一種基于虛擬化的數(shù)據(jù)中心自動(dòng)巡檢導(dǎo)航算法

由于自動(dòng)化技術(shù)的快速發(fā)展和廣泛應(yīng)用，利用巡檢機(jī)器人對(duì)數(shù)據(jù)中心設(shè)備安全巡檢更是多式多樣。導(dǎo)航技術(shù)是機(jī)器人巡檢的必要前提，目前機(jī)器人導(dǎo)航技術(shù)主要分為視覺導(dǎo)航（VSLAM）、電磁導(dǎo)航和激光雷達(dá)導(dǎo)航（SLAM）。視覺導(dǎo)航技術(shù)主要通過智能巡檢機(jī)器人攜帶紅外熱像儀、可見光CCD等巡檢設(shè)備，實(shí)現(xiàn)視覺導(dǎo)航巡檢功能。激光雷達(dá)導(dǎo)航技術(shù)[1]則是通過內(nèi)部激光模組測(cè)量與障礙物之間的距離，結(jié)合定位信息來實(shí)現(xiàn)越障巡檢。而電磁導(dǎo)航則是基于神經(jīng)網(wǎng)絡(luò)[2]，通過各種傳感器采集的信息，建立巡檢機(jī)器人行進(jìn)路線的模型。不管采用什么技術(shù)，其最終目的是實(shí)現(xiàn)巡檢機(jī)器人自主越障巡檢的功能。

國(guó)內(nèi)外相關(guān)領(lǐng)域的研究機(jī)構(gòu)，針對(duì)機(jī)器人巡檢越障問題，提出了各種各樣的方法。文獻(xiàn)[3]提出一種基于信息融合的巡檢機(jī)器人電磁導(dǎo)航方法；文獻(xiàn)[4]提出了基于感知技術(shù)的機(jī)器人巡檢方法；利用電磁傳感器獲取位置信息，利用激光模組測(cè)量與障礙物之間距離的辨識(shí)方法；文獻(xiàn)[5]在巡檢機(jī)器人導(dǎo)航系統(tǒng)設(shè)計(jì)以及配合電網(wǎng)調(diào)控方面進(jìn)行了深入研究。

目前大多數(shù)研究的重點(diǎn)偏向于機(jī)器人的智能控制，在機(jī)器人巡檢路線算法上的研究較少，為了使機(jī)器人快速自主越障、耗時(shí)更少和路線更為精確，本文提出了一種基于虛擬化算法的數(shù)據(jù)中心巡檢機(jī)器人導(dǎo)航設(shè)計(jì)，虛擬化算法以地圖數(shù)據(jù)庫、紅外檢測(cè)、傳感器信息和圖像信息為依據(jù)，利用虛擬化技術(shù)建立巡檢機(jī)器人巡檢路線模型。該設(shè)計(jì)能有效地對(duì)機(jī)器人行進(jìn)路線優(yōu)化，使機(jī)器人快速越障，縮短巡檢時(shí)間，為數(shù)據(jù)中心設(shè)備巡檢帶來便利。

1 巡檢機(jī)器人導(dǎo)航自主越障原理

巡檢機(jī)器人最主要的功能就是運(yùn)動(dòng)和跨越障礙物，對(duì)此巡檢機(jī)器人機(jī)身采用旋轉(zhuǎn)式關(guān)節(jié)，機(jī)身能夠自由切換旋轉(zhuǎn)，且安置傳感器、紅外探測(cè)儀、攝像頭和拾音器。底部則是采用四驅(qū)動(dòng)非對(duì)稱輪式關(guān)節(jié)設(shè)計(jì)，其中每個(gè)行進(jìn)輪設(shè)有滑輪結(jié)構(gòu)、回轉(zhuǎn)結(jié)構(gòu)、重心調(diào)節(jié)結(jié)構(gòu)和機(jī)體緩沖結(jié)構(gòu)，分別實(shí)現(xiàn)行走、反轉(zhuǎn)、穩(wěn)定和緩沖的功能。

巡檢機(jī)器人自主導(dǎo)航控制原理如圖1所示，通過機(jī)器人機(jī)身上的傳感器，實(shí)時(shí)監(jiān)測(cè)行進(jìn)路線，通過紅外探測(cè)和攝像進(jìn)行圖像采集，一旦識(shí)別到障礙物類型，便調(diào)用地圖數(shù)據(jù)庫中存儲(chǔ)的路徑規(guī)劃，計(jì)算出適合機(jī)器人行進(jìn)的路線模型，并輸出路徑權(quán)值參數(shù)至虛擬化算法；同時(shí)根據(jù)檢測(cè)到的障礙物的類型特征，調(diào)用機(jī)器人動(dòng)作模型庫中存儲(chǔ)的動(dòng)作規(guī)劃，模擬出機(jī)器人跨越或繞過障礙物的動(dòng)作，并輸出機(jī)器人動(dòng)作權(quán)值參數(shù)至虛擬化算法；通過虛擬化算法計(jì)算出最終參數(shù)，將數(shù)據(jù)寫入控制器，最后得到巡檢機(jī)器人底部滑輪和各個(gè)關(guān)節(jié)的運(yùn)動(dòng)矢量，驅(qū)動(dòng)電機(jī)運(yùn)行，最終實(shí)現(xiàn)機(jī)器人按照預(yù)先設(shè)置的避障動(dòng)作跨越或繞過障礙物。

