基本机器人传感器:买家指南
导航机器人传感器:摄像头,LiDAR,扭矩,触觉,IMU.
传感器类别:自觉受容与外观受容
机器人传感器分为两个基本类别.理解这一分歧是构建传感器套件的第一步,因为每个类别都回答了一个不同的问题: "机器人做什么?"
自觉传感器测量机器人的内部状态 - - 关节角,关节速度,动力电流,终端效应力.它们告诉控制器机器人在哪里,以及它所施加的努力.没有自觉,没有闭环控制是可能的.
感觉传感器测量外部环境 - - 物体位置,表面几何学,近距离,温度,声音.它们可以实现以感知驱动的行为,如避免障碍,抓住物体和场景理解.
| Category | Sensor Type | Measures | Typical Update Rate | Price Range |
|---|---|---|---|---|
| Proprioceptive | 编码器 (incremental) | Joint angle, velocity | 1-10 kHz | $15-$200 |
| Proprioceptive | 编码器 (absolute) | Joint angle (no homing) | 1-10 kHz | $50-$500 |
| Proprioceptive | IMU | Orientation, angular rate, acceleration | 100-8000 Hz | $2-$2,000 |
| Proprioceptive | Force/Torque (F/T) | 6-axis wrench at wrist | 100-7000 Hz | $1,500-$12,000 |
| Proprioceptive | Motor current sensor | Torque estimate (via current) | 1-10 kHz | Built-in |
| Exteroceptive | RGB Camera | 2D color image | 30-160 Hz | $50-$2,000 |
| Exteroceptive | 深度相机 (RGB-D) | 3D point cloud + color | 30-90 Hz | $200-$1,500 |
| Exteroceptive | 2D LiDAR | Planar distance scan | 5-40 Hz | $100-$1,200 |
| Exteroceptive | 3D LiDAR | 3D point cloud (long range) | 10-20 Hz | $400-$75,000 |
| Exteroceptive | 触觉传感器 | Contact pressure, slip, texture | 30-1000 Hz | $200-$5,000 |
| Exteroceptive | Proximity (ToF/IR) | Distance to nearest object | 50-100 Hz | $5-$50 |
编码器:机器人控制的基础
每个伺服器驱动机器人关节都需要编码器.编码器将机械旋转转换为电机控制器用于闭环位置和速度控制的数字位置数据.没有准确的编码器,控制算法都无法运行.
增量与绝对编码器
控制器计算出来自已知参考位置 (家庭位置) 的脉冲,以确定角.电力损失后,机器人必须重新回归 - - 驱动每个关节到一个限制开关或指标脉冲.常见的选择:
- 广播电台AEDT-9810 (光学): 5000 CPR (20,000 计数/复数后的四方形解码), $45.
- CUI AMT102 (容量): 可配置48-4096 CPR,30美元.
绝对编码器在启动时立即报告真正的轴角,从而消除定向.它们使用光学代码盘或磁型霍尔效应传感器.更昂贵但对于协作机器人来说是必不可少的,在关闭时可以手动移动臂.
- **RLS Orbis (磁,旋转):**14位 (16,384个位置/转换 = 0,022度分辨率),SPI/SSI输出,85美元.
- **美国数字MA3 (磁):**12位,模拟或PWM输出,55美元.
- ** 改装 RESOLUTE (光学,线性/旋转):** 32 位, 1 纳米分辨率, 800 美元.
决策规则: 对于任何在合作或无监督环境中部署的手臂使用绝对编码器. 成本是首要的限制,启动时定位可接受时使用增量编码器 (研究原型,竞争机器人).
动力测量单位 (IMU)
在机器人领域,IMU具有三个作用:为脚/移动机器人进行基准定位估计,用于预测维护的振动监测,以及与视觉或LiDAR远距仪相结合时对SLAM进行补充感测.
