視覺導航機器人技術在大學實踐教育環節內容中的探討

孫磊 趙巖 韓芳芳 李志偉

[摘 要]機器人技術是繼數學推理與科學試驗之后認識世界自然規律的第三類基礎方法。機器人實驗教學是指利用人工智能技術來驅動機器人進行自主服務，該技術可以讓學生在創新的環境下進行探究和學習。本課題在現有機器人實驗平臺的研究基礎上結合ROS（Robot Operating System）機器人操作系統，給出了與實驗教學相關的開發項目，利用機器人進行室內外的視覺導航研究。實驗表明，該視覺導航機器人實驗平臺是有利于學生深入了解機器人發展，掌握ROS機器人應用開發和視覺導航技術的良好實驗平臺。

[關鍵詞]實踐教學；實踐能力；視覺導航機器人；ROS系統

[中圖分類號] G64 [文獻標識碼] A [文章編號] 2095-3437（2019）01-0077-04

當今智能領域的機器人技術包含傳感器技術、自動化控制，電子信息技術以及最新的人工智能技術等多項先進科技技術。目前移動機器人是相關領域主要的研究方向，其在工業制造、航空航天、軍事國防、醫療衛生以及家庭服務等諸多行業有廣泛的應用前景。在21世紀，機器人技術成為了備受矚目的技術，在世界范圍的科技博弈中，其也成為了國家戰略和經濟發展的新引擎[1]。美國作為機器人技術發展的先驅，已經在多個領域內取得了較顯著的研究成果，并在與機器人相關的交互、感知、軟件及硬件系統架構等方面建立了比較完善的教學體系。例如美國的卡羅萊納州立大學建立的導航機器人教學體系包括基于ROS移動機器人的實驗設備和實驗設施，以及相關的實驗課程模塊、實驗學習結果評價模塊、協作學習模塊。在歐洲，一些高等學校注重校企合作，根據企業的實際的需求來不斷完善自身機器人教學的課程體系，形成了一整套持續改進的教學模式。在中國，多個大學和研究機構開展了對自主導航機器人的教學儀器的研究，并結合ROS操作系統建立了一整套完備的教學體系，使得機器人的智能化儀器、計算機技術、虛擬仿真和機器人導航等技術的教學內容被廣泛地推廣到各個高校學術研究機構。

在科技領域，有關機器人的大部分研究都集中在底層的運動控制器以及底層的結構和算法，而對于上層的應用型軟件架構的研究卻相對較少[2]。機器人技術的代碼實現中，對代碼重復使用性以及模塊化的需求較高。機器人操作系統迎合了這種需要，并得到了諸多實踐和運用。文獻[3]、[4]中提及的ROS實現的地圖構建與導航和ORB_SLAM技術等也是現在運用較多的新興技術。本文將對在校機器人教學的相關方法深入剖析，以最明確和最優質的教學方案為索引，使機器人教學效率提高，從而實現機器人教學的重要意義[5]。

一、導航機器人實驗平臺建設總體思路

（一）導航機器人實驗平臺建設目的

國內高層次的建設高校，都在籌備建設一批高端技能型的人才。理工科專業主要是面向社會培養高技能型一體化服務人才。控制專業要求學生在實際崗位中在裝備和產品的設計制造過程，以及后期的操作和調試，維護和售后技術支持等方面統籌兼顧。因此，在實際教學中不但要保證實驗實訓的設備高效，還要保證教學方法的科學性與有效性[6-7]。

（二）教學實施方法

基于建構主義以及混合式教學理論，按照國家高等教育教學的改革要求，并以《國家中長期教育改革和發展規劃綱要（2010-2020年）》以及《國家中長期人才發展規劃（2010-2020年）》等文件為指導方法，結合當前控制專業在社會實踐中職業應用，本文制定了具體的教學研究方案。本方案在實際課堂教學中更加貼近社會人才需要，以職業標準為目標與社企合作，與實際結合來定制課程內容，培養學生的綜合實踐技能；教學內容工作循序漸進，由淺入深，在結合實驗授課的優勢上實現更高的理論和實踐一體化的教學目標[8]。圖1所示為本教學方案的實用性設計方案和具體的實踐環節。

經過綜合考察和反復研究，我們在機器人教學方案中做出如下的具體實施意見。

1.科學分析學生特征及企業需求，進一步加強教學內容與教學方法的改革

研究小組以學生學習的學習規律和學習習慣特點為切入口，在認真研習后，在學習需求和知識預備上做出調研結果。在課堂教學內容上結合實際公司和崗位技能需求，以社會產品需求的一線技術為教學方向，結合學生的學習特點，以本專業的突出優勢為教學契機進行教學，這有助于提高課堂實驗教學的實際功能和教學優勢，全面提高學生的綜合實踐能力。

