趙甜甜，陳萬培，顧益飛，張 雷，周 磊

(揚(yáng)州大學(xué) 信息工程學(xué)院，江蘇 揚(yáng)州225127)

環(huán)境感知自動巡航無人車設(shè)計

趙甜甜，陳萬培，顧益飛，張 雷，周 磊

(揚(yáng)州大學(xué) 信息工程學(xué)院，江蘇 揚(yáng)州225127)

針對自然保護(hù)區(qū)的生態(tài)監(jiān)測問題，以彌補(bǔ)無人機(jī)監(jiān)控空白與提高監(jiān)測數(shù)據(jù)多樣性為目標(biāo)，設(shè)計了自動巡航機(jī)器人。機(jī)器人采用百度地圖規(guī)劃作業(yè)路徑，巡航依賴慣性導(dǎo)航，并且支持地圖定位；設(shè)計侵入式雷達(dá)傳感系統(tǒng)，通過ZigBee節(jié)點傳輸信息，以機(jī)器人為中繼節(jié)點，傳回移動監(jiān)控端后，匯至云平臺供用戶查看；通過智能手套控制機(jī)械臂，實現(xiàn)對傳感器節(jié)點的回收和放置；通過虛擬控制手柄遠(yuǎn)程控制攝像頭，并將視頻信息至移動終端。測試結(jié)果表明，系統(tǒng)各項測試可靠率均在90%以上,該系統(tǒng)可實現(xiàn)高效的環(huán)境檢測和科學(xué)的環(huán)境管理。

野外環(huán)境；機(jī)器人；機(jī)械臂；慣性導(dǎo)航；虛擬現(xiàn)實

0 引言

隨著工業(yè)發(fā)展，環(huán)境問題已嚴(yán)重影響社會的可持續(xù)發(fā)展，特別是長期以來粗放型經(jīng)濟(jì)增長方式，使環(huán)境遭到很大破壞，已經(jīng)影響到人類健康。但是目前社會上的環(huán)境監(jiān)測存在較多缺陷：① 監(jiān)測設(shè)備大多依靠進(jìn)口，且工作條件要求高，需安裝于實驗室，尤其不適應(yīng)于生產(chǎn)現(xiàn)場、野外和邊遠(yuǎn)地區(qū)等環(huán)境的應(yīng)急監(jiān)測；② 較多環(huán)境監(jiān)測系統(tǒng)采用的是有線或有線加調(diào)制解調(diào)器或光纖等通訊方式，但是在環(huán)境監(jiān)控系統(tǒng)中，很多監(jiān)控點必須是野外、企業(yè)排污點等無人值守的搭建有線網(wǎng)絡(luò)困難的環(huán)境；③ 環(huán)境監(jiān)測領(lǐng)域的熱點：基于無人機(jī)的環(huán)境監(jiān)測系統(tǒng)，其對于復(fù)雜的野外環(huán)境的內(nèi)部具體情況監(jiān)測不夠細(xì)致。針對上述問題，本文提出一種新的環(huán)境監(jiān)測方式——基于環(huán)境感知自動巡航無人車。

無人車指的是能夠在野外環(huán)境以及各種路面行駛并執(zhí)行某些任務(wù)但車內(nèi)沒有操縱者的車輛[1]。其中自主車輛具有初步的人工智能，能夠自主行駛、自動執(zhí)行巡邏和監(jiān)視等任務(wù)[2]。

目前無人車裝備導(dǎo)航系統(tǒng)有GPS導(dǎo)航系統(tǒng)、北斗導(dǎo)航系統(tǒng)、慣性導(dǎo)航系統(tǒng)和GLONASS導(dǎo)航系統(tǒng)等[3]。其中GPS導(dǎo)航系統(tǒng)直接受控于美國國防部，不是自主式導(dǎo)航，使用權(quán)受制于人，并且信號易被遮擋，動態(tài)響應(yīng)能力差，易受電子干擾[4]?，F(xiàn)如今應(yīng)用越來越廣泛的捷聯(lián)慣導(dǎo)系統(tǒng)具有完全自主、快速、動態(tài)性能好和短期精度高等優(yōu)點。

