温室移动机器人复合栅格地图构建方法研究 _.pdf

温室移动 机器人 复合栅格 地图构 建方法研 究 作者 史兵， 段锁 林， 李菊 ，王 朋，朱 益飞 机构 常州大 学 城市 轨道 交通 学 院；常 州大 学 机器 人研 究 所 基金项 目 国家自 然科 学基 金资 助项 目 （51405039 ） ； 江 苏省 科 技支撑 项目 （BE2013671 ） ； 江苏 省高 校 优秀中 青年 教师 和校 长海 外研修 计划 资助 项目 预排期 卷 计算 机应 用研 究 2019 年第 36 卷第 3 期 摘要 针对温 室环 境中 机器 人依 靠自身 携带 的传 感器 无法 获取全 面的 环境 信息 ， 从 而常导 致路 径规 划错误 的问 题， 提 出了 一 种结合 外部 传感 器系 统获 取温室 环境 信息， 构建 复 合栅格 地图 的方 法。 首 先， 利用无 线传 感 器网络 定时 采集 对机 器人 通过性 有影 响的 温度 、 湿 度环境 信息 ， 并 发送给 机器 人 ； 其 次 ， 当 温度或 湿度 数据 的变 化率 达到设 定阈 值时 ， 机器 人 利用阈 值分 割和 插值法 分别 建立 温度 和湿 度栅格 地图 ； 最后 ， 将温 度栅格 地图 、 湿度 栅格 地 图和室 内障 碍物 物栅格 地图 相结 合， 构建 动态更 新的 复合 栅格 地图 。经测 试， 采用 常 规 A* 算 法规划 路径 时 ， 基于环 境数 据变 化率 阈值 设定为 ±10 的复 合栅 格地 图的成 功率 和完 成时 间 ， 分别是 基于 普通 栅格地 图成 功率 的 2.5 倍 ，和 1.05 倍 。结 果表 明， 复合栅 格地 图能 提高 路径 规划的 成功 率 ， 并且不 会由 于动 态更 新复 合栅格 地图 ， 导 致 机器 人 响应时 间明 显增 加， 实 时 性能满 足系 统的 实际需 求。 关键词 温室； 移动 机器 人； 栅格 地图； 阈值 分割 ；无 线传 感器网 络 作者简 介 史兵 （1976- ） ， 男 ， 江苏 宿迁人 ， 副教 授 ， 博 士， 主要研 究方 向为 无线 传感 器网络 、 移动 机 器人等 （ ） ； 段 锁林 （1956-） ， 男， 山西岐 山人 ， 教 授 ， 博士 ， 主要 研究 方向为 智能 机器 人、 控制 工程等 ； 李菊 （1981-） ， 女， 江苏 无锡 人， 副教 授 ， 博 士， 主要 研 究方向 为机 器人 控制 、 智 能自动 化等 ； 王朋 （1992- ） ， 男， 江苏 睢宁 人 ， 硕 士 研究生 ， 主要 研究方 向为 机器 视觉 ； 朱 益飞 （1992-） ， 男， 江苏 常州人 ， 硕 士研 究生， 主 要研究 方向 为智 能机器 人． 中图分 类号 访问地 址 http// 温室移 动机 器人 复合 栅格 地图构 建方 法研 究 发布日 期 2018 年 2 月 2 日 引用格 式 史兵, 段锁 林, 李菊, 王朋, 朱益 飞. 温 室移 动机 器人 复合栅 格地 图构 建方 法研 究[J/OL]. 2019, 363. [2018-02-02]. http// 第 36 卷第 3 期 计算机 应用 研究 V ol. 36 No. 3 优先出 版 Application Research of Computers Online Publication 基 金项 目 国家 自然 科学 基金 资 助项目 （51405039 ） ； 江苏 省科 技支 撑项目 （BE2013671 ） ；江 苏省 高校 优 秀中青 年教 师和 校长 海外 研修 计划 资 助项目 作 者简 介 史兵 （1976- ） ， 男， 江苏宿 迁人 ， 副 教授 ， 博 士， 主要 研 究方向 为无 线传 感器 网络 、 移 动机 器 人等 （ ） ； 段锁 林 （1956-）， 男， 山 西岐 山人 ， 教 授， 博 士， 主要 研究方 向为 智能 机器 人、 控制 工程 等 ； 李菊 （1981- ） ， 女 ， 江 苏无锡 人， 副教授 ， 博 士， 主要 研究 方向为 机器 人控制 、 智 能自动 化等 ； 王朋 （1992- ） ， 男 ， 江 苏睢宁 人 ， 硕 士研 究生 ， 主 要研 究方 向为机 器视 觉 ； 朱 益飞 （1992- ） ， 男 ， 江 苏常 州人 ， 硕 士研 究生 ， 主要 研 究方向 为智 能机器 人． 