易艷麗

(成都東軟學(xué)院 數(shù)字藝術(shù)與設(shè)計(jì)學(xué)院，成都 611844)

0 引言

近年來(lái)，機(jī)器人技術(shù)快速發(fā)展，新技術(shù)產(chǎn)品層出不窮[1-5]，機(jī)器人的智能化和自動(dòng)化程度越來(lái)越高，為我們的生產(chǎn)和生活帶來(lái)了極大的便利。同時(shí)，對(duì)于一些高危環(huán)境和特種作業(yè)環(huán)境中的工作已經(jīng)由原來(lái)的人工逐漸向機(jī)器人開(kāi)始轉(zhuǎn)變。一方面，是因?yàn)橐恍┨囟▓?chǎng)所內(nèi)的工作內(nèi)容屬于高危工作，對(duì)現(xiàn)場(chǎng)作業(yè)人員的危害較高，需要設(shè)計(jì)符合現(xiàn)場(chǎng)作業(yè)的特種作業(yè)機(jī)器人，如：電力機(jī)器人、安防與救援機(jī)器人[6]、核工業(yè)機(jī)器人[7]、礦業(yè)機(jī)器人[8]、石油化工機(jī)器人等[9]；另一方面，由于作業(yè)場(chǎng)所環(huán)境的限制，人力無(wú)法參與到現(xiàn)場(chǎng)作業(yè)中，只能通過(guò)小型機(jī)器人來(lái)完成，如管道清理[10-12]、隧道救援[13-16]等。同時(shí)，隨著工業(yè)自動(dòng)化和智能制造的不斷發(fā)展，機(jī)器人技術(shù)在生產(chǎn)與服務(wù)領(lǐng)域中得到越來(lái)越廣泛的應(yīng)用。然而，由于某些情況下現(xiàn)場(chǎng)操作環(huán)境的不可預(yù)測(cè)性和危險(xiǎn)性，需要對(duì)機(jī)器人進(jìn)行遠(yuǎn)程控制，以保障運(yùn)行的安全性和效率性。傳統(tǒng)的遠(yuǎn)程控制系統(tǒng)往往存在信號(hào)延遲、控制精度低等問(wèn)題。因此，基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)逐漸成為研究的熱點(diǎn)。

機(jī)器人的遠(yuǎn)程控制系統(tǒng)是機(jī)器人實(shí)現(xiàn)自主運(yùn)動(dòng)和任務(wù)完成的重要基礎(chǔ)設(shè)施。然而，在傳統(tǒng)的機(jī)器人控制系統(tǒng)中，通信、感知、決策等方面的問(wèn)題仍然存在。因此，設(shè)計(jì)一種基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)具有十分重要的現(xiàn)實(shí)意義。針對(duì)上述存在的問(wèn)題，設(shè)計(jì)具有遠(yuǎn)程控制功能的機(jī)器人至關(guān)重要，本文提出了一種基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)方法。該方法通過(guò)融合FMCE毫米波雷達(dá)和攝像機(jī)等多種傳感器信息，提高機(jī)器人的感知能力和對(duì)目標(biāo)物體的識(shí)別能力。同時(shí)，采用局域網(wǎng)通信保證機(jī)器人與PC端之間的實(shí)時(shí)互動(dòng)和數(shù)據(jù)傳輸?shù)姆€(wěn)定性。在遠(yuǎn)程控制過(guò)程中，本地PC端可以根據(jù)現(xiàn)場(chǎng)作業(yè)環(huán)境實(shí)時(shí)控制機(jī)器人移動(dòng)，并且選擇目標(biāo)對(duì)象后讓機(jī)器人生成行駛路徑后自動(dòng)跟蹤目標(biāo)對(duì)象，從而實(shí)現(xiàn)了機(jī)器人的自主導(dǎo)航和目標(biāo)跟蹤功能。路徑跟蹤控制器采用的是線性二次型調(diào)節(jié)器(LQR)，能夠保證機(jī)器人的運(yùn)動(dòng)控制精度和穩(wěn)定性。同時(shí)，在機(jī)器人終端采用多傳感器融合技術(shù)實(shí)時(shí)傳輸現(xiàn)場(chǎng)視頻并結(jié)合周圍環(huán)境對(duì)機(jī)器人進(jìn)行實(shí)時(shí)定位，在基于機(jī)器人終端多傳感器融合的技術(shù)之上在遠(yuǎn)程桌面端設(shè)計(jì)遠(yuǎn)程控制控制系統(tǒng)，由人工在遠(yuǎn)程桌面端遠(yuǎn)程控制機(jī)器人完成現(xiàn)場(chǎng)的作業(yè)內(nèi)容，可以降低現(xiàn)場(chǎng)作業(yè)環(huán)境對(duì)人力所造成的危害。

1 系統(tǒng)方案設(shè)計(jì)

傳統(tǒng)的控制系統(tǒng)只能通過(guò)單一傳感器來(lái)獲取目標(biāo)設(shè)備的狀態(tài)信息，難以實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境下的精準(zhǔn)控制。因此，本論文旨在設(shè)計(jì)一種基于多傳感器融合的遠(yuǎn)程控制系統(tǒng)，通過(guò)將不同類型的傳感器數(shù)據(jù)進(jìn)行融合分析，實(shí)現(xiàn)對(duì)遠(yuǎn)程設(shè)備或系統(tǒng)的高效控制。

