關(guān)鍵詞：Cartographer；智能探測機(jī)器人；SLAM 算法；激光雷達(dá)

中圖分類號(hào)：TP89；TP277；TP242.6 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

在現(xiàn)代自動(dòng)化和智能化領(lǐng)域，智能探測機(jī)器人在解決復(fù)雜環(huán)境探測和建圖任務(wù)中具有至關(guān)重要的作用。Cartographer 算法是一種先進(jìn)的即時(shí)定位與地圖構(gòu)建（simultaneous localization and mapping，SLAM）算法，可以幫助機(jī)器人實(shí)現(xiàn)高精度地圖構(gòu)建和自我定位。

在工業(yè)、農(nóng)業(yè)、醫(yī)療等多個(gè)領(lǐng)域，智能探測機(jī)器人系統(tǒng)有著廣闊的應(yīng)用潛力。其能夠執(zhí)行自我偵測、導(dǎo)航和繪圖等功能，從而提升工作效率并降低人力成本。

本文以智能探測機(jī)器人系統(tǒng)為研究對(duì)象，關(guān)注其在復(fù)雜環(huán)境下的導(dǎo)航及建圖問題，具體包括傳感器數(shù)據(jù)融合不精確、導(dǎo)航路徑規(guī)劃不高效、SLAM 算法精度有待提升等。國內(nèi)外在智能探測機(jī)器人領(lǐng)域已取得一定研究成果。國外研究主要集中在 SLAM 算法的優(yōu)化、傳感器數(shù)據(jù)處理技術(shù)，如Cartographer 算法在機(jī)器人領(lǐng)域的應(yīng)用。國內(nèi)研究涉及智能導(dǎo)航算法、機(jī)器人系統(tǒng)設(shè)計(jì)，但在建模精度和系統(tǒng)穩(wěn)定性方面仍有提升空間。本文旨在結(jié)合國內(nèi)外研究成果，提出優(yōu)化方案，提升系統(tǒng)的穩(wěn)定性和魯棒性，推動(dòng)智能探測機(jī)器人系統(tǒng)的發(fā)展與應(yīng)用。

1 系統(tǒng)設(shè)計(jì)

本文設(shè)計(jì)了由NVIDIA Jetson Nano 驅(qū)動(dòng)的智能探測機(jī)器人，其主要控制部分整合了多種設(shè)備，如激光雷達(dá)（ LiDARs）、 相機(jī)（cameras）、慣性測量單元（ inertia measurements units，IMU）、二氧化碳傳感器及煙霧探測器（CO2 sensors and smokedetectors）等。這些傳感器的聯(lián)合使用賦予了智能探測機(jī)器人自主導(dǎo)航和環(huán)境信息采集的能力。

通過高性能的主控模塊NVIDIA Jetson Nano，智能探測機(jī)器人能夠?qū)崿F(xiàn)強(qiáng)大的運(yùn)算能力和處理速度，從而確保系統(tǒng)高效運(yùn)行和即時(shí)響應(yīng)。智能探測機(jī)器人裝備了激光雷達(dá)傳感器，能夠創(chuàng)建環(huán)境地圖并識(shí)別障礙物，這為其自主導(dǎo)航提供了重要的數(shù)據(jù)。同時(shí)，攝像頭傳感器可以用于實(shí)時(shí)圖像采集和視覺感知，幫助智能探測機(jī)器人識(shí)別目標(biāo)和實(shí)現(xiàn)精準(zhǔn)導(dǎo)航。

IMU 傳感器能夠提供智能探測機(jī)器人當(dāng)前的姿態(tài)和運(yùn)動(dòng)信息，使其能夠更準(zhǔn)確地定位和導(dǎo)航。二氧化碳傳感器及煙霧探測器用于監(jiān)測環(huán)境中有害氣體濃度的變化，確保工作的安全性和舒適度。這種傳感器的結(jié)合使得智能探測機(jī)器人在持續(xù)監(jiān)控周邊環(huán)境變化的同時(shí)，能做出適當(dāng)?shù)呐袛啵M(jìn)而打造出更具智能化與靈活性的智能探測機(jī)器人。如圖1 所示，智能探測機(jī)器人系統(tǒng)的核心原理是通過各種傳感器的協(xié)同作用來完成對(duì)環(huán)境的全面感知。

