*基金項目：沈陽航空航天大學大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目（X202210143008）

本文引用地址：http://www.eepw.com.cn/article/202302/443559.htm

1   前言

現(xiàn)有智能垃圾車一般沒有配備衛(wèi)星導航裝置,，不能實現(xiàn)全自主行進功能，是智能化垃圾車難以實際應用的重要因素之一,。

北斗衛(wèi)星導航系統(tǒng)是我國自主建設、獨立運行的衛(wèi)星導航定位系統(tǒng)，系統(tǒng)能提供時間和空間基準，以及與位置相關的實時動態(tài)信息,，將北斗系統(tǒng)導入垃圾清掃機器車中，符合國家將北斗衛(wèi)星全行業(yè)植入發(fā)展的科技戰(zhàn)略和保護環(huán)境的基本宗旨,，也是改善社會公共服務和提高人民生活環(huán)境水平的重要舉措,。

表1 基于北斗的輪履復合式清掃車各功能模塊概述

2   系統(tǒng)總體方案設計

系統(tǒng)功能模塊包括：中心控制模塊、北斗路況檢測模塊,、北斗導航定位模塊,、自主動態(tài)避障模塊,、工作行進模塊,、垃圾撿取模塊,，各模塊功能簡介見表1。

根據(jù)上述分析,，本項目主要實現(xiàn)功能如下：

1）本車采用北斗導航定位彌補不足,，規(guī)劃出多種線路，進行擇優(yōu)選擇,；

2）采用自主避障模式保證人員與車輛安全,，利用北斗衛(wèi)星對周圍環(huán)境人員密集度的實時檢測，避免大規(guī)模人群,；

3）用輪履復合結構有效應對多種復雜環(huán)境,，3 種工作模式的適時切換，可通過絕大部分復雜地形,。

3   主要功能模塊設計

3.1 清掃車中心控制模塊

清掃車硬件組成框圖如圖1 所示,，圖中的中心控制模塊對北斗和3D 相機傳遞回來的信息分析處理，之后對工作行進模塊以及垃圾撿拾模塊進行控制,。

基于功能需求,、成本和資源豐富性考慮，清掃車中心控制模塊采用Atmega 為核心控制器,。Atmega 具有高性能,、低功耗的8 位AVR 微處理器，兩個具有獨立預分頻器和比較器功能的8 位定時器,、比較器,，使得其在圖像處理上有更大優(yōu)勢，便于基于VSLAM 技術構建清掃車所在區(qū)域的三維地圖,。

3.2 北斗路況檢測模塊

北斗衛(wèi)星可以采集一定范圍內(nèi)的路況信息,，通過ATK -S1216F8-BD 北斗模塊將數(shù)據(jù)傳輸?shù)紸tmega 控制器中。系統(tǒng)在其與北斗導航系統(tǒng)信號傳輸?shù)耐瑫r將地理位置傳輸?shù)街行目刂颇K,，并通過數(shù)據(jù)存儲相關模塊進行短期的地理位置的數(shù)據(jù)存儲,，最終將實時的地理位置數(shù)據(jù)傳輸?shù)娇刂浦行牡臄?shù)據(jù)處理系統(tǒng)終端。

后Atmega 控制器采用圓算法的光伏陣列,、標點定位,、視覺的高壓方法檢測識別不同的路況信息。路況信息檢測識別過程如圖2所示,。

1）檢測道路分布情況

使用圓算法的光伏陣列法,，首先建立道路模型、城市模型和定位子系統(tǒng),，掃描大致路況,，然后構建數(shù)學模型，采用圓算法對道路的分布情況進行檢測，使清掃車可以得到可行進的道路,，避免清掃車在道路上亂行,。

2）檢測識別建筑物

使用標點定位法，首先用柵格法建立路況的模型,，其中用小方格代表所檢測的環(huán)境,，并對環(huán)境矩形建模。接著建立道路上高大建筑物,、樹木等數(shù)學模型,，根據(jù)模型進行訓練，檢測識別出建筑物,，避免發(fā)生危險,。

