智能預警偵察機器人

王超森，李舒琪，郭昭馗，馬超凡，陳 祥

(太原工業學院，山西 太原 030008)

0 引言

在野外防火檢測工作中，由于面積廣泛、地區偏遠，僅靠人、車進行檢測浪費了大量的人力、物力資源，檢測效果不佳。而使用無人機可以實時高效地進行監控以及檢測，同時可以對野外火情進行精準定位以及預警。當野外火災發生時，通過無人機導航，機器視覺偵察火情，地面接收站報警，使得野外消防工作得以迅速開展，可有效制止火情的擴大蔓延。本文設計了一款智能預警偵察機器人，主要對偵察機器人運動控制及其導航進行研究[1，2]。

有這樣一種說法：師生關系上，差的學生常常喜歡畫得像老師，最好是一模一樣，認為這樣才能讓人認出自己是誰的學生，可以借師名而揚己名。而強的學生，常常有意拉開與老師的距離，在題材、造型、筆墨、技法上，執意不像老師，不讓人想起誰是自己的老師，這樣的學生才有出息。

1 偵察機器人系統總體設計

為實現機器人對火焰預警偵察的目的，設計了偵察機器人系統整體結構，如圖1所示。

日本非常重視科技資源的共享，制定了嚴格的政策和法律法規以保障科技資源的開放共享，例如《促進特定尖端大型研究設施共享的相關法律》。大型科學儀器設備作為科研進步的重要物質條件，日本建立了共享研究機構和科學儀器共享網站，例如研究設施共用綜合指引網站、尖端儀器共用創新平臺等，儀器設備的信息會及時發布在這些共享平臺上，主要包括儀器設備的簡介、使用方法、預約方式等，以方便需求者進行選擇和使用。

圖1 偵察機器人系統整體結構框圖

機器人系統[3]主要由無人機平臺與地面接收站組成，其中無人機平臺主要集成了GPS導航功能、機器視覺(openmv)識別火焰功能與通信功能[4]，地面接收站主要集成了通信功能與報警功能[5]。對于機器人的控制，不僅可以在電腦端實現，還可以通過遙控器對無人機進行更加方便的控制。

機器人對火災的偵察流程是：首先通過GPS在火災區域范圍內進行導航，通過視覺裝置openmv攝像頭[6]對火焰進行識別，若是火焰則將火焰信號回傳給地面接收站，否則將繼續進行導航識別。機器人偵察流程如圖2所示。

圖2 機器人偵察流程

在本機器人設計中，主要研究對象有機器人的運動姿態、機器人導航設計以及機器視覺識別火焰相關技術。對于機器人與地面接收站的通信、飛控與openmv攝像頭的通信不再贅述。

2 偵察機器人運動控制設計

2.1 定高控制算法研究

本偵察機器人搭載了SPL06氣壓計，通過氣壓計獲得機器人的高度信息，并對機器人的高度信息進行差分計算，從而得到機器人高度方向的速度。以高度和高度方向的速度構建串級PID控制系統對高度進行控制。推導出運動方程式并通過數學化簡以及拉氏變換后得到傳遞函數[7]：

ZF升=4ms2.

(1)

對于機器人定點的PID[9]控制采用了三串級PID控制，首先在位置環PID控制中將位置信息的差值作為位置環的輸入，在速度環PID控制中將位置環的輸出作為速度環的輸入，最后將速度環的輸出放在姿態控制中輸入給電機。機器人定點PID控制算法如圖4所示。

“是這樣，過去在這三個孩子里她最疼愛的是羅瑞，男孩子嘛，可是最讓她操心、失望的也是他。她最欣賞、信賴的是大侄女羅云，但是她很討厭羅云的愛人，覺得他是個小人，認定了羅云跟著他不會有好結果，可是人家夫妻恩愛得很，她也沒辦法。老太太說，好在她也對得起羅云了，花錢培養她上了大學也嫁了人，也算有個交代了，總之羅云是受了她老公的連累。至于那個小女兒，一直很不聽話，老太太覺得她有點錢幾天就會折騰光，給她錢沒什么好處。”

圖3 定高控制算法框圖

2.2 定點控制算法研究[8]

在給定機器人軌跡[10]后，通過位置控制、姿態控制發送給電機模型，再通過機器人數學模型得到機器人的實際姿態信息和位置信息，最后反饋給位置控制器和姿態控制器。機器人導航控制原理框圖如圖6所示，其中，dx、dy、dz分別為在x、y、z方向上相對原位置的距離信息，phi_d、theta_d、psai_d分別為位置控制后的x、y、z方向的加速度信息，F1、F2、F3、F4為電機所需要提供的力，Ω1、Ω2、Ω3、Ω4為電機的轉速。

其中：Z為機器人在東北天坐標系下的高度信息；F升為單個電機所產生的升力；m為無人機的質量。

圖4 機器人定點PID控制算法框圖

在室外測試了機器人實際定點的穩定性。實驗當天風速為2 m/s，風力等級為2級，在導航模式下，通過遙控器將機器人上升到15 m左右，機器人通過GPS完成定點，空中懸停效果如圖5所示，懸停效果魯棒性較高。

