SCI论文（www.lunwensci.com）:
摘要：本文将面向自主式救援机器人,从现阶段日本、中国对自主式救援机器人研究现状出发,深入分析自主式救援机器人的功能需求和硬件设备需求,并且结合自主式救援机器人工作中所具备的功能进行研究。在灾害事故当中,由于环境复杂救援人员难以勘探真实的灾害环境,从而影响救援效果,而自主式救援机器人则能够通过自身强大的移动、远程通信、监测与跟踪等功能为救援人员提供帮助。面对灾害事故频发的现代化社会,救援机器人的研发已成为全球重要的研究事项。
关键词：机器视觉；自主式；救援机器人；研究
Research on Autonomous Rescue Robot Based on Machine Vision
QUAN Ruiqin1,WANG Xun2,ZHANG Jianpeng3
(1.School of Control Engineering,Xinjiang Institute of Technology,Urumqi Xinjiang 830000;2.Xinjiang Oilfield Oil and Gas Storage and Transportation Branch of China National Petroleum Corporation,Changji Xinjiang 831100;3.School of Control Engineering,Xinjiang Institute of Technology,Urumqi Xinjiang 830000)
【Abstract】：This article will be oriented to autonomous rescue robots.Starting from the current research status of autonomous rescue robots in Japan and China,it will deeply analyze the functional requirements and hardware equipment requirements of autonomous rescue robots,and study combined with the functions of autonomous rescue robot.In disaster accidents,it is difficult for rescuers to explore the real disaster environment due to the complex environment,which affects the rescue effect.Autonomous rescue robots can provide assistance to rescuers through its powerful mobile,remote communication,monitoring and tracking functions.In the face of a modern society with frequent disasters and accidents,the research and development of rescue robots has become an important research item in the world.
【Key words】：machine vision;autonomous;rescue robot;research
0引言
自主机器人是一种利用传感器对外界信息进行接受和判定的智能系统,具有对环境的预判、环境情况分析、提供决策和任务执行等强大的功能,能够协助人类在特定的环境下完成特定目标的检测与任务的执行。随着科技技术的进步与支持,自主机器人在个行业中得到广泛的应用,在灾害救援、生活服务、生物勘探等领域中均得到广泛的应用。自主式救援机器人是在地震灾害、矿难灾害等灾害事故环境下进行救援任务的机器人,其在灾害事故中能够有效保障救灾人员的安全,定位被困人员,为人员解困提供帮助。为了提高灾害事故中灾害救援的稳定性,减少救援时间,自主式救援机器人运用感知能力、行为能力、执行能力能够高效完成救援任务,是未来灾害事故救援中不可或缺的角色之一。
1自主式救援机器人研究现状
近年来,火灾、地震、矿难事故频繁,全球各个国家积极研发救援机器人,给予必要的医疗救助和救援帮助。国外等发达国家在机器人研发方面以牵引方式和运动方式研发出履带式救援机器人、可变性(多态)救援机器人和仿生救援机器人等。我国相较于发达国家而言,救援机器人研发起步较晚,研发时间较短,但是给予的重视程度极高。在国家“十二五”计划支持下,“龙虾”救援机器人的诞生为我国自主式救援机器人研发道路提供方向。而后中科院沈阳自动化研究院所研发设计的旋翼飞行机器人等利用红外摄像机、传感器能够导入废墟图像,为灾害救援提供帮助[1]。
