# Lecture 7 · 机器人传感器

## 第 1 页 · 机器人怎么知道自己和周围发生了什么

本讲跟着机器人完成三个任务。首先读关节角，知道手臂伸到了哪里。其次测接近、接触和力，知道周围有没有障碍、手中物体有没有滑动。最后用轮子、IMU 和卫星信号估计整台机器人的位姿。对每种传感器，先找输入的物理量，再看它怎样变成可读的电信号。

## 第 2 页 · 移动和操作需要不同的信息

小车要知道自己朝哪边走、墙离它多远。机械臂要知道每个关节转了多少、抓住的物体给手指多大的力。人伸手拿杯子时，眼睛看杯子位置，本体感觉告诉我们手臂弯了多少，皮肤感觉到杯壁压力。机器人用不同硬件分别取得这些信息。本体感知指感知自身状态，外部感知指获取环境或物体的信息。

## 第 3 页 · 位置、触觉、视觉和数据融合

导航用惯性传感器追踪运动、用 GPS 取得外部位置，也可以用声纳或测距感知附近物体。抓取用力与触觉判断接触情况。立体视觉估计目标的三维位置，视觉伺服则边拍照、边比较图像中特征的实际位置和目标位置，再驱动机器人缩小误差。传感器融合把多种测量合在一起，如轮子编码器追踪短时移动，卫星位置校正长期误差。

> [Week 10 · Part01 · 00:05:09–00:09:48](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t309)。课堂用人类感觉引出机器人位置、力与触觉等类别。

## 第 4 页 · 电位器怎样测关节角

电位器两端跨接 $V_{\rm ref}$ 和地，轴带动滑动端。对于线性电位器，接地端到滑片的电阻占总电阻的比例等于 $\theta/\theta_{\max}$。当读出电路对滑片的负载可忽略时，它就是一个分压器。

$$V_o=V_{\rm ref}\frac{\theta}{\theta_{\max}},\qquad \theta=\theta_{\max}\frac{V_o}{V_{\rm ref}}.$$

例子里，机械有效行程为 270°，参考为 5 V，读出 2 V，角度为 $270^\circ\times2/5=108^\circ$。实际使用中先测零点和满量程，使角度方向与安装方向一致。

> [Week 10 · Part01 · 00:09:48–00:14:37](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t588)。老师从转动位置改变分压比例过渡到编码器。

## 第 5 页 · 编码器读角度，或读转过多少

绝对编码器每个角度区间有独立的码，通电后可直接读区间。增量编码器每转过一小格产生脉冲，累计脉冲得角度变化，单位时间的脉冲数可换算为速度。若每圈计 360 格，正向数了 15 格，就是转过 $15\times360^\circ/360=15^\circ$。要得绝对位置，还需要起点。

课件的积分式是从速度算位移。对有符号的一维速度 $v$，$\Delta x=\int_0^t v(u)\,du$。若只知加速度 $a$，先算 $v(u)=v(0)+\int_0^u a(s)\,ds$，再积分。恒加速时依次得到 $v=v_0+at$ 和 $x=x_0+v_0t+at^2/2$。转动的同类变量是角度、角速度和角加速度。

## 第 6 页 · 三种编码器怎样看见转轴

接触式用导电区经过触点改变开关状态。磁式让磁极随转轴转动，霍尔或磁阻元件读取磁场变化。光学式让带缝码盘通过光束，光电二极管把明暗变成电信号，反射式则利用不同区域的反射率。三种方法都可以用规律变化的图案产生脉冲，或者用多条轨道为角度分区赋码。

## 第 7 页 · 普通二进制跨边界会误读

右侧码盘有三条轨道，每条提供一位。$2^3=8$ 个扇区，所以一圈每区 $360^\circ/8=45^\circ$。黑区读 0，白区读 1。区 3 是 $011$（135° 到 180°），区 4 是 $100$（180° 到 225°）。三个读头的位置稍有差别，会先后切换。例如第一位先变成 1，读数就暂时成 $111$（区 7），最后一位先清零会到 $110$（区 6），全部切换完才是 $100$。转轴只动了 0.2°，错误码却让读数像跨过了几个区。

> [Week 10 · Part01 · 00:19:09–00:23:44](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t1149)。课堂用 179.9° 转到 180.1° 的过界例子追踪三位的切换。

## 第 8 页 · 格雷码让相邻两区只变一位

看第 3 区和第 4 区，它们是 $010$、$110$，只有第一位变化。跨区时若这一路稍迟，暂时还会读到第 3 区，切换后就读到第 4 区。不会像普通二进制那样组合出好几个远处的扇区。格雷码 $110$ 在表里对应区 4，应用时按格雷码表或转换算法查，直接按普通二进制求值得到的是 6。分区数量仍是 8，每区仍宽 45°。

## 第 9 页 · 手工生成三位格雷码

1. 写下两位格雷表 $00,01,11,10$。
2. 倒过来抄一份 $10,11,01,00$。
3. 正序这一半每项前加 0，成 $000,001,011,010$。
4. 逆序这一半每项前加 1，成 $110,111,101,100$。把两半拼起来。

每半内部保留原来相邻只差一位的性质。两半的接缝 $010\rightarrow110$ 后两位相同，首尾 $100\rightarrow000$ 也只改第一位，所以绕一整圈继续成立。

> [Week 10 · Part01 · 00:23:44–00:28:07](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t1424)。老师按“反过来抄，再分两组加前缀”的顺序生成表格。

## 第 10 页 · AB 两相怎样计数和判断方向

A 和 B 是相差四分之一周期的方波。看左图，把两个输出当成两位状态。若 A 先升高，一个可能的顺序为 $00\to10\to11\to01\to00$。反转时顺序倒过来。对某一型号哪个方向对应顺时针，由安装和接线决定。右边的轨道和两个读头错开位置，因此同一图案先经过其中一个。

