本項(xiàng)目開(kāi)發(fā)了一款針對(duì)城市地下綜合管廊設(shè)計(jì)的智能巡檢系統(tǒng)，該系統(tǒng)整合了哪吒N97開(kāi)發(fā)板的強(qiáng)大計(jì)算能力與多功能接口，集成了高精度傳感、導(dǎo)航和路徑規(guī)劃技術(shù)。通過(guò)甲烷、溫濕度、紅外傳感器及激光雷達(dá)等設(shè)備實(shí)現(xiàn)了環(huán)境的實(shí)時(shí)監(jiān)測(cè)與自主導(dǎo)航功能。哪吒N97開(kāi)發(fā)板作為系統(tǒng)的中樞，與下位機(jī)STM32高效協(xié)同，確保了數(shù)據(jù)處理與執(zhí)行控制的無(wú)縫銜接。系統(tǒng)測(cè)試表明，該智能巡檢系統(tǒng)在環(huán)境監(jiān)控、高精度建圖及智能避障等方面表現(xiàn)出色，驗(yàn)證了其在地下管廊巡檢技術(shù)上的顯著進(jìn)步。此外，哪吒N97開(kāi)發(fā)板的應(yīng)用不僅提升了系統(tǒng)的智能化水平，還為智慧城市的建設(shè)提供了關(guān)鍵技術(shù)支撐，展示了其在未來(lái)城市基礎(chǔ)設(shè)施維護(hù)中的廣泛應(yīng)用前景。

1

性能分析

1.1處理器性能

哪吒開(kāi)發(fā)板搭載的是英特爾 N97 處理器，這款處理器基于 Alder Lake-N 架構(gòu)，采用四核設(shè)計(jì)，最高主頻可達(dá) 3.60GHz。Alder Lake-N 架構(gòu)引入了混合核心架構(gòu)的概念，即高效核心和能效核心的組合，但在哪吒開(kāi)發(fā)板中，我們看到的是四顆高效核心，這確保了單線(xiàn)程和多線(xiàn)程應(yīng)用都能得到良好的性能表現(xiàn)。

N97 處理器的 12W TDP 表明它在功耗管理方面進(jìn)行了優(yōu)化，這意味著開(kāi)發(fā)板可以在沒(méi)有主動(dòng)冷卻的情況下運(yùn)行，減少了噪音并提高了長(zhǎng)期運(yùn)行的穩(wěn)定性。對(duì)于那些對(duì)功耗敏感的應(yīng)用場(chǎng)景如移動(dòng)設(shè)備或邊緣計(jì)算，這一點(diǎn)尤為重要。

1.2圖形處理能力

集成的 Intel UHD Graphics Gen12 是基于最新的 Xe 架構(gòu)，它提供了多達(dá) 24 個(gè)執(zhí)行單元（EU）。每個(gè) EU 包括了多個(gè)矢量引擎和矩陣引擎，支持包括 INT8 在內(nèi)的多種數(shù)據(jù)類(lèi)型。這種 GPU 設(shè)計(jì)旨在提供高效的圖形處理能力，尤其適用于輕量級(jí)的機(jī)器學(xué)習(xí)推理任務(wù)。

對(duì)于顯示輸出，HDMI 1.4b 接口支持 4K UHD（3840×2160）分辨率輸出，盡管刷新率限制在 30Hz，但對(duì)于大多數(shù)數(shù)字標(biāo)牌和多媒體應(yīng)用來(lái)說(shuō)已經(jīng)足夠。對(duì)于更高級(jí)別的圖形處理需求，可能需要額外的圖形加速解決方案。

1.3內(nèi)存與存儲(chǔ)

哪吒開(kāi)發(fā)板配備的是 8GB 雙通道 LPDDR5 內(nèi)存，相較于傳統(tǒng)的 DDR4 或 LPDDR4，LPDDR5 提供了更高的帶寬和更低的延遲，這對(duì)于提高系統(tǒng)的整體性能至關(guān)重要。8GB 的容量對(duì)于大多數(shù)現(xiàn)代操作系統(tǒng)和應(yīng)用程序來(lái)說(shuō)是充足的，可以確保流暢的多任務(wù)處理驗(yàn)。

存儲(chǔ)方面，64GB 的 eMMC 存儲(chǔ)空間提供了足夠的空間來(lái)安裝操作系統(tǒng)、應(yīng)用程序和數(shù)據(jù)文件。雖然 eMMC 不如 SSD 快速，但對(duì)于開(kāi)發(fā)板這樣的設(shè)備來(lái)說(shuō)，它提供了很好的性?xún)r(jià)比。

1.4擴(kuò)展性和連接性

哪吒開(kāi)發(fā)板提供了豐富的 I/O 接口，包括 40 針 GPIO 擴(kuò)展接口、USB 3.2 Gen 2 接口、HDMI 輸出以及千兆以太網(wǎng)接口。GPIO 接口支持 PWM、UART、I2C、I2S、SPI 和 ADC，使得開(kāi)發(fā)者可以根據(jù)自己的項(xiàng)目需求添加各種傳感器和其他外設(shè)。

USB 3.2 Gen 2 接口提供了高速的數(shù)據(jù)傳輸速率，這對(duì)于連接高速存儲(chǔ)設(shè)備或其他外設(shè)非常重要。而千兆以太網(wǎng)接口則確保了網(wǎng)絡(luò)連接的高速度和穩(wěn)定性，對(duì)于需要頻繁訪(fǎng)問(wèn)網(wǎng)絡(luò)資源的應(yīng)用特別有用。