本論文設(shè)計(jì)的多傳感器融合的遠(yuǎn)程控制系統(tǒng)主要由以下組成部分構(gòu)成：傳感器(系統(tǒng)通過(guò)部署多個(gè)傳感器節(jié)點(diǎn)，采集不同類型的傳感器數(shù)據(jù))、數(shù)據(jù)采集與處理模塊(該模塊主要負(fù)責(zé)采集傳感器所得到的原始數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理和濾波，提高數(shù)據(jù)精度和減少誤差)、數(shù)據(jù)融合模塊(利用數(shù)據(jù)融合算法對(duì)來(lái)自不同傳感器的數(shù)據(jù)進(jìn)行整合和分析，以提高控制系統(tǒng)的可靠性和精度)、控制策略模塊(根據(jù)系統(tǒng)需求，設(shè)計(jì)相應(yīng)的控制策略)、遠(yuǎn)程通信模塊：通過(guò)無(wú)線網(wǎng)絡(luò)或互聯(lián)網(wǎng)等手段，實(shí)現(xiàn)對(duì)遠(yuǎn)程設(shè)備的實(shí)時(shí)監(jiān)控和控制。具體方案如圖1所示。

圖1 機(jī)器人遠(yuǎn)程控制系統(tǒng)結(jié)構(gòu)圖

圖1中，安裝與機(jī)器人端的毫米波雷達(dá)主要目的有兩個(gè)，第一個(gè)是為了在遠(yuǎn)程控制機(jī)器人執(zhí)行任務(wù)過(guò)程中實(shí)時(shí)監(jiān)測(cè)周圍環(huán)境是否在安全距離外出現(xiàn)障礙物，并進(jìn)行報(bào)警，提示操作人員在遠(yuǎn)程控制機(jī)器人時(shí)注意周圍障礙物的躲避；第二個(gè)目的是為了實(shí)時(shí)獲取機(jī)器人執(zhí)行任務(wù)過(guò)程中自身與周圍障礙物之間的距離，將其與相機(jī)獲得的數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)多傳感器之間的融合，將二者時(shí)間與空間維度進(jìn)行統(tǒng)一。

圖1所示的多傳感器融合的遠(yuǎn)程控制系統(tǒng)方案采用以下技術(shù)路線來(lái)實(shí)現(xiàn)：

1)傳感器選型：根據(jù)系統(tǒng)需求選擇適合的傳感器類型；

2)數(shù)據(jù)采集與處理：采集傳感器所得到的原始數(shù)據(jù)，并進(jìn)行預(yù)處理和濾波，以提高數(shù)據(jù)精度和減少誤差；

3)融合算法：利用數(shù)據(jù)融合算法對(duì)來(lái)自不同傳感器的數(shù)據(jù)進(jìn)行整合和分析，以提高控制系統(tǒng)的可靠性和精度。本論文采用的是卡爾曼濾波、粒子濾波、信息融合等算法；

4)控制策略：根據(jù)系統(tǒng)需求，設(shè)計(jì)相應(yīng)的控制策略，本文基于最優(yōu)控制理論采用線性二次型調(diào)節(jié)器(LQR)；

5)遠(yuǎn)程通信：通過(guò)無(wú)線網(wǎng)絡(luò)或互聯(lián)網(wǎng)等手段，實(shí)現(xiàn)對(duì)遠(yuǎn)程設(shè)備的實(shí)時(shí)監(jiān)控和控制。本論文采用TCP/IP協(xié)議來(lái)實(shí)現(xiàn)遠(yuǎn)程通信。

本文設(shè)計(jì)出的系統(tǒng)中，機(jī)器人端部署的控制器環(huán)境是基于AMD的Ubuntu20.04 +ROS2，多傳感器的融合算法與目標(biāo)檢測(cè)算法均采用基于ROS2話題通信的方式進(jìn)行終端處理，將處理完成的數(shù)據(jù)通過(guò)局域網(wǎng)發(fā)送至上位機(jī)PC端；上位機(jī)PC端可通過(guò)頁(yè)面內(nèi)的操作按鈕遠(yuǎn)程控制機(jī)器人進(jìn)行移動(dòng)與作業(yè)，也可以選擇監(jiān)控視頻內(nèi)的目標(biāo)對(duì)象，讓機(jī)器人自動(dòng)實(shí)現(xiàn)對(duì)目標(biāo)的精確跟蹤，其中路徑跟蹤算法采用的是線性二次型調(diào)節(jié)器(LQR)。

2 多傳感器融合設(shè)計(jì)

2.1 結(jié)構(gòu)設(shè)計(jì)

機(jī)器人需要多個(gè)傳感器來(lái)獲取周圍環(huán)境的信息并做出決策。多個(gè)攝像頭和毫米波雷達(dá)可以提供各自獨(dú)特的信息，因此將它們結(jié)合在一起可以提高機(jī)器人的感知能力和安全性。本文采用的一種多傳感器設(shè)計(jì)方案是利用多個(gè)攝像頭和多個(gè)毫米波雷達(dá)來(lái)實(shí)現(xiàn)高效的環(huán)境感知。

