一种水陆两栖探测机器人的制作方法

本发明属于探测设备技术领域，特别是涉及一种水陆两栖探测机器人，可完成对陆地、海(水)平面以及水底目标的检测和信息的采集，实现陆地环境以及水底的同步定位与地图构建(simultaneous localization and mapping，以下简称SLAM)。

背景技术：

在现代探测技术中，陆地探测机器人和水下探测机器人的技术发展非常迅速，分别能够实现对陆地或者水底环境的探测以及定位和地图构建功能。国内外的探测机器人种类很多，用途各异，但大都受环境的制约，陆地机器人和水下机器人只能单独实现陆地和海底环境的SLAM。例如，陆地机器人在水岸线附近作业难免遇上涨潮的情况，很难进入水底继续进行探测和作业。再如水下探测机器人除了像蛟龙号深潜探测设备外，大都是在水下的行走驱动机器人，不承担水下探测与SLAM功能。总体智能化水平较低，难以完成水陆两栖的信息采集与SLAM的建立。

中国专利申请号201510244121.5(申请日为2015.05.12)的《水陆两栖桶形机器人》，由推进轮壳体、内部驱动装置、作业平台、密封件和连接件组成。推进轮内部的驱动机构由减速电机、支撑板和配重块组成。两推进轮主轴由两固联的菱形带座轴承连接，使两轮具有独立的转速。采用透明壳体，壳体外侧装有T型叶片，内侧装有太阳能片。两推进轮中间的作业平台可用来安装作业工具。采用模块化设计，推进轮两侧可串联连接另一推进轮。水陆两栖桶形机器人机动性好、作业能力强，可用于两栖探测和运输领域。明显的，这种水陆两栖机器人只是构建了一种在陆地与水下行走推进的机器人模型，不承担对目标的检测和信息的采集。

中国专利CN201010572035.4，《一种自主移动机器人平台》涉及了一种能够自主运动的智能移动机器人平台，包括运动驱动系统、环境感知系统、平台控制系统。与现有的移动机器人常规运动方式不同，该移动机器人通过摆动腿臂机构，利用腿臂机构上的反偏向轮与地面或者空间中媒质的作用力实现机器人的平稳运动，使其运动行为表现力更为突出。该移动机器人还能够自主地对环境进行感知，对机器人移动通道的宽度变化具有很强的行为适应能力。可作为多机器人协同编队、水陆两栖机器人、微纳米机器人运动原型等多个研究领域的实验与验证平台。虽然该平台提供了多个研究领域的实验与验证的功能，但是仍以移动行进为发明的主要技术方案，不能实现在陆地上、海平面以及在海底的定位与地图构建。

相比陆地机器人和水下机器人，水陆两栖机器人应由壳体、内部驱动装置、作业平台和密封及连接件组成，可用于两栖探测和运输领域，机动性好、作业能力强，并自带ROS操作系统，内置SLAM算法，能够实现目标的检测和信息的采集，自主完成定位和地图构建，可以实现在陆地上、水平面以及海底的SLAM。

技术实现要素：

本发明要解决的技术问题是提供一种水陆两栖探测机器人，能够适用于水陆两种环境，不仅能够解决在陆地及水下的自由行走，还能够实现水平面以及水底的探测，实现在陆地上、水平面以及在水底的定位与地图构建(SLAM)。

为解决上述问题，本发明提供了一个密封的整体，采用机壳、前后端盖构成一个密封壳，阻止海水的侵入，保护机器人的检测、计算及传输设备；在密封壳外安装有四个驱动轮，采用适时四驱，实现机器人的自主运动；每个驱动轮各自配有一个电机，放置于密封壳内；所述密封壳内放置了里程计和激光测距雷达，可以完成陆地上的机器人定位和误差校正；并使用超远距离传输模块Xbee-pro进行数据传输，确保数据的可靠传输。树莓派(一套ARM开发板)安装在密封壳内主板上，内部移植ROS(robot operator system)操作系统(一种用于机器人的次级操作系统)实现完整SLAM。

