室外未知環境下的AGV地貌主動探索感知

張威，葛泉波，劉華平，孫富春

（1. 上海海事大學 物流工程學院，上海 201306; 2. 同濟大學 電子與信息工程學院，上海 201804; 3. 清華大學 計算機科學與技術系 ，北京 100084）

移動機器人行駛在復雜的環境中，如：火星和月球表面、火災和戰爭現場等，在這些危險地帶或者是遙遠的不適合遠程控制的時候[1-2]，機器人若能夠擁有像人類一樣不僅和地面進行振動式的接觸，而且能夠感知到并且有目的選擇運動的方式，通過探索性的過程，自主增強感知正在行駛或者即將行駛在正發生著變化的地面類型上，可靠、高效的地貌感知系統能夠準確地讓移動機器人探索出地面的幾何特性和非幾何特性[3]，這很大程度上決定著移動機器人的自主移動性，甚至是后期的任務是否圓滿完成。

當前，許多專家學者已經對多種傳感器的地形分類做了研究，研究最多的是基于視覺[4-8]、雷達[9-10]、觸覺[11]以及多傳感器融合[12-15]的地貌分類方法，視覺最容易受到外部光線的干擾，雷達也會因為天氣的影響而失效，小型移動機器人會受到自身體積和空間的限制，搭載太多的設備會存在困難；最早在2002年麻省理工學院的Iagnemma等[16-18]提出利用振動信號的特征對地面進行分類，這相比于傳統的基于激光雷達或者是視覺技術鏡像的感官方法能夠有效地避免幾何危害[19]，但是很大程度上易受到光照和地面遮蓋物的干擾，嚴重影響到對非幾何危害的識別能力[20-22]。盡管基于振動的方法能夠感知地面承載層的信息，但一直以來機器人僅僅被動地收集振動傳感器反饋得到的信號作為地形識別的依據，再對獲取的大量信號采取適當的方法進行特征表達，常用到的是時域分析法和頻域分析法[23-24]提取對應地貌特征信息，盡管其中的一些方法可以獲得準確的地形環境特征，但是大量的數據處理起來很繁重，需要的訓練樣本集龐大，此外，移動機器人以不同速度或者不同的運動方式行駛時，對所得到的分類影響也不小[25-26]，但是這也反應出移動機器人對于某種地貌下的低水平和高水平識別的運動方式；隨著人工智能的不斷發展，傳統的機器學習分類方法[28]、卷積神經網絡(convolutional neural networks, CNN)和無監督學習[29-30]的智能算法更多地被用于地貌識別，這些用于地貌的硬分類機器學習算法是對單個特征樣本進行所屬地面類型的識別，對于連續觀測樣本之間的時間相關性是不考慮的。

所以在本文中，提出了一種新穎的地貌探測識別方法，它允許移動機器人自主地探索在某種地貌上感興趣的運動方式，從而可以獲得更好的信息改善感知，本文的方法是由一種振動感知的貝葉斯公式和主動的運動探索策略組成，貝葉斯公式和動作順序分析方法允許機器人自主地積累證據并做出正在探索地貌類別的運動動作決定，這種主動的運動策略有目的的使移動機器人選擇低水平或者高水平識別所處地貌的運動方式。

1 移動機器人主動地貌識別問題描述

本文以Autolabor Pro 1移動機器人基礎平臺設計了主動地貌感知方法，整個主動地貌識別系統如圖1所示。

圖1 主動地貌探索感知Fig. 1 Active landscape exploration perception

其中，移動機器人身處未知地形之中，只有一種位于車底盤附近，靠近地面位置的三軸振動傳感器負責感知與未知地面交互產生的振動信息，在此情況下，并不能可視周圍地貌狀況，所以也不會有太大的動作范圍感知所處的地形，這樣只能通過選擇自身的不同運動狀態，在一個較小的運動范圍快速感知所處的地貌。然而，常規的地貌識別在觀測噪聲較大、有遮擋、光線條件不足等復雜場景下對于目標跟蹤預測表現得并不是很優秀。

本文研究的地面識別方法是在對外界環境不明確的狀況下，移動機器人系統選擇一套高效的運動狀態快速感知所處地貌，將主動感知的方法運用于基于振動信號的移動機器人地貌分類實驗中，使得移動機器人可獲得更多有利信息，減少地貌識別中的不確定性；貝葉斯方法和主動探索行為相結合應用于14種地貌分類實驗中，不需要訓練模型，計算量少。

