22、废墟搜索救援机器人系统解析

废墟搜索救援机器人系统解析

1. 控制站系统数据交互

控制站系统在废墟搜索救援机器人的运行中起着关键作用，它主要涉及两种数据交互：
- 传感状态数据 ：控制站系统借助传输子系统获取机器人的实时状态数据，然后将其传输至主控制模块，构建虚拟监控环境。结合真实环境信息，操作人员能通过人机界面模块实时感知和判断机器人的实际运行状态。
- 控制命令数据 ：操作人员可通过两种机制控制机器人。一是通过命令操作模块选择监督模式和输入命令。在直接操作模式下，控制站的主控制模块简单处理命令并以命令行形式下达任务指令；在监督控制模式下，主控制模块处理命令任务以生成一系列行为，再通过数据传输模块实现命令下达。

控制站系统融合了层次控制系统和基于行为的控制系统，具有层次清晰、结构开放和通用性高的特点。同时，它按功能进行模块化划分，实现多通道信息融合，从人（救援人员）、机（可变形灾难救援机器人系统）和环境（废墟救援现场）的信息层面形成闭环连接，通过环境感知、辅助操作、信息反馈等交互方式，监督控制机器人在废墟等环境中执行救灾救援任务，拓展救援人员的感知和行动能力。

2. 控制站工作模式

在机器人研究领域，人机交互通道是人与机器人之间传输和交换信息的通信通道，包括主要用于感知信息的传感通道和主要用于基于感知信息进行处理和任务执行的效应通道。如今，人机交互的发展趋势是通过整合不同精度的多通道输入来捕捉用户意图，以体现合理的计算机结构，提高交互的自然性和效率。

• 视觉交互通道
  • 功能需求 ：废墟狭窄的倒塌结构使救援人员甚至救援犬都难以进入。为确保现场操作人员的安全，控制站与机器人需保持一定操作距离，即操作人员通过远程操作不跟随机器人进入废墟，因此需解决控制站系统与移动机器人本体的视频传输问题。同时，由于救援任务复杂，整体搜索救援指挥中心需统一监督和管理各废墟搜索救援机器人检测到的视频信息，且要考虑如何将不同传输系统的机器人整合到整体系统中实现视频信息共享。
  • 实现方式 ：控制站系统采用多种视频通信模式协同工作，构建复合视频传输平台，以适应不同监控位置和操作需求，实现系统功能定制，一定程度上降低系统耦合度。
    • 控制站操作现场 ：视觉交互通道分为真实和虚拟环境的两个实时状态感知通道。控制站系统接收远程机器人收集的环境和状态信息，通过视频传输系统将传输的真实环境信息提供给控制站的人机界面模块。真实环境的视觉交互通道采用无线微波传输远程环境视频信息，并针对不同监控位置和搜索救援任务提供两组不同载波频率和发射功率的系统设计方案，图像清晰稳定、接收质量好、抗干扰能力强，能适应封闭复杂的救援环境特点，还提供多通信通道支持机器人收集的多方向音视频信号同步传输，扩展视野范围，实现对真实环境的视觉感知。
    • 远程指挥中心 ：为适应网络监控规模和救援操作需求的变化，视觉交互通道设计采用分层网络管理模型，以远程指挥中心为整个系统的网络枢纽，各机器人控制站系统为二级网络节点。控制站操作现场与远程指挥中心通过无线局域网实现视频通信。各放置在不同救援现场附近的机器人控制站接收自身反馈的视频监控信息，通过有线方式将视频信号传输到网络视频服务器，服务器通过无线路由器连接到无线局域网。放置在远程指挥中心的 PC 通过有线连接到公共路由器并接入无线局域网，可通过专用视频监控软件访问和管理网络中的网络视频服务器，解码并显示视频信息。

以下是视觉交互通道的工作流程 mermaid 流程图：

graph LR
    A[远程机器人] -->|收集环境和状态信息| B[控制站系统]
    B -->|传输真实环境信息| C[人机界面模块]
    B -->|无线微波传输| D[控制站操作现场视觉交互通道]
    D -->|两组不同方案| E[不同监控位置和任务]
    F[各机器人控制站] -->|接收反馈信息| G[网络视频服务器]
    G -->|有线连接| H[无线路由器]
    H -->|无线局域网| I[远程指挥中心 PC]
    I -->|专用软件| J[访问和管理服务器]

