基于ROS和SLAM的無人消殺機(jī)器人系統(tǒng)設(shè)計(jì)

宋鑫鵬，趙 倩

(曲阜師范大學(xué)工學(xué)院，山東 日照 276800)

0 引言

全球新冠感染疫情防控仍不容懈怠，公共場所疫情防控的消殺環(huán)節(jié)是防控重點(diǎn)。然而，國內(nèi)外的防疫工作主要采用人工消殺。人工消殺作業(yè)過程繁瑣、消殺覆蓋率低、危險(xiǎn)場所無法保障人員安全等弊端逐漸顯現(xiàn)。國內(nèi)外公司均已開發(fā)出多款面向疫情防控的消殺防疫機(jī)器人[1]。這些機(jī)器人雖存在一定的短板，但其擴(kuò)展性高、路徑規(guī)劃可選擇，優(yōu)點(diǎn)十分明顯。

為了簡化作業(yè)流程、提高消殺覆蓋率和保障人員安全，本文設(shè)計(jì)了1種基于機(jī)器人系統(tǒng)(robot operating system,ROS)的無人消殺機(jī)器人系統(tǒng)。該系統(tǒng)結(jié)合了市場上一些消殺機(jī)器人系統(tǒng)的擴(kuò)展性高和路徑規(guī)劃可選擇的特點(diǎn)，可自主調(diào)節(jié)消殺藥液濃度，通過自主導(dǎo)航進(jìn)行環(huán)境消殺，并通過上位機(jī)調(diào)度軟件對機(jī)器人進(jìn)行實(shí)時(shí)監(jiān)控，以實(shí)現(xiàn)公共場所消殺的無人化和智能化。

1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

基于ROS的無人消殺機(jī)器人系統(tǒng)由上位機(jī)調(diào)度軟件、搭建在Jeston nano上的ROS機(jī)器人操作系統(tǒng)、STM32系列單片機(jī)、激光雷達(dá)、九軸慣性測量單元(inertial measurement unit，IMU)、編碼器、藥液箱和霧化噴射裝置組成。上位機(jī)調(diào)度軟件使用Pyside2進(jìn)行可視化界面設(shè)計(jì)，并利用Socket與ROS中的調(diào)度節(jié)點(diǎn)進(jìn)行通信，以實(shí)現(xiàn)數(shù)據(jù)的雙向傳輸。在ROS中，利用基于粒子濾波的Gmapping算法對未知環(huán)境進(jìn)行地圖構(gòu)建。地圖的精度直接影響了在執(zhí)行消殺任務(wù)時(shí)的導(dǎo)航精度。Gmapping算法構(gòu)建的地圖精度與里程計(jì)的精度有關(guān)。為了提高里程計(jì)的精度和魯棒性，本文采用了基于擴(kuò)展卡爾曼濾波的里程計(jì)融合方案，對激光雷達(dá)里程計(jì)、輪式里程計(jì)和IMU進(jìn)行融合，以提高定位精度。同時(shí)，本文通過基于粒子濾波的自適應(yīng)蒙特卡洛定位(adaptive Monte Carlo localization，AMCL)發(fā)布的Map坐標(biāo)系到Odom坐標(biāo)系的坐標(biāo)變換，進(jìn)一步提高了定位精度。在消殺導(dǎo)航階段：全局路徑規(guī)劃采用帶有啟發(fā)式搜索的A*算法；局部路徑規(guī)劃采用動(dòng)態(tài)窗口法(dynamic window approach，DWA)。藥液噴灑部分由霍爾流量計(jì)、可調(diào)速吸泵、射流器和霧化噴頭組成。上位機(jī)調(diào)度軟件通過Socket與機(jī)器人上位機(jī)Jeston nano通信。Jeston nano與機(jī)器人下位機(jī)STM32單片機(jī)進(jìn)行串口通信，從而實(shí)現(xiàn)遠(yuǎn)程操控機(jī)器人的目的。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)框圖

2 子系統(tǒng)設(shè)計(jì)

無人消殺系統(tǒng)主要包括任務(wù)調(diào)度系統(tǒng)、定位系統(tǒng)、地圖構(gòu)建系統(tǒng)、自主導(dǎo)航系統(tǒng)和藥液噴灑系統(tǒng)這5個(gè)子系統(tǒng)。

2.1 任務(wù)調(diào)度系統(tǒng)

