瞿靜 吳作清 李軍

摘要：對環(huán)衛(wèi)機器人運動控制及垃圾識別關(guān)鍵技術(shù)進行了研究，該技術(shù)突破了環(huán)衛(wèi)機器人復(fù)雜場景智能駕駛運動控制技術(shù)和全場景圖像垃圾識別技術(shù)，應(yīng)用于多款環(huán)衛(wèi)智慧作業(yè)機器人產(chǎn)品，并以長沙、深圳福田區(qū)作為環(huán)衛(wèi)機器人集群作業(yè)的典型示范點，成為AI賦能傳統(tǒng)環(huán)衛(wèi)行業(yè)的行業(yè)技術(shù)新標(biāo)桿。

關(guān)鍵詞：環(huán)衛(wèi)機器人；運動控制；垃圾識別

中圖分類號：U467.4? 收稿日期：2023-04-23

DOI：10.19999/j.cnki.1004-0226.2023.08.019

1 前言

近年來隨著信息化水平的大幅提升和人工智能政策的不斷推動，人工智能已成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，對世界經(jīng)濟、社會進步和人類生活產(chǎn)生極其深刻的影響。

據(jù)統(tǒng)計，全球人工智能市場規(guī)模在2015-2025年將保持平均50.7%的復(fù)合增速，2025年規(guī)模有望達到369億美元。2022年中國人工智能市場規(guī)模2022年達到1 958億元。

未來人工智能發(fā)展將進入大規(guī)模商業(yè)化，認(rèn)知能力指數(shù)提高，由產(chǎn)品向智慧服務(wù)邁進并對勞動密集型產(chǎn)業(yè)產(chǎn)生巨大沖擊。環(huán)衛(wèi)機器人作為人工智能應(yīng)用的重要領(lǐng)域，將人工智能技術(shù)賦能傳統(tǒng)環(huán)衛(wèi)作業(yè)，通過人工智能使現(xiàn)有環(huán)衛(wèi)裝備具有更靈活、更智能、更具精度作業(yè)的能力，從而進一步將現(xiàn)有環(huán)衛(wèi)工人從繁重、單調(diào)且危險的傳統(tǒng)環(huán)衛(wèi)工作中解放出來。

2 環(huán)衛(wèi)機器人簡介

環(huán)衛(wèi)機器人是指應(yīng)用于環(huán)衛(wèi)領(lǐng)域，具有清掃、清洗、垃圾收集及垃圾轉(zhuǎn)運等一種或多種作業(yè)功能的機器人，主要適用于城市輔道、非機動車道、人行道、步行街、風(fēng)光帶、公園、學(xué)校、景點、居民生活小區(qū)、商場、高鐵站等狹窄或相對封閉區(qū)域的清掃保潔作業(yè)。

環(huán)衛(wèi)機器人一方面通過機械化智能化設(shè)備作業(yè)提升清掃保潔效率和效果，提升環(huán)衛(wèi)服務(wù)調(diào)配能力和智能化水平，創(chuàng)造巨大經(jīng)濟利益；另一方面，可以有效解決目前環(huán)衛(wèi)工人工作量大，工作條件惡劣，社會地位低，危險性高的行業(yè)痛點。同時環(huán)衛(wèi)行業(yè)還存在招工難，員工老齡化嚴(yán)重的問題，環(huán)衛(wèi)機器人及智能化環(huán)衛(wèi)設(shè)備的推廣和普及促使環(huán)衛(wèi)工人由人力工種轉(zhuǎn)變成技術(shù)工種，有利于提高行業(yè)待遇水平，吸引年輕人就業(yè)，推動整個行業(yè)變革和進步。

3 復(fù)雜場景智能駕駛運動控制技術(shù)

3.1 研究目標(biāo)

在獲取目標(biāo)位置、作業(yè)任務(wù)等信息后，基于當(dāng)前位置，從全局層面確定機器人運動策略，結(jié)合視覺、激光雷達等傳感器采集的環(huán)境信息和局部度量地圖，并結(jié)合強化學(xué)習(xí)建立運動控制方法，設(shè)計混雜運動控制器模塊，生成動態(tài)避碰的運動軌跡，并通過多模態(tài)感知的運動控制實現(xiàn)自主導(dǎo)航。

