張吉圭，楊艷龍，曹澤洪，劉東雪

（貴州城市職業(yè)學(xué)院，貴州 貴陽 550025）

0 引言

近年來， 隨著技術(shù)的進(jìn)步， 開源ROS（Robot Operating System）系統(tǒng)快速發(fā)展，機(jī)器人的智能化水平不斷提高，并逐漸進(jìn)入了人們的生活，特別是廣泛應(yīng)用的室內(nèi)移動機(jī)器人。 但目前還存在諸多須解決的技術(shù)問題，特別是算法控制和室內(nèi)定位導(dǎo)航等核心問題。 在復(fù)雜的大型環(huán)境下，機(jī)器人能否準(zhǔn)確定位和按照規(guī)劃的路徑自主導(dǎo)航顯得尤為重要。本文將以智能車為載體，利用ROS 和SLAM（Simultaneous localization and mapping）等進(jìn)行設(shè)計(jì)研究。

智能車的自主導(dǎo)航系統(tǒng)主要實(shí)現(xiàn)在室內(nèi)自主導(dǎo)航、按照規(guī)劃路徑行駛、確保智能車自身和周圍環(huán)境的安全性、避開障礙物等功能。實(shí)現(xiàn)這些功能，主要包括以下技術(shù)要點(diǎn)：

（1）2D/3D 地圖的構(gòu)建

底層控制器利用激光雷達(dá)傳感器或深度相機(jī)，把采集到的環(huán)境數(shù)據(jù)傳送到樹莓派， 通過谷歌Cartographer SLAM 或卡爾濾波器（EKF-SLAM）等算法在平臺上構(gòu)建環(huán)境感知地圖。

（2）智能車的定位

智能車在行走移動的過程中，通過激光雷達(dá)等傳感器感知當(dāng)前位置信息，實(shí)現(xiàn)定位。

（3）路徑規(guī)劃

通過Python 語言對需求進(jìn)行設(shè)計(jì)， 結(jié)合ROS系統(tǒng)實(shí)現(xiàn)智能車的路徑規(guī)劃。

文中的主要工作是搭建智能車軟件平臺和硬件平臺， 并在Ubuntu 平臺下調(diào)試程序和地圖的構(gòu)建仿真等。 經(jīng)過場地的實(shí)際測試，驗(yàn)證了系統(tǒng)和方案的可行性。

1 系統(tǒng)架構(gòu)

自主導(dǎo)航智能車主要由硬件層、驅(qū)動層和操作層構(gòu)成，系統(tǒng)整體的架構(gòu)設(shè)計(jì)如圖1 所示。

圖1 系統(tǒng)整體架構(gòu)設(shè)計(jì)Figure 1 System architecture design

1.1 硬件層

智能車硬件層主要搭建了由STM32F4 和樹莓派4B 的控制系統(tǒng)，包括思嵐激光雷達(dá)、攝像頭、編碼電機(jī)、深度相機(jī)和麥克風(fēng)陣列等傳感設(shè)備。 其中基于ARM Cortex-M4 單片機(jī)的底盤控制器能夠進(jìn)行 RT-Thread 等微型實(shí)時操作系統(tǒng)的開發(fā)， 采集由阿克曼底盤組成的電機(jī)編碼信息、 舵機(jī)信息、激光雷達(dá)信息，與樹莓派進(jìn)行信息通信和交互；使用PID 算法和 MFAC （Model-free Adaptive Control）無模型自適應(yīng)控制算法精確控制小車的速度和轉(zhuǎn)向角度。 樹莓派4B 主要內(nèi)置了 Ubuntu18.04 操作系統(tǒng)，并安裝了ROS-melodic 版本的機(jī)器人開發(fā)框架， 可以進(jìn)行嵌入式 Linux 系統(tǒng)以及ROS 系統(tǒng)的實(shí)踐與開發(fā)，同樣能夠非常方便快捷的實(shí)現(xiàn)各種機(jī)器人控制算法與程序。

