魏塽　孫明躍　趙宇航　羅樹梅　閆庚龍

摘? 要：文章介紹一種基于腿輪自平衡技術(shù)的救援巡邏小車的設(shè)計(jì)，該小車采用兩個(gè)可伸縮的腿輪實(shí)現(xiàn)自平衡和地形適應(yīng)，配備多種傳感器（如激光雷達(dá)、攝像頭、超聲波傳感器和熱能生命探測(cè)儀），用于環(huán)境感知和目標(biāo)識(shí)別。控制系統(tǒng)采用分層控制結(jié)構(gòu)，包括運(yùn)動(dòng)控制、導(dǎo)航控制和任務(wù)控制等模塊，通過(guò)Dijkstra算法進(jìn)行路徑規(guī)劃。該小車可以在不同地形和復(fù)雜環(huán)境中實(shí)現(xiàn)自主巡邏和救援任務(wù)，具有較高的實(shí)用性和應(yīng)用推廣價(jià)值。

關(guān)鍵詞：腿輪自平衡；救援巡邏；自主巡邏；控制算法

中圖分類號(hào)：TP273；TP242 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2023）20-0151-06

Rescue Patrol Car Based on Leg Wheel Self-balancing Technology

WEI Shuang， SUN Mingyue， ZHAO Yuhang， LUO Shumei， YAN Genglong

（Department of Brewing Engineering Automation， Moutai Institute， Zunyi? 564500， China）

Abstract： This paper introduces the design of a rescue patrol car based on leg wheel self-balancing technology. The car uses two retractable leg wheels to achieve self balancing and terrain adaptation， and is equipped with various sensors （such as Lidar， cameras， ultrasonic sensors， and thermal life detectors） for environmental perception and target recognition. The control system adopts a hierarchical control structure， including modules such as motion control， navigation control， and task control， and uses Dijkstra algorithm for path planning. This car can achieve autonomous patrol and rescue tasks in different terrains and complex environments， and has high practicality and application promotion value.

Keywords： leg wheel self-balancing; rescue patrol; autonomous patrol; control algorithm

0? 引? 言

隨著人工智能技術(shù)和自動(dòng)化技術(shù)的不斷發(fā)展，自主移動(dòng)機(jī)器人的研究和應(yīng)用越來(lái)越廣泛。救援巡邏小車作為一種自主移動(dòng)機(jī)器人，具有廣泛的應(yīng)用前景。特別是在一些災(zāi)難現(xiàn)場(chǎng)和危險(xiǎn)區(qū)域中，人員難以進(jìn)入的場(chǎng)所，救援巡邏小車可以扮演著至關(guān)重要的角色?；谕容喿云胶饧夹g(shù)的救援巡邏小車因其優(yōu)越的通過(guò)性能和穩(wěn)定性在近年來(lái)得到了廣泛的關(guān)注和研究。本文旨在設(shè)計(jì)一種基于腿輪自平衡技術(shù)的救援巡邏小車，通過(guò)搭載多種傳感器實(shí)現(xiàn)環(huán)境感知和自主導(dǎo)航，為救援行動(dòng)提供支持和保障。

當(dāng)今自然災(zāi)害和人為災(zāi)害頻繁發(fā)生，災(zāi)后救援成為必要的任務(wù)?，F(xiàn)有智能救援產(chǎn)品主要分為手持儀器、輪動(dòng)式小型裝備、大型裝備、飛行設(shè)備或地貌勘測(cè)設(shè)備和一些特殊設(shè)備。這些設(shè)備的功能包括生命痕跡探索、醫(yī)療運(yùn)輸和災(zāi)區(qū)解剖、勘測(cè)地形、測(cè)距與圖像感知、檢測(cè)二氧化碳濃度、探測(cè)呼吸與體溫等。如圖1所示，每種設(shè)備均有其優(yōu)點(diǎn)和不足，需要根據(jù)具體應(yīng)用場(chǎng)景進(jìn)行選擇和搭配[1]。

