基于ROS的室內巡檢機器人系統設計與研究

摘要：為了保護貴重物品儲藏室的安全，設計了一種室內巡檢機器人，該機器人使用麥克納姆全向輪進行移動，可以靈活轉向。以此機器人為研究對象，基于機器人操作系統（ROS）對機器人的軟件和硬件進行架構，基于ROS提供的各種功能包，設計開發巡檢機器人建圖導航系統。對SLAM建圖算法進行了研究，選擇Cartographer算法作為建圖算法。實驗表明，機器人可以完成建圖導航和巡視功能。

關鍵詞：機器人操作系統;建圖算法;全向移動;巡檢

0? ? 引言

隨著人工智能和機器人技術快速發展，移動機器人在生產車間、物流倉庫、變電站等場合的應用逐漸增加。由于機器人所處的工作環境較為復雜，其建圖導航和運動控制的難度也相應增加。機器人的定位與導航逐漸成為該領域研究的熱點問題，解決該問題的關鍵是同時定位和地圖構建（Simultaneous Localization and Mapping，SLAM）技術。SLAM技術可以分為激光SLAM和視覺SLAM兩大類[1]，目前激光雷達SLAM在全向移動機器人平臺上的應用還比較少見，存在較大的發展空間。

本文通過硬件和軟件架構，設計了一種可以全向行駛的巡檢機器人，在此基礎上，對SLAM建圖算法進行研究，并使用Cartographer算法作為建圖算法。

1? ? 機器人全向移動平臺

本文設計的機器人的硬件主要包括麥克納姆全向移動平臺[2]和各種傳感器，麥克納姆輪是由瑞典麥克納姆公司發明生產的。許多室內環境具有拐角、長廊等狹小部分，而差速移動機器人靈活性差，不能很好地完成轉向，所以不適合在室內進行建圖導航等工作，麥克納姆輪因為其獨特的構造，可以很好地完成平移和旋轉等功能，具有很好的機動性和靈活性，可以在室內全向運動。

2? ? 機器人硬件系統設計

該系統使用樹莓派4B作為上位機控制整個機器人，相比于大多數ROS控制器，樹莓派4B具有更高的性能。機器人采用STM32運動控制器實現電機的驅動，支持4路直流電機閉環控制，下位機搭載了IMU加速度陀螺儀傳感器，用來校準各種參數。

巡檢機器人在移動過程中，需要激光雷達獲取周圍障礙物的具體位置信息和周圍環境的輪廓信息，通過這些信息才能完成地圖構建和自主導航的功能。激光雷達通過USB接口與樹莓派相連，將外部環境信息發送給樹莓派進行處理。巡檢機器人在巡檢過程中使用攝像頭實現巡視功能，攝像頭與樹莓派相連，可以實時上傳拍攝信息。機器人通過運動控制器連接4個直流電機來進行運動，IMU加速度陀螺儀搭載在STM32運動控制器上，將收集到的信息上傳到樹莓派，樹莓派通過獲取到的信息來判斷外界情況并進行控制，最終實現地圖的精準建模、機器人的準確定位和機器人路徑實時規劃。當攝像頭拍攝到可疑人員后，報警電路會啟動進行報警。機器人可以通過USB接口來擴展其他傳感器，以實現更多的功能。

3? ? 機器人軟件架構設計

本文機器人的軟件架構設計是基于ROS的模塊化、層次化框架[3]。ROS是一種分布式結構，ROS系統中的每個功能模塊都可以單獨進行設計和編譯，在運行時以松耦合的形式結合在一起。ROS可以提高機器人的軟件復用率，這也是ROS使用方便的原因之一。為了更好地驅動機器人，ROS將每一個程序細分化，成為不同的節點（Node）。節點與節點之間是松耦合的，因此開發者可以靈活開發程序，節點也是ROS中最小的處理器單元，每個節點都是以功能包的形式組織在一起。在ROS中多個節點可以組合成大的功能包，比如用于導航的功能包就包含建圖、定位、導航等多個功能包。

