煤礦井下搜救機器人研究
加入技術交流群
在上世紀80年代，CMU及NASAJPL的研究人員走在了該領域的前沿。在80年代后期，CMU的研究人員成功的在其移動機器人平臺CMU Rover上解決了立體視覺的計算速度及工程可靠性問題(Moravec，1983)。其主要改進在于硬件平臺的升級以及感知算法的改進與完善，而最值得關注的工作是該團隊的Matthies及Shafer在1987年首次提出了基于立體視覺的視覺里程計算法（Visual Odometry Algorithms），該算法第一次通過視覺方式對機器人的運動軌跡及姿態進行了較為精確的計算。從而開啟了通過視覺進行運動估計的算法在地球上的野外環境(Nister,2006;Agrawal,2007)以及NASA的火星探測計劃(MER)中在外星球探測機器人上的應用(Cheng,2006)。
在接下來的研究中，CMU仍然走在世界的前列。他們開發出的Navlab移動機器人平臺，采用了主動視覺的方式，將單目攝像機及一臺激光雷達相結合，作為其環境探測的解決方案，從而成功的解決了當時采用被動視覺在匹配及特征提取計算方面面臨巨大計算復雜度的尷尬局面。從這一時期開始，移動機器人才逐漸實現了所謂的實時自主導航，這主要得益于算法的不斷改進以及計算平臺性能的大幅度提高。自90年代中期開始的十幾年中，基于主動式探測技術（主要是激光雷達、毫米波雷達等）的環境感知與探測方法被較為廣泛的應用，特別是與視覺傳感器相融合可以快速建模的特性，使其一度成為移動機器人，特別是野外移動機器人環境建模的首選方案。
然而基于單目或雙目被動視覺的環境感知及建模的研究工作一刻都未停止過，在1980后期至1990年代的過程中，Matthies在JPL的研究突破了基于場景的實時立體視覺算法，并于90年代后期第一次將其應用于野外機器人的環境探測與建模當中。自此以后，立體視覺開始逐漸為大家所重視，真正成為機器人三維感知方向中一個具有競爭力的技術。
近五年來，視覺感知技術在移動機器人特別是野外不平整路面復雜環境下的感知與環境建模中得到了越來越多的應用。其中同樣是NASA的MER計劃的成果，DemoIII自主野外探測車采用了三對立體視覺相機，一對前視立體相機，一對后視立體相機，以及一對安裝在伺服云臺上的立體相機(Matthies，2007)，在此，立體視覺實現了兩個基本功能，即視覺里程計以及路徑規劃。在火星上沒有GPS等絕對定位系統的情況下，采用基于立體視覺的視覺里程計算法，通過相對定位的方式，實現了火星車足夠的定位精度（Cheng，2005）。除此之外，采用基于立體視覺的路徑規劃方法，可以快速的感知路面的不平整（Biesiadecki和Maimone，2006），以及預測路面傾斜的變化（Angelova，2007）。與此同時，另一些研究人員也實現了基于單目視覺或雙目視覺的機器人位姿估算以及路面的三維重建工作，如Nister在2006年分別采用單目及雙目視覺里程計算法實現了移動機器人在野外復雜環境中姿態及位置的估算，并達到了較高的精度，較好的可靠性和實時性。
結束語
煤礦井下危險區域探測的搜救機器人進行研究為當前煤礦開采的提供了安全保證，文中提到的關鍵技術的解決對開發研制高性能搜救機器人意義重大。本文引用地址：http://www.104case.com/article/160087.htm
評論