《服务机器人基础》 课件 第3、4章 服务机器人控制与驱动技术、服务机器人感知技术

§3-1服务机器人的控制方式01§3-2服务机器人的基本控制单元02§3-3服务机器人的驱动方式0376§3-1

服务机器人的控制方式77一、服务机器人控制技术的基本概念服务机器人控制技术是指实现服务机器人的运动、感知、交互等功能的方式，以及相关硬件和软件。这些硬件和软件可划分为感知模块、规划模块和执行模块。感知模块负责感知服务机器人自身所处的环境信息和自身状态。其通常使用摄像机、激光雷达和声呐等传感器来探测障碍物，绘制服务机器人周围的环境图，并确定自身位置和运动方向，为服务机器人提供感知能力。78规划模块负责处理感知模块采集的信息，并生成行动计划或运动路径。该模块使用SLAM（同步定位和地图构建）等算法来创建服务机器人的环境地图，并规划到达目的地的路径。它还可以处理其他约束条件信息，如安全或能源效率。执行模块负责实施规划模块生成的行动计划，或者控制服务机器人按既定路径运动。该模块根据传感器提供的信息和任务要求，计算出服务机器人应该采取的行动，并向机器人的电机和执行器发送命令，完成移动、拾取物体或其他任务。它还监测服务机器人的传感器，以确保传感器对环境的变化做出适当的反应。79二、服务机器人的控制方式1. PID控制PID控制是服务机器人中常见的控制方式之一，适用于导航、路径规划、姿态控制和机械臂运动控制等各种应用场景。其算法是一种基于反馈的算法，可用于对机器人的位置、速度和加速度等进行控制。在每个循环周期中，系统的误差为当前实际值与期望目标值之差。PID控制算法的工作原理是：通过比较实际状态和目标状态之间的偏差，如位置、速度和加速度等的偏差，来计算PID控制器的输出，再将PID控制器的输出作为控制信号输入到服务机器人的执行器中，以实现对机器人状态的调节和控制。80PID控制算法由比例项（P项）、积分项（I项）和微分项（D项）组成。使用PID控制算法时，需要设置比例增益、积分时间和微分时间三个控制参数。这些参数一起控制系统的输出，以使其与期望的输出相匹配。PID控制原理如图所示。81PID控制原理图（1）比例项和比例增益（KP）。比例项用于减小系统的偏差。比例增益用于根据误差大小调整输出的强度。比例增益越高，控制作用越强，系统响应越快。但是比例增益过高，则会导致超调；反之，比例增益过低，则可能导致响应时间过长。（2）积分项和积分时间（TI）。积分项用于消除系统的稳态误差（静差）。所谓稳态误差即系统控制过程趋于稳定时，目标值与输出量的实测值之差。若积分时间取值过大，则会导致系统响应变慢；若积分时间取值过小，则可能会导致系统过度敏感。82（3）微分项和微分时间（TD）。微分项能反映误差信号的变化速率，因而能在误差信号的值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。若微分时间取值过大，则可能导致系统过度敏感；若微分时间取值过小，则可能导致系统不稳定。832. 变结构控制变结构控制是20世纪50年代发展起来的一种控制方案：控制系统中有多个控制器，根据一定的规则在不同的情况下采用不同的控制器实现控制。就服务机器人而言，变结构控制算法可用于应对不同的控制任务和环境条件，以提高服务机器人的稳定性和适应性。变结构控制算法可以分为两种类型：基于模型的变结构控制和基于经验的变结构控制。基于模型的变结构控制需要对系统进行建模和识别，从而选择适当的控制器结构和参数。基于经验的变结构控制则是基于先前的控制经验，根据实时状态和外部干扰来更换控制器结构和参数。84变结构控制的一个重要应用是移动机器人的导航控制。移动机器人的所在环境和任务往往是动态的和不确定的，在这种情况下，变结构控制可以根据实时的环境变化和自身状态的变化，选择不同的控制器结构和参数来保证服务机器人的导航稳定性和安全性。变结构控制相对于其他控制方式更加复杂，对系统的建模和识别要求更高，因此需要进行更多的实验和测试来优化控制器结构和参数，以达到较好的控制效果。853. 自适应控制自适应控制是一种根据系统动态变化和环境条件自动调整控制器参数的控制方法，旨在保持系统的稳定性和性能。自适应控制的核心在于控制器能够基于测量数据学习并调整其策略，通常表现为控制器参数随时间变化。这些参数依赖于系统的输入、输出和参考信号。自适应控制原理如图所示。86自适应控制原理图与传统的反馈控制不同，自适应控制适用于存在不确定性（如未建模的动力学、噪声或参数变化）的系统。自适应控制通常分为以下三类。●