1.1 核心算法

1.1.1 車道線檢測原理

采用深度體感攝像頭三維RGBD 相機(jī)，不僅可以傳輸視頻，還能進(jìn)行深度學(xué)習(xí)。以識(shí)別車道線為例：首先，通過攝像頭拍攝一段車道線的視頻，通過OpenCV 將視頻每幀裁剪成照片，從而形成圖片數(shù)據(jù)庫。其次，利用標(biāo)注軟件對(duì)圖片中的路線進(jìn)行標(biāo)注，形成標(biāo)注文件示意圖（圖2）。再次，采用UNET 語義分割網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練，將原圖和標(biāo)簽圖放入網(wǎng)絡(luò)訓(xùn)練。UNET 由兩個(gè)主要部分構(gòu)成，分別是特征抽取和上采樣。因?yàn)槠渚W(wǎng)絡(luò)結(jié)構(gòu)類似于字母U，所以稱其為UNET 網(wǎng)絡(luò)[1]。最后，通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練后得到模型訓(xùn)練圖（圖3）。

1.1.2 無地圖場景導(dǎo)航原理

1.1.2.1 地圖

在操作系統(tǒng)中，激光雷達(dá)生成的地圖被視為一個(gè)常見的灰度圖像。其中，黑色部分代表阻礙物，白色部分代表可能的區(qū)域，而灰色部分則代表尚未探索的區(qū)域。自主導(dǎo)航地圖是通過SLAM 技術(shù)進(jìn)行構(gòu)建的。

1.1.2.2 定位

位姿的測量或估計(jì)是智能探測機(jī)器人定位的主要方式，通過這種方式，智能探測機(jī)器人能夠了解自身所在的位置和面向的方向。智能探測機(jī)器人自主導(dǎo)航中的定位與建圖同時(shí)進(jìn)行，其通過移動(dòng)對(duì)探測到的地圖進(jìn)行構(gòu)建，并實(shí)時(shí)更新自己在地圖中的位置。

1.1.2.3 感知

激光雷達(dá)傳感器被用于探測智能探測機(jī)器人所在的環(huán)境。利用這些數(shù)據(jù)，智能探測機(jī)器人能夠識(shí)別墻壁、路障等障礙物，從而保證其安全且準(zhǔn)確地移動(dòng)到目標(biāo)位置。

1.1.2.4 A* 路徑規(guī)劃

從起點(diǎn)開始，不斷尋找能以最小成本通向目標(biāo)位置的節(jié)點(diǎn)并優(yōu)先擴(kuò)展可減少目標(biāo)函數(shù)的路徑。通過此探索步驟，能夠創(chuàng)建一個(gè)點(diǎn)集，將該點(diǎn)集內(nèi)的路徑點(diǎn)進(jìn)行有序連接，即為所尋求的最佳路徑。

A* 算法的模型為：

f（n）=g（n）+h（n）。 （ 1）

其中，n 為節(jié)點(diǎn)，f（n）為總體搜索成本，包括從起始點(diǎn)到目標(biāo)節(jié)點(diǎn)的所有代價(jià)，以及最優(yōu)化的啟動(dòng)式函數(shù)；h（n）為從節(jié)點(diǎn)n 到目標(biāo)點(diǎn)的啟發(fā)式評(píng)估代價(jià)，即啟發(fā)函數(shù)；g（n）從初始節(jié)點(diǎn)到任意節(jié)點(diǎn)n 的代價(jià)。

確定啟動(dòng)式函數(shù)在A* 算法中占據(jù)了關(guān)鍵地位，其精度越高，尋找最佳解決方案的速度就越快。測試后發(fā)現(xiàn)，曼哈頓式啟發(fā)函數(shù)效果最好。

1.1.2.5 激光雷達(dá)與ROS 關(guān)系原理

雖然智能探測機(jī)器人操作系統(tǒng)（robot operatingsystem，ROS）包含“操作系統(tǒng)”，但實(shí)際上它并非獨(dú)立的系統(tǒng)，而是需要在宿主系統(tǒng)的支持下運(yùn)行，而常用的宿主系統(tǒng)是Ubuntu。ROS 實(shí)際上是一種分布式的交流方式，能夠讓程序進(jìn)程間的溝通更為便捷。在理解了ROS 的交流方式后，研究人員可以利用C + + 和Python 編程語言來開發(fā)智能探測機(jī)器人各類算法。

SLAM 的關(guān)鍵是算法，其主要目標(biāo)在于創(chuàng)建高效的地圖，同時(shí)為智能探測機(jī)器人導(dǎo)航提供更優(yōu)質(zhì)的數(shù)據(jù)支持。雖然SLAM 算法不依賴任何系統(tǒng)，但ROS 能夠協(xié)助解決傳感器驅(qū)動(dòng)、顯示以及各種核算法（用于融合激光SLAM 建圖和深度相機(jī)SLAM建圖的關(guān)鍵算法）間的交流和協(xié)作問題，目前主流的SLAM 建圖方式有兩種：激光SLAM 建圖和深度相機(jī)SLAM 建圖。本文設(shè)計(jì)的智能探測機(jī)器人將兩種建圖方式結(jié)合在一起，彌補(bǔ)了各自的劣勢。