国际货币交易所比较表
| Model | Accel Range | Gyro Range | Gyro Bias Stability | ODR (max) | Interface | Price | Best For |
|---|---|---|---|---|---|---|---|
| Bosch BMI088 | ±24g | ±2000°/s | ~2°/hr | 1600 Hz | SPI/I2C | $8 | Drones, legged robots |
| TDK ICM-42688-P | ±16g | ±2000°/s | ~1.5°/hr | 8000 Hz | SPI/I2C | $6 | VIO/SLAM, high-rate control |
| Analog Devices ADIS16470 | ±40g | ±2000°/s | ~0.36°/hr | 2000 Hz | SPI | $180 | Industrial robots, precise dead-reckoning |
| VectorNav VN-100 | ±16g | ±2000°/s | ~0.5°/hr | 800 Hz | SPI/UART/USB | $800 | Navigation-grade AHRS, AGVs |
| Unitree G1 built-in | ±16g | ±2000°/s | ~3°/hr | 400 Hz | SDK | Included | Humanoid balance control |
单元G1人形 (可售出RCSV在每月2500美元的价格)
强力/扭矩传感器
机器人手腕
电磁传感器比较
| Sensor | Force Range (Fx/Fy) | Torque Range (Tz) | Resolution | Rate | Interface | Price |
|---|---|---|---|---|---|---|
| ATI Gamma | ±65 N | ±5 Nm | 1/80 N | 7000 Hz | EtherCAT/Ethernet | $8,000-$12,000 |
| ATI Mini45 | ±290 N | ±10 Nm | 1/16 N | 7000 Hz | EtherCAT/Ethernet | $6,000-$9,000 |
| OnRobot HEX-E | ±200 N | ±10 Nm | 0.2 N | 100 Hz | USB/Tool I/O | $3,500-$5,000 |
| Bota SensONE | ±1000 N | ±40 Nm | 0.3 N | 800 Hz | EtherCAT/USB | $2,500-$4,000 |
| Robotous RFT40 | ±200 N | ±6 Nm | 0.1 N | 1000 Hz | RS485/USB | $1,500-$2,500 |
ATI Gamma是研究实验室的黄金标准.其7kHz样本速度和次牛顿分辨率使高带宽的强力控制循环能够实现.然而,它需要专门的NetBox DAQ ($2,000+) 和EtherCAT主,增加了集成复杂性.
OnRobot HEX-E 非常容易集成 - 它通过内置的工具I/O适配器直接连接到 UR,ABB和Fanuc的共机器人. 100 Hz的样本速率足够用于组装和抛光任务,但对于高带宽阻抗控制来说太慢.
预算替代方案: 如果您的应用只需要碰撞检测 (而不是力控制),请使用基于电动电流的扭矩估计. [OpenArm 1]
视觉传感器:摄像头,深度和LIDAR
视觉是最丰富的外观体育方式. 对于深入了解摄像头选择,请参阅我们的专用 [机器人视觉系统指南]
根据应用程序选择摄像头
- 操作/数据收集: GigE视觉相机 (Basler ace2 a2A1920,$650) 具有硬件触发器用于确定性框架交付.查看我们的 [电话操作的相机设置]
T8 ) 指南,了解完整的3相机配置. - 移动机器人导航: 立体摄像头 (英特尔RealSense D455,350) 或2D LiDAR (RPLIDAR A1,100美元) 用于SLAM. 添加3D LiDAR (奥斯特OS0-128,3,500美元) 用于户外或高速环境.
- 质量检查: 机器视觉相机 (FLIR Blackfly S,500美元至1,500美元) 固定焦距镜头和环灯,以实现一致的成像条件.
- 预算研究: USB 网络摄像机 (Logitech BRIO,200美元) 是可接受的,
深度感知技术
结构光 (Intel RealSense D435,Azure Kinect):对已知IR模式进行投影,并从扭曲中计算深度. 在室内工作,在阳光下和反射表面中进行斗争.用于操纵任务的范围为0.3-3米.
