煤礦井下搜救機器人關(guān)鍵技術(shù)研究
加入技術(shù)交流群
另外，在復(fù)雜的非結(jié)構(gòu)化井下環(huán)境中，僅僅通過攝像頭進(jìn)行遠(yuǎn)程控制，是難以保證操作動作的準(zhǔn)確性和安全性的；如何能夠保證機器人按照所規(guī)劃的路徑和發(fā)出的運動學(xué)指令準(zhǔn)確、高效、安全的運動是保證其圓滿完成探測任務(wù)的前提條件。特別是安全性問題，表現(xiàn)得尤為突出，稍有不慎就有可能使機器人發(fā)生傾覆或者碰撞。因此，對機器人的姿態(tài)信息進(jìn)行采集，結(jié)合位置、航向等運動參數(shù)，通過本地自主實時監(jiān)控和遠(yuǎn)程監(jiān)控相結(jié)合的方式對運動軌跡和姿態(tài)進(jìn)行控制，通過研究機器人的運動學(xué)模型，使其可以自主的保持在安全范圍之內(nèi)，當(dāng)操作員發(fā)出可能產(chǎn)生危險的指令時能夠及時制止并發(fā)出報警信息，是一個非常必要和實用的功能。
可見雖然目前存在的大部分搜救機器人采用主從操作方式，但鑒于煤礦井下環(huán)境的復(fù)雜性及危險性，特別是對通信系統(tǒng)的嚴(yán)酷環(huán)境，機器人具有自主導(dǎo)航及運動控制的能力是十分必要的功能。提高搜救機器人的智能化和自主化技術(shù)水平，也是該領(lǐng)域發(fā)展的重要方向。煤礦井下是一個結(jié)構(gòu)化和非結(jié)構(gòu)化并存的環(huán)境，而在事故發(fā)生后，則多數(shù)是非平整非結(jié)構(gòu)化的環(huán)境，因此，本論文針對復(fù)雜的煤礦井下環(huán)境，將煤礦井下探測機器人的自主導(dǎo)航定位及運動控制技術(shù)作為主要研究內(nèi)容。
3.6非平整路面移動機器人導(dǎo)航技術(shù)
3.6.1適應(yīng)非平整路面的移動機器人平臺
非結(jié)構(gòu)化非平整路面環(huán)境中工作的機器人，一般是用于星際探測、野外偵察、農(nóng)業(yè)耕作、礦區(qū)作業(yè)等領(lǐng)域，國外有研究人員將這類機器人定位為野外移動機器人（Off-Road Mobile Robots），是較為合適的定義。
3.6.2非平整路面移動機器人導(dǎo)航技術(shù)研究現(xiàn)狀
近年來，對于非平整路面移動機器人定位及導(dǎo)航技術(shù)得到了越來越廣泛的關(guān)注，并已經(jīng)形成了多種相對完善的方案，在星際探測、野外偵察、采礦及農(nóng)業(yè)等領(lǐng)域取得了一定的研究和應(yīng)用成果。
目前機器人可用于定位導(dǎo)航及狀態(tài)感知的傳感器主要包括里程計、慣性導(dǎo)航單元、GPS系統(tǒng)、超聲波或聲納傳感器、激光測距傳感器、計算機視覺系統(tǒng)等。里程計或光電編碼器是移動機器人廣泛使用的傳感器，主要用于航位推算過程中行駛里程的計算；慣性測量單元以往常用于飛行器姿態(tài)的測量及控制，近年來逐漸應(yīng)用到地面車輛或移動機器人的定位及姿態(tài)測量等算法當(dāng)中，特別是在與里程計、GPS相融合后組成的組合導(dǎo)航系統(tǒng)，成為移動機器人導(dǎo)航的重要手段；GPS系統(tǒng)作為一種絕對式位置傳感器，有著使用方便、精度較高，數(shù)據(jù)處理簡單等特點，特別是通過差分計算之后，其精度更可以達(dá)到米級以下甚至更高，從而可以直接引用于機器人的定位工作，其主要問題是在復(fù)雜環(huán)境中有可能由于建筑物或大型植被等的遮擋造成信號失鎖以及由于受到美國的控制幾乎無法作為軍事目的而使用。當(dāng)前比較常見的做法是將里程計、IMU以及GPS信息通過一定的方式進(jìn)行數(shù)據(jù)融合（通常采用擴(kuò)展卡爾曼濾波、無味卡爾曼濾波等算法），利用融合后的結(jié)論實現(xiàn)對機器人位姿的正確估計。聲納或超聲波傳感器主要用于對機器人周圍近距離（一般5m以內(nèi)）的障礙物進(jìn)行探測，而且一般是以陣列的形式安裝在機器人本體上，以提高其探測范圍。由于其探測距離短，探測速度較慢，因而多用于低速移動機器人系統(tǒng)；激光雷達(dá)也是目前常用的距離測量工具，主要分為二維激光雷達(dá)或三維激光雷達(dá)，由于其測量距離遠(yuǎn)（一般達(dá)到幾十米甚至上百米），測量速度快（每秒幾十次掃描數(shù)據(jù)），被越來越多的應(yīng)用到移動機器人環(huán)境感知及環(huán)境建模的場合當(dāng)中。視覺系統(tǒng)是最常用的環(huán)境感知系統(tǒng)，也是人類對世界進(jìn)行感知和認(rèn)識的主要途徑，近年來特別是近2，3年來，基于視覺環(huán)境感知的研究成果層出不窮，其計算的復(fù)雜度不斷減小，工程化程度越來越高，通過視覺實現(xiàn)障礙物探測、航位及航姿推算直到路面環(huán)境建模等的研究成果也越來越多。除此之外，還有一些如毫米波雷達(dá)、紅外傳感器、力傳感器、觸覺傳感器等也應(yīng)用到不同場合機器人的自身或環(huán)境參數(shù)的感知上，在這里不再詳述。