2 主動感知算法描述

概率模型在開發機器人的應用中提供了一種有效的方法，例如移動機器人通過與環境的交互來感知和學習。在本文的研究中使用貝葉斯公式并結合序列分析方法，利用移動機器人的運動方式和振動信息，為地貌類別的感知和探索提供了一個精確的框架。貝葉斯主動感知系統如圖2所示，主要由3個部分組成：物理層面、感知層面和決策層面。在物理層面包含機?地交互振動數據采集和數據預處理；接下來的感知層是利用貝葉斯公式處理分析，這個過程迭代地積累證據直到超過信念閾值；最終，決策層評估每個探索動作的后驗概率，以評估是否需要更多的傳感器測量或有足夠的信息來作出決定，其中總的探索動作設定為10種，具體運動方式命名如下：左轉彎(LT)、右轉彎(RT)、0.2 m/s前進(LSF)、0.4 m/s前進(MSF)、0.6 m/s前進(MHSF)、0.8 m/s前進(HSF)、0.2 m/s后退(LSB)、0.4 m/s后退(MSB)、0.6 m/s后退(MHSB)、0.8 m/s后退(HSB)。

2.1 貝葉斯振動感知

概率模型為開發機器人領域的魯棒應用提供了一種靈活的方法，以貝葉斯方法為基礎，構建地貌知識庫相對于觀測特征集的后驗概率，并據此建立觀測特征集與已編目地貌相似程度的度量。

2.1.1 構建貝葉斯振動感知概率模型

貝葉斯概率公式從先驗概率和似然的乘積遞歸地估計后驗概率，采用信念閾值交叉分析的序列分析方法，控制地貌識別過程的自動停止，貝葉斯方法為

式中：要被評估的對象地貌類別用sn∈n=1,2,…,N(N=14)定義；探索時間t是移動機器人與每種地貌交互時所進行動作的順序；zt代表著觀測值，而對于每一個地貌類別，zt分別是由相應探索時間t收集的交互振動信號組成；P(sn|zt) 是后驗概率；P(sn|zt?1) 和P(zt|sn) 分別是探索時間t時的先驗概率和似然概率密度，只有t＞0，才有在探索時間t?1時的后驗概率對先驗概率進行更新；邊緣概率P(zt|zt?1) 需要在[0,1]做適當的歸一化處理。

圖2 貝葉斯主動感知系統Fig. 2 Bayesian active perception system

2.1.2 先驗概率

假設所有被探索的實驗對象初始都符合均勻分布的先驗概率密度。目標探索過程的初始先驗概率定義為

式中：sn代表著地貌類別；z0則代表著在t=0初始狀態感知的交互振動；N代表著用于探索的測試對象的數量。

2.1.3 測量模型和似然概率評估

交互振動信號由安裝在移動機器人底盤靠近車輪附近的三軸振動傳感器感知得到，利用這些信號建立了基于直方圖的非參數測量模型，Martinez-Hernandez等[31]也做過類似的工作，直方圖可以清楚地顯示在探索時間t處評估每個觀察zt的分布情況，并估算感知地貌類別sn的似然概率，測量模型為

式中：b表示直方圖間隔數；hv,n(b) 表示對應地貌類別sn的訓練樣本數據分布在直方圖b中的樣本計數。將采集的數據最大值和最小值之間劃分成Nbins個間隔，均勻地構造直方圖，Pv(b|sn) 最終被歸一化為總和是1的概率。

通過上述評估方程對所有訓練樣本進行評估，探索t時刻交互振動觀測值zt的可能性為

式中：dv(j) 表示傳感器采集的樣本；P(zt|sn) 是給定感知地貌類別sn的觀測值zt的可能性。使用基于先前探索t=1觀測結果的邊際概率，確保正確的歸一化值為

2.1.4 主動地貌識別停止決策

當貝葉斯更新過程的證據積累到超過了設定的置信閾值，主動探索過程就會停止，地貌感知類別是由最大后驗估計得到的，表達為當任何P(sn|zt)>βthreshold時，sˉ=argmaxP(sn,zt) ， 其中sˉ 表示在探索時刻t感知出的地S貌類別，其中置信閾值為 βthreshold。

2.2 主動探索行為

當移動機器人被有目的地引導去探索對地貌識別度高的運動方式以提高感知能力時，這種主動探索行為受啟發于人類對于周圍環境的探索、互動和操作，能夠影響感知精度和反應時間，本文的主動探索行為有別于傳統的地貌識別中單一的動作模式下固定的閾值設置區別已知類地貌和未知地貌，考慮了移動機器人每一步的動作都會對下一步識別產生影響的特點，采用下列方式控制機器人的探索動作。

