基于自主定位導(dǎo)航和深度學(xué)習(xí)的視覺感知的巡檢機(jī)器人檢測方法

孫曉東，宋雷震

(淮南聯(lián)合大學(xué) 智能制造學(xué)院，安徽 淮南 232038)

對于巡檢機(jī)器人而言，因?yàn)槠涔ぷ鳝h(huán)境多為室內(nèi)、管道、工作站等較為狹小密閉的空間，障礙物較多，因而需要檢測識別障礙物，并獲取與障礙物之間的距離，以達(dá)到自主定位導(dǎo)航的目的。目前多數(shù)巡檢機(jī)器人采用雷達(dá)、超聲波傳感器、激光測距儀等來實(shí)現(xiàn)對障礙物的識別與定位，但這些方法的成本較高，智能度也不夠，因此無法滿足需求[1]。針對上述問題，提出一種基于自主定位導(dǎo)航和深度學(xué)習(xí)的視覺感知的巡檢機(jī)器人檢測方法。使用深度學(xué)習(xí)中的SSD(Single Shot MultiBox Detector)算法識別障礙物，并計(jì)算障礙物的像素高度；通過相似集合原理計(jì)算巡檢機(jī)器人與障礙物之間的距離，并向機(jī)器人發(fā)送Twist信息，以完成自主定位導(dǎo)航。研究結(jié)果表明，該方法能夠有效提高巡檢機(jī)器人對障礙物的識別與定位精度，對智能機(jī)器人的發(fā)展有一定借鑒意義[2]。

1 巡檢機(jī)器人對障礙物的識別與定位

1.1 基于深度學(xué)習(xí)的SSD算法對目標(biāo)的檢測

目前巡檢機(jī)器人使用較多的目標(biāo)檢測算法有YOLO算法、R-CNN算法以及SSD算法[3]。這三種算法都是基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)的深度學(xué)習(xí)算法[4]。YOLO算法對目標(biāo)物的定位精度較低，且很難檢測體積較小的物體，而SSD算法能夠直接采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)檢測，且能夠產(chǎn)生不同大小的先驗(yàn)框以對不同大小的目標(biāo)物進(jìn)行匹配檢測，克服了YOLO算法存在的缺點(diǎn)[5]。SSD算法是一種單階段目標(biāo)檢測算法，同時(shí)也是一種端到端的目標(biāo)檢測算法，因此相較于R-CNN算法，SSD算法對目標(biāo)物的檢測速度更快，檢測效率更高[6]。SSD算法框架主要由基礎(chǔ)網(wǎng)絡(luò)與附加部分組成，其中附加層是尺度逐漸減小的卷積神經(jīng)網(wǎng)絡(luò)，待檢測的所有障礙物會在不同尺度的特征圖上同時(shí)接受檢測，且不同層級特征圖的感受特征元素也有所不同，因而在對障礙物進(jìn)行預(yù)測時(shí)，SSD算法會運(yùn)用不同層級的特征圖，并設(shè)置不同尺度的默認(rèn)框和匹配不同大小的感受野[7]。各層級默認(rèn)框的大小如公式(1)所示。

(1)

公式(1)中，Sk表示第k層特征圖對應(yīng)的默認(rèn)框大小；Smin與Smax分別表示默認(rèn)框最小和最大的尺度；m根據(jù)不同的SSD算法會有不同的值。默認(rèn)框的高度如公式(2)所示。

(2)

(3)

(4)

根據(jù)公式(4)與上述內(nèi)容可知，特征圖的任意位置都會有6個(gè)默認(rèn)框。得到特征圖以后，對其進(jìn)行卷積操作，進(jìn)而得到對目標(biāo)物的識別檢測結(jié)果[8]。檢測值部分會劃分為類別置信度與邊界框位置，且類別置信度與邊界框位置都會進(jìn)行相同次數(shù)的卷積。邊界框位置誤差與置信度位置誤差的加權(quán)和被稱為損失函數(shù)，如公式(5)所示。

