建筑機器人自主定位及行走軌跡規劃方法

趙心維

（蘇州尼索斯科技有限公司，江蘇蘇州，215128）

1 攝像機分區標定與建筑機器人空間坐標自主定位

為滿足建筑機器人自主定位需求，設計方法前，應先進行攝像機的分區標定[1～3]。在此過程中，將工作平面劃分為數千個小區域，在每個區域中標定攝像機參數。將世界坐標系統作為參照，將建筑機器人的整個工作區域劃分為M×N個區域，根據M×N中M的構成與N的構成，建立針對此區域的透視變化矩陣，在每一小塊區域中，機器人都會標定出相應的視角變換矩陣參數，從而完成自身位置的反饋。在單位面積校準點數目相同的情況下，采用局部校準參數的方式，求取定位坐標值，以此提高攝像機分區的精度[4]。在此基礎上，設定一個機器人作業面，將此作業面用二維或三維坐標形式表示，任意標定區域中的一個坐標點，將此坐標點作為參照點。根據參照點與區域內中心點之間的距離，進行建筑機器人空間坐標的自主定位，此過程如下計算公式所示。

公式(1)中：P表示建筑機器人空間坐標的自主定位；ix表示第i個區域中的建筑機器人橫向坐標；yi表示第i個區域中的建筑機器人縱向坐標。按照上述方式，完成攝像機分區標定與建筑機器人空間坐標自主定位。

2 建立虛實耦合條件下的機器人行走導航地圖

在上述內容的基礎上，將虛實耦合作為前提條件，進行機器人行走導航地圖的構建。在此過程中，以建筑機器人為研究對象，利用BIM 模型中各實體的位置信息，將建筑機器人所處虛擬環境中的“墻壁”作為不能通行的物體，將其所處環境中的柵格看作障礙物，將“門”作為是可以通行的，將其與網格環境結合，形成一幅基于BIM 的建筑機器人導航圖[5]。在此過程中，建立建筑機器人作為空間中柵格地圖，進行虛擬環境中實體結構到空間坐標的映射。映射過程如下計算公式所示。

公式(2)中：X、Y表示虛擬環境中實體結構坐標；，根據空間中的柵格地圖基本情況，進行機器人行走導航地圖中行數與列數的設計。此過程如下計算公式所示。Xmin、Ymin表示未移動坐標體系中的最小坐標。在此基礎上

公式(3)中：Nr、Nc表示機器人行走導航地圖中行數與列數；Xmax、Ymax表示未移動坐標體系中的最大坐標；s表示建筑機器人運動中的單位步長。在此基礎上，考慮到空間地圖在構建過程中可能存在未除盡的問題，因此，需要根據空間地形圖結構，進行障礙物的補齊，如圖1 所示。

圖1 障礙物空間地圖構建

由于僅利用虛擬環境信息繪制地圖并不能獲得建筑場地中“門”的打開和關閉信息，也不能為建筑施工場地規劃出一個合理的整體路線。因此，本項目擬利用現實環境的點云信息補充虛擬環境，利用PointNet 算法實現3D 點云的語義劃分，以獲得地圖中“門”的形態信息。在此基礎上，獲得與之相匹配的網格位置信息，以補充網格中的“門”的形態，最后獲得網格地圖，實現基于虛實耦合條件下機器人行走導航地圖的構建。

3 生成建筑機器人運動學規范模型

完成上述設計后，為滿足建筑機器人在施工場地所在空間內的運動需求，應在完成對機器人行走導航地圖的構建后，生成建筑機器人運動學規范模型。在此過程中，引進Unty3D 建模工具，Unty3D 中具有較完善的物理引擎，可以實現對機器人在運動中的動力學仿真。建模中，使用Solidworks 軟件，構建機器人實驗操作平臺，將模型導入Unty3D 的物理引擎中。將建筑機器人的運動過程劃分為完整約束與不完整約束兩個部分，設定建筑機器人在行進過程中的車輪半徑為r，根據機器人左右輪的角速度，進行建筑機器人行進中線速度的計算，計算公式如下。

公式(4)中：vL、vR表示建筑機器人行進中左輪、右輪的線速度；uL、uR表示建筑機器人行進中左輪、右輪的角速度。在此基礎上，根據建筑機器人在移動中的坐標系，生成如下計算公式所示的建筑機器人運動學規范模型。

公式(6)中：W表示機械臂最大旋轉角度。將計算后的θ代入公式(5)，以此種方式，完成建筑機器人運動學規范模型的構建，如圖2 所示。

圖2 運動學建模

4 機器人運動空間全局路徑尋優

完成建筑機器人運動學規范模型的構建后，引進A*算法，進行機器人運動空間全局路徑的尋優，以此實現對機器人行走軌跡的規劃。規劃過程中，將機器人行走導航地圖作為基礎，按照下述公式，計算最優路徑中節點代價。

公式(7)中：f(n) 表示最優路徑中節點代價，其中n表示路徑中的節點；g(n) 表示起點代價；h(n) 表示當前節點距離終點的預計代價。在利用A*算法進行路徑規劃時，需要進行全局可規劃路徑的檢索，檢索時，選擇當前鄰域的四個柵格或八個柵格，確定建筑機器人的行進方向。在設定機器人轉彎行為時，為避免機器人在轉角位置與墻體發生碰撞，可參照A*算法中的啟發函數，進行行進路徑中節點距離的設定，此過程如下計算公式所示。

