基于單線激光雷達(dá)的割草機(jī)器人建圖方法研究*

王新彥，張凱，盛冠杰，易政洋

(江蘇科技大學(xué)機(jī)械工程學(xué)院，江蘇鎮(zhèn)江，212100)

0 引言

在校園草坪及別墅區(qū)草坪的日常維護(hù)中，割草機(jī)器人在花叢與樹(shù)木較多環(huán)境下作業(yè)時(shí)，由于傳感器的不穩(wěn)定性易發(fā)生漏檢及避障失效[1-2]。為了降低割草機(jī)器人的漏檢率及提高其避障能力，本文對(duì)割草機(jī)器人的穩(wěn)定性展開(kāi)了研究。

近年來(lái)國(guó)內(nèi)外研究機(jī)構(gòu)和學(xué)者已經(jīng)研究出各類(lèi)割草機(jī)器人[3-5]，如：Friendly Machines公司設(shè)計(jì)的Friendly Robomow割草機(jī)器人、南京理工大學(xué)機(jī)械學(xué)院研究的MORO割草機(jī)器人[6]等，這些割草機(jī)器人普遍成本較高，并不適合推向市場(chǎng)。目前已經(jīng)推向市場(chǎng)的割草機(jī)器人以圍線割草機(jī)器人為主，通過(guò)GPS技術(shù)實(shí)現(xiàn)定位，但是這些方法在障礙物較多場(chǎng)景下定位效果較差，并且鋪設(shè)電纜成本較高，效率較低，所以本文使用SLAM技術(shù)實(shí)現(xiàn)割草機(jī)器人定位。

相關(guān)2D激光SLAM技術(shù)方面[7-10]，尹政等[11]針對(duì)變電站等復(fù)雜環(huán)境地圖構(gòu)建問(wèn)題，分析對(duì)比了目前幾種主流激光SLAM算法[12-13]，以Cartographer SLAM作為研究基礎(chǔ),該方法基于雙單線激光雷達(dá)互相垂直的方法實(shí)現(xiàn)三維建圖的新系統(tǒng)。該方法通過(guò)增加傳感器方式實(shí)現(xiàn)多維感知，需要一定經(jīng)濟(jì)成本且在導(dǎo)航時(shí)有一定困難，沒(méi)有有效解決單線激光雷達(dá)室外多維感知問(wèn)題。

針對(duì)上述問(wèn)題，本文提出了一種自動(dòng)調(diào)節(jié)激光雷達(dá)與SLAM融合的方法，通過(guò)Gazebo模擬器[14]與ROS[15]對(duì)割草機(jī)器人進(jìn)行三維建模與仿真平臺(tái)搭建來(lái)綜合探究割草機(jī)器人感知形狀不規(guī)則花叢的有效性。

1 自動(dòng)升降裝置的割草機(jī)器人設(shè)計(jì)

1.1 割草機(jī)器人總體結(jié)構(gòu)設(shè)計(jì)

割草機(jī)器人總體結(jié)構(gòu)設(shè)計(jì)示意圖如圖1所示，設(shè)計(jì)一種基于單線激光雷達(dá)自動(dòng)升降裝置的割草機(jī)器人，實(shí)現(xiàn)單線激光雷達(dá)高度的無(wú)級(jí)調(diào)節(jié)。以Jetson Nano作為硬件開(kāi)發(fā)平臺(tái)，以STM32對(duì)步進(jìn)電機(jī)進(jìn)行控制實(shí)現(xiàn)電機(jī)正反轉(zhuǎn)，從而驅(qū)動(dòng)絲桿滑臺(tái)水平往復(fù)運(yùn)動(dòng)。以步進(jìn)電機(jī)作為激光雷達(dá)升降裝置的動(dòng)力，以激光雷達(dá)為主結(jié)合絲桿滑臺(tái)、刀盤(pán)等完成整個(gè)割草機(jī)器人平臺(tái)的搭建。

圖1 總體示意圖

圖2為嵌入式割草機(jī)器人平臺(tái)實(shí)物圖，主要由單線激光雷達(dá)、Jetson Nano、絲桿滑臺(tái)、STM32、鋰電池、滑輪、激光雷達(dá)架等組成。

激光雷達(dá)升降裝置主要技術(shù)參數(shù)，如表1所示。

圖2 嵌入式割草機(jī)器人平臺(tái)實(shí)物圖

表1 激光雷達(dá)升降裝置主要技術(shù)參數(shù)Tab. 1 Main technical parameters of the LiDAR lifting device

1.2 單線激光雷達(dá)升降裝置設(shè)計(jì)

