移動機器人環境識別系統設計

錢蘇珂，楊 潔，何 超，李宗昊

（西南林業大學機械與交通學院，昆明 650224）

0 引言

移動機器人應采用什么樣的設計結構才能廣泛應用如狹窄管道、塌陷廢墟、震后或火災后的高危地區等場所代替人類進行工作，目前比較典型的設計有采用低底盤桶型、內置輪式的結構［1］，如林義忠等［2］設計的室內移動機器人，但此類結構也僅能適用于平坦地區；涂剛毅等［3］設計的混合式結構移動機器人采用高底盤車型、外置輪式的結構，其配有單目相機與多個紅外傳感器輔助，但此結構設計在一些狹窄地區進行自主倒行時會特別困難。另外，張國亮等［4］設計可變執行機構的教學移動機器人，在同一機器人底架上設計不同的行走機構方式，使機器人使用環境得到拓展，但由于傳感器只有紅外和觸須兩種，只能對周圍環境起到一個簡單的檢測效果；曾慶源等［5］設計的垃圾分揀移動機器人，采用多個傳感器相配合的識別方式，其性能得到了大大提升，但由于針對性較強，結構的可移植性便降低了很多；戴月［6］設計的雙目視覺移動機器人，雖然提升了識別的效率和準確率，但由于采用的全向移動輪在石子或碎礫較多的場所易出現路徑偏移，受限性較大；張帆等［7］設計的黃瓜采摘機器人采用履帶式結構并搭建雙目視覺系統，實用性能得到了很大的提升，但由于成本較高、體型龐大，并不適合廣泛推廣和結構移植。

綜上所述，移動機器人的結構設計既要滿足適用范圍廣，又要滿足高性能、成本合適和可操作性。本文在XR-ROS機器人底盤的基礎上，設計并安置視覺、聽覺功能的硬件于底盤上，結合軟件部分的功能控制，使機器人通過模仿人類的視覺、聽覺實現對環境信息的有效接收和識別，實現人類無法進入的場所的勘察。同時，通過實驗對設計的移動機器人環境識別系統的可靠性、可移植性、成本等進行了驗證。

1 環境識別系統實驗模型設計

一般地，城市地下排水管道國標規格最小為400 mm，因此實驗模型采用長30 cm，寬26.2 cm 的底盤。整體主要由電源、電池、底盤、支撐墊板、功能面板、控制器、雷達、發動機、電路主板等構成，如圖1 所示。行駛方式采用履帶式車輪移動，相比于輪式和足式的移動方式，其適用范圍更廣、支撐更強、行駛更穩定。移動機器人底部中空可用于放置蓄電池和多余導線，底盤上眾多孔槽用于設備的安裝和導線的穿插。根據移動機器人底盤的規模設計出墊板的幾何尺寸和孔槽位置，并且在第2 層墊板中間還特意留有足夠長的導槽用來調整2 個攝像機之間的角度和距離，整體高31.9 cm，質量約4.3 kg。另外墊板之間的空間可以將與周邊附件接口連接的信號線進行1 個集束。將電路主板安裝完畢，開啟功能面板開機后，就可以針對機器人的功能進行一系列操作，同時也可以通過底層編譯2 次添加機器人功能。

圖1 模型框架設計

2 實驗模型硬件系統

2.1 視覺系統

移動機器人的視覺系統相當于人的眼睛，負責對環境信息最直觀的采集，通過對比發現：單目視覺易損失圖像深度信息，對于未訓練過的場景匹配準確性不高；多目（3 目及以上）視覺需確定各個相機之間的合理相對位置才能保證取像的準確性，其結構配置復雜且實時性差［8］。而雙目視覺系統成本低、計算深度信息匹配度高，其測距的原理與人眼更為相識且結構簡單、實時性更好［9］。結合移動機器人需要倒退行駛的問題，因此將視覺系統分為兩部分進行搭建：①前端的雙目視覺部分，用于高精度識別前方目標物；②后端的單目視覺部分，用于倒退行駛時的導航。

視覺系統的主要設備配置：①單目相機采用常見的Robot-Eyes 高清攝像頭，分辨率為130 萬像素（1 280 ×1 024），尺寸為30 mm ×33 mm ×80 mm，，支持Windows系統，USB 直插；②雙目立體視覺系統則采用的是2 臺MIMACRO 公司的MI-130U210M／C 型攝像機，傳感器型號為PYTHON 1300，像素尺寸為4.8 μm×4.8 μm，分辨率為130 萬像素（1 280 ×1 024），尺寸為50 mm ×35 mm ×35 mm，幀速率（FPS）為210 f／s，USB3.0 接口，支持WIN7 或以上操作系統（CPU處理器i5 以上，內存4 GB 以上）；③鏡頭為MIMACRO的HB0814-5M 型，焦距為8 mm，光圈范圍為F1.4～16，后焦距為10.74 mm，最短工作距離為0.1 m。

視覺系統的工作流程為：①利用標定模塊提前對系統進行一個視覺標定；②將得到視覺系統的標定參數進行存儲；③左右攝像機同時啟動，對環境進行實時圖像采集并對其進行預處理；④對圖像進行特征提取得到識別目標的像素坐標；⑤利用視覺標定得到的視覺系統標定參數和特征提取得到的識別目標像素坐標，通過深度計算算法得到識別目標的三維世界坐標［10］。

2.2 聽覺系統

為了提升對周圍環境識別的準確性，在移動機器人上安裝型號為YDLID AR G4 的激光雷達進行障礙和距離檢測，并輔助視覺系統完成定位、避障、導航等功能［11］，其測量半徑為16 m，測試頻率為9 000 次／s，掃描頻率為12 Hz。