圖1 巡檢機(jī)器人控制原理圖

2 路線模型以及動(dòng)作模型參數(shù)獲取方法

2.1 路徑參數(shù)獲取

自動(dòng)巡檢的前提是定位，而定位的基礎(chǔ)是坐標(biāo)。由圖1可知，路線模型是從存儲(chǔ)的路徑規(guī)劃中獲取的，機(jī)器人是在水平地面上行進(jìn)，可以建立行進(jìn)路線平面坐標(biāo)系[6]。

以曲線巡檢路徑為例，如圖2所示，將實(shí)際巡檢路徑用若干個(gè)直線分割，曲線上的每個(gè)點(diǎn)坐標(biāo)都可以表示，根據(jù)點(diǎn)坐標(biāo)可以計(jì)算出路徑斜率變化率K。由微分的原理可知，X軸自變?cè)隽亢蚘軸因變?cè)隽看嬖谝粋€(gè)關(guān)系常量，可用切線段近似代替曲線段，將若干個(gè)點(diǎn)坐標(biāo)通過積分的方法計(jì)算出路徑偏移矩陣TX→Y。

路徑斜率變化率K的描述：

路徑矢量參數(shù)F0和路徑偏移矩陣TX→Y的關(guān)系：

圖2 巡檢路線分割簡(jiǎn)化圖

2.2 動(dòng)作參數(shù)獲取

巡檢機(jī)器人辨識(shí)到障礙物時(shí)會(huì)調(diào)用動(dòng)作模型庫做出相應(yīng)的越障動(dòng)作，根據(jù)D-H矩陣（Denavit和Hartenberg）原理[7]，機(jī)器人每個(gè)連桿上固定一個(gè)坐標(biāo)系，用齊次變換矩陣描述行進(jìn)輪之間的位姿變化，建立機(jī)器人運(yùn)動(dòng)方程。

以巡檢機(jī)器人某一行進(jìn)輪運(yùn)動(dòng)為例，建立一個(gè)三維坐標(biāo)系，行進(jìn)輪旋轉(zhuǎn)有六個(gè)自由度，行進(jìn)輪旋轉(zhuǎn)后和三個(gè)坐標(biāo)軸的夾角分別為α、β、θ，旋轉(zhuǎn)之后的位置用M(X1，Y1，Z1)來表示，通過矩陣計(jì)算得到旋轉(zhuǎn)矩陣R1，通過分析位姿的變化可得出機(jī)器人動(dòng)作參數(shù)T1。

旋轉(zhuǎn)矩陣R1可以表示為：

比例變換I1可以表示為：

由（3）、（4）式可計(jì)算出動(dòng)作參數(shù)T1可以表示為：

圖3 行進(jìn)輪旋轉(zhuǎn)簡(jiǎn)化圖

3 虛擬化算法

上述的路徑、動(dòng)作參數(shù)獲取方法和都是通過建立坐標(biāo)系模型，結(jié)合數(shù)學(xué)公式計(jì)算而來。仍存在少許誤差，虛擬化算法[8]具有動(dòng)態(tài)數(shù)據(jù)資源調(diào)整配置的特點(diǎn)，通過使用虛擬化算法將這些底層參數(shù)鏈接起來，排除不貼合的參數(shù)，計(jì)算出最佳路線權(quán)值，使機(jī)器人行進(jìn)時(shí)避開或跨越障礙物[7]。

3.1 路徑參數(shù)導(dǎo)入和應(yīng)用

為實(shí)現(xiàn)行進(jìn)路徑少、時(shí)間耗費(fèi)低和行進(jìn)準(zhǔn)確的功能，依據(jù)虛擬化算法生成路線分類器將獲取到的路徑參數(shù)進(jìn)行資源分類，Set X1=0，Set Y1=0設(shè)定原點(diǎn)基礎(chǔ)位置，通過n個(gè)標(biāo)準(zhǔn)切割線計(jì)算，生成一個(gè)新的 ?i 路線，并計(jì)算其誤差W，和原有模型路線對(duì)比，若誤差為0，則應(yīng)用到新的函數(shù)h(x)中。

多障礙物環(huán)境下，路況問題會(huì)導(dǎo)致行進(jìn)路線偏差，為使機(jī)器人能自行矯正，利用虛擬化算法統(tǒng)計(jì)出目前行進(jìn)路線的坐標(biāo)集合{M1，M2，……，Mn}，計(jì)算出平均權(quán)值k，與預(yù)設(shè)平均權(quán)值的差值Q對(duì)比，如果差值相等，則路線矯正成功，輸出OK。若差值不相等，則繼續(xù)調(diào)整偏移量T，直到差值相等為止。

