基于多目標(biāo)識(shí)別跟隨的機(jī)場(chǎng)行李推車

摘要：近年來，選擇飛機(jī)出行的旅客數(shù)量持續(xù)攀升，且獨(dú)自出行成為發(fā)展趨勢(shì)，旅客隨身行李過多導(dǎo)致出行不便，行李的妥善保管等問題也愈發(fā)突出。為了方便旅客出行，同時(shí)提高機(jī)場(chǎng)服務(wù)的智能化水平，對(duì)機(jī)場(chǎng)常用的行李推車進(jìn)行了智能化設(shè)計(jì)。該設(shè)計(jì)以STM32單片機(jī)與樹莓派雙主控的串口通信為核心架構(gòu)，集成了自動(dòng)避障、多目標(biāo)識(shí)別跟隨、3D建圖導(dǎo)航、自動(dòng)開關(guān)鎖，以及射頻識(shí)別定位等多項(xiàng)功能。

關(guān)鍵詞：智能化設(shè)計(jì)；視覺跟隨；安全管理

中圖分類號(hào)：TN958.98 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

近年來，旅客獨(dú)自出行成為新趨勢(shì)。調(diào)查顯示，49%的中國(guó)旅客曾獨(dú)自旅行，35%的中國(guó)旅客有強(qiáng)烈的獨(dú)自出游意愿。航空旅客的結(jié)構(gòu)和出行習(xí)慣發(fā)生了變化，休閑旅客的比例明顯提升。隨著生活水平的提高，旅客對(duì)出行體驗(yàn)的要求也不斷提高。物聯(lián)網(wǎng)（internet of things，IoT）、人工智能（artificial intelligence，AI）和傳感器技術(shù)的發(fā)展，讓行李推車得以集成更多智能功能，從而為旅客提供舒適且便捷的服務(wù)。

目前，大多數(shù)機(jī)場(chǎng)的行李推車仍需手動(dòng)推動(dòng)，部分經(jīng)過改進(jìn)的行李推車也只是加裝了一塊具備廣告功能的電子屏幕，并未考慮智能化設(shè)計(jì)。然而，這種機(jī)場(chǎng)行李推車無法滿足單獨(dú)出行乘客的使用需求，另外，它還存在交互功能不足、工作人員管理難度大等缺陷。在此背景下，亟須設(shè)計(jì)一款能夠在多目標(biāo)范圍內(nèi)精準(zhǔn)識(shí)別并跟隨單獨(dú)個(gè)體的行李推車。

1 系統(tǒng)總體架構(gòu)

本文設(shè)計(jì)了以STM32單片機(jī)與樹莓派雙主控串口通信作為控制核心的系統(tǒng)架構(gòu)。其中，STM32F103VET6是一款基于ARM Cortex-M3 內(nèi)核的微控制器，具有較高的時(shí)鐘頻率和較短的響應(yīng)時(shí)間，適合對(duì)實(shí)時(shí)性要求較高的應(yīng)用場(chǎng)景。樹莓派4B是一款小型的單板計(jì)算機(jī)，具有較強(qiáng)的計(jì)算能力和多任務(wù)處理能力，適用于復(fù)雜的圖形界面任務(wù)。

該系統(tǒng)通過將軟件與IoT技術(shù)相結(jié)合實(shí)現(xiàn)與乘客的交互，利用軟件界面在移動(dòng)端實(shí)時(shí)顯示行李推車的位置信息，方便用戶隨時(shí)監(jiān)測(cè)其位置動(dòng)態(tài)，從而進(jìn)一步加強(qiáng)對(duì)行李安全的保護(hù)管理。系統(tǒng)總體架構(gòu)如圖1所示。

2 系統(tǒng)功能實(shí)現(xiàn)

2.1 基于激光雷達(dá)三角測(cè)量法實(shí)現(xiàn)自動(dòng)避障

采用激光雷達(dá)三角測(cè)量法測(cè)量障礙物與行李推車的距離[1]。行李推車系統(tǒng)上的激光雷達(dá)模塊集成了激光發(fā)射單元和接收單元，從一個(gè)固定的角度發(fā)射紅外激光，激光接觸到障礙物后被反射到接收單元。利用發(fā)射單元、障礙物和接收單元的三角關(guān)系，計(jì)算出障礙物到收發(fā)單元的距離（D）：

