小型多功能機(jī)器人的目標(biāo)識別與自主作業(yè)定位技術(shù)綜述

蒙麗雯，陳世鋒，陳泉成，翟旭磊，韓 冰，熊斯凱，李正強(qiáng)，韋 錦

（廣西大學(xué) 機(jī)械工程學(xué)院，廣西 南寧 530004）

0 引言

綠化樹木修剪是園林環(huán)衛(wèi)部門的一項經(jīng)常性工作，園林綠化環(huán)衛(wèi)裝備從原來單一的作業(yè)需求，逐漸開始向集作業(yè)、信息化監(jiān)管功能于一體的全方位需求方向發(fā)展，技術(shù)特性上朝智能化、集成化、環(huán)?；?、人性化、數(shù)字化方向發(fā)展[1，2]。

國外城市綠化苗木修剪養(yǎng)護(hù)主要依靠機(jī)器代替人工完成，機(jī)械化、自動化程度較高，并有較多的園林環(huán)衛(wèi)機(jī)械產(chǎn)品投放市場，產(chǎn)品的通用性強(qiáng)，能夠?qū)崿F(xiàn)一機(jī)多用。目前國外園林環(huán)衛(wèi)機(jī)械通過引入機(jī)器視覺、高靈敏傳感器正在朝著高度自動化、智能化方向發(fā)展[3]。代表性產(chǎn)品是德國的Ducker 公司生產(chǎn)的Outrigger 系列多功能修剪機(jī)[4]。近年來，國內(nèi)不少研究人員投身于自動化園林環(huán)衛(wèi)機(jī)械研發(fā)，并已取得較多成果[5]。詹曉華[6]通過數(shù)學(xué)建模、數(shù)值分析對環(huán)衛(wèi)車高壓清洗能力進(jìn)行了研究優(yōu)化；李紅燕[7]對灑水車自動工作模式進(jìn)行了改進(jìn)，提高了設(shè)備的智能化水平；針對高枝修剪，Li 等[8，9]研究了修剪鋸末端的振動抑制控制方法，實現(xiàn)了修剪鋸末端的快速準(zhǔn)確定位，Zhang等[10]通過瞬態(tài)動態(tài)分析來預(yù)測修剪刀片摩擦引起的噪聲。韋和均、李正強(qiáng)[11，12]研究通過目標(biāo)識別和圖像點云處理實現(xiàn)苗木中心的定位。國內(nèi)也研制出多種園林機(jī)具，但品種尚不齊全，選擇余地較小，和國外先進(jìn)產(chǎn)品相比，在性能上還存在較大差距。

針對目前綠籬修剪機(jī)械一般由人工駕駛機(jī)具行駛到待修剪綠籬的附近，以人眼通過視頻進(jìn)行對中，通過人工操作移動機(jī)械臂的手部至綠籬的中心位置的上方進(jìn)行修剪作業(yè)，導(dǎo)致工作效率低下的難題。研究自主作業(yè)修剪機(jī)器人的苗木識別、建圖與對中技術(shù)，提高修剪裝備的自動化和智能化水平。