**飞行时间 (ToF) ** (Azure Kinect DK ToF模式,PMD Flexx2):测量光子回路时间.比结构光速,不容易受到缺乏纹理的表面的影响.室内范围高达5米.
** 静音视觉** (RealSense D455,ZED 2i):两个校准摄像头计算差异. 在户外工作,在没有纹理的表面降解. 距离高达20米,基线为12厘米.
LiDAR (Velodyne VLP-16,Ouster OS0):基于激光的飞行时间,可通过机械或固态扫描. 范围10-100+米,在所有照明中工作.对于户外移动机器人和自动驾驶汽车至关重要.
触觉传感器用于操纵
触觉传感器是机器人领域增长最快的传感器类别.它们提供了摄像机无法使用的联系信息:抓力大小,在毫米分辨率下的接触几何,滑动检测和表面纹理分类.详细的产品比较,请参阅我们的 [触觉传感器比较]
什么时候要增加触觉感觉
- **要求:**处理脆弱物体 (水果,电子,玻璃),可变形物体 (织物,电缆) 或不确定重量/摩擦的物体.
- 建议: 任何精巧的操纵任务,在这种情况下抓取成功率需要超过95%.触觉反
使得可实现视觉无法提供的反应性抓取调整. - 可选: 简单的
硬,已知物体的选择和放置,其中一个双接口开关的平行 扣足够.
斯威尔士通讯器 (RCSV) 存放Paxini触觉传感器阵列,与[OpenArm]
传感器融合:结合多种方式
传感器融合将来自多个传感器的数据结合在一起,产生比任何单个传感器更准确和强大的估计.机器人技术中最常见的两个框架是卡尔曼过
扩展卡尔曼过器 (EKF) 的基本原理
机器人传感器是传感器融合的工作马.它保持机器人状态 (位置,速度,方向) 的概率估计,每次新传感器测量到来都会更新它.关键想法:每个传感器都有不同的噪音特性,并且根据其可靠性,EKF将它们进行最佳权重.
典型的移动机器人EKF
- IMU (预测步骤):高速率 (200+Hz),提供角速度和加速. 整合到估计位置/方向,但在几秒钟内漂移.
- 轮
尺度 (更新步骤):50-100Hz,提供速度. 准确的短期,但患有轮滑. - 视觉
度或LiDAR扫描匹配 (更新步骤):10-30Hz,提供绝对位置纠正.消除漂移,但计算成本昂贵和间歇性.
在ROS2中,标准传感器融合包是
# Launch EKF node for IMU + odometry fusion
ros2 launch robot_localization ekf.launch.py
# Configure in ekf.yaml:
# odom0: /wheel/odometry (x, y, yaw velocity)
# imu0: /imu/data (roll, pitch, yaw, angular vel, linear accel)
# odom0_config: [false, false, false, # x, y, z position
# false, false, false, # roll, pitch, yaw
# true, true, false, # x, y, z velocity
# false, false, true, # roll, pitch, yaw velocity
# false, false, false] # x, y, z acceleration
传感器合用于操纵
对于手臂操纵,传感器融合通常结合:
- ** 联合编码器 + F/T传感器:** 编码器位置提供前进动力; F/T传感器提供终端效应器的
钥匙.它们一起实现阻力控制 - 机器人行为像弹 系统,在跟踪位置时符合实力. - 视觉+触觉: 摄像头检测到对象的姿势,触觉传感器在抓住和操纵过程中提供闭环反
.这是RCSV [数据收集管道] T13 ) 用于学习接触丰富的政策的架构. - 视觉+F/T+自觉: 对于像线缆路由,食品准备或组装等复杂任务的全多模式堆
.需要仔细的时间标签同步 - - 查看我们的[摄像头设置指南] T14 ) 进行同步方法.