3.2 動(dòng)作參數(shù)導(dǎo)入和應(yīng)用

為減少機(jī)器人不必要的動(dòng)作，將機(jī)器人每次做過的動(dòng)作存儲(chǔ)記憶下來，當(dāng)重復(fù)動(dòng)作時(shí)，虛擬化算法可以對(duì)動(dòng)作參數(shù)進(jìn)行優(yōu)化，可以將動(dòng)作時(shí)間縮短，提高巡檢效率。

初始化算法緩沖庫記錄做過的動(dòng)作Record Rd{1，2，3……，n}，存儲(chǔ)動(dòng)作庫Storage new Rd：，如果動(dòng)作Xi重復(fù)，即，調(diào)整行進(jìn)輪角度θ并更新至動(dòng)作函數(shù)h(x)中，對(duì)點(diǎn)坐標(biāo)Xi，Yi，Zi進(jìn)行調(diào)整，輸出一個(gè)角度變量M，模擬M角度旋轉(zhuǎn)所用時(shí)間T1，如果T1小于T，則M即為最佳旋轉(zhuǎn)角度。

4 實(shí)驗(yàn)分析

虛擬化算法可將路徑參數(shù)和動(dòng)作參數(shù)優(yōu)化導(dǎo)入到控制器，優(yōu)化巡檢機(jī)器人路線。

實(shí)驗(yàn)主要驗(yàn)證虛擬化算法的合理性和有效性，實(shí)驗(yàn)環(huán)境主要有巡檢機(jī)器人、各種障礙物、數(shù)據(jù)中心實(shí)際巡檢線路和輔助測(cè)量設(shè)備等構(gòu)成。在實(shí)驗(yàn)環(huán)境中，為了讓實(shí)驗(yàn)數(shù)據(jù)更有真實(shí)性和說服力，設(shè)置某數(shù)據(jù)中心多個(gè)地點(diǎn)為目的終點(diǎn)，同時(shí)增加了多種障礙物。

4.1 多障礙物自主導(dǎo)航巡檢實(shí)驗(yàn)

多障礙物路線會(huì)導(dǎo)致巡檢機(jī)器人的行進(jìn)輪受到阻塞或發(fā)生側(cè)滑，此實(shí)驗(yàn)驗(yàn)證虛擬化算法能否讓巡檢機(jī)器人自行矯正路線和越障功能。

巡檢機(jī)器人按照路線模型在數(shù)據(jù)中心路線中行進(jìn)，檢測(cè)到前方障礙物，會(huì)自行跨越或繞過障礙物。當(dāng)繞過障礙物時(shí)行進(jìn)輪發(fā)生側(cè)滑現(xiàn)象時(shí)，巡檢機(jī)器人依據(jù)虛擬化算法及時(shí)調(diào)整行進(jìn)輪角度，機(jī)體調(diào)整重心，矯正巡檢路線。實(shí)驗(yàn)過程中記錄了機(jī)械運(yùn)動(dòng)關(guān)節(jié)位移量、行進(jìn)輪角度變化量、機(jī)器人巡檢損耗時(shí)間等信息。

實(shí)驗(yàn)得到行進(jìn)輪角度變化量的實(shí)測(cè)值和算法估算值，通過數(shù)據(jù)可以清晰看出虛擬化算法的估算值無限接近實(shí)測(cè)值，其最大誤差為0°00′10″。

4.2 與其他研究實(shí)驗(yàn)對(duì)比

實(shí)驗(yàn)數(shù)據(jù)提取部分，選取5條不同長(zhǎng)度和不同障礙物的路線，長(zhǎng)度分別為15m、20m、25m、30m、35m；障礙物分別為木樁、垃圾桶和坑洼路等。實(shí)驗(yàn)對(duì)象分別為虛擬化算法巡檢、無算法巡檢和特征提取算法巡檢。通過三種算法實(shí)驗(yàn)對(duì)比，可以看出虛擬化算法對(duì)新路線第一次巡檢時(shí)間較長(zhǎng)，隨著巡檢次數(shù)的增加，時(shí)間會(huì)縮小并趨向于穩(wěn)定。

經(jīng)過某數(shù)據(jù)中心實(shí)際測(cè)驗(yàn)可知虛擬化算法相比無算法和特征提取算法，巡檢時(shí)間更短更穩(wěn)定，巡檢效率更高。

5 結(jié)束語

隨著人工智能與現(xiàn)代生活的關(guān)聯(lián)愈加密切，人工智能在生活中的應(yīng)用將會(huì)愈加廣泛。機(jī)器人巡檢損耗的時(shí)間對(duì)數(shù)據(jù)中心來說十分寶貴，本文提出了一種基于虛擬化算法的數(shù)據(jù)中心巡檢機(jī)器人導(dǎo)航設(shè)計(jì)，虛擬化算法以地圖數(shù)據(jù)庫、紅外檢測(cè)、傳感器信息和圖像信息為依據(jù)，利用虛擬化技術(shù)建立巡檢機(jī)器人行進(jìn)路線模型，對(duì)巡檢機(jī)器人行進(jìn)路線進(jìn)行優(yōu)化，確保路線準(zhǔn)確并快速越障，降低了數(shù)據(jù)中心的人工成本并提供了設(shè)備巡檢便利。