地鐵保衛者：一種5G智能生態下的輪式移動機器人

黃呈翰　張清偉　曾孟芊　吳欣渟　郭睿妍　陳思羽

關鍵詞：人工智能；5G生態；移動機器人；地鐵

中圖分類號：TP311 文獻標識碼：B

文章編號：1009-3044（2023）12-0019-03

1 目前研究近況

隨著中國城市對軌道交通建設需求的持續擴大以及城市基礎設施建設技術的飛速發展，我國城市軌道交通工程也步入了高速發展的新軌道。截至2022 年6 月，中國51 個城市已投入運營的城軌線路9 573.65 公里，其中78.64% 的城市軌道交通里程為7 529.02公里。作為城市軌道交通的主力軍，地鐵的技術性能直接影響著城市軌道交通的運載能力。目前，我國地鐵采用人工靜態檢測為主、少量車輛動態檢測輔助的常規檢測方式。傳統的檢測方法雖然已廣泛應用，但成本較高、費時費力。可見，傳統的檢測方法存在著操作質量差，存在安全隱患，缺乏客觀要求，夜間操作時容易出現漏檢等一系列問題，極大地降低了檢查的工作效率和準確性。

在這樣的背景下，5G技術和輪式機器人[1]結合應用于地鐵安全保護，智能化科技化發展，是新時代下地鐵巡檢的發展必然趨勢。5G智能生態輪式移動機器人的投入使用，不但可以一定程度上健全地鐵巡查作業系統，增加工作精準度與專業程度，進而提升巡檢效能，還能有效降低人力成本，為地鐵交通的安全管理和有序運行提供強有力的保障。總而言之，地鐵智能巡檢機器人是地鐵安全防范管理的新思路，是機器人技術在地鐵隧道領域的革新式運用。

我國智能巡檢機器人的生產線，從上往下依次可以分成上游零部件、中游自動化機器人的本體生產以及集成、下游應用。

移動機器人可以應用在很多場景。隨著AI技術的發展，機器人得以廣泛應用在各類場所。近幾年，我國城市地鐵機器人的種類越來越多，比如在2020年東方紅廣場車站就有一位“新同事”——“小豹”，該機器人具有面部識別、導航等功能，可以與旅游者進行短暫交談；成都地鐵上也有智能巡檢機器人，該機器人能夠實現對地鐵底部轉向架、車體等重要部位的自動檢測，一旦發現故障，立即向后臺發出警告；杭州軌道交通監控機器人能夠自動識別車輛編號，并將數據結果存入列車檔案；通過對監測點的缺陷進行識別，可以對故障點進行精確的定位，并將故障的具體位置通知操作人員，并將故障圖像反饋給維修人員。極大地改善了地鐵的運輸和維護工作。

相關數據顯示，每四千米的管廊隧道機器人會配備一臺巡查機器人和一臺滅火機器人，則2018年的隧道機器人市場容量約為1.2億，如果以年均25%的速度配備隧道巡查機器人，以67萬元/臺測算，2019—2021年隧道巡查機器人市場需求大約為4.2億，可見市場需求潛力巨大。

2 仿真實驗

本設計主要用Proteus 仿真軟件和Keil 編譯軟件。關于智能體溫控制器，以單片機AT89C51型芯為基礎，水質傳感器DS18B20型和1602 LCD型液晶顯示，所組成的一種多功能單片機水和體溫計。由于使用了數字溫度傳感器DS18B20作為設計，所以可以達到數碼測量環境氣溫的功能，并且通過與1602 LCD 的顯示器接口，還可以實現不間斷的環境溫度指示。關于電機驅動電路設計，本設計采用STM32微控制器對巡檢車進行控制，巡檢車運動控制就是對電機控制。系統將傳感器所收集的信息輸入STM32微控制器中，信號經過控制器處理后，控制電機驅動、將環境數據顯示到OLED屏上、安全報警等。利用超聲波傳感器收集方位、時間等數據，作為STM32微控制器的信號源。

在實際運行過程中，優先考慮障礙物，若環境出現了動態障礙物，可以通過得到的傳感器接收的信息，能及時地作出可行的路徑規劃，即使規劃的路線不一定保證是最優的，但是可以保證有實時改變路徑對動態障礙作出及時反應避障的優勢[2]。

SLAM技術主要被用來解決，機器人在未知環境中的未知位置進行運動時的定位與建圖問題。SLAM 的概念最早出現在1986年的國際機器人與自動化大會上，由Durrant Whyte等人提出。到目前為止，SLAM 技術已經廣泛應用在機器人定位導航、VR/AR、無人機、自動駕駛等眾多領域[3]。雙目視機器人SLAM技術的總體結構大致包括四塊，依次為信息收集和傳遞層，以及圖像處理層-位置和數據庫的構建-執行機構。系統提供了一種能夠即時發送環境影像給PC端的雙目攝像機，并將環境影像即時傳送給PC。通過采用可移動小車的編碼器，電子羅盤傳感器，可以提供一種很簡單的可移動的機器人系統。