(5)

公式(5)中，N為SDD算法中先驗(yàn)框的正樣本數(shù)目，c是類別置信度的預(yù)測值，L為先驗(yàn)框?qū)?yīng)的邊界框的位置預(yù)測值，g為groundtruth的位置參數(shù)。根據(jù)公式(5)，即可完成對目標(biāo)物的檢測，并生成相應(yīng)的結(jié)果。

1.2 基于地平面的單目視覺測距定位模型

單目視覺測量即通過相機(jī)拍攝待測量的目標(biāo)物體，再根據(jù)拍攝的圖片對實(shí)物進(jìn)行測量的方法。在獲取巡檢機(jī)器人利用搭載相機(jī)采集的圖片后，可以根據(jù)圖片坐標(biāo)系與世界坐標(biāo)系以及相機(jī)坐標(biāo)系之間的換算關(guān)系，將圖片坐標(biāo)系轉(zhuǎn)化為世界坐標(biāo)系，從而完成圖片坐標(biāo)系與世界坐標(biāo)系之間的匹配[9]。相機(jī)成像一般有透鏡成像與小孔成像，其中原理如圖1所示。

(a)透鏡成像

根據(jù)幾何相似學(xué)理論，即可得到針孔成像模型的相機(jī)投影關(guān)系，如公式(6)所示。

(6)

根據(jù)公式(6)，可推導(dǎo)出巡檢機(jī)器人掛載相機(jī)的位置與障礙物之間的水平距離，如公式(7)所示。

D=(W×F)/P

(7)

公式(7)中，D表示巡檢機(jī)器人掛載相機(jī)的位置與障礙物之間的水平距離；W表示待測障礙物的寬度；P表示障礙物在圖像中的像素寬度；F表示巡檢機(jī)器人掛載相機(jī)的焦距。根據(jù)圖像坐標(biāo)系、成像平面坐標(biāo)系、攝像機(jī)坐標(biāo)系以及世界坐標(biāo)系之間的變換關(guān)系，即可完成圖像坐標(biāo)與世界坐標(biāo)之間的相互轉(zhuǎn)換[10]。圖像坐標(biāo)與成像平面坐標(biāo)之間的關(guān)系如公式(8)所示。

(8)

攝像機(jī)的內(nèi)參矩陣如公式(9)所示。

(9)

用σ表示一個(gè)滿足相應(yīng)條件的非零度因子，并令其滿足σ=1/z，則障礙物的圖像坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換方式如公式(10)所示。

(10)

根據(jù)公式(10)，即可將障礙物的圖像坐標(biāo)系轉(zhuǎn)換為世界坐標(biāo)系，進(jìn)而獲得障礙物到巡檢機(jī)器人搭載相機(jī)之間的距離。攝像機(jī)標(biāo)定是指根據(jù)所拍攝的圖片獲取攝像機(jī)參數(shù)，并根據(jù)圖像與參數(shù)來還原物體在空間中的位置和形狀[11]。攝像機(jī)標(biāo)定能夠提高巡檢機(jī)器人對障礙物檢測定位的準(zhǔn)確度。張正友標(biāo)定法能在降低標(biāo)定難度的同時(shí)，還能保證標(biāo)定的精確度[12]。因此采用張正友標(biāo)定法進(jìn)行攝像機(jī)標(biāo)定，棋盤標(biāo)定板作為標(biāo)志物，標(biāo)定板如圖2所示。

圖2 標(biāo)定板

攝像機(jī)的內(nèi)部參數(shù)可以由公式(11)來表述。

(11)

根據(jù)光心以及在圖像坐標(biāo)系中的兩個(gè)方向矢量，可得到兩個(gè)方向矢量的正交關(guān)系，如公式(12)所示。

det[H]≠0

(12)

H則可以用公式(13)表述。

(13)

