■ 文/上海合时智能科技有限公司 卢秋红 张国伟
目前世界上仍有55个国家生产各种地雷,仅杀伤人员地雷就有300多种,年产量1000万枚以上。从阿富汗到尼加拉瓜,从安哥拉到柬埔寨,全球有68 个国家埋有近1亿枚未清除的地雷及其它爆炸物,其中伊拉克、阿富汗等国家有1000万枚以上;柬埔寨、安哥拉、莫桑比克、波黑等国家均有500万枚以上,许多地方还在不断埋下新的地雷。目前世界上每月有2000多人死于地雷爆炸,每年约有2~2.6万人因触雷而丧生,地雷已使25万人以上致残。
现有大多数的探雷和排雷技术以人工手动进行,其危险系数极高。现有的排雷车多以大型碾压式爆破,成本高,且容易造成翻车等情况,维修成本高、损失大。此外,大型扫雷车在地理条件复杂的丘陵山地行动不便,给迅速有效的排除雷区的隐患带来了困难。
扫雷机器人可代替特警战士排除恐怖袭击的炸弹或爆炸可疑物,是一种可有效降低伤亡的智能警用装备。同时,随着机器人技术的发展,扫雷机器人大量代替人工排雷将是未来发展的趋势。通过应用扫雷机器人,可以将工兵从危险、耗时的探雷、排雷工作中解脱出来。机器人代替排雷士兵,可以有效地减少排雷的伤亡率,提高排雷的效率。
本文设计的扫雷机器人,集探雷和排雷功能于一体,用于完成探雷和排雷任务。该机器人采用步履混合式的驱动机构,搭载探雷器和模块化的机械手臂,在雷区内按规划的路径进行自主行走、探测、排雷;模块化的设计,方便更换多种检测设备,用于现场安检、危险场所及危险物品的检查、危险品转移等,扩大机器人应用领域。通过远程控制终端,可实时监测现场情况。
对扫雷机器人的设计制造,同时也是对其各组成部分的研究与设计。如下图1所示,扫雷机器人系统主要由以下部分构成:机器人移动平台、传感器系统、控制系统、信息采集及传输系统、能源管理系统、远程控制终端等子系统。
图1 扫雷机器人的系统组成
2.1.1 移动平台
机器人行走机构主要有:轮式、腿式、轮腿式和履带式等,由于雷区的复杂地形环境,为了获得较好的效果,采取步履混合式的驱动机构,具有全地形行走能力。
2.1.2 扫雷多功能模块设计
由于机器人与环境的交互过程中为应对不同的环境及任务,会搭载不同的工具及设备,所以需要对不同搭载设备使用统一的机械、通信接口;另一方面,在机器人内部,由于零部件更换、不同功能模块切换等要求,也需要采用模块化设计。
综合各方面看,模块化设计既体现在机械机构的统一接口上,又体现在软件系统的接口兼容性上,且不同的通信传输手段所采用的协议也被置于同一框架内。
2.1.3 扫雷手臂设计
此扫雷机械手臂具有6个自由度,分别为一个底座的旋转自由度,两个旋转关节(肩关节与肘关节),一个末端的伸缩自由度,及手爪的旋转和张合。机械臂末端的手爪负重5kg,定位精度10mm,可实现一键复位、一键抓取等。
由于在不同操作下(例如引爆或者摧毁)末端需搭载不同的设备(例如扫雷与排除地雷使用不同的末端设备),因此末端采用模块化设计,具有不同的搭载设备的通用接口。
2.1.4 传感器系统
传感器系统主要由多种环境感知传感器组成,如摄像头、激光测距仪、超声传感器、防碰撞传感器等,对平台所处环境进行实时监控,监控数据经过信息采集与传输系统实时上传到远端控制器。
根据采集到的信息,再融合上位机软件算法,如:基于目标识别的SLAM及自主导航技术、基于多传感器信息融合的行为控制算法等,使机器人可在复杂非结构化环境中完成自主行走和扫雷等任务。
2.1.5 信息采集及传输系统
采用了多传感器信息融合技术、多模态信息传输技术、多路通信冗余,信息采集及传输系统能够将采集到的图像、声音、传感器等信息传输到远程控制终端上,并能接收来自远程操控终端的控制命令。
多传感器信息融合技术,是一种信息综合处理技术,不仅可以快速处理多样化信息,还能缩短信息处理时间,提高信息分析效率,减低信息收集成本。
多模态信息传输技术,即是一种融合多种传输手段的通讯方式,实现现场数据的高质量传输,以保障机器人现场作业与后台管控之间实现实时交互的信息交互。
多路通信冗余,是出于系统安全和可靠性的考虑,人为地对通信功能进行重复配置。具体地,我们在系统中设置了两路通信通道。当系统发生故障时,冗余配置可及时介入并承担相应的工作,由此减少系统的故障时间。
2.1.6 能源管理系统
能源管理系统给机器人提供能源,采用可充电镍氢电池组供电。同时,为了保证安全性,设置了低电压保护。即系统实时监测电池电压,当电池的电压降低到设定的极限值时,机器人可停止运动并在远程控制终端显示界面报警提示。
2.1.7 远程控制终端
远程操控终端主要功能是:1)监控现场的情况,可以显示机器人端的多路图像;2)对机器人进行遥控操作,无线控制距离为:100-1000m,有线控制距离为:0-200m。
2.2.1 基于目标识别的SLAM及自主导航技术
SLAM(simultaneous localization and mapping ),即时定位与地图构建技术。该技术是基于目标识别、地图构建、GPS的机器人多维自主定位技术。该技术使用摄像头、激光传感器、GPS定位及惯性导航系统获得机器人的周围环境信息,运用人工智能算法对雷场环境进行地图构建,结合GPS进行机器人和景物的坐标计算,并使用图像处理与模糊识别技术,对地雷进行判别。