考慮到移動機器人的重心問題和探測范圍，因此將雷達安置在機器人前端。另外為了防止金屬底盤振動時引起探頭共振，產生誤報現象［12］，特意將雷達安裝在墊板上并用塑料螺栓支撐。雷達工作后建立的二位柵格地圖如圖2 所示。

圖2 二位柵格地圖

3 實驗模型軟件系統

實驗模型應用控制系統（Robot Operating System，ROS）的功能架構見圖3。其具有強大的開源環境，系統結構也是由多個松耦合的進程（節點）組成［13］，操作者可以根據機器人所需功能靈活添加各個功能模塊，本文在此基礎上進行了移動機器人的控制軟件設計，其具體功能控制流程如圖4 所示。

圖3 ROS功能架構

圖4 功能控制流程

4 信息傳輸系統

為提升信息傳輸的速度和穩定性，根據目前流行的傳輸接口方式：①USB 接口，該接口具有傳輸、連接、使用方便，不占用PCI插槽、性價比高等優點，但占用系統CPU較多［14］，系統只用到1 或2 個相機的可先擇此接口；②CameraLink接口，傳輸速度快的同時高像素下支持的幀率也比較快，但需額外配置圖像采集卡，成本較高；③1394 接口，其傳輸距離較遠且CPU占用率低，但需要占用PC插槽，價格相對USB接口較高，而且需要Packet Size（Packet Size是整個1394 總線的帶寬）數據包大小設置；④WiFi 模塊進行信號傳輸，采用5 G信息傳輸，傳輸范圍半徑約為400 m。

根據上述傳輸接口方式擬定了以下實驗方案：

（1）筆記本電腦1 臺，1394 接口連接器2 個（用于連接攝像機），1394 筆記本卡1 個，鏡頭2 個，12 V直流電源1 個。這里又可分為兩種情況：①通過firewire接口轉換器將兩個攝像機連接到1 個接口上并接入PC 端，由于firewire 屬于單通道總線，無法將兩線路的功用完全發揮，此種情況下只能夠發揮出攝像機一半的性能；②1 臺攝像機通過firewire接口轉換器連接，另1 臺攝像機直接接入電腦自帶的1394-mini口（需信號發生器外觸發），此種情況下對PC 端的接口配置有一定要求，且在實際調試結果中顯示兩者不僅采集圖像的幀率不同而且同步采集的實時性出入較大。

（2）通過互聯網來實現攝像機的圖像傳輸工作，采用“MPEG-4（基于內容的多媒體數據壓縮編碼）”與“DSP芯片”結合方式進行傳輸，在攝像機中，傳感器所產生的模擬信號被A／D（模擬／數字）轉換器轉換為數字信號，之后將一直保持數字化的狀態，無需進行多次數／模轉化，不會出現圖像質量下降的現象［15］。編碼壓縮后的圖像通過網絡TCP／IP 協議進行傳輸，完成對圖像的存儲和處理。但這種方案對寬帶的速度（至少是千兆網）以及電腦的性能要求較高。

（3）筆記本／平板電腦1 臺，連接攝像機的USB數據線，鏡頭2 個，若筆記本電腦可用自帶的2 個USB接口直接接入（本文采用USB 接線線長52 m，適用于中短距離），平板電腦則需要配置外置USB連接器。

結合圖像傳感器的性能、實際的應用環境、現有的試驗條件，本文選擇采用了方案（3），傳輸方式采用USB接線與傳輸接口WiFi 模塊（采用5G 信息傳輸）相結合，其原因是當使用期間USB 接線出現故障時（如接口松動、接線破損等）可快速調用WIFI 模塊進行信號傳輸，不會導致信號中斷，原理如圖5 所示。

圖5 信號傳輸轉換原理

5 實 驗

模型搭建完畢后，分別從路況復雜程度和光線強度兩方面進行實驗（本次實驗所用PC 端為平板電腦）。

5.1 路況實驗

對于路況行駛情況部分，移動機器人分別在平坦路面、泥洼路面以及碎石路面進行行駛測試，主要分析行駛的速度及偏移角度，測試情況如圖6 所示。

圖6 路況測試數據

5.2 光線實驗

為了更接近實際應用環境，通過模擬不同光線強度來測試系統的識別能力，劃分正常光、弱光以及無光3 種場景進行測試［16］。可以看出，處于強光和弱光環境之下時可以有效將目標物檢測并識別出來，但是當無光環境下僅靠攝像機自帶的光源難以達到正確檢測的光源環境，因此需要配備一外置光源輔助，此時的識別效果和正常環境下的基本相同，如圖7 所示。

圖7 不同光線強度測試

可以看出，當系統在正常光及弱光的環境下可以正常感知環境信息，對目標物進行識別。但處于無光環境中時，僅靠攝像機自帶的光源系統根本無法進行有效的目標識別。因此，需要配以外置光源進行輔助，如圖7（d）所示，此時的識別效果與正常光效果下一致。

6 結語

通過實驗表明，本文設計搭建的主控為ROS 具有環境識別系統、視覺和聽覺系統、識別系統的移動機器人順利實現了定位、避障、識別等功能，同時，在不同場景下對環境識別系統的性能進行了測試考核。結果表明，該系統具有可靠性高、可移植性強、成本低等優點。隨著技術的發展，對環境識別系統還可繼續優化，為移動機器人在代替人類進行區域勘察工作應用方面提供更高的參考價值。