寇云凱 林浩意 蘇芃橋 黃韋 徐書涵

摘?要：針對未來智慧機(jī)場建設(shè)和發(fā)展的需要，本文提出了一種搭載深度相機(jī)、激光雷達(dá)、語音交互等智能模塊的機(jī)場航站樓智能指引機(jī)器人設(shè)計(jì)與實(shí)現(xiàn)方案，分析了機(jī)器人在機(jī)場候機(jī)樓特定場景下可實(shí)現(xiàn)的預(yù)期功能，使用一種基于深度學(xué)習(xí)模型的目標(biāo)檢測算法，并通過即時(shí)定位與地圖構(gòu)建算法構(gòu)建二維地圖，確定了其在機(jī)場航站樓中路徑導(dǎo)航與避障運(yùn)動(dòng)方案。

關(guān)鍵詞：ROS系統(tǒng)開發(fā)；目標(biāo)識(shí)別；機(jī)器人路徑規(guī)劃

1?概述

1.1?問題描述

智能機(jī)器人利用計(jì)算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)和深度開發(fā)程序等技術(shù)，根據(jù)工作環(huán)境及相應(yīng)指令做出快速與準(zhǔn)確響應(yīng)。當(dāng)前，隨著智能化技術(shù)的不斷發(fā)展，人工智能、機(jī)器人技術(shù)等已成為各國重點(diǎn)發(fā)展的科技領(lǐng)域之一，在制造業(yè)、物流業(yè)、家庭服務(wù)業(yè)和軍事領(lǐng)域展現(xiàn)出了優(yōu)秀的應(yīng)用性能，可用于工業(yè)自動(dòng)化、環(huán)境監(jiān)測、智能家居、無人物流、無人駕駛等領(lǐng)域。例如，大疆創(chuàng)新制造的“曉”Spark小型航拍無人機(jī)；波士頓動(dòng)力公司研發(fā)的可適應(yīng)復(fù)雜地形條件的Big?Dog型四足機(jī)器狗［1］。其中基于輪式移動(dòng)系統(tǒng)的智能機(jī)器人已相當(dāng)成熟，相比于其他結(jié)構(gòu)，輪式機(jī)器人具有易于平穩(wěn)移動(dòng)、驅(qū)動(dòng)裝置容易維護(hù)、制造成本相對較低等優(yōu)點(diǎn)，能協(xié)助完成煩瑣、危險(xiǎn)、重復(fù)性高的任務(wù)，極大地提高了工作效率和安全性，提供了諸多便利。例如，以巡檢機(jī)器人為代表，通過廣泛應(yīng)用機(jī)械臂、3D激光導(dǎo)航技術(shù)和視覺識(shí)別等技術(shù)，在各類天氣情況下完成路況的巡檢工作及簡單安全維護(hù)的機(jī)器人；通過磁條引導(dǎo)、激光引導(dǎo)、慣性導(dǎo)航以及磁釘導(dǎo)航等方式，用于物流分配車間物品搬運(yùn)的AGV（Automated?Guided?Vehicle）物流小車；家用自動(dòng)吸塵器機(jī)器人iRobot?Roomba，采用人工智能系統(tǒng)iAdapt，用于自動(dòng)清掃和清除家庭中的各類垃圾、灰塵。

在民航領(lǐng)域，機(jī)場航站樓結(jié)構(gòu)相對復(fù)雜，特定人群如老人、未成年人、初次選擇民航客運(yùn)的乘客等難以找到登機(jī)口、衛(wèi)生間、值機(jī)柜臺(tái)等相應(yīng)區(qū)域，給旅客出行造成了較大困難。根據(jù)智慧機(jī)場建設(shè)以及提高民航服務(wù)水平的要求，引進(jìn)一款用于航站樓指引的機(jī)器人十分必要。但市場上的引路機(jī)器人大多存在著在室內(nèi)環(huán)境下定位不夠準(zhǔn)確、目標(biāo)識(shí)別僅限于有明顯特征的物品以及機(jī)器人自主導(dǎo)航避障低效的問題。因此，在此背景下開展新型航站樓智能機(jī)器人的設(shè)計(jì)工作具有積極意義。

