關(guān)鍵詞： 雙輪機(jī)器人 消防 圖像識別 軌道交通

中圖分類號： TU998.1;TP242 文獻(xiàn)標(biāo)識碼： A 文章編號： 1672-3791（2023）16-0074-04

在軌道交通的消防安全領(lǐng)域中，消防機(jī)器人除了應(yīng)用于火災(zāi)撲救外，更多的還是對各類消防重點(diǎn)隱患場所的巡邏和檢查，以及對各類易引發(fā)消防安全事故的突發(fā)、異常行為進(jìn)行及時(shí)監(jiān)控，特別是在客流量集中、重點(diǎn)管控、重點(diǎn)巡查的場所，如設(shè)備間、變電站、客流通道等地方[1]。這就需要消防機(jī)器人能夠基于機(jī)器視覺技術(shù)或其他傳感器技術(shù)對發(fā)生異常行為和現(xiàn)象進(jìn)行圖像采集、分析、識別和判斷，然后進(jìn)行預(yù)警。雙輪機(jī)器人具有靈活小巧、移動(dòng)迅速的特點(diǎn)，適用于消防巡邏或偵察作業(yè)[2]，本文主要是對其運(yùn)動(dòng)平衡原理、硬件結(jié)構(gòu)和圖像識別技術(shù)應(yīng)用進(jìn)行了分析和探索。

1 雙輪消防機(jī)器人平衡原理

雙輪消防機(jī)器人是在左、右兩個(gè)電機(jī)驅(qū)動(dòng)下，實(shí)現(xiàn)行走機(jī)構(gòu)不傾倒并能平穩(wěn)直立行走的一種移動(dòng)式機(jī)器人。雙輪消防機(jī)器人在外力的推拉下，它的行走機(jī)構(gòu)仍能保持不傾覆[3]。與三輪行走機(jī)構(gòu)、四輪行走機(jī)構(gòu)不同，雙輪行走機(jī)構(gòu)只是靠雙輪進(jìn)行支撐，一般情況下容易發(fā)生傾斜，從而導(dǎo)致傾覆。為了行走機(jī)構(gòu)的兩個(gè)驅(qū)動(dòng)輪時(shí)刻保持平衡，可以采用驅(qū)動(dòng)輪來回移動(dòng)的方式來抵消行走機(jī)構(gòu)的傾斜角度與傾斜角速度，這樣可以達(dá)到保持行走機(jī)構(gòu)直立而不傾倒的效果。圖1 是雙輪移動(dòng)平衡原理圖，且傾斜角度和角速度是雙輪消防機(jī)器人保持平衡移動(dòng)的關(guān)鍵[3]。

雙輪消防機(jī)器人采用負(fù)反饋機(jī)制來實(shí)現(xiàn)對傾斜角度和角速度的控制，從而達(dá)到運(yùn)動(dòng)平衡，以實(shí)現(xiàn)行走控制。雙輪消防機(jī)器人行走機(jī)構(gòu)采用左、右兩個(gè)輪子接觸地面，車體的傾斜只會(huì)發(fā)生在輪子滾動(dòng)的方向上，輪子的轉(zhuǎn)動(dòng)控制得當(dāng)，就能夠抵消行走機(jī)構(gòu)在一個(gè)方向上傾斜的趨勢，從而達(dá)到車體平衡[3]。

根據(jù)此原理，機(jī)器人傾角和傾角速度數(shù)據(jù)的采集是控制機(jī)器人直立行走的關(guān)鍵。在硬件設(shè)計(jì)中，采用集成傳感器陀螺儀采集行走機(jī)構(gòu)的傾角和傾角速度等數(shù)據(jù)[4]，并通過軟件程序控制調(diào)整機(jī)器人車輪的加速度，從而消除行走機(jī)構(gòu)的傾角。

2 雙輪消防巡邏機(jī)器人功能模塊設(shè)計(jì)

雙輪消防機(jī)器人其具有響應(yīng)速度快、靈活程度高和復(fù)雜地形的通過能力強(qiáng)的優(yōu)勢。因其配備足式結(jié)構(gòu)，使其既可以充分發(fā)揮輪式移動(dòng)的速度優(yōu)勢，又可以通過彈跳實(shí)現(xiàn)越障，保持了足式機(jī)器人本身的機(jī)動(dòng)越障優(yōu)勢，還能做到整體動(dòng)作靈活、跳躍更為敏捷。雙輪消防機(jī)器人的構(gòu)型是目前消防機(jī)器人研究的熱門，結(jié)合了輪、足兩者優(yōu)勢的一種消防移動(dòng)機(jī)器人構(gòu)型。雙輪消防機(jī)器人適用于軌道交通車站、設(shè)備間、車廂等場所，可以應(yīng)用于消防安全巡檢、檢查等應(yīng)用場景。