3）檢測車、人流量

使用視覺高壓法,，北斗衛(wèi)星具有自動化視覺檢測定位子系統(tǒng),，根據(jù)全局搜索與區(qū)域細分檢驗相結合的原理，進行投影變換,?？蓪嚵髁俊⑷肆髁棵芗牡缆愤M行檢測,，當一些車流量,、人流量密集的時候，清掃車可以暫時排除此道路,。

3.3 導航定位模塊

導航定位模塊分為兩個部分：北斗定位和自主規(guī)劃最優(yōu)路線,。

1）北斗定位

利用北斗衛(wèi)星的定位技術將清掃車出發(fā)點的地理位置、終點的地理位置,、清掃車實時位置相比較,，通過北斗導航定位中的二維定位法，確定位置信息的經(jīng)緯度,。同時采用圓算法的光伏陣列法,，將從出發(fā)點到終點的所有路徑進行整合，為下一步進行路線規(guī)劃打好基礎,。

2）自主動態(tài)地規(guī)劃最優(yōu)清掃路線

采用柵格法構建清掃車行進的路線模擬圖,，從所有由出發(fā)點到終點的清掃路線中，結合實時路況擁堵情況,，選擇出清掃時間最短的最優(yōu)路線,。

如圖3 所示，假設清掃車要清掃A 位置到B 位置的所有道路,，圖中白色區(qū)域為要清掃的道路,，黑色區(qū)域為建筑物、圓環(huán)區(qū)域為紅燈、斜杠區(qū)域為擁擠路段, 其中一個小格代表的實際距離為500 m,。由于清掃車在建筑物拐角處要進行拐彎,，可根據(jù)清掃車要拐彎的數(shù)量計算出所有可能的路線數(shù)量S 為：

  式中n 為拐點數(shù)。清掃車由A走向B要經(jīng)過14 個拐點( 經(jīng)過建筑物的數(shù)量),，所以清掃車有S = 105 條路線可供選擇。理想情況下,，即當沒有紅燈,、道路并不擁擠的情況下，經(jīng)過拐點數(shù)量最少的道路即為最短路線,，清掃用時最短,。但是若出現(xiàn)道路擁堵等特殊情況，按理想路線行駛并不能省時節(jié)能,。因此本項目在規(guī)劃路徑時,，結合北斗衛(wèi)星檢測到的實時路況，自主動態(tài)的調(diào)整行駛路線,。

如圖4 可知,，當存在紅燈和擁擠時，清掃車在建筑物②左上角處拐彎然后在建筑物⑧右下角處拐彎再在建筑物?右上角處拐彎,，最后在建筑物?左下角處拐彎,，共需要經(jīng)過27 個小格，為最優(yōu)路線,。采用柵格法將城市道路轉(zhuǎn)化為數(shù)學模型,，通過計算，分析清掃車的工作時的車速,。清掃車的行駛速度應在3~20 km/h,，清掃車根據(jù)路面的實際情況來調(diào)整車速。清掃路線模擬圖如圖6 所示,。圖中深黑色箭頭,，在沒有經(jīng)過紅燈和人群路段時會加快車速。例如,，箭頭經(jīng)過路線為27 小格,，代表實際距離為13.5 km。此時為節(jié)約時間保證清掃干凈,，車速將控制在15~20 km/h,。所以所需要的時間為0.675~0.9 h。在工作途中遇到行人,、車輛會停止避免發(fā)生危險,。例如，圖6 灰色箭頭所示，途中經(jīng)過紅燈,、人群擁堵路段,，清掃車會降低車速。箭頭經(jīng)過路線為31 小格,，代表實際距離為15.5 km,。車速應保持在8~15 km/h，避免發(fā)生意外,。其中等待紅燈的時間為30 s,、經(jīng)過人群車速為3~8 km/h。所以所需時間為2.66~5.225 h,。

圖3 清掃路線示意圖

圖4 清掃路線模擬圖

3.4 自主動態(tài)避障模塊

在清掃車工作過程中,，清掃車應對隨時出現(xiàn)的人或物體采取及時、精確,、自主的避讓措施,，這就要求清掃車能夠?qū)ξ蛔藢崟r改變的人或物體進行分析，并進行自主動態(tài)避障,，為清掃車在所處實時變化的環(huán)境下的工作安全提供保障,。