1.2?國內(nèi)外研究現(xiàn)狀

目前，針對機(jī)場智能機(jī)器人的研究一直非?；钴S，形成了新的研究熱點(diǎn)：國外領(lǐng)域在比較早的時(shí)期就有不斷對于機(jī)器人運(yùn)動(dòng)規(guī)劃的研究。例如，Karaman等設(shè)計(jì)出用于機(jī)器人最佳運(yùn)動(dòng)規(guī)劃的基于增量采樣的算法［2］。Palmieri等設(shè)計(jì)出一種名為POSQ的新的RRT擴(kuò)展功能，該功能可以實(shí)現(xiàn)高效流暢的移動(dòng)機(jī)器人的運(yùn)動(dòng)規(guī)劃［3］。國內(nèi)領(lǐng)域起步較晚，但目前也有一些對于機(jī)器人路徑規(guī)劃的研究。例如，李名杰等設(shè)計(jì)出一種基于SLAM的智能服務(wù)機(jī)器人。該機(jī)器人通過配備視覺傳感器、激光雷達(dá)和紅外等傳感器在未知的陌生環(huán)境中構(gòu)建出地圖和結(jié)構(gòu)，并確定自身的位置和方向，可以實(shí)現(xiàn)人臉識(shí)別、進(jìn)行查詢登機(jī)口、全方位場景掃描、行李托運(yùn)和移動(dòng)導(dǎo)航等功能［4］。王勇等設(shè)計(jì)了一種用于機(jī)場服務(wù)、協(xié)助機(jī)場管理的服務(wù)機(jī)器人控制系統(tǒng)［5］?？刂葡到y(tǒng)設(shè)計(jì)利用輪式移動(dòng)并且加入了人機(jī)交互系統(tǒng)界面的設(shè)計(jì)與程序編寫，實(shí)現(xiàn)了可以通過互聯(lián)網(wǎng)查詢信息，語音識(shí)別并預(yù)設(shè)應(yīng)答和機(jī)器人移動(dòng)避障等功能，該機(jī)器人配備了上位機(jī)（PC）、控制器、傳感器模塊、通信模塊、電源模塊、驅(qū)動(dòng)模塊和語音模塊。該機(jī)器人通過測距超聲波傳感器和紅外線傳感器檢測環(huán)境中障礙物的位置與自身距離，通過程序判斷運(yùn)行狀況并實(shí)現(xiàn)實(shí)時(shí)調(diào)整機(jī)器人運(yùn)行速度和方向，避免與人或物體發(fā)生碰撞。

在應(yīng)用領(lǐng)域方面，廣州白云國際機(jī)場引入了一種名為“云朵”的智能問詢機(jī)器人，通過大數(shù)據(jù)和云計(jì)算技術(shù)可實(shí)現(xiàn)乘機(jī)咨詢、語音交互、定位導(dǎo)航等功能；韓國仁川機(jī)場使用了由韓國LG公司研制的名為特羅伊卡（Troika）的機(jī)器人，可識(shí)別多種語言并幫助旅客尋找登機(jī)口，以及幫助保潔人員清掃地板。

綜上可見，在機(jī)器人路徑規(guī)劃方面國內(nèi)外都有了一定的研究，但如何優(yōu)化用于機(jī)場輪式機(jī)器人的路徑規(guī)劃是我們?nèi)孕枰^續(xù)研究的。

1.3?文章概述

本文提出了一種用于機(jī)場候機(jī)樓指引的輪式機(jī)器人設(shè)計(jì)方案，實(shí)現(xiàn)機(jī)器人的障礙識(shí)別與路徑動(dòng)態(tài)規(guī)劃，為其在未知或部分未知環(huán)境下的自主導(dǎo)航提供技術(shù)支持，提升躲避障礙物的效率與復(fù)雜環(huán)境下的運(yùn)行能力。項(xiàng)目將基于機(jī)器人上搭載的激光雷達(dá)、深度相機(jī)、語音交互模塊等硬件配置，通過深度圖像數(shù)據(jù)識(shí)別與處理，實(shí)現(xiàn)機(jī)器人的建圖導(dǎo)航、自主避障和跟隨等功能。本文篇章結(jié)構(gòu)組織如下：第二部分介紹機(jī)器人的總體功能與配置；第三部分提出機(jī)器人所需的硬件結(jié)構(gòu)；第四部分提出機(jī)器人圖像處理及目標(biāo)識(shí)別檢測算法；第五部分介紹機(jī)器人二維運(yùn)動(dòng)地圖構(gòu)建和導(dǎo)航避障功能的實(shí)現(xiàn)；第六部分對本文章進(jìn)行總結(jié)。

