表3传感器特性。

整体上，这是一篇典型的“感知技术综述”：先建立AMR系统语境，再以感知任务为纲、传感器为目，最后用多传感器融合和未来趋势收束。

---

---

---

---

---