葛動(dòng)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(dǎo)巡檢機(jī)器人進(jìn)行自主作業(yè)，提出一種基于分布式遠(yuǎn)程通信與二維坐標(biāo)提取的地圖更新方法。控制ROS（Robot Operating System）機(jī)器人基于Gmapping算法創(chuàng)建全局先驗(yàn)地圖，用于巡檢機(jī)器人的軌跡規(guī)劃；若檢測(cè)到新增障礙物，通過(guò)圖像處理方法獲取障礙物位置坐標(biāo)，并將其作為標(biāo)記點(diǎn)，引導(dǎo)機(jī)器人進(jìn)行局部建圖，從而實(shí)現(xiàn)對(duì)原始地圖的更新。試驗(yàn)結(jié)果表明，該方法具有一定的可行性。

關(guān)鍵詞：巡檢機(jī)器人；分布式遠(yuǎn)程通信；二維坐標(biāo)提?。粍?dòng)態(tài)地圖更新

中圖分類(lèi)號(hào)：TP242? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號(hào)：1671-0797（2023）12-0086-03

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

0? ? 引言

利用機(jī)器人定期對(duì)消防過(guò)道進(jìn)行巡視，是人員遇到緊急事故時(shí)實(shí)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(jī)器人完成自主導(dǎo)航的前提條件。

目前，同步定位和建圖（Simultaneous Localization and Mapping，SLAM）技術(shù)是通過(guò)結(jié)合檢測(cè)、跟蹤動(dòng)態(tài)障礙物技術(shù)來(lái)實(shí)現(xiàn)地圖的構(gòu)建和更新[1]。

相關(guān)研究表明，由于系統(tǒng)缺乏實(shí)時(shí)更新的機(jī)制，SLAM技術(shù)構(gòu)建的柵格地圖在長(zhǎng)時(shí)間運(yùn)行后易產(chǎn)生難以修正的累計(jì)誤差[2-3]。

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

針對(duì)上述移動(dòng)機(jī)器人的室內(nèi)定位精度不高的問(wèn)題，為進(jìn)一步提高機(jī)器人室內(nèi)定位準(zhǔn)確度，本文以巡檢機(jī)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(yuǎn)程通信與二維坐標(biāo)提取的地圖更新方法。

1? ? 樣機(jī)介紹和通信設(shè)置

1.1? ? 測(cè)試樣機(jī)

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

1.2? ? 分布式通信設(shè)置

為實(shí)現(xiàn)通信，在Ping命令測(cè)試網(wǎng)絡(luò)的實(shí)時(shí)工況后，基于ROS的分布式框架上所有節(jié)點(diǎn)可以在不同的主機(jī)上運(yùn)行，因此可以通過(guò)分布式通信機(jī)制控制多機(jī)器人同時(shí)工作。本文將巡檢機(jī)器人和先導(dǎo)機(jī)器人分別作為主機(jī)和從機(jī)，實(shí)現(xiàn)通信的步驟如下：

1）在兩臺(tái)機(jī)器人主機(jī)中設(shè)置計(jì)算機(jī)IP地址和名稱(chēng)，保證多個(gè)計(jì)算機(jī)底層數(shù)據(jù)通信的暢通。

2）通過(guò)在主從機(jī)上設(shè)置環(huán)境變量的方式，實(shí)現(xiàn)對(duì)ROS Master的位置定義。

2? ? Gmapping算法建圖

為創(chuàng)建全局先驗(yàn)地圖，用于巡檢機(jī)器人的軌跡規(guī)劃，本節(jié)選取了校園內(nèi)的一個(gè)室內(nèi)安全疏散過(guò)道作為實(shí)體機(jī)器人測(cè)試場(chǎng)地，如圖2（a）所示。

Gmapping算法主要以激光雷達(dá)和里程計(jì)為硬件載體，通過(guò)采集環(huán)境中的點(diǎn)云數(shù)據(jù)和里程計(jì)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(zhǎng)廊、走道等具有低特征的小場(chǎng)景地圖時(shí)，計(jì)算開(kāi)銷(xiāo)低且建圖精度高[6]。

巡檢機(jī)器人在走道的工作環(huán)境屬于長(zhǎng)廊場(chǎng)景，因此選用基于Gmapping算法的激光SLAM作為機(jī)器人的建圖算法，對(duì)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(jī)器人導(dǎo)航的全局先驗(yàn)地圖。

3? ? 機(jī)器人坐標(biāo)提取

3.1? ? 自動(dòng)巡檢和坐標(biāo)分析

為進(jìn)行地圖更新和巡檢試驗(yàn)，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(dá)原始數(shù)據(jù)點(diǎn)分布情況，藍(lán)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(jī)器人實(shí)時(shí)避障過(guò)程中激光雷達(dá)掃描到物體的輪廓不一定完整，且膨脹區(qū)域跟周?chē)矬w相連接，難以準(zhǔn)確提取障礙物中心坐標(biāo)，即存在坐標(biāo)的不確定性。相比之下，機(jī)器人的形狀和大小一般固定，通過(guò)圖像處理方式易于確定坐標(biāo)值，且處于障礙物附近，因此將問(wèn)題轉(zhuǎn)化為提取機(jī)器人在避障時(shí)的實(shí)時(shí)坐標(biāo)，該坐標(biāo)即先導(dǎo)機(jī)器人的導(dǎo)航指引點(diǎn)，自主導(dǎo)航至此點(diǎn)時(shí)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(biāo)系法對(duì)機(jī)器人的位置信息進(jìn)行描述，假設(shè)每個(gè)柵格的中心位置為柵格的直角坐標(biāo)，（m，n）為柵格地圖中任意一點(diǎn)，則每個(gè)柵格編號(hào)P都與（m，n）相對(duì)應(yīng)，計(jì)算公式如式（1）所示。柵格中心坐標(biāo)（mGrid，nGrid）與P之間同樣具有映射關(guān)系。

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

3.2? ? 機(jī)器人像素坐標(biāo)確定

本節(jié)主要結(jié)合Halcon視覺(jué)庫(kù)確定機(jī)器人在二維圖像中的像素坐標(biāo)，進(jìn)行了如圖4所示的圖像處理操作，最終提取了機(jī)器人的像素坐標(biāo)。

4? ? 局部建圖及更新

巡檢機(jī)器人根據(jù)標(biāo)記點(diǎn)的位置進(jìn)行針對(duì)性的局部建圖，地圖更新前后的對(duì)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(shuō)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(jī)器人避障作業(yè)。

5? ? 結(jié)束語(yǔ)

本文提出了一種基于全局先驗(yàn)地圖與二維坐標(biāo)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(duì)所提方法進(jìn)行實(shí)體樣機(jī)驗(yàn)證。結(jié)果表明，所提基于圖像處理的機(jī)器人定位方法能對(duì)機(jī)器人進(jìn)行像素坐標(biāo)定位，具有一定的可行性。

[參考文獻(xiàn)]

[1] 馬輝.基于巡檢車(chē)視覺(jué)的半動(dòng)態(tài)目標(biāo)在語(yǔ)義地圖中的更新方法研究[D].杭州：浙江科技學(xué)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(chóng)算法優(yōu)化的Gmapping研究[J].計(jì)算機(jī)工程，2018，44（9）：22-27.

收稿日期：2023-03-07

作者簡(jiǎn)介：葛動(dòng)元（1970—），男，湖南邵陽(yáng)人，博士，副教授，研究方向：機(jī)器視覺(jué)、機(jī)器學(xué)習(xí)。