2?總體功能

指引機(jī)器人旨在協(xié)助旅客到達(dá)目的地，且在無任務(wù)狀態(tài)時(shí)通過自動(dòng)巡邏功能尋找需要幫助的旅客，并幫助機(jī)場完成航班信息的傳達(dá)。具體功能如下：

2.1?語音交互及廣播

此功能能夠幫助旅客及時(shí)搜尋航站樓的信息位置，為有需要幫助的旅客能準(zhǔn)時(shí)到達(dá)登機(jī)口順利搭乘航班提供必要協(xié)助。機(jī)器人搭載的語音交互系統(tǒng)與旅客實(shí)現(xiàn)語音交互，通過平臺(tái)提供的多項(xiàng)服務(wù)，識(shí)別旅客的指令，理解旅客需求，及時(shí)做出回應(yīng)，實(shí)現(xiàn)與旅客的交流。同時(shí)，在執(zhí)行任務(wù)時(shí)，還能為旅客播報(bào)航班狀態(tài)［6］，協(xié)助旅客完成登機(jī)。在巡邏狀態(tài)下，能廣播尋人啟事等通知。

2.2?自動(dòng)巡邏

在機(jī)器人未收到外界指令時(shí)，可在候機(jī)樓內(nèi)自動(dòng)巡邏，利用深度攝像頭進(jìn)行目標(biāo)檢測。同時(shí)尋找需要幫助的旅客，及時(shí)回答旅客問題，并且協(xié)助發(fā)現(xiàn)安全隱患。

2.3?導(dǎo)航引路

收到旅客的導(dǎo)航指令后，機(jī)器人通過內(nèi)置的機(jī)場地圖，及時(shí)搜尋出目的地信息，并規(guī)劃出從當(dāng)前位置出發(fā)的最短距離。同時(shí)，它還會(huì)計(jì)算出預(yù)計(jì)花費(fèi)的時(shí)間進(jìn)行及時(shí)播報(bào)，會(huì)在經(jīng)過洗手間、商店等地點(diǎn)時(shí)告知旅客。為了實(shí)現(xiàn)實(shí)時(shí)定位，可通過在機(jī)場內(nèi)放置定位標(biāo)，借助SLAM技術(shù)、深度相機(jī)以及激光雷達(dá)，通過同時(shí)對多個(gè)定位標(biāo)的角度測量以及距離測量，確定自身在三維空間中的位置，使機(jī)器人計(jì)算出自身在航站樓所處的位置［7］。在運(yùn)行過程中，可提前通過SLAM建圖獲得候機(jī)樓內(nèi)部環(huán)境信息，即獲得靜態(tài)障礙物數(shù)據(jù)；而對于行人、車輛等動(dòng)態(tài)障礙物，則采取激光雷達(dá)實(shí)時(shí)掃描的方案，通過在ROS系統(tǒng)中加載局部路徑規(guī)劃器實(shí)現(xiàn)避障［8］。

綜上所述，機(jī)器人導(dǎo)航引路的邏輯與基本流程如圖1所示，將在后續(xù)章節(jié)中討論探測障礙物與路徑規(guī)劃的具體方法。

2.4?其他功能

機(jī)器人在未執(zhí)行導(dǎo)航任務(wù)時(shí)，進(jìn)入巡邏狀態(tài)，此時(shí)可通過電控裝置自動(dòng)或手動(dòng)執(zhí)行噴灑消毒水、播放城市旅游宣傳視頻等功能。機(jī)器人還安裝了基于多機(jī)通信的一鍵報(bào)警程序，旅客可使用機(jī)器人與機(jī)場工作人員溝通，尋找人工幫助。

3?硬件系統(tǒng)設(shè)計(jì)