2.2.1 預測誤差

預測誤差即為貝葉斯更新的后驗概率和用來作為決策標準的置信閾值之間的差距，貝葉斯更新的后驗概率包含在每種地貌類別中探索時間t處計算得到的概率為

2.2.2 低水平感知和高水平感知的預測模型

式中：I(PM(t)) 是在探索時間t的感知水平；eI(t) 、eI(t?1)是當前探索時間t和前一探索時間t?1的預測誤差，使用最低和最高的預測誤差來模擬低感知行為和高感知行為。結合內在動機模型的思想[32]，由式(6)、(7)可以定義主動控制移動機器人的探測動作，為

3 實驗

3.1 實驗平臺

本實驗采用型號為Autolabor Pro1(AP1)的移動機器人，平臺如圖3所示，其在室內外均可實現穩定作業，且適用于全地形，車身尺寸726 mm×617 mm×273 mm，負載能力約50 kg。AP1共具有4種速度檔位，分別是0.2 m/s、0.4 m/s、0.6 m/s和0.8 m/s。在移動機器人車身一側，平行且靠近地面的位置配備一個AKF392B三軸向加速度計，它提供的輸出速率范圍為5～1 000 Hz，共有8種選擇，偏差典型值小于 0.1%，具有輸出穩定，環境性能好等優點。加速度計采樣頻率選擇200 Hz采集不同地形的三維振動信號。

圖3 實驗采集平臺Fig. 3 Experimental acquisition platform

3.2 數據集

3.2.1 地貌種類選擇

根據路面材質選取自然界中常見的若干類室外地形，本實驗中共涉及14類室外地形，如圖4所示，分別是新修瀝青路面(new asphalt)、粗糙混凝土(rough concrete)、馬賽克磚塊路(mosaic road)、廢舊水泥磚塊路(old cement brick road)、大理石塊(marble cubes)、壓實碎石子路面(compacted crushed stone road)、木板(wood)、覆蓋落葉的土壤(deciduous soil)、茂盛草叢(lush grass)、枯草地(dry grass)、粗石子(coarse stone)、鵝卵石(cobble)、松散沙土(loose sand)以及新修混凝土(new concrete)。其中，松散砂土是起伏不平的路面，馬賽克路是巖石材質組成的方格路面，新舊混凝土路面是使用年限不同而造成的路面損傷程度不一，具體地貌類別如圖4所示，采集地點均在清華大學校園內，采集時間多集中在夏末秋初時 間段。

圖4 14種地貌類別Fig. 4 14 geomorphic categories

3.2.2 運動狀態和交互振動數據采集

根據移動機器人自身可控的4種速度模式和2種前后運動狀態排列組合為8種運動方式，以及左右2種轉彎運動狀態，由于移動機器人平臺自身的重量不同也會對地貌變化產生的敏感度不同[25]，在本文的實驗中移動機器人質量分布是不均勻的，重心和幾何中心是不重合的，所以會選擇機器人在前進和倒車2種運動狀態下的振動數據，具體運動方式命名如下：左轉彎(LT)、右轉彎(RT)、0.2 m/s前進(LSF)、0.4 m/s前進(MSF)、0.6 m/s前進(MHSF)、0.8 m/s前進(HSF)、0.2 m/s后退(LSB)、0.4 m/s后退(MSB)、0.6 m/s后退(MHSB)、0.8 m/s后退(HSB)，總共設定10種移動機器人的可控運動模式；控制移動機器人以上述10種運動模式在3.2.1選取的各類地貌上行駛，通過移動機器人上搭載的三軸加速度計采集各種場景下的三維振動信號中的Z軸振動信號作為交互振動數據樣本，移動機器人采集情景如圖5所示。

圖5 新修瀝青路面下的兩種運動方式獲取的振動信號Fig. 5 Vibration signals obtained by two kinds of motion modes under the new asphalt pavement

本文中控制AP1機器人在14種地貌上進行10種運動方式，移動機器人在每種地形上分別行駛了10 min，每種運動模式運動近似1 min，在10種運動模式和200 Hz采樣頻率下采集了近200萬個數據點，其中在落葉覆蓋的土壤路面分別采集左轉彎、右轉彎、0.2 m/s前進、0.4 m/s前進、0.6 m/s前進、0.8 m/s前進、0.2 m/s后退、0.4 m/s后退、0.6 m/s后退和0.8 m/s后退10種運動模式下的振動數據，如圖6、7所示為10種運動模式下的信號反饋，其他13種地形也分別依次采集。

圖6 落葉覆蓋的土壤中10種運動方式振動信號對比Fig. 6 Comparison of vibration signals of 10 motion modes in two deciduous soil

圖7 粗石子中10種運動方式振動信號對比Fig. 7 Comparison of vibration signals of 10 motion modes in two coarse stones