任務(wù)調(diào)度系統(tǒng)主要用于監(jiān)測并控制機(jī)器人，通過遠(yuǎn)程通信觀察每個(gè)機(jī)器人的運(yùn)行狀態(tài)和消毒液剩余量，并對不同編號的機(jī)器人進(jìn)行任務(wù)分配。使用任務(wù)調(diào)度系統(tǒng)可達(dá)到減少人工參與、降低人工成本、保障工作人員安全的目的。調(diào)度軟件界面如圖2所示。

圖2 調(diào)度軟件界面

調(diào)度軟件界面采用Pyside2設(shè)計(jì)。在界面內(nèi)可觀察到當(dāng)前機(jī)器人在線數(shù)量，并可選擇當(dāng)前操作機(jī)器人的編號、調(diào)整消毒液濃度、發(fā)送指令使機(jī)器人前往指定區(qū)域消殺。與機(jī)器人通信時(shí)，采用Socket編程中的面向連接編程，即傳輸控制協(xié)議/網(wǎng)際協(xié)議(transmission control protocol/internet protocal,TCP/IP)。此通信方法比較固定，需要在調(diào)度軟件上建立服務(wù)端、在機(jī)器人上建立客戶端。在建立服務(wù)端的同時(shí)，設(shè)置監(jiān)聽多客戶端，以實(shí)現(xiàn)一對多的通信。在每個(gè)機(jī)器人機(jī)載電腦的ROS中分別單獨(dú)建立1個(gè)節(jié)點(diǎn)，用于與調(diào)度軟件的通信。該節(jié)點(diǎn)實(shí)時(shí)監(jiān)聽來自調(diào)度軟件的指令，通過自定義話題發(fā)出控制信息并實(shí)時(shí)上傳機(jī)器人的運(yùn)行狀態(tài)。

2.2 定位系統(tǒng)

機(jī)器人定位系統(tǒng)包括里程計(jì)定位與AMCL全局定位。里程計(jì)定位用于估計(jì)機(jī)器人位姿。AMCL全局定位用于減小里程計(jì)誤差。目前，3種主流里程計(jì)分別是基于IMU的里程計(jì)、輪式里程計(jì)和視覺里程計(jì)。基于IMU的里程計(jì)是較為理想的估計(jì)空間方向的里程計(jì)，但在測量時(shí)無法抵消測量的重力分量，會(huì)隨著時(shí)間的推移產(chǎn)生里程漂移。輪式里程計(jì)[2]被廣泛應(yīng)用于輪式或腿式機(jī)器人的運(yùn)動(dòng)估計(jì)，但在建立機(jī)器人模型時(shí)經(jīng)常因?yàn)榇蚧鴮?dǎo)致里程不準(zhǔn)確。視覺里程計(jì)則是運(yùn)動(dòng)估計(jì)中較優(yōu)秀的解決方案，適用于不同運(yùn)動(dòng)模型的機(jī)器人。但視覺里程計(jì)受環(huán)境影響嚴(yán)重，且計(jì)算量較大。除以上3種主流方式外，本文設(shè)計(jì)還采用了1種效率高、準(zhǔn)確度高且適用性強(qiáng)的里程計(jì)方案——激光雷達(dá)里程計(jì)。

本文設(shè)計(jì)中使用的里程計(jì)和AMCL全局定位大致分為5個(gè)部分，分別為激光雷達(dá)里程計(jì)、輪式里程計(jì)、輪式里程計(jì)標(biāo)定、擴(kuò)展卡爾曼濾波和AMCL全局定位。

2.2.1 激光雷達(dá)里程計(jì)

激光雷達(dá)里程計(jì)具有快速性和準(zhǔn)確性，可為機(jī)器人的里程計(jì)提供較快的響應(yīng)和較為準(zhǔn)確的信息。本文設(shè)計(jì)采用的rf2o_laser_odometry是1種基于距離流約束方程的估計(jì)2D激光雷達(dá)位姿的方法[3]。該方法不依賴于機(jī)器人的運(yùn)動(dòng)類型，適用于激光雷達(dá)的測繪、避障或定位，并且在平移和旋轉(zhuǎn)方面都優(yōu)于點(diǎn)對點(diǎn)掃描的極軸掃描匹配(polar scan match，PSM)算法和點(diǎn)對線迭代最近點(diǎn)(point to line iterative closest points，PL-ICP)掃描匹配算法。

2.2.2 輪式里程計(jì)