水陆两栖探测机器人从一个未知点开始移动，激光测距雷达或者声呐发射的电磁波或声波遇到阻碍时则会反射回来，根据电磁波或声波往返的时间和在介质中的传播速度，计算出机器人到障碍物的距离，同时将障碍物标记为路标点，然后根据机器人与路标点之间的相对位置和里程计的读数估计出机器人自身和路标点的位置，构成全局坐标系，机器人继续运动，进行路标识别和自身定位，最终构建出完整的路标地图。

作为本发明的壳体部分与驱动行走部分，水陆两栖探测机器人整体由机壳、前后端盖构成一个密封壳。直流电机安装在密封壳内，提供水下及登陆后的外力驱动。其中，电机轴伸处与机壳之间的间隙采用机械密封，使电机轴伸处与机壳之间的间隙转换成静环与动环之间的间隙。静环通过O型密封圈与机壳密封，动环通过O型密封圈与衬套密封，衬套通过O型密封圈与电机轴之间密封，动环通过弹簧压紧与电机轴紧紧箍在一起，实现与电机的同轴转动。从而确保了机器人的密封性，无论在陆地还是海底环境中，都具有较强抵抗恶劣环境的能力。

所述密封壳外安装有四个驱动轮，采用适时四驱，使机器人能够更好的越过沼泽或较软的地质，更能体现机器人运动的自主性。

所述密封壳外顶部安装有一个螺旋桨，提供下潜时的驱动力，后部安装有两个螺旋桨，提供在水下的驱动力。

所述密封壳内装有固定底盘，底盘连接动力驱动系统。机器人采用锂电池供电，保证从陆地到海底长距离的续航能力；锂电池固定在底盘下方，电池引脚接到底盘VCC用于供电。

作为本发明的探测部分，密封壳内安装有声呐、里程计、激光扫描测距雷达系统、摄像头、水位传感器等探测元件。其中，所述密封壳底部安装的声呐发射的声波和回波进行水下目标探测、定位以及通信；360度二维激光扫描测距雷达系统(RoboPeak)，自身带有转速检测与自适应系统，雷达的扫描频率根据ROS操作系统中SLAM算法控制的电机的实际转速做出调整，使用时不需单独提供复杂的供电系统，节约了总成本；所述密封壳内前部安装的摄像头，用于采集环境信息；所述密封壳内侧身安装的水位传感器，进行水位的实时检测。所述水位传感器能够自身感知水位变化控制顶部螺旋桨正转启动和关闭，实现下潜的功能。

所述密封壳内安装树莓派板和超远距离数据传输模块Xbee-pro。树莓派安装在密封壳内底盘上，底盘电压引脚输出的5V电压给树莓派供电，内部移植ROS操作系统实现SLAM算法，能够自主完成定位和地图构建。超远距离数据传输模块Xbee-pro提供关键数据的可靠传输，其外形小巧节省了卡板空间。

作为本发明的电子电路部分，水陆两栖探测机器人整体采用锂电池供电，树莓派、底盘、激光测距雷达以及声呐的电源引脚接5V电压，GND共地；树莓派的PWM输出引脚接电机；树莓派的RXD(receive data，接收数据)引脚接激光测距雷达的TX(transmit data，发送数据)引脚，里程计的TX引脚接激光测距雷达的RXD引脚，水位传感器、声呐以及摄像头通过USB接口与树莓派相连；底盘安装了开关传感器的防护装置，传感器、提取装置和发射装置通过螺纹孔安装在底盘上。

作为本发明的软件控制部分，树莓派安装在密封壳内主板上，内部移植ROS操作系统，水陆两栖探测机器人在ROS系统中实现SLAM算法时，需要调用gmapping包，gmapping包是利用激光测距雷达和里程计的数据生成二维地图的，先让gmapping订阅激光数据，并将里程计数据转化成tf(transformation，坐标转换)版本里的里程计数据，然后就可以运行gmapping。amcl包订阅激光数据、tf和map主题，通过tf主题发布机器人位姿。运行gmapping和amcl包有两种方法：一种是基于命令行的方法，使用rosrun命令；另一种是基于launch文件，launch文件中包括节点和主题的参数。水陆两栖探测机器人在运行时，首先启动ROS，再启动gmapping，启动gmapping后，激光测距雷达的消息以及码盘消息读入gmapping，进行地图构建，启动RVIZ(robot visualization interface，ROS中的3D可视化工作界面)可视化，加载构建的地图并发布。启动amcl，在构建的地图中，通过输入的激光传感器消息和已知的地图信息，利用滤波器估计跟踪机器人的位置信息，输出滤波器估计的位姿集。启动Move_base，通过接收机器人尺寸信息，发布全局和本地两个成本图，利用快速路径规划函数，输出规划好的路径，再利用路径试测和动态窗口的方法进行本地导航，从而实现机器人的自主导航。

