基于双目视觉运动及惯性导航定位测量机器人的研发

陈广宁 陈文杰 吴玉林 刘晨 陶晓宇

【摘 要】 随着智能机械化的发展，越来越多的机器人代替了人类劳动，同时这一智能机械化的发展大大降低了危险地带的死亡率。本次研发的双目视觉运动及惯性导航定位测量机器人就是在测量机器人的基础上加上驱动器，来使得这种机器人在危险的隧道、山洞、煤矿中也可以进行正常的测量物体的三维坐标信息，做到真正的解放人力。

【关键词】 双目视觉 惯性导航 定位 测量机器人

1  双目视觉运动及惯性导航定位测量机器人的概念

双目视觉运动及惯性导航定位测量机器人是指在双目视觉运动机器人的基础之上加上惯性导航定位系统。因此，所谓的双目视觉运动及惯性导航定位测量机器人就是采用类似于人的左右眼的CCD摄像头作为测量机器人的左右眼，虽然被测物体在不同的观测位置下的呈现出不同的成像，但是利用CCD镜头可以将这两幅不同位置下的成像融合成一个图像，这样就更能方便对复杂的事物进行观测。此外，这台机器人还装有惯性原件（主要包括陀螺仪、加速度计等惯性敏感原件），而所谓的惯性原件就是采用重力及惯性的作用来测量出机器人在受重力作用下产生的加速度，之后在经过机器的计算来得出机器人所处的具体的位置从而实现导航。

总之，双目视觉运动及惯性导航定位测量机器人可以效仿人眼处理客观事物的景象，并通过两个CCD镜头来感知同一物体存在的差异而获取被测物体的3D信息，进而可以直接测出机器人距离被测物体的距离。另外，它还具有惯性导航系统，可以把陀螺仪和加速度计作为导航参数的解算系统，并根据陀螺仪中产生的数据来解算出一个导航坐标系，再通过加速度计解算出的数据即可得到机器人在导航坐标系中的位置和速度，从而实现自动导航和定位系统。因此，这类机器人可以在人类很难接触到的危险位置进行测量工作。

2  常用测量机器人种类及特点资料

2.1 SRX测量机器人。仪器介绍：索佳超级测量机器人可实现对目标的快速判别、锁定、跟踪、自动照准和高精度测量，可以在大范围内实施高效的遥控测量。超级目标捕捉系统由镜站端可发射扇形光束的RC遥控器和测站端SRX系列全站仪上的光束探测器组成;光束探测器能敏锐地感知RC遥控器所发出的瞬间光信号，并驱动全站仪快速地指向目标，对目标进行精确照准和测量。系统内置智能方向传感器可以判别和锁定指定目标，实现对目标的智能跟踪。

2.2 GPT-9000A彩屏 WinCE测量机器人。仪器介绍：彩屏 WinCE测量机器人采用最安全的1级激光，无棱镜测距达2000m，再一次打破了无棱镜测距的极限。

系统特点： 用最安全的1级激光，无棱镜测距达2000m，再一次打破了无棱镜测距的极限 ;红色激光指向（裝有红色、极小光点激光指示器，轻松可知被测点位置，方便用户定向或放样作业）;XTRAC棱镜跟踪技术（瞬间重捕跟踪锁定技术、拓普康第三代快速锁定技术、快速锁定技术和IR通讯技术的完美结合）;高级系统设计，仪器端和反光镜端均为无线连接，彩色触摸屏，新型超快速伺服马达驱动;内置无线电通讯系统等。

2.3  GTS-900A测量机器人。仪器介绍：配备自动追踪，自动照准功能和Windows CE操作系统，跟踪速度达15°/秒;可以用于几乎所有的测量领域。

系统特点：具备瞬间重捕跟踪锁定技术，拓普康第三代夸苏锁定技术;彩色触摸屏幕，新型超快速伺服马达驱动;内置无线电通讯系统;新型的野外FC-200野外控制器等;功能强大的TopSURV软件。

2.4  TCA2003/1800测量机器人。系统特点：世界上最高精度的机器人：测角精度（一测回方向标准偏差）0.52，测距精度1mm+1ppm具有ART功能的TCA2003/1800全站仪，把地面设备带入了测量机器人时代;以性能稳定可靠著称利用ART功能，白天和黑夜都可以进行工作;通过相关工具用户可以自开发机载应用软件;在GeoCOM模式下，通过计算机软件的控制，可组成各种自动化测量系统在测量办公软件SurveyOffice或Leica Geo-0ffice的帮助下，可把仪器内PC卡上保存的数据轻松地传输到计算机中广泛用于地上大型建筑和地下隧道施工等精密工程测量或变形监测领域。

3  双目视觉机器人点资料整理

3.1双目视觉的工作原理。双目视觉机器人的视觉识别系统是科研人员基于人体视觉研究进行的[1]。其原理如下：太阳照射到物体的光，一部分被物体吸收，另一部分则经过反射进入人眼视网膜并在视网膜上成像，于是人眼便看到了世界万物。对于双目视觉机器人而言，光线通过镜头进入图像采集器并形成图像输出。双目立体视觉利用两个安装位置不同的相机获取的二维图像，然后根据视差原理，通过三角测量[2]的方法获得目标物体的三维位置信息。

3.2双目视觉目标识别。由于传统的目标识别算法受环境、对象变化的制约，且在识别正确率及速度上存在不足，因此本文提出了基于深度学习的目标识别算法YOLO[3]。首先，先对数据进行训练，准确识别目标并得出目标的位置信息，然后利用双目视觉对目标进行精准定位并得到其三维坐标。其流程如下：（1）摄像机采集图像，将图像划分为S*S网格（2）通过网格预测出B矩阵和置信度得分，记录的元素有X，Y，W，H和P（object）*10U，其中P表示当前位置是目标的概率，10U表示重叠概率，X，Y是中心坐标，W，H分别表示宽度和高度（3）计算每个预测网格的概率P.

4  数据的处理

本文在提出双目视觉运动及惯性导航定位测量机器人的概念后，先分别收集常用测量机器人和双目视觉机器人的资料进行整合，然后安装软件对现有数据处理处理软件进行分析，奠定相应的理论基础。

结 论

本文通过对双目视觉机器人[4]和定位测量机器人的监测分析，发现了这些机器人都是在测量机器人的基础上加上了双目视觉和定位系统，通过影像传感器来获取影像，在计算机和控制器的显示下生成自动跟踪，从而得到了被测物体的各种数据，这一研究虽然能够对物体获取到它的位置，坐标等多方面的数据，但在精准度和灵敏度方面仍有一定的欠缺。因为下一步的目标将针对这一机器人的灵敏度造成的误差进行改良。

【参考文献】

[1] 张纯纯，冯创意，高统林.基于机器视觉的目标识别与抓取研究[J].农业装备与车辆工程，2019，57（12）：93-96.

[2] 贺媛媛，陶知非，黄玉峰，王永芳.机器视觉系统在石油物探装备中的应用[J].物探装备，2019，29（05）：342-344.

[3] 余俊. 基于双目视觉的机器人目标检测与控制研究[D].北京交通大学，2011.

[4] 李鹏，张洋洋.室内移动机器人双目视觉全局定位[J].激光与光电子学进展，2020，57（04）：254-261.