激光雷達(dá)里程計(jì)的原理是利用掃描點(diǎn)建立距離流約束方程。若將機(jī)器人放置于長走廊中，激光輪廓scan_match匹配機(jī)制就會(huì)失效，導(dǎo)致機(jī)器人無法精確估計(jì)走廊方向的位姿變化。但輪式里程計(jì)對環(huán)境的依賴程度較小，即便在長走廊環(huán)境下也可對機(jī)器人位姿進(jìn)行估計(jì)。因此，在里程計(jì)方案中引入輪式里程計(jì)[4]，可提高里程計(jì)的準(zhǔn)確性和魯棒性。輪式里程計(jì)由底盤的運(yùn)動(dòng)學(xué)模型和每個(gè)編碼器數(shù)值計(jì)算得到。底盤模型如圖3所示。

圖3 底盤模型圖

2.2.3 輪式里程計(jì)標(biāo)定

理想情況下，激光雷達(dá)里程計(jì)所估計(jì)出的機(jī)器人運(yùn)動(dòng)狀態(tài)[vLωL]與輪式里程計(jì)計(jì)算的機(jī)器人運(yùn)動(dòng)狀態(tài)[vω]應(yīng)相等，則有：

(1)

式中：T為采樣周期；ni為圖3中第i號(i=1,2,3,4)輪子編碼器采樣結(jié)果；γ為編碼器每米脈沖數(shù)；μ為原地旋轉(zhuǎn)1周的機(jī)器人左右2列輪子編碼器累計(jì)值差值的絕對值。

假設(shè)雷達(dá)里程計(jì)估計(jì)姿態(tài)服從高斯分布，則以最小二乘法估計(jì)參數(shù)γ和μ，以提高里程計(jì)計(jì)算精度。

2.2.4 擴(kuò)展卡爾曼濾波

由前文分析可知，激光雷達(dá)里程計(jì)與輪式里程計(jì)可以進(jìn)行優(yōu)勢互補(bǔ)。輪式里程計(jì)本身容易存在較大的累積誤差，若標(biāo)定精度高，則里程計(jì)定位精度也會(huì)得到大幅提高。本文設(shè)計(jì)利用擴(kuò)展卡爾曼濾波對激光雷達(dá)里程計(jì)、輪式里程計(jì)和IMU這3種檢測信息進(jìn)行融合[5]。卡爾曼濾波器是1種狀態(tài)最優(yōu)估計(jì)算法，采用卡爾曼增益在預(yù)測值的基礎(chǔ)上進(jìn)行修正。

robot_localization功能包中的擴(kuò)展卡爾曼濾波節(jié)點(diǎn)以式(2)中的15維狀態(tài)向量表示機(jī)器人運(yùn)動(dòng)狀態(tài)：

(2)

在功能包的配置文件中，可自定義每個(gè)被融合信息的輸入。融合節(jié)點(diǎn)根據(jù)配置文件從激光雷達(dá)里程計(jì)、輪式里程計(jì)和IMU中選擇相應(yīng)數(shù)據(jù)，對擴(kuò)展卡爾曼濾波預(yù)測值進(jìn)行校正，以實(shí)現(xiàn)里程計(jì)融合。

2.2.5 AMCL全局定位

導(dǎo)航任務(wù)的實(shí)現(xiàn)離不開精準(zhǔn)的機(jī)器人位姿估計(jì)。AMCL是移動(dòng)機(jī)器人在二維環(huán)境中的概率定位系統(tǒng)[6]，采用粒子濾波器跟蹤已知的機(jī)器人位姿，根據(jù)粒子的分布估計(jì)機(jī)器人位姿的概率分布，被廣泛應(yīng)用于解決機(jī)器人的全局定位問題。AMCL是在蒙特卡羅定位算法的基礎(chǔ)上改進(jìn)而成的，解決了機(jī)器人綁架問題和粒子冗余問題。在本文設(shè)計(jì)中：AMCL在機(jī)器人導(dǎo)航階段提供了Map與Odom坐標(biāo)系之間的坐標(biāo)變換關(guān)系；擴(kuò)展卡爾曼濾波里程計(jì)融合器提供了Odom與Base_link之間的坐標(biāo)變換。在理想情況下，Map坐標(biāo)系與Odom坐標(biāo)系時(shí)刻保持重合，即里程計(jì)與真實(shí)值之間無誤差。在實(shí)際情況下，外部環(huán)境及傳感器自身存在誤差，因此里程計(jì)信息往往與真實(shí)值之間存在誤差。AMCL提供了Map與Odom之間的坐標(biāo)變換，進(jìn)一步提高了定位精度，為本文設(shè)計(jì)的導(dǎo)航功能提供了前提和保障。

