閆存瑩，王福康，田存?zhèn)?/p>

（聊城大學(xué)物理科學(xué)與信息工程學(xué)院，聊城 252059）

0 引言

近年來，國(guó)內(nèi)外地震、煤氣泄漏、火災(zāi)等災(zāi)害頻發(fā)。這些災(zāi)害造成了嚴(yán)重的人員傷亡和財(cái)產(chǎn)損失。災(zāi)害發(fā)生后首要的任務(wù)是現(xiàn)場(chǎng)狀況和被困人員的探測(cè)工作。然而這些探測(cè)行動(dòng)都遇到了同一個(gè)難題，因?yàn)?zāi)害過后現(xiàn)場(chǎng)情況復(fù)雜（如：有害物質(zhì)泄露、現(xiàn)場(chǎng)高溫、災(zāi)后空間狹?。?，致使救援人員無法進(jìn)入現(xiàn)場(chǎng)了解情況，救援工作難以展開［1］。目前已開發(fā)的探測(cè)機(jī)器人一種是多自由度、運(yùn)動(dòng)靈活，但是體積大、價(jià)格昂貴；另一種是體積小巧、運(yùn)動(dòng)靈活但功能單一，可靠性不高。為了有效回避以上探測(cè)機(jī)器人的缺點(diǎn)，本文設(shè)計(jì)了一種能在多種環(huán)境下進(jìn)行自主探測(cè)的機(jī)器人，它具有體積小、運(yùn)動(dòng)靈活，能適應(yīng)多種復(fù)雜情況、反饋多種信息的優(yōu)點(diǎn)。

在環(huán)境探測(cè)機(jī)器人領(lǐng)域，為了滿足低功耗的要求，大多采用低性能的處理器作為機(jī)器人中控。這就導(dǎo)致探測(cè)機(jī)器人僅能處理簡(jiǎn)單的遙控指令進(jìn)行探測(cè)和搜索，但在復(fù)雜的環(huán)境中僅僅通過攝像頭傳輸?shù)膱D像畫面，操控手并不能完全掌握環(huán)境的各種信息，導(dǎo)致傳統(tǒng)探測(cè)機(jī)器人效率低下，無法完成較為復(fù)雜的探測(cè)任務(wù)，同時(shí)對(duì)環(huán)境的感知能力也較為薄弱。針對(duì)探測(cè)機(jī)器人工作環(huán)境的特點(diǎn)，在保證可靠性、低功耗的前提下選擇高性能的處理器來實(shí)現(xiàn)復(fù)雜的環(huán)境感知和自主探測(cè)的任務(wù)，成為迫切的需求。

本文針對(duì)自主探測(cè)機(jī)器人的工作特點(diǎn)，提出了一種基于Nvidia Jetson主控和激光雷達(dá)的可自主建圖、導(dǎo)航、探測(cè)的履帶式機(jī)器人系統(tǒng)［2］。并通過gazebo軟件仿真和實(shí)際測(cè)試，能夠?qū)崿F(xiàn)復(fù)雜環(huán)境下的探測(cè)任務(wù)。

1 機(jī)器人自主探測(cè)系統(tǒng)總體設(shè)計(jì)

1.1 機(jī)器人系統(tǒng)總體設(shè)計(jì)方案

機(jī)器人以STM32作為底層控制器，控制底盤的驅(qū)動(dòng)電機(jī)、霍爾編碼器、IMU慣性傳感器模塊、電量檢測(cè)模塊等設(shè)備運(yùn)行。將機(jī)器人姿態(tài)傳感器數(shù)據(jù)和里程計(jì)信息以串口通信的方式傳送給主控制器進(jìn)行分析。

為了滿足復(fù)雜環(huán)境下自主探測(cè)的功能，機(jī)器人以高性能的Nvidia Jetson NANO作為主控制器，通過對(duì)激光雷達(dá)的掃描數(shù)據(jù)進(jìn)行分析，構(gòu)建未知探測(cè)環(huán)境的地圖，并能通過帶有補(bǔ)光燈的高清攝像頭將環(huán)境圖像信息傳送回上位機(jī)。