2.積極探索，構建自主服務型機器人實驗教學模式

在高校教學內容大綱中，針對機器人技能的相關基礎課程如單片機、電子信息技術、操作系統基礎、計算機組成原理等進行深入分析，并制定出嚴謹的教學方案。在教學中將實踐和課堂理論相結合，通過進行相關的教學活動和實驗課程來到達最佳的教學效果。

3.校企合作，共建更高水平的實驗、實訓基地

一切技能和理論都是為了社會發展的需求，我們在課堂上的一切教學都是為了給學生提供最貼合實際工作與崗位需求的知識培訓。有鑒于此，本課題提出校企合作的教學方法，將教學環境和教學條件融入企業的需求中去，在有限的條件下創造出最佳的教學條件。機器人的教學有更靈活和更開放的工作場景，因此與企業合作能為學生提供更好的實際技能培訓，這也是實驗教學的最佳結合辦法。

4.師生合力，共同打造最合理的教學環境

教學是師生合奏的交響樂。在課堂中師生合力，教師結合課程和實際需要給予學生最佳的教學知識，學生有目標、有效率地吸收和運用。這樣師生合作才能達到教學的真正目的，設計出更合適的機器人教學環境和教學條件，雙方相互協同、互相監督、不斷上進。

（三）重點研究領域

機器人教學的重要教學領域為ROS系統、機器人視覺導航技術。把實際工業機器人和移動機器人作為主要的例子，以機器人的主要構成、機器人運動學、機器視覺、運動規劃以及機器人運動導航屏蔽障礙等多方面實際問題來作為研究的主要內容。本課題重點介紹視覺機器人實驗平臺的實踐環節。

二、視覺機器人實踐平臺的實踐環節設置

（一）單目視覺ORB_SLAM算法

ORB_SLAM算法是基于特征點的實時性單目SLAM算法，應用在各種復雜環境下都可以較好地運行，并且在復雜的機器人劇烈運動中效果也較為穩定。其中該算法支持寬基線的閉環檢測和重定位，并且將全自動初始化融入在系統內。其具體的流程圖如下所示：

（二）機器人實驗平臺視覺導航方法

1.ORB場景特征檢測

場景特征檢測是視覺導航的關鍵一步，也是后續視覺導航能夠正常運作的基礎，其主要工作是從圖像中提取ORB特征，根據上一幀進行姿態估計，或者進行通過全局重定位初始化位姿，然后跟蹤已經重建的局部地圖，優化位姿，再根據一些規則確定新的關鍵幀。

提取ORB特征分為兩步。[①]FAST關鍵點提取：找出圖像中的FAST角點，相較于原版的FAST算法，ORB中計算了特征點的主方向，為后續的BRIEF描述子增加了旋轉不變性。[②]BRIEF描述子生成：對上一步提取出關鍵點的周圍圖像區域進行描述。

2.ORB中FAST關鍵點提取

FAST算子是2006年提出的一種快速角點檢測算子，其最大優點是杰出的實時性，它通過比較圓周像素與中心像素的灰度值來確定特征點。FAST角點檢測雖然速度很快，但是它存在一些問題。首先是FAST角點數量很大且不確定，因此ORB對其進行了改進。ORB指定最終要提取的角點數量N，對原始FAST角點分別計算Harris響應值，然后選取前n個具有最大響應值的角點作為最終的角點集合。

3.BRIEF描述子

公式中[p（y）]是圖像鄰域p在x處的灰度值。選擇n個測試點，代表了n維的二進制串。[fn（p）]就代表了n維向量。BRIEF由于使用了二進制表達，存儲起來十分方便，適用于實時的圖像匹配。ORB 根據特征點的主方向對 BRIEF描述子加入了旋轉不變性，稱為 steered BRIEF。由于考慮了旋轉和縮放，ORB在平移、旋轉和縮放的變換下仍具有良好的表現。同時，FAST和BRIEF的計算非常高效，這使得ORB特征在實時SLAM系統中得以應用。

根據ORB_SLAM的點云圖像進行精確地導航是視覺導航機器人實驗平臺的重要組成部分。本次實踐環節中的所需視覺導航方法如圖3所示。

第一部分：模擬路徑學習。由于機器人所處的環境的復雜性和不可預知性，所以實驗要求在實驗準備階段就視覺導航做到充分的計算。在機器環境中首先要計算周圍環境的特征，并不斷檢測環境且記錄在內存。同時也把相應的里程信息記錄在內來匹配相應的行為模式。所以環境復雜度和特點以及行為模式是建設拓撲地圖的狀態節點信息。

第二部分：精確的狀態定位與導航要素。機器人對比現實學習的路徑狀態節點，利用精確定位來取代模糊定位，從而實現選擇更適合的狀態行為模式來實現導航領路。圖4為本文方案中所選取的移動機器人平臺。