1.2 驅(qū)動層

驅(qū)動層包括各硬件的驅(qū)動， 為硬件和操作系統(tǒng)提供接口和數(shù)據(jù)交互。 其中包括ROS 工作空間驅(qū)動代碼和底層控制器驅(qū)動代碼。 ROS 工作空間驅(qū)動代碼主要安裝ROS 工作框架，實(shí)現(xiàn)進(jìn)程消息傳遞、底層設(shè)備控制和程序包管理。它是一種分布式機(jī)器人軟件框架和面向服務(wù)的軟件技術(shù)。 該框架封裝到堆棧和數(shù)據(jù)包中， 具有不依賴語言、精簡、開源和集成的特點(diǎn)。底層控制驅(qū)動代碼主要實(shí)現(xiàn)編碼電機(jī)的驅(qū)動、 激光雷達(dá)的驅(qū)動、 舵機(jī)的控制， 與樹莓派進(jìn)行信息交互和執(zhí)行上位機(jī)發(fā)布的導(dǎo)航控制命令。

1.3 操作層

操作層包括Ubuntu18 操作系統(tǒng)和ROS 開源機(jī)器人系統(tǒng)，實(shí)現(xiàn)智能車在室內(nèi)的自主導(dǎo)航、避障、循跡、上位機(jī)信息交互顯示等其他輔助功能。

2 自主導(dǎo)航智能車的設(shè)計(jì)實(shí)現(xiàn)

2.1 硬件設(shè)計(jì)

以STM32F407VET6 為核心的控制電路組成的底層控制器，實(shí)現(xiàn)智能車環(huán)境數(shù)據(jù)的采集和遠(yuǎn)程控制命令的執(zhí)行、小車的運(yùn)動控制。 樹莓派4B 控制器作為ROS 開源操作系統(tǒng)的實(shí)現(xiàn)載體和Ubuntu18 操作系統(tǒng)的交互平臺，通過硬件接口連接底層控制器實(shí)現(xiàn)信息的通信。激光雷達(dá)用于地圖的掃描構(gòu)建和環(huán)境的感知。 編碼電機(jī)實(shí)現(xiàn)智能車速度、角度的感知和控制。 IMU_MPU6050 慣性測量單元包含了3 個單軸的加速度計(jì)和陀螺儀，測量物體在三維空間中的角速度和加速度，并以此解算出物體的姿態(tài)。 其模塊圖如圖2 所示。

圖2 硬件結(jié)構(gòu)模塊Figure 2 Hardware architecture module

智能車硬件電路包括STM32F407VET6 主控制器工作電路、電源電路、電機(jī)驅(qū)動及接口電路和激光雷達(dá)及樹莓派電路。 主控制器工作電路包括8MHz 及32.768kHz 的晶振電路、 按鍵復(fù)位電路、BOOT 選擇電路、三極管驅(qū)動的蜂鳴器及指示燈電路。電源電路包括CN3703 充電電路、TPS5450DDA組成的5V 壓降電路、AMS1117 組成的5V 轉(zhuǎn) 3.3V轉(zhuǎn)換電路和L78L09ABUTR 雷達(dá)電機(jī)供電電路。 電機(jī)驅(qū)動電路包括舵機(jī)接口電路以及A4950ELJTR組成的電機(jī)驅(qū)動電路。接口電路包括MPU-6050 組成的陀螺儀姿態(tài)電路、W25Q128FVSG 組成的串行FLASH 電路、 藍(lán)牙模塊接口、OLED 接口、WIFI 模塊電路接口。 激光雷達(dá)及樹莓派電路包括由CH340N 及USB_M_Double 組成的激光雷達(dá)接口電路，Rr aspberry Pi 樹莓派4B 電路。 智能車層次電路如圖3 所示。

圖3 智能車層次電路Figure 3 Smart Car Hierarchical Circuit

2.2 軟件設(shè)計(jì)

根據(jù)服務(wù)和需求功能， 在開源ROS 平臺上設(shè)計(jì)室內(nèi)自主導(dǎo)航智能車，主要實(shí)現(xiàn)小車在環(huán)形區(qū)域內(nèi)的自主導(dǎo)航運(yùn)動。 軟件部分主要包括ROS 工作空間模塊以及底層控制模塊。 如圖4 所示為ROS工作空間模塊，其多點(diǎn)自主導(dǎo)航的路徑規(guī)劃軟件在Scripts 腳本文件里用Python 語言來實(shí)現(xiàn)， 在ROS工作空間編譯運(yùn)行， 發(fā)布控制指令到底層控制器，與上位機(jī)進(jìn)行數(shù)據(jù)交互和實(shí)現(xiàn)RVIZ 地圖信息數(shù)據(jù)傳輸?shù)裙δ堋?/p>