隨著人工智能、機(jī)器人技術(shù)的不斷發(fā)展，自主移動(dòng)機(jī)器人的應(yīng)用范圍不斷拓展，救援和巡邏作為自移動(dòng)機(jī)器人的應(yīng)用領(lǐng)域之一，需要機(jī)器人具有較強(qiáng)的自主探索和搜救能力，涉及多個(gè)學(xué)科領(lǐng)域，如機(jī)械設(shè)計(jì)、電子工程、計(jì)算機(jī)科學(xué)和控制工程等使其能夠在復(fù)雜環(huán)境中自主行動(dòng)，為人類提供有效的支持和幫助。因此，基于腿輪自平衡技術(shù)的救援巡邏小車研究具有重要的應(yīng)用價(jià)值和研究意義，相較于傳統(tǒng)的三輪和四輪輪式運(yùn)動(dòng)機(jī)器人，兩輪機(jī)器人作為救援巡邏小車具有更多的優(yōu)勢(shì)[2]。

傳統(tǒng)的移動(dòng)機(jī)器人通常采用輪式或者履帶式結(jié)構(gòu)，但是這些結(jié)構(gòu)在不平坦的地面上容易出現(xiàn)傾翻等安全問(wèn)題。而基于腿輪自平衡技術(shù)的移動(dòng)機(jī)器人可以通過(guò)動(dòng)態(tài)控制機(jī)構(gòu)的姿態(tài)來(lái)實(shí)現(xiàn)自主平衡，從而具有更好的適應(yīng)性和安全性。該技術(shù)結(jié)合了腿式機(jī)器人和輪式機(jī)器人的優(yōu)點(diǎn)，能夠克服傳統(tǒng)機(jī)器人在復(fù)雜地形上的行進(jìn)困難。應(yīng)對(duì)垂直障礙的跳躍動(dòng)作規(guī)劃方法，并基于全身力矩控制框架進(jìn)行控制與實(shí)現(xiàn)[3]。

1? 救援巡邏小車設(shè)計(jì)

1.1? 巡邏小車整體設(shè)計(jì)

1.1.1? 整車架構(gòu)設(shè)計(jì)

整車機(jī)械設(shè)計(jì)如圖2所示，輪組部分采用腿輪結(jié)構(gòu)，腿部由兩條可以伸縮的機(jī)械臂組成，可以在不平整的地面行駛。車身由底盤、電機(jī)、電池和控制系統(tǒng)組成。底盤上安裝了兩個(gè)驅(qū)動(dòng)輪和一個(gè)自平衡機(jī)構(gòu)，用于保持車身平衡。

1.1.2? 硬件系統(tǒng)設(shè)計(jì)

小車的電氣控制系統(tǒng)包括傳感器、執(zhí)行器和控制器。傳感器用于獲取車身姿態(tài)、速度、位置等信息；執(zhí)行器用于驅(qū)動(dòng)電機(jī)和腿部機(jī)械臂；控制器則根據(jù)傳感器獲取的信息和用戶輸入的指令，計(jì)算出控制信號(hào)，控制小車的運(yùn)動(dòng)。

1.1.3? 軟件系統(tǒng)設(shè)計(jì)

小車的軟件系統(tǒng)包括運(yùn)動(dòng)控制、路徑規(guī)劃、目標(biāo)識(shí)別等模塊。運(yùn)動(dòng)控制模塊根據(jù)傳感器數(shù)據(jù)計(jì)算出小車的姿態(tài)和速度控制信號(hào)。路徑規(guī)劃模塊根據(jù)地圖信息和目標(biāo)位置，采用Dijkstra算法路徑規(guī)劃算法，生成最優(yōu)路徑。目標(biāo)識(shí)別模塊通過(guò)圖像處理和計(jì)算機(jī)視覺(jué)技術(shù)，對(duì)目標(biāo)進(jìn)行識(shí)別和定位，為路徑規(guī)劃和運(yùn)動(dòng)控制提供目標(biāo)位置信息。

