林雅峰
(福建(泉州)哈工大工程技術研究院,福建 泉州 362000)
某重要大型露天倉庫,地處偏僻,庫區占地面積廣,庫區內存放的物質屬于重要軍用物資,要求具備較高的安防等級。傳統的安防系統是:1)安排大量的巡檢人員不論白天、夜晚還是刮風下雨,進行巡邏,其勞動強度大;2)在固定點安裝高清攝像頭進行覆蓋監控[1]。這些方式都無法全方位監控,特別是一些監控死角,盜竊分子經常選擇該處進行偷盜;而且這些安防措施都有一定的局限性,尤其在夜晚時段,兩種方式不能夠對倉庫進行持續有效的監控和及時應對。本項目所研制的巡檢機器人能夠對倉庫內情況進行實時的監測和預警,可以很好地彌補現有監控系統位置固定、數量繁多、缺少執行機構等問題。該系統能夠有效地減小巡檢人員的巡防壓力,大幅度減少工作人員數量,強化對倉庫物質的監控,加快對盜竊等緊急事件的響應速度。
巡檢機器人主要由高速運行設備自定位系統、全方位動態目標檢測系統、人體視覺檢測跟隨系統、分級報警及應對系統、智能調度系統、自動失能打擊系統等組成,如圖1所示。設備軌道安裝于一定高度的城墻上,可代替安防人員按照一定的策略對倉庫周圍進行自主巡檢,對區域內進行24 h連續監控。

圖1 巡檢機器人系統組成
機器人整體結構緊湊,質量適中(采用高強度鋁合金材質)。本體部分主要由驅動模塊、前后隨動回轉模塊、電控模塊、失能打擊模塊、外罩、本體攝像頭等組成。通過在倉庫區域內的高墻上安裝封閉的I字形軌道回路作為移動機器人主機的運行軌道,軌道上可以同時安裝多臺移動機器人主機進行作業,并通過滑觸線向移動機器人進行實時供電。機器人本體通過側向和縱向限位輪組進行導向,驅動輪在拉緊彈簧作用下壓緊軌道下平面,進行直線或曲線運動。整體設計結構[2]如圖2所示,運行原理如圖3所示。

圖2 巡檢機器人機械結構

圖3 機器人運行原理圖
視覺檢測分為動態目標檢測(人員初定位)和人員跟隨定位兩部分。第一部分通過外部傳感器或者攝像頭按照區域對動態目標進行檢測、搜索;第二部分是通過本體搭載的相機將視頻回傳至服務器進行人體視覺實時檢測,獲得人員位置信息,從而引導機器人進行實時跟隨。視覺檢測如圖4所示。

圖4 視覺檢測圖像
動態目標檢測用的方法是基于混合高斯模型的背景減除法[3-4]。混合高斯模型基本算法原理:混合高斯模型使用K(基本為3~5)個高斯模型來表征圖像中各個像素點的特征,在新一幀圖像獲得后更新混合高斯模型,用當前圖像中的每個像素點與混合高斯模型匹配;如果成功則判定該點為背景點,否則為前景點。這種方法的好處在于,同一個像素位置處可以呈現多個模態的像素值變化(例如水波紋、晃動的葉子等),因此可以降低自然因素引起的一些動態目標誤判。具體過程如下:
1)從監控攝像頭獲取圖像并利用混合高斯函數對背景進行初始化建模;
2)當監控區域出現動態目標時,目標所處的區域與背景混合高斯模型不匹配從而判定該區域為前景目標(即可疑目標);
3)對背景模型進行更新;
4)循環上述步驟即可實時獲取動態目標位置信息,再將目標位置信息發送到上位機;
5)上位機調度機器人到可疑目標位置對目標進一步確認。
人體視覺實時檢測系統主要是通過構建基于深度學習[5]神經網絡系統的圖像人體特征檢測。圖像檢測流程包括:初始化背景,提取背景模型,并實時更新背景信息;通過運動目標檢測獲得場景數據,對場景數據進行特征提取并與人物特征數據進行匹配獲得人物圖像數據;提取人物質心坐標并發送至移動機器人控制器,通過調度系統控制合適的移動機器人本體對人員進行跟蹤。
調度系統功能是通過移動機器人主機之間的協作以提高系統的響應速度和防護性能,同時也對系統自身的安全性能起到很好的保護作用。具體實現流程為:通過人體視覺實時檢測系統與高速定位系統將可疑人員和各移動機器人主機的具體位置信息、速度信息上報調度系統。調度系統[6]通過調度算法根據各移動機器人主機與可疑人員之間的相對位置關系,設定每臺移動機器人主機的優先級別并調用最近的一臺/兩臺移動機器人主機,對可疑人員進行跟蹤圍堵,同時向值班室發送警報信息,從而有效擾亂可疑人員的盜竊行為。控制方案如圖5所示。

圖5 調度控制方案
機器人電氣系統主要包含伺服電機、驅動器、本體相機、初定位相機、上位機、粉彈打擊模塊及外圍聲光等設備。實現的主要功能包含跟蹤巡邏、聲光報警以及失能打擊。
a)跟蹤巡邏
巡檢機器人動力源為本體搭載的伺服電機,并搭載有絕對式編碼器用以識別自身位置,其網絡圖如圖6所示。上位機統一接收來自初定位相機與本體相機的檢測數據,進行適當處理后,對機器人發送相應的運動指令,主要包含如下3種運動模式:

