基于北斗的輪履復(fù)合式清掃車(chē)*

*基金項(xiàng)目：沈陽(yáng)航空航天大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（X202210143008）

1   前言

現(xiàn)有智能垃圾車(chē)一般沒(méi)有配備衛(wèi)星導(dǎo)航裝置，不能實(shí)現(xiàn)全自主行進(jìn)功能，是智能化垃圾車(chē)難以實(shí)際應(yīng)用的重要因素之一。

北斗衛(wèi)星導(dǎo)航系統(tǒng)是我國(guó)自主建設(shè)、獨(dú)立運(yùn)行的衛(wèi)星導(dǎo)航定位系統(tǒng)，系統(tǒng)能提供時(shí)間和空間基準(zhǔn)，以及與位置相關(guān)的實(shí)時(shí)動(dòng)態(tài)信息，將北斗系統(tǒng)導(dǎo)入垃圾清掃機(jī)器車(chē)中，符合國(guó)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(hù)環(huán)境的基本宗旨，也是改善社會(huì)公共服務(wù)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(fù)合式清掃車(chē)各功能模塊概述

2   系統(tǒng)總體方案設(shè)計(jì)

系統(tǒng)功能模塊包括：中心控制模塊、北斗路況檢測(cè)模塊、北斗導(dǎo)航定位模塊、自主動(dòng)態(tài)避障模塊、工作行進(jìn)模塊、垃圾撿取模塊，各模塊功能簡(jiǎn)介見(jiàn)表1。

根據(jù)上述分析，本項(xiàng)目主要實(shí)現(xiàn)功能如下：

1）本車(chē)采用北斗導(dǎo)航定位彌補(bǔ)不足，規(guī)劃出多種線路，進(jìn)行擇優(yōu)選擇；

2）采用自主避障模式保證人員與車(chē)輛安全，利用北斗衛(wèi)星對(duì)周?chē)h(huán)境人員密集度的實(shí)時(shí)檢測(cè)，避免大規(guī)模人群；

3）用輪履復(fù)合結(jié)構(gòu)有效應(yīng)對(duì)多種復(fù)雜環(huán)境，3 種工作模式的適時(shí)切換，可通過(guò)絕大部分復(fù)雜地形。

3   主要功能模塊設(shè)計(jì)

3.1 清掃車(chē)中心控制模塊

清掃車(chē)硬件組成框圖如圖1 所示，圖中的中心控制模塊對(duì)北斗和3D 相機(jī)傳遞回來(lái)的信息分析處理，之后對(duì)工作行進(jìn)模塊以及垃圾撿拾模塊進(jìn)行控制。

基于功能需求、成本和資源豐富性考慮，清掃車(chē)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(gè)具有獨(dú)立預(yù)分頻器和比較器功能的8 位定時(shí)器、比較器，使得其在圖像處理上有更大優(yōu)勢(shì)，便于基于VSLAM 技術(shù)構(gòu)建清掃車(chē)所在區(qū)域的三維地圖。

3.2 北斗路況檢測(cè)模塊

北斗衛(wèi)星可以采集一定范圍內(nèi)的路況信息，通過(guò)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(dǎo)航系統(tǒng)信號(hào)傳輸?shù)耐瑫r(shí)將地理位置傳輸?shù)街行目刂颇K，并通過(guò)數(shù)據(jù)存儲(chǔ)相關(guān)模塊進(jìn)行短期的地理位置的數(shù)據(jù)存儲(chǔ)，最終將實(shí)時(shí)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(biāo)點(diǎn)定位、視覺(jué)的高壓方法檢測(cè)識(shí)別不同的路況信息。路況信息檢測(cè)識(shí)別過(guò)程如圖2所示。

1）檢測(cè)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(gòu)建數(shù)學(xué)模型，采用圓算法對(duì)道路的分布情況進(jìn)行檢測(cè)，使清掃車(chē)可以得到可行進(jìn)的道路，避免清掃車(chē)在道路上亂行。

2）檢測(cè)識(shí)別建筑物

使用標(biāo)點(diǎn)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(cè)的環(huán)境，并對(duì)環(huán)境矩形建模。接著建立道路上高大建筑物、樹(shù)木等數(shù)學(xué)模型，根據(jù)模型進(jìn)行訓(xùn)練，檢測(cè)識(shí)別出建筑物，避免發(fā)生危險(xiǎn)。

3）檢測(cè)車(chē)、人流量

使用視覺(jué)高壓法，北斗衛(wèi)星具有自動(dòng)化視覺(jué)檢測(cè)定位子系統(tǒng)，根據(jù)全局搜索與區(qū)域細(xì)分檢驗(yàn)相結(jié)合的原理，進(jìn)行投影變換。可對(duì)車(chē)流量、人流量密集的道路進(jìn)行檢測(cè)，當(dāng)一些車(chē)流量、人流量密集的時(shí)候，清掃車(chē)可以暫時(shí)排除此道路。