1.2? 傳感器選型

救援巡邏小車常用的傳感器包括GPS和IMU、紅外傳感器、超聲波傳感器、氣象傳感器、麥克風(fēng)。這些傳感器可以感知周圍環(huán)境、獲取車體位置、速度、姿態(tài)等信息，用于實(shí)現(xiàn)自主導(dǎo)航、障礙物檢測(cè)、運(yùn)動(dòng)控制等任務(wù)。不同傳感器各有優(yōu)缺點(diǎn)，需要根據(jù)具體需求進(jìn)行選型。

GPS和IMU：用于位置和定位。GPS可以提供小車的位置信息，而IMU則可以獲取小車的加速度、角速度等信息，從而實(shí)現(xiàn)精準(zhǔn)的定位和導(dǎo)航。GPS和IMU的聯(lián)合使用可以為救援巡邏小車提供精準(zhǔn)的定位和導(dǎo)航控制，同時(shí)具有較強(qiáng)的抗干擾能力并能實(shí)時(shí)反饋[4]。

紅外傳感器：用于熱源探測(cè)，其具有非接觸式測(cè)量、高精度測(cè)量、夜間工作能力強(qiáng)、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，可以為小車提供有效的目標(biāo)定位和判斷支持以便快速定位被困人員的位置。

超聲波傳感器：用于障礙物檢測(cè)。如圖3所示，超聲波傳感器可以測(cè)量前方障礙物的方向、距離、形狀和尺寸等信息，避免小車發(fā)生碰撞和損壞。

氣象傳感器：用于檢測(cè)環(huán)境的氣象狀況，救援巡邏小車中運(yùn)用氣象傳感器可以提供必要的氣象數(shù)據(jù)支持，幫助判斷環(huán)境安全性，改善控制精度，提高任務(wù)效率。

麥克風(fēng)：用于聲音感知。麥克風(fēng)可以接收周圍環(huán)境的聲音信號(hào)，從而幫助小車識(shí)別聲源，如人聲、警報(bào)聲等。

集成化攝像頭如圖4所示，發(fā)現(xiàn)異常情況及時(shí)進(jìn)行處理和報(bào)警，提高安全性和效率，集成了攝像頭的救援巡邏小車可以通過(guò)圖像識(shí)別算法對(duì)周圍環(huán)境進(jìn)行分析，提高救援效率和安全性。

1.3? 控制系統(tǒng)設(shè)計(jì)

對(duì)于自平衡控制，采用LQR控制器，以實(shí)現(xiàn)車體的穩(wěn)定直立運(yùn)動(dòng)。LQR控制器是通過(guò)最小化控制代價(jià)函數(shù)來(lái)計(jì)算控制信號(hào)。腿輪帶關(guān)節(jié)自平衡小車的LQR控制模型，我們需要定義狀態(tài)矢量和控制輸入向量。假設(shè)狀態(tài)矢量x包括小車的俯仰角度、平衡點(diǎn)位置、俯仰角速度和平衡點(diǎn)位置速度，控制輸入向量u包括腿部的張力和關(guān)節(jié)角速度。

對(duì)于導(dǎo)航控制，需要設(shè)計(jì)軌跡規(guī)劃算法和控制策略，以實(shí)現(xiàn)車體在給定的路徑上行駛。其中軌跡規(guī)劃算法采用Dijkstra算法，以找到最優(yōu)路徑，以下是Dijkstra算法的具體計(jì)算過(guò)程：

1）創(chuàng)建一個(gè)包含所有節(jié)點(diǎn)的集合，將起始節(jié)點(diǎn)標(biāo)記為距離為0的起點(diǎn)，將其余節(jié)點(diǎn)的距離標(biāo)記為無(wú)限遠(yuǎn)。

2）對(duì)于每個(gè)未訪問(wèn)過(guò)的節(jié)點(diǎn)，計(jì)算它們到起點(diǎn)的距離，選擇距離最小的節(jié)點(diǎn)作為下一個(gè)要訪問(wèn)的節(jié)點(diǎn)。

3）對(duì)于當(dāng)前節(jié)點(diǎn)，計(jì)算它到相鄰節(jié)點(diǎn)的距離，如果這個(gè)距離小于已知的最短路徑，則更新它的距離。