作为本发明的两栖同步定位与地图构建SLAM部分，ROS编程控制树莓派PWM(pulse width modulation，脉冲宽度调制)的输出，利用PWM波的占空比不同实现机器人电机转速的控制；激光测距雷达或声呐对所处的环境进行扫描，得到环境信息，将采集到的信息实时传递给树莓派，配合里程计的使用，利用ROS系统进行处理，利用所得到的信息完成自身位置估计，同时将测得的数据按标量加权信息融合成稳态卡尔曼滤波器(EKF：extended kalman filter)，用加权系数代替加权阵创建所处环境的特征地图，实现机器人即时定位与地图构建。SLAM过程的目标是利用环境信息构建环境地图，进而更新机器人的位姿实现机器人定位。因为机器人里程计所测定的机器人的位姿不是精确的，所以不能直接依赖里程计所测的机器人的位姿，要配合二维激光测距雷达对环境信息的检测纠正机器人的位姿。首先对环境信息进行特征提取，与已知地图进行特征匹配，当机器人再次运动时进行再次观测，进行特征点更新，其中扩展卡尔曼滤波是SLAM过程的关键，这些特征被称为路标，根据路标点可靠地估计机器人的位置信息。不断进行循环迭代，逐步减小误差，完成机器人自定位和地图构建。

有益效果：

1.本发明水陆两栖探测机器人能够适用于水陆两种环境，可以实现机器人自主下水，自主登陆，以及在水面上实现自主运动和自动升降的功能，还能够实现陆地和水下两种环境的SLAM。

2.本发明水陆两栖探测机器人采用良好的密封措施，无论是在陆地还是海底环境中，都具有较强的抵抗恶劣环境的能力，保证各部分的正常工作。

3.本发明水陆两栖探测机器人安装有水位传感器，能够自身感知水位变化控制顶部螺旋桨的启动和关闭，实现下潜的功能。

4.本发明水陆两栖探测机器人安装有激光测距雷达和里程计，可以完成陆地上机器人的定位和误差校正。

5.本发明水陆两栖探测机器人自带ROS操作系统，内置SLAM算法，能够自主完成定位和地图构建。

6.本发明水陆两栖探测机器人使用超远距离传输模块Xbee-pro进行数据传输，确保数据的可靠传输。

附图说明

图1为水陆两栖探测机器人的装置图；

图2为水陆两栖探测机器人运动的流程图；

图3为水陆两栖探测机器人基本的SLAM过程；

图4为水陆两栖探测机器人系统电路简单的器件连接图；

图5为水陆两栖探测机器人ROS系统中SLAM过程的具体实现。

如图1-5所示：防水壳体1、摄像头2、螺旋桨3、水位传感器4、控制板5、Xbee-pro 6、驱动轮7、电机8、电池巢9、声呐10、激光测距雷达11。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

水陆两栖探测机器人的装置图如附图1所示，水陆两栖探测机器人整体由机壳、前后端盖构成一个密封防水壳体1；密封壳1外安装有四个驱动轮7，每个驱动轮各自配有一个电机8，放置于密封壳1内；密封壳1内装有固定底盘，用于连接动力驱动系统和各种传感器；固定底盘上安装有声呐10、树莓派和用于数据传输的超远距离传输模块Xbee-pro 6，树莓派和用于数据传输的超远距离传输模块Xbee-pro 6置于控制板5上；电池巢9固定在底盘下方；密封壳1内安装有里程计和激光测距雷达11；密封壳内前部安装有摄像头2，侧身安装有水位传感器4；密封壳1外顶部安装有一个螺旋桨3，后部安装有两个螺旋桨3。