機(jī)器人以PC為上位機(jī)，在Ubantu遠(yuǎn)程虛擬機(jī)下處理機(jī)器人傳回的各種信息和狀態(tài)數(shù)據(jù)、圖像數(shù)據(jù)，并最終通過ROS可視化工具等展示出來。

機(jī)器人的控制方式分為自主搜索模式和手動(dòng)控制機(jī)器人搜索模式。在手動(dòng)模式下，機(jī)器人可根據(jù)上位機(jī)遙控指令進(jìn)行運(yùn)動(dòng)，將圖像信息和激光雷達(dá)信息傳回上位機(jī)［3］，同時(shí)構(gòu)建環(huán)境的2D地形地圖并通過Rviz可視化軟件展示。機(jī)器人在自主搜索模式下分為兩種情況：①已獲取環(huán)境的電子地圖的情況；②探測(cè)環(huán)境的地圖未知的情況。在①情況下，上位機(jī)可在電子地圖上設(shè)置探索目標(biāo)點(diǎn)，主控制器根據(jù)自身定位和目標(biāo)地點(diǎn)，使用全局路徑規(guī)劃算法，規(guī)劃出一條最優(yōu)路徑，底層控制器驅(qū)動(dòng)電機(jī)按照規(guī)劃路徑進(jìn)行運(yùn)動(dòng)，運(yùn)動(dòng)過程中底層控制器反饋的里程計(jì)和姿態(tài)信息將進(jìn)行實(shí)時(shí)分析以判斷運(yùn)動(dòng)狀態(tài)。同時(shí)在運(yùn)動(dòng)過程中，激光雷達(dá)和攝像頭實(shí)時(shí)探測(cè)周圍環(huán)境，并運(yùn)行g(shù)mapping建圖算法將環(huán)境地圖傳回上位機(jī)，機(jī)器人同時(shí)根據(jù)探測(cè)到的周圍環(huán)境進(jìn)行避障，每一次避障完成后繼續(xù)運(yùn)行全局路徑算法按照預(yù)設(shè)路徑前進(jìn)，直至達(dá)到預(yù)設(shè)目標(biāo)點(diǎn)。在②情況下，因環(huán)境復(fù)雜未知且沒有電子地圖，可將機(jī)器人直接布置在需探測(cè)的環(huán)境中，通過上位機(jī)控制機(jī)器人運(yùn)行自主建圖程序，先通過對(duì)環(huán)境的探索構(gòu)建出環(huán)境地圖，再重復(fù)①情況下的任務(wù)模式。

1.2 Nvidia Jetson NANO主控系統(tǒng)設(shè)計(jì)

1.2.1 Nvidia Jetson NANO

復(fù)雜環(huán)境下機(jī)器人自主探測(cè)要求控制器體積小，但涉及到多種傳感器的融合數(shù)據(jù)處理，同時(shí)需要運(yùn)行多個(gè)建圖和路徑規(guī)劃算法，本設(shè)計(jì)選取Nvidia Jetson NANO處理器（如圖2所示）作為主控制器，可同時(shí)滿足體積和算力需求［4］。

圖2 Nvidia Jetson NANO主板

Jetson Nano模塊是一款低成本的AI計(jì)算機(jī)，具備超高的性能和能效，可以運(yùn)行現(xiàn)代AI工作負(fù)載，并行運(yùn)行多個(gè)神經(jīng)網(wǎng)絡(luò)，以及同時(shí)處理來自多個(gè)高清傳感器的數(shù)據(jù)。它專為支持入門級(jí)邊緣AI應(yīng)用程序和設(shè)備而設(shè)計(jì)，完善的NVIDIA JetPack SDK包含用于深度學(xué)習(xí)、計(jì)算機(jī)視覺、圖形、多媒體等方面的加速庫。