首先，在多傳感器認(rèn)知方面，該方案設(shè)計(jì)是一種將多個(gè)傳感器結(jié)合在一起以獲取更全面的信息的方法。在機(jī)器人感知領(lǐng)域中，多傳感器設(shè)計(jì)已經(jīng)得到了廣泛的應(yīng)用。其中，攝像頭和雷達(dá)是最常用的傳感器之一。攝像頭可以提供圖像信息，而雷達(dá)可以提供距離和速度等物理量信息。將這兩種傳感器結(jié)合在一起，就可以獲得更全面、更準(zhǔn)確的環(huán)境信息。其次，在多個(gè)攝像頭設(shè)計(jì)方面，攝像頭是非常重要的傳感器之一，它可以提供豐富的圖像信息。在多傳感器設(shè)計(jì)中，我們可以使用多個(gè)攝像頭來(lái)獲取不同角度、不同視野的圖像信息。這樣可以提高車輛的識(shí)別能力和準(zhǔn)確性，其中，在多個(gè)攝像頭的設(shè)計(jì)中，需要考慮以下幾個(gè)方面：視野范圍：不同的攝像頭可能有不同的視野范圍。為了獲取更全面的信息，可以選擇不同視野的攝像頭進(jìn)行組合；圖像分辨率：圖像的分辨率決定了圖像的清晰度，在多個(gè)攝像頭的設(shè)計(jì)中，需要選擇適當(dāng)?shù)姆直媛室云胶馇逦群陀?jì)算資源的消耗；攝像頭數(shù)量：攝像頭的數(shù)量應(yīng)根據(jù)車輛的具體需求來(lái)確定，如果需要獲取更多的信息，可以增加攝像頭的數(shù)量。最后，在多個(gè)毫米波雷達(dá)設(shè)計(jì)方面，毫米波雷達(dá)是一種可以探測(cè)距離、速度和方向等物理量的傳感器。與攝像頭相比，毫米波雷達(dá)對(duì)光照等環(huán)境因素的干擾更小，在惡劣天氣下也能提供可靠的數(shù)據(jù)。在多傳感器設(shè)計(jì)中，我們可以使用多個(gè)毫米波雷達(dá)來(lái)獲取更準(zhǔn)確的距離和速度信息，其中，在多個(gè)毫米波雷達(dá)的設(shè)計(jì)中，需要考慮以下幾個(gè)方面：覆蓋范圍：毫米波雷達(dá)的覆蓋范圍應(yīng)根據(jù)車輛的需要來(lái)確定，如果需要獲取更全面的信息，可以選擇多個(gè)毫米波雷達(dá)進(jìn)行組合；角度范圍：毫米波雷達(dá)可以提供不同角度的信息，在多傳感器設(shè)計(jì)中，需要選擇適當(dāng)?shù)慕嵌确秶云胶庑畔⒌臏?zhǔn)確性和計(jì)算資源的消耗；雷達(dá)數(shù)量：雷達(dá)的數(shù)量應(yīng)根據(jù)車輛的具體需求來(lái)確定，如果需要獲取更準(zhǔn)確的信息，可以增加雷達(dá)的數(shù)量。

機(jī)器人終端超聲波雷達(dá)與攝像頭布置方案如圖2所示。其中1與5分別為前向攝像頭與后向攝像頭，2、3、4、6分別為前向毫米波雷達(dá)、左側(cè)毫米波雷達(dá)、后向毫米波雷達(dá)、左側(cè)毫米波雷達(dá)，7為機(jī)器人終端控制器，該控制器采用的是基于AMD架構(gòu)的Ubuntu20.04環(huán)境。

圖2 機(jī)器人終端傳感器布置方案

機(jī)器人作業(yè)過(guò)程中可利用前后左后四個(gè)方向?qū)崟r(shí)對(duì)周圍的障礙物進(jìn)行預(yù)警并測(cè)量機(jī)器人與障礙物之間的距離，前后兩個(gè)方向的攝像頭可以在機(jī)器人前進(jìn)或后退過(guò)程中實(shí)時(shí)監(jiān)控前方障礙物信息。

2.2 數(shù)據(jù)處理

在機(jī)器人端布置毫米波雷達(dá)時(shí)采用77 GHz的FMCW雷達(dá)，利用式(1)計(jì)算機(jī)器人與障礙物之間的距離。其中，d為距離，c是光速(c=29 979 245 m/s)，f為頻率，Tc為持續(xù)時(shí)間，B為帶寬。

(1)