若一相每圈有 100 个完整周期，且 A 每秒有 250 个周期，则转速为 $250/100=2.5$ 圈/秒，即 150 rpm。若软件数 A、B 两相的上升沿与下降沿，每圈计数则是 400。换算时用与实际计数方式一致的每圈计数。

> [Week 10 · Part01 · 00:28:07–00:33:17](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t1687)。课堂用两相先后判断转向，用方波频率判断快慢。

## 第 11 页 · 旋转变压器把角度变成 SIN 和 COS

定子固定，转子跟电机轴一起转。励磁绕组加一条高频正弦，旋转变压器把励磁耦合到转子。定子另外有两组相差 90° 的测量绕组。转子磁轴越对准某一组，该组量到的交流幅值越大。

理想的话，两路输出可写作 $v_{\sin}=K u_{\rm exc}(t)\sin\theta$ 和 $v_{\cos}=K u_{\rm exc}(t)\cos\theta$。用励磁参考同步解调得到带符号的两路幅值 $S,C$，再用 $\theta=\operatorname{atan2}(S,C)$ 找象限和角度。比如 $S=0.5$、$C\approx0.866$ 得 30°，若 $C\approx-0.866$ 而 $S$ 仍为正，则是 150°。

## 第 12 页 · 旋转变压器在铣床伺服里的位置

图是工业铣床演示的画面。控制器先要求某个轴转到指定角度，装在电机轴上的旋变回传实际角度。轴在 0° 时余弦路最强、正弦路为零。转到 90°，两路交换角色。旋变数字转换器 RDC 从载波的幅值与相位恢复角度，再结合相邻时刻的角度差估算速度。控制器拿反馈与目标比较，继续修正电机。

> [Week 10 · Part01 · 00:33:21–00:37:33](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t2001)。课堂视频实际展示铣床反馈、0°/90° 的绕组信号和 RDC 的作用。

## 第 13 页 · 物体还没碰到，怎么发现它

接近传感器读取接触前造成的变化。磁铁靠近改变磁场，金属靠近可在交变磁场里产生涡流，目标也可能反射光或声，或改变电极周围的电场。不同类型适合不同目标。给轮子加磁铁，霍尔开关每转一圈触发一次，可以计转速。要提前发现车前的墙，可以读声波回波时间。

## 第 14 页 · 霍尔电压为什么出现在侧边

图中电荷沿导电板长度方向运动，磁场垂直板面。洛伦兹力为 $\mathbf F=q(\mathbf E+\mathbf v\times\mathbf B)$。叉乘告诉我们磁力方向同时垂直于运动与磁场，因此电荷往板侧面偏。侧面电荷积累形成横向电场，产生与磁偏转相反的电场力。达到平衡后，在 $\mathbf v$ 与 $\mathbf B$ 垂直时，力的大小满足 $|q|E=|q|vB$，即 $E=vB$。反转磁场方向，霍尔电压的极性会反转。

## 第 15 页 · 推出霍尔电压和磁场的关系

按上图，$L$ 是霍尔电压两端的横向距离，$d$ 是板厚，沿电流方向看见的截面积为 $Ld$。设 $n$ 是每立方米的载流子数，$|q|$ 是单个载流子电荷量，$v$ 是漂移速度。

1. 在 $\Delta t$ 内穿过截面的体积为 $Ldv\Delta t$，通过的电荷量大小为 $n|q|Ldv\Delta t$。
2. 除以 $\Delta t$ 得 $I=n|q|Ldv$，所以 $v=I/(n|q|Ld)$。
3. 由 $E=V_H/L=vB$ 得 $|V_H|=LvB=LBI/(n|q|Ld)=BI/(n|q|d)$。横向尺寸 $L$ 抵消了，厚度 $d$ 留下来。

因此 $I$ 固定时，磁场翻倍，理想霍尔电压幅值翻倍。下图的磁铁随盘旋转，经过霍尔元件时磁场增大，因此可以用峰或数字边沿计转数。

> [Week 10 · Part01 · 00:37:33–00:46:12](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t2253)。课堂先用体积计算通过横截面的电荷数，再约去 $L$。

## 第 16 页 · 模拟霍尔和数字霍尔输出

课件这一页是视频画面。模拟霍尔把横向小电压放大，输出随磁场连续变化。数字霍尔通常在霍尔元件与放大器后加带迟滞的阈值判定。例如磁场增大到 10 mT 时输出切换，回落到 8 mT 才切回。磁场卡在 9 mT 附近时，保持上一次状态。两个不同门槛能使带噪的信号不会在一个阈值上下反复切换。

> [Week 10 · Part01 · 00:42:16–00:46:12](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p01-t2536)。课堂视频依次介绍霍尔元件、放大器、模拟输出和带施密特触发器的数字输出。

## 第 17 页 · 触须同时告诉你触碰和偏转

看猫须与毛囊的示意图。障碍物碰到细长触须，力通过杆传到根部，根部传感器检测弯曲或角度。知道原来触须指向哪边、现在往哪边偏，就可推测物体来自哪侧。人工触须也可利用形变感知水流或受力方向。第 18 页用材料电阻读变形，第 20 页展示开关与霍尔两种实现。

## 第 18 页 · 四条石墨烯应变图案怎样识别流向

这根研究用触须主体是聚氨酯杆，图中长 160 mm、直径 8 mm，长径比 $160/8=20$。四个石墨烯阻性图案分布在周向，相邻方向相隔约 90°，图案通过铜带接到输出导线。水流让杆弯向一侧，弯曲的外侧被拉伸、内侧被压缩，对向电阻的变化不同。把对向读数作差可估计一个方向的弯曲，再用另一对求正交方向的分量，两者共同给出平面偏转方向。

