【工博会专递】让无人车“耳聪目明” 灵敏应对多场景复杂任务

易建军教授团队历时一年研发出“适应于未知环境探测的智能无人系统”

稿件来源:党委宣传部   |作者:房树芬   |摄影:受访者供图   |编辑:   |浏览量:1318

受访者供图

无论是坑洼不平、灌木丛生的荒地,还是土丘遍布的山坡,抑或是突发爆炸毒害未知的灾后现场,只要装备上这套系统,无人小车就可以熟练流畅地克服一个个路障,或避让,或前行,顺利到达指定的目的地。

如果再搭载上外部环境测量传感器(例如土壤成分分析仪、温湿度测量仪等)、小型机械臂以及各类采样取样装置,无人小车还可以完成更加丰富而复杂的任务,包括未知环境探测、环境采样、应急救援与危险物品拆除等等。

而无人小车之所以能够如此机敏能干,都要归功于华东理工大学机动学院易建军教授团队研发的“适应于未知环境探测的智能无人系统”。装备上这套智能无人系统后,无人小车不仅“耳聪目明”,而且“脑瓜灵活”“身手非凡”。

据介绍,易建军教授带领团队历时1年多全心研发的这套系统,亮相在第22届中国国际工业博览会上。

对大家来说,无人车已经都不陌生,但是,到目前为止,包括为人熟知的无人驾驶机动车、工厂AGV(Automated Guided Vehicle,简称“AGV”)物流搬运车在内,大多数无人车的定位导航都是基于结构化的场景。

什么是结构化场景呢?简单地说,城市道路、高速公路以及停车库等等,都有标准的车道线、详细的道路指示信息,如左转右转标志、车位标志等等,这些信息就构成了一个标准化场景,让无人驾驶能在它的指引下,做到有迹可循。

而易建军团队研发的这套系统,解决的却是让无人小车在非结构化的场景下行驶的问题。这个难度就高多了,对无人车智能化程度的考验也大大增强。试想一下,在真实的野外场景中,没有标准道路,“看”环境里有什么障碍,“判断”哪些区域可以通行,“知道”怎样设计路线避开陡坡、坑洼,这些都要无人车“自力更生”去“思考”和“行动”,不然,就只能等着“四脚朝天”甚至“车毁机亡”。

那么,针对场景未知、干扰严重、地形复杂而且非结构化这些场景特点,怎样才能完成指定任务呢?这就要求无人车必须具备3个功能——自主环境,自主定位与场景重建,3D导航与避障。

为此,易建军教授课题组以已有的多项授权发明专利技术为基础,着重解决传感器数据融合、无人系统站姿估计、场景三维重建以及三维路径规划等问题,分别研发使用了“多传感器数据融合技术”“基于视觉和激光紧耦合的6D站姿估计技术”“环境三维重建技术”“非结构化场景下路径规划技术”等创新技术。

首先是让无人车“知彼知己”。就像人类需要眼、耳、鼻、舌等感官来感知外部环境一样,无人车也同样需要自己的“感觉器官”。为此,研究人员为无人车安装了双目相机、激光雷达以及IMU(惯性测量单元)模块,使它能“看见”外界的环境,“感知”场景距离,感受自身的运动。

人类被突然抛到一个陌生场景下的时候,下意识做的一定是环视四周,看看周围所处的环境,然后看看自己,了解自己所处的位置。无人车要完成任务,同样要先了解自己的周边环境,知道自己在这个环境下的位置和自己的姿态。这就是自主定位与场景重建这个功能要发挥的作用。在这套系统里,易建军教授课题组采用了slam技术(Simultaneous localization and Mapping,意即“即时定位与地图构建”),对双目视觉结果、多线激光雷达与IMU模块等采集的数据,进行分析汇总和图像化,实现高精度的地图构建与自身位姿估计。

在此之后,要安全到达指定位置或者安全的探索环境,就需要无人车能够完成导航与避障工作了。

“目前的无人车大多数是基于二维平面上的导航,假设的前提是,无人车在相对平坦、没有坑洼的地面上运行,但其实现实环境从来没有这么简单和单纯。”易建军教授说,针对野外路径崎岖的非结构化场景,他们研发的系统采用3D导航与局部避障技术,与传统的二维导航相比,对野外场景更适应。

根据易教授介绍,目前装备上这套系统的小车,“视力”最大测距10米,图像采集速率为每秒30次,避障速度达到每秒更新一次,已经能够克服直径为自身高度2倍的凹坑的阻挡,而且整体作业非常灵活。

他说,研究团队正在不懈努力,希望能够让无人车系统很快就在农业植保、危险环境救援、野外环境构建、环境感知等领域大显神威。

发布时间:2020-09-22
(0)
相关新闻