控制器端部署的目標(biāo)檢測(cè)算法采用DETR[17-19]，DETR是一種新型的目標(biāo)檢測(cè)算法，全稱為Detection Transformer。作為一種基于Transformer模型的目標(biāo)檢測(cè)算法，DETR具有許多優(yōu)點(diǎn)，如準(zhǔn)確性高、速度快等。DETR算法采用了端到端的學(xué)習(xí)方式，可以直接對(duì)原始圖像進(jìn)行檢測(cè)，無(wú)需預(yù)選建議框或者區(qū)域提取操作。整個(gè)算法分為兩部分：encoder和decoder。encoder主要負(fù)責(zé)將輸入圖像轉(zhuǎn)換為特征圖，采用的是卷積神經(jīng)網(wǎng)絡(luò)，其中使用了ResNet作為主干網(wǎng)絡(luò)。通過(guò)這樣的方式，DETR將圖像中的每一個(gè)像素都與相應(yīng)的特征向量聯(lián)系起來(lái)，從而得到一個(gè)全局的特征表示。decoder則主要負(fù)責(zé)將encoder輸出的特征圖轉(zhuǎn)換為目標(biāo)檢測(cè)結(jié)果。在decoder中，DETR采用Transformer模型，將特征圖中的每一個(gè)位置看作一個(gè)序列，然后使用自注意力機(jī)制(Self-Attention)來(lái)捕捉序列中的空間關(guān)系和語(yǔ)義信息。在DETR中，目標(biāo)檢測(cè)問(wèn)題被轉(zhuǎn)化為一個(gè)集合預(yù)測(cè)問(wèn)題，即對(duì)于輸入圖像中所有可能存在的目標(biāo)，預(yù)測(cè)出其類別和位置。由于采用了Transformer模型，DETR能夠同時(shí)處理不同數(shù)量和不同大小的目標(biāo)，且對(duì)于目標(biāo)的排列順序不敏感。在預(yù)測(cè)過(guò)程中，DETR使用了一個(gè)匈牙利算法來(lái)解決集合匹配問(wèn)題，將預(yù)測(cè)結(jié)果與真實(shí)目標(biāo)進(jìn)行匹配，從而獲得最終的檢測(cè)結(jié)果。相比于傳統(tǒng)的目標(biāo)檢測(cè)算法，DETR具有以下優(yōu)點(diǎn)：

1)準(zhǔn)確性高：DETR采用Transformer模型，能夠捕捉到更多的上下文信息和語(yǔ)義信息，從而提高了檢測(cè)的準(zhǔn)確性。

2)速度快：由于DETR采用端到端學(xué)習(xí)的方式，取消了傳統(tǒng)目標(biāo)檢測(cè)算法中繁瑣的區(qū)域建議或者邊界框預(yù)選工作，從而提高了檢測(cè)速度。

3)可擴(kuò)展性強(qiáng)：DETR能夠處理不同數(shù)量和大小的目標(biāo)，并且對(duì)于目標(biāo)的排列順序不敏感，具有很強(qiáng)的可擴(kuò)展性。

4)無(wú)需調(diào)參：DETR采用端到端學(xué)習(xí)的方式，避免了傳統(tǒng)目標(biāo)檢測(cè)算法中需要進(jìn)行大量的超參數(shù)調(diào)整工作。

總之，DETR是一種新型的目標(biāo)檢測(cè)算法，其基于Transformer模型，具有準(zhǔn)確性高、速度快、可擴(kuò)展性強(qiáng)、無(wú)需調(diào)參等優(yōu)點(diǎn)。因此，DETR在目標(biāo)檢測(cè)領(lǐng)域具有很大的應(yīng)用前景，可以為實(shí)際應(yīng)用提供更好的解決方案。同時(shí)，該算法在encoder階段，將序列化數(shù)據(jù)送入encoder中，利用注意力機(jī)制提取數(shù)據(jù)中的特征；在decoder階段輸入N個(gè)隨機(jī)初始化向量，每個(gè)object query關(guān)注數(shù)據(jù)的不同位置，經(jīng)過(guò)decoder的解碼，最終會(huì)生成N個(gè)向量，每個(gè)向量對(duì)應(yīng)一個(gè)檢測(cè)到的目標(biāo)，最后將這N個(gè)向量輸入到神經(jīng)網(wǎng)絡(luò)中，得到每個(gè)目標(biāo)的類別和位置，機(jī)器人端的目標(biāo)檢測(cè)完成。該算法的優(yōu)點(diǎn)主要在于生成的檢測(cè)框數(shù)量大幅減少，與真實(shí)的檢測(cè)框數(shù)量基本一致，且該算法不需要預(yù)先指定候選區(qū)域，不需要使用NMS去除重復(fù)目標(biāo)框，算法流程十分簡(jiǎn)潔，非常適合部署在機(jī)器人終端控制器中。

FMCW雷達(dá)與攝像頭的融合數(shù)據(jù)傳輸方式如圖3所示。其中，F(xiàn)MCW雷達(dá)和攝像頭分別通過(guò)串口和網(wǎng)線將數(shù)據(jù)發(fā)送至機(jī)器人端控制器。在終端控制器內(nèi)首先通過(guò)時(shí)間同步算法對(duì)兩種傳感器的數(shù)據(jù)進(jìn)行時(shí)間同步，然后利用多傳感器融合算法對(duì)時(shí)空同步后的數(shù)據(jù)進(jìn)行融合，最后利用已經(jīng)訓(xùn)練好的CNN對(duì)融合后的數(shù)據(jù)進(jìn)行處理，至此，機(jī)器人端的多傳感器融合數(shù)據(jù)處理完成。

圖3 多傳感器融合數(shù)據(jù)傳輸流程圖

3 遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)

