



摘 要:在某些環境下,地面機器人可能由于自身感知局限而需要進行地毯式搜索,特別是在GPS信號不好或環境復雜混亂的情況下,如果能夠利用空中機器人提供廣闊視角,對地面機器人進行路徑規劃和引導,就可以提高搜救任務的效率并節省時間。針對此問題,對陸空機器人協同路徑進行規劃,在ROS的基礎上構建系統架構,首先無人機對現場進行整體環境感知,確定任務目標范圍后發送最佳坐標點和最優全局路徑給無人車;在路徑規劃方面,針對陸空環境的不同,使用A*、蟻群算法等路徑規劃算法進行路徑規劃。經過測試,系統能夠較好地完成無人機與無人車的協同工作,且運行穩定,具有較廣闊的應用前景。
關鍵詞:陸空機器人;環境感知;協同工作;物聯網;路徑規劃;協同路徑
中圖分類號:TP393 文獻標識碼:A 文章編號:2095-1302(2025)06-00-03
DOI:10.16667/j.issn.2095-1302.2025.06.018
0 引 言
隨著機器人技術的發展,越來越多的單位開始使用機器人來代替人完成地形探測、地面搶險作業等。目前,機器人的使用率在不斷提升。機器人在滿足單一工作的同時,也在不斷向陸空協同的方向發展。針對傳統救援存在的盲目性、低效、高危性,本文設計了一種新型多模態智能系統的陸空協同系統,該系統包括空中監測單元和地面搜救單元,通過構建搜救場景的三維地圖,使無人車自主導航獲取災情現場樣本來提高應急救援能力[1]。
陸空協同機器人的優勢在于:充分利用了地面和空中兩個維度,提高了任務執行的效率和靈活性;地面機器人和空中無人機相互配合,能夠應對復雜多變的環境,滿足相關任務需求;通過信息共享和協作,提高了系統的整體智能性和自主性;在一些危險或難以到達的地區,可以代替人類執行任務,降低安全風險[2]。
1 陸空兩棲機器人系統設計
該系統由無人機和無人車兩部分組成,無人機和無人車結構及連接方式如圖1所示。
無人車主要由單片機、麥克納姆輪、攝像頭、無線模塊等構成。無人機由機載計算機、D435i雙目攝像頭等模塊組成。通過無線通信使無人車與無人機協同工作[3]。
2 陸空兩棲機器人結構設計
2.1 無人車結構設計
麥克納姆輪是一種可全方位移動的全向輪,由輪轂和其周圍的輥子組成。其輥子與輪轂軸線方向夾角為45°,使得小輪子可以輕松橫向滑動。其特殊的設計使得機器人可以在狹窄空間中自由行進,包括前行、橫移、斜行、旋轉等。通過配合多個麥克納姆輪,機器人可以實現更復雜的移動組合,在不同地形下展示其出色的適應性。如果對麥克納姆輪進行履帶化改造,可以提升其通過性能,使其適用于更加復雜的地表環境[4-5]。
此外,結合雙叉臂獨立懸架結構的避震系統,可以進一步增強機器人的穩定性和可靠性。這樣的設計可以幫助機器人克服地形挑戰,提高越障能力和運輸重載能力,使其在各種工作場景下都能夠高效運行。麥克納姆輪的應用潛力巨大,為機器人技術的發展提供了重要支持[6]。
總而言之,麥克納姆輪具有靈活的運動能力,可以通過不同的組合方式實現機器人在各種環境中的全方位移動,以及適應不同的地表情況。麥克納姆輪運動模型如圖2所示。
2.2 無人機結構設計
制作的無人機體積小,重量輕,速度快,擁有較長的續航時間,高度測量更準確,飛行更穩定,能夠滿足機體剛度、強度要求,且無人機為模塊化設計,便于拆卸和維修。
旋翼位于機臂下方,槳葉下洗氣流完整,相同情況下較旋翼位于機臂上方的升力更大。氣流低于氣壓計高度,使得氣壓計高度測量更為準確,而且不會影響無人機的飛行,更不會阻擋無人機的視野。通過自主設計打印無人機機架機身,以及機載計算機保護罩,不僅減少了建材的使用而且使其保護作用和穩定飛行效果更好。無人機三維圖如圖3所示。
3 陸空兩棲機器人軟件設計
3.1 無人車軟件設計
本項目對蟻群算法用于無人車路徑規劃進行了改進,提高了收斂速度、平滑度,并縮短了路徑長度。改進的算法能夠在保證快速收斂的前提下獲得更好的最優解,實現了全面的最優路徑規劃。同時,無人車在適應場地環境方面表現出色。此外,結合攝像頭檢測識別避障、編碼器的可編碼性、PID算法和卡爾曼濾波算法,提高了無人車前進時的穩定性和準確性,六軸傳感器算法則讓無人車在不穩定路面環境下也能穩定行駛[7]。
此外,改進的蟻群算法還具有以下優勢和應用潛力:
(1)算法的前期盲目性搜索問題得到緩解:傳統蟻群算法在開始階段存在盲目性搜索問題,容易陷入局部最優解。改進的算法通過引入變步長移動策略和轉移概率計算,能夠更快地找到更優的路徑,并減少局部最優解的出現。
(2)收斂速度加快:改進的算法通過信息素的更新和迭代次數的控制,能夠加快算法的收斂速度。
(3)路徑長度縮短:通過改進的蟻群算法,縮短了路徑長度。
(4)應用潛力廣泛:通過改進的蟻群算法,能夠適應不同場景的需求,提供高效、可靠的路徑規劃解決方案。
蟻群算法的性能和效率受多個參數的影響,目前還沒有理論方法能夠確定一組最優的組合參數。為了得到本項目最佳解,通過圖4,利用控制變量法改變一個參數并進行10次模擬仿真[8-9]。