D = C×（t2-t1）/2。" " " " " " " " " " " " " " " " " " " " " "（1）

式中，C為激光傳播速度，t2為接收時(shí)間，t1為發(fā)出時(shí)間。

雷達(dá)跟隨模式能夠在設(shè)定范圍內(nèi)全方位跟隨距離最近的物體，并且始終與物體保持一定的距離。基于雷達(dá)傳回的幀數(shù)據(jù)中的起始角度和結(jié)束角度，同時(shí)結(jié)合幀數(shù)據(jù)中的距離信息，行李推車可以始終跟隨檢測(cè)范圍內(nèi)距離最近的物體。在該過程中，需要用到兩個(gè)比例積分微分（proportional integral derivative，PID）控制器[2]：一個(gè)為距離PID控制器，用于控制行李推車與被跟隨物體之間的距離；另一個(gè)為角度PID控制器，用于控制行李推車車頭的朝向。激光雷達(dá)三角測(cè)量原理示意圖如圖2所示。

2.2 基于ECO算法實(shí)現(xiàn)多目標(biāo)識(shí)別跟隨

樹莓派4B集成了多種視覺跟隨算法[3]，可根據(jù)不同的應(yīng)用場(chǎng)景選擇合適的視覺跟隨算法。鑒于機(jī)場(chǎng)人員分布密集，選用高效卷積跟蹤（efficient convolution operators for tracking，ECO）算法來進(jìn)行多目標(biāo)識(shí)別與跟隨。ECO算法采用一種高效的模型，其運(yùn)行邏輯和原理如下。

特征提取是物體識(shí)別的關(guān)鍵步驟。利用VGGNet、ResNet 等預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）提取深度特征，其強(qiáng)大的表達(dá)能力能捕捉目標(biāo)的高級(jí)語義信息，并以此為依據(jù)動(dòng)態(tài)調(diào)整跟隨模型。在跟隨過程中，CNN持續(xù)收集新樣本數(shù)據(jù)，并利用這些數(shù)據(jù)更新模型，以適應(yīng)目標(biāo)外觀及環(huán)境的變化。

在特征提取環(huán)節(jié)，將深度特征與手工特征相融合[3]，以充分發(fā)揮二者優(yōu)勢(shì)，從而大幅提升特征的魯棒性與區(qū)分度。ECO 算法通過求解凸優(yōu)化問題來優(yōu)化濾波器參數(shù)。這種方法既可以保證跟隨準(zhǔn)確性，又能提高算法的效率和魯棒性。同時(shí)，借助快速傅里葉變換（fast Fourier transform，F(xiàn)FT）技術(shù)，將濾波器優(yōu)化問題轉(zhuǎn)化到頻域進(jìn)行求解，顯著提高了計(jì)算效率。

在機(jī)場(chǎng)這類行李推車需要同時(shí)跟隨多個(gè)目標(biāo)的場(chǎng)景中，ECO 算法可通過擴(kuò)展單個(gè)目標(biāo)的跟隨算法來實(shí)現(xiàn)多目標(biāo)跟隨。例如，基于DeepSORT檢測(cè)的跟隨方法會(huì)先檢測(cè)出多個(gè)目標(biāo)，然后再對(duì)每個(gè)目標(biāo)進(jìn)行單獨(dú)跟隨。為確定不同幀之間的目標(biāo)對(duì)應(yīng)關(guān)系，還需進(jìn)行數(shù)據(jù)關(guān)聯(lián)。ECO 算法可采用匈牙利算法等數(shù)據(jù)關(guān)聯(lián)方法，對(duì)不同幀中的目標(biāo)進(jìn)行匹配，從而實(shí)現(xiàn)多目標(biāo)跟隨。此外，為提高ECO算法的計(jì)算效率與魯棒性，采用部分更新策略，即只更新模型的部分參數(shù)，以避免模型過擬合，進(jìn)而提升算法的實(shí)時(shí)性。

2.3 基于激光雷達(dá)SLAM實(shí)現(xiàn)3D建圖

3D建圖導(dǎo)航功能主要通過結(jié)合視覺同時(shí)定位與建圖（simultaneous localization and mapping，SLAM）和激光SLAM實(shí)現(xiàn)。利用視覺與激光雷達(dá)協(xié)同掃描周圍環(huán)境構(gòu)建地圖，并使用RTAB-Map進(jìn)行融合處理，最終在RViz中可視化展示建圖結(jié)果。