温 室 移 动 机 器 人 复 合 栅 格 地 图 构 建 方 法 研 究* 史 兵 a, b ，段锁林 a, b ，李 菊 b ，王 朋 a ，朱益飞 a常州大学 a. 城 市 轨 道 交 通 学 院; b. 机器人研究所, 江苏 常州 213164 摘 要针对温室环境中机器人依靠自身携带的传感器无法获取全面的环境信息，从而常导致路径规划错误的问题， 提出了一种结合外部传感器系统获取温室环境信息，构建复合栅格地图的方法。首先，利用无线传感器网络定时采集 对机器人通过性有影响的温度 、 湿度环境信息， 并发送给机器人； 其次， 当温度或湿度数据的变化率达到设定阈值时， 机器人利用阈值分割和插值法分别建立温度和湿度栅格地图；最后，将温度栅格地图、湿度栅格地图和室内障碍物物 栅格地图相结合， 构建动态更新的复合栅格地图。 经测试， 采用常规 A* 算法规划路径时， 基于环境数据变化率阈值设 定为±10 的复合栅格地图的成 功率和完成时间， 分别是基于 普通栅格地图成功率的 2.5 倍 ， 和 1.05 倍 。 结 果 表 明 ， 复 合栅格地图能提高路径规划的成功率，并且不会由于动态更新复合栅格地图，导致机器人响应时间明显增加，实时性 能满足系统的实际需求。 关键词温室；移动机器人；栅格地图 ； 阈值分割；无线传 感器网络 中图分类号TP Research on construction of composite grid map for mobile robot in greenhouse Shi Bing a, b , Duan Suolin a, b , Li Ju b , Wang Peng a , Zhu Yifei a a. S c h o o l of U rb a n Ra il T ra n s it, b. C e n t e r fo r Ro b o t R e s e a r c h, C h a n g zh o u Un iv e rs it y, Ch a n g zh o u J ia n g su 213164, Ch in a Abstract A mobile robot based on a normal grid map could not obtain the comprehensive environmental ination in a greenhouse because of the less number and limited location of carried sensors. An incorrect planning path may arise. The system adopted a way to build a composite grid map based on the comprehensive environmental ination in greenhouse. Firstly, wireless sensor network regularly collected data of temperature and humidity and sent them to the robot. These data had heavy impacts on mobile robot’s passing through in greenhouse. Secondly, when the rate of change of temperature or humidity data reached the threshold, the system used the of threshold segmentation and interpolation to establish the grid maps for temperature and humidity respectively. Finally, the