對比幾種在二維平面中進行測距實現(xiàn)避障的策略，本設計選用3D 相機作為采集信息的視覺傳感器,，利用3D 相帶有的測距功能,，采用VSLAM 技術，通過構建三維地圖的方式搭建清掃車周邊的環(huán)境地圖,，相比其它距離傳感器而言,，應用3D 視覺傳感器更能獲取足夠豐富的圖像信息。

VSLAM 處理流程如圖5 所示,。通過VSLAM 處理相機采集的多幀圖像來估計自身的位姿變化,，而后通過累計位姿的變化計算出清掃車與人或物體的距離，并進行地圖構建與全局定位,；采用圖像處理技術進行閉環(huán)檢測,，即采用邊緣描述法和體積描述法描述VSLAM 構建地圖中的人或物體的幾何特性，并對目標位姿進行數(shù)據(jù)標注,；對經(jīng)由閉環(huán)檢測得到的信息,，由核心控制器對所構建的三維地圖中的物體的幾何特性信息、位姿信息進行分析比對和優(yōu)化處理,，完成全局軌跡和地圖的構建,；最后進行自主動態(tài)避障決策，實現(xiàn)清掃車的自主動態(tài)避障,。

3.5 面對復雜地形的行走模式自主切換

1）履帶模式

履帶模式采用履帶接觸地面,，車輪附著在履帶兩側,。履帶模式特點為行進平穩(wěn)，行進速度較為緩慢,，重心低,，附著系數(shù)大，具有良好的抗側翻和抗滑坡性能,，同時還具有轉(zhuǎn)彎半徑小的機動性,，爬坡能力強等優(yōu)越的越野性能，屬于全地形的作業(yè)機械,。

2）車輪模式

車輪模式采用車輪接觸地面,，傳動桿伸長以抬高車體。車輪模式特點為行進速度較快,，效率高,，車輪可180 度調(diào)節(jié)故其方向調(diào)整靈活度高,，機動性強,。適用于較為平坦的路面以及水洼等需要抬高車體的情況，因其高機動性能也適用于人員較為密集的場所,。

3）輪履復合模式

輪履復合模式采用車輪與履帶的同時作用,，傳動桿伸縮自身長度以改變車輪與履帶間距。輪履復合模式特點為可實時調(diào)節(jié)車輛重心,，保持車身穩(wěn)定性,，車輪履帶相互作用，可彌補各自缺點,。適用于臺階,、樓梯等復雜路況。

4   結束語

本文針對垃圾清掃車自主規(guī)劃清掃路線這一特殊要求,，在自主避障研究的基礎上與北斗衛(wèi)星相結合,，提高了自主清掃能力。并且對復雜地形進行了分析,，對車體結構進行改良,，效果良好。

參考文獻：

[1] 蔣勇.地面清潔機器人結構及控制系統(tǒng)設計[D].南京:南京理工大學,2018.

[2] 李延斌,牛雷,佟賀.基于GPS的智能車自動駕駛系統(tǒng)的研制[J].電子產(chǎn)品世界,2018,25(11):61-63,50.

[3] 冉冬東.輪履切換型道路垃圾清理機器人的設計[J].工程科技Ⅱ輯,2021,40(5):42-44.

[4] 李雪艷.智能掃地車系統(tǒng)設計與研究[J].機電信息,2015(33):179-180.

[5] 許俊勇.移動機器人全景vSLAM研究[D].上海:上海交通大學,2008.

[6] 尹韜儒.無人駕駛垃圾清掃車的設計與北斗導航定位系統(tǒng)應用[J].中國新技術新產(chǎn)品,2016(16):19-20.

[7] 張明路,李敏,田穎,等.輪履復合被動自適應機器人設計與參數(shù)分析[J].機械科學與技術,2019,38(2):198-204.

（本文來源于《電子產(chǎn)品世界》雜志2023年2月期）

更多信息可以來這里獲取==>>電子技術應用-AET<<