炫酷的机器狗

关键词：传感器；图像处理;自动追踪；自主导航；学习控制型机器人

1 机器狗的现状

1.1 机器狗历史与发展：

正机器狗的概念起源于上世纪80年代，当时科学家们试图通过模仿狗的运动方式和行为特点来探索机器人技术。随着时间的推移，机器狗的技术得到了巨大的发展，并涉及到多个领域，如机器人学、人工智能、材料科学等。如今，四足仿生机器狗的应用领域也能更好地适应不同环境和服务人类。

1.2 运动与稳定性控制：

机器狗的运动和稳定性控制是一个复杂的问题。它需要机器狗具备高度灵活的运动能力，并能够结合陀螺仪位姿传感器等在不平坦的地面上保持稳定。此外，机器狗还需要具备适应不同环境和应对各种复杂任务的能力，如跳跃、攀爬等。

                                                        图一 绝影3

1.3 交互与人机互动：

机器狗不仅需要具备高度智能的感知和决策能力，还需要能够与人类进行有意义的交互。这包括语音识别、情感识别和动作感应等技术的应用。人机互动的成功将使得机器狗更好地适应家庭环境，并能够更好地为人类提供服务和陪伴。

2机器狗的未来发展方向

2.1智能化与自主性：

未来，机器狗的发展将更加注重智能化和自主性。通过先进的人工智能技术，机器狗可以不断学习和优化自身能力，实现智能决策和自主行动。这将使得机器狗能够应对更多的任务和环境变化。

2.2基本功能与应用：

现代机器狗已经具备了复杂的功能和能力。它们能够通过激光雷达、摄像头等感知设备获取环境信息，以实现自主导航和避障。同时，机器狗还能执行各种任务，如携带物品、监测环境、执行救援任务等。基于这些特点，机器狗在军事、医疗、救援和家庭娱乐等领域有着广泛的应用前景。机器狗还能完成一些救援任务，在环境很危险和由于空间狭小我们就业人员不能到达的情况下，就可以派机器狗去探测情况，提高救援的效率。机器狗还能完成很多娱乐活动，可以踢足球，打招呼与人互动，完成各项高难度的动作，向前空翻和后空翻，跳舞。

图二 完成表演动作

2.3机器狗的外观结构结构：

机器狗外形由四条腿和一个机身组成，共有十六个自由度，因此它可以做到灵活地向多个方向移动。内部搭载了一个深度摄像头和三个高清摄像头，前后就有一个超声波雷达，可以结合摄像头实现自主避障功能，机器狗配备了感知主机 NVIDIA Jetson Xavier NX 和一个运动主机协同工作。并配有感知算法案例，以便于用户进行学习和二次开发，机器狗背部预留了拓展位置，用户还可以自己在机器狗上加装激光雷达或者机械臂等来让机器狗适应更复杂的环境完成更多任务。

2.4 操作系统及操作方式：

机器狗用了NVIDIA Jetson Xavier NX的主控，内部嵌入了Linux系统,机器狗的运动和感知运用了ROS机器人系统，ROS能够同时启动多个节点，这让机器狗实现了多个关节和传感器同时工作的效果。机器狗主要用C语言，C++和python多语言跨平台协同开发，通过运行用户编写的程序，机器狗的感知主机传感器采集到的数据处理分析后向运动主机发送各种不同的运动指令来完成各种高难度的运动。

图三 感知系统 与 ROS通信接口  

机器狗的视觉是基于 YOLOv5 和DeepSORT 进行视觉层面的人体识别和目标追踪，计算目标位置并下发给控制模块，实现了机器狗的人体自动识别跟随功能；视频采集采用分辨率可达 1920*1080 的单目广角摄像头，通过对控制算法的优化和实时响应能力的提升，系统能够在实时场景中实现对快速运动目标的准确追踪。可以识别开阔的场景中的人，实现更大范围追踪；同时采用了 TensorRT 技术实现加速，使得识别帧率在 20fps 左右，追踪帧率在 10fps 左右。