2.3 地圖構(gòu)建系統(tǒng)

與Hector_slam算法和Cartographer算法對比，Gmapping算法對激光雷達(dá)掃描頻率要求更低，且在中小型地圖中有著更高的準(zhǔn)確度。因此，本文設(shè)計(jì)采用Gmapping算法構(gòu)建二維柵格地圖。

在同步定位與地圖構(gòu)建(simulteneaus localrzation and mapping,SLAM)時(shí)需要解決2個(gè)問題，分別是機(jī)器人的定位，以及對地圖的特征評估。基于Rao-Blackwellized粒子濾波(Rao-Blackwellized particle filters，RBPF)的SLAM方案先解決機(jī)器人定位問題，再根據(jù)機(jī)器人定位解決建圖問題。本文設(shè)計(jì)使用的SLAM方案是基于RBPF的Gmapping算法。該算法基于RBPF，在定位部分完成了2個(gè)改進(jìn)，分別為改進(jìn)提議分布和選擇性重采樣[7]。

粒子濾波(particle filters，PF)原理在Gmapping中用于估計(jì)軌跡的后驗(yàn)概率。1個(gè)粒子需要保存所有歷史時(shí)刻的機(jī)器人位姿和整個(gè)地圖信息，對機(jī)器人位姿有較高要求，并且頻繁的重采樣會(huì)導(dǎo)致粒子耗竭。若機(jī)器人的里程計(jì)誤差較大，那么提議分布與目標(biāo)分布誤差也會(huì)較大，將需要更多的粒子才能更好地估計(jì)機(jī)器人位姿。這會(huì)占用更多的內(nèi)存。RBPF僅依靠里程計(jì)數(shù)據(jù)計(jì)算提議分布(位姿的概率分布)。Gmapping利用激光雷達(dá)最近1幀的觀測值將提議分布限制在1個(gè)有效的狹窄區(qū)域，得到改進(jìn)提議分布，再對改進(jìn)提議分布進(jìn)行采樣。這樣可以使用更少的粒子覆蓋機(jī)器人位姿的概率分布。同時(shí)，Gmapping算法通過選擇性重采樣的方法來減少重采樣次數(shù)。在重采樣步驟前增加一步判斷，引入式(3)計(jì)算粒子之間的權(quán)重差距：

(3)

式中：Neff為權(quán)重分散度量值；W(i)為單個(gè)粒子權(quán)重。

Neff的值越大，表示粒子之間權(quán)重差距越小，有越多的粒子能反應(yīng)真實(shí)值，粒子也越集中。當(dāng)Neff小于設(shè)定閾值時(shí)，意味著較少的粒子能反映真實(shí)值，此時(shí)進(jìn)行重采樣可有效減少重采樣次數(shù)、避免粒子耗竭。Gmapping在完成上述2種改進(jìn)后，則更適合在中小型地圖場景下解決SLAM問題。

2.4 自主導(dǎo)航系統(tǒng)

無人駕駛系統(tǒng)在獲得目的地信息后，首先經(jīng)過全局路徑規(guī)劃器規(guī)劃出1條大致可行的路線，而后調(diào)用局部路徑規(guī)劃器根據(jù)這條全局路線和局部代價(jià)地圖信息在局部作出運(yùn)動(dòng)策略的調(diào)整。由于消殺任務(wù)的不同，導(dǎo)致需要使用不同的全局路徑規(guī)劃器。在定點(diǎn)消殺任務(wù)中使用A*全局路徑規(guī)劃算法能保證規(guī)劃路徑較短，在區(qū)域消殺任務(wù)中需要使路徑盡可能覆蓋指定區(qū)域。因此，本文選用全覆蓋全局路徑規(guī)劃(complete coverage path planning，CCPP)算法。

A*算法的代價(jià)函數(shù)式為：

F=H+G

(4)

式中：H為從當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的代價(jià)；G為從開始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的代價(jià)。