system combined the grid map for temperature, the grid map for humidity and the grid map for interior material barrier in a greenhouse to build a dynamically updated composite grid map. After testing, when the system adopted the A * algorithm, the rate of success to avoid area of high temperature and high humidity based on the composite grid map at threshold of ± 10 was 2.5 times to normal grid map. The time of completion was 1.05 times to normal grid map. The results show that the composite grid map can improve the success rate of the path planning and the robot does not meet the problem of slow response of the robot due to the dynamic updating of the composite grid map. The real-time perance satisfies the actual requirements of the system. Key Words greenhouse; mobile robot; grid map; threshold segmentation; wireless sensor network 0 引言 温室移动机器人是温室自 动化技术的一种集中体现，主 要 用来在温室环境中搬运、采摘、精确施肥等方面的工作，有利 于提高劳动效率，降低生产成本。目前，国内外学者针对温室 移动机器人的应用技术，已经做了许多研究，其中机器人的自 主导航方法是重点研 究内容之一。 人工设置导航标志是温室 移动机器人可采用的一种引导 自 主导航的方法。有的是在机器人将要移动的道路上铺设引导磁 条，移动机器人通过感应，按照既定路线前进或后退，到达目 优先出 版 史 兵 ，等 温 室移 动机 器人 复合 栅 格地图 构建 方法 研究 第 36 卷第 3 期 的地。有的则是直接在温室的道路上铺设专用轨道，用于机器 人的往返移动，此种方法完全避免了移动机器人与温室中的作 物发生碰撞的可能，安全性很高。以上两种方法所实现的导航 均有可靠性高、移动速度快等优点，但其实现起来将会均会增 加成本，特别是铺设专用轨道的方法，只适合于一些超大型的 温室 [1,2] 。 栅 格 地 图 （grid map ） 是 机 器人 自 主 导 航 中 常 用 的 一种 环 境 地图，是将传统的几何地图离散化表示，用栅格将目标区域分 割成连续的区域。栅格通常为正方形，大小一致。根据障碍物 的位置，将其所对应的栅格赋值，表示占用情况。栅格地图表 示 清晰、直观应用广泛，也常被应用在温室环境中的机器人自 主导航中 [3] 。 人工设置导航标志的方法 需要改造温室的现有环境，增 加 了成本，通用性不好，在实际应用中使用不多。目前，温室环 境下的栅格地图的应用，通常只考虑温室内的实际障碍物所构 成的普通栅格地图，和机器人自身而忽略如温度、湿度等其他 因素，或是在机器人运动时，停止一些对机器人造成不利影响 的 工 作 ， 如 喷 灌 、 加 热 等 [4-5] 。 前 一 种 方 法 无 法 获 得全 面 环 境 信 息 ， 可 能 会 导 致 路 径 规 划 错 误 ， 而 后 一 种 方 法 显 然 缺乏 灵 活 性 ， 自动化程度低，不利于提高效率。