機器人感知智能 課件 第6章 機器人感知系統(tǒng)智能化

機器人感知智能第六章機器人感知系統(tǒng)智能化信息融合所涉及的主要領(lǐng)域包括：模式識別、智能制造系統(tǒng)、無人機駕駛、目標(biāo)檢測與跟蹤、人工智能、航空航天應(yīng)用、圖像分析處理等；由于該技術(shù)涉及到的研究內(nèi)容種類豐富，領(lǐng)域廣泛，目前還沒有普遍適用且明確的定義。不同國家的學(xué)者對信息融合的定義有著不同的表述；根據(jù)國內(nèi)外的觀點，信息融合的定義為：按照一定的規(guī)則，使用計算機技術(shù)對特定時序獲得的若干異質(zhì)或同質(zhì)的傳感觀測信息進行分析、提取和綜合，是一種用于對所需要的目標(biāo)進行估計與決策的信息處理過程。信息融合是近些年發(fā)展起來的技術(shù)，由許多學(xué)科領(lǐng)域交叉融合形成，在機器人信息處理的過程中被廣泛應(yīng)用。6.1.1多傳感器信息融合概念一、信息融合6.1多傳感器信息融合（一）分布式：先對各個獨立傳感器所獲得的原始數(shù)據(jù)進行局部處理，然后再將結(jié)果送入信息融合中心進行智能優(yōu)化組合來獲得最終的結(jié)果。分布式對通信帶寬的需求低、計算速度快、可靠性和延續(xù)性好，但跟蹤的精度卻遠沒有集中式高；分布式的融合結(jié)構(gòu)又可以分為帶反饋的分布式融合結(jié)構(gòu)和不帶反饋的分布式融合結(jié)構(gòu)。（二）集中式：集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進行融合處理，可以實現(xiàn)實時融合，其數(shù)據(jù)處理的精度高，算法靈活，缺點是對處理器的要求高，可靠性較低，數(shù)據(jù)量大，故難于實現(xiàn)；（三）混合式：混合式多傳感器信息融合框架中，部分傳感器采用集中式融合方式，剩余的傳感器采用分布式融合方式?；旌鲜饺诤峡蚣芫哂休^強的適應(yīng)能力，兼顧了集中式融合和分布式的優(yōu)點，穩(wěn)定性強。混合式融合方式的結(jié)構(gòu)比前兩種融合方式的結(jié)構(gòu)復(fù)雜，這樣就加大了通信和計算上的代價。二、多傳感器信息融合圖6.3緊耦合狀態(tài)估計流程圖根據(jù)數(shù)據(jù)處理方法的不同，信息融合系統(tǒng)的體系結(jié)構(gòu)有三種：分布式、集中式和混合式。6.1.1多傳感器信息融合概念二、多傳感器信息融合多傳感器融合狀態(tài)估計技術(shù)在人工智能應(yīng)用場景中，有非常多的應(yīng)用：（一）掃地機器人：這是最簡單的多傳感器融合狀態(tài)估計的應(yīng)用了，一般該機器人會裝有相機和IMU傳感器，一些還有紅外線接近度傳感器、激光傳感器。（二）餐廳服務(wù)機器人：在餐廳負責(zé)送餐任務(wù)的機器人，通常會有雙目相機、輪速計、導(dǎo)軌等傳感器。（三）增強現(xiàn)實（AR）應(yīng)用：AR技術(shù)近年來快速發(fā)展，在手機軟件、智能穿戴硬件中都有應(yīng)用，主要用到的傳感器有相機、慣性測量單元（InertialMeasurementUnit,IMU）等。（四）自動駕駛：自動駕駛對精度和魯棒性要求非常之高，所用傳感器也是非常之多，自動駕駛汽車基本都會用到的傳感器有多個相機、IMU、輪速計、激光雷達、超聲波、紅外、GPS等。圖6.5美國海軍實驗室研發(fā)的四麥克風(fēng)陣列B21r機器人（左）和MDS像人機器人（右）6.1.1多傳感器信息融合概念二、多傳感器信息融合信息融合的三個主要特征如下：

（一）信息融合是一個多源、多級的信息處理過程，每一級都代表著不同層次的圖像抽象。

（二）信息融合包含信息的檢測、互聯(lián)、相關(guān)、估計和組合等步驟。（三）信息融合的結(jié)果包含低層次的局部狀態(tài)估計和高層次的全局狀態(tài)估計。圖6.4常見的地面機器人（a）新正源迎賓服務(wù)機器人（b）愛森T2智能移動機器人（c）華碩Zenbo智能家庭助理機器人6.1.1多傳感器信息融合概念一、自主車輛機器人中的傳感器融合技術(shù)二、醫(yī)療人機交互場景下的多傳感器融合圖6.7幾種自主車輛機器人（a）應(yīng)用于國家電網(wǎng)的新松無人搬運車（b）艾瑞思物流倉儲智能機器人（c）?？低曋悄軅}庫機器人（一）多模型用戶數(shù)據(jù)融合：可解釋的神經(jīng)網(wǎng)絡(luò)、聯(lián)想學(xué)習(xí)。（二）人機對話和意圖理解：人類識別、語音識別。（三）用戶分類：交互式知識圖譜建模。（四）路徑和動作規(guī)劃：基于多模態(tài)的路徑規(guī)劃仿人操作的感知、任務(wù)規(guī)劃。