通过应用程序进行传感器选择
使用以下决策矩阵来确定您的特定应用需要哪些传感器. "需要"意味着应用程序将不会没有它运行. "建议"意味着显著的性能改善. "可选"意味着好用.
| Application | Encoders | IMU | F/T | Camera | LiDAR | Tactile | Est. Sensor Budget |
|---|---|---|---|---|---|---|---|
| Pick-and-place (rigid) | Required | -- | Optional | Required | -- | -- | $500-$1,500 |
| Assembly/insertion | Required | -- | Required | Recommended | -- | Recommended | $3,000-$8,000 |
| Deformable handling | Required | -- | Required | Required | -- | Required | $5,000-$12,000 |
| Indoor mobile robot | Required | Required | -- | Recommended | Required | -- | $500-$2,000 |
| Outdoor AMR / delivery | Required | Required | -- | Required | Required | -- | $4,000-$15,000 |
| Humanoid (Unitree G1) | Built-in | Built-in | Recommended | Built-in | Optional | Recommended | $1,000-$5,000 (add-ons) |
| Data collection (IL) | Required | Optional | Recommended | Required | -- | Recommended | $2,000-$6,000 |
快速参考的ROS2传感器集成
大多数传感器都发布了标准化的ROS2消息类型的数据.知道预期哪种消息类型可以简化集成,并允许您使用现有的可视化和处理工具.
| Sensor | ROS2 Message Type | Typical Topic Name | Key Driver Package |
|---|---|---|---|
| RGB Camera | sensor_msgs/Image | /camera/color/image_raw | usb_cam, pylon_ros2 |
| 深度相机 | sensor_msgs/PointCloud2 | /camera/depth/points | realsense2_camera |
| IMU | sensor_msgs/Imu | /imu/data | imu_filter_madgwick |
| F/T Sensor | geometry_msgs/WrenchStamped | /ft_sensor/wrench | ros2_ati_netft |
| 2D LiDAR | sensor_msgs/LaserScan | /scan | rplidar_ros, sllidar_ros2 |
| 3D LiDAR | sensor_msgs/PointCloud2 | /lidar/points | ouster_ros, velodyne |
| Joint State | sensor_msgs/JointState | /joint_states | ros2_control |
| Tactile Array | sensor_msgs/Image (pressure map) | /tactile/pressure_image | paxini_ros2 |
传感器类别:自觉受容与外观受容
机器人传感器分为两个基本类别.理解这一分歧是构建传感器套件的第一步,因为每个类别都回答了一个不同的问题: "机器人做什么?"
自觉传感器测量机器人的内部状态 - - 关节角,关节速度,动力电流,终端效应力.它们告诉控制器机器人在哪里,以及它所施加的努力.没有自觉,没有闭环控制是可能的.
感觉传感器测量外部环境 - - 物体位置,表面几何学,近距离,温度,声音.它们可以实现以感知驱动的行为,如避免障碍,抓住物体和场景理解.
| Category | Sensor Type | Measures | Typical Update Rate | Price Range |
|---|---|---|---|---|
| Proprioceptive | 编码器 (incremental) | Joint angle, velocity | 1-10 kHz | $15-$200 |
| Proprioceptive | 编码器 (absolute) | Joint angle (no homing) | 1-10 kHz | $50-$500 |
| Proprioceptive | IMU | Orientation, angular rate, acceleration | 100-8000 Hz | $2-$2,000 |
| Proprioceptive | Force/Torque (F/T) | 6-axis wrench at wrist | 100-7000 Hz | $1,500-$12,000 |
| Proprioceptive | Motor current sensor | Torque estimate (via current) | 1-10 kHz | Built-in |
| Exteroceptive | RGB Camera | 2D color image | 30-160 Hz | $50-$2,000 |
| Exteroceptive | 深度相机 (RGB-D) | 3D point cloud + color | 30-90 Hz | $200-$1,500 |
| Exteroceptive | 2D LiDAR | Planar distance scan | 5-40 Hz | $100-$1,200 |
| Exteroceptive | 3D LiDAR | 3D point cloud (long range) | 10-20 Hz | $400-$75,000 |
| Exteroceptive | 触觉传感器 | Contact pressure, slip, texture | 30-1000 Hz | $200-$5,000 |
| Exteroceptive | Proximity (ToF/IR) | Distance to nearest object | 50-100 Hz | $5-$50 |
编码器:机器人控制的基础
每个伺服器驱动机器人关节都需要编码器.编码器将机械旋转转换为电机控制器用于闭环位置和速度控制的数字位置数据.没有准确的编码器,控制算法都无法运行.