本文采用栅格地图与外部传 感器系统相结合的方案，利用无线传感器网络定时监测环境信 息，将可能会对机器人造成损害的高温、高湿环境信息，引入 到栅格地图中，构建复合栅格地图，既能保证地图信息的全面 准确，又能提高温室 移动机器人的工作效率。 1 系统结 构 本系统由 3 部 分 构 成 ， 分 别是 工 作 现 场 单 元 、 监 控中 心 单 元和远程单元，系统 结构如图 1 所示。 工作现场单元由无线传感 器网络和移动机器人组成。无 线 传感器网络负责采集温室实时环境数据。移动机器人则根据生 成的环境地图自主移动到目的地，完成搬运、采摘等任务。同 时，移动机器人还承担将温室环境信息中转到监控中心单元的 任务。 工作现场单元的工作过程 一方面，无线传感器节点每 隔 1s 采 集一 次 温 室 环 境 参 数 ， 并 采 用 单 跳 或 者 多 跳 的方 式 传 递 给 安装在移动机器人上 的网关节点， 网关节点通过 USB 接口将数 据送给移动机器人，移动机器人再通过由无线路由器搭建的无 线局域网，将数据发送给监控中心的通信服务器。另一方面， 移动机器人接到移动指令后，即生成地图，并进行定位。当自 身位置、目的地位置和地图都具备之后，采用路径规划算法， 确定一条全局最优路 径。 移动 机器人运动控制器生 成控制命令， 由电机的驱动器最终 实现机器人的移动。 监控中心单元为上层单元 ，由通信服务器、数据库服务 器 和 Web 服 务 器 组 成。 通 信 服 务 器 是 下 层 数 据 上 传， 更 高 层 控 制 命令下传的中间层。通信服务器采用多线程机制，实现移动机 器人与通信服务器、远程控制客户与通信服务器、通信服务器 与数据库服务器之间 的 Socket 通 信 。 数 据 库 服 务 器 存 储 温 室 的 环境数据，温度、湿 度、光照度、CO2 量和含氧量等。数据库 是系统的数据中心 ， 和 Web 服 务 器 实 现 交 互， 以 提 供 各 种 数 据 信息。 远程单元为系统最高层用 户，有远程浏览客户和远程控 制 客户 2 类 。 远 程 浏 览 客 户 通 过 各 种 浏 览 器 均 可 直 接访 问 Web 服 务器，以图形界面的形式显示数据。远程控制客户需要安装客 户 端 软 件， 通 过 Socket 通信与监控中心的通信服务 器联系， 远 程客户端的控制命令由通信服务器接收，然后由通信服务器控 制机器人。系统配置通信服务器的目的是避免远程单元客户直 接控制移动机器人，这种设置中间层的架构大大提高了系统的 安全性。本文将重点讨论温室环境中，复合栅格地图的构建方 法。 2 构建温 室环 境复 合栅 格地 图 本系统中，复合栅格 地图的建立过程有 3 个主要步骤首 先获取环境信息；然后选取对机器人移动有重大影响的关键环 境信息，并对离散的关键环境信息建立连续模型；再对各关键 环境信息，使用阈值和单元分解分别建立栅格地图；最后将各 个栅格地图相结合， 得到复合栅格地图。 1 ）环境信息获取 利用传感器系统获取温室 各处多种离散的环境信息，如 温 度、湿度、光照度、CO2 量和含氧量等。温室中温 度过高或者 湿度过大的区域，都对移动机器人本身有不利的影响，应避免 进入该区域。因此，在众多的环境信息中，温度和湿度为关键 环 境 信 息 ， 将 会 直 接 影 响 到 环 境 地 图 的 建 立 。 如 果 在 室 外 环 境 ， 则地形的坡度信息， 应该成为关键环境信息之一。 2 ）关键环境信息建模 建模的目的是将原本离散 的关键环境信息，通过某种方 法 变成连续的，覆盖整个目标区域的方程。当模型建立后，在目 标区域内，根据任一点的坐标，即可求得该点的环境参数值， 为地图的构建做好准 备。 系统使用三角形插值法， 根据此方法，对已知的空间点 进 行划分，所有三角形互不交叉，且使任何一个三角形的最小内 角为所有可能的划分中最大，这样可以保证误差最小。对于三 角形除 3 个顶点外的任意坐标（x,y ） ， 其 Z 值根据插值法进行 估算。