参考模型自适应控制：通过参考模型的输出调整控制器参数，使系统输出跟随参考模型。●

自校正控制：基于在线辨识技术，不断更新系统模型并调整控制器参数。●

直接自适应控制与间接自适应控制：直接自适应控制的方式是直接调整控制器参数，而间接自适应控制的方式是先辨识系统模型，再设计或调整控制器参数。874. 模糊控制模糊控制是一种基于模糊逻辑的控制方式。与传统控制方式相比，模糊控制算法具有更好的适应性。模糊控制算法的核心是模糊逻辑，即将事物的模糊性转化为具体的数学模型，并通过模糊推理来实现对系统的控制。模糊控制器由模糊化模块、模糊规则库、模糊推理机、模糊消除模块四个部分组成。88模糊控制原理图5. 神经网络控制服务机器人中的神经网络控制是一种基于人工神经网络的控制方法。它模仿人类大脑中神经元的工作原理，通过学习和自适应性调整来实现自主控制。采用神经网络控制的服务机器人，通过传感器感知周围环境的变化，并将这些信息输入神经网络进行处理和学习。经过一段时间的训练，神经网络可以识别不同的输入模式，并根据预设的目标输出相应的控制指令，从而控制服务机器人的动作。89§3-2

服务机器人的基本控制单元90一、基本控制单元的基本概念服务机器人的基本控制单元是指服务机器人中负责控制和执行各种任务的组件。可将其看作是服务机器人的大脑和中枢，负责从摄像头、激光雷达、声呐等传感器中接收和处理数据，获取服务机器人周围环境的信息，并进行决策和规划，制定合适的动作策略，作出路径规划，通过精确控制执行器的速度、方向和力度，使机器人能够自由移动、抓取物体、执行服务任务等。91基本控制单元也负责机器人与用户或环境间的交互。它可以理解用户的指令或语音，并作出相应的回应和动作。同时，它也可以将服务机器人的状态和任务进度通过屏幕显示或语音等方式传达给用户。作为整个控制系统的核心，基本控制单元接收传感器数据，通过控制算法和决策系统处理数据并做出决策，最终控制执行器实现机器人的动作。因此，基本控制单元的设计和性能直接影响服务机器人的控制能力和任务执行效果。92二、基本控制单元的组成和结构服务机器人的基本控制单元包括驱动器和执行器、传感器和检测器、控制计算机和操作系统、通信总线和接口、人机交互设备等。1. 驱动器和执行器服务机器人的驱动器与执行器直接决定机器人的动作精度、响应速度和负载能力。不同的驱动器和执行器支持不同的驱动方式。驱动器负责将控制计算机发出的控制信号转换为执行器的运动指令，实现对机器人关节或末端执行机构的精确驱动。其性能直接影响机器人的运动精度、速度和稳定性。驱动器主要类型包括直流驱动器、交流驱动器、伺服驱动器、步进驱动器。93执行器的功能是将驱动器输出的运动指令转化为机械运动。常见的执行器包括电动执行器（电机）、液压执行器、气动执行器，此外还有形状记忆合金执行器、压电执行器等。其中，电动执行器主要包括直流电机、交流电机、伺服电机、步进电机等类型。伺服电机常用于需要精确定位的服务机器人，液压执行器常用于执行仓储升降货物任务或执行切割任务的服务机器人，气动执行器常用于执行分拣任务的服务机器人。94服务机器人执行器与驱动器正向集成化、智能化、节能化和模块化发展。集成化是指驱动器与执行器（主要指电机）一体化设计，以减少布线。智能化是指内置人工智能算法，自动补偿负载变化（如自适应阻抗控制）。节能化是指应用能量回收技术，即在制动时将机械能转换为电能存储。模块化是指执行器与驱动器共同构成标准化单元，支持快速重构，从而通过合理选择执行器与驱动器组合，使服务机器人灵活适应物流、医疗、餐饮等不同场景的复杂需求。952. 传感器和检测器根据不同的感知物理量，传感器可以分为多种类型，如视觉传感器、激光传感器、超声波传感器、触觉传感器等。根据不同的检测标的，检测器可以分为温度检测器、声音检测器、烟雾检测器等。从工作原理看，检测器也属于传感器。不同类型的传感器具有各自的特点。963. 控制计算机和操作系统控制计算机是服务机器人的核心处理单元，具有执行控制算法、处理传感器数据、执行任务规划和决策等功能。操作系统则是在控制计算机上运行的软件平台，用于管理硬件资源、调度任务、提供接口和服务等。在服务机器人中，控制计算机通常分为嵌入式控制计算机和通用控制计算机两种类型。嵌入式控制计算机常集成于机器人硬件中，专门用于实时控制和运动规划；而通用控制计算机则可运行ROS等机器人操作系统，用于高级任务规划和决策。974. 通信总线和接口通信总线是实现机器人各部件间高效数据交互的核心技术，主要分为传统总线和工业以太网总线两大类，此外还有一些专用总线。接口是连接通信总线和设备的连接点，包括硬件接口和软件接口。它能够实现实时的数据传输和控制，使机器人能够精确地进行运动控制和传感器数据采集。以太网接口常用于连接服务机器人的上层计算机和服务器，实现高级任务规划和决策，如实现服务机器人和云端的通信，实现远程监控和控制等。985. 人机交互设备人机交互设备是指服务机器人与人类用户之间进行信息传递、指令输入和反馈输出的工具和接口。通过人机交互设备，用户可以向机器人传达指令、获取机器人的信息，并与机器人进行交流和互动。根据不同的交互方式和形式，人机交互设备可以分为多种类型，如语音识别与合成设备、触摸屏、按钮、手势识别设备、虚拟现实设备等。对于服务机器人来说，人机交互设备需要具备良好的人机交互性，能够方便、直观地与用户进行交流，理解用户的指令并做出恰当的反应。在服务机器人中，人机交互设备的应用非常广泛。99三、基本控制单元的特点和优势●