A*算法通過尋找父節(jié)點(diǎn)，以代價(jià)函數(shù)式計(jì)算待檢查列表中節(jié)點(diǎn)的代價(jià)，再作代價(jià)比較并尋找新的父節(jié)點(diǎn)，不斷維護(hù)待檢查列表與已檢查列表，直至父節(jié)點(diǎn)為目標(biāo)點(diǎn)。所有父節(jié)點(diǎn)相連即為所規(guī)劃路徑[8]。

局部路徑規(guī)劃對系統(tǒng)能否安全且準(zhǔn)確到達(dá)目標(biāo)點(diǎn)有著重要的影響。當(dāng)局部代價(jià)地圖中出現(xiàn)障礙物時(shí)，局部路徑規(guī)劃器可作出相應(yīng)的調(diào)整，以實(shí)現(xiàn)動(dòng)態(tài)避障。此設(shè)計(jì)采用的局部路徑規(guī)劃器是動(dòng)態(tài)窗口法(dynamic window approach，DWA)。

DWA流程如圖4所示。

圖4 DWA流程圖

DWA實(shí)現(xiàn)的大致步驟為速度采樣、軌跡采樣和評價(jià)[9]。在速度采樣的過程中，對速度的取樣范圍進(jìn)行了限制。假設(shè)在初始時(shí)刻的車體線速度為v0，在參數(shù)配置中設(shè)置最大加速度為am，則Δt后速度的范圍為v0±amΔt。同理可得角速度的范圍為ω0±αmΔt。在所設(shè)定的范圍內(nèi)完成取樣后，組合不同的線速度和角速度，可以得到不同的運(yùn)動(dòng)狀態(tài)。軌跡采樣根據(jù)當(dāng)前速度采樣結(jié)果對車體的軌跡進(jìn)行延伸。評價(jià)函數(shù)用于對得到的多組軌跡進(jìn)行評價(jià)。若目標(biāo)點(diǎn)為可達(dá)目標(biāo)點(diǎn)，則選擇分?jǐn)?shù)最高的軌跡，發(fā)布此條軌跡速度信息，從而實(shí)現(xiàn)對車體的控制。

在A*全局路徑規(guī)劃器與DWA局部路徑規(guī)劃器的配合下，機(jī)器人可完成定點(diǎn)導(dǎo)航的功能。但實(shí)際應(yīng)用時(shí)，消殺機(jī)器人需定時(shí)對環(huán)境進(jìn)行消殺，或?qū)Νh(huán)境進(jìn)行循環(huán)消殺。為了盡可能地覆蓋消殺區(qū)域，需要使用CCPP算法規(guī)劃全局路徑。因此，在調(diào)用全局路徑規(guī)劃器時(shí)需先判斷當(dāng)前任務(wù)為定點(diǎn)消殺還是區(qū)域消殺，再根據(jù)任務(wù)需求選擇A*全局路徑規(guī)劃器或CCPP。路徑規(guī)劃流程如圖5所示。

圖5 路徑規(guī)劃流程圖

為解決全覆蓋路徑問題，眾多學(xué)者采用了隨機(jī)覆蓋法，即讓機(jī)器人在環(huán)境中隨意移動(dòng)，檢測到障礙物后旋轉(zhuǎn)一定角度并繼續(xù)移動(dòng)，由此循環(huán)。雖然該方法可行，但覆蓋率低，難以滿足消殺機(jī)器人全覆蓋的需求。此外，該方法耗時(shí)過長，無法保證消殺效率。基于激勵(lì)神經(jīng)網(wǎng)絡(luò)的全覆蓋路徑規(guī)劃算法可用于較為復(fù)雜的環(huán)境。但該算法會(huì)出現(xiàn)路徑過長、重復(fù)率高、轉(zhuǎn)彎次數(shù)多且容易陷入死區(qū)的問題。移動(dòng)規(guī)則法可通過對機(jī)器人移動(dòng)方向加以引導(dǎo)，使得全覆蓋路徑重復(fù)率和轉(zhuǎn)彎次數(shù)降低，在路徑陷入死區(qū)后使用A*算法尋找最短路徑逃離死區(qū)[10]。因此，移動(dòng)規(guī)則法的全覆蓋路徑規(guī)劃算法更適用于消殺機(jī)器人的全覆蓋消殺任務(wù)。

2.5 藥液噴灑系統(tǒng)

藥液噴灑系統(tǒng)由藥液噴灑裝置與水泵控制系統(tǒng)組成。噴灑裝置由可調(diào)速水泵、霍爾流量計(jì)、射流器和霧化噴頭組成[11]。該系統(tǒng)可將純消毒液和水以一定速度吸出，流經(jīng)霍爾流量計(jì)后在射流器充分混合，在霧化噴頭處霧化噴出。