3.3 導(dǎo)航定位模塊

導(dǎo)航定位模塊分為兩個(gè)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(shù)將清掃車(chē)出發(fā)點(diǎn)的地理位置、終點(diǎn)的地理位置、清掃車(chē)實(shí)時(shí)位置相比較，通過(guò)北斗導(dǎo)航定位中的二維定位法，確定位置信息的經(jīng)緯度。同時(shí)采用圓算法的光伏陣列法，將從出發(fā)點(diǎn)到終點(diǎn)的所有路徑進(jìn)行整合，為下一步進(jìn)行路線規(guī)劃打好基礎(chǔ)。

2）自主動(dòng)態(tài)地規(guī)劃最優(yōu)清掃路線

采用柵格法構(gòu)建清掃車(chē)行進(jìn)的路線模擬圖，從所有由出發(fā)點(diǎn)到終點(diǎn)的清掃路線中，結(jié)合實(shí)時(shí)路況擁堵情況，選擇出清掃時(shí)間最短的最優(yōu)路線。

如圖3 所示，假設(shè)清掃車(chē)要清掃A 位置到B 位置的所有道路，圖中白色區(qū)域?yàn)橐鍜叩牡缆?，黑色區(qū)域?yàn)榻ㄖ铩A環(huán)區(qū)域?yàn)榧t燈、斜杠區(qū)域?yàn)閾頂D路段, 其中一個(gè)小格代表的實(shí)際距離為500 m。由于清掃車(chē)在建筑物拐角處要進(jìn)行拐彎，可根據(jù)清掃車(chē)要拐彎的數(shù)量計(jì)算出所有可能的路線數(shù)量S 為：

式中n 為拐點(diǎn)數(shù)。清掃車(chē)由A走向B要經(jīng)過(guò)14 個(gè)拐點(diǎn)( 經(jīng)過(guò)建筑物的數(shù)量)，所以清掃車(chē)有S = 105 條路線可供選擇。理想情況下，即當(dāng)沒(méi)有紅燈、道路并不擁擠的情況下，經(jīng)過(guò)拐點(diǎn)數(shù)量最少的道路即為最短路線，清掃用時(shí)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(shí)節(jié)能。因此本項(xiàng)目在規(guī)劃路徑時(shí)，結(jié)合北斗衛(wèi)星檢測(cè)到的實(shí)時(shí)路況，自主動(dòng)態(tài)的調(diào)整行駛路線。

如圖4 可知，當(dāng)存在紅燈和擁擠時(shí)，清掃車(chē)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(guò)27 個(gè)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(xué)模型，通過(guò)計(jì)算，分析清掃車(chē)的工作時(shí)的車(chē)速。清掃車(chē)的行駛速度應(yīng)在3~20 km/h，清掃車(chē)根據(jù)路面的實(shí)際情況來(lái)調(diào)整車(chē)速。清掃路線模擬圖如圖6 所示。圖中深黑色箭頭，在沒(méi)有經(jīng)過(guò)紅燈和人群路段時(shí)會(huì)加快車(chē)速。例如，箭頭經(jīng)過(guò)路線為27 小格，代表實(shí)際距離為13.5 km。此時(shí)為節(jié)約時(shí)間保證清掃干凈，車(chē)速將控制在15~20 km/h。所以所需要的時(shí)間為0.675~0.9 h。在工作途中遇到行人、車(chē)輛會(huì)停止避免發(fā)生危險(xiǎn)。例如，圖6 灰色箭頭所示，途中經(jīng)過(guò)紅燈、人群擁堵路段，清掃車(chē)會(huì)降低車(chē)速。箭頭經(jīng)過(guò)路線為31 小格，代表實(shí)際距離為15.5 km。車(chē)速應(yīng)保持在8~15 km/h，避免發(fā)生意外。其中等待紅燈的時(shí)間為30 s、經(jīng)過(guò)人群車(chē)速為3~8 km/h。所以所需時(shí)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(dòng)態(tài)避障模塊

在清掃車(chē)工作過(guò)程中，清掃車(chē)應(yīng)對(duì)隨時(shí)出現(xiàn)的人或物體采取及時(shí)、精確、自主的避讓措施，這就要求清掃車(chē)能夠?qū)ξ蛔藢?shí)時(shí)改變的人或物體進(jìn)行分析，并進(jìn)行自主動(dòng)態(tài)避障，為清掃車(chē)在所處實(shí)時(shí)變化的環(huán)境下的工作安全提供保障。