1.2.2 Ubantu系統(tǒng)和ROS機(jī)器人操作系統(tǒng)

Ubuntu是一個(gè)以桌面應(yīng)用為主的Linux操作系統(tǒng)。Ubuntu基于Debian發(fā)行版和Gnome桌面環(huán)境，而從11.04版起，Ubuntu發(fā)行版放棄了Gnome桌面環(huán)境，改為Unity。從前人們認(rèn)為L(zhǎng)inux難以安裝、難以使用，在Ubuntu出現(xiàn)后這些都成為了歷史。Ubuntu也擁有龐大的社區(qū)力量，用戶可以方便地從社區(qū)獲得幫助。自Ubuntu 18.04 LTS起，Ubuntu發(fā)行版又重新開始使用GNOME3桌面環(huán)境。

機(jī)器人操作系統(tǒng)（robot operating system，ROS）是一個(gè)應(yīng)用于機(jī)器人上的操作系統(tǒng)，它操作方便、功能強(qiáng)大，特別適用于機(jī)器人這種多節(jié)點(diǎn)多任務(wù)的復(fù)雜場(chǎng)景。ROS是一個(gè)適用于機(jī)器人編程的框架，這個(gè)框架把原本松散的零部件耦合在一起，為它們提供了通信架構(gòu)。ROS雖然叫做操作系統(tǒng)，但并非Windows、Mac那樣通常意義的操作系統(tǒng)，它只是連接了操作系統(tǒng)和開發(fā)的ROS應(yīng)用程序，所以它也算是一個(gè)中間件，在ROS的應(yīng)用程序之間建立起了溝通的橋梁，所以也是運(yùn)行在Linux上的運(yùn)行環(huán)境，在這個(gè)環(huán)境上，機(jī)器人的感知、決策、控制算法可以更好地組織和運(yùn)行。

1.2.3 ROS程2序開發(fā)流程

軟件節(jié)點(diǎn)設(shè)計(jì)框圖如圖3所示。

圖3 系統(tǒng)軟件節(jié)點(diǎn)設(shè)計(jì)框圖

本設(shè)計(jì)根據(jù)ROS系統(tǒng)特點(diǎn)，對(duì)機(jī)器人的功能進(jìn)行劃分，設(shè)計(jì)了不同的功能節(jié)點(diǎn)，如表1所示。

表1 機(jī)器人各節(jié)點(diǎn)功能

機(jī)器人ROS層程序開發(fā)流程圖如圖4所示，分別為：

圖4 機(jī)器人ROS層程序開發(fā)流程圖

（1）啟動(dòng)ROS Master中央節(jié)點(diǎn)管理器。

（2）通過roslaunch命令啟動(dòng)編寫好的.launch文件，啟動(dòng)多個(gè)ROS節(jié)點(diǎn)。

（3）與下層控制器進(jìn)行串口通信，訂閱/cmd_vel話題作為控制輸入。

（4）判斷是否有上位機(jī)指令，若收到開始接收數(shù)據(jù)，未收到則等待。

（5）將底層控制器的數(shù)據(jù)通過底盤控制節(jié)點(diǎn)讀取。

（6）判斷是上位機(jī)指令為SLAM或路徑規(guī)劃，對(duì)應(yīng)執(zhí)行以下步驟（7）或（8）。

（7）進(jìn)行SLAM建圖：調(diào)用激光雷達(dá)的雷達(dá)節(jié)點(diǎn)、同步定位與建圖節(jié)點(diǎn)、底盤控制節(jié)點(diǎn)進(jìn)行SLAM建圖。

（8）進(jìn)行路徑規(guī)劃：調(diào)用激光雷達(dá)的雷達(dá)節(jié)點(diǎn)、路徑規(guī)劃節(jié)點(diǎn)、底盤控制節(jié)點(diǎn)進(jìn)行SLAM建圖。

