基于ROS的室内巡检机器人多目标点导航研究与仿真.pdf

基于ROS的室内巡检机器人多目标点导航研究与仿真摘要：关于巡检机器人的室内多点导航问题，提出一种通过机器人操作系统（ROS）综合同时定位与建图（SLAM）、路径规划（pathplanning）等技术，进行了室内巡检机器人的多目标点导航仿真研究试验。首先利用URDF文件建立巡检机器人模型，并通过ROS中的仿真平台建立室内模拟环境，然后使用gmapping功能包构建二维栅格地图。最后选用了Dijkstra机器人导航算法，开展室内巡检机器人针对多个目标区域的仿真研究。结果表明，在模拟环境下，机器人可以进行面向多目标区域的导航试验，且路径规划较合理。关键词：同时定位与建图；路径规划；室内巡检机器人；多目标点导航中图分类号：TP242文献标识码：A文章编号：2095-0438（2023）06-0141-04（1.安徽理工大学人工智能学院；2.安徽理工大学机械工程学院安徽淮南232001）近年来，机器人行业的发展突飞猛进，多学科领域集成关键技术的发展造成机器人的不断迭代升级，巡检机器人作为机器人中的一种，实现了在多个领域中的规模化应用1。而由于巡检机器人在变电站、物流仓库、车间等复杂环境下应用的不断增多，如何实现其运动控制、自身定位和导航成为当下的难题之一2。其中，解决巡检机器人定位与导航问题的关键就在于同时定位和地图构建技术。而它的基本思想就是当巡检机器人在执行巡检任务时，通过自身搭载的激光雷达、深度相机等传感器3，成功地获取到周围复杂环境的点云数据以及深度数据等信息，并利用得到的数据完成对未知环境的构建4。在完成对未知环境的构建之后，路径规划是机器人研究领域中不可忽视的一部分。该技术能够使巡检机器人在复杂的环境中规划出一条到达目标区域的可行路径，并且在移动的过程中安全地避开环境中移动的或禁止的障碍物，极大的提高其在巡检过程中的灵活性。由于场景和任务需求的不同，对路径规划的要求也有所不同。为此诸多典型的路径规划算法在国内外各位专家学者的努力下被提出。20世纪五十年代，荷兰物理学家戴克斯特拉5就给出了一种Dijkstra算法，该算法是一种典型的广度优先算法,即从巡检的起始点开始，一层一层连续不断地搜索整个自由空间直至到达目标点。而 1968 年，为了克服Dijkstra算法计算效能低下的问题，斯坦福大学的NilsNilsson等人在其基础上加入了估价函数，并通过减少搜寻过程中的盲目性，从而形成了一种全新的启发式算法，即A*算法，路径规划中路径搜索的效率得到了极大的提高。综合已有的研究成果，本文通过建立基于ROS的室内巡检机器人试验平台，创建其仿真环境和室内巡检机器人模型，并与机器人的同时定位与建图、路径规划等技术相结合，使创建的机器人模型能够在室内仿真环境下实现对多个目标区域的巡检任务，并进行仿真平台的实验验证。一、机器人仿真与环境建模（一）机器人模型建立。ROS（Robot Operating System）是一款开源的机器人操作系统6，由于其优势突出，在机器人的学习和研究方面得到了普遍的应用。其中 ROS 以 URDF（unifiedrobot description format）作为描述机器人仿真模型的编程语言，以XML文本文件来描述机器人的模型结构。为了能使室内巡检机器人完成室内的多目标巡检任务，在ROS中通过URDF对巡检机器人模型进行建立，可以实现模型在Gazebo仿真环境中的导航与运动。而完整的URDF模型文件是由一系列的关节和连杆组成，每个之间通过连接，再通过标签实现对机器人部件的形状、尺寸、颜色、惯性矩阵等一系列属性构建。而在通过URDF文件描述机器人模型结构时为避免重复内张军1余志强2收稿日期：2022-11-08作者简介：张军（1963-），男，福建漳州人，安徽理工大学人工智能学院教授，博士，研究方向：机电一体化和机器人技术等；余志强（1997-），男，安徽蚌埠人，安徽理工大学机械工程学院硕士研究生，研究方向：医疗机器人。基金项目：安徽省科技重大专项计划项目（16030901012）；安徽理工大学研究生核心课程项目(2021HX013)。第43卷第6期绥 化 学 院 学 报2023年6月Vol.43No.6Journal of Suihua UniversityJun.2023141容过多，不便于修改机器人模型参数等问题。