激光雷達(dá)SLAM中所采用的Gmapping建圖算法是一種基于濾波SLAM框架的開源SLAM算法，也是目前應(yīng)用最廣泛、發(fā)展最成熟的Gmapping功能包之一。

使用機(jī)器人操作系統(tǒng)（robot operating system，ROS）提供的move_base功能包，并結(jié)合自適應(yīng)蒙特卡洛定位（adaptive Monte Carlo localization，AMCL）算法來實(shí)現(xiàn)導(dǎo)航功能。在該過程中，只需要設(shè)置行李推車在地圖中的目標(biāo)位置，系統(tǒng)即會(huì)根據(jù)地圖生成到達(dá)目標(biāo)位置的最優(yōu)路徑。

在使用ROS進(jìn)行導(dǎo)航之前，需要先做好一系列準(zhǔn)備工作：①確保已安裝ROS及其相關(guān)依賴庫和管理工具；②準(zhǔn)備好行李推車平臺(tái)（或模擬環(huán)境）以及傳感器設(shè)備，如激光雷達(dá)、里程計(jì)等；

③保證move_base和AMCL算法已通過ROS軟件包管理工具安裝在系統(tǒng)中。

準(zhǔn)備工作完成后，需進(jìn)行參數(shù)配置。對(duì)于AMCL算法，需要設(shè)置地圖參數(shù)（如地圖分辨率等）、傳感器參數(shù)（如激光雷達(dá)模型等）以及濾波器參數(shù)（如粒子數(shù)量）。對(duì)于move_base節(jié)點(diǎn)，需要配置全局規(guī)劃器和局部規(guī)劃器的算法類型、規(guī)劃時(shí)間等相關(guān)參數(shù)，以及行李推車最大速度等運(yùn)動(dòng)參數(shù)。

參數(shù)配置完成后，便可啟動(dòng)move-base功能包：先啟動(dòng)ROS，再依次啟動(dòng)傳感器節(jié)點(diǎn)、地圖服務(wù)器節(jié)點(diǎn)以加載地圖，然后依次啟動(dòng)AMCL節(jié)點(diǎn)、move_base節(jié)點(diǎn)。AMCL節(jié)點(diǎn)根據(jù)傳感器數(shù)據(jù)進(jìn)行定位，而move_base節(jié)點(diǎn)則負(fù)責(zé)接收目標(biāo)點(diǎn)和行李推車的當(dāng)前預(yù)估位置。

設(shè)置導(dǎo)航目標(biāo)點(diǎn)可以通過兩種方式：一是使用 ROS 工具進(jìn)行設(shè)置；二是在 RViz中，使用“2D導(dǎo)航目標(biāo)”工具在地圖上點(diǎn)擊來設(shè)置。在導(dǎo)航過程中，可借助 RViz 實(shí)時(shí)查看行李推車位置，并對(duì)地圖、路徑規(guī)劃等信息進(jìn)行監(jiān)控和調(diào)試，若導(dǎo)航失敗，則需要對(duì)傳感器數(shù)據(jù)、地圖質(zhì)量、參數(shù)配置（如目標(biāo)點(diǎn)的接受半徑）等進(jìn)行檢查并優(yōu)化，以確保行李推車能安全高效地到達(dá)目標(biāo)點(diǎn)。

2.4 基于RFID技術(shù)實(shí)現(xiàn)目標(biāo)定位

射頻識(shí)別（radio frequency identification，RFID）技術(shù)通過射頻信號(hào)的空間電磁耦合實(shí)現(xiàn)無接觸信息傳遞，達(dá)到識(shí)別與定位目標(biāo)的目的[4]。其中，接收信號(hào)強(qiáng)度指示（received signal strength indication，RSSI）定位法、到達(dá)時(shí)間差（time difference of arrival，TDOA）定位法以及到達(dá)角度（angle of arrival，AOA）定位法，是 RFID 技術(shù)的3種核心手段，發(fā)揮著至關(guān)重要的作用。