本文主要是用TOF的單線激光雷達(dá)，可以抗室外強(qiáng)光的照射，激光雷達(dá)固定在激光雷達(dá)架中。單線激光雷達(dá)的結(jié)構(gòu)設(shè)計(jì)最主要目的是如何實(shí)現(xiàn)其自動(dòng)升降，具體結(jié)構(gòu)如圖3所示。

圖3 割草機(jī)器人剖視圖

該結(jié)構(gòu)的工作原理是：鋰電池為Jetson Nano開(kāi)發(fā)板提供電量，Jetson Nano為STM32單片機(jī)提供程序指令，STM32為電機(jī)驅(qū)動(dòng)器提供控制指令，電機(jī)驅(qū)動(dòng)器為電機(jī)提供正反轉(zhuǎn)控制指令，電機(jī)提供動(dòng)力給絲桿滑臺(tái)，絲桿滑臺(tái)將旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)化為直線運(yùn)動(dòng)，滑塊中使用繩索與其他固定環(huán)相連，激光雷達(dá)固定在雷達(dá)架上，雷達(dá)架在導(dǎo)軌中做往復(fù)直線運(yùn)動(dòng)，且滑塊在絲桿滑臺(tái)運(yùn)動(dòng)的長(zhǎng)度等于激光雷達(dá)在導(dǎo)軌運(yùn)動(dòng)的長(zhǎng)度，當(dāng)滑塊運(yùn)動(dòng)到兩個(gè)極限位置時(shí)則是激光雷達(dá)在導(dǎo)軌中運(yùn)動(dòng)的最低點(diǎn)與最高點(diǎn)。

1.3 滑軌結(jié)構(gòu)設(shè)計(jì)

實(shí)現(xiàn)單線激光雷達(dá)豎直運(yùn)動(dòng)，主要結(jié)構(gòu)部分是由滑軌和雷達(dá)架組成，繩索給雷達(dá)架提供動(dòng)力，并在雷達(dá)架上安裝了滾輪，有利于減少與滑軌的摩擦阻力，如圖4和圖5所示。

圖4 滑軌內(nèi)部結(jié)構(gòu)圖

圖5 滑軌局部裝配視圖

本文選用的滑軌材料為鋁合金，通過(guò)屈服強(qiáng)度計(jì)算公式

Re=Fe/So

(1)

其中屈服時(shí)恒定力Fe為3 N，面積So為1.63×10-2m2，得出最大屈服強(qiáng)度Re為1.838×102N/m2，從圖6中Solidworks有限元分析可知屈服極限為3.7×108N/m2，因此該結(jié)構(gòu)設(shè)計(jì)滿(mǎn)足設(shè)計(jì)要求。

圖6 滑軌應(yīng)力分析圖

1.4 單線激光雷達(dá)運(yùn)動(dòng)分析

單線激光雷達(dá)的運(yùn)動(dòng)是由絲桿滑臺(tái)中滑塊的水平位移控制，單線激光雷達(dá)上下調(diào)節(jié)示意圖如圖7所示。其中，O3、O4位置分別為單線激光雷達(dá)的兩個(gè)極限位置，在O3處是單線激光雷達(dá)的位置為350 mm，在O4位置為50 mm。單線激光雷達(dá)在該范圍內(nèi)可以實(shí)現(xiàn)無(wú)級(jí)調(diào)節(jié)，可以有效地避免漏檢現(xiàn)象。絲桿滑臺(tái)中滑塊移動(dòng)速度v為56 mm/s，從O3位置到O4位置長(zhǎng)度變化ΔL為300 mm，可求得所需移動(dòng)時(shí)間，計(jì)算公式如式(2)所示。

(2)

可知所需的加速度，計(jì)算公式如式(3)所示。

(3)

圖7 升降裝置調(diào)節(jié)示意圖

2 Gazebo模型搭建

Gazebo可以通過(guò)統(tǒng)一的機(jī)器人描述格式(URDF)文件模擬世界環(huán)境、物理模型、傳感器和控制系統(tǒng)。本次使用Gazebo模擬器創(chuàng)建教學(xué)樓草坪的環(huán)境。

圖8所示為Gazebo創(chuàng)建的仿真環(huán)境，設(shè)置物理參數(shù)，如重力。模擬的世界環(huán)境包括花、樹(shù)木和假山，它們高度不同，其中圖8中1表示白玫瑰花叢，它的高度低于單線激光雷達(dá)安裝高度，而圖8中7表示花叢和樹(shù)木(在樹(shù)的周?chē)N植花)，圖8中7藍(lán)色部分為花叢，紅色與黃色表示為樹(shù)木，樹(shù)木的高度高于單線激光雷達(dá)設(shè)定高度，但是花叢低于單線激光雷達(dá)設(shè)定高度。圖8中6表示自動(dòng)升降單線激光雷達(dá)割草機(jī)器人。圖8中3、4、5表示其他種類(lèi)的花品種且高度高于激光雷達(dá)高度。圖8中2為假山，其余都為樹(shù)木。RVIZ是ROS自帶的圖形化工具，圖9是根據(jù)圖8創(chuàng)建的教學(xué)樓草坪，基于RVIZ(圖形化工具)和Cartographer(用激光雷達(dá)實(shí)現(xiàn)同步定位與地圖構(gòu)建)算法創(chuàng)建的二維環(huán)境地圖。

