基于激光雷达和高德地图的移动机器人平台设计

2019-09-03龙天瑶黄元辉

自动化与仪表 2019年8期

黄虎，黄鹏，钟山，龙天瑶，黄元辉

（1.成都理工大学信息科学与技术学院，成都 610059；2.成都理工大学核技术与自动化工程学院，成都 610059）

近年来，机器人技术得到飞速发展，已经应用到无人驾驶、物流、工业等相关领域。自主导航与避障技术作为机器人的关键技术，主要包含有定位、建图和路径规划3个方面。其中，前2个方面称为实时定位与建图SLAM，通常需要激光雷达、摄像头及超声波传感器等传感器，对环境进行感知而进行建图[1-2]；第3个方面称为路径规划，是指在复杂的环境中，满足一定的约束条件下，如行走路径的长度短、路径的代价低、时间短等，找到一条从指定起始位置到指定目标位置的安全、无碰撞的优化路径[3-4]。目前主流移动机器人的路径规划多用于室内进行自主导航。而室外复杂环境下的路径规划，难度较大且成本较高。寻找低成本实现室外远距离路径规划的算法，一直是当前路径规划的研究热点之一。

高德地图Amap开放平台是一个集定位、导航、路线规划、搜索等功能的，成熟的开源性平台[5]。它能够高效地进行全局静态路径规划，但不适用于局部路径的动态规划。故在此提出一种新的路径规划方式，并设计了基于激光雷达与高德地图的移动机器人平台，将机器人操作系统ROS的局部动态路径规划与高德地图的全局路径规划相结合，实现了机器人室外远距离路径规划与导航避障。

1 系统工作原理

ROS是一个适用于机器人的开源的操作系统[6-7]。它提供了操作系统应有的服务，包括：硬件抽象，底层设备控制，常用函数的实现，进程间消息传递，以及包管理。它也提供用于获取、编译、编写，以及跨计算机运行代码所需的工具和库函数。在此主要使用move_base包，订阅激光雷达、map地图、amcl的定位等消息，规划出全局和局部路径，将路径转化为机器人的速度信息，最终实现机器人导航[8-9]。系统框图如图1所示。

图1 系统框图Fig.1 Systematic block diagram

首先，通过远程终端输入目的地，将目的地坐标信息通过4G网络传输到平板电脑，平板电脑上运行的基于高德地图应用程序编程接口API（application programming interface）的导航 App，通过 GPS定位当前所在位置进行全局的静态路径规划，并将路径分割为多段，每段端点作为子目标点。通过迭代将子目标点依次送入移动机器人平台中，作为机器人的当前目标点。移动机器人平台利用激光雷达和里程计等传感器进行SLAM，通过D*算法规划出一条到子目标点动态路径[10-11]，并将速度信息传回STM32，驱动机器人平台移动，实现移动机器人室外远距离导航与避障。

2 硬件选择及实现

2.1 树莓派

树莓派Raspberry Pi是一种基于ARM的微型电脑主板，拥有体积小、功能丰富等优点，可以运行完整的操作系统[12]。在此，选用树莓派3代B型作为主控，它拥有1.2 GHz的主频，1 GB内存，能满足开发的需求。在树莓派上安装Ubuntu mate系统，并运行ROS，通过串口和STM32进行通信，并处理各传感器数据。

2.2 激光雷达

激光雷达作为移动机器人感知环境的主要传感器，通过发射和接受激光扫描周围环境，并将环境信息转换为点云数据。在此，选用思岚A1激光雷达，扫描范围广，扫描精度较高，能准确地将周围环境转换为点云数据，通过串口传送给ROS中，满足该设计的开发需求。激光雷达参数见表1。

表1 激光雷达参数Tab.1 Lidar parameters

2.3 STM32及相关传感器

采用STM32F103C8T6作为底层驱动MCU，对IMU进行解算，得到移动机器人平台角速度；通过编码器进行解算，得到移动机器人平台线速度。对角速度和线速度进行积分，得到里程计信息，将该信息通过串口发送至ROS上层，同时STM32通过串口接收ROS上层发送的速度指令并执行，驱动电机使机器人移动。模块间的数据通信如图2所示。

2.4 平板电脑

图2 模块数据通信Fig.2 Module data communication

选择安卓系统的平板电脑，运行基于高德地图API的导航软件。平板电脑内置有GPS定位模块与基站定位模块，可以定位当前机器人位置。内置4G通信模块，可以通过远程客户端对移动机器人进行位置监测和发出目的地指令。结合自身位置与目标点指令，规划、分割路径，并通过串口通信将子目标点迭代发送至ROS，进行全局导航。

3 软件及相关算法

3.1 导航软件

该平台通过使用高德地图开放平台的接口，开发出一款导航App。在平板电脑上通过4G信号接收终端发来的目的地指令，在原高德地图路径规划的基础上，将路径分割为多段，并提取每段路径端点的经纬度坐标，将其通过串口通信发送至ROS中，便于ROS进行下一步数据处理。同时，通过4G通信发送实时位置到终端，便于终端查询机器人位置。软件导航界面如图3所示。

图3 导航软件界面Fig.3 Navigation software interface

3.2 导航App与ROS平台数据融合

为使导航App的数据能够指导移动机器人平台的运动，以移动机器人平台的出发点为坐标原点，建立了世界坐标系。导航App将路径端点的经纬度数据通过串口发送给移动平台，系统将经纬度坐标转换为世界坐标系上的坐标[13]，同时系统将编码器和磁力计数据也转换为世界坐标，实现数据转换。

以正北为y轴正方向，正东为x轴正方向，编码器及磁力计数据转换如下：设由编码器获得的速度为v，从磁力计获取的角度为θ，则转换的坐标分别为

经纬度的数据转换以A，B两点为例：设A，B点的经度分别为 LonA，LonB；维度分别为 LatA，LatB。坐标转换如图4所示。

图4 坐标转换示意图Fig.4 Diagram of coordinate transformation

可以计算得：

3.3 数据误差处理

由于受地形，基站和GPS信号等影响，经纬度坐标转换存在一定随机误差。因此单独采用经纬度坐标估计移动平台位置是不准确的。使用ROS中robot_pose_ekf扩展卡尔曼滤波融合包，对来自imu[14-16]，里程计和经纬度坐标的nav_msgs/Odometry消息进行监听，经过多传感器融合，使经纬度坐标随机误差的影响大大下降，能够用以测算移动平台的实际位置。