右上是器件与制造，右下展示流场和随时间变化的读数。如果流中周期性涡旋扫过触须，读数也按相应时间规律波动。图用约 5 mm 偏转示意方向覆盖范围，方向和力值需各自用已知条件标定。

> [Week 10 · Part02 · 00:13:37–00:17:43](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t817)。老师用“弯杆一侧拉、一侧压”解释电阻变化，举鱼游动后留下涡旋为例。

## 第 19 页 · Shrewbot 让触须主动去扫物体

右上照片可看到多根触须朝外伸。课堂演示的重点是感觉—动作反馈。机器人先摆动触须，左侧触须碰到物体并弯曲，控制器可调节左侧摆动或车体朝向，再取得后续触感。这样能决定下一次从哪个角度探测。动物触须同样可以边运动边感知，触感会反过来改变它的运动。

> [Week 10 · Part02 · 00:13:37–00:21:36](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t817)。视频用 Shrewbot 和动物触须说明主动感知，并展示触须拆解。

## 第 20 页 · 读懂触须的接线和 Arduino 判断

左边是两根金属丝触须的小车。看左下两种状态。触须悬空时开路，10 kΩ 上拉把节点拉到约 5 V，Arduino 7 号脚通过 220 Ω 接该点，读 HIGH。触须压下接地时，节点约 0 V，读 LOW。220 Ω 串在输入路径上，输入电流很小，正常读取时几乎不会改变高低电平。因此它是 **低电平有效**。

~~~cpp
pinMode(7, INPUT);                 // 外部电路已经有 10 kΩ 上拉
bool touched = digitalRead(7) == LOW;
~~~

第一行把 D7 配成输入，放进 setup。第二行每轮读取 D7，若读到 LOW 则 touched 为 true，可作为“停止前进、向另一侧转”的输入。右边展示另一种触须。杆根部装磁铁，受力偏转时霍尔芯片处的磁场变化，可读出连续偏转，而金属触点给的是碰到或没碰到两种状态。

> [Week 10 · Part02 · 00:17:43–00:21:36](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t1063)。课堂解释两种装置的差别和触须可用于避障。

## 第 21 页 · 蟑螂触角启发机器人沿墙走

右上图比较动物靠触角摸墙与小车靠人造触角寻找墙距。左下图说明触角上布置了一节节感知区。触角弯曲后，哪几段受力、受力多大，都能帮助估计侧面的墙。控制框图把测得的墙距与目标距离比较，控制器根据偏差调转向，机器人新姿态改变触角的接触，形成反馈。若目标离右墙 10 cm、实际约 7 cm，车要往左微转来拉开距离。

## 第 22 页 · 电容式与电感式接近传感器

右图电容式传感器的电极在感应端形成电场。物体进入后改变有效介电条件，内部振荡与调理电路检测电容变化，并让输出开关翻转。塑料、水和金属等都可能检测到，取决于材料、距离与门限。左图电感式则由线圈产生交变磁场，导电金属靠近后出现涡流，反过来改变线圈的振荡，电路检测这种变化。测金属齿轮经过时可选电感式。隔塑料壁感知容器中的液体，可尝试电容式。

## 第 23 页 · 看演示时怎样比较两种探头

实际比较时固定探头和目标距离，分别把金属与非金属目标移到感应面前，看指示灯或数字输出何时切换。金属可能同时触发两种探头，因此只测金属分不出来。用同尺寸的塑料或液体目标对照，再慢慢改变距离，就能看清哪种材料有效以及各自的触发范围。照片给出桌面架设方式，输出原理在上一页。

> [Week 10 · Part02 · 00:00:00–00:06:05](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t0)。课堂比较了电容式与电感式面对金属、非金属的响应。

## 第 24 页 · 主动红外靠自己照，再读反射

左下模块和右下电路图展示两条路径。红外 LED 发出不可见光，目标反射一部分回到光电接收器。接收器给出的电信号经过比较器与阈值比较，再输出一位接近状态。相同距离下白纸通常比黑纸反射更多，所以只靠强度估距离会受材料、角度和环境光影响。红外还可被动接收物体自己发出的辐射，例如下一页的人体移动感知。

## 第 25 页 · PIR 怎样发现有人经过

PIR 中的 P 是 passive，传感头接收物体发出的红外辐射。许多人体感应模块用透镜分出多个视区，人体先后穿过这些视区，感应元件就看到红外量随时间变化，模块输出一个动作信号。人走动时能触发灯，人静止很久时常无法持续触发。下方热像例子说明人体会发出红外，热像仪会形成温度图，课堂 Lab 1 的 PIR 模块给的是运动触发信号。

> [Week 10 · Part02 · 00:06:06–00:10:16](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t366)。课堂用人体红外辐射和运动检测来区分主动反射式与被动式。

## 第 26 页 · 超声波为什么要把时间除以 2

探头发出超声脉冲，声波到目标再反射回来。回波计时 $t$ 是往返时间，所以走过 $vt=2d$，物体单程距离为 $d=vt/2$。室温近似 $v=340\ {\rm m/s}=0.034\ {\rm cm/\mu s}$。图中目标离传感器 10 cm，单程时间 $10/0.034\approx294\ \mu$s，完整回波应是约 588 µs。把回波代回 $0.034\times588/2\approx10$ cm。声速随空气温度变化，斜面也可能把回声反射到探头之外。

> [Week 10 · Part02 · 00:10:18–00:13:36](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t618)。课堂讨论发出脉冲和接收回波。Tutorial 2 的自动门拿这个距离去决定开关。

## 第 27 页 · 触觉怎样帮助抓、摸和应对

试想指尖戴着几层厚手套扣纽扣。眼睛仍看得到按钮，但很难感觉孔边和局部压力。机器人在操作时也遇到这种问题。触觉能独立告诉控制器已经碰到哪里、力有没有变大、物体是否在滑动。拿杯子时可先轻抓，发现下滑就稍微加力，找到足以防滑的抓力。