图 2 假 设 为 已 经 划分 好 的 某 三 角 形 ，A,B,C 为三角形的图 1 系统 结构 图 Internet 作物 区域 作物 区域 作物 区域 温 室 通 信服 务器 数据 库 服务 器 Web 服 务器 TCP/IP 远 程 浏览 客 户 远程 控 制 客户 传感 器节点 移动 机器 人 工 作现场 单元 监 控中 心单 元 远程 单元 TCP/IP 优先出 版 史 兵 ，等 温 室移 动机 器人 复合 栅 格地图 构建 方法 研究 第 36 卷第 3 期 顶点，数据是已知的 ，现在要求出其内部任意点 D 处的 Z 值。 空间向量有如下关系 0 AC AB AD  1 则有 3 1 3 1 3 1 det 2 1 2 1 2 1 0 1 1 1 x x y y z z x x y y z z x x y y z z               2 将式（2 ） 行 列 式 展 开可 得 3 1 3 1 3 1 3 1 1 1det 1det 2 1 2 1 2 1 2 1 3 1 3 1 det 2 1 2 1 y y z z x x z z z x x y y y y z z x x z z Z x x y y x x y y                              3 利 用 式 （3 ） 可 求 出 三 角 形 中 ， 任 一 点 的 Z 值 。 当 任 意 点 （x,y ） 密集选取时，就可构 成一个连续的曲面。 3 ）建立复合栅格地图 a 将温 室 地 表 平 面 逻 辑 上 划 分 成 大 小 一 致 的 栅 格 ， 通 常 为 正方形，栅格边长应大于移动机器人最宽处，即移动机器人能 通过栅格 。 b 利 用 式 （4 ） 判 断 栅 格 对 应 的 环 境 量， 是 否 有 利 于 移 动 机 器 人 运 动 的 通 行， 若 栅 格 （x,y ） 处 的 , Z x y 超 过 某阈 值 Z0 ， 则 认 为 不 利 ， 则 此栅 格 逻 辑 上 被 赋 值 1 ， 表 示 被 占用 ； 反 之 ， 被 赋 值 为 0 ，表示可以通行；当有多个环境量时，则需要在相同的栅 格划分的基础上，分别求出不同环境信息时，各个栅格的占用 情况。 0 1 , , 0 if Z x y Z G x y else     4 c 根据所得的多种环境信息下的栅格地图， 按式 （5 ） 将 其 叠加起来，获得最终 的复合栅格地图。 1 2 3 , , | , | , |...| , n T x y G x y G x y G x y G x y 5 式（5）中 , T x y 表示复合栅格逻辑值； , n G x y 表 示第 n 种环境信息下的栅格 逻辑值。 3 构建地 图实 例 3.1 环境信息获取 本系统采用无线传感器网 络获取温室内的环境信息，其 中 温 度 、 湿 度 参 数 将 会 被 用 于 制 作 环 境 地 图 。 温 室 长 100m ，宽 40m ， 按 任 一 行和 列 的 相 邻 传 感 器 节 点 间 隔 均 为 20m 规 律 布 置 ， 传感器节点布置如图 3 所示，左下角的坐标为 （0,0）。 传感器节点通常采用 2 层 结构 ， 底 层 为 各 种 传 感 器设 备 及 其 调 理 电 路 ， 本 系 统 中 的 传 感 器 有 温 度 、 湿 度 、 光 照 度 、 CO2 量 和 含 氧 量 等。 上层结构采用 TI （texas instruments ） 公 司 CC2530 无线收发芯片，该芯片是一个功能强大的微处理器，由存储设 备、增强型 8051 处理器和支持 ZigBee 协 议 的 无 线 收发 单 元 构 成 [68] 。在 TI 公司推出的 Z-STACK 开发包的基础上，能够较 为容易的开发出传感 器节点、 路由节点和网关节点 的程序 [911] 。 三 种节点的硬件完全相同，仅通过是否连接传感器和运行不同 程序加以区分，通用 性很强。 传 感 器 节 点每 1 s 采 集 一 次数 据 ， 发 送 给 网 关 节 点， 网 关 节点将数据传递给机器人，此时的数据是离散的，表示传感器 节点所在位置的环境 信息。 由于大部分时间内，温室 的温度和湿度均表现稳定，不 会 出 现 剧 烈 变 化。 在 测 试 中 ， 为 了 体 现 特 殊 情 况， 在 坐 标 为 （80,0 ） 处放置了加热炉，在坐标为（60 ，20 ）处开启喷灌头，模拟特 殊情况下构建地图的 效果，以及移动机器人的运 动情 况 。 