接近傳感器涉及的范圍很廣，不管是使用電磁場、光還是聲波，都能檢測物體的存在。這一類傳感也是機器人應用中不可或缺的核心器件。作為一類賦予機器人“感知”的器件，接近傳感是機器人走向智能化的關鍵。

相對于工業機器人與服務機器人，移動機器人中的接近傳感應用是最多的。在2015年前后移動機器人剛興起時，以激光雷達為主，使用IR（紅外）技術的接近傳感和超聲波技術的接近傳感為輔是大部分移動機器人廠商的選擇。

IR與超聲波落伍了嗎？

基于簡單IR（紅外）技術的接近傳感器只測量信號強度，并可能受到目標反射率的影響，這相較于現在最先進的技術而言是顯得有些功能單一了。但這并不意味著IR接近傳感已經落伍了。作為應用最廣泛的光電式接近傳感，基于IR的傳感IC功耗低，體積小，而且功能已經足夠成熟，是實現很多基本感應功能性價比最高的選擇。

而且隨著技術升級，PIR（Passive Infra-Red）技術也大幅提升了紅外接近傳感的性能。現階段很多國產紅外接近傳感中都內置了高精度算法單元，可以自適應當前環境，最遠感知距離可以達到二十幾米。高精算法單元的加入使得IR傳感IC能夠有效地區分開檢測信號與干擾信號，加強了對目標的感知。

此類芯片內部器件的集成也在豐富，更大性能的運算放大器與運算放大器周邊電路的加入讓IR傳感IC能夠對感知信號進行預處理；高精度晶振與屏蔽時間定時器的加入有效抑制了重復誤動作。雖然在越來越智能化的機器人中，IR傳感不能滿足足夠智能的感知，但在輔助方向上仍然有著不可替代的高效益。

超聲波同樣如此，我們僅以移動機器人為例，在行駛過程中對連續透明物體的感知上，超聲波接近傳感肯定是最理想的選擇。得益于超聲波傳感能感知傳播時間的變化，而不是僅僅返回信號。所以在補足機器人感知上超聲波同樣沒有落伍。

同樣高性能ToF不同的技術特點

早期的ToF設備由于對頻率和精度的要求極高，同時受限于體積和成本，一般都只在工業領域應用。現在在CMOS芯片上實現光脈沖相位的測量已經不是難事，小型模塊帶來的高性能接近傳感能力大大增強了機器感知的能力。

FlightSense

利用ToF實現高性能有很多不同的技術，不同的特點。FlightSense是ST的ToF技術，可以根據所發射光子的反射時間直接測量與目標之間的距離，可實現準確測距，不受目標表面特性的影響。

（圖源：ST）

FlightSense結合了ST獨特SPAD技術的優勢、成熟的自有成像工藝和高產能封裝。單光子雪崩二極管（SPAD）陣列和物理紅外濾光片，再加上微型可回流封裝，該技術加持下的ToF接近傳感能夠在各種環境照明條件下實現最佳測距性能。ST的FlightSense憑借算法（直接ToF）和巧妙的模塊構造，能夠通過深度檢測視野（FoV）內的不同對象，FoV有高達500 cm +的檢測范圍。該技術下器件串擾抗擾度超過80 cm，并具有動態污跡補償功能，是接近性和高性能感知之間很好的一次結合。

3D深度

兩種最為常用測量方法連續波（CW）方法和脈沖方法是目前最為常用的，ADI的ToF借助了微軟的Azure Kinect技術，基于CCD脈沖拓展了在3D深度上功能。

（圖源：ADI）

這種技術帶來的最直接的性能提升在分辨率和像素上，即分辨率更高，像素更小。1024（水平）× 1024（垂直）像素陣列加上3.5μm×3.5μm方形像素可以以極高的安全性輔助目前的機器人人機協作。從器件的表現來看，調制頻率的升高與噪聲的降低對成像功能性能的提升都是很直觀的。

深度計算引擎的錦上添花能夠以更優的方式使用成像器，發揮器件百分百的性能。三維的深度掃描檢測讓機器人系統不僅能夠感測周圍環境，還能夠解析環境。深度掃描后的數據可以用于移動機器人的導航路徑規劃，對環境數據的深度采集與分析是實現高精度高效率機器人移動的前提。目前SLAM是移動機器人最主流的地圖構建方法，深度信息能給SLAM提供更便于計算的方法。這是任何做移動機器人廠商都無法拒絕的特色。

機器人多種接近傳感融合

紅外接近傳感在手勢識別上領先的感知能力、超聲波傳感在透明物體上的檢測能力、ToF在成像上得天獨厚的優勢......單一的接近傳感賦予了機器人不同的感知能力，多種接近傳感的互相融合才能構筑起機器人豐富的感知。