2 機(jī)器人的自主建圖與路徑規(guī)劃

2.1 SLAM地圖構(gòu)建算法——gmapping

Simultaneous是實(shí)時(shí)同步，Localization是在給定地圖的情況下，估計(jì)機(jī)器人的位姿，Mapping是在給定智能車位姿的情況下，建立環(huán)境的地圖。SLAM算法就是指同時(shí)估計(jì)機(jī)器人的位姿并且建立環(huán)境地圖。機(jī)器人在移動(dòng)過程中需要導(dǎo)航和路徑規(guī)劃，SLAM主要解決智能車在自主移動(dòng)過程中的定位和建立地圖的問題，獲取地圖信息從而進(jìn)行路徑規(guī)劃避開障礙物［5］。

考慮到機(jī)器人探測(cè)環(huán)境大多為狹小空間，即需要構(gòu)建小場(chǎng)景高精度的地圖，同時(shí)還要盡量減小計(jì)算量。本設(shè)計(jì)采用的SLAM算法為gmapping，該算法是一個(gè)比較完善的地圖構(gòu)建開源包，使用激光和里程計(jì)的數(shù)據(jù)來生成二維地圖。

SLAM程序設(shè)計(jì)流程圖如圖5所示。

圖5 SLAM程序設(shè)計(jì)流程圖

2.2 路徑規(guī)劃算法——DWA

動(dòng)態(tài)窗口法（DWA）主要是在速度()v,w空間中采樣多組速度，并模擬機(jī)器人在這些速度下一定時(shí)間（sim_period）內(nèi)的軌跡。在得到多組軌跡以后，對(duì)這些軌跡進(jìn)行評(píng)價(jià)，選取最優(yōu)軌跡所對(duì)應(yīng)的速度來驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)。

DWA算法將避障問題轉(zhuǎn)化為速度空間中的三個(gè)約束條件：①移動(dòng)機(jī)器人的最大和最小速度約束;②移動(dòng)機(jī)器人的動(dòng)態(tài)性能約束；③移動(dòng)機(jī)器人的安全約束［6］。

機(jī)器人的采樣速度應(yīng)該控制在移動(dòng)機(jī)器人自身的最大速度與最小速度區(qū)間內(nèi)，v表示線速度，w表示角速度，則約束公式：

由于機(jī)器人動(dòng)力學(xué)的限制，線加速度v˙和角加速度˙存在上限和下限，vc,wc指當(dāng)前時(shí)刻的線速度、角速度，Δt為時(shí)間間隔，因此滿足：

基于移動(dòng)機(jī)器人的安全性考慮，防止機(jī)器人因速度因素而撞上障礙物，提出了滿足機(jī)器人運(yùn)動(dòng)安全性考慮的速度空間：

式中，dist(v,w)即為當(dāng)前軌跡距最近障礙物的距離。該碰撞條件是在將機(jī)器人軌跡模擬出來以后，根據(jù)機(jī)器人和障礙物之間的距離，計(jì)算當(dāng)前采樣的速度是否可以在碰到障礙物之前停止，若可以停止，則該速度即為允許的速度［7］。

最終機(jī)器人動(dòng)態(tài)窗口的速度范圍應(yīng)滿足：

3 系統(tǒng)實(shí)驗(yàn)測(cè)試與分析

本次系統(tǒng)實(shí)驗(yàn)分為兩部分，第一部分是檢驗(yàn)軟件系統(tǒng)的整體性和算法的可行性，在Gazebo仿真軟件上所做的系統(tǒng)仿真實(shí)驗(yàn)；第二部分是實(shí)物實(shí)景測(cè)試。