4）將當(dāng)前節(jié)點(diǎn)標(biāo)記為已訪問(wèn)。

5）重復(fù)步驟2）～4），直到所有節(jié)點(diǎn)都被訪問(wèn)過(guò)或者沒(méi)有可達(dá)節(jié)點(diǎn)。

6）找到從起點(diǎn)到終點(diǎn)的最短路徑。

如圖5所示，采用dijkstra算法分析從源點(diǎn)A到目標(biāo)點(diǎn)F的最短路徑。

在實(shí)際應(yīng)用中，Dijkstra算法可以通過(guò)堆優(yōu)化來(lái)實(shí)現(xiàn)更高效的計(jì)算，Dijkstra算法的流程圖如圖6所示。

2? 腿輪自平衡控制

2.1? 腿輪自平衡原理介紹

腿輪自平衡機(jī)器人的原理是，在機(jī)器人移動(dòng)時(shí)，將機(jī)器人的控制系統(tǒng)中的重心定位在車輪和腿部之間，并通過(guò)調(diào)整腿部的長(zhǎng)度和角度來(lái)改變機(jī)器人的重心位置，以維持機(jī)器人的平衡狀態(tài)。此外，通過(guò)利用加速度計(jì)和陀螺儀等傳感器，可以實(shí)時(shí)監(jiān)測(cè)機(jī)器人的傾斜角度和加速度，以及地面的狀態(tài)和機(jī)器人的速度等參數(shù)，并根據(jù)這些數(shù)據(jù)實(shí)現(xiàn)機(jī)器人的自適應(yīng)控制和自動(dòng)導(dǎo)航。

2.2? 車體動(dòng)力學(xué)建模

基于腿輪自平衡技術(shù)的救援巡邏小車能夠進(jìn)行自主運(yùn)動(dòng)和巡邏。為了對(duì)該車輛進(jìn)行控制和設(shè)計(jì)控制器，我們需要對(duì)其進(jìn)行動(dòng)力學(xué)建模。

首先，我們定義車輛的狀態(tài)向量為x = [x1，x2，x3]T，其中：x1為車身的傾角，x2為車輛的橫向速度，x3為車輛的轉(zhuǎn)向角度。

車輛的運(yùn)動(dòng)可以通過(guò)轉(zhuǎn)向角度、轉(zhuǎn)向速度和車身傾角來(lái)描述。接下來(lái)，我們可以根據(jù)物理學(xué)原理來(lái)建立車輛的動(dòng)力學(xué)方程。

車輛的動(dòng)力學(xué)方程可以表示為：

其中，fi（x）為一些非線性函數(shù)，u為一個(gè)輸入向量，它控制車輛的轉(zhuǎn)向速度和加速度。

具體而言，各個(gè)函數(shù)的形式如下：

f1（x）：車身的傾角隨時(shí)間的變化率。它可以為：

其中，l為車輪軸距。

f2（x）：表示車輛的橫向速度隨時(shí)間的變化率。它可以為：

其中，g為重力加速度，R為車輪的半徑。

f3（x）：車輛的轉(zhuǎn)向角度隨時(shí)間的變化率。它可以為：

f4（x）：車輛的橫向加速度隨時(shí)間的變化率。它可以為：

其中，m為車輛的質(zhì)量。

f5（x）：車輛的轉(zhuǎn)向加速度隨時(shí)間的變化率。它可以為：

其中，I為車輛的轉(zhuǎn)動(dòng)慣量，綜上所述，這個(gè)動(dòng)力學(xué)模型可以用來(lái)描述基于腿輪自平衡技術(shù)的救援巡邏小車的運(yùn)動(dòng)。通過(guò)控制輸入向量u，即轉(zhuǎn)向速度和加速度，可以控制車輛的運(yùn)動(dòng)狀態(tài)。這個(gè)模型可以用于設(shè)計(jì)和優(yōu)化車輛控制算法，以提高車輛的穩(wěn)定性、速度和機(jī)動(dòng)性能，進(jìn)而提高車輛在救援和巡邏等場(chǎng)景中的應(yīng)用效果。