2自主式救援机器人需求分析
2.1功能需求
2.1.1移动功能
行走是自主式救援机器人必备的系统功能之一,也是承载机器人开展救援工作的主要承载平台。自主式救援机器人移动功能中包括机器人的底盘和移动机构。以机器人研发公司Willow Garage公司所研发设计的Turtlebot为例,Turtlebot是一款轮式机器人,该机器人较为灵活,拥有良好的自我控制能力和越障能力,面对斜度较小的斜坡能够简单越过。
2.1.2远程通信功能
自主式救援机器人的远程通信功能在机器人开展灾难救援过程中机器人将获取的视觉信息向监控站进行传达,若发现执行目标则需要监控站进行确认。另外,面对复杂的救援环境,对自主式救援机器人的形状、大小也做出不同的要求。较小的自主式救援机器人所承载的工控能力面对庞大的数据无法进行准确的计算和分析,所以需要将数据向监控站进行回传,从而获得下一步任务指令[2]。
2.1.3 SLAM功能
在对陌生的环境中,自主式救援机器人需要利用传感器所探知的信息确定其在环境当中的位置,同时建立环境地图,以便于信息回传、救援工作的有序开展。因此,自主式救援机器人的SLAM功能系统需要在特定的周期内对自身的行走里程、行走姿态等信息进行记录,并且将两者信息相结合建立初步环境地图,在环境地图中确定自身位置、伤员位置、危险品位置,同时SLAM功能也能够让机器人在移动过程中实时更新环境地图,为救援人员提供环境数据。
2.1.4目标检测与跟踪功能
自主式救援机器人在面对复杂的救援灾害环境中,需要结合体感传感器、热成像仪、摄像头、测距仪等设备对救援现场的环境信息进行提取,并通过成像仪为救援人工提供环境数据。
2.1.5自主避障功能
自主避障功能是保证自主式救援机器人在执行救援任务过程中保证自身安全的基础。在陌生的环境当中,为了保证自主式救援机器人能够安全行走,需要对环境中的陌生信息进行位置确定,实时感知环境中的障碍物,在环境地图中对障碍物的位置进行确定,经由设计系统发出的避障指令,完成避障。
2.2硬件设备需求
2.2.1体感传感器
为了帮助自主式救援机器人获取救灾环境中的视觉信息和景深信息,会在机器人本体上配备体感传感器,但是不同的传感器价格不同、性能不同、电量消耗不同。以Kinect体感传感器和Asus Xtion Pro Live体感传感器为例,Asus Xtion Pro Live体感传感器没有底座马达,所以电量消耗较小,可以直接使用USB为其供电。除此之外,Asus Xtion Pro Live体感传感器操作简单、价格便宜,是体感传感器中较佳的选择[3]。
2.2.2激光测距仪
由于自主式救援机器人在执行救援任务过程中需要面对复杂的救援环境,所以仅仅依靠体感传感器对环境信息进行提取并规划环境地图会出现一定偏差,所以还应该配设精准度较高的激光测距仪。在激光测距仪通过对传播时间数据对机器人与障碍物之间的距离进行计算,在固定时间内发射光束,经特定时间内的计算机进行技术,当激光经由物体表面进行反射后停止计数,以此计算障碍物与机器人之间的距离。
2.2.3红外热成像仪
自主式救援机器人中的红外热成像仪作为搜寻伤员的基础设备,是为后续的灾害救援工作奠定基础的必要设备。红外热成像仪是一种光学系统,在自主式救援机器人的设备以及运用中从机器发射红外能量,通过热成像仪进行反导并成像的过程。红外热成像仪在红外能量发射出通过反射转变为信号,由信号显示为温度读数以及热像,再利用红外探测元件对红外线数据进行接收,将热成像仪中将温度值转变为颜色以及温度,为判定伤员的伤亡情况做出数据判断[4]。
3自主式救援机器人模块设计研究
3.1目标检测模块
3.1.1视觉信息采集
在目标检测模块中视觉信息的采集是铺垫自主式救援机器人救援工作的基础。上文所述,自主式救援机器人采集视觉信息主要通过传感器获得,环境温度信息由热成像器传输的成像进行获得。从自主式救援机器人视觉信息采集步骤而言,大致分为以下几个步骤：(1)获取图像参数；(2)读取摄像头驱动包中的视频流；(3)定位摄像头参数信息节点；(4)完成信息读取。其中摄像头参数大致有摄像头分辨率、图像格式、曝光度等信息。采用以上步骤的视觉信息采集模块便于不同终端使用统一数据源,并且能够节约图像传输带宽。
3.1.2危险品标志检测
危险品标志检测是对救灾环境中部分表示有物理危险、化学危险性质的标志,通过标志的设立提醒救灾人员该灾难现场存在易燃、易爆炸或者有毒等危险品。需要注意的是,在危险品标志检测过程中需要十分慎重,一旦操作不当则会为灾害事故现场带来二次伤害。