1.1.3 Cartagrapher 算法建圖原理

Cartographer 是由谷歌創(chuàng)建并推出的實(shí)時(shí)的內(nèi)部定位系統(tǒng)（ internal localization system），采用了由谷歌自主研發(fā)的 Ceres nonlinear optimizer 技術(shù)來實(shí)現(xiàn)其功能。它的優(yōu)勢之一是擁有嚴(yán)謹(jǐn)且專業(yè)的編碼風(fēng)格及高度可復(fù)用的架構(gòu)設(shè)計(jì)，這使得該系統(tǒng)特別適用于商用場景或二次定制需求。此外，通過使用SubMap 局部區(qū)域映射的方式建立全球范圍內(nèi)的模型，可以有效地防止因移動(dòng)物體（在機(jī)器人運(yùn)動(dòng)或地圖構(gòu)建過程中，相對(duì)于環(huán)境是會(huì)發(fā)生位置變化的物體或障礙物）而導(dǎo)致的誤差影響整個(gè)系統(tǒng)的運(yùn)行過程。同時(shí)，其另一個(gè)優(yōu)勢是可以兼容多種類型感知設(shè)備的數(shù)據(jù)輸入，如Odometer、 IMU 和 LaserScans 等，還包括對(duì)二維 SLAM 和三維 SLAM 兩種模式的支持。

1.1.4 激光雷達(dá)導(dǎo)航和避障原理

智能探測機(jī)器人可以通過深度相機(jī)和激光雷達(dá)感知周圍環(huán)境，從而避開周圍障礙物并到達(dá)指定位置。智能探測機(jī)器人到達(dá)指定位置后可以記錄多個(gè)點(diǎn)的位置坐標(biāo)，從而實(shí)現(xiàn)多點(diǎn)自動(dòng)巡航功能。該技術(shù)可以應(yīng)用在工業(yè)作業(yè)上，實(shí)現(xiàn)往返重復(fù)工作。

1.2 4G 遠(yuǎn)程操控以及數(shù)據(jù)檢測

本文設(shè)計(jì)的智能探測機(jī)器人可以通過4G 全網(wǎng)通網(wǎng)絡(luò)穿透技術(shù)實(shí)現(xiàn)遠(yuǎn)程控制桌面網(wǎng)絡(luò)地址轉(zhuǎn)換（network address translation，NAT） 設(shè)備或軟件，并且通過維護(hù)狀態(tài)表，將內(nèi)部網(wǎng)絡(luò)的私有IP地址映射到外部網(wǎng)絡(luò)的合法IP 地址[2]。在NAT 設(shè)備或軟件中，每個(gè)包的IP 地址和端口信息都會(huì)被修改并翻譯為正確的IP 地址，然后被傳送到下一級(jí)。當(dāng)內(nèi)網(wǎng)主機(jī)通過NAT 進(jìn)行“外出”傳輸控制協(xié)議（transmission control protocol，TCP）或（userdatagram protocol，UDP）會(huì)話時(shí)，網(wǎng)絡(luò)地址和端口轉(zhuǎn)換（network address and port translation，NAPT）會(huì)為該會(huì)話分配一個(gè)公網(wǎng)IP 和端口，用來接收外部網(wǎng)絡(luò)的響應(yīng)數(shù)據(jù)包[2]。通過傳感器實(shí)時(shí)采集周圍環(huán)境數(shù)據(jù)，將其轉(zhuǎn)換為數(shù)字化的數(shù)據(jù)并且告知內(nèi)部網(wǎng)的主機(jī)。因此，NAPT 建立了一個(gè)地址綁定，將私有IP 和公網(wǎng)IP 相互關(guān)聯(lián)[3]。本文設(shè)計(jì)的智能探測機(jī)器人通過安裝相關(guān)傳感器，實(shí)時(shí)采集周圍環(huán)境數(shù)據(jù)，通過無線網(wǎng)絡(luò)將其傳送到OneNET 云平臺(tái)。