圖4 ROS 工作空間模塊圖Figure 4 ROS workspace module diagram

使用腳本語言分別編寫智能車驅(qū)動代碼，形成智能車控制系統(tǒng)所需的激光SLAM 采集、姿態(tài)采集數(shù)據(jù)處理、 地圖控制算法和機(jī)器人控制軟件包，編寫節(jié)點(diǎn)即可調(diào)用相應(yīng)的軟件包。 應(yīng)用 ROS 提供的程序接口進(jìn)行GCC（GNU Compiler Collection）編譯，并移植到 ROS 相對應(yīng)的模塊中，ROS 的通信機(jī)制將各個獨(dú)立的模塊串接起來，完成智能車控制系統(tǒng)的設(shè)計(jì)。 各節(jié)點(diǎn)間通信的關(guān)系鏈接如圖5 所示。 其中方框?yàn)橄ⅲ瑱E圓為節(jié)點(diǎn)，矩形為話題。節(jié)點(diǎn)通過采集到的信息發(fā)布到話題，節(jié)點(diǎn)之間可以通過發(fā)布和訂閱話題來傳遞消息。消息是節(jié)點(diǎn)之間進(jìn)行通信的方式，也是最重要的通信機(jī)制。

圖5 節(jié)點(diǎn)間通信的關(guān)系鏈接Figure 5 Relationship links for communication between nodes

2.2.1 RVIZ 地圖構(gòu)建

激光SLAM 算法是實(shí)現(xiàn)導(dǎo)航的重要途徑，也是地圖構(gòu)建和定位的重要實(shí)現(xiàn)方法。 常用的算法有 Gmapping 和 Cartographer 。 本文采用 Cartographer 算法來實(shí)現(xiàn)智能車的地圖構(gòu)建與定位， 其是基于圖形優(yōu)化的算法， 與Gmapping 算法比較，不僅估計(jì)智能機(jī)器人在運(yùn)行中的姿態(tài)， 還要估算在建圖過程中的實(shí)時運(yùn)行軌跡。 通過調(diào)用Cartographer 核心算法， 訂閱多傳感器數(shù)據(jù)（/odom、/scan、/imu 等），并發(fā)布地圖、機(jī)器人位置信息（/tf、/map）。作為SLAM 算法的核心， 實(shí)現(xiàn)特征提取、 子圖構(gòu)建、閉環(huán)檢測、全局優(yōu)化等。 Cartographer 算法框架如圖6 所示。

圖6 Cartographer 算法框架圖Figure 6 Framework of Cartographer algorithm

在ROS 平臺上啟動Gazebo 和RVIZ 地圖仿真平臺， 訂閱Cartographer 發(fā)布的地圖和坐標(biāo)信息，通過Cartographer 算法和RVIZ 可視化仿真平臺實(shí)現(xiàn)地圖的可視化構(gòu)建、 實(shí)時仿真和路勁規(guī)劃等操作。 移動式智能車在室內(nèi)環(huán)境運(yùn)行一圈， 在RVIZ上的2D 地圖可視化如圖7 所示。

圖7 2D 地圖可視化Figure 7 2D map visualization

2.2.2 智能車多點(diǎn)路徑規(guī)劃

主要采用時間彈性帶TEB（Time Elastic Band）算法做局部路徑規(guī)劃，A*算法做全局路徑規(guī)劃。A*算法是從初始位置對每一個方向進(jìn)行路徑搜索并評估，從而得到最優(yōu)的位置，再從最優(yōu)的位置搜索評估直到終點(diǎn)位置。TEB 算法主要優(yōu)化與障礙物的距離、路徑長度和軌跡運(yùn)行時間等因素。 TEB 生成的局部軌跡由一系列帶有時間信息的離散位姿（pose）組成，G20（General Graph Optimization）算法優(yōu)化的目標(biāo)即這些離散的位姿，使最終由這些離散位姿組成的軌跡能達(dá)到時間最短、距離最短、遠(yuǎn)離障礙物等目標(biāo)，同時限制速度與加速度使軌跡滿足機(jī)器人的運(yùn)動學(xué)。