识别算法通过深度学习的神经网络进行视觉识别，找到画面中的人体位置。当在画面中出现多个人体时，首先识别出画面中的所有人体，然后对每一帧视频中识别出的人体基于深度学习提取特征，并进行逐一比对，以确定前后帧中同一个人的轨迹。

跟踪算法允许用户自主选择画面中想要跟随的目标，并能实时锁定目标，持续跟踪。根据视觉识别算法得到的人和机器狗之间大致的角度（方位）、距离等信息，机器狗能够实时

判断人狗方位，作出相应的响应（平移、转向），还能根据被追踪者与狗之间的距离实时调整速度：

同时也开发了一款人机交互设备，对于用户可以用手柄更好的去操控机器狗，并且在手柄上设定了多个功能。

机器狗常用的一些基本操作如下：

1、打开一个新的终端执行以下命令，以查看通信功能运行状态：

2、打开一个新的终端，使用 ROS 中的 rostopic 命令查看机器狗状态信息：

3、使用/cmd_vel 话题向运动主机下发速度指令，话题消息类型 geometry_msgs/Twist 定义如下：

4 建图与导航：

机器狗可以使用 16 线激光雷达、感知主机实现机器狗的建图（室内、室外场景）、定位、导航与避障功能。机器狗能实现实时定位和在线 3D 建图，在已有地图进行纯定位时，通过融合 IMU实现了高速旋转、摔倒不丢失定位的性能，并使用 move_base 功能包实现了基于地图的导航。调用 map_server 功能包保存栅格地图，再遥控机器狗行走一小段距离，此时会将地图保存到 home 目录下的 map 文件夹中（包括.yaml 文件、.pgm 文件以及.pcd文件）

图四 ROS建图主要流程

若栅格地图不完全符合实际环境或需要人为划定可通行区域，可打开一个终端输入 gimp以打开修图软件，并将/home/ysc/map 目录下的.pgm 文件拖入修图软件中进行修图。建好的地图文件将默认存在 home 路径下的 map 文件中。导航避障包 move_base 源码在 jueying_mapping_localization_ws/src/navigation/move_ base/src 路径下，用户可以查看、修改，并用以下命令编译：

                                                        图五 栅格地图导

3结论：

通过严密的逻辑推理而得出的富有创造性、指导性、经验性的结果描述。它以自身的条理性、明确性、客观性反映了论文的价值。随着时代的发展，如今机器狗的应用场景越来越丰富：发挥承重、步行速度等技术指标的优势，在运动场运送铁饼、在物流车间运送物品；发挥互动交流、行动导引上的优势，陪伴老年人、残障人士；发挥灵敏识别、及时预警的优势，开展安全巡查、电力巡检。目前大多数人对机器狗应用的注意力和想象力都只集中在一个具体应用场景：物流配送领域。但是人们还是更希望机器狗能够帮助完成一些脏活、累活，当然它还需要克服高温、潮湿和肮脏环境等。机器狗是基于Linux系统结合ROS机器人系统和计算机视觉、多传感器等外设实现工作的，目前科学家和一些机械爱好者仍在想着更深层次的方向探索，在未来，机器狗更可能像手机一样普及到每个家庭。

参考文献：

[1] 云深处科技. 绝影Lite3 感知开发手册.

[2] William D.Smart. ROS机器人编程实践[M]. 北京: 机械工业出版社, 2017.

[3] Wyatt S.Newman. ROS机器人编程原理与应用[M]. 北京: 机械工业出版社, 2019.

[4] 张涛. 机器人概论[M]. 北京: 机械工业出版社, 2019.

[5] 杨建华, 李瑞峰. YOLO目标检测[M]. 北京: 人民邮电出版社, 2020

声明：本文如有侵权请联系立即删除