6.1.2幾種機器人中的多傳感器融合（一）跨領(lǐng)域融合：主要關(guān)注跨領(lǐng)域知識遷移和不同特征空間的融合，解決了由于源域和目標(biāo)域在不同的有限元表示空間中的多模態(tài)數(shù)據(jù)，能夠支持基于決策的融合醫(yī)學(xué)人機交互產(chǎn)生的多源數(shù)據(jù)研究情節(jié)。（二）增量分類器融合：由于醫(yī)療機器人引入了附加信息、大量數(shù)據(jù)或數(shù)據(jù)的動態(tài)增長數(shù)據(jù)導(dǎo)致收斂開銷顯著增加，這不能滿足實時融合決策的要求。增量分類器融合可以通過以下方式優(yōu)化互補模態(tài)數(shù)據(jù)：對多模態(tài)數(shù)據(jù)進行聯(lián)合聚類，更快地得到?jīng)Q策結(jié)果。（三）數(shù)據(jù)不完整的多傳感器融合：主要處理部分丟失的原始感知數(shù)據(jù)。例如，傳統(tǒng)的融合機制無法處理數(shù)據(jù)集中包含的不完整數(shù)據(jù)。雖然它可以直接刪除不完整的數(shù)據(jù)，并做出融合決策僅基于剩余的完整數(shù)據(jù)，不完整數(shù)據(jù)中包含的有價值信息的丟失將影響融合決策的準(zhǔn)確性和綜合性。因此，核聚變機制基于不完全數(shù)據(jù)的醫(yī)學(xué)人機交互是非常必要的。融合機制的選擇：6.1.2幾種機器人中的多傳感器融合一、系統(tǒng)中傳感器的類型、分辨率以及精度二、傳感器在機器人本體上的布置位置三、系統(tǒng)的通信能力和計算能力四、系統(tǒng)的設(shè)計目標(biāo)五、系統(tǒng)的拓撲結(jié)構(gòu)在多傳感器信息融合技術(shù)中，通常涉及到多種類型的傳感器選擇的問題，因此在選擇傳感器類型時，要考慮以下幾個問題：多傳感器融合的移動機器人一般包括三個傳感系統(tǒng)：（一）視覺子系統(tǒng)。該子系統(tǒng)主要包括3個模塊：光視覺檢測模塊、紅外視覺檢測模塊和視覺融合模塊。（二）聽覺子系統(tǒng)。該子系統(tǒng)主要包括3個模塊：語音檢測模塊、類周期求救聲檢測模塊和聲源定向模塊。（三）運動規(guī)劃子系統(tǒng)。該子系統(tǒng)主要包括3個模塊：自主規(guī)劃模塊、機器人控制模塊和避免碰撞模塊。6.1.3傳感器類型與布局一、相機傳感器圖6.9SLAM算法系統(tǒng)流程圖6.1.4傳感器模型二、慣性測量單元圖6.11三軸數(shù)字加速度計圖6.12三軸磁力計圖6.13IMU傳感器慣性測量單元IMU是一種組合測量傳感器，其具有三個加速度計和三個陀螺儀，可用來獲取運動載體的位姿信息的裝置；加速度計和陀螺儀相互垂直安裝，加速度計用來檢測物體在坐標(biāo)系上的加速度，陀螺儀利用載體相對空間的位置變化，再進行坐標(biāo)變化檢測到物體的角速度；通過測量物體的角速度與加速度來計算物體的姿態(tài)。6.1.4傳感器模型三、里程計模型圖6.14相機透視投影模型（一）從世界坐標(biāo)系到相機坐標(biāo)系的轉(zhuǎn)換。6.1.4傳感器模型三、里程計模型（二）從相機坐標(biāo)系到物理成像平面坐標(biāo)的轉(zhuǎn)換。（三）從物理成像平面坐標(biāo)到計算機圖像坐標(biāo)的轉(zhuǎn)換。圖6.15視覺里程計實現(xiàn)流程圖6.1.4傳感器模型四、激光雷達傳感器模型圖6.17激光雷達三角測距原理圖6.18激光雷達飛行時間測量原理飛行時差測距法（TimeofFlight，TOF）是激光器發(fā)射激光脈沖，由計時器記錄出射時間，接收器接收往返光，計時器記錄返回時間，返回時間減出射時間，得到光的“飛行時間”。光速是已知的，因此在速度和時間已知的情況下，可以求得機器人與目標(biāo)物體之間的距離。6.1.4傳感器模型四、激光雷達傳感器模型（一）測量距離：TOF激光雷達可以測量更長的距離，因此應(yīng)用更為廣泛，而三角測距法當(dāng)測量物體距離越遠時，在CCD上所成的像的位置間差別就越小，超過一定距離時，CCD上的成像位置幾乎無法分辨。（二）采樣率：TOF激光雷達采樣率更高，因為飛行時間測距一次測量只需一個激光脈沖，且時效性好，可以快速響應(yīng)。然而，三角雷達的計算時間較長。（三）精度：三角法在近距離測量時的精度很高，但是隨著距離的增加，測量精度會隨之下降。由于TOF激光雷達的精度取決于飛行時間，時間測量精度不隨長度的增加而變化，在幾十米的測量范圍內(nèi)都保持較高的測量精度。（四）轉(zhuǎn)速（幀率）：三角激光雷達的最大轉(zhuǎn)速通常在20Hz以下，而TOF激光雷達的最大轉(zhuǎn)速約為30Hz~50Hz。6.1.4傳感器模型一、多傳感器融合分類（一）數(shù)據(jù)層的融合數(shù)據(jù)層融合也稱像素層融合，是對傳感器原始信息的融合，屬于最低層融合方式。未經(jīng)處理的原始觀測信息直接通過數(shù)據(jù)層融合進行加工和處理，然后再提取其信息特征進行特征匹配。數(shù)據(jù)層融合對數(shù)據(jù)類型有所要求，即傳感器感知觀測到的對象信息需要是同一類型的數(shù)據(jù)。