本文設計的機器人軟件架構分成三個層次，分別是可視化操作層、節點應用層、驅動層。機器人的軟件架構如圖1所示。

使用者通過監控操作界面連接機器人，可以獲取機器人的所有信息，觀看攝像頭拍攝的錄像，并對機器人進行操控;節點應用層包含了實現機器人所有功能的節點，機器人通過節點應用層的各個節點去實現相應的功能。通過啟動底盤控制節點控制機器人移動，并同時啟動SLAM建圖節點來實現地圖構建，構建好的地圖可以保存;通過啟用自動導航節點以及圖像處理節點、報警節點，可以根據保存好的地圖實現自主巡檢、最優路徑規劃和報警等功能。

4? ? 機器人SLAM與自主導航系統實現

SLAM研究主要應用于機器人移動的自主化，即機器人在一個未知的環境下，從任意一個位置出發，進行移動，在移動的過程中通過自身的估算和地圖進行自身的定位，并且實時構建增量式地圖，實現機器人的自主定位和導航。

SLAM算法經過30多年的發展形成了顯著的成果，其使用的具體方法可分為兩大類，分別是基于濾波的方法和基于優化的方法。Gmapping[4]算法是基于濾波的常見算法，該算法存在更新效率隨地圖擴建下降、缺少閉環檢測、消耗資源等問題，因此不適用于室內面積較大的儲藏室;而基于優化的方法可以較好地解決這一問題，因此本文采用Cartographer算法作為建圖算法。Cartographer算法采用基于圖優化的SLAM理論框架，分為局部SLAM（前端）和全局SLAM（后端）兩部分。局部SLAM主要負責Scan-to-Submap與閉環檢測，將掃描的激光數據與子圖進行配比，然后會生成一個表達模型為柵格地圖的子圖，當子圖沒有新的數據幀插入時會進行閉環檢測，子圖創建之后會尋找與當前估算位姿匹配的最優結果，并將其添加到閉環約束中;全局SLAM主要消除局部SLAM累積的誤差，通過分支定界與預先計算的網格來實現全局閉環檢測。

巡檢機器人在導航過程中離不開定位和路徑規劃。一般來說，機器人的全局路徑規劃主要使用Dijkstra和A*算法，根據地圖的所有信息和指定的目標位置進行計算，從而得到一個全局的最優解。局部路徑規劃是因為巡檢機器人在全局路徑行駛中隨時會遇到障礙物，這就需要機器人在局部移動時能夠實時自主修正路徑，避免與障礙物發生碰撞。本文主要使用move_base功能包來完成機器人的路徑規劃。在導航過程中，本文通過蒙特卡洛定位算法實時計算出機器人所在地圖中的位置。

5? ? 結語

本文基于麥克納姆移動平臺設計并實現了一種適合在室內運動的巡檢機器人，用于保護儲藏室的安全。設計了基于ROS的軟硬件框架，研究了SLAM建圖算法，使用Cartographer建圖算法進行建圖，下一階段將進行攝像頭功能的研究和開發。本文為機器人硬件與軟件的設計提供了一個切實可行的設計方案，在機器人的定位導航和室內安防領域具有一定的參考價值。

[參考文獻]

[1] 朱福利.基于SLAM的移動機器人室內環境感知和地圖構建研究[D].廣州：廣東工業大學，2016.

[2] 張鵬，高放，雙豐.基于ROS的全向移動機器人控制系統的設計與實現[J].組合機床與自動化加工技術，2018（7）：89-92.

[3] 劉昊.基于ROS的移動操作機器人設計與開發[D].上海：上海交通大學，2018.

[4] 常皓，楊巍.基于全向移動模型的Gmapping算法[J].計量與測試技術，2016（10）：1-4.

收稿日期：2020-08-19

作者簡介：管晨曦（1996—），男，河南駐馬店人，碩士在讀，研究方向：智能機器人。