自动化：服务机器人的基本控制单元可以使服务机器人在一定程度上实现自主或半自主地完成任务，一定程度上减少了人类的干预和指导，可提高服务机器人的效率和准确性，降低人力成本和错误风险。●

智能化：服务机器人的基本控制单元使服务机器人具备一定的感知、理解、决策和执行能力，能够根据环境变化和用户需求进行适应和学习，可提高服务机器人的灵活性和创新性，增强用户体验和满意度。●

集成化：服务机器人的基本控制单元可以使服务机器人与其他设备和系统进行有效的通信和协作，实现数据交换和资源共享，可提高服务机器人的兼容性和可扩展性，实现更高层次的协同和优化。100§3-3

服务机器人的驱动方式101一、电动驱动方式●

电动轮：电动轮是一种集成电机与车轮的驱动装置，通常用于轮式移动机器人。它能够提供直接驱动和灵活地操控，广泛应用于自动导航车、无人物流车等场景。●

电动关节：电动关节是一种用于服务机器人关节运动的电动机构。它通常由电动机、减速器和传动机构组成，能够实现关节的旋转或摆动运动，用于实现服务机器人的多自由度运动。102●

电动线缆：电动线缆是一种利用伸缩式线缆驱动机器人运动的驱动装置。通过伸缩或回缩线缆，可以帮助服务机器人完成平移和抓取动作。这种驱动方式常用于具备较高柔性的服务机器人和一些工作于特殊场景的服务机器人。●

电动舵机：电动舵机是一种集成电动机和控制器的驱动装置，常用于机器人的精确位置和角度控制。这种驱动方式主要有精准控制、高效能、环保低噪声等优点。这种驱动方式可与控制算法结合，实现精确的速度和位置控制；相对于传统的液压和气动驱动，电动驱动的能源转换效率更高，能够节省能源并降低运行成本；电动驱动方式不产生尾气和废气，无刷电机甚至具有较低的噪声水平，对环境和用户友好。103二、液压驱动方式液压驱动机构由液压泵、液压缸、液压阀、液压油等组成。当液压泵启动时，它将液压油从储油罐抽取并压入液压缸中。液压油的流动和压力推动液压缸活塞运动，从而驱动机器人的各个执行部件实现运动。液压驱动的核心组件是液压泵和液压缸。液压泵负责产生液压动力，而液压缸则负责将液压动力转化为机械运动。104使用这种驱动方式的优点有以下几方面。●