隨著傳感器的發(fā)展，環(huán)境感知能夠?qū)崿F(xiàn)的功能也越來越豐富，包括障礙物檢測、車輛行人檢測[5]、道路跟蹤[6]、路標(biāo)識別[7]、同時定位與地圖構(gòu)建[8]等。而越來越多復(fù)雜場景下的自主導(dǎo)航要求也給環(huán)境感知問題帶來了更大的挑戰(zhàn)[9-10]。

綜上，無人車可改變當(dāng)前滯后的環(huán)境監(jiān)測技術(shù)，解決環(huán)境監(jiān)測遇到的困難和難題，并特有的無線化、智能化、集成化以及網(wǎng)絡(luò)化屬性，現(xiàn)已成為環(huán)境監(jiān)測領(lǐng)域研究的熱點。

1 系統(tǒng)總體設(shè)計

本機(jī)器人用于野外無人環(huán)境的巡航，以百度地圖規(guī)劃的線路為作業(yè)路徑，通過慣性導(dǎo)航實現(xiàn)巡航，并實時傳輸自身定位信息至移動監(jiān)控端以實現(xiàn)地圖定位；設(shè)計侵入傳感系統(tǒng)，通過ZigBee節(jié)點傳輸感知信息，以機(jī)器人為中繼節(jié)點，傳回移動監(jiān)控端后，匯至云平臺供用戶查看；通過智能手套控制機(jī)器人，配合地圖預(yù)置作業(yè)任務(wù)實現(xiàn)對傳感器節(jié)點的回收和放置；在巡航時，可通過虛擬控制手柄遠(yuǎn)程控制攝像頭，并傳回視頻信息至移動終端。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)

系統(tǒng)主要分為3部分：① 系統(tǒng)前端由ZigBee數(shù)據(jù)采集模塊和雷達(dá)侵入傳感器模塊構(gòu)成數(shù)據(jù)采集子系統(tǒng)；② 系統(tǒng)中端是自動巡航無人車；③ 系統(tǒng)后端是數(shù)據(jù)轉(zhuǎn)接子系統(tǒng)、穿戴設(shè)備和終端設(shè)備。

2 硬件設(shè)計

2.1 環(huán)境參數(shù)采集子系統(tǒng)

環(huán)境參數(shù)采集子系統(tǒng)包括2個部分：雷達(dá)侵入傳感系統(tǒng)和ZigBee數(shù)據(jù)采集模塊。其中雷達(dá)侵入傳感系統(tǒng)是以Micro Blaze為核心的片上系統(tǒng)(SoC)，其核心控制單元為FPGA的Artix-7，步進(jìn)電機(jī)通過GPIO接口與其連接，雷達(dá)模塊和ZigBee節(jié)點均通過UART接口與其通信，可完成侵入信息的采集，面積功耗小于CPU實現(xiàn)的同類系統(tǒng)。ZigBee數(shù)據(jù)采集模塊中溫度、濕度，光照傳感器與ZigBee終端節(jié)點通過GPIO口通信，采集所需的環(huán)境參數(shù)數(shù)據(jù)。

2.2 自動巡航機(jī)器人子系統(tǒng)

2.2.1 無人車模塊

無人車模塊包括坦克車模、MPU6050和光電傳感器，其中主控板STM32借助脈沖寬度調(diào)制控制坦克車模，通過IIC接口與MPU6050，通過GPIO與光電傳感器的信號輸出線相連。

2.2.2 機(jī)器臂模塊

機(jī)器臂模塊采用STC12C5A作為核心控制板，主要用于處理體感機(jī)械臂的數(shù)據(jù)和控制實體六軸機(jī)械臂。核心控制板STC12C5A通過UART接口與主控板STM32通信，此外6個舵機(jī)分別與其舵機(jī)控制口相連。

2.2.3 攝像頭模塊

攝象頭模塊硬件設(shè)備有二自由度云臺、CC3200和攝像頭MT9D111，其中主控板STM32通過GPIO接口控制二自由度云臺，攝像頭MT9D111與CC3200置于云臺之上，且通過IIC和并行接口與CC3200通信，完成可調(diào)拍攝方向的視頻監(jiān)控功能。

2.3 數(shù)據(jù)轉(zhuǎn)接子系統(tǒng)

