智能预警侦察机器人

王超森，李舒琪，郭昭馗，马超凡，陈 祥

(太原工业学院，山西 太原 030008)

0 引言

在野外防火检测工作中，由于面积广泛、地区偏远，仅靠人、车进行检测浪费了大量的人力、物力资源，检测效果不佳。而使用无人机可以实时高效地进行监控以及检测，同时可以对野外火情进行精准定位以及预警。当野外火灾发生时，通过无人机导航，机器视觉侦察火情，地面接收站报警，使得野外消防工作得以迅速开展，可有效制止火情的扩大蔓延。本文设计了一款智能预警侦察机器人，主要对侦察机器人运动控制及其导航进行研究[1，2]。

有这样一种说法：师生关系上，差的学生常常喜欢画得像老师，最好是一模一样，认为这样才能让人认出自己是谁的学生，可以借师名而扬己名。而强的学生，常常有意拉开与老师的距离，在题材、造型、笔墨、技法上，执意不像老师，不让人想起谁是自己的老师，这样的学生才有出息。

1 侦察机器人系统总体设计

为实现机器人对火焰预警侦察的目的，设计了侦察机器人系统整体结构，如图1所示。

日本非常重视科技资源的共享，制定了严格的政策和法律法规以保障科技资源的开放共享，例如《促进特定尖端大型研究设施共享的相关法律》。大型科学仪器设备作为科研进步的重要物质条件，日本建立了共享研究机构和科学仪器共享网站，例如研究设施共用综合指引网站、尖端仪器共用创新平台等，仪器设备的信息会及时发布在这些共享平台上，主要包括仪器设备的简介、使用方法、预约方式等，以方便需求者进行选择和使用。

图1 侦察机器人系统整体结构框图

机器人系统[3]主要由无人机平台与地面接收站组成，其中无人机平台主要集成了GPS导航功能、机器视觉(openmv)识别火焰功能与通信功能[4]，地面接收站主要集成了通信功能与报警功能[5]。对于机器人的控制，不仅可以在电脑端实现，还可以通过遥控器对无人机进行更加方便的控制。

机器人对火灾的侦察流程是：首先通过GPS在火灾区域范围内进行导航，通过视觉装置openmv摄像头[6]对火焰进行识别，若是火焰则将火焰信号回传给地面接收站，否则将继续进行导航识别。机器人侦察流程如图2所示。

图2 机器人侦察流程

在本机器人设计中，主要研究对象有机器人的运动姿态、机器人导航设计以及机器视觉识别火焰相关技术。对于机器人与地面接收站的通信、飞控与openmv摄像头的通信不再赘述。

2 侦察机器人运动控制设计

2.1 定高控制算法研究

本侦察机器人搭载了SPL06气压计，通过气压计获得机器人的高度信息，并对机器人的高度信息进行差分计算，从而得到机器人高度方向的速度。以高度和高度方向的速度构建串级PID控制系统对高度进行控制。推导出运动方程式并通过数学化简以及拉氏变换后得到传递函数[7]：

ZF升=4ms2.

(1)

对于机器人定点的PID[9]控制采用了三串级PID控制，首先在位置环PID控制中将位置信息的差值作为位置环的输入，在速度环PID控制中将位置环的输出作为速度环的输入，最后将速度环的输出放在姿态控制中输入给电机。机器人定点PID控制算法如图4所示。

“是这样，过去在这三个孩子里她最疼爱的是罗瑞，男孩子嘛，可是最让她操心、失望的也是他。她最欣赏、信赖的是大侄女罗云，但是她很讨厌罗云的爱人，觉得他是个小人，认定了罗云跟着他不会有好结果，可是人家夫妻恩爱得很，她也没办法。老太太说，好在她也对得起罗云了，花钱培养她上了大学也嫁了人，也算有个交代了，总之罗云是受了她老公的连累。至于那个小女儿，一直很不听话，老太太觉得她有点钱几天就会折腾光，给她钱没什么好处。”

图3 定高控制算法框图

2.2 定点控制算法研究[8]

在给定机器人轨迹[10]后，通过位置控制、姿态控制发送给电机模型，再通过机器人数学模型得到机器人的实际姿态信息和位置信息，最后反馈给位置控制器和姿态控制器。机器人导航控制原理框图如图6所示，其中，dx、dy、dz分别为在x、y、z方向上相对原位置的距离信息，phi_d、theta_d、psai_d分别为位置控制后的x、y、z方向的加速度信息，F1、F2、F3、F4为电机所需要提供的力，Ω1、Ω2、Ω3、Ω4为电机的转速。