公式(13)中，m是標(biāo)定點(diǎn)在圖像坐標(biāo)系中的坐標(biāo)，m′是標(biāo)定點(diǎn)在標(biāo)定板上的坐標(biāo)。根據(jù)旋轉(zhuǎn)矩陣R的正交性以及公式(13)，即可獲得攝像機(jī)內(nèi)部參數(shù)計(jì)算的約束條件，最終根據(jù)約束條件求得相應(yīng)的攝像機(jī)內(nèi)部參數(shù)[13]。在求出內(nèi)部參數(shù)后，將矩陣代入公式(14)，即可求得外部參數(shù)。

(14)

公式(14)中，A為求得內(nèi)部參數(shù)的矩陣，λ滿足公式(15)。

(15)

求得攝像機(jī)的內(nèi)部參數(shù)和外部參數(shù)后，即完成了攝像機(jī)的標(biāo)定。單目視覺測距定位模型在測距定位過程中需要參照物[14]，但在巡檢機(jī)器人實(shí)際自主定位導(dǎo)航中，實(shí)時(shí)性非常重要，參照物不容易找到，針對這一問題，提出一種空間平行平面測距模型，如圖3所示。

圖3 空間平行平面測距模型

空間平行平面測距模型只能測試相對距離，因此基于單目視覺測距定位模型提出一種地平面約束測距定位模型。地平面約束測距定位模型可以根據(jù)目標(biāo)物在圖像坐標(biāo)系中的位置，來推導(dǎo)出目標(biāo)物在世界坐標(biāo)系中的位置[15]。地平面約束測距定位模型能夠允許巡檢機(jī)器人在自主定位導(dǎo)航的過程中對目標(biāo)物進(jìn)行實(shí)時(shí)定位。基于SSD算法識別目標(biāo)，地平面約束測距定位模型定位目標(biāo)物，搭建新的巡檢機(jī)器人視覺系統(tǒng)，并根據(jù)系統(tǒng)對目標(biāo)物的識別與定位向機(jī)器人發(fā)送Twsist信息，以便完成避讓、跟隨等動作，從而實(shí)現(xiàn)巡檢機(jī)器人智能、自動的自主定位導(dǎo)航。

2 巡檢機(jī)器人新視覺系統(tǒng)的有效性驗(yàn)證

2.1 對SSD算法的性能優(yōu)越性分析

分別根據(jù)SSD算法、YOLO算法以及R-CNN算法構(gòu)建模型，并在相同的數(shù)據(jù)訓(xùn)練后，以相同的目標(biāo)物對三種模型的識別情況進(jìn)行測試，驗(yàn)證SSD算法的性能。識別情況如表1所示。

表1 三種算法的識別情況

在表1中容易看出，SSD算法和YOLO算法對目標(biāo)物的檢測識別比R-CNN算法快，SSD算法和R-CNN算法對目標(biāo)物的識別數(shù)量比YOLO算法多。其中，在目標(biāo)物數(shù)量為20時(shí)，SSD算法檢測時(shí)間為41s，比YOLO算法少2s，比R-CNN算法少23s，三種算法的識別數(shù)量都為20；在目標(biāo)物數(shù)量為40時(shí)，SSD算法檢測時(shí)間為84s，比YOLO算法少7s，比R-CNN算法少51s，SSD算法和R-CNN算法對目標(biāo)物的識別數(shù)量為40，比YOLO算法多2；在目標(biāo)物數(shù)量為60時(shí)，SSD算法檢測時(shí)間為126s，比YOLO算法少12s，比R-CNN算法少87s，SSD算法對目標(biāo)物的識別數(shù)量為58，比YOLO算法多6，比R-CNN算法少1。以上結(jié)果說明，SSD算法的綜合性能比YOLO算法和R-CNN算法更加優(yōu)秀。

2.2 對SSD模型的效率與準(zhǔn)確性研究

為了進(jìn)一步分析SSD算法的性能，分別以SSD算法、YOLO算法以及R-CNN算法構(gòu)建模型，以相同的數(shù)據(jù)訓(xùn)練模型，記錄并比較三個(gè)模型的訓(xùn)練時(shí)間和對目標(biāo)物的識別準(zhǔn)確率，結(jié)果如圖4所示。