數(shù)據(jù)轉(zhuǎn)接子系統(tǒng)包括3部分：語音模塊、藍(lán)牙數(shù)據(jù)傳輸模塊和2401數(shù)據(jù)傳輸模塊。其中藍(lán)牙數(shù)據(jù)傳輸模塊用于實現(xiàn)本子系統(tǒng)和穿戴設(shè)備與終端設(shè)備之間的數(shù)據(jù)傳輸功能，2401數(shù)據(jù)傳輸模塊用于實現(xiàn)與自動巡航機(jī)器人子系統(tǒng)之間的數(shù)據(jù)傳輸功能。語音模塊用于實現(xiàn)語音識別、控制和人機(jī)交互的功能。

2.4 穿戴設(shè)備

2.4.1 智能手套

智能手套硬件包括2個MPU6050和1個航姿參考系統(tǒng)(AHRS)，主要用于捕捉操作者手臂真實的運(yùn)動狀態(tài)。2個MPU6050通過IIC接口與穿戴設(shè)備的主控板STM32相連，并分別固定于指尖處和手腕處；航姿參考系統(tǒng)(AHRS)通過UART接口與穿戴設(shè)備的主控板STM32通信，并固定于手臂處。

航姿參考系統(tǒng)(AHRS)是一種主要采用慣性傳感器以數(shù)據(jù)融和算法精確測量空間姿態(tài)的傳感系統(tǒng)，一般由相互正交的三軸陀螺儀、三軸加速度計以及三軸磁強(qiáng)計組成，其可通過算法估算出捷聯(lián)物體在重力場方向以及地磁場水平分量方向構(gòu)成的坐標(biāo)系下的三維姿態(tài)[11-14]，廣泛應(yīng)用于航空航天[15]、機(jī)器人[16-17]以及生物運(yùn)動分析[18]。

2.4.2 虛擬控制手柄

虛擬控制手柄包括一個航姿參考系統(tǒng)(AHRS)，通過IIC接口與穿戴設(shè)備的主控板STM32相連，經(jīng)過主控板處理后，發(fā)送至自動巡航機(jī)器人子系統(tǒng)，控制攝像頭的拍攝方向。

3 關(guān)鍵軟件設(shè)計

系統(tǒng)軟件包括5部分：ZigBee數(shù)據(jù)采集、自動巡航機(jī)器人、數(shù)據(jù)轉(zhuǎn)接、穿戴設(shè)備軟件與終端設(shè)備軟件，其中ZigBee數(shù)據(jù)采集、自動巡航機(jī)器人、數(shù)據(jù)轉(zhuǎn)接和穿戴設(shè)備軟件采用C語言開發(fā)，終端設(shè)備軟件采用Java和C#開發(fā)。

3.1 語音模塊

語音模塊的主要用途為語音識別、語音指令與人與機(jī)器的友好交流。工作流程：模塊初始化，包括延時函數(shù)初始化、串口初始化以及內(nèi)部內(nèi)存池初始化；緊接著檢測是否有SD卡，若有，則為文件系統(tǒng)的相關(guān)變量申請內(nèi)存，否則繼續(xù)檢測；然后掛載SD卡，最后，轉(zhuǎn)至LD3320的執(zhí)行函數(shù)。

在LD3320執(zhí)行函數(shù)的具體設(shè)計過程中，采用狀態(tài)機(jī)方式實現(xiàn)，其狀態(tài)機(jī)如圖2所示。

圖2 LD3320工作流程

首先，開始一次自動語音識別過程(包括自動語音識別的初始化，自動語音識別增添關(guān)鍵字和開始自動語音識別的運(yùn)算)，等待自動語音識別過程結(jié)束后，若存在語音識別的結(jié)果，則讀取該結(jié)果；否則轉(zhuǎn)到初始化狀態(tài)，重復(fù)一次上述操作。

在取自動語音識別結(jié)果的過程中，支持對結(jié)果執(zhí)行相關(guān)的Mp3語音播放操作，其工作流程如圖3所示。

圖3 ASR取識別結(jié)果工作流程

3.2 無人車

無人車支持路徑規(guī)劃和遙控2種控制方式。無人車的作業(yè)路線依賴百度地圖在線規(guī)劃，然后借助慣性導(dǎo)航系統(tǒng)，完成自動巡航的功能，并實時傳輸自身定位信息至移動監(jiān)控端以實現(xiàn)無人車在地圖界面的定位和3D虛擬場景漫游。