## 第 28 页 · 为什么触觉传感器还得做成能贴物体的表面

右图的皮肤受体分布在不同深度，指尖和肌肤不同位置的分辨率也不同。课件上的受体数量和毫米分辨率用来说明分布很丰富且不均匀，可感知压强、边缘和振动等变化。相机的 CCD 或 CMOS 可远距离采光。触觉阵列通常贴在会变形的软表面，靠柔顺性贴合局部曲面，也需要摩擦力才容易稳定抓住物体。压一个软垫时，多个相邻单元的读数能组成接触区域。

## 第 29 页 · 形状、力和本体感知各从哪来

指尖触觉阵列看见相邻几格同时有响应，就能辨认接触区域形状，并估计力的分布。关节编码器告诉机器人手指弯了多少，握力或关节力矩传感器告诉机器人用多大力量。把手指的角度映射为指尖的位置，再和接触力结合，才能区分“手还没碰到”与“手被物体挡住”。

> [Week 10 · Part02 · 00:21:36–00:29:47](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t1296)。老师把操作需求分成确定物体形状与接触力，再和关节角等自身状态联系起来。

## 第 30 页 · 假肢手需要测哪些力

左图的小传感器画出三个方向的力 $F_x,F_y,F_z$ 和绕三个轴的力矩 $M_x,M_y,M_z$。力单位是 N，力矩单位是 N·m。右图把不同信息装到不同位置。关节传感器读弯曲，指尖力/力矩传感器读合力，触觉阵列读接触分布，动态触觉能反映振动或滑移。若指尖向下的切向力上升、触觉阵列开始振动，控制器可考虑增加夹持力。压力集中在单点时还可改变手指接触位置。


## 第 31 页 · 应变片怎样把受力变成电压

测力用 load cell，测力矩用 torque cell。本页从应变片解释其中一种做法。左图长度 $L$ 的杆受拉，伸长 $\Delta L$，应变为 $\varepsilon_s=\Delta L/L$，无单位。中图的蛇形金属贴在会变形的部位，其阻值相对变化定义为 $\Delta R/R=GF\,\varepsilon_s$，其中 $GF$ 是应变片灵敏系数。若 $GF=2$，应变为 $500\times10^{-6}$，则 $\Delta R/R=0.001$，120 Ω 片只改变约 0.12 Ω。

右图用惠斯通电桥把这点小电阻变化变成电压。左中点电压为 $V_{\rm ex}R_2/(R_1+R_2)$，右中点为 $V_{\rm ex}R_3/(R_3+R_4)$。课件定义 $V_o$ 为右减左，所以用两个分压式相减。已知载荷并记录电桥输出，能标定每牛顿对应多少电压。

## 第 32 页 · 四分之一桥、半桥、全桥与温漂

先取四分之一桥的左中点减右中点作示范。只有右上应变片改变，设 $\delta=\Delta R/R=GF\,\varepsilon_s$，其余均为 $R$。左中点是 $V_{\rm ex}/2$，右中点为 $V_{\rm ex}/(2+\delta)$，所以

$$\frac{V_o}{V_{\rm ex}}=\frac12-\frac{1}{2+\delta}=\frac{\delta}{2(2+\delta)}\approx\frac{\delta}{4}.$$

若测量极性倒过来，公式带负号。半桥将两片放在梁的上下，一拉一压，按右上 $R(1+\delta)$、右下 $R(1-\delta)$ 读右减左，得 $(1-\delta)/2-1/2=-\delta/2$。全桥图中两条腿分别为相反变化，右减左为 $(1-\delta)/2-(1+\delta)/2=-\delta$。在相同应变下，四分之一桥、半桥、全桥的典型输出幅值比是 1:2:4。

图左下还有一片 dummy 应变片，用来跟踪共同温度变化，尽量不响应被测方向的机械应变。两片能以相近系数温漂时，电桥做差可压低温漂留下的偏移。

> [Week 10 · Part02 · 00:29:47–00:34:08](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t1787)。课堂把梁一侧拉伸、另一侧压缩作为提高半桥和全桥输出的依据。

## 第 33 页 · 光纤布拉格光栅怎样测应变

看左图的细光纤，纤芯沿长度方向每隔 $\Lambda$ 出现一次折射率变化。每一个小变化都反射一点光。对某个真空波长，相邻反射的往返光程差 $2n_{\rm eff}\Lambda$ 恰好等于该波长，反射波同相叠加，所以主要反射 $\lambda_B=2n_{\rm eff}\Lambda$。$n_{\rm eff}$ 是导模有效折射率，$\Lambda$ 是光栅周期。光谱图中，宽带光入射，透射谱中间缺了一小截，反射谱在相同位置出现一个窄峰。

光纤被拉伸后，$\Lambda$ 变长，$n_{\rm eff}$ 也会随应变改变。一次小变化可写成 $\Delta\lambda_B\approx 2n_{\rm eff}\Delta\Lambda+2\Lambda\Delta n_{\rm eff}$，由对乘积做一阶展开得到。加热也会改周期和折射率，所以要测力时通常给温度做补偿。

> [Week 10 · Part02 · 00:29:47–00:38:40](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t1787)。课堂动画从均匀光纤切换到有周期图案的纤芯，再逐个展示输入、透射、反射光谱。

## 第 34 页 · 为什么视网膜微针要测微小力

图中装置用于研究机器人辅助视网膜静脉插管。操作端通过细针接触极细的组织，接触或穿刺产生的力很小，操作者隔着工具难以感觉其变化。右图显示微针周围有三条 FBG，周向位置隔开约 120°。针弯向某侧时，各条光纤受到的拉压不同，对应的反射峰偏移不同。用已知方向和已知大小的力先标定，随后可把多条波长偏移反推出针尖受力信息，用作反馈。图里机构同时容纳注液通路和针的移动机构。