機(jī)器人遠(yuǎn)程控制系統(tǒng)是一種能夠?qū)崿F(xiàn)機(jī)器人在遠(yuǎn)距離范圍內(nèi)進(jìn)行操作和控制的系統(tǒng)。該系統(tǒng)通常由客戶端、服務(wù)器端和機(jī)器人三個(gè)部分組成?？蛻舳酥饕?fù)責(zé)與用戶交互，接收用戶指令并將其傳輸給服務(wù)器；服務(wù)器端負(fù)責(zé)接收用戶指令，并將其傳輸給機(jī)器人；機(jī)器人則負(fù)責(zé)執(zhí)行指令，完成任務(wù)。機(jī)器人遠(yuǎn)程控制系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)需要考慮到多方面因素，包括系統(tǒng)架構(gòu)、通信協(xié)議、安全性等。下面對(duì)這些因素進(jìn)行詳細(xì)說(shuō)明：

1)系統(tǒng)架構(gòu)：機(jī)器人遠(yuǎn)程控制系統(tǒng)的架構(gòu)決定了其整體性能和可靠性。一般來(lái)說(shuō)，機(jī)器人遠(yuǎn)程控制系統(tǒng)采用分布式結(jié)構(gòu)，即將客戶端、服務(wù)器端和機(jī)器人放置在不同的位置，并通過(guò)網(wǎng)絡(luò)進(jìn)行通信。此外，為了提高系統(tǒng)的穩(wěn)定性和可靠性，還可以采用多層架構(gòu)，將業(yè)務(wù)邏輯和數(shù)據(jù)處理分離開(kāi)來(lái)。

2)通信協(xié)議：機(jī)器人遠(yuǎn)程控制系統(tǒng)的通信協(xié)議需要滿足以下要求：快速、實(shí)時(shí)、可靠、安全。根據(jù)具體的應(yīng)用場(chǎng)景和需求，可以選擇不同的通信協(xié)議，如TCP/IP協(xié)議、UDP協(xié)議、HTTP協(xié)議等。另外，還需要對(duì)通信數(shù)據(jù)進(jìn)行加密和壓縮處理，以保證數(shù)據(jù)的安全性和傳輸效率。

3安全性：機(jī)器人遠(yuǎn)程控制系統(tǒng)的安全性是至關(guān)重要的。由于機(jī)器人的操作涉及到物理空間，一旦出現(xiàn)操作失誤或非法入侵，可能會(huì)造成嚴(yán)重的后果。因此，在設(shè)計(jì)機(jī)器人遠(yuǎn)程控制系統(tǒng)時(shí)，需要采用一系列措施來(lái)保障其安全性，如身份認(rèn)證、訪問(wèn)控制、數(shù)據(jù)加密等。

4)控制算法：機(jī)器人遠(yuǎn)程控制系統(tǒng)的控制算法決定了機(jī)器人的運(yùn)動(dòng)軌跡和姿態(tài)。常用的控制算法包括PID控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制等。針對(duì)具體場(chǎng)景和任務(wù)，可以選擇不同的控制算法，并根據(jù)實(shí)際情況進(jìn)行參數(shù)調(diào)整和優(yōu)化。

總之，機(jī)器人遠(yuǎn)程控制系統(tǒng)是一種將機(jī)器人和遠(yuǎn)程操作技術(shù)相結(jié)合的系統(tǒng)，它通過(guò)高效的通信協(xié)議、可靠的系統(tǒng)架構(gòu)、安全的數(shù)據(jù)傳輸和優(yōu)秀的控制算法，實(shí)現(xiàn)了機(jī)器人在遠(yuǎn)程范圍內(nèi)的自由運(yùn)動(dòng)和操作。因此，機(jī)器人遠(yuǎn)程控制系統(tǒng)具有廣泛的應(yīng)用前景，在工業(yè)、醫(yī)療、軍事等領(lǐng)域都有重要的作用。

綜上所述，設(shè)計(jì)基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)如圖4所示。其中，系統(tǒng)架構(gòu)采用分布式架構(gòu)；通信協(xié)議采用TCP/IP協(xié)議；控制算法采用線性二次型調(diào)節(jié)器(linear quadratic regulator)。遠(yuǎn)程控制系統(tǒng)主要具備兩個(gè)功能：自動(dòng)跟蹤目標(biāo)對(duì)象與遠(yuǎn)程遙控跟蹤目標(biāo)對(duì)象。其中，自動(dòng)跟蹤目標(biāo)對(duì)象功能的實(shí)現(xiàn)是通過(guò)對(duì)機(jī)器人端通過(guò)局域網(wǎng)傳回的具有目標(biāo)類別與位置信息視頻的觀察，選擇目標(biāo)對(duì)象，然后在PC端后臺(tái)運(yùn)行機(jī)器人路徑跟蹤控制節(jié)點(diǎn)，實(shí)時(shí)計(jì)算機(jī)器人位姿的調(diào)整量，并將輸出控制量通過(guò)局域網(wǎng)發(fā)送至機(jī)器人端控制機(jī)器人自動(dòng)完成對(duì)所選目標(biāo)的自動(dòng)跟蹤；遠(yuǎn)程跟蹤目標(biāo)對(duì)象功能相對(duì)簡(jiǎn)單，主要是通過(guò)報(bào)警信息以及前后兩個(gè)攝像頭實(shí)時(shí)觀察周圍工況，根據(jù)現(xiàn)場(chǎng)作業(yè)環(huán)境通過(guò)PC端遠(yuǎn)程控制機(jī)器人完成對(duì)目標(biāo)的跟蹤。