2.3? PID控制器實(shí)現(xiàn)轉(zhuǎn)向控制

在車輛行駛過(guò)程中，需要控制小車的轉(zhuǎn)向來(lái)實(shí)現(xiàn)路徑規(guī)劃中的轉(zhuǎn)彎。采用PID控制器可以實(shí)現(xiàn)小車轉(zhuǎn)向控制的自動(dòng)化。其中，誤差定義為實(shí)際轉(zhuǎn)向角度與目標(biāo)轉(zhuǎn)向角度之間的差值，即：

其中，θtarget為目標(biāo)轉(zhuǎn)向角度，θactual為當(dāng)前實(shí)際轉(zhuǎn)向角度。根據(jù)PID控制器的公式，控制器輸出為：

其中，Kp、Ki、Kd分別為比例系數(shù)、積分系數(shù)、微分系數(shù)，可根據(jù)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行調(diào)整。控制器輸出的結(jié)果即為小車的轉(zhuǎn)向角度。

3? 救援功能設(shè)計(jì)

3.1? 救援任務(wù)需求分析

3.1.1? 實(shí)時(shí)通信

小車將配備通信設(shè)備，如無(wú)線電、衛(wèi)星通信等，以確保與遠(yuǎn)程控制中心或其他救援人員之間的實(shí)時(shí)通信。這樣，小車可以隨時(shí)向指揮中心報(bào)告救援任務(wù)的進(jìn)展和遇到的困難，從而快速響應(yīng)和適應(yīng)各種救援場(chǎng)景。此外，小車還可以接收指揮中心的指令和任務(wù)，及時(shí)調(diào)整自身的行動(dòng)和路徑，提高救援效率和成功率。通過(guò)這些通信設(shè)備，小車與其他救援力量之間可以實(shí)現(xiàn)協(xié)同作戰(zhàn)，最大限度地發(fā)揮各方的力量，為救援行動(dòng)保駕護(hù)航。

3.1.2? 環(huán)境適應(yīng)性

考慮到小車需要適應(yīng)各種復(fù)雜環(huán)境，設(shè)計(jì)初期在前后加裝了輔助輪，如圖7所示，以提高小車的穩(wěn)定性和行駛能力。輔助輪可以在小車起步、剎車、轉(zhuǎn)彎等場(chǎng)景下提供更好的支撐和控制，降低小車翻車的風(fēng)險(xiǎn)，同時(shí)也可以減輕小車電機(jī)和電池的負(fù)擔(dān)，延長(zhǎng)小車的使用壽命。

3.2? 視覺(jué)識(shí)別與避障算法設(shè)計(jì)

3.2.1? 目標(biāo)檢測(cè)

目標(biāo)檢測(cè)是指對(duì)小車前方的視野范圍內(nèi)的圖像進(jìn)行處理，找出其中可能的目標(biāo)物體并進(jìn)行識(shí)別，以便小車在遇到目標(biāo)時(shí)能夠作出相應(yīng)的行動(dòng)。目前常用的目標(biāo)檢測(cè)算法包括基于深度學(xué)習(xí)的YOLO、Faster R-CNN等，可以根據(jù)具體需求進(jìn)行選擇。在設(shè)計(jì)算法時(shí)，需要考慮到算法的速度和精度，并針對(duì)小車的特殊應(yīng)用場(chǎng)景進(jìn)行算法優(yōu)化[5]，實(shí)際運(yùn)行物體檢測(cè)圖如圖8所示。

3.2.2? 距離測(cè)量

為了實(shí)現(xiàn)小車的避障，需要估計(jì)障礙物到小車的距離。常用的方法包括使用深度相機(jī)進(jìn)行測(cè)距，或者利用單目視覺(jué)技術(shù)計(jì)算目標(biāo)物體的距離。具體的算法可以根據(jù)實(shí)際需求進(jìn)行選擇，同時(shí)需要考慮算法的精度和實(shí)時(shí)性。