圖5 偵察機器人戶外懸停效果

3 偵察機器人導航

火焰模型和煙霧模型的建立主要是對攝像頭捕捉圖像進行處理，首先攝像頭對圖像進行捕捉，然后通過圖像顏色在LAB色彩空間中的分布捕獲到所需要的顏色，這里主要是對火焰顏色和煙霧顏色進行捕獲。

機器人搭載GPS，通過GPS獲取經緯度信息，通過姿態解算得到機器人在機體坐標系下的位置信息，通過對機器人的位置信息進行PID控制以達到定點要求。

圖6 機器人導航控制原理框圖

偵察機器人搭載攝像頭，在導航過程中對火焰進行識別，當攝像頭可視范圍出現火焰即可識別。

圖7 偵察機器人導航軌跡

通過上位機來設置導航軌跡，偵察機器人GPS設計的導航軌跡如圖7所示。圖7中，H為無人機初始位置，1為無人機第一個導航點，2為無人機第二個導航點，3為無人機第三個導航點，4為無人機回到初始位置點。

推薦理由:該書以行業解決方案（SAP）為主線，詳細揭示特許權及相關費用的產生過程、財務安排和貿易形式等，并通過13個情景模擬深度剖析，旨在指導企業準確判定特許權及相關費用，避免形成漏稅風險并給企業的生產和信用帶來負面影響。同時，指導海關做到依法行政、依法計征，實現海關監管的安全和到位。作者針對該書內容對全國相關進出口企業及會計師事務所等第三方的培訓。

4 視覺系統識別火焰

視覺系統采用開源openmv模塊，其主要作用是在機器人導航過程中對火焰進行識別。通過建立對應的火焰模型來判斷當前區域發生火災的可能性，通過添加煙霧模型使視覺系統在對火焰的判斷上更加精準。

根據式(1)構建出定高控制算法框圖，如圖3所示。其中，b為比例系數,a為加速度信息,Za為經過擾動后的加速度信息,Zy為積分運算后的速度信息。本算法框圖對高度信息和速度信息進行串級PID控制，使得機器人在定高控制方面比較穩定。

機器人導航主要通過機器人搭載的GPS來實現，在機器人能實現GPS定點功能的前提下，設定機器人需要到達的位置，將設定位置與機器人當前位置進行差分運算作為位置環的輸入量，再將其輸出作為速度環的輸入，最終將速度環的輸出作為定點PID控制環中姿態控制的輸入，經過定點PID串級控制從而達到機器人導航效果。

因子分析模型的解析表達式通常有如下的形式：假定P個隨機觀測向量，有均值，協方差，因子分析的模型可表達如下形式[4]：

使用openmv模塊對火焰進行識別[11]時，首先獲取到一張煙霧的圖像，對其進行閾值處理，獲取到煙霧的閾值，接著獲取火焰的圖像，將其進行閾值處理，獲取到火焰的閾值[12]。選取的煙霧以及火焰圖像必須具有普遍性，這樣才可以滿足大多數火災的場景，對于野外火災一般采用野外火情的圖片。

在獲取到火焰以及煙霧閾值的前提下，通過攝像頭在機器人導航過程中對其進行識別，若在導航過程中發現該區域有煙霧則進行下一步的判斷[13]，在識別到煙霧的前提下發現該區域有火焰，則判斷該地區發生了火災。若只發現了煙霧沒有發現火焰則判斷該區域沒有發生火災，若只發現了火焰沒有發現煙霧也判斷該區域沒有發生火災。經過測試，在識別有煙霧的前提下再對火焰進行識別較沒有識別到煙霧直接對火焰進行識別準確程度大大提高。圖8為在識別到煙霧的前提下對火焰進行識別的情況。圖9為沒有識別到煙霧的前提下對火焰進行識別的情況。可以明顯地看出：圖8的識別準確程度要比圖9的識別準確程度高。

1.3.2 疼痛程度 采用疼痛數字評分法(NRS)評估患者術后6 h、術后第1天、術后第2天、術后第3天的疼痛程度。NRS 是用數字式0～10代替文字來表示疼痛的程度，0 為無疼痛;1～3分為輕度疼痛，不影響患者夜間睡眠;4 ～6為中度疼痛，輕度影響患者夜間睡眠;7～10為重度疼痛，患者不能入睡或者睡眠中痛醒。

圖8 有識別到煙霧的火焰識別 圖9 沒有識別到煙霧的

5 結束語

本文設計的偵察機器人，當發生火情時，可以快速

找到著火點，并將火情信息傳給地面接收站。可以幫助消防工作人員迅速開展工作，防止火情蔓延，減少財產損失。但是本機器人對于火情的檢測效果還不夠精準，對于火焰識別的算法還有待于提高。