圖6.20像素層融合6.1.5多傳感器融合方法（二）特征層的融合特征層融合是指對傳感器信息進行初步處理之后，將各自提取的特征點進行統(tǒng)籌融合，屬于中間層融合，因此該方式同時具備了低層次和高層次的部分融合優(yōu)勢。該方法可分為目標(biāo)特征信息融合和目標(biāo)狀態(tài)信息融合。前者適用于目標(biāo)的跟蹤，通過對數(shù)據(jù)進行配準(zhǔn)實現(xiàn)對狀態(tài)和參數(shù)的估計；后者適用于目標(biāo)的組合分類，通過傳統(tǒng)的模式識別技術(shù)實現(xiàn)分類再整合。圖6.21特征層融合一、多傳感器融合分類6.1.5多傳感器融合方法（三）決策層的融合決策層融合屬于高層次的融合方式，與前兩者相比，這種融合的時間順序發(fā)生了主要變化；該方式在感知到數(shù)據(jù)信息后，對其進行了特征提取和識別，之后才開始融合過程，同樣融合之后可以返回用于決策，它直接響應(yīng)決策目標(biāo)，并為最終決策奠定基礎(chǔ)，是充分利用較完整信息的一種策略類融合算法；通過策略類的選擇評級，分?jǐn)?shù)更高的結(jié)果使其成為下一模塊的信息的輸入，不會增加過多的運算負擔(dān)，還能夠擁有更好的魯棒性。圖6.22決策層融合一、多傳感器融合分類6.1.5多傳感器融合方法二、多傳感器融合策略（一）加權(quán)平均法最簡單的加權(quán)平均法是對一組傳感器的數(shù)據(jù)直接進行加權(quán)平均運算，每個傳感器的權(quán)值由經(jīng)驗確定，并將此加權(quán)結(jié)果作為最終融合的信息。6.1.5多傳感器融合方法（二）卡爾曼濾波法卡爾曼濾波算法基于系統(tǒng)線性測量模型的統(tǒng)計特性進行遞歸計算，動態(tài)系統(tǒng)的狀態(tài)通過一系列噪聲數(shù)據(jù)來估計，實時更新和處理現(xiàn)場采集的數(shù)據(jù)。系統(tǒng)噪聲和系統(tǒng)的狀態(tài)都是呈現(xiàn)高斯分布的，因此對錯誤信息較敏感。在數(shù)據(jù)層融合中，傳感器接收的數(shù)據(jù)常存在較大誤差，卡爾曼濾波法能有效減小數(shù)據(jù)間的誤差，提升融合效果。二、多傳感器融合策略6.1.5多傳感器融合方法（三）模糊邏輯模糊邏輯是一種不需要建立精確數(shù)學(xué)模型，將已有的經(jīng)驗和知識直接通過模糊集合論構(gòu)建模型的方法。模糊邏輯是在人類思維方式的基礎(chǔ)上，根據(jù)客觀事物認(rèn)知的統(tǒng)一特征，進行歸納、提取、抽象和總結(jié)，最后轉(zhuǎn)化為模糊規(guī)則，來幫助相應(yīng)的函數(shù)確定結(jié)果。由于該方法不依賴數(shù)學(xué)模型，所以該方法可以應(yīng)用在各種復(fù)雜難以建?；騽討B(tài)特性常變的系統(tǒng)中。模糊邏輯的難點問題：合理的指標(biāo)判斷規(guī)則和隸屬函數(shù)的構(gòu)建。二、多傳感器融合策略6.1.5多傳感器融合方法（四）神經(jīng)網(wǎng)絡(luò)算法神經(jīng)網(wǎng)絡(luò)算法是一種新出現(xiàn)的算法，其融合方法能對非線性系統(tǒng)進行很好地處理和模型的泛化，并且可以較好地解決檢測系統(tǒng)的誤差問題，實現(xiàn)了知識的自動獲取及并行處理信息的能力。圖6.23神經(jīng)元的數(shù)學(xué)模型圖6.24網(wǎng)絡(luò)通用結(jié)構(gòu)二、多傳感器融合策略6.1.5多傳感器融合方法（五）貝葉斯估計貝葉斯的基本思想是：把現(xiàn)象的經(jīng)驗推理和某種先前經(jīng)驗結(jié)合，去估計事物的可能性。貝葉斯估計將每個傳感器作為一個貝葉斯分類器，根據(jù)傳感器的先驗概率分布，組合成聯(lián)合分布似然函數(shù)，然后根據(jù)不同的新觀測值更新聯(lián)合分布函數(shù)，并利用概率函數(shù)的極值完成融合。它要求系統(tǒng)具有正太分布，或者噪聲也是高斯分布的。貝葉斯估計還可以將傳感器采集的可信度低的信息剔除，提高了信息采集的準(zhǔn)確性。狀態(tài)方程：觀測方程：圖6.25狀態(tài)估計模型圖二、多傳感器融合策略6.1.5多傳感器融合方法（六）D-S證據(jù)理論D-S證據(jù)理論可以處理由于未知引起的不確定性，并將其轉(zhuǎn)換為一組以概率分布函數(shù)表示的不確定性描述集，得到概率函數(shù)來描述不同數(shù)據(jù)對命題結(jié)果的支持率，并通過推理得到目標(biāo)融合結(jié)果；該方法利用信任函數(shù)和非信任函數(shù)將證明區(qū)間分為支持、信任和拒絕三類，在不確定信息的情況下對證明區(qū)間進行快速分類，分類決策在最終的決策層進行，以促進最終結(jié)果的產(chǎn)生。圖6.26三類證據(jù)關(guān)系圖二、多傳感器融合策略6.1.5多傳感器融合方法三、隱馬爾可夫模型與貝葉斯模型隱馬爾可夫過程基于兩個基本假設(shè)：