通常慣性導(dǎo)航利用慣性器件測量角速度和加速度信息，然后使用牛頓運(yùn)動定律計算載體時速度和位置，而且可以連續(xù)提供載體位置、線速度、角速度和姿態(tài)角等參數(shù)，因此慣導(dǎo)具備不依賴外界信息、不向外界輻射能量、不受干擾和隱蔽性好的優(yōu)點，這是無線電定位技術(shù)和衛(wèi)星定位技術(shù)等技術(shù)無法達(dá)到的，在戰(zhàn)場等無線信號微弱的惡劣環(huán)境都有較大的應(yīng)用價值。

在本模塊中，MPU6050提供無人車導(dǎo)航所需的加速度值和角度信息，其被直接安裝在無人車上，因此無人車的導(dǎo)航方式為捷聯(lián)式慣導(dǎo)系統(tǒng)。

因為制作技術(shù)不足和嘈雜環(huán)境干擾，傳感器一般需要進(jìn)行數(shù)據(jù)融合來減小誤差[19]。車體震動會影響加速度計，而由于車體運(yùn)動產(chǎn)生的噪聲會隨著運(yùn)動速率的增加而增大，因此長時間工作對加速度測量的影響更大。陀螺儀屬于測量旋轉(zhuǎn)運(yùn)動的磁通傳感器，其輸出數(shù)據(jù)呈現(xiàn)明顯的非線性特質(zhì)[20]，輸出值是圍繞某個軸向的旋轉(zhuǎn)角速率，其可通過角速率對時間積分得到角度值，所以受到積累漂移誤差影響，不便于單獨(dú)地較長時間的工作[21]。

自動巡航機(jī)器人運(yùn)用了采用AHRS的慣性導(dǎo)航系統(tǒng)算法，其可依據(jù)觀測數(shù)據(jù)，自適應(yīng)修正信號的噪聲，與卡爾曼濾波相輔相成，提高系統(tǒng)的穩(wěn)定性和魯棒性。

采用四元數(shù)表示b系～n系的坐標(biāo)變換矩陣：

在東北天坐標(biāo)系中，采用歐拉角的形式表示b系～n系的坐標(biāo)變換矩陣：

MARG(Magnetic,Angular,Rate,Gravity)算法：在靜態(tài)情況下，通過采集加速度計和磁力計的測量數(shù)據(jù)來得到載體的絕對姿態(tài)。

在每一個卡爾曼濾波周期中，包括狀態(tài)預(yù)測、狀態(tài)估計和增益矩陣、誤差自相關(guān)矩陣計算流程?？柭鼮V波的詳細(xì)操作如下：

步驟1：狀態(tài)向量x(^)0|0以及誤差自相關(guān)矩陣P0初始化；

步驟2： 由觀測信號z(n)計算新息過程，αn=zn-Cnx(^)n|n-1；

步驟3：一步預(yù)測誤差自相關(guān)矩陣，Pn|n-1=Fn|n-1Pn-1Fn|n-1+Wn-1；

步驟6：狀態(tài)估計，x(^)n=x(^)n|n-1+Knαn；

步驟7：狀態(tài)估計誤差自相關(guān)矩陣，Pn=[1-KnCn]Pn|n-1。

在卡爾曼濾波過程中，αK定義為殘差向量，其可表征濾波模型的準(zhǔn)確度。

按照卡爾曼濾波的原理，本系統(tǒng)在此基礎(chǔ)上提出了適用于自身的卡爾曼濾波器。自適應(yīng)濾波的工作原理：經(jīng)過殘差的測量方程和理論方差兩者比值的監(jiān)測，實時估計測量方差。當(dāng)模型準(zhǔn)確時，比值應(yīng)在1附近；在檢測到噪聲改變的情況下，兩者比值偏離1，系統(tǒng)此時需修正觀測噪聲。

