基于多傳感融合技術的自主巡邏智能預警機器人系統的研究與設計

裴慶慶

(鄭州工業應用技術學院 信息工程學院，河南 新鄭 451100)

隨著電子商務和快遞物流的發展，物流倉儲空間快速增大，而智能倉儲監測技術未能及時普及，造成倉儲事故頻發.物流倉儲環境中的光照射強度、空氣溫度與濕度、空氣氣壓和泄漏物的濃度等因素是倉儲安全監測與安全預防的重要環境指標.物流倉儲的管理模式分為人工監控巡邏管理和工業設備監控管理模式，人工管理模式監控效率不高、對物流倉儲空間信息監測不夠敏感，工業設備監控存在傳感監測采集數據單一、監測盲區偏多、警報漏報誤報率偏高、智能程度低和成本較大等缺點[1].

為了解決上述問題，設計了一套24小時自動巡邏、倉儲信息采集與檢測、智能警報和實時遠程監控的智能物流倉儲巡邏機器人系統.該系統實現了機器人自主路徑巡邏導航、倉儲物流環境監測和倉儲空間實時遠程監控等功能，大大提高了物流倉儲的智能化管理水平、危險檢測處理和實時預警能力[2].

1 總體方案設計

倉儲物流智能預警機器人系統總體設計主要包括3個模塊[3]：①環境監測模塊主要通過傳感器實現倉儲環境各類數據的采集，并通過無線網絡將采集數據進行融合處理與系統上傳；②機器人自主巡邏導航模塊主要包括電機驅動、加速度傳感器和紅外測距傳感器，為預警機器人提供了動力導航；③遠程監控模塊中倉儲管理人員可以通過手機或者PC端登錄數據存儲服務器，實時查看倉儲監測情況，以及提供預警機器人的遠程遙控等功能.當倉儲物流環境存在安全隱患時，該系統實時提供預警信號以及GSM遠程通話功能.

倉儲物流智能預警機器人系統的總體結構如圖1所示.

圖1 倉儲物流智能預警機器人系統結構

2 系統軟硬件設計

2.1 自主巡邏導航設計

在物流倉儲閉合空間內，預警機器人自主行動功能主要由巡邏導航模塊來完成.在硬件系統配置上，主微控制器采用STM32F429IG，電機驅動采用L298N芯片，系統8軸動力供給采用MPU6050芯片、障礙物紅外測距監測模塊采用E18-D80NK芯片[4].L298N保障了機器人系統的自主運動，紅外測距E18-D80NK能夠實現倉儲環境的障礙物監測，MPU6050實現機器人傳動方向角設置和機器人路徑規劃.機器人在倉儲中的巡邏導航模塊設計如圖2所示.

圖2 自主巡邏導航系統設計

機器人在室內環境中的自主巡邏采用了紅外傳感器檢測，可行走區域的邊界，以左右手法則作為機器人巡邏準則.左手法則設計為：在自主巡邏過程中，當檢測到左側有障礙物(即可行走區域的邊界)時，機器人以PID算法與邊界保持一定的距離沿著邊界前行，直到轉完1圈為止[5].在機器人前行的過程中，將行經的路程和轉換的方向角不斷進行累加，當路程等于預先設定的室內空地巡邏路徑周長，且機器人方位的轉向角度達到360°時即認為轉完1圈.右手法則類似.本系統使用的自主巡邏算法流程如圖3所示.

2.2 環境檢測子系統設計

物流倉儲環境的監測硬件模塊主要包括3部分[6]：①火焰傳感器RB-02S022A實現火災數據的感知監測;②危險品泄露監測傳感器MQ2實現危化品檢測;③微控制器STM32F429IG實現采集數據的集中處理.系統通訊模塊主要包括GSM語音與藍牙雙模SIM808芯片、WiFi-RTL8188EUS模塊和電控圖像采集+云存儲.倉儲管理人員可以通過機器人車載攝像頭實時調取倉儲環境監測情況.環境監測模塊通過各類傳感器實時的對倉儲環境數據進行監測與采集，并通過BP神經網絡算法進行數據融合.當融合數據接近系統設置的警報值時，智能預警系統自主通過WiFi模塊向遠程監測平臺發出倉儲異常警報信號.若警報信號未及時處理，GMS模塊SIM808還可以自主實現語音信號的傳遞.倉儲環境監測系統結構如圖4所示.