1 綠籬苗木造型的自適應(yīng)對中方法

綠籬苗木造型修剪一般有球、柱和錐形等，由于柱形和球形綠籬的水平截面中心近似圓形，因此，綠籬苗木修剪造型的對中可以看成復(fù)雜環(huán)境下的圓檢測問題。霍夫變換（Hough transform，HT）圓檢測是使用最廣泛的一種圓檢測算法，一般用于檢測半徑已知且待檢測圓是規(guī)整圓的情況，但是提取到的綠籬外輪廓一般不完整且與規(guī)整圓差異較大，半徑也不確定，因此基于Hough 原理的圓檢測算法檢測效果不佳，未知半徑導(dǎo)致耗時較長。隨機(jī)抽樣一致性（RANSAC）可以有效解決最小二乘法受個別離群值影響的問題，但是提取到的綠籬外輪廓經(jīng)常出現(xiàn)許多凹陷，導(dǎo)致均值偏移嚴(yán)重，擬合成的圓往往與綠籬外輪廓差異很大，并且其隨機(jī)性容易導(dǎo)致尋找不到圓擬合的解而導(dǎo)致算法崩潰。輪廓匹配圓檢測一般以標(biāo)準(zhǔn)圓輪廓為模板，不需要指定圓半徑，通過調(diào)整匹配度即可檢測到不同大小的圓輪廓，但綠籬外輪廓并非規(guī)整圓且具有多樣性，只能滿足很低的匹配度，容易導(dǎo)致誤匹配。顏色形狀圓檢測是先分離不同顏色通道圖像，然后直接根據(jù)像素值范圍進(jìn)行二值化處理，再根據(jù)每個像素塊與最小外接圓重合度檢測出每個顏色通道的圓，最后匯總所有顏色通道圖像檢測結(jié)果，可以有效檢測不同顏色的圓，防止出現(xiàn)漏檢，但是綠籬顏色多樣，很難選擇二值化閾值，復(fù)雜環(huán)境下算法運(yùn)行時間較長，且對光照魯棒性差。

針對以上存在問題，通過研究一種綠籬修剪機(jī)器人的綠籬自適應(yīng)對中方法，自適應(yīng)對中的方法如圖1所示，通過該方法可以使綠籬修剪機(jī)器人的自動化、智能化水平大幅度提升，快速準(zhǔn)確實現(xiàn)修剪機(jī)械手自動對中的功能[13]。

圖1 綠籬自適應(yīng)對中的方法

自適應(yīng)對中方法首先通過單目相機(jī)獲取俯視角度的綠籬圖像，從圖像中提取只含有綠籬信息的矩形圖作為模板。將綠籬圖像和模板轉(zhuǎn)換到同一顏色空間下，在各通道上進(jìn)行直方圖對比，找到綠籬顯著顏色空間，完成顏色空間的自適應(yīng)選擇，將可以求得綠籬顯著顏色空間的通道作為默認(rèn)分析通道，以綠籬顯著波峰為中點分別向兩邊擴(kuò)大25 得到對應(yīng)的默認(rèn)閾值區(qū)間，若遇到邊界，則在保證默認(rèn)閾值區(qū)間范圍為50的情況下進(jìn)行平移調(diào)整，確定默認(rèn)閾值區(qū)間；對綠籬圖像進(jìn)行二值化處理，獲得包含完整綠籬信息的二值圖像之后，根據(jù)二值圖像中所有小白塊的總面積在整幅圖像中的占比（LW_areaR）以及小白塊的數(shù)量（LW_num）來判斷二值化圖像的效果，獲得包含完整綠籬信息的二值圖像；同時對二值圖像進(jìn)行增強(qiáng)處理，將離散的綠籬信息聚合，去除噪聲點。從圖像中獲取綠籬的最小外接圓，根據(jù)最小外接圓計算得到綠籬中心位置信息。

2 球形綠籬修剪機(jī)的建圖方法

基于多線激光雷達(dá)和單目視覺建立球形綠籬形狀、位置以及綠籬兩側(cè)護(hù)欄的三維點云地圖。主要包括以下過程：

（1）采集多線激光雷達(dá)點云數(shù)據(jù)和單目相機(jī)圖像數(shù)據(jù)。對激光雷達(dá)和單目相機(jī)采取PnP 的方法進(jìn)行外參標(biāo)定，視覺提取特征點，雷達(dá)提取邊緣，得到相機(jī)與雷達(dá)之間的幾何約束，使用多線激光雷達(dá)和單目相機(jī)對環(huán)境進(jìn)行掃描讀取點云數(shù)據(jù)和圖像數(shù)據(jù)。

（2）對點云數(shù)據(jù)和圖像數(shù)據(jù)進(jìn)行預(yù)處理。由于園林綠籬修剪作業(yè)的環(huán)境惡劣，原始點云中存在許多噪點，原始點云的數(shù)量過多將導(dǎo)致整體效率降低，并對之后的點云處理以及系統(tǒng)運(yùn)算造成巨大影響，并且降低系統(tǒng)的實時性和建圖的準(zhǔn)確性。因此采用Voxel-Grid 濾波器對點云進(jìn)行降采樣處理，適當(dāng)減少點云數(shù)量，提升效率的同時，保持足夠的點云數(shù)量。