為實(shí)現(xiàn)機(jī)器人的障礙識(shí)別與路徑動(dòng)態(tài)規(guī)劃，為其在未知或部分未知環(huán)境下的自主導(dǎo)航提供技術(shù)支持，提升躲避障礙物的效率與復(fù)雜環(huán)境下的運(yùn)行能力的目標(biāo)，機(jī)器人選用阿克曼轉(zhuǎn)向結(jié)構(gòu)底盤配合520電機(jī)以及金屬舵機(jī)，配備深度相機(jī)和激光雷達(dá)用來感知周圍環(huán)境。配合語音交互模板實(shí)現(xiàn)對小車的命令。硬件選型與設(shè)計(jì)如下：

3.1?深度相機(jī)

機(jī)器人采用的是Astra?pro深度相機(jī)，其包含了彩色攝像頭（RGB）、紅外相機(jī)（IR?camera）、紅外投影儀（LDM）、深度計(jì)算處理器（depth?processor）等，能夠快速準(zhǔn)確地進(jìn)行物體的測距追蹤、目標(biāo)物體識(shí)別，更方便準(zhǔn)確感知外界環(huán)境，幫助分析判斷機(jī)器人自身所處的位置［9］。

3.2?激光雷達(dá)

激光雷達(dá)采用的是YDLIDAR?4ROS激光雷達(dá)，其原理是靠旋轉(zhuǎn)反射鏡將激光發(fā)射出去，并通過計(jì)算發(fā)射與返回的時(shí)間差計(jì)算距離，利用其較高的測距精準(zhǔn)度能為機(jī)器人導(dǎo)航提供有效的環(huán)境感知［10］。

3.3?科大訊飛的語音交互系統(tǒng)

機(jī)器人利用訊飛開放平臺(tái)實(shí)現(xiàn)語音交互。訊飛平臺(tái)提供了語音識(shí)別、語音喚醒、語義理解等多項(xiàng)服務(wù)，借助其語音交互系統(tǒng)強(qiáng)大的AI識(shí)別功能，能準(zhǔn)確理解旅客需求，正確回答旅客問題并將語音命令轉(zhuǎn)化為對小車的運(yùn)動(dòng)指令。

3.4?機(jī)器人操作系統(tǒng)

ROS（Robot?Operating?System）是適用于機(jī)器人軟件開發(fā)的元操作系統(tǒng)。它借助Linux系統(tǒng)，實(shí)現(xiàn)底層設(shè)備控制、常用函數(shù)應(yīng)用、進(jìn)程間消息傳遞等功能。它能在完善功能包的配置后，完成航站樓3D坐標(biāo)的建設(shè)、機(jī)器人運(yùn)動(dòng)的規(guī)劃和相機(jī)的標(biāo)定等功能，完成從指令到實(shí)際操作的實(shí)現(xiàn)［11］。

4?目標(biāo)識(shí)別

機(jī)器人的目標(biāo)識(shí)別是指利用攝像輸入裝置檢測預(yù)定目標(biāo)的幾何或者統(tǒng)計(jì)特征的圖像分析處理技術(shù)，采用目標(biāo)識(shí)別的方法，機(jī)器人可以實(shí)現(xiàn)顏色追蹤、二維碼掃描、障礙物識(shí)別等功能。目前，主流的目標(biāo)識(shí)別技術(shù)主要包括三種：一是模板匹配法，對目標(biāo)圖像的形狀特征采集后，在待檢測圖像中逐點(diǎn)尋找與目標(biāo)圖像模板距離、梯度、方差等特征值最為相似的區(qū)域［12］；二是特征提取法，例如Blob分析（Blob?Analysis），將圖像中顏色、紋理相近的部分進(jìn)行連通域提取和標(biāo)記，即二值化處理圖像之后再檢測灰度突變區(qū)域；三是深度學(xué)習(xí)，通過訓(xùn)練深度學(xué)習(xí)模型來自動(dòng)識(shí)別和分類目標(biāo)。

考慮到機(jī)器人主板的性能，為了快速且有效地實(shí)現(xiàn)對目標(biāo)的特征提取，因此選擇了基于深度學(xué)習(xí)的目標(biāo)檢測算法：在深度相機(jī)采集深度信息和RGB圖像后，圖像數(shù)據(jù)和圖像元數(shù)據(jù)（圖像寬度、高度、編碼格式等信息）返回給機(jī)器人主板，主板上搭載的ROS系統(tǒng)通過圖像消息系統(tǒng)（sensor_msgs）傳輸存儲(chǔ)圖像數(shù)據(jù)，在此過程中，可使用rosbag記錄圖像消息或用ROS的話題（Topic）機(jī)制實(shí)時(shí)傳輸圖像消息。

