趙光國(guó)，孟福軍，岳勝如

(塔里木大學(xué)水利與建筑工程學(xué)院，新疆 阿拉爾 843300)

當(dāng)農(nóng)業(yè)智能機(jī)器人(農(nóng)機(jī)智能體)工作環(huán)境中出現(xiàn)一些障礙物時(shí)，可能會(huì)導(dǎo)致農(nóng)機(jī)智能體不能正常工作[1-3]，需通過(guò)建立農(nóng)機(jī)智能體自身運(yùn)動(dòng)模型及其工作環(huán)境的避障路徑規(guī)劃來(lái)指導(dǎo)農(nóng)機(jī)智能體實(shí)現(xiàn)障礙物的順利避障[4]，并在避障完成后正常回到原始工作路徑，因此有必要進(jìn)行基于多傳感器融合的障礙物檢測(cè)與匹配算法研究。

1 障礙物檢測(cè)與匹配算法研究

1.1 未知環(huán)境下激光地圖的構(gòu)建

使用激光掃描儀實(shí)現(xiàn)障礙物識(shí)別，需要將激光點(diǎn)的光斑間隔數(shù)據(jù)變換到對(duì)應(yīng)坐標(biāo)系下[5]，如圖1所示。其右前方區(qū)域有障礙物，激光雷達(dá)以一定間隔(0.5°)逐點(diǎn)掃描，記錄此點(diǎn)與觀測(cè)點(diǎn)的距離Di，同時(shí)記錄對(duì)應(yīng)的角度θi(與坐標(biāo)x軸的夾角)。 變換公式如下：

(1)

其中：Di為第i個(gè)激光點(diǎn)到激光雷達(dá)的距離，θi為第i個(gè)激光點(diǎn)轉(zhuǎn)換的角度：θi=i×0.5，(Xi,Yi) 則為第i個(gè)激光點(diǎn)轉(zhuǎn)換的坐標(biāo)(i=0，1，2，…，360)。

圖1 坐標(biāo)轉(zhuǎn)換示意圖Fig.1 Coordinate transformation diagram

1.2 障礙物匹配算法

1.2.1 障礙物檢測(cè)方法流程

通過(guò)BDS與INS傳感器獲取農(nóng)機(jī)智能體的位姿信息，并用激光掃描儀實(shí)時(shí)識(shí)別農(nóng)機(jī)智能體與農(nóng)田障礙物之間的相對(duì)位置關(guān)系。經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換后，得到障礙物的方位及其絕對(duì)坐標(biāo)[6-7]。采用歐式聚類法實(shí)現(xiàn)激光數(shù)據(jù)的濾波、聚類及分割，分析采樣周期內(nèi)障礙物絕對(duì)位置，識(shí)別障礙物狀態(tài)，方法流程如圖2所示。

圖2 方法流程圖Fig.2 Method flow chart

1.2.2 障礙物識(shí)別與匹配

1.2.2.1 激光數(shù)據(jù)的濾波和聚類

由于田間環(huán)境因素復(fù)雜多變，噪聲影響大，在獲取到障礙物絕對(duì)坐標(biāo)后，必須進(jìn)行數(shù)據(jù)去噪處理。通過(guò)歐式聚類法實(shí)現(xiàn)聚類分割處理[8]，在過(guò)濾后的點(diǎn)云數(shù)據(jù)基礎(chǔ)上提取出障礙物部分點(diǎn)云集，進(jìn)行坐標(biāo)轉(zhuǎn)換后，可測(cè)量到農(nóng)機(jī)智能體前方一定范圍內(nèi)的障礙物。

具體方法如下：當(dāng)激光點(diǎn)間距小于一定閾值時(shí)，說(shuō)明相鄰的兩個(gè)激光點(diǎn)來(lái)自一個(gè)物體，反之，則表明來(lái)自不同的物體。聚類判斷準(zhǔn)則如下：

(2)

