论文总字数：27033字

摘 要

随着科技的发展，救援机器人在灾害救援中发挥着越来越重要的作用。机器人上装载的各种传感器有利于机器人探测周围环境，寻找伤员。机器人用到的传感器很多，但是采用何种方法将传感器信息融合以得到所需信息成为救援机器人首先要解决的问题。

本文根据救援机器人采用的传感器以及同步定位与建图的要求，设计了基于机器人开源操作系统ROS的信息融合方案，并加以验证。

本文首先介绍了救援机器人的发展现状和相关信息融合技术的发展，针对本设计中救援机器人建立全局地图的最终目标，在现有条件下选择了里程计、姿航仪、激光测距仪等传感器，再将其分为内部信息传感器和外部信息传感器两类，设计了具有层次结构的信息融合算法。其中，里程计和姿航仪属于内部传感器，激光测距仪属于外部传感器。

层次化的信息融合算法可分为三层：数据层、特征层和决策层。首先，分别对内部信息和外部信息进行数据层和特征层预处理：采用均值滤波、匹配滤波处理内部信息传感器，获得预估位姿信息；利用霍夫变换处理激光数据，得到障碍物信息。然后，在决策层融合内部信息和外部信息：利用粒子滤波更新坐标信息，基于准确的内部信息和外部信息建立环境地图。

本设计基于ROS设计了信息融合方案，利用模块化设计，实现了融合各层次的要求。对已采集的实验数据进行处理，并对实验结果进行分析。实验结果表明，该信息融合方案可以有效地处理各传感器信息，并实现多传感器数据融合，建立环境地图。

关键词：救援机器人 多传感器 层次融合 ROS

Reaearch on multi-sensor information fusion for robocup rescue robot

Abstract

With the rapid development of science and technology, the rescue robot plays an important role in disaster rescue. A variety of sensors loaded on the robot help the robot to detect thr environment and look for the wounded. The first problem to be solved is that which method is right to fuse sensors information because there are many sensors.

In this paper, the information fusion scheme based on the robot operating system is designed and verified according to the sensors and the requirement of synchronous location and mapping.

Firstly, the paper introduces the current situation of rescue robot and thhe development of information fusion technology. Considering the ultimate goal of mapping, odometry, IMU and laser scan are chosen to help the robot detect the environment. These sensors are divided into two categories designed with hierarchical structure of information fusion algorithm, odometry and IMU belonging to internal sensors while laser scan belonging to the external.

Hierachical information fusion algorithm can be divided into three layers: data layer, feature layer and decision layer. Firstly, internal and external information are respectively pre-processed on data layer and feature layer: processing internal information with mean filter and matched filter to estimate location; processing laser scan data with hough transform to access obstacle information. Then, fusing internal and external information together on decision layer: the particle filter is used to update location information; the environmental map is based on the accurate internal and external information.

The information fusion scheme with module design is designed based on ROS, which realizes the requirements of every level. The experiment data are processed and the result wre analyzed. The result shows that this information fusion scheme can effectively process every sensor data to realize multi-sensor information fusion and establish the map.

KEYWORDS: Rescue Robot Multi-sensors Level Fusion ROS

目录

摘要 I

Abstract II

第1章 绪论 1

1.1 课题背景及其意义 1

1.2 救援机器人的发展现状 1

1.2.1 国外救援机器人研究现状 2

1.2.2 国内救援机器人研究现状 3

1.3 信息融合研究现状 4

1.4 本文主要研究内容 5

第2章 信息融合总体方案设计 7

2.1 信息融合需求分析 7

2.2 传感器技术 7

2.2.1 里程计 7

2.2.2 姿航仪 8

2.2.3 激光测距仪 9

2.3 信息融合层次结构 10

2.3.1 数据层融合 10

2.3.2 特征层融合 10

2.3.3 决策层融合 10

2.4 系统总体方案 11

2.5 本章小结 12

第3章 救援机器人信息融合 13

3.1 坐标信息融合 13

3.1.1 里程计与姿航仪信息融合 13

3.2 环境信息融合 14

3.2.1 激光数据预处理 14

3.2.2 基于hough算法的线段匹配 16

3.3 环境信息与位置信息融合 17

3.3.1 TF坐标变换 17

3.3.2 粒子滤波算法 18

3.3.3 建立地图 19

3.4 实验结果与分析 20

第4章 信息融合系统实现与测试 22

4.1 机器人操作系统ROS简介 22

4.2 激光数据发布 22

4.3 坐标信息发布 24

4.4 TF设置 25

4.5 网格地图 26

4.6 本章小结 28

第5章 总结与展望 29

5.1 总结 29

5.2 展望 29

参考文献 31

致谢 33

绪论

课题背景及其意义

随着经济的发展，生态环境遭到一定的破坏，导致自然灾害频发。当灾害发生时，建筑结构被破坏，很容易对救援人员造成伤害，尤其是，当幸存者被困于一些缝隙、狭小空间时，救援人员的救援工作比较危险。除此之外，救援人员需要抓紧灾后的黄金救援时间，在最短的时间内找到幸存者并展开救援。在这种紧急的情况下，救援机器人可以为救援人员提供较大的帮助。