（一）齊次馬爾科夫假設(shè)，是指假設(shè)馬爾科夫過程在任意時刻的狀態(tài)只與前一時刻的狀態(tài)相關(guān)。

（二）觀測獨立性假設(shè)，是指任何時刻的觀測只與當(dāng)前時刻的狀態(tài)有關(guān)，與其他時刻觀測無關(guān)。

貝葉斯遞推過程基于狀態(tài)觀測和狀態(tài)更新：

（一）基于模型的狀態(tài)估計，也就是說根據(jù)狀態(tài)轉(zhuǎn)移概率或者已知的真是測量值，計算預(yù)測概率分布，以得出狀態(tài)預(yù)測的均值和方差等估計值。

（二）基于觀測狀態(tài)更新，通過概率函數(shù)與狀態(tài)估計概率進行積分系數(shù)歸一化處理，得到觀測轉(zhuǎn)移的后驗概率分布，然后得到目標(biāo)觀測的均值和方差，計算卡爾曼增益。6.1.5多傳感器融合方法一、微型慣性單元與視覺數(shù)據(jù)融合最早出現(xiàn)的IMU處理方法是整合IMU數(shù)據(jù)，再積分處理，但該方法對位姿信息依賴性強，融合過程中計算量較大。為了解決這個問題，學(xué)者們提出了IMU預(yù)積分法，該方法的核心思想是對兩幀間的IMU運動增量進行計算，并提取增量積分中與初始值有關(guān)的數(shù)據(jù)，從而避免重復(fù)反饋過程優(yōu)化中的重復(fù)積分，提高計算效率。同時，兩幀之間的IMU預(yù)測分量可對這兩關(guān)鍵幀加以限制。