（3）對點云數(shù)據(jù)進(jìn)行聚類，然后剔除點云信息較少且對后續(xù)建圖產(chǎn)生不良影響的聚類簇。由于不確定的環(huán)境因素，綠籬在生長時并不會按照一定的形狀生長，這就會導(dǎo)致球形綠籬會出現(xiàn)形狀不確定的現(xiàn)象，對于后續(xù)的對中會產(chǎn)生一定的干擾，另外雜草以及稀疏葉子等在風(fēng)的作用下并不會保持在一個固定的地方，動態(tài)物體對后續(xù)的點云匹配也會造成不良的影響，所以通過對點云進(jìn)行聚類分割，剔除掉對結(jié)果造成負(fù)面影響的點云數(shù)據(jù)。

（4）利用激光-慣性里程計與視覺-慣性里程計緊耦合的slam 方法進(jìn)行定位和建立三維點云地圖，并去除無關(guān)點云。由于單一的激光-慣性里程計或視覺-慣性里程計均存在自身缺陷，激光-慣性里程計對于特征紋理不豐富的位置時常產(chǎn)生誤匹配或匹配不上的問題，而視覺-慣導(dǎo)里程計在光照變化以及天氣惡劣的工況下也可能出現(xiàn)失效的問題。因此單一的激光-慣性里程計或視覺-慣性里程計單獨工作并不能達(dá)魯棒的定位效果，對兩種里程計以緊耦合的方式進(jìn)行數(shù)據(jù)融合，聯(lián)合視覺里程計約束、激光雷達(dá)里程計約束等約束因子，對環(huán)境進(jìn)行感知建圖，采用三維體素網(wǎng)格進(jìn)行保存三維點云地圖。

（5）計算球形綠籬中心坐標(biāo)，建立三位點云地圖。公路兩護(hù)欄間的距離參照國家標(biāo)準(zhǔn)，取兩護(hù)欄對稱中心所在的垂直地面的曲面作為綠籬中心線來定位綠籬中心位置截面，然后將曲面按一定距離分割形成一段段的平面。將綠籬的三維點云簇垂直投影到上述分割的對應(yīng)平面，形成二維點云圖，采用隨機(jī)采樣一致方法對綠籬點云進(jìn)行擬合，通過一定的迭代獲取最優(yōu)的幾何參數(shù)，得到綠籬冠層模型，得到球形綠籬中心坐標(biāo)并保存各個球形綠籬中心坐標(biāo)到數(shù)據(jù)庫中，從而獲得了包含綠籬、護(hù)欄以及綠籬中心坐標(biāo)的輕量化三維點云地圖。

3 結(jié)語

基于多線激光雷達(dá)和單目視覺的小型綠籬苗木修剪機(jī)器人點云建圖技術(shù)，通過獲取點云和圖像數(shù)據(jù)，并對圖像以及點云的處理，建立道路綠籬的幾何中心坐標(biāo)、綠籬輪廓信息以及綠籬兩側(cè)護(hù)欄信息的三維點云地圖，將綠籬和護(hù)欄的幾何參數(shù)傳輸?shù)街行目刂葡到y(tǒng)，控制系統(tǒng)根據(jù)得到球形綠籬中心坐標(biāo)的數(shù)據(jù)庫以及環(huán)境信息，可以完成機(jī)器人運(yùn)動規(guī)劃和單株苗木球面修剪作業(yè)的定位，但該方法僅適用于單株球面造型作業(yè)。基于自適應(yīng)技術(shù)的移動作業(yè)過程的對中方法，可實現(xiàn)球、柱和錐形等綠籬苗木的造型修剪作業(yè)。兩種方法都避免人工對于駕駛修剪機(jī)和對中綠籬中心的頻繁操作，大幅度提高了作業(yè)效率以及作業(yè)質(zhì)量。