式中：Dn-1,n為兩相鄰激光點(diǎn)間的距離；δ為激光點(diǎn)聚類的間隔閾值，設(shè)為100 cm。

1.2.2.2 匹配潛在障礙物

通過(guò)歐式聚類和潛在障礙物的識(shí)別后，得到了m個(gè)獨(dú)立的潛在障礙物，則可通過(guò)計(jì)算得到潛在障礙物中激光點(diǎn)數(shù)量、大小和位置[9]。

在激光點(diǎn)聚類過(guò)程中可以直接得到潛在障礙物中包含的激光點(diǎn)的個(gè)數(shù)。利用潛在障礙物所覆蓋的區(qū)域面積來(lái)表達(dá)其面積尺寸，設(shè)定在激光坐標(biāo)系下，潛在障礙物i中激光點(diǎn)坐標(biāo)中X和Y方向上取值范圍[Ximax,Ximin]，[Yimax,Yimin]。障礙物的面積尺寸為：Ai=(Ximax-Ximin)(Yimax-Yimin)。把潛在障礙物想象成一個(gè)置于地面的圓心物體，則圓心可以用其所有激光點(diǎn)的間距和角度平均值計(jì)算：

(3)

其中：(Xi,Yi)為潛在障礙物i的質(zhì)心，Di和θi為潛在障礙物i中n個(gè)激光點(diǎn)的間距和角度平均值。

經(jīng)過(guò)激光點(diǎn)數(shù)據(jù)的坐標(biāo)變換和聚類分割后[10]，根據(jù)潛在障礙物及農(nóng)機(jī)當(dāng)前狀態(tài)來(lái)判斷障礙物類別：在采樣周期內(nèi)識(shí)別到同一障礙物中激光點(diǎn)個(gè)數(shù)和坐標(biāo)基本不變，則可判斷為相對(duì)靜止的障礙物。當(dāng)采樣周期內(nèi)檢測(cè)到的激光點(diǎn)面積有一定的重合，子集合質(zhì)心間的間距差不大時(shí)，可推斷出識(shí)別的前后障礙物為同一障礙物，表明障礙物處于運(yùn)動(dòng)狀態(tài)。

2 仿真模擬實(shí)驗(yàn)及分析

在ROS軟件平臺(tái)仿真工具包Gazebo中建立農(nóng)機(jī)智能體仿真模型，并添加研究提出的匹配算法，進(jìn)行避障仿真測(cè)試。以車輛的啟動(dòng)和運(yùn)行控制點(diǎn)為路徑規(guī)劃的原點(diǎn)(0，0)，要求試驗(yàn)車輛從起動(dòng)點(diǎn)繞開(kāi)障礙物到達(dá)目標(biāo)點(diǎn)，圖3為測(cè)試中仿真規(guī)劃路線效果。圖4為添加障礙物后仿真車實(shí)際行走路線效果。

圖3 仿真規(guī)劃路線Fig.3 Simulation planning route

圖4 仿真車實(shí)際行走路線Fig.4 Actual walking route of the simulation car

試驗(yàn)結(jié)果：從前進(jìn)路線可以看出，仿真車啟動(dòng)后先沿全局規(guī)劃路徑前進(jìn)，當(dāng)檢測(cè)到障礙物后，程序啟動(dòng)避障模式，重新規(guī)劃路徑，實(shí)現(xiàn)對(duì)障礙物的繞行；仿真模型能夠完成路徑規(guī)劃任務(wù)，并且能生成較為光滑的路徑，基本滿足試驗(yàn)要求。

3 結(jié)論

進(jìn)行了一種基于傳感器信息融合的障礙物識(shí)別與匹配算法研究，并結(jié)合仿真測(cè)試，驗(yàn)證了算法的有效性。在ROS機(jī)器人操作系統(tǒng)平臺(tái)Gazebo仿真軟件上，建立了障礙物識(shí)別模型并添加研究提出的匹配算法，在仿真模擬環(huán)境中，仿真模型車能夠完成路徑規(guī)劃任務(wù)，基本滿足試驗(yàn)要求。