綜上所述,改進的蟻群算法在無人車路徑規劃中發揮了重要作用,提高了規劃效率和性能。與此同時,結合攝像頭、編碼器、PID算法、卡爾曼濾波算法和六軸傳感器算法,進一步提升了無人車在各種環境下的穩定性、準確性和適應性。該組合技術的綜合應用為無人車行駛提供了更優的解決方案,有助于實現安全、高效的自主導航和行駛能力。
利用攝像頭完成檢測識別避障,借助編碼器的可編碼性,將PID算法與卡爾曼濾波算法相結合,提高了無人車前進時的穩定性和準確性;六軸傳感器算法讓無人車在不穩定路面環境下也能穩定行駛[10]。
3.2 無人機軟件設計
采用在Ubuntu環境下具有高靈活性的軟件架構ROS操作系統編寫機器人的軟件程序。ROS操作系統采用VINS-Fusion雙目視覺慣性SLAM算法在未知環境下對周邊環境進行實時三維地圖構建。在基于普羅米修斯開源自主無人機軟件系統平臺采用EGO-Planner算法進行無人機運動路徑規劃,如圖5所示。
EGO-Planner主要包括基于梯度的樣條曲線優化器和細化過程。基于梯度的樣條曲線優化器主要通過考慮平滑性、碰撞性和動力學可行性,對軌跡進行優化。碰撞性項的構建是通過比較帶有碰撞的路徑與無碰撞的引導路徑,然后利用梯度信息調整路徑避免與障礙物發生碰撞,因此算法只需計算碰撞處的障礙物梯度即可。
細化過程用于處理軌跡中動力學不可行的情況,其方法是增加該軌跡段的分配時間。新生成的B樣條曲線在動力學可行性和對之前不可行軌跡的擬合準確性之間進行平衡。對軸向和徑向上擬合準確性的懲罰不同,有助于提高模型的魯棒性。
EGO-Planner是一個無ESDF的基于梯度的局部路徑規劃框架,通過將障礙物內的軌跡與引導的無碰撞軌跡進行對比,并對碰撞成本進行建模,之后將力投射到碰撞軌跡上并生成估計的梯度以將軌跡包裹在障礙物之外的優化過程中,軌跡會在附近的障礙物間反彈幾次,最終終止于安全區域。
只需在必要時計算梯度,避免在與局部軌跡無關的區域計算ESDF。如果生成的軌跡違反動態限制,這通常是由不合理的時間分配引起的,因此激活細化過程在細化期間若超出限制,則重新分配軌跡時間。隨著時間分配的擴大,生成了一種新B樣條,它在平衡可行性和擬合精度的同時,提高了魯棒性。擬合精度采用各向異性建模,在軸向和徑向上有不同的懲罰。
無人機在ROS操作系統下靈活運用EGO-Planner無ESDF(Euclidean Signed Distance Field)梯度型局部規劃器,采用VINS-Fusion雙目視覺技術,基于優化的多傳感器狀態估計器,可為自主應用實現準確的自定位,使用慣性SLAM方案對周圍環境進行實時地圖構建,并與手動操作結合,能夠更好地適應復雜惡劣的環境。
4 結 語
本項目基于無人車、無人機協作技術進行研究,相對于國內救援機器人只能面向單一運動場景,不具有廣泛適用性的問題,本文設計的基于三維地圖和自主導航的空地協作救援系統,可以構建搜救場景的三維地圖,并能使無人車搜救系統自主導航。使低效高負擔的傳統處理方式變成高效、低危險性的智能解決方案。
此外,目前救援無人車的發展以視覺上的進步與發展為主,但是在硬件與軟件結合方面考慮的較少。對此,本文研究的這款無人車在硬件上采用視覺技術,使機器人處理環境突發狀況的能力得到提升。在保證攝像頭正常使用的同時,與單片機通信結合,完成PID算法、濾波算法、蟻群算法等的調節,增強了無人車的行走靈活性,提高了機械臂的使用效率,拓寬了救援的深度和廣度。
參考文獻
[1]李鳳.基于ROS的機械臂控制系統設計[J].自動化技術與應用,2018(11):72-76.
[2]杭彤,李玲,柳燕菲,等.基于ROS的小車運動控制系統設計[J].電子制作,2023,31(18):3-6.
[3]石瑤,陳美玲.基于深度學習算法的三維激光雷達主動成像目標檢測[J].激光雜志,2023,44(12):70-74.
[4]陳美玲,石瑤,欒迪.雙目立體視覺技術在環境工程中的應用分析[J].環境工程,2023,41(4):283.
[5]畢然,劉治永,張曉飛,等.新興技術在應急救援裝備的應用及展望[J].中國應急救援,2021(1):14-17.
[6]黃東方.我國應急救援裝備體系的構建[J].消防科學與技術,2019,38(1):134-137.
[7]李雪紅,楊劍,趙煥禎.無人機技術在數字城市建設中的創新應用[J].科技創新與應用,2023,13(9):173-176.
[8]李仕帆.無人機在消防滅火救援工作中的運用實踐探討[J].中國設備工程,2023(8):8-10.
[9]董炳艷,張自強,徐蘭軍,等.智能應急救援裝備研究現狀與發展趨勢[J].機械工程學報,2020,56(11):1-25.
[10]蔣海霞.我國應急救援裝備現狀與發展趨勢[J].中國電力企業管理,2020(21):18-19.
收稿日期:2024-03-29 修回日期:2024-05-09