2 實(shí)現(xiàn)與優(yōu)化過程

算法優(yōu)化是指改進(jìn)A* 路徑規(guī)劃。A* 算法代價(jià)函數(shù)中的兩個(gè)部分權(quán)重是一樣的，但可能因?yàn)樽非笮识鵁o法達(dá)到路徑最優(yōu)化，如路徑存在一些無關(guān)緊要的拐點(diǎn)[4]。修改后的A* 代價(jià)函數(shù)為：

f（n）=（1-ω）×g（n）+ω×h（n）。 （ 2）

其中，ω 為權(quán)值參數(shù)。

為了驗(yàn)證修改后的代價(jià)函數(shù)可以搜索到最優(yōu)路徑，本文設(shè)計(jì)了一個(gè)仿真程序，并設(shè)置一個(gè)簡單的環(huán)境、起點(diǎn)及終點(diǎn)。對(duì)于同一張地圖，本文進(jìn)行了3 次實(shí)驗(yàn)，每次使用不同的權(quán)值參數(shù)ω（0.22、0.33和0.5），以評(píng)估A* 算法的表現(xiàn)。從結(jié)果來看，當(dāng)ω 為0.33 時(shí)，起點(diǎn)至終點(diǎn)的成本比（起點(diǎn)到終點(diǎn)的實(shí)際代價(jià)與終點(diǎn)到目的地的實(shí)際代價(jià)之間的比值）為2∶1，這意味著起點(diǎn)至終點(diǎn)之間的距離遠(yuǎn)小于終點(diǎn)至目的地之間的距離。這種設(shè)置使得該算法具有A* 算法的優(yōu)勢，因?yàn)槠洳捎昧藘蓚€(gè)不同成本項(xiàng)的組合，并融入了啟發(fā)式的思維方式。

3 實(shí)驗(yàn)測試

本文使用基于Cartographer 的智能探測機(jī)器人進(jìn)行了路徑規(guī)劃和自主導(dǎo)航、環(huán)境適應(yīng)測試實(shí)驗(yàn)，旨在評(píng)估其在復(fù)雜環(huán)境中的定位和建圖性能。這些實(shí)驗(yàn)包括在不同室內(nèi)和室外場景中進(jìn)行導(dǎo)航和定位任務(wù)，以驗(yàn)證系統(tǒng)的穩(wěn)健性和精確性。

（1）路徑規(guī)劃和自主導(dǎo)航：為智能探測機(jī)器人設(shè)定一系列目標(biāo)點(diǎn)，并利用Cartographer 的路徑規(guī)劃算法讓其自主導(dǎo)航并完成預(yù)定任務(wù)。

（2）環(huán)境適應(yīng)測試：在不同光照條件、地形和結(jié)構(gòu)復(fù)雜度的環(huán)境下進(jìn)行測試，以驗(yàn)證智能探測機(jī)器人在各種情況下的適應(yīng)性和魯棒性。

通過測試，基于Cartographer 的智能探測機(jī)器人能夠在各種復(fù)雜環(huán)境中穩(wěn)定運(yùn)行，并實(shí)現(xiàn)高精度的定位和建圖任務(wù)。

4 結(jié)論

本文基于 Cartographer 框架成功設(shè)計(jì)了基于Cartographer 的智能探測機(jī)器人，并進(jìn)行了一系列實(shí)驗(yàn)和測試。經(jīng)過試驗(yàn)觀察，本文得出以下結(jié)論：無論在何種場景，基于Cartographer 的智能探測機(jī)器人具備卓越的環(huán)境構(gòu)建能力，能精確還原周圍環(huán)境的地圖信息，為其定位與導(dǎo)航提供穩(wěn)定的基礎(chǔ)保障；基于Cartographer 的智能探測機(jī)器人具備高效率及準(zhǔn)確定位的能力，可以成功避免障礙物的干擾并迅速尋覓最佳行進(jìn)線路。在變化多樣的環(huán)境中，該智能探測機(jī)器人運(yùn)用Cartographer 技術(shù)實(shí)現(xiàn)了實(shí)時(shí)定位功能，即便存在移動(dòng)物體也能夠立即做出相應(yīng)的位置變動(dòng)。智能探測機(jī)器人具有融合多種傳感器數(shù)據(jù)的能力，Cartographer 框架優(yōu)化了傳感器融合方法，提升了智能探測機(jī)器人的感知能力和環(huán)境認(rèn)知水平。在總體效能上，基于 Cartographer 的智能探測機(jī)器人在建圖、路徑規(guī)劃、實(shí)時(shí)定位和傳感器融合等關(guān)鍵方面都表現(xiàn)出顯著優(yōu)勢。這些結(jié)果為智能系統(tǒng)的發(fā)展和實(shí)際應(yīng)用提供了有力支撐，為未來的機(jī)器人技術(shù)研究提供了重要參考。