對(duì)比幾種在二維平面中進(jìn)行測(cè)距實(shí)現(xiàn)避障的策略，本設(shè)計(jì)選用3D 相機(jī)作為采集信息的視覺(jué)傳感器，利用3D 相帶有的測(cè)距功能，采用VSLAM 技術(shù)，通過(guò)構(gòu)建三維地圖的方式搭建清掃車(chē)周邊的環(huán)境地圖，相比其它距離傳感器而言，應(yīng)用3D 視覺(jué)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(guò)VSLAM 處理相機(jī)采集的多幀圖像來(lái)估計(jì)自身的位姿變化，而后通過(guò)累計(jì)位姿的變化計(jì)算出清掃車(chē)與人或物體的距離，并進(jìn)行地圖構(gòu)建與全局定位；采用圖像處理技術(shù)進(jìn)行閉環(huán)檢測(cè)，即采用邊緣描述法和體積描述法描述VSLAM 構(gòu)建地圖中的人或物體的幾何特性，并對(duì)目標(biāo)位姿進(jìn)行數(shù)據(jù)標(biāo)注；對(duì)經(jīng)由閉環(huán)檢測(cè)得到的信息，由核心控制器對(duì)所構(gòu)建的三維地圖中的物體的幾何特性信息、位姿信息進(jìn)行分析比對(duì)和優(yōu)化處理，完成全局軌跡和地圖的構(gòu)建；最后進(jìn)行自主動(dòng)態(tài)避障決策，實(shí)現(xiàn)清掃車(chē)的自主動(dòng)態(tài)避障。

3.5 面對(duì)復(fù)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(chē)輪附著在履帶兩側(cè)。履帶模式特點(diǎn)為行進(jìn)平穩(wěn)，行進(jìn)速度較為緩慢，重心低，附著系數(shù)大，具有良好的抗側(cè)翻和抗滑坡性能，同時(shí)還具有轉(zhuǎn)彎半徑小的機(jī)動(dòng)性，爬坡能力強(qiáng)等優(yōu)越的越野性能，屬于全地形的作業(yè)機(jī)械。

2）車(chē)輪模式

車(chē)輪模式采用車(chē)輪接觸地面，傳動(dòng)桿伸長(zhǎng)以抬高車(chē)體。車(chē)輪模式特點(diǎn)為行進(jìn)速度較快，效率高，車(chē)輪可180 度調(diào)節(jié)故其方向調(diào)整靈活度高，機(jī)動(dòng)性強(qiáng)。適用于較為平坦的路面以及水洼等需要抬高車(chē)體的情況，因其高機(jī)動(dòng)性能也適用于人員較為密集的場(chǎng)所。

3）輪履復(fù)合模式

輪履復(fù)合模式采用車(chē)輪與履帶的同時(shí)作用，傳動(dòng)桿伸縮自身長(zhǎng)度以改變車(chē)輪與履帶間距。輪履復(fù)合模式特點(diǎn)為可實(shí)時(shí)調(diào)節(jié)車(chē)輛重心，保持車(chē)身穩(wěn)定性，車(chē)輪履帶相互作用，可彌補(bǔ)各自缺點(diǎn)。適用于臺(tái)階、樓梯等復(fù)雜路況。

4   結(jié)束語(yǔ)

本文針對(duì)垃圾清掃車(chē)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(chǔ)上與北斗衛(wèi)星相結(jié)合，提高了自主清掃能力。并且對(duì)復(fù)雜地形進(jìn)行了分析，對(duì)車(chē)體結(jié)構(gòu)進(jìn)行改良，效果良好。

參考文獻(xiàn)：

[1] 蔣勇.地面清潔機(jī)器人結(jié)構(gòu)及控制系統(tǒng)設(shè)計(jì)[D].南京:南京理工大學(xué),2018.

[2] 李延斌,牛雷,佟賀.基于GPS的智能車(chē)自動(dòng)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(jī)器人的設(shè)計(jì)[J].工程科技Ⅱ輯,2021,40(5):42-44.

[4] 李雪艷.智能掃地車(chē)系統(tǒng)設(shè)計(jì)與研究[J].機(jī)電信息,2015(33):179-180.

[5] 許俊勇.移動(dòng)機(jī)器人全景vSLAM研究[D].上海:上海交通大學(xué),2008.

[6] 尹韜儒.無(wú)人駕駛垃圾清掃車(chē)的設(shè)計(jì)與北斗導(dǎo)航定位系統(tǒng)應(yīng)用[J].中國(guó)新技術(shù)新產(chǎn)品,2016(16):19-20.

[7] 張明路,李敏,田穎,等.輪履復(fù)合被動(dòng)自適應(yīng)機(jī)器人設(shè)計(jì)與參數(shù)分析[J].機(jī)械科學(xué)與技術(shù),2019,38(2):198-204.

（本文來(lái)源于《電子產(chǎn)品世界》雜志2023年2月期）