基于圖像處理的室內(nèi)巡檢機器人坐標提取方法研究

葛動元 周加超 叢佩超

摘要：為獲取室內(nèi)安全走道中的障礙物信息，以引導巡檢機器人進行自主作業(yè)，提出一種基于分布式遠程通信與二維坐標提取的地圖更新方法。控制ROS（Robot Operating System）機器人基于Gmapping算法創(chuàng)建全局先驗地圖，用于巡檢機器人的軌跡規(guī)劃；若檢測到新增障礙物，通過圖像處理方法獲取障礙物位置坐標，并將其作為標記點，引導機器人進行局部建圖，從而實現(xiàn)對原始地圖的更新。試驗結(jié)果表明，該方法具有一定的可行性。

關鍵詞：巡檢機器人；分布式遠程通信；二維坐標提取；動態(tài)地圖更新

中圖分類號：TP242? ? 文獻標志碼：A? ? 文章編號：1671-0797（2023）12-0086-03

DOI：10.19514/j.cnki.cn32-1628/tm.2023.12.024

0? ? 引言

利用機器人定期對消防過道進行巡視，是人員遇到緊急事故時實現(xiàn)安全疏散的重要保證，而最新的環(huán)境地圖信息是巡檢機器人完成自主導航的前提條件。

目前，同步定位和建圖（Simultaneous Localization and Mapping，SLAM）技術是通過結(jié)合檢測、跟蹤動態(tài)障礙物技術來實現(xiàn)地圖的構(gòu)建和更新[1]。

相關研究表明，由于系統(tǒng)缺乏實時更新的機制，SLAM技術構(gòu)建的柵格地圖在長時間運行后易產(chǎn)生難以修正的累計誤差[2-3]。

Xu等人[4]通過改進ORB RGB-D SLAM與占用柵格地圖提出了一種新的室內(nèi)實時定位系統(tǒng)，克服了現(xiàn)有解決方案面臨的問題，然而深度相機容易受到隨機噪聲的影響和感知范圍的限制，導致產(chǎn)生深度圖像的部分缺失，最終影響視覺SLAM的定位精度。

針對上述移動機器人的室內(nèi)定位精度不高的問題，為進一步提高機器人室內(nèi)定位準確度，本文以巡檢機器人在校園內(nèi)消防安全走道的自主巡檢為研究背景，提出一種基于分布式遠程通信與二維坐標提取的地圖更新方法。

1? ? 樣機介紹和通信設置

1.1? ? 測試樣機

圖1所示為深圳市創(chuàng)想未來科技公司研制的型號為Spark-T的自主導航機器人，本文將其作為巡檢機器人的測試樣機，搭載基于Ubuntu 16.04的開源機器人操作系統(tǒng)。

1.2? ? 分布式通信設置

為實現(xiàn)通信，在Ping命令測試網(wǎng)絡的實時工況后，基于ROS的分布式框架上所有節(jié)點可以在不同的主機上運行，因此可以通過分布式通信機制控制多機器人同時工作。本文將巡檢機器人和先導機器人分別作為主機和從機，實現(xiàn)通信的步驟如下：

1）在兩臺機器人主機中設置計算機IP地址和名稱，保證多個計算機底層數(shù)據(jù)通信的暢通。

2）通過在主從機上設置環(huán)境變量的方式，實現(xiàn)對ROS Master的位置定義。

2? ? Gmapping算法建圖

為創(chuàng)建全局先驗地圖，用于巡檢機器人的軌跡規(guī)劃，本節(jié)選取了校園內(nèi)的一個室內(nèi)安全疏散過道作為實體機器人測試場地，如圖2（a）所示。

Gmapping算法主要以激光雷達和里程計為硬件載體，通過采集環(huán)境中的點云數(shù)據(jù)和里程計數(shù)據(jù)構(gòu)建未知環(huán)境的地圖[5]。此外，研究表明，Gmapping算法在構(gòu)建例如長廊、走道等具有低特征的小場景地圖時，計算開銷低且建圖精度高[6]。