3.2 关键环境信息建模 根据已知的温度和湿 度离散信息， 在 MATLAB 平 台 ， 根 据 式（3 ） 编 写 程 序 ， 即 可 建 立 温 度 、 湿 度 的 连 续 模 型 ， 如 图 4 所 示，其中图 4 （a ）表示温度模型，图 4 （b ） 表 示 湿度 模 型 。 图 2 三角 形插 值 A x1,y1,z1 B x2,y2,z2 C x3,y3,z3 Dx,y图 3 传感 器节 点 布置 100m 40m 20m 20m 0,0a b 图 4 温度 、湿 度 连续 模型 0 10 20 30 40 50 60 70 80 90 100 0 5 10 15 20 25 30 35 40 0 10 20 30 40 50 60 X/m Y/m Z/ ℃ 0 10 20 30 40 50 60 70 80 90 100 0 5 10 15 20 25 30 35 40 0 20 40 60 80 100 X/m Y/m Z/ RH 优先出 版 史 兵 ，等 温 室移 动机 器人 复合 栅 格地图 构建 方法 研究 第 36 卷第 3 期 从图 4 （a ） 模 型 中得 出 ， 坐标（80,0 ）处温度最高，随着 距 离 的 增 加 ， 温度 逐 渐 降 低 ， 可 以 看 出 ， 即 使在 20m 的 距 离 上 ， 也明显受到热辐射的影响而温度升高。从图 4 （b ）模型得出， 坐 标 （60,20 ） 处 湿 度 最 大 ， 随 着 距 离 的 增 加 ， 湿 度 也 呈 下 降 趋 势 。 但 湿 度 的 影 响 范 围 较 小 ， 超 过 20m 的 距 离 ， 湿 度 几 乎 不 受 影响。 3.3 建立复合栅格地图 本系统所使用的移动 机器人尺寸为 机 体宽度 485mm，总 长 494mm ， 高 度 495mm ， 为 了 保 证 机 器 人 能 够 通 过， 并 留 有 余 地，将温室地表平面 逻辑上划分成边长 为 4m 的 正 方 形 栅 格 ， 如图 5 所示。 由 于 栅 格 是 一 个 平 面 ， 若 仅 使 用 某 一 点 , xy 代 替 整 个 栅 格 平 面 ， 再 利 用 式 （3）（ 4 ） 确 定 栅 格 的 逻 辑 值 ， 有 可 能 会 造 成 栅格逻辑值误判，当栅格面积越大，发生误判的概率也越大。 因 此 ， 在 图 6 中 栅 格 的 顶 点 和 各 边 中 间 距 离 取 点 ， 分 别 为 , ...... a b h ， 其坐 标 分 别 对 应 为 , , , ,......, , ax ay bx by hx hy 。 式 （4 ） 可相应变化为 0 0 0 , 1 if , | , | | , 0 else a b h G x y Z ax ay Z Z bx by Z Z hx hy Z       6 本 系 统 中 温 度 阈 值 0 Z 温 度 取 50 ℃ ， 湿 度 阈 值 0 Z 湿 度 取 80RH ，逻辑值为 1 的栅格用黑色填充，表示被占 用。 将式（3 ）和式（6 ） 结 合使 用 ， 获 得 温 度 和 湿 度 环 境 下栅 格 地 图 ， 分 别 如 图 6 （a ） 和 图 6 （b ） 所 示 。 温 室 中 如 图 1 所示 意的作物区域，是阻碍机器人移动主要障碍，也必须将其反映 到栅格地图中，该工作由人工输入障碍物的坐标位置，计算机 经过简单的处理即可 形成障碍物的栅格地图， 如图 6 （c ） 所 示 。 最 后， 利 用 式 （5 ） 将 温 度 栅 格 地 图、 湿 度 栅 格 地 图 以 及 障 碍物栅格地图进行复合，获得完整信息的复合栅格地图，如图 7 所示。 图 7 所表示的复合栅格地图 ，是根据传感器网络在 某次采 集 温 度 、 湿 度环 境 信 息 后 绘 制 出 来 的 。 理 论上 传 感 器 网 络 每 1s 采集一次数据，机器人应该绘制出一张复合栅格地图，但这将 会大大增加机器人的负担，导致响应慢、实时性差的问题。