一方面，救援机器人装载的传感器可以探测环境信息以及生命特征，如激光测距仪、摄像头等传感器可以检测周围的环境特征；生命探测仪可以探测当前区域是否有幸存者。另一方面，救援机器人有较好的爬坡和越障能力，在灾后的废墟中也能够灵活的前进。除此之外，与人类相比，救援机器人有着更好的抵抗灾害的能力。例如当矿井发生爆炸时，井下充斥着许多有害气体以及不纯净瓦斯，很可能对救援人员造成伤害，但是救援机器人则可以进入井下区域，并且监测事故现场的各项气体指标，防止事故的再次发生。

2013年4月，四川雅安地震后，由中科院沈阳自动化研究所研制的两款地震救援机器人帮助救援人员圆满地完成了救援任务，这两款救援机器人分别是废墟搜救可变形机器人和旋翼无人机。其中，废墟搜救可变形机器人可以进入废墟内部，将废墟内部的图像、语言信息实时传回后方控制台，以便救援人员可以快速确定救援机器人的位置及周围环境^[1]。类似地，旋翼无人机则通过悬停的方式实时将影像和图片传回控制台，有利于救援人员的排查工作，有效加快了救援进程，减少人员消耗。

救援机器人在灾后救援工作中发挥着越来越重要的作用，在不久的未来必将会有更大的发展空间。

救援机器人的发展现状

机器人技术最早应用于军事领域，帮助战场的侦查、清扫等工作。在上个世纪八十年代，有人开始从理论上探讨将机器人应用于救援工作的可行性。1995年，日本大阪-神户发生7.2级强震后，不少国家开始意识到机器人在灾难救援工作中的重要性，开始研究救援机器人。2001年，美国9.11事件后，美国机器人搜救中心加入了救援工作，救援机器人首次被用于实际搜救工作。在这次救援行动中，救援机器人为搜救工作提供了许多便利，但是也暴露了不少问题，例如防水性不好，视野狭窄，控制方式不够成熟等。此后，更多国家开始投入研究救援机器人，使机器人在理论和实际应用方面都有了很大的进步^[2]。

国外救援机器人研究现状

日本是机器人技术最先进，应用最广的国家。日本地处太平洋板块和欧亚大陆板块交界处，地震、火山爆发等自然灾害较多，因此，对日本来说，大力发展救援机器人意义重大，尤其是在灾后搜救行动中。在1995年日本阪神地震后，日本加大了在灾难救援防护方面的投入，研究灾难应对措施的理论和方法，加快了救援机器人的研发。

日本最早开始研究救援机器人的是广濑教授，广濑研究室^[2]在仿生机械以及灾难救援方面，有着优秀的成绩，研制了多款仿生救援机器人，如“ACM”系列蛇形机器人，“GENBU”系列多车轮机器人。广濑教授在1972年研制出世界上第一个蛇形机器人，它智能在平面上运动。图1.1所示的机器人为广濑研究室最新的研究成果ACM-R3蛇形机器人。ACM-R3机器人采用无线控制的方式，可以在三维环境中运动，并完成一些复杂的动作，还可以应用于危险情况下的勘察和营救工作。除了大学和研究室对救援机器人有研究外，一些大型公司也加入了救援机器人的研发行列。东芝公司研发的SMERT-M机器人^[3]可以在狭窄空间内进行环境检测，在危险现场搬运作业，可搬运五公斤左右的重物；“援龙”是由Tmsuk公司研发的一种巨型救援机器人^[3]，它可以在发生火灾时可以帮助清除瓦砾，完成推土机或铲车无法承担的精细作业。

图1.1 ACM-R3蛇形机器人 图1.2 UMN SCOUT系列机器人

在美国，也有不少高校以及研究机构对救援机器人进行了深入研究。美国明尼苏达大学（UMN）开发的SCOUT系列机器人是一款小型的侦察机器人。如图1.2所示，这款SCOUT机器人长110mm，最大外径40mm，是一款典型的两轮地面侦察机器人。它身上装载着许多简单的传感器和运动单元，可以在行进过程中搜集信息，并实时传回控制台。Urbie系列救援机器人是由美国多家研究所共同研发的救援机器人，它采用轮、腿、履带复合式的移动机构，使机器人具有更强的运动能力。美国在2014年4月推出了一款人形机器人“Atlas”^[4]，身高6.2英尺，重290磅，主要由28个不同的液压接头组合而成，拥有超强的平衡性。可以代替人参加救援行动，能够穿越崎岖的地形进入建筑物中，还能运输物体。

在救援机器人的研发领域，德国一直是领先者，特别是在同步定位与地图创建、自主导航方面。图1-3所示是由德国达姆斯塔特工业大学Hector Darmstadt团队研发的救援机器人Hector GV^[5]。它体积小，质量轻，能够穿越狭小的空间。同时，它还装载了里程计、激光测距仪，IMU等传感器，便于其探测环境，寻找伤员。

图1-3 Hector GV

国内救援机器人研究现状

和国外相比，国内的救援机器人研究起步比较晚。但在高校和研究机构的共同努力下，已取得了比较卓越的成果。

2002年6月，由上海交通大学和公安部上海消防研究所共同研发的“履带式、轮式消防灭火机器人”^[3]取得了显著成绩。消防灭火机器人，是一种结合多种消防灭火手段的新型消防设备，机器人上装载了多款消防灭火器，便于迅速地扑灭火灾，控制灾情。

剩余内容已隐藏，请支付后下载全文，论文总字数：27033字

相关图片展示：