水陆两栖探测机器人运动基本流程如附图2所示。机器人在海岸线附近的陆地上探测障碍物构建特征地图实现SLAM，进入水中且水位没有到达水位传感器4设定的水位时，机器人的工作环境仍为陆地环境；当水位检测传感器4到达指定水时，后部螺旋桨3启动，机器人实现海平面上的自主运动并完成相应作业；通过设置一定时间或远程控制树莓派使顶部螺旋桨3启动正转，产生下潜的驱动力，机器人进入水底，在水底利用声呐10声波测距的原理结合卡尔曼滤波算法进行机器人自主定位与导航，摄像头2进行海底信息采集，利用Xbee-pro 6将采集的数据信息实时传递给树莓派进行数据分析并进行相应的处理；机器人完成水下作业后，顶部螺旋桨3反转，机器人上升到水平面，继续作业或者登陆。

SLAM过程的目标即利用环境信息构建环境地图，进而更新机器人的位姿实现机器人的定位。ROS编程控制树莓派的PWM输出，利用PWM波的占空比不同实现机器人电机转速的控制。由于里程计所测定的机器人的位姿不是精确的，所以不能直接依赖里程计所测的机器人位姿，需配合二维激光测距雷达11对环境信息的检测纠正机器人的位姿。SLAM算法的基本流程如图3所示，机器人从当前未知位置出发，里程计提供机器人位置信息，同时机器人利用卡尔曼滤波预测下一时刻自身位姿，利用二维激光测距雷达11或声呐10对机器人所处的环境进行扫描，对环境信息进行特征提取，这些特征被称为路标，这些路标以点特征的形式记录下来，机器人继续前进，然后利用路标点对机器人自身的位姿进行修正，通过机器人更新后的位姿继续扫描所在环境，提取新的路标点，机器人再预测下一时刻自身的位姿，这个过程重复执行，构建特征地图并实现机器人的自身定位，将采集到的信息实时传递给树莓派，配合二维激光测距雷达11或声呐10的使用，纠正机器人位姿和特征点位置，使用ROS系统进行信息处理，利用所得到的信息完成自身位置估计的同时将测得的数据按标量加权信息融合成稳态卡尔曼滤波器(EKF)，用加权系数代替加权阵创建所处环境的特征地图，完成机器人自主定位和地图构建。其中扩展卡尔曼滤波(EKF)是SLAM过程的关键。

水陆两栖探测机器人系统电路结构基本框图如图4所示。水陆两栖探测机器人整体采用锂电池供电，树莓派、底盘、激光测距雷达11以及声呐10的电源引脚接5V电压，GND共地；树莓派的PWM输出引脚接电机；树莓派的RXD引脚接激光测距雷达11和里程计的TX引脚；水位传感器4、声呐10以及摄像头2通过USB接口与树莓派相连；底盘安装了开关传感器的防护装置，传感器、提取装置和发射装置通过螺纹孔安装在底盘上。

水陆两栖探测机器人在ROS系统中实现SLAM算法时，需调用gmapping包，gmapping包利用激光测距雷达11和里程计的数据生成二维地图，首先gmapping订阅激光数据，将里程计数据转化成tf版本里的里程计数据，进而运行gmapping。Amcl包订阅激光数据、tf和map主题，通过tf主题发布机器人位姿。运行gmapping和amcl包有两种方法：一种是基于命令行的方法，使用rosrun命令；另一种是基于launch文件，launch文件中包括节点和主题的参数。水陆两栖探测机器人在运行时，ROS系统中SLAM过程的具体实现如图5所示，首先启动ROS，再启动gmapping，启动gmapping后，激光测距雷达11的消息以及码盘消息读入gmapping，进行地图构建，启动RVIZ可视化，加载构建的地图并发布。启动amcl，在构建的地图中，通过输入的激光传感器消息和已知的地图信息，利用滤波器估计跟踪机器人的位置信息，输出滤波器估计的位姿集。启动Move_base，通过接收机器人尺寸信息，发布全局和本地两个成本图，利用快速路径规划函数，输出规划好的路径，再利用路径试测和动态窗口的方法进行本地导航，从而实现了机器人的自主导航。