航姿參考系統(tǒng)的觀測向量——加速度和地磁信息，兩者是完全獨(dú)立。

殘差向量的測量方差CK為：

理論方差SK為：

式中，CA為加速度信息的測量方程；SA為理論方差；加速度信息與地磁信息的測量協(xié)方差為CAM、CMA，理論協(xié)方差為SAM、SMA；CM、SM為地磁信息的測量方差和理論方差。

4 系統(tǒng)測試分析

4.1 語音識別測試

本系統(tǒng)加入了語音模塊，其主要功能為語音識別、語音指令和人機(jī)的友好交流。在實驗室測試階段，選擇多個不同音色的人在實驗室環(huán)境下分別進(jìn)行測試，對識別率進(jìn)行了多達(dá)700多次的測試和統(tǒng)計。部分非特定人的語音命令測試的正確識別數(shù)據(jù)比例如表1所示。

通過最后的穩(wěn)定性測試和統(tǒng)計，語音識別成功率可高達(dá)90.69%，達(dá)到了預(yù)期的功能性目的的同時，也達(dá)到了穩(wěn)定性的要求。本語音識別部分性能良好，成本低廉，且便于在未來繼續(xù)完善并拓展其功能，將具有廣闊的應(yīng)用前景。

表1 語音命令測試的正確識別數(shù)據(jù)表

語音命令人聲1(男)人聲2(女)人聲3(男)人聲4(女)你好26/3025/3025/3024/30你的名字27/3028/3029/3026/30開始啟動29/3027/3026/3028/30停止運(yùn)行26/3029/3027/3029/30讀取數(shù)據(jù)30/3026/3029/3028/30運(yùn)行現(xiàn)狀25/3028/3030/3026/30

4.2 通信距離測試

無人車與固定基站之間有效的通信距離，是衡量本系統(tǒng)性能好壞的重要標(biāo)志之一。

4.2.1 無人車數(shù)據(jù)發(fā)送至手機(jī)端的測試方案

無人車每個1S向手機(jī)端發(fā)送固定長度的測試包，數(shù)據(jù)包的數(shù)量為1 000個，手機(jī)端計算接收到測試包的數(shù)量，計算通信丟包率，其測試結(jié)果如表2所示。

表2 通信距離及丟包率測試

通信距離/m室內(nèi)丟包率/%室外丟包率/%100002005050010110002021500303200058625009010

4.2.2 手機(jī)端指令發(fā)送至無人車的測試方案

在空曠環(huán)境下，手機(jī)端與無人車相距1 000 m。手機(jī)端向無人車發(fā)送控制指令，控制指令總數(shù)為100個，觀察無人車的狀態(tài)，記錄無人車識別指令的次數(shù)，其測試結(jié)果如表3所示。

表3 控制命令測試的正確識別數(shù)據(jù)表

控制命令正確次數(shù)正確率/%視頻信息9898汽車定位9797規(guī)劃路徑9999開始形式9999軌跡顯示9999侵入信息9898環(huán)境信息9999攝像頭控制9898機(jī)械臂控制9797

綜合上述測試結(jié)果可知，基于虛擬體驗的環(huán)境感知無人數(shù)據(jù)傳輸?shù)目煽啃暂^高，其中室內(nèi)傳輸距離較短，但是野外空曠環(huán)境基本上可以支持1 500 m左右的有效傳輸距離，而且無人車對控制命令識別的正確率也較高，達(dá)到了預(yù)期的功能性目的的同時，也達(dá)到了穩(wěn)定性的要求。

4.3 慣性導(dǎo)航

在本系統(tǒng)中，慣性導(dǎo)航是為無人車讀取底層數(shù)據(jù)采集節(jié)點服務(wù)。由于ZigBee之間的通信距離大概在100 m之內(nèi)，因此無人車僅需進(jìn)入讀取的有效距離便可讀取數(shù)據(jù)，完成系統(tǒng)預(yù)設(shè)的作業(yè)任務(wù);另外，系統(tǒng)中無人車可借助自帶的機(jī)械臂完成傳感器節(jié)點的回收和放置，除了依賴慣性導(dǎo)航外，還需要視頻信息和遙控方式的配合。無人車執(zhí)行讀取數(shù)據(jù)任務(wù)時，其路徑的導(dǎo)航狀況如圖4所示。其中各節(jié)點周圍的虛線圓形為ZigBee的有效傳輸范圍，虛線為百度地圖規(guī)劃的線路，實線部分是無人車真實的巡航路線。