3.2 主要研究內(nèi)容及方案

復(fù)雜多場景下的環(huán)境實時認(rèn)知與運動控制模塊如圖1所示。

3.2.1 多目標(biāo)約束下的機器人實時運動控制

在環(huán)境融合和認(rèn)知的基礎(chǔ)上，確定機器人的運動控制的評價函數(shù)，設(shè)計可求解多目標(biāo)約束的求解器。在此基礎(chǔ)上，運用深度強化學(xué)習(xí)算法，在最小化危險指數(shù)避障、路徑能耗和時長等約束下，建立用于動態(tài)環(huán)境的實時滾動運動控制策略。

3.2.2 多目標(biāo)約束實時運動控制模塊構(gòu)建

針對不同工種清潔機器人在不同環(huán)境下的實時感知與避障能力的差異，采用基于深度強化學(xué)習(xí)的多目標(biāo)約束運動控制方案。面向不同機體構(gòu)型的約束，提出通用的運動控制評價函數(shù)，采用策略交叉熵變換法對清潔機器人進行策略采樣與策略評價，設(shè)計出包含多種異常處理機制的多目標(biāo)約束實時運動控制模塊。

3.2.3 基于強化學(xué)習(xí)的多目標(biāo)約束運動控制方案

為準(zhǔn)確、全面、精細地使清潔機器人在動態(tài)大場景下的工作中實現(xiàn)自主運動，擬采用深度強化學(xué)習(xí)方法解決清潔機器人運動控制問題。在模型預(yù)測階段，針對動態(tài)大場景非結(jié)構(gòu)環(huán)境背景復(fù)雜、難以提取特征信息的問題，構(gòu)建預(yù)測模型，實現(xiàn)自我學(xué)習(xí)的模型訓(xùn)練，實現(xiàn)運動軌跡的并行快速搜索，為清潔機器人提供自主運動控制方案。

3.3 試驗方法

控制精度：≤5 cm。評測方法：環(huán)衛(wèi)機器人自動駕駛沿直線行駛，測量行駛軌跡偏移度≤5 cm，則滿足指標(biāo)要求。

控制速度：≤50 m/s。評測方法：通過CAN總線下發(fā)控制指令，測試執(zhí)行驅(qū)動器開始動作時間≤30 ms，則達到指標(biāo)要求。

3.4 試驗結(jié)論

按照上文試驗方法進行試驗，其結(jié)果如表1所示，智能避障的運動軌跡如圖2所示。

4 全場景圖像垃圾識別技術(shù)

4.1 研究目標(biāo)

針對大規(guī)模場景下的長期清掃問題，重點研究基于全局環(huán)境感知信息的垃圾分類時空分布與人流量終身預(yù)測方法，結(jié)合其對整體環(huán)境的影響評估，引入強化學(xué)習(xí)策略。

4.2 主要研究內(nèi)容及方案

全場景圖像垃圾識別方案如圖3所示。

4.2.1 基于環(huán)境感知信息的垃圾種類、時空分布以及人流量分布的預(yù)測

大范圍復(fù)雜室內(nèi)外清掃作業(yè)環(huán)境中，垃圾時空分布復(fù)雜、種類繁多以及人流時空分布靈活多變，為大規(guī)模清潔機器人實時策略分配與協(xié)同作業(yè)路徑規(guī)劃帶來挑戰(zhàn)，要求能夠通過環(huán)境全局感知信息來實時準(zhǔn)確預(yù)測垃圾清掃種類、分布以及人流量的全局分布以便完成全局分層式作業(yè)策略分配和路徑融合優(yōu)化。本研究基于全局感知信息綜合處理技術(shù)進行有限標(biāo)注樣本在線學(xué)習(xí)和互補學(xué)習(xí)的方法，實現(xiàn)在線學(xué)習(xí)并預(yù)測垃圾清掃種類、時空分布以及人流量時空分布，為清潔機器人調(diào)度和路徑規(guī)劃提供服務(wù)。