• 语音交互通道

  • 设计目标 ：主要是补充视觉通道，减轻单通道带来的强度负荷，在视频信号严重受干扰时辅助信息获取，贴近人类自然习惯，提高搜索幸存者的效率。
  • 实现方式 ：系统提供废墟现场幸存者与控制站操作人员之间、各控制站现场操作人员之间以及远程指挥中心与控制站操作现场之间的语音交互。语音交互通道可与视觉交互通道结合，使用相同的传输设备进行音频信号传输，通过拾音器、扬声器、麦克风等产品化对讲机设备实现音频的收集和获取。

• 机械触觉通道

  • 实现方式 ：主要通过触摸和按压鼠标、键盘等实现，触摸面板、操纵杆和按钮可作为辅助通道实现人与控制器的交互。

在控制站系统的信息交互过程中，通常会结合不同交互通道的特点和优势，以主次通道互补的方式执行交互任务，有效减轻单个通道的负荷，提高交互的可靠性和任务执行效率。视觉和语音通道是最符合人类日常行为习惯的交互通道，但语音通道需要视觉通道的引导和提示，二者应作为主要交互通道，而机械触觉通道作为辅助通道执行任务决策工作。

交互通道	优势	劣势	主要作用
视觉通道	信息感知快速高效，图像直观	受环境遮挡等影响	环境感知和状态获取
语音通道	贴近人类自然习惯，辅助信息获取	需视觉通道引导，受噪音干扰	辅助信息获取和沟通
机械触觉通道	可用于决策和感知紧急情况	交互不够自然	任务决策和紧急情况感知

3. 多通道协同工作模式

根据各交互通道的优缺点，采用主次协同工作模式，以视觉结合音频作为主要通道，机械触觉通道作为次要通道。视觉和听觉通道利用信息感知快速高效的优势进行环境感知和状态获取，当两个通道信息冲突时，视觉通道信息占主导。机械触觉通道作为输入手段进行决策任务和感知危险紧急情况。

多通道主辅协同工作有效减轻了单通道的操作负荷，缓解了操作人员的疲劳，同时提高了系统的感知能力，增强了交互的可靠性和效率。以下是多通道协同工作的流程图：

graph LR
    A[视觉通道] -->|信息感知| C[环境感知和状态获取]
    B[语音通道] -->|信息辅助| C
    C -->|信息冲突判断| D{视觉信息主导?}
    D -->|是| E[采用视觉通道信息]
    D -->|否| F[综合考虑信息]
    G[机械触觉通道] -->|决策和紧急感知| H[任务决策和紧急处理]

具体来说，在实际操作中，多通道协同工作按照以下步骤进行：
1. 视觉和语音通道同时对环境进行信息采集。视觉通道通过摄像头等设备获取现场的图像和视频信息，语音通道通过拾音器收集现场声音和语音交流信息。
2. 将采集到的信息传输到控制站系统进行处理和分析。系统对视觉和语音信息进行初步过滤和整合。
3. 在环境感知和状态获取阶段，视觉和语音通道的信息相互补充。例如，视觉通道可以提供物体的形状、位置等信息，语音通道可以提供声音来源、语音指令等信息。
4. 当视觉和语音通道的信息出现冲突时，系统默认以视觉通道的信息为主。例如，当语音提示某个方向有通路，但视觉图像显示该方向被障碍物阻挡时，以视觉信息为准。
5. 机械触觉通道主要在需要进行任务决策和应对紧急情况时发挥作用。操作人员通过触摸、按压等操作，向系统输入决策指令，或者在感知到危险时采取紧急措施。

4. 机器人在颠簸环境中的自主运动

废墟环境是一个非结构化的复杂环境，地面不平整，机器人在这种环境中运动时会产生颠簸。这种颠簸会对机器人的自主运动产生重要影响。

4.1 颠簸环境对机器人运动的影响

由于机器人自主运动的控制和决策依赖于传感系统各种传感器采样获得的测量数据，而传感器采用刚性连接方式组装，机器人的颠簸会导致传感器所在平面与地面平面的夹角急剧变化，尤其是距离测量传感器，其测量方向会大幅改变，进而导致机器人与周围环境的距离感知数据发生剧烈变化，增加距离传感数据的测量误差。在自主运动过程中，距离传感数据是运动控制和决策的重要依据，测量误差的增加会导致机器人自主运动决策出现错误。