(a)模型訓(xùn)練時(shí)間

從圖4(a)中可以得知，當(dāng)?shù)螖?shù)相同時(shí)，SSD模型的訓(xùn)練時(shí)間比另外兩種模型的訓(xùn)練時(shí)間更短。在迭代次數(shù)達(dá)到500次時(shí)，SSD模型需要7.8h進(jìn)行訓(xùn)練，而YOLO模型需要10.3h，比SSD模型多2.5h；R-CNN模型則需要11.5h，比SSD模型多3.7h。圖4(b)中，三種模型的最高準(zhǔn)確率均在迭代次數(shù)為600時(shí)，其中SSD模型的準(zhǔn)確率為95.8%；而YOLO模型的準(zhǔn)確率為73.4%，比SSD模型低22.4%；R-CNN模型的準(zhǔn)確率則為86.1%，比SSD模型低9.7%。以上結(jié)果說明，SSD模型的收斂速度和識別準(zhǔn)確率均優(yōu)于YOLO模型和R-CNN模型，更適合應(yīng)用于巡檢機(jī)器人的視覺系統(tǒng)進(jìn)行目標(biāo)物識別檢測。

2.3 地平面約束測距定位模型的性能分析

分別構(gòu)建地平面約束測距定位模型(模型A)，空間平面測距模型(模型B)，單目視覺測距模型(模型C)，基于同樣的目標(biāo)和距離對三種模型進(jìn)行測試，記錄并比較三種模型的定位檢測結(jié)果誤差，以驗(yàn)證地平面約束測距定位模型的性能，測試結(jié)果如圖5所示。

圖5 地平面約束測距定位模型的性能分析

圖5中，地平面約束測距定位模型的最大誤差為2cm，而空間平面測距模型的最大誤差為3.9cm，比地平面約束測距定位模型大1.9cm；單目視覺測距模型的最大誤差為2.7cm，比地平面約束測距定位模型大0.7cm。在十次測量后，地平面約束測距定位模型的平均誤差為0.89cm；而空間平面測距模型的平均誤差為2.78cm，比地平面約束測距定位模型的大1.89cm；單目視距測距模型的誤差為1.92cm，比地平面約束測距定位模型的大1.03cm。以上結(jié)果說明地平面約束測距定位模型的測距精度比另外兩種模型更加優(yōu)秀。

3 結(jié)論

當(dāng)前巡檢機(jī)器人的視覺系統(tǒng)對障礙物的識別精度和測距精度都比較低，針對這一問題，采用用深度學(xué)習(xí)中的SSD算法識別障礙物，基于單目測距模型構(gòu)建地平面約束測距定位模型以實(shí)現(xiàn)精準(zhǔn)測距，搭建新的巡檢機(jī)器人視覺系統(tǒng)。研究結(jié)果表明，相比YOLO算法和R-CNN算法，SSD算法綜合性能更加優(yōu)秀；迭代次數(shù)達(dá)到500次時(shí)，SSD模型需要7.8h進(jìn)行訓(xùn)練，比YOLO模型快2.5h；比R-CNN模型快3.7h；迭代次數(shù)為600時(shí)，SSD模型的準(zhǔn)確率為95.8%，比YOLO模型高22.4%；比R-CNN模型高9.7%；地平面約束測距定位模型平均誤差為0.89cm，比空間平面測距模型小1.89cm；比單目視覺測距模型小1.03cm。以上結(jié)果說明，基于SSD算法和地平面約束測距定位模型的新巡檢機(jī)器人視覺系統(tǒng)能夠有效地對障礙物進(jìn)行識別檢測和測距定位，從而實(shí)現(xiàn)智能化、自動化自主定位導(dǎo)航。研究的環(huán)境是在室內(nèi)，對較為復(fù)雜的室外環(huán)境未進(jìn)行研究，需要后續(xù)的進(jìn)一步研究。