公式(8)中：k(n) 表示路徑中節點距離的設定；B表示柵格對角線距離（柵格寬度）；G表示機器人寬度。參照上述方式，定義機器人在運動中每次行進的距離，以此為依據，完成機器人運動空間全局路徑尋優，實現建筑機器人自主定位及行走軌跡規劃方法的設計，如圖3 所示。

圖3 避障軌跡規劃示意圖

5 對比實驗

為檢驗該方法的應用效果，以某真實的建筑工程項目施工場景作為實例，根據實驗需求，建立針對此場景的測試環境。

考慮到機器人會受到多種因素的影響，出現抑制或干預底盤運動的問題，導致機器人運動坐標與行動軌跡節點之間的出現偏差。因此，在實驗過程中，根據相關工作的具體需求，在測試環境中添加UWB 超寬頻定位系統，通過此種方式，實時獲取建筑機器人的空間位置，并根據機器人的行進需求，進行其位置的實時校正。

完成上述設計后，為確保機器人在測試環境中的穩定、安全運行，參照表1，設計建筑機器人在運動、行進過程中的底盤參數。

表1 建筑機器人在運動、行進過程中的底盤參數

參照上述方式，完成對比實驗中測試環境的布置。為檢驗建筑機器人在測試環境中的自主定位效果，使用本文設計的方法，對建筑機器人所在的區域進行攝像機分區標定，再采用建立建筑機器人空間坐標的方式，實現對機器人空間位置的自主定位。

為檢驗建筑機器人自主定位的效果，機器人在完成一次空間位置的反饋后，技術人員便需要使用中緯全站儀，進行機器人實際空間位置的測定。將中緯全站儀測定的建筑機器人空間位置坐標作為真實坐標，對本文設計方法在應用后的機器人自主定位結果進行檢驗。為確保真實坐標的精準性，按照表2 所示的內容，進行中緯全站儀測定過程中技術參數的設計。

表2 中緯全站儀測定作業中技術參數的設計

對中緯全站儀測定的建筑機器人空間位置與建筑機器人自主定位結果導入Unty3D 構建測試環境中，在測試環境中進行建筑機器人自主定位效果的檢驗，統計實驗結果如表3 所示。

表3 建筑機器人自主定位結果檢驗

表3 中，Δx 表示自主定位結果與中緯全站儀測定結果的橫向偏差；Δy 表示自主定位結果與中緯全站儀測定結果的縱向偏差。從上述表3 所示的實驗結果可以看出，使用本文設計的方法，進行建筑機器人自主定位，定位結果中的橫向偏差與縱向偏差均相對較小，由此可以證明本文設計的定位方法應用效果良好，使用該方法進行建筑機器人自主定位，可以控制定位偏差在±0.05m 范圍內，以此種方式，實現對運動中機器人所在位置的精準定位。

在上述內容的基礎上，使用Unty3D 搭建一個存在若干障礙物的建筑空間，使用本文設計的方法，進行建筑機器人行走軌跡的規劃。規劃過程中，先根據區域內障礙物的分布情況，建立虛實耦合條件下的機器人行走導航地圖，同時，生成建筑機器人運動學規范模型。最后，通過對機器人運動空間的全局路徑尋優，完成本文方法在測試環境中的應用。

為滿足實驗結果的對比需求，引進基于改進NURBS 算法的行走軌跡規劃方法、基于MATLAB Robotics 的行走軌跡規劃方法，將其作為傳統方法1、傳統方法2，使用本文方法與傳統方法，進行建筑機器人行走軌跡的規劃。在計算機展示界面中，展示同一空間內三種方法規劃的建筑機器人行走軌跡，如圖4～圖6 所示。

圖4 本文方法規劃的建筑機器人行走軌跡

從圖4～圖6 所示的實驗結果可以看出，圖4、圖5 對應方法規劃的建筑機器人行走軌跡合理，即設計的軌跡可以躲避空間內所有障礙物，實現從起點A 到達終點B，而圖6對應方法規劃的建筑機器人行走軌跡穿過了空間障礙物，顯然不符合實際規范，無法從起點A 達到終點B。

圖5 傳統方法1 規劃的建筑機器人行走軌跡

圖6 傳統方法2 規劃的建筑機器人行走軌跡

在此基礎上，對本文方法與傳統方法1 規劃的建筑機器人行走軌跡進行分析，發現本文方法規劃的建筑機器人行走軌跡長度<傳統方法1 規劃的建筑機器人行走軌跡長度。通過此種方式，得到本次實驗的最終結論：相比傳統方法，本文設計的建筑機器人自主定位及行走軌跡規劃方法應用效果良好，按照規范使用本文方法進行建筑機器人行走軌跡規劃，可以在確保規劃路線躲避空間中所有障礙物的基礎上，保證規劃的路線為最短路線。

6 結束語

本文通過攝像機分區標定與建筑機器人空間坐標自主定位、建立虛實耦合條件下的機器人行走導航地圖、生成建筑機器人運動學規范模型、機器人運動空間全局路徑尋優，完成了建筑機器人自主定位及行走軌跡規劃方法的設計研究。在此基礎上，對本文設計的方法進行測試，測試結果表明，使用本文方法進行建筑機器人自主定位，可以控制定位偏差在±0.05m 范圍內，同時，本文方法還可以在確保規劃路線躲避空間中所有障礙物的基礎上，保證規劃的路線為最短。以此種方式，發揮機器人在建筑工程領域中更高的價值，為工程方、技術方等多個參與方提供技術層面的指導與支持。