此后利用Open?CV（Open?Source?Computer?Vision?Library）對輸入圖像進(jìn)行處理，Open?CV是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺庫，具有強(qiáng)大的圖像數(shù)據(jù)處理功能，庫中有各種函數(shù)可以對圖像進(jìn)行分析，且占用存儲(chǔ)較小，在ROS系統(tǒng)中能較為流暢地使用。首先，將ROS圖像數(shù)據(jù)轉(zhuǎn)化為Open?CV格式的圖像數(shù)據(jù)，再對圖像數(shù)據(jù)進(jìn)行灰度化、去噪等預(yù)處理，這可以減少圖像數(shù)據(jù)中的無關(guān)信息，而Open?CV中Canny函數(shù)可對預(yù)處理的圖像進(jìn)行邊緣檢測，實(shí)現(xiàn)對目標(biāo)的特征提取，并將處理后的數(shù)據(jù)保存在相應(yīng)文件中［13］。

基于深度學(xué)習(xí)的目標(biāo)檢測算法YOLOv5（You?Only?Look?Once?version?5）可通過卷積神經(jīng)網(wǎng)絡(luò)（Convolutional?Neural?Network，CNN）實(shí)現(xiàn)對圖像中目標(biāo)物體的識(shí)別和定位，它在檢測過程中會(huì)將輸入的圖像分割成多個(gè)網(wǎng)格單元，分析并輸出預(yù)測框（Bounding?Box），其中包含目標(biāo)物體位置、大小和該物體屬于不同類別的概率值。為了實(shí)現(xiàn)圖像的識(shí)別，需提前構(gòu)建機(jī)場中機(jī)器人可能拍攝圖像的訓(xùn)練數(shù)據(jù)集，并按照行人、建筑物、路標(biāo)、出入口、定位二維碼進(jìn)行分類，采用YOLOv5作為深度學(xué)習(xí)模型，對已準(zhǔn)備數(shù)據(jù)集中的圖像進(jìn)行分類訓(xùn)練，提高精準(zhǔn)度。在機(jī)器人實(shí)際運(yùn)行過程中，YOLOv5通過ROS系統(tǒng)調(diào)用Open?CV存儲(chǔ)的文件，從而獲得目標(biāo)的位置類別信息。進(jìn)一步，還可以增加目標(biāo)跟蹤的相關(guān)算法實(shí)現(xiàn)對物體的實(shí)施跟蹤和位置預(yù)測［14］。

5?路徑導(dǎo)航

機(jī)器人的路徑規(guī)劃是指機(jī)器人根據(jù)自身定位與目標(biāo)地點(diǎn)選擇最佳路線，機(jī)器人的路徑規(guī)劃通常面對三大問題：一是機(jī)器人對所處環(huán)境的地圖構(gòu)建和自身定位；二是單次運(yùn)動(dòng)中機(jī)器人對起點(diǎn)與終點(diǎn)之間路徑的選擇與優(yōu)化；三是運(yùn)動(dòng)過程中避障行為的局部路線規(guī)劃?；诖?，文章提出以下方案。

5.1?基于SLAM的二維建圖

機(jī)器人通過YDLIDAR?4ROS激光雷達(dá)與Astra?pro深度相機(jī)完成SLAM二維地圖的構(gòu)建。YDLIDAR?4ROS激光雷達(dá)以固定頻率向四周掃描，發(fā)射的激光在經(jīng)過障礙物反射后被接收器接收，采集多組信息后，根據(jù)地圖的數(shù)學(xué)特征（直角、曲線）來進(jìn)行地圖匹配，將分散的地圖組成完整地圖，采集數(shù)據(jù)被提交到ROS系統(tǒng)中，我們將接收信息在（x，y）坐標(biāo)軸上用Cartographer?SLAM生成2D柵格地圖［15］。