IMU視覺優(yōu)勢快速響應(yīng)；不受成像質(zhì)量影響；角速度比較準(zhǔn)確；可估計絕對尺度；存在零偏；低精度IMU積分位姿發(fā)散；高精度價格昂貴不產(chǎn)生漂移；直接測量旋轉(zhuǎn)與平移劣勢存在零偏；低精度IMU積分位姿發(fā)散；高精度價格昂貴受圖像遮擋和運動物體干擾；單目視覺無法測量尺度；單目純旋轉(zhuǎn)運動無法估計；快速運動時易丟失表6.1IMU與視覺定位特點比較6.1.6SLAM技術(shù)中的多傳感器信息融合一、微型慣性單元與視覺數(shù)據(jù)融合圖6.27基于濾波的松耦合圖6.28基于非線性優(yōu)化的緊耦合6.1.6SLAM技術(shù)中的多傳感器信息融合二、2D激光雷達與RGB-D相機信息融合將激光雷達和RGB-D相機結(jié)合，可以實現(xiàn)激光數(shù)據(jù)和三維深度數(shù)據(jù)的同時采集，進而建立激光雷達測距點與深度圖像點間的對應(yīng)關(guān)系，對檢測數(shù)據(jù)進行融合，得到環(huán)境障礙物的位置。相機從空間中采集三維深度數(shù)據(jù)，使用針孔相機模型將真實世界中的三維坐標(biāo)點映射到二維平面以獲取深度圖像，將數(shù)據(jù)深度圖像轉(zhuǎn)換為虛擬激光測距數(shù)據(jù)。圖6.29英特爾RealSenseD455相機表6.2KinectV2參數(shù)配置參數(shù)彩色相機分辨率1920×1080深度相機分辨率512×424水平角度70°垂直角度60°骨骼關(guān)節(jié)數(shù)25個/人檢測范圍0.5~4.5m音效16bit，16kHz6.1.6SLAM技術(shù)中的多傳感器信息融合（一）相機標(biāo)定二者參考坐標(biāo)系不同，需要將多個傳感器的數(shù)據(jù)統(tǒng)一整合到一個參考坐標(biāo)系中進行坐標(biāo)對準(zhǔn)，從而實現(xiàn)數(shù)據(jù)的粗糙融合。通過坐標(biāo)標(biāo)定，找到激光雷達坐標(biāo)系與Kinect圖像坐標(biāo)系間的關(guān)系，以實現(xiàn)激光雷達測距與Kinect的深度圖像數(shù)據(jù)的精確融合。圖6.31激光雷達與Kinect相機坐標(biāo)系圖6.32激光雷達的直角坐標(biāo)系與極坐標(biāo)系二、2D激光雷達與RGB-D相機信息融合6.1.6SLAM技術(shù)中的多傳感器信息融合（二）點云匹配激光點是真實環(huán)境中的曲面離散采樣，激光點到實際曲面的距離是最佳誤差范圍。常用的點云匹配算法為迭代最近點算法，將點間距離作為誤差，構(gòu)造誤差方程，易造成誤差匹配，增加迭代時間。通過用點到其最近兩點連線的距離，可以構(gòu)建誤差方程，有利于縮減迭代時間，增加算法時效性。深度相機模擬的點云和對應(yīng)的激光雷達點云空間坐標(biāo)集合分別為：二、2D激光雷達與RGB-D相機信息融合6.1.6SLAM技術(shù)中的多傳感器信息融合（三）傳感器數(shù)據(jù)融合在點云配準(zhǔn)得到兩傳感器間的位姿關(guān)系后，可將兩束激光轉(zhuǎn)換到同一坐標(biāo)系下進行數(shù)據(jù)精確融合。該過程常用濾波思想來實現(xiàn)，由于經(jīng)典卡爾曼濾波對運算場景有限制，只能用于高斯理想場景下。而基于經(jīng)典卡爾曼濾波演變的EKF算法，可以在粗融合的基礎(chǔ)上再進行細化融合。（四）貝葉斯估計數(shù)據(jù)融合貝葉斯估計是一種利用先前經(jīng)驗與經(jīng)驗推理對狀態(tài)進行估計的信息融合算法，該算法是在得到結(jié)果后重新修正的概率的基礎(chǔ)上進行的。該方法通過觀測得到已知狀態(tài)向量Z，預(yù)測一個未知的n維狀態(tài)向量X，并且已知狀態(tài)向量z中包含有未知狀態(tài)向量X的信息。二、2D激光雷達與RGB-D相機信息融合6.1.6SLAM技術(shù)中的多傳感器信息融合三、視覺慣性激光雷達圖6.33VIL-SLAM系統(tǒng)圖圖6.34固定滯后位姿圖示慣性測量單元具有抗干擾能力強、可信度高、獨立性強等優(yōu)點，而3D激光雷達具有測量范圍廣、可以直接得到較為準(zhǔn)確的深度信息、計算負擔(dān)小以及受光照影響小等優(yōu)點，恰巧可以彌補視覺傳感器受劇烈運動、無環(huán)境紋理、光照條件不好等外界環(huán)境的影響，進而提高了系統(tǒng)的魯棒性、健壯性以及廣泛適用性。6.1.6SLAM技術(shù)中的多傳感器信息融合物理層：也叫做傳感器層，負責(zé)原始信號的采集，獲取物理世界的信息；應(yīng)用服務(wù)層：把采集到的信息進行局部功能封裝，成為具有特定服務(wù)功能的模塊；應(yīng)用開發(fā)層：借助第三方開發(fā)工具、算法等對下層的功能模塊進一步集成；應(yīng)用層：面向最終的用戶，針對具體應(yīng)用定制自己的系統(tǒng)。6.2.1機器人感知系統(tǒng)概述相互合作型可以分為四類：一、水平型合作：每個模塊可以獨立獲取問題決策而不必依賴于其他模塊，而它與其他模塊的合作可以增加決策的可信度；

二、樹型合作：一個高級的模塊必須依靠低級的模塊才能獲得問題的決策；三、遞歸型合作：為了取得問題的決策各模塊之間具有相互依賴的關(guān)系；四、混合型合作：它是前三種合作類型的有機結(jié)合。6.2機器人感知系統(tǒng)控制機器人感知系統(tǒng)標(biāo)準(zhǔn)化工作的必要性：