承载能力强：液压驱动能够提供较大的力和扭矩输出，适用于需要搬运重物或执行高负载任务的机器人。●

运动平滑：液压驱动可以实现平稳的运动，有助于避免机器人在运动过程中产生振动或冲击。●

具有可编程性：通过控制液压阀的开关，可以实现机器人的精确位置和速度控制，有较好的可编程性。液压驱动也有能耗较高、维护成本较高、控制复杂等缺点。105三、气动驱动方式气动驱动机构由气源、气缸、气压控制阀等组成。当气源提供气体时，气压控制阀打开或关闭，控制气体流向气缸。气体进入气缸后，压力使气缸的活塞运动，从而驱动服务机器人的执行部件实现运动。气动驱动的核心组件是气缸和气压控制阀。气缸负责将气体动力转化为机械运动，气压控制阀负责控制气体的流向和压力。106使用这种驱动方式的优点有如下几方面。●

响应快速：气动驱动系统具有快速的响应时间，可以实现较高的速度和频率。●

安全性高：气动驱动使用气体作为动力源，相对较为安全，不会产生火花或引发火灾。●

成本较低：气动驱动的部件相对简单，制造和维护成本较低。气动驱动也有动力输出有限、运动精度较低、噪声较大等缺点。107四、驱动方式的选型与优化在设计与研发服务机器人时，往往需要根据具体任务需求和机器人的应用场景选择适合的驱动方式，以下是一些考虑因素。●

负载和动力需求：如果任务需要承载大负载，液压驱动往往是更好的选择；对于较轻的任务，电动驱动可能更合适。●

精密控制需求：如果任务需要高度精密的控制，如手术机器人或精密装配，液压驱动可能不太适合，因为这种驱动方式通常有液压漂移。在这种情况下，电动驱动或气动驱动可能更合适。108●

环境因素：环境因素很多，它们对不同驱动方式的影响有显著差别。

●

能源效率：对于需要长时间运行的任务，能源效率是一个重要因素。电动驱动通常比液压和气动驱动更高效。109优化驱动系统以提高机器人的性能和效率时，可以考虑以下几个方面。●

优化设计：在设计阶段，可以优化驱动系统的结构和组件选择，以提高系统的效率和性能。●

使用高效的驱动器和执行器：选择高效的电动机、液压泵或气动元件，以减少能源消耗。●

使用先进的控制算法：采用先进的控制算法，以实现更精确的控制和更优的性能。●

节能措施：通过采用节能措施，减少能源消耗。●

维护和保养：定期进行驱动系统的维护和保养，保持其良好状态，以确保系统的性能和效率。110五、驱动方式的发展趋势服务机器人的驱动方式也在不断创新和发展。其发展趋势包括以下几个方面。●

绿色和可持续发展：未来的服务机器人驱动方式将更加注重绿色和可持续发展。新型驱动技术将采用更加高效和环保的能源，如电池、太阳能和燃料电池，以减少对环境的影响。●

智能化和自主化：未来的服务机器人驱动方式将更加智能化和自主化。驱动系统将能够根据环境变化和任务需求自动调整和优化，实现更加智能的运动控制和路径规划。111●

多模式驱动：未来的服务机器人驱动方式可能会采用多模式驱动，即不同驱动方式的结合。●

柔性驱动：柔性驱动技术是未来可能出现的新型驱动技术之一。柔性驱动可以使服务机器人更加灵活和敏捷，适应复杂和不规则的环境。●

自适应控制：未来的驱动方式可能采用自适应控制技术，可以根据服务机器人的状态和任务需求实时调整驱动方式和参数，以实现更高效的控制。112§4-1服务机器人感知技术基础知识01§4-2服务机器人内部传感器02§4-3服务机器人外部传感器03113§4-1

服务机器人感知技术基础知识114一、服务机器人感知技术的基本概念服务机器人能通过各种传感器等设备感知周围环境，采集与所执行任务相关的信息，并对这些信息进行识别和分析，从而实现智能化决策和操作。感知技术可以使服务机器人更加智能化、自主化，能够更好地适应不同环境和任务需求，提高服务机器人的任务执行效率和安全性。一般来说，感知技术包括信号采集和处理、数据分析和决策等方面。其中，信号采集依靠的是各种传感器。115二、常用的感知数据处理方法感知数据的处理内容主要包括图像处理、语音识别、目标检测、距离测量等。通过对感知数据的处理，控制计算机可以提取出有用的信息，为机器人的决策和操作提供支持。以下是一些常用的感知数据处理方法。●

