盖世汽车讯 机器人需要定位算法来确定自身位置。这些算法通常与传感器数据协同工作，从而计算机器人的位置。对于工程师和研究人员来说，弄清楚传感器的构造、传感器数据的格式以及如何在机器人上校准传感器可能是一项艰巨的挑战。

据外媒报道，克拉根福大学（University of Klagenfurt）网络系统控制（Control of Networked Systems）研究小组的Christian Brommer及其研究团队开发了一种新方法，可以省去所有这些步骤：该算法可以自动识别传感器型号并计算重要的定位数据。

图片来源： 克拉根福大学

现代机器人系统（例如无人机或自动驾驶汽车）使用各种传感器，从摄像头、加速度计到GPS模块。迄今为止，这些传感器的正确集成需要专业知识和耗时的校准。

Christian Brommer、Alessandro Fornasier、Jan Steinbrener和Stephan Weiss都是当时网络系统控制研究小组的成员，他们开发了一种新方法，并将其发表在著名的IEEE机器人学报（T-RO）上。该方法使机器人能够自动识别新添加传感器的类型，估计其位置和方向，并将其正确集成到现有的导航系统中。

Christian Brommer表示，使用该方法无需知道所使用的传感器类型。无论是GPS、磁力计/指南针还是速度计，数据都可以直接传递给算法，并自动识别传感器型号。然而，研究人员仍然需要一定的运动来实现识别，他继续解释道：“例如，可以在实验室中手持设备，或者像我们在论文中演示的那样，在四轴飞行器飞行或驾驶汽车时进行识别。”

这种方法的必要性毋庸置疑：开源项目平台GitHub已收到超过14,000条来自开发者的请求，关键词为“传感器模型集成”。Christian Brommer表示：“我们的工作旨在使传感器与过滤器等定位解决方案的集成更加轻松、快捷和稳健。”