超声波传感器：超声波传感器是基于TOF原理。首先发射一组声波脉冲信号，然后一个积分器就开始计算发射时间。一个返回信号阀值接着就会被设定来接受回波信号，这个阀值会随着时间的增加而减小，因为回波会随着距离的增加而发散，从而强度变小。但是在刚发射信号的时候，返回信号的阀值会被设定的很高以防止发射波直接触发接受器，但是这样造成一个问题，就是如果检测的距离很短，在阀值没有下降之前，返回信号已经到达接收器，这时，接收器会认为这个返回信号是刚发出的信号，从而拒绝接受。超声波传感器就会有一个探测盲区，没法这样对近距离物体探测。一般超声波探测器的频率为40Hz，探测范围为12c'm－5m，精度为98%-99.1%,分辨率为2cm。同时超声波是一个20－40度角的面探测，所以可以使用若干个超声波组成一个超声波阵列来获得180度甚至360的探测范围。 超声波还有其它几个缺点，比如交叉感应，扫描频率低，尤其是使用超声波阵列的时候，还有回波衰减，折射等问题。不过对于移动机器人来说，超声波还是目前最廉价和有效的传感器。

TOF（time of flight):TOF 原理就是 距离＝速度×时间，比如声波传输速度是0.3m/ms,如果3m的距离，需要10ms才能到达。然后通过计算这个返回的时间差来确定距离。但是如果是光速的话，光速是0.3m/ns，同样3m的距离，光只要10ns就到了。这就对检测元件提出了非常高的要求。这也是激光传感器价格居高不下的原因。

TOF 原理

激光传感器：原理就是一个旋转得反射镜，将激光光束或者超声波按一定间隔反射出去，然后根据旋转得角度和时间差来得到不同角度得距离值。是用很典型得TOF原理。

不过对于激光传感器而言，有3种检测方式：
1）使用脉冲激光，按一定间隔发射激光，然后计算返回时间。这种方法和超声波一样，但是激光速度太快，所以对检测元件要求太高，一般LaserScanner不用这种方式。
2）使用不同频率得激光，按照一点顺序，发射不同频率得激光，通过检测返回光束得频率来得到距离。
3）相位差。多数激光传感器用得是这种方法。通过检测发射激光和反射激光得相位差来得到距离。

红外传感器：是利用三角测量法。

三角测量法（Triangulation-based):就是把发射器和接受器按照一定距离安装，然后与被探测的点形成一个三角形的三个顶点，由于发射器和接收器的距离已知，发射角度已知，反射角度也可以被检测到。因此检测点到发射器的距离就可以求出。假设发射角度是90度的情况，

D=f(L/x)

L=发射器和接收器的距离

x＝接受波的偏移距离

f（）是函数。

由此可见，D是由1/x决定的，所以用这个测量法可以测得距离非常近的物体，目前最xx可以到1um的分辨率。但是由于D同时也是L的函数，要增加测量距离就必须增大L值。所以不能探测远距离物体。

但是如果将红外传感器和超声波传感器同时应用于机器人，就能提供全范围的探测范围了，超声波传感器的盲区正好可以由红外传感器来弥补。

多普勒效应传感器：主要用于探测移动物体的速度。目前战斗机上用的雷达就是基于这个原理的。主要用于躲避快速移动障埃物。

多普勒原理（Doppler)：假设发射器以频率ft发射波，接收器以频率fr接受波，发射器和接收器之间的相对速度为v。

如果发射器在移动，则

fr=ft/(1+v/c)

如果接收器在移动，则

fr=ft(1+v/c)

通过计算多普勒频移来得到相对速度v。

f=ft-fr=2*ft*v*cosA/c

f=多普勒频移

A＝发射波和运动角度差

静止状态

物体趋近

物体远离

目前还没有适合小型移动机器人的相关传感器出现。

视觉传感器：摄像头都是属于视觉传感器，目前200元一个的网络摄像头也都可以用作机器人的视觉传感器。