Astra?pro深度相機(jī)可采集像素點(diǎn)與相機(jī)間的距離信息，根據(jù)三角相似的計(jì)算原理，將三緯空間上的點(diǎn)信息在二維像素平面上完全體現(xiàn)，并在相鄰圖像上進(jìn)行特征點(diǎn)匹配。Astra?pro深度相機(jī)可以獲取環(huán)境中的深度信息，將得到的信息提交到ROS系統(tǒng)中，通過RGBD?SLAM算法進(jìn)行建圖，作為激光雷達(dá)生成2D地圖的輔助。

2D激光雷達(dá)僅能采集到單一平面內(nèi)的點(diǎn)云數(shù)據(jù)；而深度相機(jī)可以采集到一定范圍的深度圖像和彩色圖像，通過例如RTAB—MAP等算法，可構(gòu)建三維彩色地圖，但地圖精度較低。融合激光雷達(dá)和深度相機(jī)的采集數(shù)據(jù)可在實(shí)現(xiàn)三維建圖的同時(shí)，保留雷達(dá)的高精度避障功能。

5.2?機(jī)器人的導(dǎo)航和規(guī)避

本項(xiàng)目中，機(jī)器人的運(yùn)動(dòng)場景固定為機(jī)場候機(jī)樓，預(yù)先將機(jī)器人帶至場地，利用傳感器提前掃描場景即可完成SLAM二維地圖構(gòu)建；而機(jī)器人與乘客交互確定目標(biāo)點(diǎn)后，采用一種啟發(fā)式搜索算法（A*搜索、Dijkstra算法結(jié)合）來規(guī)劃路徑，由于全局路徑規(guī)劃的靈動(dòng)性較差，而面對移動(dòng)目標(biāo)時(shí)，機(jī)器人不能及時(shí)做出路線改正，動(dòng)態(tài)窗口法算法（Dun?amigo?Window?Approach，DWA）可解決這個(gè)問題，進(jìn)而DWA算法、A*算法與Dijkstra算法結(jié)合后，可讓機(jī)器人在有移動(dòng)目標(biāo)情況下達(dá)到目的地。

A*搜索算法（啟發(fā)式搜索）是基于廣度優(yōu)先算法提供搜索方向，通過“路程代價(jià)”和“預(yù)估代價(jià)”，找到一條代價(jià)最低的路徑（路程代價(jià)和預(yù)估代價(jià)的和），這條路徑是最佳路徑，在此路徑的基礎(chǔ)上，通過DWA算法來進(jìn)行局部規(guī)劃，從而到達(dá)目的地。

DWA算法通過機(jī)器人測試得到機(jī)器人速度、加速度信息后，通過評價(jià)函數(shù)來對當(dāng)前路線進(jìn)行評估，得到一組最優(yōu)速度解，通過調(diào)整評價(jià)函數(shù)中方向角、機(jī)器人與障礙物距離、軌跡對應(yīng)速度的權(quán)重來獲得規(guī)劃路線。

機(jī)器人路徑規(guī)劃是基于激光雷達(dá)與深度相機(jī)收集周邊信息和獲得自身位置與姿勢信息，當(dāng)機(jī)器人在ROS系統(tǒng)中生成二維地圖后，再根據(jù)相關(guān)的運(yùn)動(dòng)算法與路徑規(guī)劃算法到達(dá)目的地，如圖2所示。

圖2?機(jī)器人路徑規(guī)劃流程圖

5.3?機(jī)器人控制

在候機(jī)樓中布置供機(jī)器人定位的二維碼，機(jī)器人行進(jìn)過程借助目標(biāo)識(shí)別算法即可實(shí)現(xiàn)自身定位，利用路徑算法，獲取目標(biāo)位置后得到路徑信息，通過PID（Proportional?Integral?Differential）給出機(jī)器人四個(gè)輪子的運(yùn)動(dòng)參數(shù)，從而完成導(dǎo)航行為。

結(jié)語

本文對候機(jī)樓特定環(huán)境下的機(jī)器人的指引工作原理進(jìn)行了分析，通過裝配硬件設(shè)施與加載軟件開發(fā)環(huán)境，展示了指引機(jī)器人可能實(shí)現(xiàn)的功能，思考了實(shí)現(xiàn)目標(biāo)檢測識(shí)別、避障、路徑導(dǎo)航等功能的可行辦法，最終給出了相對合理的設(shè)計(jì)方案。

參考文獻(xiàn)：

［1］王哲，馮曉輝，李藝銘，等.智能機(jī)器人產(chǎn)業(yè)的現(xiàn)狀與未來［J］.人工智能，2018（03）：1227.