圖4 無人車巡航狀況示意

綜合上述情況，慣性導(dǎo)航的測試可以轉(zhuǎn)換為無人車在巡航過程中，在作業(yè)任務(wù)布置所需要收集數(shù)據(jù)的節(jié)點數(shù)中，無人車實際正確地收集的節(jié)點數(shù)據(jù)數(shù)，其測試統(tǒng)計結(jié)果如表4所示。

表4 巡航過程測試數(shù)據(jù)記錄表

任務(wù)節(jié)點數(shù)實際節(jié)點數(shù)丟點率/%10910131301616019190201995

5 結(jié)束語

隨著科學(xué)技術(shù)的不斷發(fā)展，環(huán)境監(jiān)測設(shè)施已經(jīng)逐步進(jìn)入人們的視線，并開始廣泛運(yùn)用于各類復(fù)雜環(huán)境的監(jiān)測。但目前環(huán)境監(jiān)測設(shè)備依賴進(jìn)口，價格昂貴，工作環(huán)境苛刻，依賴有線網(wǎng)絡(luò)。無人機(jī)雖能在一定程度上解決上述問題，但是內(nèi)部具體情況監(jiān)測不夠細(xì)致。以自動巡航機(jī)器人為依托，依托各類技術(shù)的配合，該機(jī)器人能夠準(zhǔn)確做到對環(huán)境各項數(shù)據(jù)和區(qū)域侵入情況的實時監(jiān)測，并能夠?qū)⒈O(jiān)測結(jié)果反饋給終端設(shè)備并傳輸至云平臺。與無人機(jī)相互配合，可改變當(dāng)前滯后的環(huán)境監(jiān)測技術(shù)，解決環(huán)境監(jiān)測中遇到的困難和難題。

[1] 岳松堂,張志杰.外軍無人地面車輛發(fā)展分析[J].現(xiàn)代軍事,2007(11):53-56.

[2] 杜穎,丁昆.美軍無人地面車輛概述(三)[J].國防技術(shù)基礎(chǔ),2008(4):49-50

[3] 程鵬飛,蔡艷輝,文漢江,等.全球衛(wèi)星導(dǎo)航系統(tǒng) GPS,GLONASS,Galileo 及其他系統(tǒng)[M].北京:測繪出版社,2009.

[4] 劉基余.全球定位原理及其應(yīng)用[M].北京:測繪出版社,1993.

[5] CHENG J,XIANG Z,CAO T,et al.Robust Vehicle Detection Using 3D Lidar under Complex Urban Environment[C]∥IEEE International Conference on Robotics & Automation,2014:691-696.

[6] ALVAREZ J M,GEVERS T,DIEGO F，et al.Road Geometry Classification by Adaptive Shape Models[J].Intelligent Transportation Systems IEEE Transactions on,2013,14(1):459-468.

[7] CHEN L，LI Q，LI M，et al.Traffic Sign Detection and Recognition for Intelligent Vehicle[C]∥Intelligent Vehicles Symposium(IV),2011:908-913.

[8] LEONARD J J,DURRANT-WHYTE H F.Simultaneous Map Building and Localization for an Autonomous Mobile Robot[C]∥IEEE/RSJ International Workshop on Intelligent Robots & Systems,1991:1442-1447.

[9] LUETTEL T,HIMMELSBACH M,WUENSCHE H J.Autonomous Ground Vehicles—Concepts and a Path to the Future[J].Proceedings of the IEEE,2012,100(5):1831-1839.

[10] LEVINSON J,ASKELAND J,BECKER J,et al.Towards Fully Autonomous Driving:Systems and Algorithms[J].Intelligent Vehicles Symposium,1931,32(14):163-168.

[11] 李翔,李智.航姿參考系統(tǒng)三軸磁強(qiáng)計校正的點積不變法[J].儀器儀表學(xué)報,2012,33(8):1813-1818.

[12] 張利,秦海春,王文彬,等.超聲波與航跡推算融合的智能輪椅定位方法[J].電子測量與儀器學(xué)報,2014,28(1):62-68.