RSSI定位法通過測(cè)量多個(gè)閱讀器接收到的同一標(biāo)簽的信號(hào)強(qiáng)度來估算標(biāo)簽與各個(gè)閱讀器之間的距離，然后根據(jù)幾何關(guān)系確定標(biāo)簽的位置[5]。TDOA定位法通過測(cè)量標(biāo)簽信號(hào)到達(dá)不同閱讀器的時(shí)間差，結(jié)合信號(hào)傳播速度，計(jì)算標(biāo)簽與各個(gè)閱讀器之間的距離差。隨后，利用雙曲線定位原理確定標(biāo)簽的位置。AOA定位法通過測(cè)量標(biāo)簽信號(hào)到達(dá)閱讀器天線陣列的角度來估算標(biāo)簽的方向，再結(jié)合閱讀器的位置進(jìn)一步確定標(biāo)簽的位置。

這3種定位方法從信號(hào)強(qiáng)度、時(shí)間差和角度等不同維度，對(duì)射頻信號(hào)的特征信息進(jìn)行充分解析與利用，將 RFID 技術(shù)應(yīng)用范圍從單純的目標(biāo)識(shí)別，拓展到精確的位置追蹤領(lǐng)域，為機(jī)場(chǎng)行李推車等物品的高效管理與精準(zhǔn)定位提供了有力支撐 。

2.5 基于STM32微控制器實(shí)現(xiàn)自動(dòng)開關(guān)鎖

自動(dòng)開關(guān)鎖采用了一款基于STM32微控制器的密碼鎖系統(tǒng)[6]。該系統(tǒng)主要由STM32微控制器、按鍵矩陣、液晶顯示屏（liquid crystal display，LCD）、電子鎖模塊以及電源模塊構(gòu)成。另外，該系統(tǒng)借助密碼驗(yàn)證機(jī)制實(shí)現(xiàn)對(duì)門鎖的自動(dòng)控制，顯著提升了安全性和便捷性，適用于各種需要密碼保護(hù)的場(chǎng)景，能夠有效防止未經(jīng)授權(quán)的訪問。密碼鎖系統(tǒng)總體電路設(shè)計(jì)如圖3所示。

3 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)采用App Inventor開源軟件進(jìn)行軟件開發(fā)。基于此，乘客可對(duì)使用中的行李推車進(jìn)行實(shí)時(shí)定位管理，并且可以通過手機(jī)軟件查詢到去往登機(jī)口的最優(yōu)路徑，進(jìn)一步提高了行李推車的使用效率。

App Inventor是一款具備在線開發(fā)功能的編程軟件[7]，其利用簡(jiǎn)單易操作的積木式拼接法來完成Android程序的開發(fā)。因此，可以利用App Inventor設(shè)計(jì)一款專用于行李推車的APP，以便用戶能夠以更簡(jiǎn)便、直觀的方式操作，同時(shí)大幅降低軟件制作的難度。App Inventor軟件設(shè)計(jì)界面如圖4所示。

系統(tǒng)的手機(jī)端APP主要設(shè)計(jì)了3個(gè)模塊，分別為注冊(cè)登錄模塊、設(shè)備關(guān)聯(lián)模塊、操作界面模塊。

（1）注冊(cè)登錄模塊：為了方便用戶和提高軟件的效率，該模塊采用了最簡(jiǎn)易的注冊(cè)方式，注冊(cè)用戶只需要掃描二維碼錄入個(gè)人信息和航班信息即可實(shí)現(xiàn)注冊(cè)。

（2）設(shè)備關(guān)聯(lián)模塊：用戶通過手機(jī)與指定行李推車進(jìn)行配對(duì)，進(jìn)而更好地實(shí)現(xiàn)其預(yù)設(shè)的功能與模式，如自動(dòng)跟隨、導(dǎo)航路線選擇等。

（3）操作界面模塊：該模塊包括首頁登機(jī)口路線查看和導(dǎo)航路線選擇，用戶可在操作界面尋找登機(jī)口信息以及最近路線。車體上的觸摸屏?xí)@示用戶選擇的導(dǎo)航路線和時(shí)間信息。

4 系統(tǒng)性能分析

本次系統(tǒng)調(diào)試主要聚焦于軟件功能測(cè)試，旨在驗(yàn)證人物跟隨識(shí)別、激光雷達(dá)SLAM實(shí)現(xiàn)3D建圖等功能的效果。

4.1 人物跟隨識(shí)別測(cè)試

系統(tǒng)包含精心設(shè)計(jì)的ECO核心組件，通過多層可分離卷積結(jié)構(gòu)降低計(jì)算量并提升特征豐富

度[8]，同時(shí)配備依據(jù)目標(biāo)變化動(dòng)態(tài)更新的機(jī)制。多目標(biāo)識(shí)別模塊則由目標(biāo)分類子模塊和細(xì)粒度特征識(shí)別子模塊構(gòu)成，有助于精準(zhǔn)定位目標(biāo)人物。