一、仿人機器人智能化很大程度上取決于其感知能力，其傳感器種類越來越多，對可重用和互置換的要求迫在眉睫；

二、現(xiàn)場總線的標(biāo)準(zhǔn)各自為政，需要統(tǒng)一的通信協(xié)議來約束，方便用戶的操作；

三、國家的戰(zhàn)略需求，國內(nèi)機器人及傳感器產(chǎn)業(yè)現(xiàn)狀迫切需要制訂的相應(yīng)的標(biāo)準(zhǔn)，實現(xiàn)工業(yè)化級別的規(guī)模生產(chǎn)，降低制造成本。6.2.1機器人感知系統(tǒng)概述主控模塊主要是進行各種信息數(shù)據(jù)的處理，可以讓每一個功能模塊都能更好的來完成它們各自的任務(wù)。圖6.35STM32F芯片主控單元模板ARM是通常意義所說的高效能RISC，使用了經(jīng)過精簡設(shè)計的指令系統(tǒng)，基于該芯片的微控制器在功耗和體積上都大大減小，設(shè)計也可以更加簡潔；DSP是數(shù)字信號處理器，顧名思義，DSP只負責(zé)數(shù)字信號處理，難以實現(xiàn)和普通處理器一樣的通用計算；PLC是可編程邏輯控制器，PLC和工控機在控制性能上都很優(yōu)異，二者缺點是相較于微處理器，其體積和功耗更大，價格更貴。6.2.2主控電路設(shè)計一、氣體傳感器氧氣是人類正常生活必不可少的氣體，因此氧氣濃度是重要的檢測參數(shù)。可燃性氣體，以瓦斯為主要代表，其主要成分是烷烴，其中甲烷含量所占比例最高，其次還有少量的乙烷、丙烷和丁烷。烷烴類氣體具有易燃易爆的特點，而且濃度過高時也可造成缺氧，甚至使人窒息死亡。分類優(yōu)點缺點半導(dǎo)體響應(yīng)速度快、檢測靈敏度高、結(jié)構(gòu)簡單、價格低廉測量線性范圍小，受背景氣體干擾較大電化學(xué)線性和重復(fù)性較好，體積小，功耗小，分辨率較高，壽命較長易受干擾，靈敏度受溫度變化影響較大催化燃燒式對環(huán)境濕度、溫度的影響不敏感，近線性的輸出信號，響應(yīng)快精度低，電流功耗大，對可燃性氣體無選擇性，有引燃爆炸的危險，易中毒紅外式無需加熱、響應(yīng)速度快、精度高、靈敏度高、壽命長技術(shù)不夠成熟，制造成本高，使用復(fù)雜表6.3氣體傳感器的分類及各自優(yōu)缺點對比圖6.36MQ-2氣體傳感器化石能源生產(chǎn)和消耗環(huán)境氣體檢測主要分三大類：氧氣檢測、有毒氣體檢測和可燃性氣體檢測。6.2.3多傳感器接口設(shè)計二、溫度傳感器

消防的目的就是為了救災(zāi)滅火，防止火勢進一步蔓延而造成更多的損失，對環(huán)境的溫度測量有助于消防工作。同時，為保護機器人內(nèi)部元器件，防止高溫對機器人的損害，可以采用機器人暫時遠離火場，或者噴水自冷卻等保護措施，則還需探測機器人內(nèi)部的溫度，來判斷何時該啟動保護措施。因此溫度傳感器需包括車內(nèi)和車外溫度傳感器。三、超聲波傳感器

機器人在行進過程中，有時會遇到各種障礙物、崎嶇路段，為保證車體順利前進，不被障礙物阻隔，或者遇到洼地、較大的坑時被陷入無法動彈，我們需要增加一些測距傳感器，測量車體與前方物體的距離，通過距離大小來判斷機器人周圍路段情況。當(dāng)判斷出前方有較高較大阻礙物，或者深坑、洼地等不良路面時，機器人需要提前避開，當(dāng)阻礙物較低較小，或者路面情況良好時，機器人可以直接碾過去，因此還需注意傳感器在車體上的安放位置。6.2.3多傳感器接口設(shè)計在機器人感知系統(tǒng)設(shè)計方面，現(xiàn)階段較為成熟的是就是統(tǒng)一建模語言（UnifiedModelingLanguage,UML，UML在面向?qū)ο竽Ｐ偷谋硎痉矫娴玫搅藦V泛的認(rèn)可。（一）邏輯視圖，解決了系統(tǒng)的功能需求，是設(shè)計模型的抽象，并確定了主要的設(shè)計包、子系統(tǒng)和類；（二）實現(xiàn)視圖，從打包、分層和配置管理的角度描述組織中的靜態(tài)模塊；（三）進程視圖，處理系統(tǒng)運行時任務(wù)、線程或進程的并發(fā)方面及其交互；（四）部署視圖，顯示底層平臺或計算節(jié)點中各種可執(zhí)行文件和其他運行時組件的映射；（五）用例視圖，在初始階段和精化階段推動架構(gòu)的發(fā)現(xiàn)和設(shè)計，稍后將用于驗證不同的視圖。表6.4

UML表現(xiàn)不同的視圖名稱視圖主要符號組合結(jié)構(gòu)圖表現(xiàn)架構(gòu)需求，主要包括Part、Port接口和鏈接Part

、Port、接口、連接關(guān)系用例圖表現(xiàn)功能需求，

主要包括用例和參與者用例、參與者、關(guān)聯(lián)關(guān)系類圖表現(xiàn)靜態(tài)結(jié)構(gòu)，

主要包括一群類及其間的靜態(tài)關(guān)系關(guān)聯(lián)關(guān)系、泛化關(guān)系序列圖表現(xiàn)一群對象依序傳送消息的交互狀況對象、消息、活動期對象圖表現(xiàn)某時刻下的數(shù)據(jù)結(jié)構(gòu)，