圖3 機器人自主巡邏算法流程

圖4 環境監測硬件系統設計

2.3 預警機器人遠程監控功能設計

預警機器人遠程監控功能主要包括機器人控制程序、云存儲程序、PC和手機端監控程序.機器人控制程序主要實現數據采集與融合、數據上傳、警告發送和接收遠程終端控制指令等功能，云存儲主要用于接收和存儲機器人融合數據，為PC和手機端提供遠程數據訪問與監控功能.機器人遠程工作流程設計如圖5所示.

3 多傳感器信息采集融合設計

自主巡邏預警機器人搭載了環境監測傳感器，通過采集的數據參數來評估倉儲環境的危險性[7]，但機器人不能輕易判斷出環境參數的耦合度.當空氣濕度超過50%時，火災自然的發生概率很低，危險氣體的濃度值上限就提高了.當空氣濕度小于20%時，易燃易爆危險氣體會產生火災甚至爆炸，造成重大災害.本系統設計了一套基于BP神經網絡算法的多傳感器系統融合模型結構(如圖6所示)，實現了多源傳感器數據采集與融合模型來綜合評估倉儲環境的危險性.

圖5 遠程監控子系統軟件流程圖

圖6 多源信息融合系統

本系統的神經網絡模型采用了空氣相對濕度y1、絕對濕度y2和危化品濃度綜合數據y3作為模型的輸入層，警告變量x(0≤x≤1)作為模型的輸出層.經過BP神經網絡訓練的模型參數如表1所列[8].

4 實驗及結果分析

為了實現預警機器人系統的測試，在40 m2的室內環境搭建了倉儲地形和倉儲模擬環境.室內放置了空氣加濕與除濕設備來實現倉儲環境的濕度控制，冷暖空調系統來實現環境的溫度控制.倉儲模擬環境搭建如圖7所示，其中危險氣體泄漏點設置于A點和B點，泄漏氣體為CO.

表1 訓練后的BP神經網絡參數

圖7 模擬危化品倉庫實驗環境

4.1 預警機器人的自主巡邏功能測試

預警機器人通過自主巡邏實現危險品泄露檢測，是倉儲監測預警的重要環節.機器人巡邏測試路線如圖8所示.S1節點為巡邏過程中執行右手運動法則的阻礙物邊界點，即首次自主巡邏第1圈的起始節點.S2節點為機器人自主巡邏執行左手運動法則的首次發現阻礙物的巡邏第2圈的起始點.S3節點為機器人自主巡邏第3圈的節點.圖8中，預警機器人的自主巡邏功能能夠實現倉儲空間環境的復雜地形自主巡邏.左手運行法則和右手運行法則實現了機器人不同起始節點的全方位倉儲環境的巡邏.

當室內環境A與B都發生危險品泄露時，預警機器人都能夠快速實現泄露節點的巡邏.測試證明，機器人自主巡邏算法是及時有效的.

4.2 智能預警功能測試

倉儲環境安全預警系統功能測試中，機器人自主采集的20組數據進行人工判定，并將預警機器人采集數據的融合信息輸出值x(0≤x≤1)作為警告標準.其中規定：x=0代表絕對安全；x=1代表絕對危險.數據越接近于1代表越危險，越接近于0代表越安全.預警系統安全范圍為(0，0.3)，黃色預警范圍設置為(0.3，0.7)，紅色預警范圍設置為(0.7，1.0).系統安全預警的20組測試數據如表2所列.

圖8 預警機器人自主巡邏第1、2和3圈路線圖

5 結論

基于自主巡邏、多傳感環境信息采集監測預警和遠程實時監控的智能機器人系統搭載了環境監測傳感器，通過采集的數據參數來評估倉儲環境的危險性.預警機器人周期性實現倉儲環境的數據采集，并將各類數據參數通過BP神經網絡融合處理，然后將融合數據通過網絡上傳到后臺服務器，當觸發參數報警閾值時，系統自動遠程報警.該系統大大提高了物流倉儲的智能化管理水平、危險檢測處理和實時預警警報的能力.

表2 20組測試數據