圖8 Gazebo創(chuàng)建教學(xué)樓草坪環(huán)境

圖9 RVIZ創(chuàng)建教學(xué)樓草坪二維地圖

3 控制系統(tǒng)設(shè)計(jì)

基于單線激光雷達(dá)自動(dòng)升降裝置的割草機(jī)器人的核心部分也是其難點(diǎn)是控制系統(tǒng)與SLAM算法融合的設(shè)計(jì)，主要分為兩個(gè)部分：一是SLAM算法的實(shí)現(xiàn)部分；二是驅(qū)動(dòng)控制部分，即Ros_Control程序與SLAM算法的融合。

3.1 控制系統(tǒng)仿真平臺(tái)搭建

系統(tǒng)的組成包括供電模塊、單線激光雷達(dá)采集模塊、中央處理單元(Jetson Nano)、控制模塊(Ros_Control)等，如圖10所示。

圖10 控制系統(tǒng)硬件構(gòu)成

單線激光雷達(dá)掃描割草機(jī)器人前方障礙物情況，將采集的信息傳遞給Jetson Nano進(jìn)行算法計(jì)算判定，決策單線激光雷達(dá)升降裝置是否變化，然后再將決策信息傳遞給Ros_Control，Ros_Control可以控制電機(jī)驅(qū)動(dòng)絲桿滑臺(tái)，實(shí)現(xiàn)單線激光雷達(dá)上下移動(dòng)，從而建立精確的柵格地圖。

3.1.1 ROS_Control控制描述

為了控制激光雷達(dá)實(shí)現(xiàn)豎直移動(dòng)，在Gazebo中引入Ros_Control這個(gè)控制插件，包括控制器接口、控制器、傳輸管理器、硬件接口和控制工具箱，所有這些結(jié)合起來(lái)將對(duì)機(jī)器人的關(guān)節(jié)執(zhí)行器進(jìn)行交互和控制。

模擬割草機(jī)器人的底層控制系統(tǒng)的流程如圖11所示。通過(guò)啟動(dòng)包含割草機(jī)器人URDF文件的ROS程序包，可以在Gazebo的虛擬世界中打開(kāi)模擬模型。其中在Mower URDF文件中的傳輸標(biāo)簽定義了命令界面的類(lèi)型以及關(guān)節(jié)和執(zhí)行器之間的關(guān)系。Ros_interface包含的可用控制器插件列表，比如關(guān)節(jié)的狀態(tài)、關(guān)節(jié)的位置等；Controller Manager相當(dāng)于控制管理器，提供一種通用的接口來(lái)管理不同的Controller；Controller完成每個(gè)joint控制后，然后請(qǐng)求下層硬件資源并提供了PID控制器，控制器將關(guān)節(jié)狀態(tài)和設(shè)定點(diǎn)作為輸入，并輸出位置或速度；Hardware Resource Interface Layer指為上下兩層提供硬件資源的接口；Hardware_interface::RobotHWSim包含關(guān)節(jié)限位、力矩轉(zhuǎn)換、狀態(tài)轉(zhuǎn)換等功能。

圖11 底層控制系統(tǒng)流程

3.2 SLAM算法與自動(dòng)升降裝置控制融合

該算法的實(shí)現(xiàn)平臺(tái)是機(jī)器人操作系統(tǒng)ROS，在此系統(tǒng)上進(jìn)行算法的編寫(xiě)，然后與C++語(yǔ)言進(jìn)行聯(lián)合編程，具體算法流程如圖12所示。

使用單線激光雷達(dá)掃描前方障礙物的點(diǎn)云信息，經(jīng)過(guò)對(duì)運(yùn)動(dòng)模型、觀測(cè)模型等模型建立，確定障礙物在柵格地圖的位置，并計(jì)算出障礙物(花叢)的高度。然后，對(duì)所提取的花叢的高度LAB進(jìn)行區(qū)分，分為以下3種情況:(1)LAB>35 cm;(2)5 cm≤LAB≤35 cm;(3)LAB<5 cm，如圖12所示。基于以上三種情況建立不同的對(duì)策，決策是哪一種情況并將處理結(jié)果經(jīng)Ros_Control控制旋轉(zhuǎn)系統(tǒng)驅(qū)動(dòng)單線激光雷達(dá)上下移動(dòng)。如遇到第(2)種情況時(shí)，要先計(jì)算出單線激光雷達(dá)與花叢之間的差值