噴灑裝置結(jié)構(gòu)如圖6所示。

圖6 噴灑裝置結(jié)構(gòu)圖

在不同場景下，消毒液濃度不同。可在上位機(jī)調(diào)度系統(tǒng)中對機(jī)器人的消毒液濃度進(jìn)行選擇，以適應(yīng)不同的場景。由于水泵控制系統(tǒng)對快速性要求不高，因此可采用閉環(huán)控制系統(tǒng)。水泵控制系統(tǒng)結(jié)構(gòu)如圖7所示。

圖7 水泵控制系統(tǒng)結(jié)構(gòu)圖

根據(jù)圖2所示的調(diào)度軟件界面，可在右側(cè)調(diào)節(jié)區(qū)域中消毒液濃度欄中設(shè)定機(jī)器人的期望消毒液濃度。調(diào)度系統(tǒng)將與局域網(wǎng)下對應(yīng)編號的機(jī)器人進(jìn)行Socket通信，將期望消毒液濃度發(fā)送至機(jī)器人端。STM32單片機(jī)接收來自調(diào)度系統(tǒng)的控制信息，使用可調(diào)速吸泵將藥液箱中的藥品和水以一定流速吸出。混合后的液體可經(jīng)過霧化噴頭噴出，從而完成消毒液濃度的遠(yuǎn)程調(diào)節(jié)。

3 系統(tǒng)創(chuàng)新點(diǎn)

本文所設(shè)計(jì)的基于ROS的無人消殺機(jī)器人系統(tǒng)具有以下創(chuàng)新點(diǎn)。

①本文系統(tǒng)地設(shè)計(jì)無人消殺任務(wù)的解決方案，利用上位機(jī)調(diào)度軟件、通過Socket通信來遠(yuǎn)程操控和觀察機(jī)器人，提高了消殺任務(wù)的效率。

②本設(shè)計(jì)將SLAM技術(shù)與消殺任務(wù)相結(jié)合，減少了消殺作業(yè)中的人工參與，節(jié)約了人工成本，保障了工作人員的安全。

③本設(shè)計(jì)通過上位機(jī)調(diào)度軟件與機(jī)載電腦的遠(yuǎn)程通信，調(diào)整了消毒液濃度，以適應(yīng)不同環(huán)境。

④本設(shè)計(jì)根據(jù)不同任務(wù)類型選用不同全局路徑規(guī)劃器，提高了系統(tǒng)靈活性，保證了消殺區(qū)域覆蓋率。

⑤本設(shè)計(jì)設(shè)置了定時(shí)消殺，可以按要求進(jìn)行按時(shí)消殺。

4 結(jié)論

本文設(shè)計(jì)的基于ROS和SLAM的地面無人消殺機(jī)器人系統(tǒng)，將SLAM與消殺任務(wù)有機(jī)結(jié)合，利用上位機(jī)調(diào)度軟件對機(jī)器人的參數(shù)進(jìn)行設(shè)置，提高了運(yùn)作效率，減少了人工參與。SLAM方案采用了基于PF的Gmapping算法，提高了精度，為精準(zhǔn)導(dǎo)航提供了前提。在里程計(jì)設(shè)計(jì)方面，本文采用了擴(kuò)展卡爾曼濾波對激光雷達(dá)里程計(jì)、輪式里程計(jì)和IMU數(shù)據(jù)進(jìn)行了融合，并利用自適應(yīng)蒙特卡洛定位為機(jī)器人提供全局定位，有效保障了機(jī)器人的定位精度。在點(diǎn)到點(diǎn)任務(wù)中，機(jī)器人的全局路徑規(guī)劃算法采用A*算法，在區(qū)域消殺任務(wù)中使用了全覆蓋路徑規(guī)劃算法。局部路徑規(guī)劃算法采用了DWA，可靠地提供了機(jī)器人的任務(wù)路徑，保障了消殺任務(wù)的覆蓋率。藥液噴灑裝置由STM32單片機(jī)進(jìn)行PID閉環(huán)控制，保證了消毒液濃度。機(jī)器人與調(diào)度軟件的協(xié)調(diào)運(yùn)作提高了消毒殺菌任務(wù)的效率和消殺的覆蓋率，保障了人員安全。