ç§»å‹•æ©Ÿå™¨äººåœ¨è¡Œèµ°éŽç¨‹ä¸­，通過傳感器感知到在其規劃路線上存在靜態或動態障礙物時，按照一定的算法實時更新路徑，繞過障礙物，最后達到目標點。這種動態的導航規劃，或者說避障，第一步都需要感知周邊環境。在機器人運動過程中，需要通過傳感器實時獲取自身周圍障礙物信息，包括但不限于尺寸、形狀等物理信息。避障使用的傳感器多種多樣，各有不同的原理與特點。目前應用較多的有視覺傳感器、激光傳感器、紅外傳感器和超聲波傳感器。

　　紅外傳感器

　　紅外測距，一般采用三角測距原理。紅外發射器按照一定角度發射紅外光束，遇到物體之后，光會反向回來，檢測到反射光之后，通過結構上的幾何三角關系，就可以計算出物體距離。

　　但受限于紅外檢測器的局限，當物體距離足夠近的時候，傳感器會丟失物體的檢測位置，而當物體過遠時，測量精度會明顯變差。因此，常見的紅外傳感器測量距離都比較近，小于超聲波，同時遠距離測量也有最小距離的限制。另外，對于透明的或者近似黑體的物體，紅外傳感器是無法檢測距離的。

　　超聲波傳感器

　　超聲波傳感器的基本原理是測量超聲波的飛行時間，通過d=vt/2測量距離，其中d是距離，v是聲速，t是飛行時間。由于超聲波在空氣中的速度與溫濕度有關，在比較精確的測量中，需把溫濕度的變化和其它因素考慮進去。

　　通過壓電或靜電變送器產生一個頻率在幾十kHz的超聲波脈沖組成波包，系統檢測高于某閾值的反向聲波，檢測到后使用測量到的飛行時間計算距離。超聲波傳感器一般作用距離較短，普通的有效探測距離都在幾米，但是會有一個幾十毫米左右的最小探測盲區。由于超聲傳感器的成本低、實現方法簡單、技術成熟，是移動機器人中常用的傳感器。但超聲波的測量周期較長，3米左右的物體聲波傳輸需要約20ms的時間。再者多個超聲傳感器之間有可能會互相干擾。

　　激光傳感器

　　常見的激光雷達是基于飛行時間的，通過測量激光的飛行時間來進行測距。激光雷達包括發射器和接收器 ，發射器用激光照射目標，接收器接收反向回的光波。機械式的激光雷達包括一個帶有鏡子的機械機構，鏡子的旋轉使得光束可以覆蓋 一個平面，這樣就可以測量到一個平面上的距離信息。

　　激光雷達的測量距離可以達到幾十米甚至上百米，角度分辨率高，通常可以達到零點幾度，測距的精度也高。但測量距離的置信度會反比于接收信號幅度的平方，因此，黑體或者遠距離的物體距離測量不會像光亮的、近距離的物體那么好的估計。并且，對于透明材料，比如玻璃，激光雷達就無能為力了。由于結構的復雜、器件成本高，激光雷達的成本也很高。

　　一些低端的激光雷達會采用三角測距的方案進行測距。但這時它們的量程會受到限制，一般幾米以內，并且精度相對低一些，但用于室內低速環境的SLAM或者在室外環境只用于避障的話，效果還是不錯的。

　　視覺傳感器

　　常用的計算機視覺方案也有很多種， 比如雙目視覺，基于TOF的深度相機，基于結構光的深度相機等。深度相機可以同時獲得RGB圖和深度圖，不管是基于TOF還是結構光，在室外強光環境下效果都并不太理想，因為它們都是需要主動發光的。

　　像基于結構光的深度相機，發射出的光會生成相對隨機但又固定的斑點圖樣，這些光斑打在物體上后，因為與攝像頭距離不同，被攝像頭捕捉到的位置也不相同，之后先計算拍到的圖的斑點與標定的標準圖案在不同位置的偏移，利用攝像頭位置、傳感器大小等參數就可以計算出物體與攝像頭的距離。主動光源會受到太陽光等條件的很大影響，所以雙目視覺這種被動視覺方案更適合，因此大多數采用的視覺方案是基于雙目視覺的。

　　雙目視覺的測距本質上也是三角測距法，兩個攝像頭看到的同一個點P，在成像的時候會有不同的像素位置，此時通過三角測距就可以測出這個點的距離。在實際應用的過程中，我們從攝像頭讀取到的是連續的視頻幀流，我們還可以通過這些幀來估計場景中 目標物體的運動，給它們建立運動模型，估計和預測它們的運動方向、運動速度，這對我們實際行走、避障規劃是很有用的。

　　以上幾種是最常見的幾種傳感器 ，各有其優點和缺點，在真正實際應用的過程中，一般是綜合配置使用多種不同的傳感器 ，以最大化保證在各種不同的應用和環境條件下，機器人都能正確感知到障礙物信息。