機器人底盤定制廠家淺談機器人底盤由哪些核心技術組成？
底盤是機器人實現運動的重要環節，從最初的概念上來說，結構件上加上輪子、電機及相應的驅動電路就是底盤。但如今的機器人底盤不僅僅是實現運動那么簡單，更多的是具備自主性，需要做到自主定位、建圖及路徑規劃等功能，即使在無人干預的情況下也能實現智能行走。
以業內主流的移動底盤來說，其融合了激光雷達、深度攝像頭、超聲波及防跌落等多個傳感器，并結合了思嵐科技自主研發的高性能SLAM算法。使其擁有可靠、易用的定位導航方案，即使面對各類復雜環境，它也能做到自主路徑規劃及障礙物規避等功能。
激光雷達：可幫助機器人時刻掃描周圍環境，提供地圖數據，構建高達5cm精度的地圖，并基于該地圖數據實現自主路徑規劃及導航功能；深度攝像頭：可偵測到位于雷達掃描平面上方的障礙物，并及時發送信號進行規避；超聲波傳感器：在工作時，能精準探測到玻璃、鏡面等高透材質障礙物，從而在靠近這些物體前能及時避讓；防跌落傳感器：可幫助機器人 360°偵查周圍的工作環境，判斷工作區域是否存在邊界、臺階、坡度等情況，從而發送請求信號，避免跌落。
除了以上傳感器的融合，SLAM技術也是其實現智能移動的關鍵。SLAM主要解決機器人的地圖構建和即時定位問題，而自主導航需要解決的是智能移動機器人與環境進行自主交互，尤其是點到點自主移動的問題，這需要更多的技術支持。
想要解決機器人智能移動問題，除了要有SLAM技術之外，還需要加入路徑規劃和運動控制。在SLAM技術幫助機器人確定自身定位和構建地圖之后，進行一個叫做目標點導航的能力。通俗的說，就是規劃一條從A點到B點的路徑出來，然后讓機器人移動過去。
從運動規劃上來說，目前主要有全局路徑規劃及局部路徑規劃之分。全局規劃，顧名思義，是最上層的運動規劃邏輯，它按照機器人預先記錄的環境地圖并結合機器人當前位姿以及任務目標點的位置，在地圖上找到前往目標點最快捷的路徑。
局部規劃，當環境出現變化或者上層規劃的路徑不利于機器人實際行走的時候（比如機器人在行走的過程中遇到障礙物），局部路徑規劃將做出微調。
與全局路徑規劃的區別在于，局部路徑規劃可能并不知道機器人最終要去哪，但是對于機器人怎么繞開眼前的障礙物特別在行。這兩個層次的規劃模塊協同工作，機器人就可以很好的實現從A點到B點的智能移動了。不過實際工作環境下，上述配置還不夠。因為運動規劃的過程中還包含靜態地圖和動態地圖兩種情況。
A*算法A*（A-Star）算法是一種靜態路網中求解最短路徑最有效的直接搜索方法，也是解決許多搜索問題的有效算法。算法中的距離估算值與實際值越接近，最終搜索速度越快。但是，A*算法同樣也可用于動態路徑規劃當中，只是當環境發生變化時，需要重新規劃路線。
D*算法D*算法則是一種動態啟發式路徑搜索算法，它事先對環境位置，讓機器人在陌生環境中行動自如，在瞬息萬變的環境中游刃有余。D*算法的最大優點是不需要預先探明地圖，機器人可以和人一樣，即使在未知環境中，也可以展開行動，隨著機器人不斷探索，路徑也會時刻調整。
上述的幾種算法都是目前絕大部分機器人所需要的路徑規劃算法，能夠讓機器人跟人一樣智能，快速規劃A到B點的最短路徑，并在遇到障礙物的時候知道如何處理。