## 第 35 页 · 推导力和电容变化为什么近似成正比

右下看剖面。上电极受压向下，软介质层变薄，初始间隙 $d_0$ 变为 $d=d_0-x$。若小范围内弹性刚度为 $k$，有 $F=kx$，即 $x=F/k$。设介电常数 $\epsilon$，两板面积 $A$，那么

$$C=\frac{\epsilon A}{d_0-F/k}=\frac{\epsilon A(d_0+F/k)}{d_0^2-(F/k)^2}.$$

第二步在分子分母同乘 $d_0+F/k$。小位移 $F/k\ll d_0$ 时，分母中的平方项很小，可近似为 $d_0^2$。展开分子得到 $C\approx C_0+\frac{\epsilon A}{kd_0^2}F$，其中 $C_0=\epsilon A/d_0$。于是 $\Delta C\approx BF$，$B=\epsilon A/(kd_0^2)$，单位 F/N。若位移已有初始间隙的 10%，精确电容是 $C_0/0.9\approx1.111C_0$，线性估计是 $1.10C_0$。压得越深，两者差别越明显。

## 第 36 页 · 从一个电容到整片触觉图

把上一页的传感单元排成阵列，就能同时分辨接触位置和大小。图中机械手抓取物体，屏幕把各位置读数画回手模型。假设掌心相邻三格同时变大，说明接触区域覆盖三格。若信号先出现在指尖左侧，随后转到右侧，接触点正在迁移。要从格子的读数得到力，先分别标每格的初始电容和力–电容换算系数。

> [Week 10 · Part02 · 00:38:40–00:43:20](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t2320)。现场演示用敲击及软、硬接触显示阵列的时空响应。

## 第 37 页 · 同一电容器可以传感，也可以产生动作

传感时，位移、重叠面积或介质变化使电容改变，电路读出这个变化。驱动时，给两组电极加电压，静电力使可动电极走向电容更大的位置。下图左侧平行板常用于垂直芯片平面的运动。右侧交错的梳齿称为叉指，电极在同一平面内移动时，相邻齿的重叠长度变长，电容也变大。两类几何都可以用来感知或驱动。

## 第 38 页 · 从电场推出平行板电容

取两块面积 $A$、间隙 $g$ 的电极，介电常数为 $\epsilon$。忽略边缘场时，图中板间红箭头近似等长，电场强度 $E=V/g$。高斯定律在平行板模型下给面电荷密度 $\sigma=\epsilon E$，板上总电荷 $Q=\sigma A$。两式代入 $C=Q/V$，有

$$C=\frac{Q}{V}=\frac{\sigma A}{V}=\frac{\epsilon EA}{V}=\frac{\epsilon A}{g}.$$

$g$ 减半，理想电容翻倍。图上边缘位置的真实电场会向外弯。如果间隙不比板的宽度小很多，边缘效应占比会上升，可用有限元估计。

## 第 39 页 · 从能量算静电吸力

先求储能。在固定几何下充电，充到电荷 $q$ 时瞬时电压是 $q/C$，所以 $U=\int_0^Q(q/C)dq=Q^2/(2C)=CV^2/2$。要算力，把**间隙变大**取作正向。固定电荷时，$U=Q^2g/(2\epsilon A)$，因此电容力 $F_g=-\partial U/\partial g=-Q^2/(2\epsilon A)$。代入 $Q=CV=\epsilon AV/g$ 得到同一状态下的吸力。

$$ F_g=-\frac{\epsilon A V^2}{2g^2}=-\frac{CV^2}{2g}. $$

固定电压时电源会交换能量，用电共能或包含电源的势能计算得到 $F_g=\tfrac12V^2\,dC/dg$。因 $dC/dg=-\epsilon A/g^2$，也得到上式。负号表示力让间隙变小。电压翻倍，吸力增至四倍。

## 第 40 页 · 电容式位移传感的灵敏度

剖面图里，薄膜向下挠 $z$，初始间隙 $g_0$ 减为 $g_0-z$，因此 $C(z)=\epsilon A/(g_0-z)$。对 $z$ 求导，$\frac{d}{dz}(g_0-z)^{-1}=-(g_0-z)^{-2}(-1)$，所以

$$\frac{dC}{dz}=\frac{\epsilon A}{(g_0-z)^2}.$$

两个负号相乘得到正号，位移向下时电容上升。同面积、同介质下，工作间隙减半，局部灵敏度变为四倍。理想电容保持静态电荷时不需要持续直流电流。实际低噪声和温漂还取决于寄生电容、读出电路及材料。

## 第 41 页 · 电荷控制为什么比较稳定

按图，控制源向两板送电流。若起初无电荷，$Q(t)=\int_0^t i_{\rm in}(u)\,du$。正向取极板靠近的方向，吸力大小 $F_e=QE/2=Q^2/(2\epsilon A)$，其中 $1/2$ 来自单个极板所受的是另一板的电场。静态平衡时弹簧提供 $kz$，令两力相等可得

$$ z=\frac{Q^2}{2k\epsilon A},\qquad g=g_0-z=g_0-\frac{Q^2}{2k\epsilon A},\qquad V=\frac{Q}{\epsilon A}\left(g_0-\frac{Q^2}{2k\epsilon A}\right). $$

当 $g=0$，理想接触阈值 $Q=\sqrt{2k\epsilon Ag_0}$。固定 $Q$ 时，公式里的静电力不随间隙增加，若极板额外靠近一点，弹簧力会增加并把它拉回。图中这种方式需要精确控制电流积分并处理漏电，因而实际读出和驱动更难做。

## 第 42 页 · 恒压时，为什么同一电压可能有两个平衡点

恒压下 $Q=CV=\epsilon AV/g$。把 $g=g_0-z$ 代入吸力后与弹簧力比较，平衡要求

$$kz=\frac{\epsilon AV^2}{2(g_0-z)^2},\qquad V(z)=\sqrt{\frac{2k}{\epsilon A}z(g_0-z)^2}.$$