在路徑規(guī)劃應(yīng)用端采用Python 腳本語言編寫路徑規(guī)劃程序，只需要在遠(yuǎn)程服務(wù)端發(fā)布Python 腳本執(zhí)行命令即可完成智能車的自主導(dǎo)航運(yùn)行。多點(diǎn)路徑規(guī)劃應(yīng)用端為環(huán)形賽道設(shè)置5 個運(yùn)行點(diǎn)，智能車每到一個運(yùn)行點(diǎn)就發(fā)布即將運(yùn)行的下一個點(diǎn)，利用TEB 算法實(shí)現(xiàn)路徑的規(guī)劃。 在設(shè)置5 個運(yùn)行點(diǎn)時，利用RVIZ 可視化工具和Bitvise SSH Client 終端信息來選取坐標(biāo)值， 寫入Python 腳本實(shí)現(xiàn)多點(diǎn)的規(guī)劃，其坐標(biāo)取值如圖8 所示。 多點(diǎn)規(guī)劃應(yīng)用端Python 算法實(shí)現(xiàn)如圖9 所示。

圖8 運(yùn)行點(diǎn)坐標(biāo)值選取Figure 8 Selection of run point coordinate values

圖9 多點(diǎn)規(guī)劃應(yīng)用端Python 算法實(shí)現(xiàn)Figure 9 Application-side Python algorithm implementation for multipoint planning

3 聯(lián)調(diào)測試

在室內(nèi)搭建了測試環(huán)境， 通過軟件和硬件安裝部署、激光雷達(dá)SLAM 和RVIZ 可視化二維地圖的構(gòu)建以及 ROS 開源機(jī)器人系統(tǒng)、Ubuntu18 平臺、Bitvise SSH Client 終端交互等軟硬件聯(lián)調(diào)測試， 實(shí)驗(yàn)結(jié)果驗(yàn)證了移動式智能車設(shè)計(jì)方案的可行性和多點(diǎn)路徑規(guī)劃的有效性。 其測試結(jié)果如圖10 所示。

圖10 系統(tǒng)軟硬件聯(lián)調(diào)測試結(jié)果圖Figure 10 System Software and Hardware Debugging Test Result

本文設(shè)計(jì)的自主導(dǎo)航車主要應(yīng)用于教育服務(wù)，可作為職業(yè)教育人工智能、物聯(lián)網(wǎng)技術(shù)、計(jì)算機(jī)技術(shù)、電子信息技術(shù)和新能源汽車等專業(yè)的實(shí)驗(yàn)實(shí)訓(xùn)平臺，能夠開展ROS 開源操作系統(tǒng)、編程語言、無人駕駛技術(shù)、電子電控和智能網(wǎng)聯(lián)等相關(guān)課程教育學(xué)習(xí)。 其實(shí)物如圖11 所示。

圖11 自主導(dǎo)航智能車Figure 11 Autonomous Navigation Smart Car

4 結(jié)語

本文設(shè)計(jì)了基于ROS 和激光雷達(dá)SLAM 的自主導(dǎo)航智能車， 以阿克曼底盤、STM32F4、 樹莓派4B，激光雷達(dá)SLAM 等作為硬件基礎(chǔ)，通過ROS 開源機(jī)器人系統(tǒng)、TEB 路徑規(guī)劃、RVIZ 可視化地圖、Ubuntu18 操作系統(tǒng)和Python 腳本等設(shè)計(jì)軟件系統(tǒng)實(shí)現(xiàn)室內(nèi)環(huán)境移動式智能車的自主導(dǎo)航。測試結(jié)果表明本設(shè)計(jì)方案基本滿足需求，為自主導(dǎo)航和服務(wù)型機(jī)器人提供了解決思路和方案。 未來，將基于現(xiàn)有硬件平臺，繼續(xù)深入研究定位導(dǎo)航的穩(wěn)定性和精準(zhǔn)性。