系 统在实际运用中，采用当采集到温度或者湿度数据变化率达到 ±10 阈 值 时 ， 则 更 新 整 个 温 室 复 合 栅 格 地 图 ， 并 重 新 规 划 路 径，其动态过程如图 8 所示。 图 5 温室 平面 栅 格 100m 40m ... ... 4m 4m 温室平面 栅格 a b c d e f g ha b c 图 6 温度 、湿 度 和障 碍物 栅 格地 图 0 8 16 24 32 40 48 56 64 72 80 88 96 0 4 8 12 16 20 24 28 32 36 40 X/m Y/m 0 8 16 24 32 40 48 56 64 72 80 88 96 0 4 8 12 16 20 24 28 32 36 40 X/m Y/m 0 8 16 24 32 40 48 56 64 72 80 88 96 0 4 8 12 16 20 24 28 32 36 40 X/m Y/m图 7 复合 栅格 地 图 0 8 16 24 32 40 48 56 64 72 80 88 96 0 4 8 12 16 20 24 28 32 36 40 X/m Y/m图 8 动态 更新 复 合栅 格地 图 开始 建立复合栅格地图 路径规划数据变化率超值 是 否 优先出 版 史 兵 ，等 温 室移 动机 器人 复合 栅 格地图 构建 方法 研究 第 36 卷第 3 期 4 现场移 动测 试 4.1 移动机器人介绍 本系统采用上海英集斯自 动化技术有限公司提供的轮式 移 动机器人作为开发测 试平台，其主要参数如表 1 所示 。 本系统应用的机器人是个 具有多功能模块的开发平台， 可 以通过加载不同的硬件模块，配合相应的软件包，实现多种功 能 ， 并 可 将 自 己 所 研 究 的 算 法 或 控 制 策 略 ， 替 换 相 应 的 软 件 包 ， 并查看运行效果，实 现再次开发 [12-14] 。 4.2 机器人移动测试 在 温 室 中 ， 设 定 A16,4 点 为 起 始 点 ， T120,20 ， T248,20 ， ， T1060,12 分别为目标点 ， 具 体 位 置 如图 9 所示。 移动机器人采用广泛 使用的传统 A * 路 径 规 划 算 法 ， 进 行 路 径 规 划 [1518] 。 对 10 个目标点进行分组 测试，每组分 四 种 情 况 ， 分 别对 应不能更新的普通栅格地图和温度、湿度数据变化阈值分别 为±5 、±10 、±20 时，动态更新的复合栅格地图，具 体 数据如表 2 所示。 从表 2 中避开障碍物的成功 率上看，利用普通栅格 地图避 开障碍物的成功率为 40 ； 利 用 温 湿 度 数 据 变 化 率阈 值 分 别 设 定为±2 、±10 、±20 时，动态更新的复合栅格地图， 其 成功率分别为 100 、 100 、 80 。 普 通 栅 格 地 图 成 功 率 低 是 因 为仅靠自身携带的传感器无法获得全面的环境信息，且不更新 栅格地图，导致路径规划出现错误。复合栅格地图考虑了全面 的环境信息，且按条件更新地图，因此成功率大大提高。温湿 度变化率阈值设为 ±20 时，复合栅格地图出 现 20 的不成功 率是因为，数据变化率阈值设定过高，或者说是地图更新过慢 造成的。 图 10 中 X 轴坐标中的 1 、2 、3 和 4 分别对应普通栅格 地 图 、 变化 阈 值 为 ±2 的 复 合 栅 格 地 图、 变 化 阈 值 为 ±10 的复 合栅格地图和变化阈 值为±20 的复合栅格地图。Y 轴表示完 成时间。T1 、T2 、T3 和 T10 分别表示不同目标时 的完成时间 表 1 移动 机器 人 参数 项目 主要 参数 系统 架构 2 层结 构 工业 级 嵌入 式计 算 机（ 上 位机 ） 运动 控制 卡 （下 位机 ） ； 计算 机 Intel PM1.8G 低功耗、 高速 处 理 器； SATA 80G 高速硬 盘，DDR 512M 内存， 6 个串 口（ 包括 485、422 通信接 口） ，8 个独立USB 接口 ，PCI 插槽 ， 双通 道 RTL8110S 自适应 以太 网口 ； 运动 控制 卡 专用 高速 数 字信 号 处理 器（DSP） TMS320LF2407 ； 尺寸/ 重量 495 