復合雷達傳感在電纜隧道四足機器人避障中的應用

陳艷羚，徐 治，周 宏，王驍迪，王 承，何 磊

(國網上海市電力公司電纜分公司，上海 200072)

近年來，隨著我國對電力電纜基礎設施的不斷投入，電纜隧道的長度也在不斷增加。電纜隧道的工況復雜、總里程長、分布點多、巡檢周期短，大大增加了人工巡檢的難度。機器人巡檢通常采用人工控制的方式，若失去人工控制，其自主避障的準確性則變得尤為重要。若采用單一傳感器，四足機器人無法在電纜隧道中實現良好的定位、建圖和自主巡檢功能，而采用復合雷達傳感系統則可以實現不同傳感器的優勢互補，使得四足機器人的定位更加精準，面對電纜隧道中的復雜工況也能安全自主地運行。

1 各個雷達傳感器的特點

目前在避障方面常采用以下幾種方式：毫米波雷達、激光雷達、超聲波雷達、圖像識別等，而每種雷達均有其各自的優缺點。

毫米波雷達傳感器可以精準測量其視野范圍內與物體的距離以及與任何障礙物的相對速度，同時相較于其他雷達，它具有不受雨、煙、塵、霧或霜等環境因素的影響，具有很高的穩定性。毫米波雷達傳感器也可以在完全黑暗或陽光直射下工作，相較于紅外傳感器、攝像頭圖像識別，可直接安裝在無外透鏡、通風口或傳感器表面的塑料外殼上。另外毫米波雷達傳感器的體積小、重量輕，僅僅微型激光測距儀的三分之一。然而，毫米波雷達傳感器存在測量量程較短、測量精準度較低等缺點。

激光雷達具有較高的分辨率，可以獲得周圍障礙物的清晰圖像。此外鑒于激光雷達直線傳播的特性，其抗干擾性極強。然而，電纜隧道中工況復雜，激光雷達在霧、煙等環境中的衰減急劇加大，傳播距離受到很大的影響。此外激光雷達還會比較容易受到自然光或是熱輻射的影響，相較于毫米波雷達，在自然光比較強烈或在輻射區域的時候，激光雷達會被削弱很多。

超聲波雷達也是目前主流的測距傳感器之一。超聲波雷達的能量消耗比較緩慢，在介質中傳播的距離比較遠且具有較強的穿透性。超聲波雷達也有其缺陷，超聲波的傳輸速度會受到環境、天氣等因素的影響，且相較于毫米波及激光雷達而言傳播速度較慢，當主體高速運動時會存在較大的誤差。由于超聲波的散射角大，方向性較差，在測量較遠距離的目標時，其回波信號會比較弱，影響測量精度，分辨率較低。

圖像識別也是目前發展方向之一，通過攝像頭采集圖像之后，由攝像頭內的感光電路組件及控制組件對圖像進行處理并轉化為電腦能處理的數字信號，從而感知四足機器人周邊的路況情況，實現前向碰撞預警、偏移報警和障礙物檢測等功能。借助兩個攝像頭形成雙目視覺系統，可實現定位、估算目標物體與本體之間的相對距離以及相對速度。但采用此方法也有缺點，由于工作環境的不同需要不斷地去更新和拓展樣本數據庫來保證圖像識別算法的精準度，計算量龐大會對硬件以及散熱提出一定的要求，但如果使用單攝像頭對于距離的估算精準度又會降低。同時由于攝像頭對于自然光的要求相較于其他傳感器要高，過暗或者過亮的環境會對成像造成一定的影響，所以會受到環境的影響。

2 復合雷達傳感的優勢

電纜隧道中環境復雜，光線條件差、通道狹窄且缺少明顯的標志物。在這樣的環境下，為了保證四足機器人和隧道中電纜的安全性，單一的傳感器已經無法滿足要求。鑒于各個傳感器存在不同的優劣勢，所以選擇將多個傳感器結合起來使用于四足機器人，使四足機器人在電纜隧道復雜的工況環境下也能精準且快速地定位及避障，實現無人巡檢功能。