增量与绝对编码器
控制器计算出来自已知参考位置 (家庭位置) 的脉冲,以确定角.电力损失后,机器人必须重新回归 - - 驱动每个关节到一个限制开关或指标脉冲.常见的选择:
- 广播电台AEDT-9810 (光学): 5000 CPR (20,000 计数/复数后的四方形解码), $45.
- CUI AMT102 (容量): 可配置48-4096 CPR,30美元.
绝对编码器在启动时立即报告真正的轴角,从而消除定向.它们使用光学代码盘或磁型霍尔效应传感器.更昂贵但对于协作机器人来说是必不可少的,在关闭时可以手动移动臂.
- **RLS Orbis (磁,旋转):**14位 (16,384个位置/转换 = 0,022度分辨率),SPI/SSI输出,85美元.
- **美国数字MA3 (磁):**12位,模拟或PWM输出,55美元.
- ** 改装 RESOLUTE (光学,线性/旋转):** 32 位, 1 纳米分辨率, 800 美元.
决策规则: 对于任何在合作或无监督环境中部署的手臂使用绝对编码器. 成本是首要的限制,启动时定位可接受时使用增量编码器 (研究原型,竞争机器人).
动力测量单位 (IMU)
在机器人领域,IMU具有三个作用:为脚/移动机器人进行基准定位估计,用于预测维护的振动监测,以及与视觉或LiDAR远距仪相结合时对SLAM进行补充感测.
国际货币交易所比较表
| Model | Accel Range | Gyro Range | Gyro Bias Stability | ODR (max) | Interface | Price | Best For |
|---|---|---|---|---|---|---|---|
| Bosch BMI088 | ±24g | ±2000°/s | ~2°/hr | 1600 Hz | SPI/I2C | $8 | Drones, legged robots |
| TDK ICM-42688-P | ±16g | ±2000°/s | ~1.5°/hr | 8000 Hz | SPI/I2C | $6 | VIO/SLAM, high-rate control |
| Analog Devices ADIS16470 | ±40g | ±2000°/s | ~0.36°/hr | 2000 Hz | SPI | $180 | Industrial robots, precise dead-reckoning |
| VectorNav VN-100 | ±16g | ±2000°/s | ~0.5°/hr | 800 Hz | SPI/UART/USB | $800 | Navigation-grade AHRS, AGVs |
| Unitree G1 built-in | ±16g | ±2000°/s | ~3°/hr | 400 Hz | SDK | Included | Humanoid balance control |
单元G1人形 (可在RCSV售价为2500美元/月)
强力/扭矩传感器
机器人手腕
电磁传感器比较
| Sensor | Force Range (Fx/Fy) | Torque Range (Tz) | Resolution | Rate | Interface | Price |
|---|---|---|---|---|---|---|
| ATI Gamma | ±65 N | ±5 Nm | 1/80 N | 7000 Hz | EtherCAT/Ethernet | $8,000-$12,000 |
| ATI Mini45 | ±290 N | ±10 Nm | 1/16 N | 7000 Hz | EtherCAT/Ethernet | $6,000-$9,000 |
| OnRobot HEX-E | ±200 N | ±10 Nm | 0.2 N | 100 Hz | USB/Tool I/O | $3,500-$5,000 |
| Bota SensONE | ±1000 N | ±40 Nm | 0.3 N | 800 Hz | EtherCAT/USB | $2,500-$4,000 |
| Robotous RFT40 | ±200 N | ±6 Nm | 0.1 N | 1000 Hz | RS485/USB | $1,500-$2,500 |
ATI Gamma是研究实验室的黄金标准.其7kHz样本速度和次牛顿分辨率使高带宽的强力控制循环能够实现.然而,它需要专门的NetBox DAQ ($2,000+) 和EtherCAT主,增加了集成复杂性.