在進(jìn)行人物跟隨測(cè)試時(shí)，系統(tǒng)先掃描并定位目標(biāo)、提取其特征模板，后續(xù)則依靠運(yùn)動(dòng)預(yù)測(cè)、ECO算法優(yōu)化特征匹配，并通過光流法來實(shí)現(xiàn)持續(xù)跟隨。經(jīng)室內(nèi)外模擬場(chǎng)景檢驗(yàn)，室內(nèi)識(shí)別準(zhǔn)確率達(dá)90%以上、跟隨成功率為92%；室外受光照等因素影響，室外識(shí)別準(zhǔn)確率為80%、跟隨成功率為88%，未來仍有優(yōu)化空間。

4.2 激光雷達(dá)SLAM實(shí)現(xiàn)3D建圖測(cè)試

為了實(shí)現(xiàn)激光雷達(dá)SLAM的3D建圖功能，在硬件上采用分辨率高、測(cè)距遠(yuǎn)、掃描快的激光雷達(dá)。其能夠精準(zhǔn)采集環(huán)境深度信息，并且在動(dòng)態(tài)環(huán)境下保持?jǐn)?shù)據(jù)穩(wěn)定。在算法層面，使用優(yōu)化的特征匹配算法（如ICP變體）對(duì)不同時(shí)刻進(jìn)行點(diǎn)云精確配準(zhǔn)[9]，通過迭代尋找最近點(diǎn)來計(jì)算變換關(guān)系。另外，運(yùn)用圖優(yōu)化方法將關(guān)鍵幀構(gòu)造成圖，通過優(yōu)化邊參數(shù)來提升地圖的精度與連貫度[10]。

將室內(nèi)和室外開闊園區(qū)場(chǎng)景作為測(cè)試場(chǎng)景，以地圖精度、建圖完整度等為測(cè)試指標(biāo)，對(duì)系統(tǒng)進(jìn)行全方位的檢測(cè)。激光雷達(dá)SLAM的3D建圖測(cè)試結(jié)果如圖5所示，說明該方法的建圖效果良好。

5 結(jié)語

本文設(shè)計(jì)了一款多目標(biāo)識(shí)別跟隨的機(jī)場(chǎng)行李推車。在實(shí)際應(yīng)用中，該設(shè)計(jì)切實(shí)解決了旅客的行李搬運(yùn)難題，也顯著提升了機(jī)場(chǎng)服務(wù)效率與旅客體驗(yàn)。它能夠精準(zhǔn)識(shí)別并自動(dòng)跟隨旅客，避免行李丟失、錯(cuò)拿等情況出現(xiàn)，簡(jiǎn)化人工尋車、推車的復(fù)雜流程，尤其在大型樞紐機(jī)場(chǎng)，可極大緩解繁忙時(shí)段的人力短缺問題，保障行李流轉(zhuǎn)順暢。

從市場(chǎng)價(jià)值來看，該設(shè)計(jì)擁有廣闊的應(yīng)用前景。一方面，它能夠助力機(jī)場(chǎng)縮減運(yùn)營(yíng)成本，通過吸引更多旅客提升機(jī)場(chǎng)競(jìng)爭(zhēng)力；另一方面，該設(shè)計(jì)能夠?yàn)橄嚓P(guān)產(chǎn)業(yè)帶來啟發(fā)，有望拓展至物流、倉儲(chǔ)等多個(gè)領(lǐng)域，催生出一系列智能化搬運(yùn)產(chǎn)品，開啟全新的智能搬運(yùn)時(shí)代。

參考文獻(xiàn)

[1] 姚瀚晨.基于激光雷達(dá)的移動(dòng)機(jī)器人跟隨方法研究[D].太原：中北大學(xué)，2021.

[2] 陳凱，張斌，張歲寒，等. 一種基于單線激光雷達(dá)的智能跟隨作業(yè)控制系統(tǒng)[J]. 中國(guó)科技信息，2022（10）：112-114.

[3] 王寧，吳偉，王元元，等. 多特征融合的無人艇視覺小目標(biāo)魯棒跟蹤[J].中國(guó)艦船研究，2024，19（5）：65-78.