3.1 仿真實(shí)驗(yàn)環(huán)境

整個(gè)仿真系統(tǒng)在Ubantu18.04系統(tǒng)上運(yùn)行，ROS版本為Melodic版本，系統(tǒng)配置如表2所示。

表2 Ubantu系統(tǒng)配置信息

基于ROS和Gazebo的無人船傳感器融合仿真環(huán)境框架如圖6所示。

圖6 基于ROS和Gazebo的無人船傳感器融合仿真環(huán)境

3.2 實(shí)驗(yàn)結(jié)果

圖7為Gazebo仿真環(huán)境下的模擬環(huán)境，設(shè)置圓柱體和正方體模仿障礙物。

圖7 Gazebo仿真環(huán)境下的模擬環(huán)境

運(yùn)行SLAM算法進(jìn)行建圖，并在Rviz軟件中顯示建圖結(jié)果，如圖8所示。

在圖8中，左下角顯示為攝像頭的實(shí)時(shí)圖像數(shù)據(jù)，建圖中邊緣處紅色點(diǎn)為激光雷達(dá)掃描點(diǎn)，根據(jù)實(shí)驗(yàn)結(jié)果可知本設(shè)計(jì)采用的SLAM算法達(dá)到預(yù)期目標(biāo)。

圖8 Rviz軟件中顯示建圖結(jié)果

在完成SLAM建圖的基礎(chǔ)上，我們對(duì)路徑規(guī)劃算法進(jìn)行測(cè)試，在地圖中設(shè)置目標(biāo)點(diǎn)位，由機(jī)器人自主規(guī)劃路徑并前往。運(yùn)行結(jié)果如圖9所示。

圖9 路徑規(guī)劃運(yùn)行結(jié)果

在圖9可以看到，設(shè)置目標(biāo)點(diǎn)后，路徑規(guī)劃算法規(guī)劃出一條路徑，如圖中綠色軌跡所示，并最終到達(dá)設(shè)置目標(biāo)點(diǎn)。根據(jù)實(shí)驗(yàn)結(jié)果可知路徑規(guī)劃算法達(dá)到預(yù)期目標(biāo)。

3.3 實(shí)測(cè)環(huán)境

實(shí)測(cè)場(chǎng)景如圖10所示。

圖1 機(jī)器人總體設(shè)計(jì)方案圖

圖10 實(shí)測(cè)場(chǎng)景

機(jī)器人配置如表3所示，上位機(jī)配置如表4所示。

表3 機(jī)器人參數(shù)

表4 上位機(jī)配置

3.4 實(shí)驗(yàn)結(jié)果

SLAM建圖結(jié)果：運(yùn)行SLAM建圖程序，對(duì)實(shí)驗(yàn)環(huán)境進(jìn)行掃描，結(jié)果如圖11所示。

圖11 實(shí)驗(yàn)環(huán)境掃描圖

導(dǎo)航及路徑規(guī)劃運(yùn)行結(jié)果如圖12所示，步驟為導(dǎo)入地圖，運(yùn)行路徑規(guī)劃程序，設(shè)置目標(biāo)點(diǎn)，展示規(guī)劃路徑，驅(qū)動(dòng)機(jī)器人前往目標(biāo)點(diǎn)。經(jīng)過測(cè)試，機(jī)器人根據(jù)規(guī)劃路徑順利到達(dá)目標(biāo)點(diǎn)。

圖12 導(dǎo)航及路徑規(guī)劃結(jié)果

4 結(jié)語

本文提出了一種基于Nvidia Jetson的自主環(huán)境探測(cè)機(jī)器人，設(shè)計(jì)了機(jī)器人的軟件系統(tǒng)和硬件系統(tǒng)，并通過SLAM算法和路徑規(guī)劃算法實(shí)現(xiàn)了機(jī)器人的自主環(huán)境探索功能，并通過Gazebo仿真軟件對(duì)軟件系統(tǒng)的可行性進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明，本設(shè)計(jì)的軟件系統(tǒng)設(shè)計(jì)達(dá)到應(yīng)用目標(biāo)。通過對(duì)實(shí)驗(yàn)室環(huán)境的實(shí)際測(cè)試，將機(jī)器人置于較為復(fù)雜的環(huán)境中進(jìn)行實(shí)際測(cè)試，表明機(jī)器人的整體設(shè)計(jì)完備，具備實(shí)際應(yīng)用價(jià)值。而對(duì)于地圖構(gòu)建的精度問題，未來還將通過繼續(xù)優(yōu)化建圖算法和提高硬件性能來獲取更好的建圖效果。