圖4 機(jī)器人遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)

遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)中對(duì)目標(biāo)對(duì)象的自動(dòng)跟蹤采用的是基于線性二次型調(diào)節(jié)器(LQR)的路徑跟蹤控制器設(shè)計(jì)方法。LQR路徑跟蹤控制器，是一種針對(duì)動(dòng)態(tài)系統(tǒng)的控制器設(shè)計(jì)方法。LQR代表線性二次型調(diào)節(jié)器，該方法通過(guò)設(shè)計(jì)一個(gè)二次型性能指標(biāo)，來(lái)優(yōu)化系統(tǒng)的控制器，從而使得系統(tǒng)的輸出能夠按照期望的軌跡進(jìn)行跟蹤。LQR控制器的基本思想是，在保證系統(tǒng)穩(wěn)定的前提下，盡可能地減小系統(tǒng)的誤差，使得系統(tǒng)的輸出能夠快速、準(zhǔn)確地跟蹤給定的參考軌跡。LQR控制器利用狀態(tài)反饋的方式來(lái)實(shí)現(xiàn)這一目標(biāo)，即將系統(tǒng)的狀態(tài)作為反饋信號(hào)，經(jīng)過(guò)一定的加權(quán)和變換之后，輸入到控制器中，從而影響系統(tǒng)的輸出。具體來(lái)說(shuō)，LQR控制器將系統(tǒng)的狀態(tài)表示為一個(gè)向量，然后通過(guò)設(shè)計(jì)一個(gè)二次型性能指標(biāo)，來(lái)評(píng)估系統(tǒng)的輸出與參考軌跡之間的差距。這個(gè)性能指標(biāo)通常包括兩個(gè)部分：一個(gè)是系統(tǒng)狀態(tài)與參考軌跡之間的誤差項(xiàng)；另一個(gè)是系統(tǒng)輸入的大小和變化率。通過(guò)對(duì)這個(gè)性能指標(biāo)求導(dǎo)，并將其設(shè)置為零，可以得到一個(gè)線性矩陣方程，即Riccati方程。解出這個(gè)方程，就能得到一個(gè)理論上最優(yōu)的狀態(tài)反饋控制器。

LQR控制器的設(shè)計(jì)過(guò)程相對(duì)比較簡(jiǎn)單。首先需要確定系統(tǒng)的狀態(tài)變量和輸入變量；然后需要確定參考軌跡以及期望輸出；接下來(lái)，通過(guò)數(shù)學(xué)模型建立系統(tǒng)的動(dòng)態(tài)方程，并將其轉(zhuǎn)化為狀態(tài)空間形式。在此基礎(chǔ)上，設(shè)計(jì)二次型性能指標(biāo)，并求解Riccati方程，得到最優(yōu)的狀態(tài)反饋控制器。最后，將控制器與實(shí)際系統(tǒng)進(jìn)行耦合，進(jìn)行仿真試驗(yàn)或者實(shí)際應(yīng)用。總體而言，LQR路徑跟蹤控制器是一種高效、準(zhǔn)確且穩(wěn)定的控制方法，其具有較好的理論分析和實(shí)際應(yīng)用效果。

本文針對(duì)的是采用差速驅(qū)動(dòng)的機(jī)器人，差速驅(qū)動(dòng)也被稱為雙輪差速車，是一種常見(jiàn)的移動(dòng)機(jī)器人底盤(pán)結(jié)構(gòu)。差速驅(qū)動(dòng)底盤(pán)通常由兩側(cè)驅(qū)動(dòng)輪組成，通過(guò)控制兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速差異來(lái)實(shí)現(xiàn)移動(dòng)和轉(zhuǎn)向。差速驅(qū)動(dòng)的優(yōu)點(diǎn)在于它簡(jiǎn)單、輕便、易于維護(hù)，并且在狹窄空間內(nèi)具有較好的機(jī)動(dòng)能力。此外，因?yàn)槠渚哂辛己玫目删幊绦院挽`活性，它已經(jīng)被廣泛應(yīng)用于機(jī)器人技術(shù)中，如移動(dòng)機(jī)器人、自主導(dǎo)航車和工業(yè)機(jī)器人等領(lǐng)域。

