机器人一度只是一个可望不可即的远离众人生活的存在，然而随着科技和社会各行各业的发展以及越来越昂贵的劳动力势头，机器人开始进入到大众的生活中并担任起一定的角色，比如工厂里的货物规整管理机器人和服务业内的服务机器人等。一个机器人也好，无人汽车也好，其中最核心，最根本的问题有四个，定位技术（Localization）, 跟踪技术（Tracking）, 路径规划技术（Path Planning）, 还有就是控制技术（Controlling）。近日交通银行的一名为“交交”的向导机器人，以其“萌萌”的声音和专业的向导服务引起了很多人的关注。优璞作为一个高精度室内定位方案供应商也积极的参与了机器人智能化的行列，在给机器人室内定位及导航方面优璞提供了三种方案。相信配备了良好的导航系统之后的机器人不论在哪个行业都将能带给我们更优质的服务。
方案一：采用实时定位系统导航
实时定位系统基本组成为：定位服务器（Locating Server） + 定位基站（Base或者Anchor，至少4个）+ 路由器（Router，可以为有线或者无线，定位基站通过此路由器提供的有线或无线连接与定位服务器通信）+ 定位标签（Tag）。如下图：
该实时定位系统的工作原理，简单的说，就是定位标签按一定频次发射信号，定位基站捕获该信号后将信号的到达时间等参数信息提供给定位服务器，最后由定位服务器根据各基站的已知位置和反馈信息，采用到达时间差（TDOA，TimeDifference Of Arrival）算法计算出标签所在的位置。关于该实时定位系统的更多信息，请参考文档“基于超宽带（UWB）技术的高精度三维实时定位系统”。
应用于机器人导航时，机器人体内集成定位标签，并通过WiFi或者其它通信手段与定位服务器相联系。定位服务器通过对标签定位获得机器人的准确位置，并通过WiFi或其它方式把机器人的三维坐标及周边地图等其它信息提供给机器人本身。
采用此导航模式的主要优缺点总结如下：
优点：
1、 定位及导航精度高，通常情况下可达亚米级精度（30-50厘米）；
2、 实时性好，最高定位速率可达16Hz，即每秒16次定位；
3、 在系统覆盖范围内，可同时对多个机器人提供定位及导航服务；
缺点：
1、 整套系统由定位服务器、路由器和多个基站构成，成本较高；
2、 系统布设相对复杂，长期使用时定位服务器、路由器和基站均需外部电源；
3、 网络侧定位模式，需要单独的通信渠道向目标机器人提供其自身位置信息。
方案二：采用反向定位系统导航
反向定位系统基本组成包括一台测距仪和若干定位标签。
和采用TDOA算法的实时定位系统不同，在反向定位系统中，测距仪主要依靠精确测量与多个标签间的距离，通过三角定位法计算自身位置。示意图如下：
应用于机器人导航时，机器人自己就相当于一个测距仪。作为参考点的标签位置固定，其三维坐标为测距仪的已知参数。
采用此导航模式的主要优缺点总结如下：
优点：
1、 定位及导航精度高，通常情况下可达亚米级精度，略逊于RTLS系统；
2、 实时性好，最高定位速率可达16Hz，即每秒16次定位；
3、 系统构成简单，相对RTLS系统，成本大幅度降低；
4、 系统布设相对容易，但长期使用时标签需要外部电源供给；
5、 用户侧定位模式，机器人自己计算自己的位置，无需其它设备支持；
缺点：
1、 反向定位系统仅能支持一个机器人的定位及导航；
2、 机器人硬件需集成UWB模块；
3、 原测距仪中的软件和算法，需移植到机器人的主处理器中，导致额外的工作量和移植费用。
方案三：采用自校准惯导系统导航
惯性导航（InertialNavigation）系统通常基于自身装备的加速度计和陀螺仪这两种设备，工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，是一种自主式导航系统。惯性导航系统的优点很明显，能提供包括位置、速度、航向和姿态角等数据，更新速率高，短期精度和稳定性好，其主要缺点在于随时间而增长的累积误差，长期精度差。
结合UWB技术和惯性导航技术各自的优点，通过外部环境中预先布设的参考标签，配合特定的校准算法，可对一定范围内的惯导系统进行持续的自校准操作，大幅降低惯导系统的累积误差，保证了其长期的工作精度。
应用于机器人导航时，要求机器人本身集成加速度传感器、陀螺仪、数字罗盘和UWB模块。该导航方式的示意图如下：
采用此导航模式的主要优缺点总结如下：
优点：
1、 定位及导航精度高，预期可达亚米级、甚至分米级精度；
2、 实时性好，最高定位速率取决于惯性导航系统的自身配置；
3、 系统构成最简单，以上三个方案中成本最低；
4、 参考标签采用异步方式工作，耗电低，可通过电池供电，便于应急布设；
5、 自主导航模式，无需其它设备支持；
6、 外部布设的参考标签可供多个惯导系统共享，同一区域内支持多个机器人同时定位及导航；
缺点：
1、 机器人硬件需集成UWB模块；
2、 机器人的主处理器中需移植特定的惯性导航和自校准算法。
此方案目前处于开发阶段，预计2018年年中方案验证完成。