3.2.3 對采集的交互振動數據進行預處理

對實驗中采集的各種場景下的三維振動信號只選取Z軸振動信號進行分段和濾波處理；實驗中為了確保數據的可靠穩定，在分類前將移動機器人初始啟動以及停止等時間段采集的振動信號去掉，保留了168萬個數據點，再將其數據信號分割成段，然后通過截止頻率為10 Hz的高通濾波器去除采集的Z軸振動信號中因重力和加速度計漂移導致的干擾噪聲，得到14種地貌的樣本數據集，如圖6、7所示為落葉土壤和粗石子對應的10種運動狀況下的振動信號；將上述預處理后的所有運動狀態數據和交互振動數據共同構成地貌數據庫，每一運動狀態分別與一交互振動數據相對應。

4 實驗結果

4.1 識別結果

本文將所有的地貌類別采集的數據輸入模型中計算得到所有執行動作的表現。在經過每一次實驗之后，都替換新的識別目標和初始化動作以進行新目標的實驗測試。根據在模型中的每一種類別識別得到的平均表現精度作為最終結果。同時，也使用了順序策略和隨機策略實驗與主動探索方法相比較，其中隨機策略是在每個識別類別中都使用均勻概率的方式挑選下一個動作得到的振動數據序列，而順序策略是在每一個類別的實驗中均利用相同的順序規則挑選下一個動作得到的振動數據序列；和被動方法的實驗結果相比，本文的主動探索模型能夠產生一系列有趣的動作順序和有效地識別地貌類型。

圖8為粗石子識別實驗中 3 種不同策略的動作順序挑選。

圖8 粗石子識別實驗中3種不同策略的動作順序挑選Fig. 8 Active sequence selection of three different strategies in coarse stone recognition experiment

4.2 動作順序選擇

本節描述了主動振感探索方法和被動方法對應的動作選擇序列，如圖9所示。

圖9 3 種策略在測試振動數據中的分類性能比較Fig. 9 Comparison of classification performance amongthree strategies

對這些動作序列的表現做了分析，實驗結果表明，模型系統往往選擇大角度轉彎或高速行進動作，這是容易產生更明顯振動特征的。在各種地貌類別之中機器人的高速度運動會導致更強的振動特征，從而得到更清晰的振動信號，但機器人的伺服電機在運行過程中會產生較大的噪聲沖擊識別效果。實驗結果表明本文的方法對克服這個問題有很好的效果。例如，高速前進在序列的第9個動作中，那么這個相同的操作將不被再次選中，大量的運動確保了訓練模型的高泛化性能。此外，用戶可以根據一定的精度范圍選擇適當的步驟停止采集樣本，以降低數據收集的成本。

4.3 動作作用比較

在本文的實驗中，計算出了所有地貌類別在經過每步運動之后的識別性能。上述3種順序策略的精度比較如圖9所示。在所測試的實驗集中，主動振感探索方法的三步平均精度可以接近60%，而隨機策略的平均精度不到50%，序列策略的性能表現則更差一點。另外，本文的方法可以在5個步驟中快速獲得更高的精度，而其他方法則非常不穩定。我們還發現，本文的主動振覺探測方法比被動方法表現出顯著的優勢，能夠以更少的步驟來達到相同的精度，這證明本文的方法提高了識別效率。

4.4 地貌識別精度比較

為了進一步分析本文的模型性能，了解每種地貌類別得到的平均識別精度是很必要的。本文特別計算了如圖10所示的混淆矩陣，結果表明粗石子是最具特征性的地貌類型，在所有測試中最高達到90%正確率，這種松散的大顆粒碎石振動特征更為明顯。壓實碎石子路面(72%正確)和粗糙舊混凝土(69%正確)是易混淆的，舊混凝土路面表面裸露出一些碎石子，使得2種地貌的粗糙度和平整度間接的在振動信號中表現得較相似，具體來說，本文的方法對較明顯振動特性的地貌類別具有高靈敏度的辨識度，并且對于容易混淆的地貌有較高的識別精度。

圖10 使用主動感知策略對實驗數據集中的所有類別計算混淆矩陣Fig. 10 Using active perception strategy to calculate confusion matrix for all categories in experimental data set

5 結束語

在本文中，提出了在貝葉斯概率感知方法和主動探索行為下，利用移動機器人和地面的交互振動信息探索和識別所處地貌，這一過程是通過主動控制探索運動向識別度高的運動狀態轉換，以改善對被探索地貌的感知來實現的。結果表明，本文的方法使移動機器人能夠通過振感感知和自主決定下一步的動作，以便在勘探和識別任務中快速提取更好的信息；相比較下，本文的系統可經過5次左右的短時動作嘗試就能識別出移動機器人所處地面類型，且利用主動感知很好地解決了多種未知地貌類別的識別問題，未來還需要開發出更好的方法提升地貌相似度高的識別精度。