（三）算法演示性實驗

因為機器人教學的特殊性，給每個學生都配備機器人教學器材會增加相應的教學成本，因此在本項目開展前首先將機器人教學課程所在班級的學生分成若干個小組。同時，以演示實驗的教學方式來增加學生對視覺導航機器人理論以及算法的感性認識。具體的演示內容主要包括視覺特征點分布在現實場景哪些區域，視覺SLAM場景點云信息以及機器人在二維點云信息下進行導航規劃的效果。上述演示內容如下圖所示：

通過實驗演示教學，學生對于視覺導航機器人領域的內容有了進一步的了解，為后續機器人領域的自主學習以及自主創新的實踐環節奠定了堅實的基礎。開展完演示性教學之后可以根據演示內容設計相關驗證性實驗，讓每個小組的學生完成相關實驗內容從而鞏固相關學習內容。此外，為了進一步學習視覺導航內容，還可以結合ROS系統下的move_base框架，實現機器人在室內環境的動態路徑規劃。Move_base框架是ROS系統內的導航包，學生調用起來很方便。在用ROS系統進行機器人自主導航時，采用的仍是ROS navigation stack下的move_base框架，動態路徑規劃方法采用的是DWA算法。move_base實則是為一個action提供了方便實現的方式。假如在掃描創建的二維地圖內給定一個目標，這個操作將嘗試控制一個移動機器人到達這個場景目標。在總體框架圖中可以看到，move_base提供了ROS導航的配置、運行、交互接口，它主要包括兩個部分。（1） 全局路徑規劃（global planner）：根據給定的目標位置進行總體路徑的規劃。（2） 本地實時規劃（local planner）：根據附近的障礙物進行躲避路線規劃。

結合move_base框架以及之前建立的視覺SLAM地圖的投影信息便可以實現未知環境內機器人的定點自主導航任務，從而拓寬學生們對于機器人自主導航知識的了解。

三、學生科技實踐

在學生掌握了一定的機器人理論基礎后，可進一步鼓勵他們參加相關科技競賽，例如華北五省機器人比賽、挑戰杯全國大學生課外學生科技作品競賽、互聯網+大學生創新創業大賽等。這些比賽涵蓋了模式識別、圖像處理、電子信息、機械設計等多個學科領域，比賽的宗旨在于培養大學生的創新能力，提升大學的創新實踐環節[9-10]。通過上述實驗教學改革，本校學生積極參與了2017年華北五省的機器人比賽，分別獲得了天津市賽區和五省比賽的三等獎。獲獎證書如下圖所示。

四、總結

視覺是作為機器人導航技術的主核心，而視覺導航的精確性、高效率、環境匹配度是工業機器人領域追求的目標。在工業日趨全自動化和機械化的國際環境下，機器人視覺導航的實驗教學也進入鉑金時代。社會急需先進和客觀的教學方法來實現控制類專業課程和機器人教學課程的有機結合，以實現成果顯著的教學目標。將新的條件融入課堂，用于實踐，讓學生掌握更多的實際應用技能是社會教育教學的真知和追求。

[[ 參 考 文 獻 ]]

[1] 閻世梁，張華，肖曉萍，王銀玲，熊開封.高等工程教育中的機器人教育探索與實踐[J].實驗室研究與探索，2013（8）：149-153.

[2] 黃榮懷，劉德建，徐晶晶，陳年興，樊磊，曾海軍.教育機器人的發展現狀與趨勢[J].現代教育技術，2017（1）：13-20.

[3] 陳賢，武延軍.基于ROS的云機器人服務框架[J]計算機系統應用，2016（10）：73-80.

[4] 李建勇，劉雪梅，李雪霞，杜博陽.基于ROS的開源移動機器人系統設計，2017（2）：205-208.

[5] 侯娟.學校機器人教育現狀與思考[J]軟件導刊（教育技術），2016（12）：85-87.

[6] 王改霞，樸姬順.國內機器人教育研究發展綜述[J]中國教育信息化，2012：14-17.

[7] 魏博，鄧聰穎，趙杰，張毅.基于機器人控制與交互平臺的本科生創新能力培養研究[J]西部素質教育，2018，66.

[8] 常正霞.大學生信息素養現狀分析[J].電化教育研究，2011（8）：53-57.

[9] 王艷紅，王艷飛.當今大學生創新實踐能力的培養[J].科技資訊，2007（5）：81.

[10] 溫靜，張斌，尹秀玲，薛艷茹，溫雅麗.提高普通院校大學生實踐能力與創新能力的研究[J]實驗技術與管理，2012（8）：15-17.

[責任編輯：張 雷]