右图横轴为 $V$、纵轴为 $z$，固定一条竖线看绿色曲线的交点。低电压可有两个交点。下支的位移小，若多靠近一点，弹簧力增加得比吸力快，板被拉回。上支的间隙很小，电容力随 $z$ 上升得更快，稍靠近便被进一步吸过去。两支合并处就是临界点。

> [Week 10 · Part02 · 00:43:20–00:47:38](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t2600)。课堂先比较电荷和电压控制，再用弹簧力、静电力的相切引出吸合。

## 第 43 页 · 一步一步推出三分之一吸合位移

在临界点，图中的直线 $F_s=kz$ 与弯曲的 $F_e=\epsilon AV^2/[2(g_0-z)^2]$ 相切。相切意味着**力相等**，也意味着**从该点稍微走一步时，两边增加得同样快**。

1. 平衡条件是 $kz=F_e$。
2. 对 $z$ 求导，$dF_s/dz=k$，$dF_e/dz=\epsilon AV^2/(g_0-z)^3=2F_e/(g_0-z)$。
3. 斜率相等给 $k=2F_e/(g_0-z)$。代入 $F_e=kz$ 得 $k=2kz/(g_0-z)$。
4. 约去 $k$，得 $g_0-z=2z$，所以 $z_{\rm PI}=g_0/3$，剩余间隙 $g_{\rm PI}=2g_0/3$。
5. 由平衡式整理得 $V^2=2kz(g_0-z)^2/(\epsilon A)$，代入上一步，得 $V_{\rm PI}=\sqrt{8kg_0^3/(27\epsilon A)}$。

例如初始间隙为 9 µm，理想临界位移是 3 µm。临界位移比例与 $k$ 无关，所需电压仍取决于 $k$、面积和初始间隙。

## 第 44 页 · 在实测图上读到吸合和迟滞

左图横轴为电压，纵轴为微米。升压时沿下面的缓坡走，在约 4.5 V 后从约 1.3 µm 跳到约 4 µm。降压时，板沿上面的分支保持较大位移，约到 2.2 V 附近才释放，于是两条路线围出一个环。同一电压可以对应不同位移，这叫迟滞。

右图蓝直线是弹簧力，红曲线是不同电压下的静电力。电压越高，红线越往上。两条线在稳定侧相交可得到平衡，临界时刚好相切，再增压就越过临界。右图标注约 10.34 V，看曲线的相切过程即可。左图的跳变电压从左图的实验数据读出。

> [Week 10 · Part02 · 00:47:38–00:51:49](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t2858)。课堂沿图追踪突然跳变与降低电压后的返回路径。

## 第 45 页 · 用反馈扩展可用行程

从框图左边开始。把目标位移 $x_d$ 与实测 $x_{\rm meas}$ 相减，控制器将误差换成目标静电力 $F_d$。然后逆模型 $f^{-1}(x_{\rm meas},F_d)$ 算出所需电压。用前页理想平行板模型举例，取当前间隙 $g=g_0-x_{\rm meas}$，从 $F_d=\epsilon A V^2/(2g^2)$ 解出 $V=g\sqrt{2F_d/(\epsilon A)}$。相同目标力下，板越靠近则所需电压越低。这让控制器可以及时卸力。

框内的机械模型 $1/(ms^2+cs+k)$ 来自 $m\ddot x+c\dot x+kx=F$。$m,c,k$ 分别表示质量、阻尼、刚度，$s$ 是拉普拉斯变量。图里控制器用对应的 $ms^2+cs+k$ 分子配合 $s(s+p)$ 的分母和增益 $K$ 整形误差响应。左下比较黑色响应与红色正弦目标，右下比较两者在斜坡输入下的表现，越往大位移抖动越明显。

## 第 46 页 · 触觉数据怎样变成机器人能用的信息

图从左往右是读数、物理变换、中间信息、解释、任务信息。按拿杯子的例子走一遍。

1. 关节角和力矩传感器提供数值，触觉阵列提供每个位置的接触读数，动态触觉感知滑动振动，热传感感知局部温度。
2. 用运动学把关节角换成指尖位置，用材料和接触力学把读数换成接触力与应力，动态滤波分出振动成分。
3. 将接触几何、抓取构型、力和振动等特征合在一起，估计物体姿态、检测滑移、识别接触类型。
4. 用这些结论调整动作，例如保持杯口朝上，发生滑移时稍微增加抓力。

> [Week 10 · Part02 · 00:47:38–00:51:49](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t2858)。老师用苹果和拿着一杯水来解释从低层读数到高层判断。

## 第 47 页 · 位姿、里程计和外部坐标

二维小车的位姿可写成 $(x,y,\theta)$。$x,y$ 说明小车在哪里，$\theta$ 说明车头朝哪边。例如从起点向东 2 m，车头向北，就是 $(2,0,\pi/2)$，这里以东为 $x$ 正向、北为 $y$ 正向。用轮子运动估计相对起点的变化叫里程计。陀螺仪读转动速度帮助推算朝向，GPS 可提供外部参考下的位置。起点不同，里程计坐标的数字也会变。

## 第 48 页 · 双轮差速小车怎么算速度、半径和位置

图里 ICC 是瞬时转动中心，车体中心距 ICC 为 $R$，两轮距离为 $2d$。只考虑轮子纯滚动。假定正角速度 $\omega$ 对应向左转，右轮走的圆比左轮大，半径分别 $R+d$ 和 $R-d$。