3.2.3? 避障決策

在獲得障礙物位置和距離信息后，需要采用避障算法進(jìn)行決策。常用的避障算法包括基于障礙物的躲避算法和路徑規(guī)劃算法等?；谡系K物的躲避算法主要是在檢測(cè)到障礙物后，計(jì)算小車的運(yùn)動(dòng)方向和速度，使其避開障礙物。路徑規(guī)劃算法則是在小車的整個(gè)運(yùn)動(dòng)軌跡上進(jìn)行規(guī)劃，以保證小車能夠繞過(guò)所有障礙物。需要根據(jù)實(shí)際應(yīng)用場(chǎng)景進(jìn)行算法選擇，并考慮算法的實(shí)時(shí)性和精度[6]。

3.2.4? 控制策略

在進(jìn)行避障決策后，需要采用相應(yīng)的控制策略來(lái)實(shí)現(xiàn)小車的運(yùn)動(dòng)控制。通?？梢酝ㄟ^(guò)調(diào)節(jié)小車的速度和轉(zhuǎn)向角度來(lái)控制其運(yùn)動(dòng)。在設(shè)計(jì)控制策略時(shí)，需要考慮小車的平衡控制和運(yùn)動(dòng)控制，以確保小車的穩(wěn)定和安全。同時(shí)，需要考慮算法的實(shí)時(shí)性和精度，以滿足實(shí)際應(yīng)用的要求。

3.2.5? SLAM建圖

SLAM（SimultaneousLocalization and Mapping）是指同時(shí)完成自主機(jī)器人的定位和環(huán)境地圖構(gòu)建的技術(shù)，通過(guò)機(jī)器人的傳感器和運(yùn)動(dòng)數(shù)據(jù)，利用SLAM算法實(shí)時(shí)構(gòu)建機(jī)器人所處環(huán)境的地圖，同時(shí)定位機(jī)器人自身在地圖中的位置，如圖9所示。

小車的運(yùn)動(dòng)控制可以通過(guò)控制小車的線速度和轉(zhuǎn)向角來(lái)實(shí)現(xiàn)。設(shè)uv和u?分別為小車的線速度和轉(zhuǎn)向角控制輸入，則可以將小車的運(yùn)動(dòng)控制模型為：

其中，vd和?d分別為期望的線速度和轉(zhuǎn)向角度，Kv和K?分別為線速度和轉(zhuǎn)向角的控制增益，K?v為線速度和轉(zhuǎn)向角的交叉控制增益。實(shí)現(xiàn)基于腿輪自平衡技術(shù)的救援巡邏小車的穩(wěn)定站立需要采用有效的控制方法。

3.3? 實(shí)現(xiàn)與結(jié)果

在本研究中，采用PID控制器來(lái)實(shí)現(xiàn)穩(wěn)定的站立。具體而言，直立采用速度環(huán)嵌套平衡環(huán)來(lái)達(dá)到穩(wěn)定的站立。直立環(huán)采用PD控制器，速度采用PI控制器，旋轉(zhuǎn)主要采用PD控制器。

3.3.1? 運(yùn)動(dòng)過(guò)程機(jī)器人位姿

在實(shí)現(xiàn)過(guò)程中，首先進(jìn)行了機(jī)械結(jié)構(gòu)設(shè)計(jì)和建模，以獲取小車的姿態(tài)信息。接著，利用運(yùn)動(dòng)學(xué)模型進(jìn)行輪腿運(yùn)動(dòng)控制，從而實(shí)現(xiàn)平穩(wěn)的運(yùn)動(dòng)。然后，設(shè)計(jì)了平衡控制器，根據(jù)小車的姿態(tài)信息進(jìn)行控制，使得小車能夠穩(wěn)定地站立在不平坦的地面上。將小車運(yùn)動(dòng)過(guò)程調(diào)整平衡姿態(tài)進(jìn)行模擬，過(guò)程如圖10所示。

3.3.2? 小車轉(zhuǎn)向控制

對(duì)于轉(zhuǎn)向，采用PD控制器來(lái)實(shí)現(xiàn)靈活的轉(zhuǎn)向操作。具體而言，控制器根據(jù)小車的當(dāng)前位置和目標(biāo)位置之間的角度差，計(jì)算出轉(zhuǎn)向所需的角速度，并實(shí)時(shí)調(diào)節(jié)腿輪的轉(zhuǎn)向角度，使得小車能夠快速、準(zhǔn)確地轉(zhuǎn)向，小車轉(zhuǎn)向部分代碼如圖11所示。