主要包括一群對象及其間擁有的數(shù)據(jù)數(shù)值對象、鏈接、消息協(xié)作圖表現(xiàn)一群有鏈接的對象傳送消息的交互狀況對象、鏈接6.2.4UML機器人感知系統(tǒng)設(shè)計UML的主要特點：（一）統(tǒng)一的標(biāo)準(zhǔn)。UML統(tǒng)一了眾多方法中的基本概念，并被OMG接受為標(biāo)準(zhǔn)的建模語言，越來越多的開發(fā)人員和廠商開始支持并使用UML進行軟件開發(fā)。（二）UML吸取了其它流派的長處，包括一些非常規(guī)方法的影響，同時也溶入了軟件工程領(lǐng)域的新思想、新方法和新技術(shù)，它是開發(fā)者依據(jù)最優(yōu)方法和豐富的計算機科學(xué)實踐經(jīng)驗綜合提煉而成的。（三）UML在演變過程中提出了一些新的概念，如模板、擴展機制、線程、分布式、并發(fā)等，為分布式、并發(fā)以及實時系統(tǒng)等的開發(fā)提供了支持。（四）面向?qū)ο蟆⒖梢暬?、表示能力強大。豐富的符號表示使得UML成為眾多應(yīng)用程序領(lǐng)域中有關(guān)獲得系統(tǒng)文件、規(guī)格說明、捕獲用戶需求、定義初始軟件體系結(jié)構(gòu)的一種受歡迎的建模語言。（五）獨立于過程。UML不依賴于特定的軟件開發(fā)過程，這也是它被眾多軟件開發(fā)人員接受的一個原因。（六）概念明確，建模表示法簡潔，圖形結(jié)構(gòu)清晰，容易掌握和使用。6.2.4UML機器人感知系統(tǒng)設(shè)計UML建模分為三個建模過程：（一）概念級：確定所需解決的問題以及目標(biāo)，常采用黑盒方式確立角色和用例，然后繪制用例圖，角色可以是人，也可以是物，機器人感知系統(tǒng)中的用戶是普通用戶和設(shè)計人員，用例是系統(tǒng)所提供的功能模塊。（二）邏輯級：詳細分析用例的基本信息和工作流程，整個分析過程可以分為靜態(tài)描述和動態(tài)描述。其中靜態(tài)描述主要是明確系統(tǒng)的關(guān)鍵要素，可以使用類圖、對象圖等進行描述，感知系統(tǒng)的關(guān)鍵要素為：微處理器、存儲器、總線、接口等，其關(guān)系為關(guān)聯(lián)關(guān)系，接口可以派生出鍵盤、顯示器、以太網(wǎng)等多個子模塊。圖6.37UML建模圖形類別（三）物理級：主要考慮系統(tǒng)的實際結(jié)構(gòu)以及物理部署，包括設(shè)備之間的連接、分布情況、組件之間的物理關(guān)系。終上所述，機器人感知系統(tǒng)的設(shè)計是軟硬件互相嵌套的組合方式，可以將從中抽取相對固定的組件以及組件端口，組合出多樣化的感知系統(tǒng)，同時組件可以分散提前開發(fā)，加快組合速度，并且可以外購線程組件以降低成本，為感知系統(tǒng)的模塊化設(shè)計提供基礎(chǔ)。6.2.4UML機器人感知系統(tǒng)設(shè)計一、通信原理圖6.38機器人無線通信無論是數(shù)據(jù)傳輸還是視頻傳輸，都需要通過無線發(fā)射模塊和無線接收模塊來實現(xiàn)：數(shù)傳模塊和圖傳模塊均有獨立的一套無線發(fā)射器和無線接收器，其各自有一個互不干擾的傳輸頻段，設(shè)定好工作頻段即可實現(xiàn)信號在無線模塊之間傳輸。無線數(shù)傳時，無線傳輸模塊既可作發(fā)射器，也可作接收器，信號可在兩個模塊之間雙向發(fā)射和接收，而無線圖傳時，發(fā)射器與攝像頭連接，接收器與顯示器連接，由于無需給攝像頭下達控制指令，所以圖像信息是單向傳輸。6.2.5傳感器通訊模塊設(shè)計無線傳輸?shù)氖巧衔粰C與下位機之間的指令、數(shù)據(jù)、圖像等，包括上位機發(fā)出的控制指令，以及下位機對各個傳感器、電機、攝像頭的控制以及數(shù)據(jù)、圖像的采集，并返回給上位機顯示，即控制信號、數(shù)據(jù)信號和視頻信號的無線傳輸，其中控制信號和數(shù)據(jù)信號可用同一無線設(shè)備傳輸。圖6.39機器人數(shù)傳模塊數(shù)傳模塊圖傳模塊圖6.40機器人攝像頭與圖傳模塊二、模塊選擇6.2.5傳感器通訊模塊設(shè)計（一）結(jié)構(gòu)分離原則（軟硬件分離原則）：分級別、分層次結(jié)構(gòu)分離原則是考慮機器人系統(tǒng)設(shè)計的分工和效率。目前現(xiàn)有的機器人系統(tǒng)專用性強，通常采用源自專業(yè)領(lǐng)域的整體系統(tǒng)設(shè)計方法。