雙目視覺移動機器人SLAM系統工作流程的關鍵步驟：

1） 基于SIFT特征信息提取的算法，先截取圖片感興趣區域，之后再逐步減小像素尺寸空間中像素金字塔的層數和特點表示向量的角度，以降低估算工作量。

2） 立體匹配問題則是利用KD-tree的數據組織方式，把整體匹配問題轉變成在K維空間的二叉搜索問題，以提升整體匹配的有效性。

3） 在當前定位和位姿的確定部分，是指通過擴展卡爾曼濾波算法，來融合視覺信號和內部解碼器以及電子羅盤所收集的信號，從而進行對移動機器人當前定位和姿勢的最小方差系數估算。

4） 數據聯系是把從各個時間區域傳感器中獲取到的地標信號加以聯系的過程，在本研究中主要使用歐氏距離最近方法作為特征聯系。

3 結構設計

先行者1.0：長為0.5米，寬為0.4米，高為0.5米，車盤重達40kg，較重的車盤可使小車在高速運動下擁有更強的抓地力，并且可以很大程度上避免在轉彎時發生側翻；該小車最大車速可達30km/h，采用EPB電子系統進行驅車制動，相比其他使用機械制動的機器人更具有安全性，更適應人潮涌動的地鐵環境；驅動電機最大功率可達16 kw，強有力的電機可以使車盤加重的小車能夠達到更高的工作狀態同時裝載的大容量電池可使小車擁有續航里程200 km；在采用2路CAN的通信協議下，先行者1.0擁有了超強防雷功能，CAN數據全透明通信，波特率可自適應，可適應各種高低溫的工作環境。先行者1.0在基于AI人工智能技術的5G技術下，采用模塊化設計，不僅裝載有消毒水箱，同時可按規定路線自主完成消毒清潔任務、自主避障、自主檢查清潔效果，自動報告任務狀態、反饋任務詳情，實現無人化操作，獨立完成消毒清掃工作。

先行者2.0：長為0.5米，寬為0.4米，高為0.5米，在原有先行者1.0的基礎上，先行者2.0增加了底盤車重并且裝載了18 kw的更強大驅動電動機，此外先行者2.0所擁有的機器視覺、3D SLAM技術、圖像處理技術等可以使裝載的機械臂能精準地對目標進行自主抓取，該系統可通過運動學逆解算法和運動規劃算法，得出當前位姿到目標位姿的可行路徑，系統將根據物體的形狀，大小等確定末端執行器中心位置，進而得出末端位姿，然后根據機械臂末端位姿轉換為關節空間各關節的期望位置，結合環境信息進行運動規劃，再通過驅動程序控制各關節電動機進行實際動作。

先行者2.0所搭載的機械臂利用電機驅動，相比于氣動和液壓驅動的能量二次轉化，利用電機驅動機械臂將會更加節能。該機械臂利用夾持式手部最高可抓重30kg，擁有五個自由度，圓柱式坐標，同時擁有500 mm伸縮行程，40 mm/s伸縮速度

機械臂夾緊力計算：

銅和橡膠的摩擦系數f=0.2

可抓持最大重量：G=40×10（N）

3Nf=G 由于ΣM=0，故

4 未來展望

人工智能加速和工業結合，人工智能科技也將保持持續成長的姿態，AI人工智能也開始融入國民經濟各領域當中，成為制造業發展的新動能。基于此，本文設計了一款基于AI和5G的地鐵輪式移動機器人，其主要應用場景為地鐵。團隊將通過設計的輪式移動車底盤，運用先進圖像處理、機器視覺、語言交互技術、人臉識別、物體辨識、3D SLAM科技、避障科技、大數據處理人工智能研究、5G等高新技術，同時搭載多種傳感器打造的智能輪式機器人，可以滿足在特定場景中使用。總體而言，該輪式移動機器人可以保證工作時的路況檢測和人臉識別的實效性、人臉識別過程中的準確性以及小車的安全性與清潔鐵軌過程中的精確性，確保由攝像頭輸入的圖像無延遲，可以有效地解決清潔軌道過程中產生的安全問題。除此兩個主要核心發展資源之外，仍有一系列的配套設施以及結構流程，來完成整一個消毒的過程。

經過多次實驗測試，本文設計的基于5G智能生態下的輪式移動機器人達到了預期的效果，在消毒清掃工作以及軌道安全巡邏和檢測等多方面達到了預期的效果。可以展望，該機器人在未來的多種場合將會承擔重要的角色，包括傳統的按規定路線自主地完成消毒清潔任務、避障及檢查清潔效果，自動反饋任務狀態及詳情、軌道安全巡邏和檢測等，也會在日常的生活中發揮重要作用。