3.3.3? 小車平衡控制

對(duì)于平衡控制，采用速度環(huán)嵌套平衡環(huán)的控制方式來(lái)實(shí)現(xiàn)穩(wěn)定的站立。在速度環(huán)中，采用PI控制器來(lái)控制小車的前進(jìn)速度，使得小車能夠以平穩(wěn)的速度行進(jìn)。在平衡環(huán)中，采用PD控制器來(lái)控制小車的直立姿態(tài)，使得小車能夠穩(wěn)定地站立在不平坦的地面上。具體而言，控制器根據(jù)小車當(dāng)前的姿態(tài)信息，計(jì)算出所需的力矩控制量，從而實(shí)現(xiàn)平衡控制。實(shí)驗(yàn)結(jié)果表明，基于速度環(huán)嵌套平衡環(huán)的控制方式能夠有效地提高小車的穩(wěn)定性和適應(yīng)性，小車平衡控制部分代碼如圖12所示。

4? 結(jié)? 論

隨著科技的不斷發(fā)展，基于腿輪自平衡技術(shù)的救援巡邏小車已成為智能機(jī)器人領(lǐng)域的研究熱點(diǎn)之一。雖然目前已有廣泛應(yīng)用，但仍需解決提高運(yùn)動(dòng)和安全性能、探索和優(yōu)化控制算法等問(wèn)題。

未來(lái)的研究方向應(yīng)包括探索和優(yōu)化控制算法、開發(fā)更加智能的系統(tǒng)以及繼續(xù)探索和開發(fā)新的應(yīng)用場(chǎng)景。例如，可以進(jìn)一步研究機(jī)器人的自主導(dǎo)航和路徑規(guī)劃算法，提高機(jī)器人的自主決策和行動(dòng)能力；在系統(tǒng)智能方面，可以探索更加智能的傳感器和控制技術(shù)，以提高機(jī)器人的環(huán)境感知和處理能力。

總之，基于腿輪自平衡技術(shù)的救援巡邏小車在未來(lái)有著廣闊的發(fā)展前景，需要不斷創(chuàng)新和完善技術(shù)和系統(tǒng)設(shè)計(jì)，從而更好地服務(wù)于人類社會(huì)。

參考文獻(xiàn)：

[1] 孟凱寧，舒畇溦，杜成群.基于廢墟結(jié)構(gòu)特征的災(zāi)后救援機(jī)器人設(shè)計(jì)研究 [J].包裝工程，2022，43（24）：180-188.

[2] 李家宸.輪腿式仿生機(jī)器人運(yùn)動(dòng)控制研究 [D].哈爾濱：哈爾濱工業(yè)大學(xué)，2019.

[3] 辛亞先，李貽斌，柴匯，等.基于全身力矩控制的雙腿輪機(jī)器人跳躍方法研究 [J].自動(dòng)化學(xué)報(bào)，2023，49（8）：1635-1644.

[4] 張青春，周玲，吳崢.GPS/BDS和IMU融合技術(shù)在無(wú)人配送車定位解算中應(yīng)用研究 [J].電子測(cè)量技術(shù)，2022，45（21）：36-41.

[5] 化嫣然，張卓，龍賽，等.基于改進(jìn)YOLO算法的遙感圖像目標(biāo)檢測(cè) [J].電子測(cè)量技術(shù)，2020，43（24）：87-92.

[6] 張世義.果園移動(dòng)機(jī)器人自主避障運(yùn)動(dòng)規(guī)劃方法研究 [D].鎮(zhèn)江：江蘇大學(xué)，2022.

作者簡(jiǎn)介：魏塽（2001—），男，漢族，貴州黔西南人，本科在讀，研究方向：機(jī)械設(shè)計(jì)。

收稿日期：2023-04-06

基金項(xiàng)目：國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃（202214625003）；貴州省教育廳青年科技人才成長(zhǎng)項(xiàng)目（黔教合KY〔2020〕223）；貴州省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃（S202314625012）；茅臺(tái)學(xué)院“SRT計(jì)劃”（mysrt〔2023〕011）