OnRobot HEX-E 非常容易集成 - 它通过内置的工具I/O适配器直接连接到 UR,ABB和Fanuc的共机器人. 100 Hz的样本速率足够用于组装和抛光任务,但对于高带宽阻抗控制来说太慢.
预算替代方案: 如果您的应用只需要碰撞检测 (而不是力控制),请使用基于电动电流的扭矩估计. [OpenArm 1]
视觉传感器:摄像头,深度和LIDAR
视觉是最丰富的外观体育方式. 对于深入了解摄像头选择,请参阅我们的专用 [机器人视觉系统指南]
根据应用程序选择摄像头
- 操作/数据收集: GigE视觉相机 (Basler ace2 a2A1920,$650) 具有硬件触发器用于确定性框架交付.查看我们的 [相机设置用于远程操作]
T19 ) 指南,了解完整的3相机配置. - 移动机器人导航: 立体摄像头 (英特尔RealSense D455,350) 或2D LiDAR (RPLIDAR A1,100美元) 用于SLAM. 添加3D LiDAR (奥斯特OS0-128,3,500美元) 用于户外或高速环境.
- 质量检查: 机器视觉相机 (FLIR Blackfly S,500美元至1,500美元) 固定焦距镜头和环灯,以实现一致的成像条件.
- 预算研究: USB 网络摄像机 (Logitech BRIO,200美元) 是可接受的,
深度感知技术
结构光 (Intel RealSense D435,Azure Kinect):对已知IR模式进行投影,并从扭曲中计算深度. 在室内工作,在阳光下和反射表面中进行斗争.用于操纵任务的范围为0.3-3米.
**飞行时间 (ToF) ** (Azure Kinect DK ToF模式,PMD Flexx2):测量光子回路时间.比结构光速,不容易受到缺乏纹理的表面的影响.室内范围高达5米.
** 静音视觉** (RealSense D455,ZED 2i):两个校准摄像头计算差异. 在户外工作,在没有纹理的表面降解. 距离高达20米,基线为12厘米.
LiDAR (Velodyne VLP-16,Ouster OS0):基于激光的飞行时间,可通过机械或固态扫描. 范围10-100+米,在所有照明中工作.对于户外移动机器人和自动驾驶汽车至关重要.
触觉传感器用于操纵
触觉传感器是机器人领域增长最快的传感器类别.它们提供了摄像机无法使用的联系信息:抓力大小,在毫米分辨率下的接触几何,滑动检测和表面纹理分类.详细的产品比较,请参阅我们的 [触觉传感器比较]
什么时候要增加触觉感觉
- **要求:**处理脆弱物体 (水果,电子,玻璃),可变形物体 (织物,电缆) 或不确定重量/摩擦的物体.
- 建议: 任何精巧的操纵任务,在这种情况下抓取成功率需要超过95%.触觉反
使得可实现视觉无法提供的反应性抓取调整. - 可选: 简单的
硬,已知物体的选择和放置,其中一个双接口开关的平行 扣足够.
斯威尔士通讯器 (RCSV) 存放Paxini触觉传感器阵列,这些阵列与[OpenArm]
传感器融合:结合多种方式
传感器融合将来自多个传感器的数据结合在一起,产生比任何单个传感器更准确和强大的估计.机器人技术中最常见的两个框架是卡尔曼过
扩展卡尔曼过器 (EKF) 的基本原理
机器人传感器是传感器融合的工作马.它保持机器人状态 (位置,速度,方向) 的概率估计,每次新传感器测量到来都会更新它.关键想法:每个传感器都有不同的噪音特性,并且根据其可靠性,EKF将它们进行最佳权重.
典型的移动机器人EKF
- IMU (预测步骤):高速率 (200+Hz),提供角速度和加速. 整合到估计位置/方向,但在几秒钟内漂移.