判断机器人自主运动决策错误的标准是，在世界坐标系中，机器人自主运动决策所依据的有效数据（即满足一定条件的距离测量数据，而测量误差大的数据为无效数据）在半个机器人长度距离内的数量。当这个数量为零时，机器人会出现决策错误。

4.2 颠簸环境下机器人的运动模型

当机器人在平坦表面上越过小高度障碍物时，会产生一定程度的颠簸。颠簸产生的倾斜角度大小和颠簸频率与障碍物的形状、大小和分布位置有关。根据障碍物的形状，可将产生颠簸的障碍物分为杆状、矩形、三角形和球形障碍物。下面分别对这四种障碍物进行分析，建立机器人在颠簸环境中的姿态数学模型。

障碍物类型	判断是否可翻越条件	倾斜角函数（过程 1）	倾斜角函数（过程 2）	倾斜角函数（过程 3）	倾斜角函数（过程 4）
杆状障碍物	当 PQ 中点与 A 点接触时，机器人倾斜角不超过 40°为可翻越，否则不可翻越	$\theta = \arccos\frac{l - x’}{l}$	$\theta = \arctan\frac{h}{l - x’}$	$\theta = \arctan\frac{h}{z’ - l}$	$\theta = \arccos\frac{z’ - l}{l}$
矩形障碍物	当 PQ 中点与 A 点接触时，机器人倾斜角不超过 40°为可翻越，否则不可翻越	$\theta = \arccos\frac{l - x’}{l}$	$\theta = \arctan\frac{h}{l - x’}$	$\theta = \arctan\frac{h}{z’ - l - d}$	$\theta = \arccos\frac{z’ - l - d}{l}$
三角形障碍物	当 PQ 中点与 A 点接触，机器人仅一点与障碍物接触且倾斜角不超过 40°为产生颠簸的障碍物，否则视为斜坡	$\theta = \arccos\frac{h^2(l - x’) + d\sqrt{l^2h^2 + l^2d^2 - h^2(l - x’)^2}}{lh^2 + ld^2}$	$\theta = \arctan\frac{h}{l + d - x’}$	$\theta = \arctan\frac{h}{z’ - l - d}$	$\theta = \arctan\frac{h^2(z’ - l - 2d) + d\sqrt{l^2h^2 + l^2d^2 - h^2(z’ - l - 2d)^2}}{lh^2 + ld^2}$
球形障碍物	当 PQ 中点与 A 点接触，PQ 仅一点与三角形 ABC 接触且机器人倾斜角不超过 40°为产生颠簸的障碍物，否则视为斜坡	$\theta = \arccos\frac{-b + \sqrt{b^2 - 4ac}}{2a}$，其中$a = 4d^2l^2 - 4l^2(l - x’)^2$，$b = 4 l^2 + (l - x’)^2 - 2d^2 ^2 - [l^2 + (l - x’)^2]$	$\theta = \arcsin\frac{d}{l + d - x’}$	$\theta = \arcsin\frac{d}{z’ - l - d}$	$\theta = \arccos\frac{-b + \sqrt{b^2 - 4ac}}{2a}$，其中$a = 4d^2l^2 - 4l^2(z’ - l - 2d)^2$，$b = 4 l^2 + (z’ - l - 2d)^2 - 2 $，$c = 4d^2(z’ - l - 2d)^2 - [l^2 + (z’ - l - 2d)^2]$

机器人克服不同障碍物的过程通常可分为四个阶段，不同阶段机器人与障碍物的接触点不同，倾斜角函数也不同。通过建立这些数学模型，可以更准确地预测机器人在颠簸环境中的姿态和运动情况，为机器人在废墟等复杂环境中的自主运动控制提供理论支持。例如，在设计机器人的运动控制算法时，可以根据这些模型提前调整机器人的运动参数，以应对不同类型的障碍物，提高机器人在废墟环境中的运动稳定性和救援效率。