Δe=35-LAB

(4)

然后，確定伸縮量ΔL，ΔL=Δe±10 mm(10 mm用于調(diào)解時(shí)存在必要誤差)。

圖12 算法流程圖

4 試驗(yàn)與分析

為了驗(yàn)證本文中設(shè)計(jì)的基于單線激光雷達(dá)自動(dòng)升降裝置的割草機(jī)器人漏檢與避障性能，針對(duì)學(xué)校的教學(xué)樓草坪區(qū)進(jìn)行了仿真與實(shí)際場(chǎng)景試驗(yàn)，對(duì)改進(jìn)前與改進(jìn)后分別進(jìn)行了20次試驗(yàn)。其中，試驗(yàn)分為三種情況：第1類(lèi)型為草坪中出現(xiàn)低于激光雷達(dá)安裝高度的花叢，草坪障礙物總數(shù)為9個(gè)；第2類(lèi)型為草坪中出現(xiàn)高于激光雷達(dá)安裝高度的不規(guī)則花叢，草坪障礙物總數(shù)為9個(gè)；第3類(lèi)型為草坪中既出現(xiàn)高于激光雷達(dá)安裝高度的花叢，又出現(xiàn)低于激光雷達(dá)安裝高度的不規(guī)則花叢，草坪障礙物總數(shù)為10個(gè)。花叢高度范圍為5～20 cm，試驗(yàn)結(jié)果如表2所示。

表2表明：該割草機(jī)器人改進(jìn)后的平均漏檢率達(dá)到0%；平均相對(duì)誤差率為2.03%(誤差值與實(shí)際距離的比值即為相對(duì)誤差率)；平均避障率為93.33%，改進(jìn)后的割草機(jī)器人可以有效地建立精確的柵格地圖，為割草機(jī)器人實(shí)現(xiàn)良好定位與避障提供了有效保障。

圖13與圖14對(duì)比可知，改進(jìn)后可以確定花叢1在柵格地圖中位置并且在導(dǎo)航時(shí)可以有效地避開(kāi)花叢，而不會(huì)撞到花叢。圖15與圖16對(duì)比可知改進(jìn)后可以感知不規(guī)則花叢的位置，圖15中草叢7在柵格地圖中表示為圓點(diǎn)，而在圖16表示為一個(gè)矩形，在做避障時(shí)機(jī)器人根據(jù)障礙物大小進(jìn)行有效避障。圖17與圖18對(duì)比可知改進(jìn)后可以檢測(cè)出高于激光雷達(dá)安裝高度的花叢和低于激光雷達(dá)安裝高度的不規(guī)則花叢，改進(jìn)后圖中花叢1和花叢7被有效檢測(cè)出來(lái)。圖19是該割草機(jī)器人在學(xué)校教學(xué)樓實(shí)際場(chǎng)景測(cè)試的SLAM建圖效果，可以清晰表明各個(gè)障礙物的位置和割草機(jī)器人的位姿，圖中草叢8表示為低于激光雷達(dá)高度，9表示高于激光雷達(dá)高度的草叢，通過(guò)自動(dòng)升降裝置可以有效建立柵格地圖。

表2 割草機(jī)器人建圖試驗(yàn)對(duì)比Tab. 2 Comparison of mowing robot map building tests

圖13 改進(jìn)前(1)建圖效果

圖14 改進(jìn)后(1)建圖效果

圖15 改進(jìn)前(2)建圖效果

圖16 改進(jìn)后(2)建圖效果

圖17 改進(jìn)前(3)建圖效果

圖18 改進(jìn)后(3)建圖效果

圖19 基于該割草機(jī)器人的實(shí)際場(chǎng)景SLAM測(cè)試

5 結(jié)論

1) 提出基于單線激光雷達(dá)自動(dòng)升降裝置的割草機(jī)器人的設(shè)計(jì)思想，使用方便快捷，實(shí)現(xiàn)單線激光雷達(dá)運(yùn)用于室外草坪環(huán)境中。

2) 利用SLAM算法與單線激光雷達(dá)升降控制融合，避免因單線激光雷達(dá)誤判障礙物位置而出現(xiàn)漏檢或碰撞的情況。改進(jìn)后與改進(jìn)前相比，相對(duì)誤差率降低了1.04%；漏檢率降低為0；避障率提高93.33%。

3) 運(yùn)用Gazebo模擬器創(chuàng)建仿真環(huán)境，利用Ros_Control有效地提供激光雷達(dá)升降裝置的驅(qū)動(dòng)控制，最后利用仿真試驗(yàn)和真實(shí)環(huán)境試驗(yàn)驗(yàn)證該方法的可靠性。