其中：Z为机器人在东北天坐标系下的高度信息；F升为单个电机所产生的升力；m为无人机的质量。

图4 机器人定点PID控制算法框图

在室外测试了机器人实际定点的稳定性。实验当天风速为2 m/s，风力等级为2级，在导航模式下，通过遥控器将机器人上升到15 m左右，机器人通过GPS完成定点，空中悬停效果如图5所示，悬停效果鲁棒性较高。

图5 侦察机器人户外悬停效果

3 侦察机器人导航

火焰模型和烟雾模型的建立主要是对摄像头捕捉图像进行处理，首先摄像头对图像进行捕捉，然后通过图像颜色在LAB色彩空间中的分布捕获到所需要的颜色，这里主要是对火焰颜色和烟雾颜色进行捕获。

机器人搭载GPS，通过GPS获取经纬度信息，通过姿态解算得到机器人在机体坐标系下的位置信息，通过对机器人的位置信息进行PID控制以达到定点要求。

图6 机器人导航控制原理框图

侦察机器人搭载摄像头，在导航过程中对火焰进行识别，当摄像头可视范围出现火焰即可识别。

图7 侦察机器人导航轨迹

通过上位机来设置导航轨迹，侦察机器人GPS设计的导航轨迹如图7所示。图7中，H为无人机初始位置，1为无人机第一个导航点，2为无人机第二个导航点，3为无人机第三个导航点，4为无人机回到初始位置点。

推荐理由:该书以行业解决方案（SAP）为主线，详细揭示特许权及相关费用的产生过程、财务安排和贸易形式等，并通过13个情景模拟深度剖析，旨在指导企业准确判定特许权及相关费用，避免形成漏税风险并给企业的生产和信用带来负面影响。同时，指导海关做到依法行政、依法计征，实现海关监管的安全和到位。作者针对该书内容对全国相关进出口企业及会计师事务所等第三方的培训。

4 视觉系统识别火焰

视觉系统采用开源openmv模块，其主要作用是在机器人导航过程中对火焰进行识别。通过建立对应的火焰模型来判断当前区域发生火灾的可能性，通过添加烟雾模型使视觉系统在对火焰的判断上更加精准。

根据式(1)构建出定高控制算法框图，如图3所示。其中，b为比例系数,a为加速度信息,Za为经过扰动后的加速度信息,Zy为积分运算后的速度信息。本算法框图对高度信息和速度信息进行串级PID控制，使得机器人在定高控制方面比较稳定。

机器人导航主要通过机器人搭载的GPS来实现，在机器人能实现GPS定点功能的前提下，设定机器人需要到达的位置，将设定位置与机器人当前位置进行差分运算作为位置环的输入量，再将其输出作为速度环的输入，最终将速度环的输出作为定点PID控制环中姿态控制的输入，经过定点PID串级控制从而达到机器人导航效果。

因子分析模型的解析表达式通常有如下的形式：假定P个随机观测向量，有均值，协方差，因子分析的模型可表达如下形式[4]：

使用openmv模块对火焰进行识别[11]时，首先获取到一张烟雾的图像，对其进行阈值处理，获取到烟雾的阈值，接着获取火焰的图像，将其进行阈值处理，获取到火焰的阈值[12]。选取的烟雾以及火焰图像必须具有普遍性，这样才可以满足大多数火灾的场景，对于野外火灾一般采用野外火情的图片。

在获取到火焰以及烟雾阈值的前提下，通过摄像头在机器人导航过程中对其进行识别，若在导航过程中发现该区域有烟雾则进行下一步的判断[13]，在识别到烟雾的前提下发现该区域有火焰，则判断该地区发生了火灾。若只发现了烟雾没有发现火焰则判断该区域没有发生火灾，若只发现了火焰没有发现烟雾也判断该区域没有发生火灾。经过测试，在识别有烟雾的前提下再对火焰进行识别较没有识别到烟雾直接对火焰进行识别准确程度大大提高。图8为在识别到烟雾的前提下对火焰进行识别的情况。图9为没有识别到烟雾的前提下对火焰进行识别的情况。可以明显地看出：图8的识别准确程度要比图9的识别准确程度高。

1.3.2 疼痛程度 采用疼痛数字评分法(NRS)评估患者术后6 h、术后第1天、术后第2天、术后第3天的疼痛程度。NRS 是用数字式0～10代替文字来表示疼痛的程度，0 为无疼痛;1～3分为轻度疼痛，不影响患者夜间睡眠;4 ～6为中度疼痛，轻度影响患者夜间睡眠;7～10为重度疼痛，患者不能入睡或者睡眠中痛醒。

图8 有识别到烟雾的火焰识别 图9 没有识别到烟雾的

5 结束语

本文设计的侦察机器人，当发生火情时，可以快速

找到着火点，并将火情信息传给地面接收站。可以帮助消防工作人员迅速开展工作，防止火情蔓延，减少财产损失。但是本机器人对于火情的检测效果还不够精准，对于火焰识别的算法还有待于提高。