巡檢機器人在走道的工作環(huán)境屬于長廊場景，因此選用基于Gmapping算法的激光SLAM作為機器人的建圖算法，對走道構(gòu)建全局的二維柵格地圖，如圖2（b）所示，并將該圖作為巡檢機器人導航的全局先驗地圖。

3? ? 機器人坐標提取

3.1? ? 自動巡檢和坐標分析

為進行地圖更新和巡檢試驗，在走道的安全出口旁擺放桌子等雜物作為障礙物，如圖3（a）所示。生成的局部定位地圖如圖3（b）所示，其中紅色部分代表雷達原始數(shù)據(jù)點分布情況，藍色區(qū)域表示為保持安全距離而產(chǎn)生的障礙物膨脹區(qū)域。

由圖3（b）可知，機器人實時避障過程中激光雷達掃描到物體的輪廓不一定完整，且膨脹區(qū)域跟周圍物體相連接，難以準確提取障礙物中心坐標，即存在坐標的不確定性。相比之下，機器人的形狀和大小一般固定，通過圖像處理方式易于確定坐標值，且處于障礙物附近，因此將問題轉(zhuǎn)化為提取機器人在避障時的實時坐標，該坐標即先導機器人的導航指引點，自主導航至此點時可與障礙物保持一定距離且不影響局部建圖。

為采用直角坐標系法對機器人的位置信息進行描述，假設每個柵格的中心位置為柵格的直角坐標，（m，n）為柵格地圖中任意一點，則每個柵格編號P都與（m，n）相對應，計算公式如式（1）所示。柵格中心坐標（mGrid，nGrid）與P之間同樣具有映射關系。

式中：int為取整函數(shù)；mlength為坐標取值范圍；S為柵格粒的大小。

3.2? ? 機器人像素坐標確定

本節(jié)主要結(jié)合Halcon視覺庫確定機器人在二維圖像中的像素坐標，進行了如圖4所示的圖像處理操作，最終提取了機器人的像素坐標。

4? ? 局部建圖及更新

巡檢機器人根據(jù)標記點的位置進行針對性的局部建圖，地圖更新前后的對比如圖5所示。由圖可知，地圖（b）中出現(xiàn)了更多的陰影部分，說明獲得了更多的障礙物信息，地圖信息更加完善，更有利于后續(xù)的機器人避障作業(yè)。

5? ? 結(jié)束語

本文提出了一種基于全局先驗地圖與二維坐標提取的地圖更新方法。以校園的室內(nèi)消防安全走道為例，對所提方法進行實體樣機驗證。結(jié)果表明，所提基于圖像處理的機器人定位方法能對機器人進行像素坐標定位，具有一定的可行性。

[參考文獻]

[1] 馬輝.基于巡檢車視覺的半動態(tài)目標在語義地圖中的更新方法研究[D].杭州：浙江科技學院，2020.

[2] ENDRES F，HESS J，STURM J，et al.3-D mapping with an RGB-D camera[J].IEEE Transactions on Robotics，2014，30（1）：177-187.

[3] WHELAN T，KAESS M，LEONARD J J，et al.Deformation-based loop closure for large scale dense RGB-D SLAM[C]//2013 IEEE/RSJ International Conference on Intelligent Robots and Systems，2013：548-555.

[4] XU L C，F(xiàn)ENG C，KAMAT V R，et al.An occupancy grid mapping enhanced visual SLAM for real-time locating applications in indoor GPS-denied environments[J].Automation in Construction， 2019，104：230-245.

[5] ABDELRASOUL Y，SAMAN A B S H，SEBASTIAN P.A quantitative study of tuning ROS gmapping parameters and their effect on performing indoor 2D SLAM[C]// 2016 2nd IEEE International Symposium on Robotics and Manufacturing Automa-tion（ROMA），2016：1-6.

[6] 鄭兵，陳世利，劉蓉.基于螢火蟲算法優(yōu)化的Gmapping研究[J].計算機工程，2018，44（9）：22-27.

收稿日期：2023-03-07

作者簡介：葛動元（1970—），男，湖南邵陽人，博士，副教授，研究方向：機器視覺、機器學習。