4.2.2 基于在線學(xué)習(xí)的垃圾清掃分類模型

針對復(fù)雜繁多的垃圾清掃分類任務(wù)，研究基于全局環(huán)境感知信息的學(xué)習(xí)模型，實現(xiàn)對垃圾清掃種類的長期在線學(xué)習(xí)并準(zhǔn)確實時預(yù)測。對于得到的部分少量已知垃圾的多源感知信息，探索基于多分類任務(wù)的融合網(wǎng)絡(luò)信息處理模型。在此基礎(chǔ)上，對于大量未知的垃圾感知信息，利用在線學(xué)習(xí)，從而解決實時準(zhǔn)確的垃圾清掃分類問題。

4.2.3 基于互補學(xué)習(xí)系統(tǒng)的垃圾與人流量分布預(yù)測算法

研究基于全局環(huán)境時空感知信息的互補學(xué)習(xí)系統(tǒng)的短期記憶長期概括終身學(xué)習(xí)算法，實現(xiàn)對垃圾以及人流量時空分布的實時準(zhǔn)確預(yù)測。針對獲取到的不同時間空間下多源環(huán)境感知數(shù)據(jù)，研究視覺激光感知信息融合處理算法，構(gòu)建垃圾數(shù)量以及人流量瞬時預(yù)測模型。

4.3 試驗方法

垃圾識別精度：95%以上。評測方法：制作帶垃圾的圖片測試集200張。若正確識別出190張以上的垃圾，則滿足指標(biāo)要求。

垃圾識別速度：≤30 m/s。評測方法：通過視頻傳感器采集環(huán)境圖像，圖像中包含垃圾信息，若每一幀圖像的識別速度≤30 m/s，則達到指標(biāo)要求。

4.4 試驗結(jié)論

按照上文的試驗方法進行試驗，其結(jié)果如表2所示。

5 結(jié)語

本研究針對不同工種清潔機器人在復(fù)雜環(huán)境下的實時感知與避障需求，采用基于深度強化學(xué)習(xí)的多目標(biāo)約束運動控制方案，通過多目標(biāo)約束下的機器人實時運動控制，能達到環(huán)衛(wèi)機器人定位平均控制精度4.8 cm、響應(yīng)平均控制速度47.4 m/s，最終實現(xiàn)智能駕駛運動控制。

本研究針對大規(guī)模場景下的長期清掃問題，重點研究基于全局環(huán)境感知信息的垃圾分類時空分布與人流量終身預(yù)測方法，結(jié)合其對整體環(huán)境的影響評估，引入強化學(xué)習(xí)策略，能達到垃圾識別精度95%以上，垃圾識別速度≤30 m/s，最終實現(xiàn)自主作業(yè)時的深度自學(xué)習(xí)與全場景圖像垃圾識別。

本研究突破了以上關(guān)鍵核心技術(shù)，應(yīng)用于多款環(huán)衛(wèi)機器人產(chǎn)品，并以長沙、深圳福田區(qū)作為智能環(huán)衛(wèi)機器人集群作業(yè)的典型示范點，打造智慧環(huán)境示范區(qū)的城市名片，多次被政府部門、相關(guān)協(xié)會作為AI賦能傳統(tǒng)環(huán)衛(wèi)行業(yè)的行業(yè)技術(shù)新標(biāo)桿，進行宣傳和支持，對行業(yè)交流、發(fā)展起到了良好的示范應(yīng)用效果。

參考文獻：

[1]張歲寒，張斌，陳凱，等.一種機器人智能自跟隨方法、裝置、介質(zhì)、電子設(shè)備：中國，發(fā)明專利，202011342457.2[P].2021-12-17.

[2]張斌，李亮，蔣志達，等.垃圾清潔機與垃圾清潔機的分類收集方法：中國，發(fā)明專利，202111425651.1[P].2022-11-29.

[3]盈峰環(huán)境科技集團有限公司.環(huán)衛(wèi)從業(yè)人員基本情況及收入現(xiàn)狀白皮書[EB/OL]//（2022-05-12）.http：//www.inforeenviro.com/news/index626.html.

作者簡介：

瞿靜，女，1979年生，工程師，研究方向為環(huán)衛(wèi)機器人、智能環(huán)衛(wèi)設(shè)備、科技信息及科技管理。