当你想到机器人时，你可能会想到工厂地板上巨大的机械手臂，焊接的火花飞舞。今天，随着机器人技术的进步，互补传感器技术也在进步。机器人传感领域的一项相对较新的技术是互补金属氧化物半导体(CMOS)毫米波(mmWave)雷达传感器．
与基于视觉和激光雷达的传感器相比，毫米波传感器的一个重要优势是不受雨、尘、烟、雾或霜等环境条件的影响。此外，毫米波传感器可以在任何照明条件下工作。极为坚固耐用的传感器直接安装在塑料外壳后面，没有外部透镜、孔径或传感器表面。所有这些都确保了这些传感器能够在工业机器人应用中发挥作用，解决了与人类交互时的安全问题，以及机器人在环境中精确绘制地图和导航的能力。
机械手臂周围的安全防护
随着机器人变得越来越普遍，它们与人类的互动越来越多——无论是在服务能力方面，还是在灵活、低数量的批处理自动化任务方面——关键是它们不会对与它们互动的人造成伤害。
历史上，在机器人的作业区域周围设置一个安全帘子或隔离区可以确保物理隔离(图1)．
1.带有物理安全笼的机械臂是确保安全的历史方法，但限制了人类的互动。
随着密度和操作可编程性的提高，传感器使虚拟安全帷幕或气泡成为可能，将机器人操作从计划外的人类交互和机器人对机器人的碰撞中分离出来。基于视觉的安全系统需要受控的照明，这会增加能源消耗，产生热量，并需要维护。在尘土飞扬的制造环境，如纺织品或地毯，镜头需要经常清洁和注意。
由于毫米波传感器是强大的，能够探测物体，而不受光照、湿度、烟雾和粉尘的影响，它们非常适合取代视觉系统。此外，它们可以以非常低的处理延迟(通常在2毫秒以下)提供这种检测。具有广阔的视野和较长的探测范围，安装在操作区域上方的这些传感器简化了安装。使用一个毫米波传感器就可以检测多个物体或人，减少了所需传感器的数量，降低了成本。
使用毫米波传感器测量地面速度
准确的里程测量信息对于机器人平台的自主运动至关重要。通过测量机器人平台上轮子或传动带的转动，就可以简单地获得这一信息。然而，这种低成本的方法很容易失败，如果车轮在松软的砾石、泥土或潮湿的地方打滑。
更先进的系统可以通过增加惯性测量单元(IMU)来确保非常精确的里程测量，而IMU有时会与GPS相结合。毫米波传感器可以通过向地面发送啁啾信号并测量返回信号的多普勒移，为穿越不平坦地形或底盘俯仰和偏航的机器人提供额外的里程表信息。
2.在这个机器人平台上显示的雷达配置可以计算出与车轮旋转无关的地面速度。
图2展示了在机器人平台上的地面速度毫米波雷达传感器的潜在配置。是将雷达对准平台前方(如图所示)，还是将雷达对准平台后方(农业车辆的标准做法)，这是一个权衡的例子。如果指向前方，则可以使用相同的毫米波传感器来检测表面边缘，从而避免不可挽回的平台损失，比如离开货运站进入仓库。如果传感器指向平台的后方，则可以将其安装在平台的重心处，以减少俯仰和偏航对测量的影响，这在农业应用中是一个大问题。
毫米波传感器产生的点云信息
一个人走在毫米波传感器前面会产生多个反射点。每个这些被探测点都可以被映射到一个相对于传感器的3D场中(图3)在流行的机器人操作系统可视化(RVIZ)工具中。
3.RVIZ中显示的一个人的点云是用德州仪器的IWR1443BOOST维生素。
这个映射在四分之一秒的时间周期内收集所有点。点信息的密度收集提供了一个良好的保真度，腿和手臂运动可见，使对象分类作为一个移动的人。3D领域中开放空间的清晰度对于移动机器人来说也是非常重要的数据，因为它可以实现自主操作。
使用毫米波传感器进行测绘和导航
4.安装在“海龟机器人2”上的是一个毫米波雷达IWR1443BOOST评估模块板，帮助准确映射对象。
利用毫米波传感器探测到的物体点信息，可以精确地绘制出房间里的障碍物，并利用被确定的自由空间进行自主操作和导航(图4)．
5.使用ROS中的OctoMap库，可以从毫米波雷达点图生成占用图。
如你所见图5在美国，一个配备mmWave传感器的机器人可以通过驾驶通过一个区域，并检测静止的障碍物，准确地构建三维占用网格地图。当机器人自主导航到特定的目的地时，可以使用这个地图来避免这些静止的障碍(图6)，并帮助它避开进入其路径的动态障碍。
6.的IWR1443BOOSTEVM占用图用于自主导航的Turtlebot 2与ROS move_base库。