環(huán)境重建技術(shù)是信息技術(shù)中，特別是計算機視覺技術(shù)中的一個重要研究方向，對于機器人系統(tǒng)的研究而言，其主要用于機器人的導(dǎo)航、目標(biāo)的跟蹤與識別以及真實場景的重現(xiàn)等。其主要手段歷經(jīng)了從計算機視覺，到計算機視覺與激光雷達(dá)的結(jié)合，即主動視覺的概念；近年來由于計算機視覺算法及計算平臺的不斷完善，又重新回到使用計算機視覺，即僅采用被動視覺的方法上。
20世紀(jì)70年代中期，Marr，Barrow和Tenenbaum等一些研究者提出了視覺計算理論，其核心是從圖像恢復(fù)場景的三維結(jié)構(gòu)。S．Z．Barnard與M．A．Fischler系統(tǒng)的介紹了上世紀(jì)70年代中期到1981年三維視覺的研究成果，主要包括立體重建的基本方法、算法評價準(zhǔn)則以及對當(dāng)時有影響力的算法評述。70年代后期至80年代，工作于斯坦福大學(xué)的Gennery及Moravec首先將立體視覺三維重建技術(shù)應(yīng)用于移動機器人導(dǎo)航，在一臺叫做StanfordCart的平臺上，他們實現(xiàn)了其基于立體視覺的自主定位及周圍環(huán)境的三維探測。然而，鑒于其計算速度的限制及硬件平臺的缺點，該系統(tǒng)并不能可靠的長時間工作。
在上世紀(jì)80年代，CMU及NASAJPL的研究人員走在了該領(lǐng)域的前沿。在80年代后期，CMU的研究人員成功的在其移動機器人平臺CMU Rover上解決了立體視覺的計算速度及工程可靠性問題（Moravec，1983）。其主要改進(jìn)在于硬件平臺的升級以及感知算法的改進(jìn)與完善，而最值得關(guān)注的工作是該團(tuán)隊的Matthies及Shafer在1987年首次提出了基于立體視覺的視覺里程計算法（Visual Odometry Algorithms），該算法第一次通過視覺方式對機器人的運動軌跡及姿態(tài)進(jìn)行了較為精確的計算。從而開啟了通過視覺進(jìn)行運動估計的算法在地球上的野外環(huán)境（Nister，2006;Agrawal，2007）以及NASA的火星探測計劃（MER）中在外星球探測機器人上的應(yīng)用（Cheng，2006）。
在接下來的研究中，CMU仍然走在世界的前列。他們開發(fā)出的Navlab移動機器人平臺，采用了主動視覺的方式，將單目攝像機及一臺激光雷達(dá)相結(jié)合，作為其環(huán)境探測的解決方案，從而成功的解決了當(dāng)時采用被動視覺在匹配及特征提取計算方面面臨巨大計算復(fù)雜度的尷尬局面。從這一時期開始，移動機器人才逐漸實現(xiàn)了所謂的實時自主導(dǎo)航，這主要得益于算法的不斷改進(jìn)以及計算平臺性能的大幅度提高。自90年代中期開始的十幾年中，基于主動式探測技術(shù)（主要是激光雷達(dá)、毫米波雷達(dá)等）的環(huán)境感知與探測方法被較為廣泛的應(yīng)用，特別是與視覺傳感器相融合可以快速建模的特性，使其一度成為移動機器人，特別是野外移動機器人環(huán)境建模的首選方案。
然而基于單目或雙目被動視覺的環(huán)境感知及建模的研究工作一刻都未停止過，在1980后期至1990年代的過程中，Matthies在JPL的研究突破了基于場景的實時立體視覺算法，并于90年代后期第一次將其應(yīng)用于野外機器人的環(huán)境探測與建模當(dāng)中。自此以后，立體視覺開始逐漸為大家所重視，真正成為機器人三維感知方向中一個具有競爭力的技術(shù)。
近五年來，視覺感知技術(shù)在移動機器人特別是野外不平整路面復(fù)雜環(huán)境下的感知與環(huán)境建模中得到了越來越多的應(yīng)用。其中同樣是NASA的MER計劃的成果，DemoIII自主野外探測車采用了三對立體視覺相機，一對前視立體相機，一對后視立體相機，以及一對安裝在伺服云臺上的立體相機（Matthies，2007），在此，立體視覺實現(xiàn)了兩個基本功能，即視覺里程計以及路徑規(guī)劃。在火星上沒有GPS等絕對定位系統(tǒng)的情況下，采用基于立體視覺的視覺里程計算法，通過相對定位的方式，實現(xiàn)了火星車足夠的定位精度（Cheng，2005）。除此之外，采用基于立體視覺的路徑規(guī)劃方法控制工程網(wǎng)版權(quán)所有，可以快速的感知路面的不平整（Biesiadecki和Maimone，2006），以及預(yù)測路面傾斜的變化（Angelova，2007）。與此同時，另一些研究人員也實現(xiàn)了基于單目視覺或雙目視覺的機器人位姿估算以及路面的三維重建工作，如Nister在2006年分別采用單目及雙目視覺里程計算法實現(xiàn)了移動機器人在野外復(fù)雜環(huán)境中姿態(tài)及位置的估算，并達(dá)到了較高的精度控制工程網(wǎng)版權(quán)所有，較好的可靠性和實時性。
結(jié)束語
煤礦井下危險區(qū)域探測的搜救機器人進(jìn)行研究為當(dāng)前煤礦開采的提供了安全保證，文中提到的關(guān)鍵技術(shù)的解決對開發(fā)研制高性能搜救機器人意義重大。
評論