1. 一段短时间 $\Delta t$ 内，同样的转角 $\omega\Delta t$ 使两个轮子分别走 $(R+d)\omega\Delta t$ 和 $(R-d)\omega\Delta t$。除以时间得到 $v_r=\omega(R+d)$、$v_l=\omega(R-d)$。
2. 两式相减得 $v_r-v_l=2d\omega$，所以 $\omega=(v_r-v_l)/(2d)$。相加得 $v_r+v_l=2R\omega$，所以车体中心前进速度 $V=(v_r+v_l)/2$。在 $\omega\ne0$ 时，$R=V/\omega=d(v_r+v_l)/(v_r-v_l)$。两轮同速时走直线。
3. 若车头与 $x$ 轴夹角为 $\theta$，将 $V$ 投影到地图轴，得到 $\dot x=V\cos\theta$、$\dot y=V\sin\theta$、$\dot\theta=\omega$。各自积分并加上初始值，就得到三项位姿。

例如 $2d=0.4$ m、$v_r=0.6$ m/s、$v_l=0.2$ m/s，得到 $\omega=1$ rad/s、$V=0.4$ m/s、$R=0.4$ m。程序每隔很短时间 $\Delta t$ 可用当前朝向近似完成一次更新。

~~~python
from math import cos, sin

x, y, theta = 0.0, 0.0, 0.0  # 初始位姿，角度用 rad
V, omega, dt = 0.4, 1.0, 0.1
x += V * cos(theta) * dt     # 前进距离 V*dt 投到 x 轴
y += V * sin(theta) * dt     # 同一距离投到 y 轴
theta += omega * dt         # 最后更新车头角
print(x, y, theta)
~~~

如初始为 $(0,0,0)$，第一步取 $dt=0.1$ s，近似得到 $(0.04,0,0.1)$。下一步用更新后的车头角，$y$ 开始增加。轮胎打滑时这套估计会累积偏差。

> [Week 10 · Part02 · 01:02:54–01:07:15](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t3774)。老师从两个轮子的转弯半径推出角速度，再对平面速度做坐标投影。

## 第 49 页 · 机械陀螺用角动量保存方向

对绕固定主轴旋转的飞轮，角动量 $\mathbf L=I\boldsymbol\omega$，转动惯量 $I$ 表示飞轮抗拒改变旋转的程度。外加力矩 $\boldsymbol\tau_{\rm ext}=d\mathbf L/dt$。近似无外力矩时 $\mathbf L$ 的大小和方向保持。下方万向架图中，外壳可转，快速飞轮的轴仍近似指向原方向，于是可以量外壳相对飞轮轴改了多少方向。实际存在摩擦或外力矩，轴会缓慢偏移。

## 第 50 页 · 光纤陀螺怎样把旋转变成光程差

上图光从同一个源分开，分别顺、逆两个方向绕光纤环，最后回到接收端干涉。下图左侧平台静止，两束光都绕 $2\pi R$。右侧平台用角速度 $\omega$ 转动，接收点沿环移动。按课件的简化圆环模型，同向要多追 $\omega Rt_c$，反向少走 $\omega Rt_a$。设光速为 $c$，就有

$$ct_c=2\pi R+\omega Rt_c,\qquad ct_a=2\pi R-\omega Rt_a.$$

移项后 $t_c=2\pi R/(c-\omega R)$、$t_a=2\pi R/(c+\omega R)$。相减通分

$$\Delta t=\frac{4\pi R^2\omega}{c^2-(\omega R)^2}\approx\frac{4A\omega}{c^2},\qquad A=\pi R^2.$$

近似用的是 $\omega R\ll c$。光束合在一起时，传播时差体现为相位差，检测它可估计角速度。多匝光纤累积每一匝的效应，便于测到微小差值。

> [Week 10 · Part02 · 01:07:17–01:11:51](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t4037)。老师用两束光在旋转中一束追、另一束迎向接收点来解释 Sagnac 效应。

## 第 51 页 · MEMS 陀螺怎样把转动变成侧向振动

看图中的 U 形结构。先让质量块在一个方向来回振动，拥有速度 $\mathbf v$。若整块芯片绕另一轴转动，旋转坐标系中出现横向科里奥利加速度

$$ \mathbf a_C=-2\boldsymbol\Omega\times\mathbf v=2\mathbf v\times\boldsymbol\Omega. $$

为什么有因子 2？将质量块在固定参考下的速度拆成相对芯片的 $\mathbf v$ 和芯片转动带来的 $\boldsymbol\Omega\times\mathbf r$，其中 $\mathbf r$ 是块相对芯片的坐标。再求导时，$\mathbf v$ 的方向跟随转动坐标系变化，贡献一个 $\boldsymbol\Omega\times\mathbf v$。同时 $\mathbf r$ 在芯片上改变，$\boldsymbol\Omega\times\mathbf r$ 的导数也贡献一个 $\boldsymbol\Omega\times\mathbf v$。相加后移到旋转系的运动方程右边，就是 $-2\boldsymbol\Omega\times\mathbf v$。

负号换成右侧写法是因为叉乘调换次序会反号。量纲为 $(1/{\rm s})({\rm m/s})={\rm m/s^2}$，方向垂直于振动方向和转轴。若二者垂直，振动速度 0.05 m/s、角速度 2 rad/s，横向加速度幅值为 $2\times0.05\times2=0.20$ m/s²。芯片用电容变化读到横向位移，从振动响应反推角速度。图中的傅科摆也用旋转参考系的现象建立直觉。

## 第 52 页 · 三种振动陀螺共享什么原理

音叉式让两块质量相对振动，转动使它们出现反向的横向响应，差分读出有助于压低同向干扰。振动轮式用环形结构，驱动一种振型，再看转动耦合出的另一个振型。酒杯谐振式让壳的边缘振动，转动会改变振型在壳体上的分布或方向。看图的梳齿和电极位置，就能分出用于驱动的端与用于感测的端。不论外形，测量链都可以顺着“驱动振动 → 转动耦合 → 检测响应”走一遍。

> [Week 10 · Part02 · 01:11:51–01:16:04](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t4311)。课堂在器件图上区分了梳齿驱动和感测方向。