差速驅(qū)動(dòng)的原理是：通過(guò)改變兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速差異，來(lái)引起整個(gè)底盤(pán)的運(yùn)動(dòng)和轉(zhuǎn)向。當(dāng)兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速相等時(shí)，底盤(pán)將直線行進(jìn)；當(dāng)兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速不相等時(shí)，差速驅(qū)動(dòng)底盤(pán)將旋轉(zhuǎn)或曲線行進(jìn)。在基本的差速驅(qū)動(dòng)結(jié)構(gòu)中，兩個(gè)驅(qū)動(dòng)輪之間的距離比較小，從而使得差速驅(qū)動(dòng)底盤(pán)的轉(zhuǎn)向半徑非常小。這意味著，差速驅(qū)動(dòng)底盤(pán)可以在狹窄的通道中自由穿梭，并且能夠繞過(guò)其他物體。此外，差速驅(qū)動(dòng)底盤(pán)還可以通過(guò)改變兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速比例，實(shí)現(xiàn)前進(jìn)、后退和旋轉(zhuǎn)等復(fù)雜運(yùn)動(dòng)。然而，差速驅(qū)動(dòng)也存在一些缺點(diǎn)。由于其設(shè)計(jì)結(jié)構(gòu)限制了機(jī)器人的尺寸和驅(qū)動(dòng)力，因此它不適用于大型機(jī)器人或需要承載重量的應(yīng)用。此外，差速驅(qū)動(dòng)底盤(pán)的懸掛輪通常比較小，因此在不平坦地形上行駛時(shí)，容易出現(xiàn)失控或打滑的情況。整體而言，差速驅(qū)動(dòng)是一種優(yōu)秀的移動(dòng)機(jī)器人底盤(pán)結(jié)構(gòu)，它具有簡(jiǎn)單、靈活和可編程性等優(yōu)點(diǎn)，并被廣泛應(yīng)用于機(jī)器人技術(shù)領(lǐng)域。因此可假設(shè)存在一個(gè)虛擬導(dǎo)向輪，該導(dǎo)向輪可控制機(jī)器人的轉(zhuǎn)向，其轉(zhuǎn)動(dòng)角度與左右兩側(cè)驅(qū)動(dòng)輪轉(zhuǎn)速之間的關(guān)系如式(2)所示：

δ=k·Δn=k·(nr-nl)

(2)

式(2)中的k為左右機(jī)器人左右兩側(cè)驅(qū)動(dòng)輪差速比的權(quán)重系數(shù)，nr為右側(cè)機(jī)器人驅(qū)動(dòng)輪轉(zhuǎn)速，nl為左側(cè)機(jī)器人驅(qū)動(dòng)輪轉(zhuǎn)速。

現(xiàn)設(shè)計(jì)具備虛擬導(dǎo)向輪的機(jī)器人運(yùn)動(dòng)學(xué)模型如式(3)所示：

(3)

其中：v為機(jī)器人運(yùn)動(dòng)速度，φ為機(jī)器人航向角，l為機(jī)器人長(zhǎng)度，δ為虛擬導(dǎo)向輪轉(zhuǎn)動(dòng)角度。將式(3)所示機(jī)器人運(yùn)動(dòng)學(xué)模型進(jìn)行泰勒展開(kāi)可獲得雅可比矩陣，如式(4)所示：

(4)

將式(4)化解后得：

(5)

令：

將上述X、A、B分別代入式(5)得；

(6)

對(duì)式(6)中的狀態(tài)轉(zhuǎn)移函數(shù)進(jìn)行離散化操作，得：

(7)

X(t)=A*X(t-1)+B*u

(8)

構(gòu)建其最優(yōu)性能代價(jià)函數(shù)如式(9)所示：

(9)

有狀態(tài)反饋控制律可知：

u(t)=-K*X(t)

(10)

狀態(tài)反饋增益矩陣的求解如式(11)所示：

K=-(BTPB+R)-1BTPA

(11)

其中：

矩陣P由黎卡提方程通過(guò)迭代求解法計(jì)算得到，如式(12)：

Pn=Q+ATPn-1A-

ATPn-1B(R+BTPn-1B)-1BTPn-1A

(12)

將式(12)中的Q與R進(jìn)行初始化，假定：

當(dāng)式(12)在迭代求解中滿足max_cell(Pn)-max_cell(Pn-1)

最后，可將各個(gè)狀態(tài)量帶入式(11)獲得狀態(tài)增益矩陣K值，再將K值代入式(10)得機(jī)器人路徑跟蹤控制器輸出控制量為：

(13)

4 仿真測(cè)試

圖5 路徑跟蹤控制器仿真

由仿真結(jié)果可知，LQR路徑跟蹤控制器可以有效控制機(jī)器人運(yùn)動(dòng)軌跡。在本文所設(shè)計(jì)的LQR路徑跟蹤控制器中，我們采用了狀態(tài)反饋方法，將機(jī)器人的位置、速度、加速度等狀態(tài)信息作為反饋信號(hào)，并將其經(jīng)過(guò)加權(quán)和變換后輸入到控制器中，從而影響機(jī)器人的運(yùn)動(dòng)軌跡。仿真結(jié)果表明，LQR控制器能夠使機(jī)器人沿著預(yù)定路徑穩(wěn)定地行進(jìn)，且具有較好的精度和魯棒性；LQR控制器具有較好的性能和效果。在仿真實(shí)驗(yàn)中，我們比較了LQR控制器和傳統(tǒng)PID控制器的控制效果。結(jié)果表明，LQR控制器具有更快的響應(yīng)速度和更小的穩(wěn)態(tài)誤差，且能夠抑制機(jī)器人在轉(zhuǎn)彎處的漂移現(xiàn)象。同時(shí)，LQR控制器還能夠適應(yīng)不同的工作環(huán)境和目標(biāo)，根據(jù)需求進(jìn)行靈活調(diào)整；LQR控制器的參數(shù)設(shè)計(jì)對(duì)系統(tǒng)控制效果有重要影響。在本文中，我們分別對(duì)不同的LQR控制器參數(shù)進(jìn)行了仿真實(shí)驗(yàn)，并比較了其控制效果。結(jié)果表明，在合理的參數(shù)范圍內(nèi)，LQR控制器的性能和效果隨著參數(shù)變化而變化。具體而言，當(dāng)增大控制器的權(quán)重矩陣時(shí)，可以提高系統(tǒng)的靈敏度和響應(yīng)速度；當(dāng)減小控制器的權(quán)重矩陣時(shí)，則可以降低系統(tǒng)的干擾響應(yīng)，提高其穩(wěn)定性和魯棒性。