通常需要用到XACRO模型文件对URDF文件进行优化。本文首先通过URDF文件进行了差分移动轮式机器人模型的构建7，该URDF模型的总体构造如图1所示，具有两个驱动轮和两个万向轮，并搭载了激光雷达和摄像头传感器。最后，利用XACRO文件对新建立的机器人模型加以完善，便于后续机器人模型参数的修改。图1URDF模型整体结构图而在运动控制方面，从ROS基于move_base的导航框架，如下图2可以看出，通过机器人的底盘控制节点可以接收cmd_vel信息8，即速度控制指令信息，再将得到的速度指令转换为机器人的电机控制指令，从而完成对机器人运动的控制。在本文的仿真实验中，为给机器人模型添加传动装置和控制器，可以通过编写XACRO文件来实现，再通过编写的键盘控制节点实现巡检机器人在室内仿真环境下的运动控制。图2move_base导航框架（二）室内巡检仿真环境构建。为了使巡检机器人能够完成多目标巡检任务，需对仿真环境进行构建。而在ROS中，通过使用Gazebo三维动态物理仿真器来完成对机器人仿真环境的构建，从而真实地仿真复杂的室内环境。本文在Gazebo软件中搭建如图3所示的运动环境，巡检机器人所处的场地是一个完全闭合的室内空间，内部划分了如图所示的四个目标区域，为完成室内巡检任务，机器人通过每个房间之间的小门在该环境中进行移动，并在该环境中增添一些简单的障碍物便于后续多目标点导航仿真实验的进行。图3仿真环境地图二、导航框架及算法选择本节首先对巡检机器人地图构建相关的slam功能包进行分析和选择，然后通过巡检机器人搭载的激光雷达绘制出室内的二维栅格地图。其次，在ROS中巡检机器人全局路径规划主要通过A*算法或Dijkstra算法来进行全局最优路径规划，本文通过比较选择其中之一来完成对机器人的多目标自主导航、路径规划方面的仿真测试。（一）slam功能包的选择。室内巡检机器人slam可以理解为，在机器人的运行阶段，首先对于未知的地图环境先要进行构建，借此根据设定的目标点，规划出一条合理有效的路径。而在ROS中，常用的slam实现有很多，由于建立的为低特征的室内仿真环境，因此选择在ROS中应用最成熟的gmapping功能包来完成栅格地图的绘制。Gmapping功能包8在二维栅格地图绘制的过程中，利用巡检机器人所搭载的激光雷达和摄像头等传感器，将其所测量的里程计数据、深度数据、IMU数据等输入到功能包中，然后再利用Rao-Blackwellized粒子滤波技术完成对未知环境的地图构建，其总体框架如图4所示。图4gmapping功能包总体框架其在建立增量式地图mt的过程中，通过采集的里程计数据获得自身的运动信息u1：t=u1，u2，ut，并根据从自身搭载的激光雷达等传感器传回的信息，对机器人自身的位置x1：t=x1，x2，xt进行估算。（二）全局路径规划算法的选择。为了使巡检机器人能够很好地完成对室内环境的巡检，其在巡检过程中如何规划出一条有效合理的路径至关重要。本文针对如何在短时间内规划出最优路径，对ROS中用于路径规划的两种算法，即A*算法和Dijkstra算法进行对比研究。本文为选择相对合适的全局路径规划算法，在不设定中142途区域的情况下，让巡检机器人从房间的起点自主的导航至房间的终点。分别采用两种路径规划算法，得到了两种规划路径，其测试的实际结果如图 5 所示。从图中可以看出，两种算法均能完成从房间的起点至房间的终点的巡检任务，规划出一条最优的全局路径。但从测试结果可以看出，通过比较规划出的全局路径的平滑性和总体长度，再从路径规划效率的角度考虑，选择 Dijkstra 算法以实现后续的多目标点导航仿真实验。（a）A*算法（b）Dijkstra算法图5全局路径规划算法测试结果三、仿真实验结果（一）建图结果分析。本文主要进行巡检机器人针对多个目标区域实现导航任务的仿真工作，其所采用的操作系统版本为Ubuntu20.04而ROS版本为ROS-noetic。通过在Gazebo仿真器中加载室内的模拟环境和机器人模型，并启动ROS的键盘控制节点，可以控制巡检机器人对环境进行扫描9。最后根据激光雷达等传感器采集到的里程计信息和深度信息，在Rviz中进行可视化显示，室内仿真环境的二维栅格地图的建立过程如图6所示。其中：上3图是由gazebo仿真器10所加载的仿真环境，以及室内为便于路径规划实验设置的若干障碍物；下3图是在Rviz中绘制栅格地图时的具体过程。