雙輪消防巡邏機(jī)器人的功能模塊設(shè)計(jì)如圖2 所示。其整體功能模塊由主控機(jī)構(gòu)、行走機(jī)構(gòu)和巡查機(jī)構(gòu)這3 部分組成[5]。其中，主控機(jī)構(gòu)包括主控板、通信裝置和電源裝置[5]，是機(jī)器人平臺的主要控制部分；行走機(jī)構(gòu)包括拓展控制板和兩組驅(qū)動(dòng)輪（含輪胎），是機(jī)器人平臺的主要行走部分；巡查機(jī)構(gòu)是機(jī)器人平臺執(zhí)行消防安全作業(yè)的主要設(shè)備，包括攝像裝置、舵機(jī)云臺等，用于消防安全巡邏作業(yè)，并可以根據(jù)需要安裝其他的傳感器裝置，如超聲波、溫濕度、氣體、煙霧、火焰等傳感器。

3 雙輪消防巡邏機(jī)器人硬件結(jié)構(gòu)設(shè)計(jì)

雙輪消防巡邏機(jī)器人的硬件結(jié)構(gòu)包括主控板、拓展控制板、攝像裝置、舵機(jī)云臺、通信裝置、電源裝置、機(jī)器人底板等部分，其硬件與組裝效果具體見圖3。其中主控板為可編程控制器，是機(jī)器人平臺的中央控制部分；拓展控制板在主控板上方，與主控板連接在一起，是機(jī)器人平臺行走機(jī)構(gòu)移動(dòng)驅(qū)動(dòng)的主要控制部分，內(nèi)置陀螺儀等測量裝置，用于機(jī)器人雙輪平衡移動(dòng)的測量控制，并為主控板提供了更多拓展接口，以便能夠連接不同的傳感器裝置；拓展控制板下方連接著兩組驅(qū)動(dòng)輪裝置，驅(qū)動(dòng)輪裝置是行走機(jī)構(gòu)移動(dòng)的主要執(zhí)行部分，安裝有帶橡膠釘?shù)姆来蚧喬?，由拓展控制板?qū)動(dòng)控制執(zhí)行行走功能；通信裝置與拓展控制板通過USB接口連接，為主控板和拓展控制板提供無線Wi-Fi 通信功能，用于傳送數(shù)據(jù)[6]；底板是機(jī)器人平臺行走機(jī)構(gòu)的連接支架，下方連接著驅(qū)動(dòng)輪并安裝有電源裝置，上方為主控板、拓展控制板、通信裝置、舵機(jī)云臺和攝像裝置提供了安裝支撐；舵機(jī)云臺安裝在底板上面，設(shè)置有兩組舵機(jī)，擁有兩個(gè)自由度，為攝像裝置提供左右和上下轉(zhuǎn)動(dòng)控制，增大了設(shè)置裝置的視覺空間和巡查范圍；攝像裝置是機(jī)器人主要的巡查裝備，為機(jī)器人提供了機(jī)器視覺視頻監(jiān)控功能和圖像識別功能；電源裝置位于底板下方，為機(jī)器人平臺各個(gè)部分提供充足的電壓電流。

4 軌道交通雙輪消防機(jī)器人的圖像識別應(yīng)用

利用雙輪消防機(jī)器人移動(dòng)靈活、便捷的特點(diǎn)，為雙輪消防機(jī)器人增設(shè)視頻攝像裝置，通過視頻攝像頭對消防隱患區(qū)域進(jìn)行巡檢偵察，將其作為消防偵察巡邏機(jī)器人進(jìn)行使用。

軌道交通雙輪消防機(jī)器人使用Python 程序設(shè)計(jì)語言獲取視頻攝像裝置的應(yīng)用程序，以及使用圖像顏色空間模型的轉(zhuǎn)換實(shí)現(xiàn)對目標(biāo)圖像中某些顏色特征進(jìn)行查找和追蹤[7]。并實(shí)現(xiàn)在HSV 顏色模型下，通過調(diào)節(jié)顏色信息H、飽和度S、亮度V 的區(qū)間值，在機(jī)器人視覺視頻中對選定的顏色進(jìn)行追蹤標(biāo)示。

程序1 使用Python-OpenCV 應(yīng)用程序讀取機(jī)器人視頻攝像裝置的視頻數(shù)據(jù)并顯示，實(shí)現(xiàn)對視頻圖像的獲取。

