跨界 · 融合 · 服務 · 創新
自主導航能力是評價煤礦移動機器人智能化程度的重要指標。隨著計算機技術、傳感器技術和機器人技術的快速發展，具有自主導航能力的移動機器人的研究成果和產品應用已經出現。然而，關于煤礦特殊環境下移動機器人自主導航的討論較少，仍有許多關鍵問題有待研究和解決。面對煤礦移動機器人自主導航問題，應優先考慮任務執行過程中的現場性和實時性。
提出了一種煤礦井下移動機器人的深度視覺自主導航方法。在該方法中，機器人配備RGB-D相機作為深度視覺數據采集傳感器，通過地圖創建和自主操作兩個階段實現自主導航任務。在地圖創建階段，通過深度視覺數據的特征提取和匹配構建深度視覺數據關聯的ICP模型，利用圖優化理論構建并求解ICP-BA圖模型。在自主運行階段，使用Octomap作為機器人的導航地圖，利用PNP原理進行實時重定位. 在此基礎上，自主導航運動規劃采用路徑規劃進行無人機運動執行，算法流程如圖1所示 。
圖1 無人機深度視覺自主導航過程
平臺設計
1.硬件
構建的多旋翼無人機平臺包括M300 RTK飛控板、視覺傳感器、低功耗機載主控計算機、電機和14.8V鋰電池。可滿足基本負載要求，最大附加負載2.7kg，滿載續航31min，對稱電機軸距895mm，圖2顯示了無人機平臺。
圖2 自主無人機平臺
機載計算機是多旋翼無人機視覺定位、地圖構建和自主飛行控制的核心。機載計算機搭載英特爾酷睿i7處理器，可滿足定位、地圖構建、障礙物檢測和路徑規劃等高級任務的要求。采用Ubuntu 12.04操作系統，搭載Hydro機器人操作系統。車載計算機的優點是其尺寸僅為25mm ×103mm ×113mm，質量為0.270 kg。飛行控制面板是自主指揮和飛行控制的樞紐。它有一個16位陀螺儀、14 位加速度計和磁力計，以及ms5611氣壓計。提供多種接口連接外部傳感器，適用于各類無人機。為了增強系統的穩定性和可擴展性，還連接了數據傳輸和GPS模塊。飛控板的串行通訊接口與主控電腦的USB接口相連，建立了主控電腦與飛控板之間的數據橋梁。單目視覺傳感器通過USB接口直接與主控電腦相連。
2. 軟件
該軟件主要基于機器人操作系統的ROS框架，建立各模塊的通信，采集傳感器數據，設計自主位置控制。機器人操作系統是一種新穎的軟件框架，主要應用于機器人平臺操作和控制系統。其優點可以歸結為點對點設計、豐富的工具包、高代碼重用率、多語言支持、簡化和集成、系統模塊化、免費源代碼和易于測試。
通信接口節點是主控計算機與M300 RTK飛控板之間的信息傳輸樞紐。是實現主控計算機實時獲取飛行狀態和自主控制飛行狀態的關鍵。節點主要通過Mavlink協議接收多旋翼飛行器的心跳包、姿態角包和位置包，并將數據按類別以特定消息格式發布到不同主題。然后將主體數據以Mavlink協議的形式發送給飛控板，獲取外部傳感器的數據，實現自主飛行控制。自主控制節點的設計原理可以概括為訂閱飛行器當前位置主題，提供位置反饋，然后將位置控制命令發布到通信節點的主題中。最后，通過實時監控無人機狀態來調整位置控制信息。
視覺定位和地圖構建
主要研究一種實時、高精度的視覺同步定位與建圖（SLAM）算法。單目視覺定位和地圖構建方法可以在地下實時運行。它可以完成閉環檢測和重定位，包括自動地圖初始化，并選擇最合適的方法來選擇特征點和關鍵幀。根據其特點，對該算法進行改進并成功應用于自主四旋翼無人機平臺。在沒有其他定位方法的情況下，完成了四旋翼無人機的視覺定位和地圖構建。
路徑規劃
運動規劃中的路徑規劃是通過一定的搜索策略，在導航地圖中找到一條從起點到終點不發生碰撞的連續路徑。煤礦深度視覺無人機自主作業階段的路徑規劃是在構建的Octomap導航地圖中尋找一條無碰撞路徑。時效性在煤礦無人機任務執行中尤為重要，因此搜索策略應遵循最短路徑原則。A*算法是一種廣泛使用的高效最短路徑規劃方法。基于A*算法的搜索策略如圖3所示。
圖3 A*算法的成本函數
實驗分析
通過開展無人機視覺導航實驗，驗證自主導航的控制精度，完成地下環境的地圖構建。因為ROS中的命令一次只能運行一個節點，實驗平臺需要同時運行多個節點并完成相關參數設置，所以使用launch文件來安排啟動節點和初始化參數， ROS內核也可以運行。圖4顯示了節點關系，其中圓圈代表主題。
圖4 節點圖
地圖初始化后，無人機從初始化位置（0，0）起飛，自主控制節點根據定點飛行的要求設計導航任務。圖5為水平位置精度，圖 6為三維位置精度。從數據可以看出，DAV完成了設定的地下導航飛行任務，沿y軸飛行時位置波動較大。主要原因是飛機滾動時傳感器水平朝向一側的視野波動，以及傳感器視野環境的更新和變化引起的定位誤差。實驗中導航飛控精度在±0.15m以內。
圖5 自主導航的三個方向定位精度