数据滤波：通过滤波算法对感知数据进行处理，去除噪声和干扰，提高数据的精度和准确性。●

特征提取：对感知数据进行分析，提取其中的关键特征，以便实施后续的决策和控制。116●

数据融合：将多个传感器采集到的感知数据进行整合，得到更加全面、准确的信息。●

数据压缩：对大量的感知数据进行压缩，以减少数据传输和存储占用的资源。●

数据可视化：将感知数据转化为图形或者其他形式的可视化信息，以便人类用户更加直观地理解和处理。●

机器学习：通过机器学习算法对感知数据进行处理和分析，提高机器人的智能水平和自主决策能力。117三、感知系统的结构与性能要求为深入研究和开发感知技术，可将服务机器人中与感知技术相关的硬件和软件作为整体看待，即感知系统。该系统可以分为传感器层、信息处理层和决策控制层。传感器层作为底层，是机器人感知系统中最重要的组成部分之一，其主要作用是采集机器人内部和外部环境的信息，并将原始数据发送到信息处理层进行分析和处理。传感器层包括视觉传感器、音频传感器、力传感器、触觉传感器、惯性传感器和激光雷达等各种类型的传感器。这些传感器可以帮助机器人感知周围环境、识别目标物体、判断机器人自身的状态。118信息处理层是机器人感知系统的中间层，主要负责对传感器层采集到的数据进行分析和处理，并提取其中的特征和模式。决策控制层是机器人感知系统的顶层，主要负责对机器人的行为与任务进行决策和控制。在决策控制层中，机器人利用信息处理层的分析结果，通过决策算法进行规划和优化，生成机器人行动方案，并通过控制计算机控制机器人执行任务。决策控制层是机器人感知系统中最高级别的部分，负责机器人的整体规划和执行过程，是机器人感知系统的核心部分。119感知系统需要模仿人类的感知行为，以实现服务机器人对环境的感知和理解。因此，对感知系统的性能要求主要有以下四方面：●

多传感器融合：传感器层应该包含不同类型的传感器，例如视觉传感器、音频传感器、力传感器、触觉传感器、惯性传感器、激光雷达等，以获取尽可能全面的外部环境和机器人内部状态信息。采用多传感器融合的方式，可以将不同传感器采集的数据融合起来，提高数据的可靠性和准确性。多传感器融合需要考虑到不同传感器之间的相互作用和数据处理的复杂性。120●

实时性和低延迟性：服务机器人的感知系统需要具备实时响应能力，以便对环境变化及时作出反应。因此，传感器层采集的数据需要被快速分析和处理，并在短时间内输入到决策控制层。●

数据质量和隐私保护：传感器层采集数据的质量和准确性对于服务机器人的任务执行至关重要。另外，机器人所采集的数据如涉及用户隐私，需要采取相应的保护措施，例如数据加密、数据去标识化等，以符合有关法律法规。121●

可扩展性和可升级性：随着不同环境和任务的需求变化，传感器层和信息处理层需要不断地增加新的传感器、更新算法，以提高感知系统的性能。因此，传感器层应该采用通用接口和标准协议，以更方便地集成新的传感器，信息处理层应该采用模块化设计，使新的算法可以方便地添加或替换，从而提高系统的可扩展性和可升级性，使服务机器人的感知系统能更好地应对未来的需求变化。122四、感知系统的分类1. 按照感知对象分类按照感知对象的不同，服务机器人感知系统可以分为内部感知系统和外部感知系统。2. 按照感知方式分类按照感知方式的不同，服务机器人感知系统可以分为有源感知系统和无源感知系统。有源感知系统是指机器人主动地向周围环境发出声波、激光等信号，然后通过接收信号的反馈来感知环境；无源感知系统则是指机器人直接感知周围环境的信号。1233. 按照处理层次分类按照处理层次的不同，服务机器人感知系统可以分为低层次感知系统和高层次感知系统。低层次感知系统主要负责感知外部环境和机器人内部状态，并将数据传输到高层次感知系统；高层次感知系统则负责分析和处理低层次感知系统传来的数据，并将结果反馈给决策控制层，以便机器人做出相应决策和行动。124五、感知系统的评估指标1. 准确性准确性是指感知系统对外部环境和机器人内部状态的识别和理解的正确程度。2. 响应时间响应时间是指感知系统识别内部状态和外部环境并作出响应的时间，是评估感知系统性能的重要指标。1253. 可靠性可靠性是指感知系统在长时间运行中的稳定性和可靠性。感知系统需要在不同环境和任务中保持稳定的性能，以保证机器人的正常运行。4. 适应性适应性是指感知系统能够适应不同的环境和任务需求的能力。服务机器人需要在不同的环境和任务中工作，因此，感知系统需要具备较强适应性。126§4-2