- 轮
尺度 (更新步骤):50-100Hz,提供速度. 准确的短期,但患有轮滑. - 视觉
度或LiDAR扫描匹配 (更新步骤):10-30Hz,提供绝对位置纠正.消除漂移,但计算成本昂贵和间歇性.
在ROS2中,标准传感器融合包是
# Launch EKF node for IMU + odometry fusion
ros2 launch robot_localization ekf.launch.py
# Configure in ekf.yaml:
# odom0: /wheel/odometry (x, y, yaw velocity)
# imu0: /imu/data (roll, pitch, yaw, angular vel, linear accel)
# odom0_config: [false, false, false, # x, y, z position
# false, false, false, # roll, pitch, yaw
# true, true, false, # x, y, z velocity
# false, false, true, # roll, pitch, yaw velocity
# false, false, false] # x, y, z acceleration
传感器合用于操纵
对于手臂操纵,传感器融合通常结合:
- ** 联合编码器 + F/T传感器:** 编码器位置提供前进动力; F/T传感器提供终端效应器的
钥匙.它们一起实现阻力控制 - 机器人行为像弹 系统,在跟踪位置时符合实力. - 视觉+触觉: 摄像头检测到对象的姿势,触觉传感器在抓住和操纵过程中提供闭环反
.这是RCSV [数据收集管道] T24 ) 用于学习接触丰富的政策的架构. - 视觉+F/T+自觉感知: 对于像线缆路由,食品准备或组装等复杂任务的全多模式堆
.需要仔细的时间标签同步 - - 查看我们的摄像头设置指南
通过应用程序进行传感器选择
使用以下决策矩阵来确定您的特定应用需要哪些传感器. "需要"意味着应用程序将不会没有它运行. "建议"意味着显著的性能改善. "可选"意味着好用.
| Application | Encoders | IMU | F/T | Camera | LiDAR | Tactile | Est. Sensor Budget |
|---|---|---|---|---|---|---|---|
| Pick-and-place (rigid) | Required | -- | Optional | Required | -- | -- | $500-$1,500 |
| Assembly/insertion | Required | -- | Required | Recommended | -- | Recommended | $3,000-$8,000 |
| Deformable handling | Required | -- | Required | Required | -- | Required | $5,000-$12,000 |
| Indoor mobile robot | Required | Required | -- | Recommended | Required | -- | $500-$2,000 |
| Outdoor AMR / delivery | Required | Required | -- | Required | Required | -- | $4,000-$15,000 |
| Humanoid (Unitree G1) | Built-in | Built-in | Recommended | Built-in | Optional | Recommended | $1,000-$5,000 (add-ons) |
| Data collection (IL) | Required | Optional | Recommended | Required | -- | Recommended | $2,000-$6,000 |
快速参考的ROS2传感器集成
大多数传感器都发布了标准化的ROS2消息类型的数据.知道预期哪种消息类型可以简化集成,并允许您使用现有的可视化和处理工具.
| Sensor | ROS2 Message Type | Typical Topic Name | Key Driver Package |
|---|---|---|---|
| RGB Camera | sensor_msgs/Image | /camera/color/image_raw | usb_cam, pylon_ros2 |
| 深度相机 | sensor_msgs/PointCloud2 | /camera/depth/points | realsense2_camera |
| IMU | sensor_msgs/Imu | /imu/data | imu_filter_madgwick |
| F/T Sensor | geometry_msgs/WrenchStamped | /ft_sensor/wrench | ros2_ati_netft |
| 2D LiDAR | sensor_msgs/LaserScan | /scan | rplidar_ros, sllidar_ros2 |
| 3D LiDAR | sensor_msgs/PointCloud2 | /lidar/points | ouster_ros, velodyne |
| Joint State | sensor_msgs/JointState | /joint_states | ros2_control |
| Tactile Array | sensor_msgs/Image (pressure map) | /tactile/pressure_image | paxini_ros2 |