斯坦福大学AA274A课程《机器人自主性原理》（2019年秋季）：传感器与计算机视觉导论

（原标题：Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Sensors & Intro to CV）

🎓 课程架构与感知核心任务

• 模块划分：本课程体系划分为轨迹优化、机器人感知、定位建图及推理决策四大核心模块，当前阶段聚焦于第二模块“机器人感知”的深入解析。
• 核心目标：感知的根本任务是通过传感器采集环境信息，提取关键特征以实现机器人的自我定位，并基于此决定最佳行动策略。
• 重点传感器：课程主要聚焦于相机与激光雷达（LiDAR）两类主流传感器，后续内容将深入探讨相机模型、校准技术以及场景重建算法。

📡 传感器分类体系与性能指标

• 基本分类维度：传感器首先分为本体感觉（如电机速度反馈）与环境感知；其次按工作方式分为被动式（如相机，受光照条件限制大）与主动式（如激光雷达，成本较高但环境适应性强）。
• 设计规格参数：评估传感器性能需关注动态范围、分辨率、线性度及带宽等基础设计指标。
• 现场实测指标：实际应用中需考察灵敏度、交叉敏感度（例如罗盘受金属干扰）、误差、准确度（测量值接近真值的程度）及精度（结果的可重复性）。

⚙️ 典型传感器原理与局限性分析

• 编码器机制：将轮子运动转化为数字脉冲以计算里程计，但在沙地等易打滑场景下失效，需结合视觉里程计进行补偿。
• 陀螺仪特性：利用角动量守恒保持轴向稳定以测量航向，但存在因摩擦导致的漂移问题，长期精度受限。
• 加速度计原理：基于弹簧质量系统原理，通过稳态位移测量外力；现代MEMS技术实现紧凑化，但易受物理损伤影响性能。
• IMU整合与局限：惯性测量单元（IMU）整合陀螺仪与加速度计数据，通过积分估算位置与姿态（死推法），其误差随时间累积，必须定期校正。

🛡️ 误差传播机制与控制策略

• 误差类型区分：误差分为可建模校准的系统性误差和不可预测的随机误差（如激光雷达产生的离群值）。
• 处理机制：通过估计并减去偏差来修正高精度但低准确度的传感器；重点需关注随机误差在感知流水线中的累积效应，防止误差放大。

📡 惯性导航风险与主动测距技术

• 惯性漂移风险：IMU存在累积漂移特性，需通过GPS或已知位置的信标（如灯塔）定期校正；历史上曾发生因夜间无外部参考导致飞机被误击的事故，凸显了独立定位的危险性。
• 飞行时间测距原理：基于电磁波或声波往返时间计算距离（公式 $d = c \cdot t / 2$），典型代表为LiDAR。其成本约1000美元，适用于长距离密集点云构建，但受限于人眼安全功率上限。
• 几何结构光技术：通过发射并分析变形的光斑图案推断环境形状，常见于Xbox和Intel RealSense传感器；相比飞行时间法更廉价，主要服务于3-4米内的短程感知需求。

📷 相机成像原理与透视投影推导

• 针孔模型基础：核心在于建立物体点与感光面点的一一对应关系以消除模糊，该概念由Leonardo da Vinci于1502年描述，形成倒置图像。
• 数学映射推导：定义光心为原点、光轴为Z轴的相机坐标系；利用向量平行性质（$v_1 = \lambda v_2$）及焦距$f$，推导出透视投影公式 $x = fX/Z, y = fY/Z$。
• 物理局限与透镜引入：极小孔径虽能提升清晰度但导致进光量不足及衍射效应；实际相机采用透镜聚焦光线，在保持一一对应映射的同时显著增加亮度，解决针孔模型的工程实现难题。

📐 薄透镜成像原理与几何特性

• 核心几何特性：穿过光心的光线不发生折射，其几何关系与针孔相机一致；平行于光轴的光线汇聚于焦点 $F'$；从物点 $P$ 发出的所有光线经透镜后汇聚于像点 $p$。
• 薄透镜方程推导：利用相似三角形性质（对应角相等导致边长成比例），推导出 $\frac{1}{z} = \frac{1}{f} - \frac{1}{Z}$。其中 $f$ 为焦距，$Z$ 为物点到透镜的距离，$z$ 为像面聚焦距离。
• 无穷远近似：当物体距离 $Z$ 远大于 $f$ 和 $z$ 时，$z \approx f$。这意味着无穷远处的物体在焦平面处清晰成像，验证了普通相机及人眼视觉的基本原理。

📷 针孔模型等效性与景深概念

• 数学等价性：薄透镜成像的坐标映射方程与针孔透视投影完全相同，前提是令针孔相机的焦距参数等于透镜的实际焦距 $f$。
• 景深概念解析：实际相机中，只有特定距离范围内的物体能保持清晰聚焦（景深/焦深），超出该范围图像会模糊。但在典型应用中，这种模糊通常可忽略，因此可用理想的针孔模型替代复杂透镜系统进行建模。

🧮 坐标映射流程与非线性挑战

• 三步映射路径：建立从世界坐标系 $P_w$ 到像素坐标的完整链路，分为三个阶段：
• 相机系投影：将相机参考系下的点 $(x_c, y_c, z_c)$ 映射至图像平面，公式为 $x = f \frac{x_c}{z_c}$，$y = f \frac{y_c}{z_c}$。
• 像素离散化：将连续的图像平面坐标转换为离散的像素坐标（此部分将在后续课程详述）。
• 世界系转换：建立相机参考系与世界惯性参考系之间的变换关系。
• 非线性挑战与解法：由于投影涉及除以 $z_c$，映射是非线性的。为解决此问题并便于相机标定及场景重建，将引入齐次坐标（Homogeneous Coordinates）将其转化为线性表示。