服务机器人内部传感器127一、按被测物理量分类的常见内部传感器按被测物理量分类，内部传感器主要包括位置传感器、速度传感器、加速度传感器、压力传感器、力矩传感器、姿态传感器、接近传感器等类别。1. 压力传感器压力传感器是机器人开发中常用的一种内部传感器，用于测量物体受到的压力。机器人通常使用压力传感器来控制机械臂的操作力度和位置，以便更精确地完成任务。1282. 姿态传感器姿态传感器（见下图）用于服务机器人感知自身在三维空间内的姿态，通常是加速度传感器、陀螺仪、磁性传感器的组合。加速度传感器测得的数据经计算可得速度和位移信息；陀螺仪可测角速度，经计算可得角度信息；磁敏传感器可测地磁场强度。据此，可确定服务机器人运动的方向和位置。129姿态传感器二、按工作原理分类的常见内部传感器按工作原理分类，服务机器人内部传感器主要包括电阻式传感器、电容式传感器、电感式传感器、光电式传感器、压电式传感器、热电偶传感器、磁敏传感器等类别。在服务机器人中应用较多的霍尔传感器属于磁敏传感器，正交编码器属于光电式传感器。1301. 霍尔传感器霍尔传感器（见下图）也称霍尔效应传感器，可基于霍尔效应原理将磁场的变化转化为电压变化并作为信号输出。131霍尔传感器2. 正交编码器正交编码器（见下图）是一种用于测量旋转角度和转动速度的传感器，常用于服务机器人的关节控制和位置测量等任务。正交编码器由码盘、光源、光敏元件、信号处理电路等部分组成。132正交编码器三、常见内部传感器的应用场景场景一：高智能的机械手臂需要实现各种旋转和平移的运动。为了控制上述运动，内部传感器被安装在机器人手臂的关节部位。当机械手臂进行旋转和平移运动时，速度传感器、姿态传感器等内部传感器能够将旋转速度和平移速度转化为电信号，并将其反馈给机器人的控制系统。这样，机器人就可以实时监测和调节旋转和平移运动，以完成特定的任务。

133场景二：服务机器人在工作中，必须保持正确的姿态和运动轨迹，但工作场地有很多不确定性，会造成突发情况。比如地面的复杂状况会导致服务机器人腿足或轮子打滑，偏离设定的运动轨迹。遇到这种情况，服务机器人体内的位置传感器和姿态传感器会向控制计算机反馈信息。控制计算机据此进行必要的修正，使机器人调整好姿势，重新回到设定轨迹上。134场景三：服务机器人在医疗和康复领域应用越来越多。机器人辅助医生进行手术操作时，需要借助内部传感器以精确控制机械臂的位置和姿态。在康复训练中，机器人会辅助康复对象进行肢体活动（见右图）。此时，内部传感器通过检测机器人有关部件的旋转角度和位移量，精确反馈患者肢体活动范围，避免过度运动或错误动作。135某型号智能康复机器人§4-3

服务机器人外部传感器136一、外部传感器的种类1. 视觉传感器视觉传感器对于服务机器人的作用尤为重要。视觉传感器能够帮助服务机器人感知周围的环境、确定自身的位置。这类传感器能检测和识别周围不同的物体，如人类、障碍物、家具等，使机器人能够快速地做出决策和响应。随着深度学习等人工智能技术的发展，视觉传感器在服务机器人领域的应用越来越广泛，为机器人实现更加复杂的功能提供了技术基础。137常用的视觉传感器包括