煤矿井下搜救机器人研究
在上世纪80年代,CMU及NASAJPL的研究人员走在了该领域的前沿。在80年代后期,CMU的研究人员成功的在其移动机器人平台CMU Rover上解决了立体视觉的计算速度及工程可靠性问题(Moravec,1983)。其主要改进在于硬件平台的升级以及感知算法的改进与完善,而最值得关注的工作是该团队的Matthies及Shafer在1987年首次提出了基于立体视觉的视觉里程计算法(Visual Odometry Algorithms),该算法第一次通过视觉方式对机器人的运动轨迹及姿态进行了较为精确的计算。从而开启了通过视觉进行运动估计的算法在地球上的野外环境(Nister,2006;Agrawal,2007)以及NASA的火星探测计划(MER)中在外星球探测机器人上的应用(Cheng,2006)。
在接下来的研究中,CMU仍然走在世界的前列。他们开发出的Navlab移动机器人平台,采用了主动视觉的方式,将单目摄像机及一台激光雷达相结合,作为其环境探测的解决方案,从而成功的解决了当时采用被动视觉在匹配及特征提取计算方面面临巨大计算复杂度的尴尬局面。从这一时期开始,移动机器人才逐渐实现了所谓的实时自主导航,这主要得益于算法的不断改进以及计算平台性能的大幅度提高。自90年代中期开始的十几年中,基于主动式探测技术(主要是激光雷达、毫米波雷达等)的环境感知与探测方法被较为广泛的应用,特别是与视觉传感器相融合可以快速建模的特性,使其一度成为移动机器人,特别是野外移动机器人环境建模的首选方案。
然而基于单目或双目被动视觉的环境感知及建模的研究工作一刻都未停止过,在1980后期至1990年代的过程中,Matthies在JPL的研究突破了基于场景的实时立体视觉算法,并于90年代后期第一次将其应用于野外机器人的环境探测与建模当中。自此以后,立体视觉开始逐渐为大家所重视,真正成为机器人三维感知方向中一个具有竞争力的技术。
近五年来,视觉感知技术在移动机器人特别是野外不平整路面复杂环境下的感知与环境建模中得到了越来越多的应用。其中同样是NASA的MER计划的成果,DemoIII自主野外探测车采用了三对立体视觉相机,一对前视立体相机,一对后视立体相机,以及一对安装在伺服云台上的立体相机(Matthies,2007),在此,立体视觉实现了两个基本功能,即视觉里程计以及路径规划。在火星上没有GPS等绝对定位系统的情况下,采用基于立体视觉的视觉里程计算法,通过相对定位的方式,实现了火星车足够的定位精度(Cheng,2005)。除此之外,采用基于立体视觉的路径规划方法,可以快速的感知路面的不平整(Biesiadecki和Maimone,2006),以及预测路面倾斜的变化(Angelova,2007)。与此同时,另一些研究人员也实现了基于单目视觉或双目视觉的机器人位姿估算以及路面的三维重建工作,如Nister在2006年分别采用单目及双目视觉里程计算法实现了移动机器人在野外复杂环境中姿态及位置的估算,并达到了较高的精度,较好的可靠性和实时性。
结束语
煤矿井下危险区域探测的搜救机器人进行研究为当前煤矿开采的提供了安全保证,文中提到的关键技术的解决对开发研制高性能搜救机器人意义重大。本文引用地址://m.amcfsurvey.com/article/160087.htm
评论