mm 480 mm600 mm/30Kg ； 电池 24V ，20Ah 动 力 锂电 池 ； 外接 电源 DC24V ，25A； 电机 24V ,70W MAXON 电机； 传感 器 超声 波、 温 湿度 、 摄像 头、 火 焰传 感 器、 烟雾 传 感器 图 9 移动 测试 目 标点 位置 0 8 16 24 32 40 48 56 64 72 80 88 96 0 4 8 12 16 20 24 28 32 36 40 X/m Y/m A T1 T2 T4 T5 T6 T7 T8 T9 T10 T3 表 2 测试 数 据统 计 组数 目标 是否 避开 完成 时间/s 普通 栅格 地 图 复合 栅格 地 图 普通 栅格 地 图 复合 栅格 地 图 ±5 ±10 ±20 ±2 ±10 ±20 1 T1 √ √ √ √ 32.5 52.5 34.1 33.8 2 T2 √ √ √ √ 38.2 61.1 40.1 39.5 3 T3 √ √ √ √ 42.4 67.8 44.5 44.4 4 T4 √ √ √ - 81.1 52.6 52.1 5 T5 √ √ √ - 85.3 55.3 54.7 6 T6 √ √ √ - 112.5 73.0 72.3 7 T7 √ √ - 137.6 89.6 88.5 8 T8 √ √ √ - 123.4 81.1 80.4 9 T9 √ √ - 132.8 86.2 85.4 10 T10 √ √ √ √ 47.6 76.2 50.1 49.7 表 2 中√ 表 示成 功 避开 ， 表示 未 成功 避开 。 优先出 版 史 兵 ，等 温 室移 动机 器人 复合 栅 格地图 构建 方法 研究 第 36 卷第 3 期 曲线。 图 10 中的完成时间的变化趋势可以得出， 不同目标对应 的完成时间曲线具有 相似的变化趋势， 阈值绝对值为 2 、 10 、 20 时， 所对应的完成时间均 分别是普通栅格地图 1.60 倍、 1.05 倍、1.05 倍。 综 合表 2 和图 10 可以得 出 当更新复合栅格地图 的数据 变 化 阈 值 设 定 成 ±10 时 ， 均 能 成 功 避 开 实 际 障 碍 物 ， 以 及 模 拟出来的高温、高湿度障碍区，成功率是基于普通栅格地图的 2.5 倍 ； 基 于 复 合 栅 格 地 图 运 行 时 间 较 之 基 于 普 通 栅格 地 图 运 行 时间为 1.05 倍 ， 表 明 此 种 情 况 下 复 合 栅 格 地 图 的 更新 不 会 明 显 影响机器人的响应速 度。 5 结束语 在无线传感器网络实时获 取温室温度、湿度关键环境信 息 的基础上，利用阈值分割和单元分解法，并通过设定合适的温 度、湿度数据变化 率 阈值，实现复合栅格地图的构建和动态更 新 。 通 过 测 试 表 明 ， 当 数 据 变 化 率 阈 值 设 定 为 ±10 时 ， 基 于 复合栅格地图的传统 A * 路 径规 划 均 能 成 功 避 开 障 碍区 域 ， 通过 与普通栅格地图比较，基于动态更新的复合栅格地图的机器人 响应速度并未受到明显影响，能满足系统的实际需求。此外， 当有更多的环境信息被引入后，复合栅格地图将包含更加丰富 的信息，将具有更高的成功率。 下一步工作将从更新栅格地图 的局部信息入手， 进一步减小机器人运算工作量 ， 提 高 实时性。 参考文 献 [1] 谭民, 王硕. 机 器 人 技 术 研 究 进 展 [J]. 自 动 化 学 报, 2013, 39 7 963- 972. [2] 胡静涛, 高雷, 白晓平, 等. 农 业 机 械 自 动 导 航 技 术 研 究 进 展 [J]. 农 业 工程 学报, 2015, 31 10 1-10. [3] 高 国琴, 李明. 基于 K-means 算 法 的温 室移 动机 器人 导航路 径识 别 [J]. 农 业工 程学 报, 2014, 30 7 25-33. [4] 王 新 忠, 韩旭, 毛罕平, 等. 基 于 最 小 二 乘 法 的 温 室 番 茄 垄 间 视 觉 导 航 路 径检 测 [J]. 农 业机 械报, 2012, 43 6 161-166. [5] 贾 士 伟,