巡检机器人行驶中的里程计信息采用箭头显示，白色为可通行区域，灰色为障碍物信息，而通过激光雷达所扫描的障碍物形状通过点云形式在障碍物周围进行显示。结果表明，gmapping算法能够较准确地构建出实验所需要的二维栅格地图。a.房间的绘制b.房间的绘制c.房间的绘制图6SLAM仿真过程从图6可以看出，在巡检机器人行驶过程中，激光雷达首先扫描室内的大致环境（如图6a所示），之后通过键盘控制节点控制机器人运动11，使巡检机器人绕房间一圈，完成对房间的栅格地图绘制，之后完成对房间的地图绘制（如图6b所示），因流程一样，房间的扫描不再赘述，最后完成对房间的地图绘制（如图6c所示），最终在Gazebo仿真器中将创建的仿真环境完整地走一遍，生成了gmapping SLAM地图，得到如下图7所示的建图结果。图7室内建图结果综上所述，基于ROS的gmapping算法能够得到较为完整和清晰的二维栅格地图，确实适用于室内小场景和低特征环境下的定位与建图，且精度较高。（二）多目标点导航结果分析。该文的巡检机器人路径规划主要是对有障碍物环境下的路径规划仿真，由图8可以看出，巡检机器人首先由房间的A点出发，沿着规划好的路径，经由房间和房间的门后抵达房间的目标B（如图8a所示），沿着规划好的路径移动，再由房间的目标点B开始，经由房间和房间的门抵达房间的目标点C（如图8b所示），最后由房间的目标点C开始，经由房间和房间的门抵达房间的目标点D（如图8c所示）。其中上3图在Rviz中以代价地图模式进行显示，图中激光雷达扫描出的障碍物轮廓信息以点云形式呈现，房间和障碍物周围的外圈轮廓为各自的膨胀半径，A与B点、B与C点和C与D点之间的路线为巡检机器人规划出的移动路径，下3图中巡检机器人向周围散发的深色不规则形状为其所搭载的激光雷达所扫描出的区域，在Gazebo仿真器中12以可视化形式显示。最终机器人能够沿着规划好的路径完成对室内多个目标点的巡检任务。a.机器从巡检点A到Bb.机器从巡检点B到Cc.机器从巡检点C到D图8机器人导航过程图仿真结果表明，机器人可以根据建立的二维栅格地图进行多目标点的自主规划和导航，成功抵达目标区域。综上所述，在针对室内多目标点的自主导航和路径规划13方面，巡检机器人表现较好，能够完整地实现整个巡检过程。143四、结语论文中根据路径规划、多点导航、同时定位与建图等几大社会热点问题，提出了利用ROS融合同时定位与建图的路径规划技术，以实现对室内巡检机器人的多目标点导航模拟与应用的新途径，并开展了室内巡检实验的仿真试验，结果表明：（一）在建图方面，采用Gmapping算法14进行地图的建立，结果表明建立的二维栅格地图效果好，精度较高，适用于室内小场景和低特征环境的建图。（二）在多目标点的路径规划方面，基于ROS的巡检机器人通过对多目标点导航算法的运用，克服了传统室内巡检机器人针对多个目标点实施巡检的技术困难，规划出的路径较短、安全性较好，可应用于机器人的室内巡检。（三）对多目标点的导航仿真可行性的成功检验后，下步工作将会对基于ROS的SLAM算法进行进一步研究和完善，进而对多点导航算法进行进一步优化，并完成实物的搭建，以便更好地检测机器人在对多目标区域进行巡检、搜索等方面的实际表现。参考文献：1杨更华,张桂萍,朱伟锴,等.智能巡检机器人在化纤行业的应用J.合成纤维,2022,51（8）:51-54.2严正罡,甄军平.巡检机器人应用综述及在机场应用前景展望J.现代计算机,2022,28（2）:50-55.3管晨曦.基于ROS的室内巡检机器人系统设计与研究J.机电信息,2020（30）:128-129.4王迪,黎冠,于腾,等.基于ROS的移动机器人导航系统研究与仿真J.华北科技学院学报,2021,18（4）:54-60.5张赛.基于ROS系统室内移动机器人的路径规划算法研究D.天津：天津理工大学,2022.6袁丹鹤,杜玉晓,江鑫,等.基于ROS的人形机器人建模与仿真J.自动化与信息工程,2020,41（6）:6-12.7高民东,张雅妮,朱凌云.基于ROS的机器人室内巡检技术仿真J.重庆理工大学学报（自然科学）,2018,32（7）:195-201.8李宏达,范继祥.基于ROS的轮式机器人建模与路径规划仿真J.哈尔滨师范大学自然科学学报,2020,36（6）:16-23.9高民东.轮式机器人路径规划系统的研究与设计D.