## 第 53 页 · 加速度计的质量块、弹簧和阻尼

图上方质量块相对外壳位移 $x$，弹簧提供恢复力 $kx$，阻尼的大小随速度 $c\dot x$ 变化，$m\ddot x$ 对应质量块惯性。在选定的正方向上，动力学写为 $m\ddot x+c\dot x+kx=F_{\rm equiv}$。外壳加速在质量块的相对坐标里表现为与外壳加速相反的等效惯性力。变化很慢时，忽略相对速度和加速度项，位移幅值约 $|x|=m|a|/k$。例如 $m=0.001$ kg、$k=10$ N/m、加速度 1 m/s²，有 $|x|\approx0.0001$ m，即 0.1 mm。读到位移即可换算加速度。

图下方用压电材料。质量块受到力后改变晶体的应力，晶体产生电荷或电压供读出。这种方式适合动态振动，加速度需要长时间恒定测量时，通常用可读静态位移的结构。静止的日常 IMU 加速度计仍能读出支撑造成的比力，例如水平放置时垂直轴读约一个 $g$。

## 第 54 页 · IMU 怎样估计位置，为什么会漂

典型 IMU 有三个相互垂直的陀螺轴和三个加速度计轴。按照框图，先把陀螺的角速度积分得到姿态。利用姿态把加速度计在机体轴上的读数旋转到导航坐标，按符号约定补偿重力。对得到的运动加速度积分一次得到速度，再积分一次得到位置，分别要有初始速度和位置。

若姿态偏了 1°，水平轴会留下约 $9.81\sin(1^\circ)=0.171$ m/s² 的重力投影误差。若这项误差保持 10 s，速度误差变为 $0.171\times10=1.71$ m/s，位置误差约 $\tfrac12\times0.171\times10^2=8.55$ m。图上先做坐标转换和重力补偿的原因，就是这类小角度误差可以在积分后变大。

> [Week 10 · Part02 · 01:16:05–01:20:37](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t4565)。老师指出姿态偏差会使重力扣除有误，位置经过两次积分尤其容易漂移。

## 第 55 页 · GPS 从卫星接收位置和时间信息

卫星广播自己的轨道和时间信息，接收机接收信号并估算与各颗卫星的距离。课件右下的圆是二维示意，每个圆心代表卫星的已知位置，圆半径代表估算距离，多个圆的共同交点把接收机位置限定在很小的区域。三维实际还要估接收机钟差，通常至少需要四颗几何分布合适的卫星。山体、建筑物和室内顶盖会遮弱或挡住信号。课件还介绍了历史上的标准服务和精密服务。选择性可用性（SA）曾人为降低民用定位精度，2000 年停止使用。

## 第 56 页 · 用四颗卫星联立位置和钟差

先假设接收机的钟和卫星的钟同步，传播时间是接收时刻减发送时刻，距离便是 $r=c\Delta t$。实际接收机的时钟有未知偏移 $b$，因此测到的是伪距。

$$\rho_i=\sqrt{(x-x_i)^2+(y-y_i)^2+(z-z_i)^2}+cb.$$

$(x_i,y_i,z_i)$ 是第 $i$ 颗卫星的已知位置，$(x,y,z)$ 是接收机位置，$b$ 的单位为秒。每颗卫星给一条方程，未知数有 $x,y,z,b$ 四个，所以在理想条件下至少四条独立方程。$1\,\mu{\rm s}=10^{-6}$ s 计时误差乘 $3\times10^8$ m/s，得到约 300 m 的伪距误差。墙面反射使路径变长也会造成类似问题。课堂视频还列举大气传播、星历、接收机噪声和卫星时钟的相对论修正。

> [Week 10 · Part02 · 01:20:37–01:26:59](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t4837)。视频由二维圆交点走到三维卫星定位，并在允许接收机钟差后增加一个方程。

## 第 57 页 · GPS、GLONASS、Galileo 与北斗

GNSS 泛指全球卫星导航系统，GPS 是美国的系统。同一类还有俄罗斯的 GLONASS、欧盟的 Galileo 和中国的北斗。图下文字按各自的建设历程列举里程碑，北斗一段展示从试验型、区域型到全球服务的演进。这些系统的课堂共同点是接收已知位置的卫星广播、由传播时间估伪距、联立得到位置和钟差。能接收多星座的接收机在合适条件下通常能看到更多可用卫星。

## 第 58 页 · GPS 与 IMU 为什么要一起用

GPS 给相对于地球的位置，但每次更新有间隔，进入隧道时可能收不到信号。单天线的即时位置解也不直接给车的完整朝向。IMU 不需要外部广播，可以在两次 GPS 之间快速估计运动，但积分有漂移。

例子里，进隧道前 GPS 报告位置，之后 IMU 和轮速继续预测。隧道里车还能画出一段路线，但越久越可能偏。出隧道收到新 GPS 读数时，比一比预测位置和实际位置，再按各自误差大小修正。这样的“先预测、收到新测量后再校正”就是融合的一种常见结构。

> [Week 10 · Part02 · 01:26:59–01:31:17](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t5219)。老师用进入隧道说明为什么定位信号中断时要靠短时的运动估计。

## 第 59 页 · 先把本讲用到的三个问题串起来

围绕一台要去另一张桌子拿杯子的移动机器人。轮编码器、IMU 和 GPS 对应“我在哪、朝哪边”，接近传感器回答“路上有什么”，关节角与触觉回答“手现在伸到哪里、杯子抓稳了吗”。课件末页把后续主题写成位置感知、机器人视觉和多传感器融合，参考《机器人学手册》2016 年版 Part C 的第 28–35 章。

> [Week 10 · Part02 · 01:31:17–01:32:02](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w10p02-t5477)。老师在结尾将本讲的传感类型接到移动机器人测距与视觉相关主题。