四足機器人通過搭載雙目視覺系統、激光雷達、毫米波雷達傳感器，形成復合雷達傳感系統，兼具3種傳感系統的優勢，同時也彌補了各自的缺點。當四足機器人開始運動時，雙目視覺系統、毫米波雷達、激光雷達同時啟動。毫米波雷達對四足機器人四周環境發射連續調頻波，接收得到回波信號，通過混頻器將發射信號與回波信號生成混頻信號。對混頻信號進行采樣，一維快速傅里葉變換(FFT)處理，得到對象的距離信息，再對距離信息進行二維FFT處理，得到對象的速度信息，最終得到對象的二維平面坐標、速度、角度等信息，實現初步的定位。

毫米波雷達分辨率較低的缺點，使其無法得到附近物體精準的輪廓信息，故采用雙目視覺系統，對四足機器人附近環境進行圖片處理，以電纜隧道中的滅火器箱為例，滅火器箱的邊界通常為紅色矩形狀，四足機器人讀取攝像頭傳輸的畫面，從輸入數據中提取僅為紅色的像素，借助亮度和對比度確定紅色邊界的水平和垂直漸變的計算，然后利用霍夫變換算法找到矩形。將得到的圖案與數據庫中的圖案將目標圖像關聯起來，以解析最終識別目標物體，并最終得到決策。借助圖像識別功能，四足機器人實現了自動對攝像頭中的物體進行識別和分析[1]。雙目視覺系統在能夠得到物體精準輪廓的同時也提升了測距的精準度。雙目視覺系統的原理與人眼類似，人能夠感知物體的遠近是借助雙眼對于同一目標所成圖像的差異。目標物體越遠，視差越小，若目標物體越近則視差越大。通過對比兩個攝像頭所得圖像的視差計算，直接對前方的障礙物進行距離測量而無需判斷障礙物的類型，四足機器人能夠根據距離信息的變化對任何類型的障礙物進行識別。然而，由于雙目視覺的計算量極大，因而其對于計算單元的性能要求較高，且由于雙目視覺算法依賴環境中的自然光線采集圖像，拍攝角度、光線角度的變化、光線強度的變化等因素的影響可能會導致兩張照片的差異巨大，故其對匹配算法的要求也很高。此外電纜隧道作為一個單調缺乏視覺特征的場景，四周沒有特別的標志物，會存在匹配困難的情況。因此在毫米波雷達及雙目視覺系統的基礎上再加入激光雷達，以此保證四足機器人在電纜隧道中的安全。在電纜隧道環境光線較差的區域下，激光雷達和毫米波雷達的性能能夠得到充分發揮。激光雷達向周圍發射脈沖激光，記錄脈沖激光發射的時間數據，得到每個測量點相對于四足機器人估計的位置及四足機器人相對于前一次測量的位置，從而在得到更精準結論的同時，對遠距離、大范圍的環境進行建模。

3 復合雷達融合

復合雷達傳感系統的基本原理就像人的大腦綜合處理信息的過程，通過將毫米波雷達、雙目視覺系統、激光雷達所得到的原始數據進行多層次、多空間的信息互補和優化組合處理，最終產生對觀測環境的一致性解釋[2]。信息融合是將通過各個傳感器得到的多源數據進行合理支配與使用，基于各傳感器獲得的分離觀測數據，通過對數據多級別、多方面組合導出需要的數據[3]。這不僅彌補了單個傳感器的劣勢，而且也綜合處理了不同傳感器所采集的數據來提高整個復合雷達傳感系統的精確度[4]。常用的融合算法一般分為前融合算法和后融合算法。前融合算法通過將所有傳感器得到的原始數據進行時間同步、空間同步融合在一起，得到XYZ空間數據、RGB顏色數據、激光反射值數據、速度數據等。后融合算法則是每個傳感器都能夠獨立處理生成數據，處理器通過對所有傳感器生成的結果進行融合得到最終的結果。