#程序1：讀取機(jī)器人攝像裝置的視頻數(shù)據(jù)顯示

import numpy as np

import cv2 as cv

cap = cv.VideoCapture（0）

if not cap.isOpened（）：

print（'Cannot open camera'）

exit（）

while True：

ret，frame = cap.read（）

if not ret：

print（\"can't receive frame.\"）

break

cv.imshow（'frame'，frame ）

if cv.waitKey（20） == 27：

break

cap.release（）

cv.destroyAllWindows（）

5 實(shí)現(xiàn)對視頻中某一顏色的跟蹤

程序2 使用圖像顏色模型轉(zhuǎn)換來實(shí)現(xiàn)對機(jī)器人視覺視頻中某一顏色的跟蹤效果。

#程序2：對視覺視頻中某一顏色的識別跟蹤

import cv2 as c_cv

import numpy as c_np

def trace_color_demo（）：

capture = c_cv.VideoCapture（0）

while True：

c_ret， c_frame = capture.read（）

if c_ret == False：

break

c_hsv = c_cv.cvtColor（c_frame， c_cv.COLOR_BGR2 HSV）

c_lower_hsv = c_np.array（[0， 0， 221]）

c_upper_hsv = c_np.array（[180， 30， 255]）

c_mask = cv. inRange（c_hsv， c_lower_hsv， c_upper_hsv）

c_cv.imshow（\"video\"， c_frame）

c_cv.imshow（\"mask\"， c_mask）

if c_cv.waitKey（20） == 27：

break

trace_color_demo（）

cv.waitKey（0）

cv.destroyAllWindows（）

圖4 是實(shí)現(xiàn)對視頻圖像中某一顏色的識別圖。

6 實(shí)現(xiàn)對圖像中多種顏色的捕捉分析

程序3 通過圖像顏色模型轉(zhuǎn)換實(shí)現(xiàn)對視覺視頻圖像中多種顏色的捕捉分析效果。

#程序3：對視覺視頻中多個(gè)顏色的捕捉識別

import numpy as c_np

import cv2 as c_cv

c_font = c_cv.FONT_HERSHEY_SIMPLEX

c_lower_red = c_np.array（[0， 127， 128]）

c_higher_red = c_np.array（[10， 255， 255]）

c_lower_green = c_np.array（[35， 110， 106]）

c_higher_green = c_np.array（[77， 255， 255]）

c_cap = c_cv.VideoCapture（0）

if （c_cap.isOpened（））：

while （True）：

c_ret， c_frame = c_cap.read（）

c_img_hsv = c_cv. cvtColor（c_frame， c_cv. COLOR_BGR2HSV）

c_mask_red = c_cv. inRange（c_img_hsv， c_lower_red， c_higher_red）

c_mask_green = c_cv. inRange（c_img_hsv， c_lower_green， c_higher_green）

c_mask_green = c_cv.medianBlur（c_mask_green， 7）

c_mask_red = c_cv.medianBlur（c_mask_red， 7）

c_mask = c_cv. bitwise_or（c_mask_green， c_mask_red）

c_image1， c_cnts1， c_hierarchy1 = c_cv. findContours

（mask_red， c_cv. RETR_EXTERNAL， c_cv. CHAIN_APPROX_NONE）

c_image2， c_cnts3， c_hierarchy3 = c_cv.findContours

（c_mask_green， c_cv. RETR_EXTERNAL， c_cv. CHAIN_APPROX_NONE）

for cnt in c_cnts1：

（x， y， w， h） = cv.boundingRect（cnt）

c_cv. rectangle（c_frame， （x， y）， （x + w， y + h）， （0， 0，255）， 2）

c_cv.putText（c_frame， 'red'， （x， y - 5）， font， 0.7， （0， 0，255）， 2）

for cnt in c_cnts3：

（x， y， w， h） = c_cv.boundingRect（cnt）

c_cv.rectangle（c_frame， （x， y）， （x + w， y + h）， （0， 255，0）， 2）

c_cv.putText（c_frame， 'green'， （x， y - 5）， c_font， 0.7，（0， 255， 0）， 2）

c_cv.imshow（'frame'， frame）

c_k = c_cv.waitKey（20） amp; 0xFF

if c_k == 27：

break

c_cv.waitKey（0）

c_cv.destroyAllWindows（）

圖5 是實(shí)現(xiàn)對圖像中多種顏色的分析圖。

從圖5 可以看出，通過顏色空間模型變換，可以實(shí)現(xiàn)視頻圖像獲取多個(gè)目標(biāo)物體的多種顏色捕捉。

7 結(jié)語

通過對雙輪機(jī)器人的平衡原理、運(yùn)動(dòng)模型及結(jié)構(gòu)分析，并建立運(yùn)動(dòng)學(xué)方程，同時(shí)通過程序設(shè)計(jì)，通過顏色空間模型變換，實(shí)現(xiàn)了視頻圖像獲取多個(gè)目標(biāo)物體的多種顏色捕捉。