綜上所述，本文研究的基于LQR的路徑跟蹤控制器具有良好的性能和效果，能夠有效地控制機(jī)器人運(yùn)動(dòng)軌跡、提高系統(tǒng)的精度和魯棒性。同時(shí)，本文還分析了LQR控制器的參數(shù)對(duì)系統(tǒng)控制效果的影響，為實(shí)際應(yīng)用提供了一定的參考和借鑒價(jià)值?？煽刂破鳈C(jī)器人實(shí)現(xiàn)對(duì)目標(biāo)路徑的精確跟蹤，證明該控制器有效。

利用LQR路徑跟蹤控制器可在遠(yuǎn)程PC端上位機(jī)中選擇好目標(biāo)對(duì)象后遠(yuǎn)程控制機(jī)器人對(duì)目標(biāo)對(duì)象進(jìn)行自動(dòng)跟蹤。

5 結(jié)束語(yǔ)

傳感器融合技術(shù)在機(jī)器人遠(yuǎn)程控制系統(tǒng)中具有重要的應(yīng)用價(jià)值。本文研究了基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)，并提出了一種基于傳感器融合的機(jī)器人遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)方法，采用機(jī)器人端的FMCW毫米波雷達(dá)與攝像機(jī)兩種類型的傳感器融合作為機(jī)器人端的數(shù)據(jù)源，在機(jī)器人端控制器完成對(duì)數(shù)據(jù)的時(shí)空融合后利用DETR對(duì)融合信息進(jìn)行目標(biāo)檢測(cè)，最后將處理結(jié)果利用局域網(wǎng)發(fā)送至PC端上位機(jī)，PC端上位機(jī)可實(shí)現(xiàn)兩個(gè)功能，第一個(gè)是根據(jù)周圍環(huán)境對(duì)機(jī)器人進(jìn)行實(shí)時(shí)遠(yuǎn)程控制，第二個(gè)也是本文最大創(chuàng)新內(nèi)容，即通過(guò)對(duì)目標(biāo)對(duì)象的選擇，實(shí)現(xiàn)機(jī)器人對(duì)目標(biāo)物的自動(dòng)跟蹤，該路徑跟蹤控制器采用的是線性二次型調(diào)節(jié)器(LQR)，在跟蹤目標(biāo)的過(guò)程中可對(duì)車輛的位姿進(jìn)行實(shí)時(shí)調(diào)整。

同時(shí)，通過(guò)仿真測(cè)試驗(yàn)證了該系統(tǒng)的有效性。通過(guò)對(duì)本文所設(shè)計(jì)的機(jī)器人遠(yuǎn)程控制系統(tǒng)進(jìn)行測(cè)試，得出如下結(jié)論：首先，傳感器融合技術(shù)可以大幅提高機(jī)器人的操作精度和穩(wěn)定性。在測(cè)試過(guò)程中，我們發(fā)現(xiàn)通過(guò)將多個(gè)傳感器進(jìn)行融合，可以顯著降低機(jī)器人誤差率，并且提高機(jī)器人的定位準(zhǔn)確性和運(yùn)動(dòng)控制精度；其次，傳感器融合技術(shù)可以增強(qiáng)機(jī)器人對(duì)復(fù)雜環(huán)境的適應(yīng)能力。在測(cè)試過(guò)程中，我們模擬了多種不同的環(huán)境場(chǎng)景，包括光線較暗、存在障礙物等情況，通過(guò)傳感器融合技術(shù)，機(jī)器人可以更好地感知周圍環(huán)境，自主避障，并完成預(yù)設(shè)任務(wù)；最后，本文所設(shè)計(jì)的基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)具有良好的可靠性和實(shí)用性。該系統(tǒng)可以廣泛應(yīng)用于各種工業(yè)生產(chǎn)領(lǐng)域和服務(wù)領(lǐng)域，為人類提供更加便利、高效的機(jī)器人技術(shù)服務(wù)。因此，可以得出結(jié)論：基于傳感器融合技術(shù)的機(jī)器人遠(yuǎn)程控制系統(tǒng)是一種有效的方法，可以提高機(jī)器人的操作精度和穩(wěn)定性，增強(qiáng)機(jī)器人對(duì)復(fù)雜環(huán)境的適應(yīng)能力，具有良好的可靠性和實(shí)用性。本文提出的基于傳感器融合的機(jī)器人遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)方法可廣泛適用于特種場(chǎng)所作業(yè)機(jī)器人，減少對(duì)人力造成的危害，提高自動(dòng)化作業(yè)程度。