2.2.2 基于立体视觉的手眼协调技术
该技术由机器人上携带的摄像头获得多幅图像,采用自主开发的立体视觉技术获得目标处的三维信息,使机器人手爪可以对地雷进行抓取、剪切、转移等特定操作。
2.2.3 基于多传感器信息融合的行为控制算法
在实际应用中,通过采集红外、超声测、图像、数字罗盘、陀螺仪等多种传感器数据,获得机器人的多维信息,再运用基于行为的智能控制算法使机器人能够避开障碍物,在复杂的非结构化环境中安全行走。
2.2.4 多模态信息传输技术
多模态信息传输技术,是一种融合多种传输手段的通讯方式,集有线、微波、3G、无线等多种方式于一体。可将现有的采用模拟方式传输视频的模式升级为采用多种模式的信息传输,提高传输图像质量,增大传输距离,使在不同的场合和不同的距离间都能够实时获得机器人端的信息。
2.2.5 机器人姿态3D仿真技术
该技术由机器人上携带的多个摄像头获得各个方位的实时视频,多个传感器获得机器人的姿态、位置等信息,并采用虚拟现实技术将机器人的姿态仿真展示在场景中,使排雷战士身临其境,排雷更加得心应手。
考虑到实际环境需求,针对不同的复杂地形,设计了中型和小型两款规格的扫雷机器人,具体参数指标如表1所示,具体实物如图2所示。
1)集高速性与全地形通过性为一体
履带式行驶系统,可以发挥高机动性的特点,同时在爬坡、越障、攀爬台阶时,也可以发挥良好的全地形通过性能。
2)能够使用于生化、电磁等战场环境
承载箱体采用铝合金密封性设计,结合件之间嵌入单项金属丝与密封圈。硬质铝合金材料,兼备了质量轻和强度高的优点;单项金属丝与密封圈可以保证箱体内部电子元件有效的防水、防尘和电磁屏蔽保护。
3)可更换的模块化机械手臂能够快速准确的定位目标,执行任务
表1 两种不同规格的扫雷机器人参数表
图2 小型扫雷机器人
机械手臂的6自由度的串联结构保证手爪末端的空间可达性以及操作便易性,且机械手臂采用内部走线的方式,可有效避免外部损伤。
4)监控云台
可“左右旋转”和“上下俯仰”,保证机器人可以360度全方位观测。
5)小型车体具有自身防侧翻功能,在行驶或因爆炸冲击力作用下的侧翻,可用手臂将车体托正,继续工作。
在实际应用中,操作员可通过监控云台,以及手臂车体上的摄像头来观察雷区,操控机器人按规划的路径在区域内进行行走、扫描;在扫雷器发现有可疑物后,转动手臂将扫雷器放置安全后,再用手臂将可疑物取出确认,如发现为地雷等爆炸物,通过车体将其移到安全地方,等待销毁。
此款扫雷机器人已多次应用于实际扫雷行动中。如2015年中越边境的第三次扫雷,及2018年5月的新疆扫雷,均表现出色(图3)。
图3 排雷现场图
除机器人外,还配备有可伸缩式的电动排爆杆,辅助排爆人员完成爆炸物的安全转移工作,保障排爆人员的生命安全。
扫雷机器人的研究不仅可以大大提高排雷部队的工作效率,减小士兵伤亡,而且还可以提高民用机器人技术水平,研制出智能性更强的机器人。该机器人的研发生产有如下意义。
1)提高排雷部队的工作效率,减小士兵伤亡。机器人有较快的行动速度,在添加智能算法后还可以进一步提高其探雷排雷速度。机器人如果意外触发引爆地雷,由于其较强的防护能力,损坏的仅仅是操作末端。机器人采用模块化设计,因此可以迅速更换损坏部分,继续进行工作。
2)模块化的设计,方便对机器人的功能进行扩展。如可根据应用需求更换检测设备,使其能用于现场安检、危险场所及危险物品的检查、危险品转移等,从而扩大机器人应用领域。
3)与其他排雷设备联合使用,组成一个立体的多功能的排雷系统。机器人发挥其机动性强适合狭窄区域工作的优势,与扫雷车等装备联合作业,可大大提高排雷的效率。
4)扫雷机器人的研究与装备,不仅可以解决排雷的问题,将扫雷机器人的技术推广使用到武装侦查机器人和武装打击机器人。
5)解救雷区的人类、动物甚至植物于水火之中,为他们提供一个安全的家园,极大地促进雷区的经济与社会快速发展,将产生巨大的经济与社会效益。
随着扫雷机器人的逐步推广应用,根据实际的应用情况反馈及实际需求,我们也在不断提高产品的性能,如提高扫雷精确度,降低虚报率;采用双手臂进行排雷,提高操作的方便性;实现多机器人联网操作等,提供更可靠、高效、方便的地雷探测、识别和排除技术。
[1] 李波,张瑾,李国栋.全地形排爆机器人运动机构设计研究[J].机电工程 ,2015,32(06)∶803-807.
[2] 卫玉昆.排爆机械臂模块化结构设计与研究[D].中北大学,2016
[3] 康健.基于多传感器信息融合关键技术的研究[D].哈尔滨工程大学,2013.
[4] 甘俊杰.基于ARM平台的激光导航SLAM算法研究与实现[D].北京邮电大学,2017.
[5] 钱真.视频多模态信息处理的关键技术研究[D].哈尔滨工程大学,2012.
[6] 祁若龙,周维佳,刘金国,肖磊.VC平台下机器人虚拟运动控制及3D运动仿真的有效实现方法[J].机器人,2013,35(05)∶594-599.