3.1.3伤员检测
由于灾害事故现场中人体姿势不固定,所以自主式救援机器人中目标检测模块中的伤员检测可以采取视觉特征伤员检测、温度特征伤员检测以及多传感器伤员检测。视觉特征伤员检测通常在自主式救援机器人中使用人脸检测技术,人脸检测是一种在图像中识别人脸位置的视觉技术,通过机器人视觉系统中读取的人脸大小与数据库中的人脸大小进行比对,信息比对成功,则保留正确结果,若信息比对失败,则剔除错误结果；温度特征伤员检测技术是借助仪器,对灾难现场环境使用温度探测仪探测环境中的温度信息,以此判定是否有伤员存在；多传感器融合伤员检测是将视觉特征伤员检测和温度特征伤员检测等多种目标检测方式进行结合,以此提高伤员探测的精准度,增强信息的可信度,降低检测容错率,缩短救援时间[5]。
3.2目标跟踪模块
3.2.1摄像头标定
自主式救援机器人目标跟踪模块中摄像头标定算法有自标定法、基于主动视觉摄像头标定法和传统摄像头标定法。自标定法具有较强的灵活性,主要根据自主式救援机器人的运动轨迹进行计算,并且可以实现在线标定；基于主动视觉摄像头标定法是根据摄像头特殊运动信息进行信息标定,其不需要标定物,并且算法简单,鲁棒性较强,但是这种标定方法与自标定法相比设备较为昂贵,使用成本较高；传统标定法是根据使用标准进行标定,该标定法过程简便,成本较低,但是标定结果会受到标定物的精准度影响。
3.2.2 TLD算法
TLD算法主要由跟踪器、检测器和学习器三部分组成。跟踪器是根据目标框中对目标的预测目标位置,检测器在目标框中检测具体位置,通过跟踪器和检测器的共同判断获得实际位置,另外结合学习器对参数的跟踪,从而保证跟踪效果更加稳定可靠。TLD算法流程大致分为以下七个步骤：(1)输入首帧视频流图像,判定检测目标参数；(2)初始化森林分类器和L-K光流跟踪器；(3)通过森林分类器和L-K光流跟踪器预测目标在目标框中的位置；(4)确定目标实际位置；(5)结合学习器更新跟踪器和检测器；(6)显示跟踪结果；(7)结束任务。
3.3自主避障模块
3.3.1自主避障
自主避障是指自主式救援机器人在参与救援任务过程中在灾难环境下结合体感传感器、成像仪、视觉系统对环境中障碍物进行分辨和判定,并且根据障碍物的位置、形状和大小规划避障道路,自主避障是机器人研发设计领域当中的重要研究方向。目前,国际上的自主避障算法大致有动态窗口法、人工势场法和VFH算法(Vector Field Histogram)等。自主式救援机器人要完成自主避障需要掌握相应的运动学分析,并且机器人通过控制驱动实现对运动线路的规划与对机器人行动的控制[6]。
3.3.2障碍物提取
自主式救援机器人在自主避障模块的障碍物提取环节中需要基于对立体视觉的提取。自主式救援机器人通过对视野中获取的信息进行分析和处理,用精炼简洁的点云信息进行表示,具体步骤环节如下：首先机器人对视野中的信息进行判断,分析是否改变地面参数,然后运用RANSAC算法分析视觉系统中的地面区域,甄别和提取障碍物信息,然后对障碍物执行提取任务。
4总结
面对复杂的灾害事故现场,自主式救援机器人能够在最佳救援时间内为救援人员提供帮助,所以自主式救援机器人在全球范围内已经是科研重点项目。本文首先了解了国内外对自主式救援机器人的研究现状,然后根据自主式救援机器人的功能需求和设备需求从目标检测、目标跟踪以及自主避障三个模块进行研究。纵观国内外对自主式机器人的研究,救援机器人的研发是一个长期且系统化的过程,相关学者还应该注重从软件开发、设备创新、软件库的创立和完善自主式救援机器人的软件系统,完善自主式救援机器人的功能,发挥出其救援作用。
参考文献
[1]余腾伟,刘昌力.动态环境下的移动机器人避障策略研究[J].重庆交通大学学报(自然科学版),2021,40(9):131-136.
[2]杨梦.移动机器人平台下的运动目标检测和跟踪方法研究[D].保定:河北大学,2021.
[3]包琳,高巍.救援机器人搜索目标路径环境快速建模仿真[J].计算机仿真,2021,38(4):272-275+347.
[4]李爽,李佳学,于春洋,等.灾后救援机器人的设计研究[J].哈尔滨商业大学学报(自然科学版),2021,37(1):26-30.
[5]郭鹏飞,李彬,苏卫华,等.救援机器人主动悬架仿真与优化[J].医疗卫生装备,2020,41(12):12-15+20.
[6]卢国昆.救援机器人SLAM与自主探索[D].广州:广东工业大学,2020.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/39943.html