[13] 秦國慶,賴際舟,陳駔,等.捷聯(lián)航姿系統(tǒng)加速度計振動噪聲平滑技術(shù)[J].電子測量技術(shù),2013(4):87-91.

[14] 周勝明,徐慶九,曲東才.航向姿態(tài)系統(tǒng)綜合檢測儀[J].國外電子測量技術(shù),2006,25(2):20-22.

[15] EUSTON M,COOTE P,MAHONY R,et al.A complementary Filter for Attitude Estimation of a Fixed-wing UAV[C]∥Ieee/rsj International Conference on Intelligent Robots and Systems.IEEE,2008:340-345.

[16] GUPTA G S,BARLOW P,DAVID S.Review of Sensors and Sensor Integration for the Control of a Humanoid Robot[C]∥Conference Record-ieee Instrumentation & Measurement Technology Conference.IEEE,2011:1-5.

[17] YI S J,ZHANG B T,HONG D,et al.Learning Full Body Push Recovery Control for Small Humanoid Robots[J].IEEE International Conference on Robotics and Automation,2011,19(6):2047-2052.

[18] KIM S K,HONG S,KIM D.A Walking Motion Imitation Framework of a Humanoid Robot by Human Walking Recognition from IMU Motion Data[C]∥Ieee-Ras International Conference on Humanoid Robots,2010:343-348.

[19] DONG W,LIM K Y,GOH Y K,et al.A Low-cost Motion Tracker and Its Error Analysis[C]∥IEEE International Conference on Robotics & Automation,2008:311-316.

[20] 劉艷霞,李希勝,馮毅博,等.三軸磁羅盤標(biāo)定位置分布的研究[J].儀器儀表學(xué)報,2013,34(3):684-690.

[21] 郜園園,阮曉鋼,宋洪軍,等.兩輪自平衡機(jī)器人慣性傳感器濾波問題的研究[J].傳感技術(shù)學(xué)報,2010,23(5):696-700.

DesignofAutomaticCruiseUnmannedGroundVehicleBasedonEnvironmentalPerception

ZHAO Tian-tian,CHEN Wan-pei,GU Yi-fei,ZHANG Lei,ZHOU Lei

(InstituteofInformationEngineering,YangzhouUniversity,YangzhouJiangsu225127,China)

Aiming at the problem of ecological monitoring in nature reserves,an automatic cruise robot is designed to make up the blanks of UAVs and improve the diversity of monitoring data.The robot based on inertial navigation uses Baidu map to plan the job path.And it supports map positioning.This project designs an intrusion sensing system that transmits information through a ZigBee node.The robot can serve as a relay node.After reaching back to the mobile monitoring side,the data is converged to the cloud platform for users to view.The operator controls robot arm through the smart glove in order to meet the map preset task to achieve the sensor node recovery and placement.The operator controls camera remotely through the virtual control handle and the camera will send video information to the mobile terminal.In addition,the robot also supports voice recognition,control and human-computer interaction.After testing,the system helps to grasp the characteristics of the field environment in real time.Test results show that the reliability of the system test are more than 90%,the system can achieve efficient environmental testing and scientific environmental management.

wild environment;robot;mechanical arm;inertial navigation;virtual reality

10.3969/j.issn.1003-3106.2017.10.16

趙甜甜，陳萬培，顧益飛，等.環(huán)境感知自動巡航無人車設(shè)計[J].無線電工程,2017,47(10)：73-78.[ZHAO Tiantian,CHEN Wanpei,GU Yifei,et al.Design of Automatic Cruise Unmanned Ground Vehicle Based on Environmental Perception[J].Radio Engineering,2017,47(10):73-78.]

TN919

A

1003-3106(2017)10-0073-06

2017-04-28

國家自然科學(xué)基金資助項目(61376025，61301111)；江蘇省高校自然科學(xué)基金資助項目(13KJB510039)；揚(yáng)州市自然科學(xué)青年基金資助項目(SQN20150035)。

趙甜甜女，(1994—)，本科生。主要研究方向：電子信息工程。陳萬培男，(1962—)，副教授，碩士研究生導(dǎo)師。主要研究方向：信號處理與信息傳輸。