圖6 巡檢機器人網絡結構
1)巡邏模式:當防御范圍內無目標出現時,巡檢機器人進入巡邏模式,本體將以設定速度在巡邏范圍內做往復運動[7],以此來達到一定的震懾作用。
2)初定位模式:當初定位相機監測到動態目標后,上位機通過初定位相機發來的數據與機器人本體位置進行比對,根據比對結果,發送初定位信號;本體CPU根據接收到的信號,快速接近動態目標,使目標進入本體相機視野,對目標進行甄別。
3)跟蹤模式:在任何模式下,當本體相機檢測到目標后,上位機將本體相機檢測到的目標位置發送給本體CPU,機器人將進入跟蹤模式,本體CPU根據目標位置,通過PID[8-9]算法,使機器人緊跟目標。
b)聲光報警
機器人進入跟蹤模式后,其搭載的聲光報警將被激活,警笛開始鳴響,同時對目標進行語音警告。
c)失能打擊
機器人搭載粉彈打擊模塊[10-11]。當其進入跟蹤模式后,若目標接近機器人所防御的圍墻,并試圖進行逃跑時,本體攝像頭瞄準到位后,通過電磁鐵激活粉彈激針,將搭載的具備失能性打擊的粉末快速打出,而后通過棘輪機構自動轉換槍膛彈位,為下次激發做好準備。
該系統可實現的功能主要如下:
1)自動巡邏:機器人本體搭載有伺服電機作為主驅動,同時搭載有絕對式編碼器進行位置識別。當本體沒有檢測到可疑目標時,機器人進入巡邏模式,以設定的速度在巡邏范圍內做往復運動。
2)自動識別:機器人本體搭載有攝像頭隨時監控本體區域內的場景,通過圖像攝取裝置將攝取的目標轉成圖像信號,傳送給圖像處理系統,系統根據像素分布、顏色、亮度等信息,將其轉變成數字化信號。圖像系統對數字信號進行各種運算來抽取目標的特征,進而根據判別的結果來識別進入警戒區域的可疑人員。
3)自動跟蹤:該功能的實現主要依靠系統搭載的初定位攝像頭與機器人本體攝像頭, 可疑人員進入警戒線后,機器人將識別情況與人員位置,跟隨人員移動。
4)自動報警:當本體進入跟蹤模式后,機器人搭載的警笛與聲光系統被激活,同時對可疑人員進行語音警告,并將其可疑行為回傳至控制中心,通知工作人員采取預警措施。
5)自動打擊:如發現人員入侵或盜竊出逃后,可通過噴射干粉等進行先期處置,為執勤人員到位處置爭取寶貴時間。
目前,機器人已在某個露天倉庫系統試點應用,通過對各模塊進行試驗研究得到相關參數,所有指標符合預期要求。
主要試驗過程如下:
1)移動速度V以及加速度a測量方法:機器人本體安裝有絕對式編碼器,通過米輪轉過的圈數,經計算可準確知道其位置。由試驗圖7可知,設備的最大移動速度是V=7.178m/s,速度由0加速到最大速度的時間Δt=2.333s,可知a=ΔV/Δt=7.178/2.333=3.08m/s2。

圖7 移動速度以及加速度測量
2)跟蹤定位誤差以及自定位誤差測量方法:①測試人員以某一速度運動,讓機器人跟隨運動,最后人員突然停止運動定位于某一位置,機器人最終也停止跟隨。測量人員與設備的間隔差,跟蹤定位誤差為0.275m,如圖8所示。②讓設備通過預定程序行駛一段距離后停止運動,測量實際位置與理論位置的偏差,試驗得出自定位誤差為0.1m。

圖8 跟蹤定位誤差測量
3)將軌道加工彎曲成R400,機器人可實現左右拐彎,如圖9所示。

圖9 拐彎半徑分析圖
4)相機視場寬(軌道安裝高度6.5m)為14m,圖像平均傳輸、處理幀率為21fps。
5)正常運行時,噪聲測量的平均值為57db,噪聲等級符合3類環境噪聲標準,測量過程如圖10所示。

圖10 噪聲測量過程
6)多次淋雨試驗,設備仍可正常運行,防護等級≥IP65。
巡檢機器人系統主要包括以下5個關鍵技術。
1)軌道式移動機器人系統虛擬樣機技術
結合實際的場景和工況設計合理的安裝位置及機器人運動執行機構,通過虛擬樣機對其結構合理性和機構有效性進行充分驗證,使機器人本體在軌道上可靠定位,同時具備良好的緊湊性、機動性和平穩性。
2)基于深度學習算法的人體視覺實時檢測技術
結合場所的地形和現場環境,編寫背景提取和人員檢測算法,對現場視頻進行實時分析,在檢測到人員的同時提取其具體位置及運動信息,再通過調度系統控制移動機器人本體按照預期的規律運動。
3)高速非線性運動控制及定位技術
通過視覺檢測技術對現場可疑人員的位置坐標進行提取,同時通過本體搭載的絕對式編碼器檢測實時位置,兩者結合確定可疑人員與移動機器人的相對位置后進行閉環跟隨控制。
4)應急響應人機交互技術
充分調研現場環境及各種狀況下預案流程,根據執勤任務及各種突發狀況制定相應的系統交互信息及交互界面,實現日常巡邏的正常開展,突發狀況下的自動報警、畫面回傳、自動跟隨、中控室遠程控制等功能。
5)失能打擊技術
設計符合情景的失能打擊系統,通過視覺檢測對現場情況做出判斷并根據應急打擊許可條件對可疑人員進行單次/連續非致命性打擊,使其暫時喪失逃脫能力。
本文提供了一種軌道式巡檢機器人系統,該系統可代替人工自動巡邏、自動識別、自動跟蹤、自動報警、自動打擊等,可減小執勤人員的勞動強度,加強對露天倉庫物質的管控,應對盜竊行為等突發情況,提高倉庫安防系統的智能水平。整套系統已在試點應用,各功能均達到預期目標,可為后續的開發應用提供實踐經驗及優化方向。