［2］Karaman?S，F(xiàn)razzoli?E.Incremental?samplingbased?algorithms?for?optimal?motion?planning［J］.Robotics?Science?and?Systems?VI，2010，104（2）：267274.

［3］Palmieri?L，Arras?K?O.A?novel?RRT?extend?function?for?efficient?and?smooth?mobile?robot?motion?planning［C］//2014?IEEE/RSJ?International?Conference?on?Intelligent?Robots?and?Systems.IEEE，2014：205211.

［4］李名杰，詹紅梅.基于SLAM的智能機(jī)器人在大型樞紐機(jī)場的應(yīng)用［J］.中國新技術(shù)新品，2022（07）：1921.

［5］王勇，祝鑫，朱嘉敏，等.機(jī)場服務(wù)機(jī)器人控制系統(tǒng)設(shè)計(jì)與研究，20190208.

［6］周君，劉璟.酒店服務(wù)機(jī)器人語音交互系統(tǒng)設(shè)計(jì)［J］.軟件導(dǎo)刊，2018，17（11）：1316+21.

［7］徐慧，孫宏圖.室內(nèi)移動(dòng)機(jī)器人激光雷達(dá)定位方法研究與仿真［J］.機(jī)械設(shè)計(jì)，2022，39（05）：9195.

［8］查榮瑞，馬云華，燕翔，等.基于場景理解與改進(jìn)型BUG算法的移動(dòng)機(jī)器人避障［J］.計(jì)算機(jī)測量與控制，2023，31（03）：228234.

［9］丁子琳.基于深度相機(jī)的移動(dòng)機(jī)器人視覺SLAM技術(shù)研究與實(shí)現(xiàn)［D］.東北石油大學(xué)，2022.

［10］何小英，王旭.激光雷達(dá)和視覺技術(shù)的機(jī)器人移動(dòng)位置跟蹤系統(tǒng)［J］.激光雜志，2023，44（01）：232237.

［11］李昕哲，高雨源，何棋威，等.一種基于ROS的SLAM智能小車設(shè)計(jì)［J］.信息與電腦（理論版），2022，34（11）：144146.

［12］謝永杰，智賀寧.基于機(jī)器視覺的圖像識(shí)別技術(shù)研究綜述［J］.科學(xué)技術(shù)創(chuàng)新，2018（07）：7475.

［13］黃俊明，陳平平，王彩申.在Linux環(huán)境下基于OpenCV圖像處理的研究與實(shí)現(xiàn)［J］.電腦編程技巧與維護(hù)，2023（01）：143146.

［14］鄭太雄，江明哲，馮明馳.基于視覺的采摘機(jī)器人目標(biāo)識(shí)別與定位方法研究綜述［J］.儀器儀表學(xué)報(bào)，2021，42（09）：2851.

［15］薛迎港.基于ROS的倉儲(chǔ)機(jī)器人自主導(dǎo)航研究和實(shí)現(xiàn)［D］.西安工業(yè)大學(xué)，2022.

項(xiàng)目基金：用于輪式機(jī)器人避障的嵌入式系統(tǒng)程序開發(fā)（項(xiàng)目號(hào)：IECAUC2023186）

作者簡介：寇云凱（2001—?），男，漢族，山東濰坊人，本科，中歐航空工程師學(xué)院工科試驗(yàn)班；林浩意（2002—?），男，漢族，安徽宿州人，本科，中歐航空工程師學(xué)院工科試驗(yàn)班；蘇芃橋（2002—?），男，漢族，四川會(huì)理人，本科，中歐航空工程師學(xué)院工科試驗(yàn)班；黃韋（2003—?），男，漢族，安徽滁州人，本科，中歐航空工程師學(xué)院工科試驗(yàn)班；徐書涵（2003—?），女，漢族，天津人，本科，中歐航空工程師學(xué)院工科試驗(yàn)班。