重庆：重庆理工大学,2018.10王明园.基于ROS的AGV机器人路径规划和运动控制研究D.吉林：吉林化工学院,2022.11刘建娟,薛礼啟,张会娟,等.融合改进A*与DWA算法的机器人动态路径规划J.计算机工程与应用,2021,57（15）:73-81.12丁林祥,陶卫军.ROS/Gazebo在SLAM算法评估中的应用J.兵工自动化,2022,41（4）:87-92.13Julius Fusic S,Kanagaraj G,Hariharan K,et al.Optimal pathplanning of autonomous navigation in outdoor environment viaheuristic techniqueJ.Transportation Research InterdisciplinaryPerspectives,2021,12.14Robin Ping Guan,Branko Ristic,Liuping Wang,et al.KLDsampling with Gmapping proposal for Monte Carlo localization ofmobilerobotsJ.InformationFusion,2019,49.责任编辑郑丽娟Research and Simulation of ROS-Based Indoor Inspection Robot with Multi-TargetPoint NavigationZhang Jun1Yu Zhiqiang2（1.School of Artificial Intelligence,Anhui University of Science and Technology,Huainan,Anhui232001;2.School of Mechanical Engineering,Anhui University of Science and Technology,Huainan,Anhui 232001）Abstract:Regarding the indoor multi-point navigation of inspection robots,a multi-target point navigationsimulation research experiment of indoor inspection robots is proposed by integrating simultaneous localization andmap building(SLAM)and path planning technologies through the robot operating system(ROS).Firstly,the URDF filewas used to build the inspection robot model,and the simulation platform in ROS was used to build the indoorsimulation environment,and then the gmapping package was used to build the 2D raster map.Finally,the Dijkstrarobot navigation algorithm was selected to carry out the simulation study of the indoor inspection robot for multipletarget areas.The results show that in the simulation environment,the robot can conduct navigation experiments formultiple target areas,and the path planning is reasonable.Key words:simultaneous localization and map building;path planning;indoor inspection robot;multi-objectivepoint navigation144