（二）功能分離原則（通用專用分離原則）：平臺無關(guān)和平臺相關(guān)原則功能分離是功能構(gòu)件體系的基本出發(fā)點。（三）復(fù)合原則（可組合性）：由于機器人功能具有可以復(fù)合的特點，模塊化機器人的功能構(gòu)件應(yīng)當(dāng)具有可組合性，即應(yīng)當(dāng)具有可以復(fù)合的特性。（四）開放原則（可擴展性）：對機器人本身構(gòu)造來講，為了提高機器人軟件的復(fù)用性，實現(xiàn)源碼開放，資源共享，一些開源的機器人軟件工程獲到了快速發(fā)展，提出了自己的復(fù)用解決方案。一、硬件模塊化設(shè)計基本原則6.2.6控制系統(tǒng)硬件設(shè)計二、底層節(jié)點模塊三、傳感器模塊機器人感知系統(tǒng)的硬件平臺設(shè)計的基本任務(wù)是根據(jù)其所連接的各種傳感器的輸出方式設(shè)計相應(yīng)的信號接口處理電路，用于傳感器的信號轉(zhuǎn)換和處理。傳感器模塊總體來說包括執(zhí)行器、模擬傳感器和數(shù)字傳感器，該模塊是直接與物理世界連接的裝備，一切信號的來源，實現(xiàn)物理信號到數(shù)字信息的轉(zhuǎn)換。機器人感知系統(tǒng)節(jié)點是傳感器與計算機或傳感器網(wǎng)絡(luò)之間連接的橋梁，解決傳感器的異構(gòu)性帶來的諸多問題，完成從原始信號到數(shù)據(jù)的數(shù)據(jù)流過程，一般是指傳感器與計算機或傳感器網(wǎng)絡(luò)之間的硬件連接設(shè)備，主要包括傳感器信號的轉(zhuǎn)換、調(diào)理電路，有時還包括模數(shù)轉(zhuǎn)換器以及數(shù)據(jù)通訊的總線接口。6.2.6控制系統(tǒng)硬件設(shè)計一、機器人操作系統(tǒng)軟件設(shè)計方法圖6.41ROS開發(fā)的機器人軟件整體架構(gòu)圖（一）感知類節(jié)點感知類節(jié)點的主要工作是驅(qū)動硬件，進行數(shù)據(jù)預(yù)處理，轉(zhuǎn)換成ROS規(guī)定的消息格式發(fā)布。（二）計算類節(jié)點計算類節(jié)點主要執(zhí)行圖像處理、決策、導(dǎo)航規(guī)劃、數(shù)據(jù)融合等任務(wù)，是軟件系統(tǒng)的核心，ROS對主要任務(wù)類型都有相應(yīng)的功能包。

（三）互執(zhí)行類節(jié)點

交互執(zhí)行類節(jié)點的主要任務(wù)是處理包括輸入、輸出、可視化調(diào)試在內(nèi)的人機交互工作，并包含底層控制和執(zhí)行器驅(qū)動節(jié)點，控制和驅(qū)動執(zhí)行器執(zhí)行計算節(jié)點發(fā)送的指令。6.2.7控制系統(tǒng)軟件設(shè)計二、傳感器軟件圖6.42模糊控制流程三、上位機軟件（一）虛擬儀器與LabViewLabView最大的特點是采用圖形化編程語言，程序以框圖形式編寫，易學(xué)易用。LabView是一種通用的編程系統(tǒng)，具有各種功能強大的函數(shù)庫，包括數(shù)據(jù)采集、串行控制、數(shù)據(jù)顯示和存儲，甚至還具有網(wǎng)絡(luò)功能。（二）基于LabView的上位機開發(fā)在顯示界面上完成對機器人控制指令的發(fā)送，和實時顯示各項檢測數(shù)據(jù)的波形變化。使用LabView開發(fā)平臺編寫的程序稱為VI，LabView是以VI文件為程序單位的，一個VI程序又可以通過調(diào)用下級的子VI來擴展程序規(guī)模。一個VI由前面板和后面板組成，下面就分別介紹前面板和后面板的設(shè)計過程。6.2.7控制系統(tǒng)軟件設(shè)計四、傳感器數(shù)據(jù)描述為了規(guī)范化傳感器的信息描述，統(tǒng)一的標(biāo)準(zhǔn)需要滿足以下要求：

（一）可以提供傳感器本身的一系列特性：如：類型、靈敏度、生產(chǎn)廠家等；

（二）傳感器的唯一性（傳感器序列號在全球范圍內(nèi)是唯一的）；

（三）有利于現(xiàn)場的分布式測試：測試系統(tǒng)可以隨時調(diào)出數(shù)據(jù)表格對這些傳感器的參數(shù)進行校對和修正，實時自動跟蹤和監(jiān)測生產(chǎn)廠家提供的傳感器數(shù)據(jù)，實現(xiàn)傳感器的自動定位。（四）為網(wǎng)絡(luò)化測試的發(fā)展奠定了基礎(chǔ)；（五）與傳統(tǒng)的傳感器充分兼容；（六）工作模式、通訊方式和數(shù)據(jù)格式完全遵循于統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，方便互換。6.2.7控制系統(tǒng)軟件設(shè)計五、信息描述語言的構(gòu)成及形式圖6.43機器人感知系統(tǒng)傳感器分類表6.6數(shù)字接口模板定義6.2.7控制系統(tǒng)軟件設(shè)計五、信息描述語言的構(gòu)成及形式表項名稱描述位數(shù)取值1模板號模板號822接口類型不同的數(shù)字接口類型30~5，或其它保留3命令字長讀取一組傳感器數(shù)據(jù)的操作4L

=

1~164命令字讀取一組傳感器數(shù)據(jù)的操作L*8參考數(shù)字傳感器5單位輸出數(shù)據(jù)的單位8單位編碼6數(shù)據(jù)位數(shù)輸出數(shù)據(jù)的長度80~2567最小分辨量最小數(shù)字量

LSB

對應(yīng)物理量4—8校驗字節(jié)的校驗8—表6.6數(shù)字接口模板定義6.2.7控制系統(tǒng)軟件設(shè)計六、節(jié)點數(shù)據(jù)描述由于每個節(jié)點可以掛接多個通