前融合和后融合算法示意圖如圖1所示。

圖1 前融合和后融合算法示意圖

復合雷達傳感首要問題是解決傳感器的標定，由于存在多個傳感器且不同傳感器安裝的位置并不相同，所以為了能夠使不同的傳感器對同一物體在同一時刻進行數據描述，需要保證數據及數據的時間戳能夠一一對應。相比單一傳感器的標定，保證不同傳感器對同一目標描述的時間戳對齊是復合傳感器融合標定難點所在。由于單一傳感器中的數據采集與發布都是基于內部集成的晶振，所以其發布的數據在時間上是對齊的。精確同步方法要求毫米波雷達、激光雷達、雙目視覺系統3種傳感器輸入的感知數據的時間戳需要高度對齊，因此在處理數據同步時，需要得到的均為同一時刻的數據，之后只需進行數據融合即可，而這3種傳感器的感知數據都是基于各自的晶振，這些晶振之間多少存在一些誤差，因此需要采用時間近似同步的方法。此外由于近似同步方法處理得到的數據在頻率的精確度上可能會存在誤差，所以需要將多個傳感器在某一時刻的數據進行融合。

將雙目視覺系統、毫米波雷達、激光雷達3個傳感器對于同一個物體得到的數據進行同步后，可以獲得該物體在雙目視覺系統坐標系、激光雷達坐標系、毫米波雷達坐標系中的坐標，由于經過了時間近似同步所以3組數據的時間戳相同，因此該物體在不同傳感器坐標系中的坐標均表示該物體的位置，通過這樣的方式就可以得到3種傳感器坐標系之間的轉換關系。將多個傳感器的感知數據時間近似同步后進行融合實現不同傳感器優勢互補，使四足機器人在面對電纜隧道中復雜的工況時也能安全運行。通過前端對復合傳感得到的數據進行近似同步、視覺特征提取等處理能使四足機器人了解所處環境，實現四足機器人在不規則障礙物遍布、光線環境差的場景下完成定位、建圖以及自主巡檢。通過后端對視覺詞匯、雷達掃描所得結果進行處理，可使得四足機器人的定位功能進一步優化矯正，生成柵格地圖。

電纜隧道中環境光線較差、無明顯標志物、通道較為狹窄且存在樓梯及防火門門檻等，3種雷達傳感系統各自負責對應的方面，毫米波雷達負責近處障礙物的探測和測距，但鑒于其分辨率不高，便使用雙目視覺系統對周圍障礙物進行區分、識別。毫米波雷達對于遠處的探測能力有限，而激光雷達對遠處的探測能力則彌補了這一缺點，收發激光獲取四足機器人及目標障礙物的相對位置，即使是在光線較差的環境下也可以實現四足機器人的定位。因此，四足機器人通過激光雷達結合毫米波雷達所得的距離數據，基于SLAM建立三維環境模型，實現對周圍環境及障礙物的實時監測，使得四足機器人能在無人控制的環境下做到安全自主巡檢。目前主流的視覺SLAM算法主要基于圖像特征提取和匹配追蹤。通過從圖像中選取具有以下特征的點或者局部區域作為特征：需要能夠區別于周圍區域的顯著性以及不變形包括尺度不變形、旋轉不變形、放射不變形。提取輸入圖像的特征后，便可實現圖像之間的特征點關聯，目前主要采用特征匹配的方式進行數據關聯。一些外部因素如光照變化、相機劇烈運動、相機本身的噪聲等，會使得到的匹配點中存在大量的異常值，因此可以采用KNN匹配、交叉匹配等方式來剔除異常值。

4 結語

四足機器人復合雷達傳感系統借助雙目視覺系統、毫米波雷達、激光雷達3種傳感器進行了多種傳感器數據的預處理，完成了數據的時間近似同步與聯合標定。

針對雙目視覺系統、毫米波雷達、激光雷達3種傳感器的晶振時鐘與發布頻率不一致，設計精確同步與近似同步算法完成了3種傳感器數據的時間同步；然后基于同步后的雙目視覺系統數據、毫米波雷達數據、激光雷達數據完成了復合雷達系統的聯合標定。復合雷達傳感系統彌補了各自的缺點，實現了四足機器人遠距離、近距離障礙物輪廓識別，并形成四足機器人周圍環境的三維環境模型，實現自主避障及巡檢，解決了電纜隧道人工巡檢效率低的問題。