2

巡檢機(jī)器人綜合系統(tǒng)設(shè)計(jì)

下面將在 jetson nano 的項(xiàng)目移植到哪吒N97開(kāi)發(fā)板，用來(lái)測(cè)評(píng)哪吒開(kāi)發(fā)板的性能，文章將從智能巡檢機(jī)器人的綜合設(shè)計(jì)來(lái)綜合體現(xiàn)哪吒開(kāi)發(fā)板的性能。

2.1綜合系統(tǒng)架構(gòu)

本智能巡檢系統(tǒng)以無(wú)人巡檢機(jī)器人為載體，搭載高靈敏度甲烷傳感器、高性能紅外溫度傳感器、耐用的溫濕度傳感器和全方位激光雷達(dá)，形成一個(gè)綜合環(huán)境監(jiān)測(cè)與自主導(dǎo)航解決方案。系統(tǒng)能夠?qū)崟r(shí)監(jiān)測(cè)甲烷濃度、溫濕度變化及管廊內(nèi)管道的溫度異常，有效預(yù)防安全隱患，同時(shí)利用激光雷達(dá)進(jìn)行建圖與自主導(dǎo)航，確保機(jī)器人在復(fù)雜環(huán)境中穩(wěn)定運(yùn)行。

2.1.1核心功能與技術(shù)參數(shù)

（1）哪吒開(kāi)發(fā)板

哪吒（Nezha）開(kāi)發(fā)套件以信用卡大?。?5 x 56mm）的開(kāi)發(fā)板-哪吒（Nezha）為核心，采用英特爾處理器 N97（Alder Lake-N），結(jié)合了高性能和低功耗的特性。它支持四核 SoC，時(shí)鐘頻率高達(dá) 3.60GHz，TDP 僅為 12W。其內(nèi)置 GPU 用于 高分辨率顯示。哪吒保持了 85mm x 56mm 信用卡大小的外形尺寸，與樹(shù)莓派相同，包括高達(dá) 8GB 的 LPDDR5 系統(tǒng)內(nèi)存、高達(dá) 64GB 的 eMMC 存儲(chǔ)、板載 TPM 2.0、40 針 GPIO 連接器，并支持 Windows 和 Linux 操作系統(tǒng)。這些功能與無(wú)風(fēng)扇冷卻器相結(jié)合，為各種應(yīng)用構(gòu)建了高效的解決方案，適用于教育、物聯(lián)網(wǎng)網(wǎng)關(guān)、數(shù)字標(biāo)牌和機(jī)器人等應(yīng)用。

內(nèi)置 Intel UHD Graphics Gen12，最多 24 個(gè)執(zhí)行單元，這也是一個(gè)強(qiáng)大的 AI 引擎，可用于 AI 推理。它是基于 Xe 架構(gòu)的新一代 GPU。支持包括 INT8 在內(nèi)的主要數(shù)據(jù)類(lèi)型。通過(guò)HDMI 1.4b端口，它支持30Hz的4K UHD（3840×2160）以實(shí)現(xiàn)高分辨率顯示。

（2）環(huán)境監(jiān)測(cè)

甲烷傳感器：量程覆蓋0%至100%，分辨率0.1%LEL，響應(yīng)時(shí)間T90≤3s，確保甲烷泄漏預(yù)警的準(zhǔn)確性與及時(shí)性。溫濕度傳感器：溫度測(cè)量范圍-40至120℃，濕度測(cè)量范圍0至100%RH，測(cè)量精度高，適合地下惡劣環(huán)境。紅外熱成像儀：覆蓋-40至300℃測(cè)溫范圍，確保對(duì)熱異常的精確識(shí)別，預(yù)防過(guò)熱或冷凝風(fēng)險(xiǎn)。激光雷達(dá)：實(shí)現(xiàn)360°掃描精度，抗強(qiáng)光干擾，測(cè)量距離精度±3cm，支持在無(wú)GPS環(huán)境下的自主導(dǎo)航。

（3）自主導(dǎo)航與智能避障

Kartor算法：不依賴(lài)?yán)锍逃?jì)，利用高斯牛頓迭代優(yōu)化激光雷達(dá)數(shù)據(jù)，結(jié)合回環(huán)檢測(cè)機(jī)制，實(shí)現(xiàn)實(shí)時(shí)定位與建圖。TEB算法：結(jié)合長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)與深度強(qiáng)化學(xué)習(xí)(TEB)，實(shí)現(xiàn)對(duì)復(fù)雜動(dòng)態(tài)環(huán)境的高效自主避障與路徑規(guī)劃。

（4）環(huán)境監(jiān)測(cè)

裂縫檢測(cè)：通過(guò)訓(xùn)練YOLO模型識(shí)別特定類(lèi)型的結(jié)構(gòu)損傷，如混凝土裂縫或其他形式的損壞，可以及早發(fā)現(xiàn)結(jié)構(gòu)問(wèn)題，防止進(jìn)一步惡化。積水檢測(cè)：積水可能導(dǎo)致電氣設(shè)備短路或其他安全隱患。YOLO模型可以通過(guò)識(shí)別水的特征，及時(shí)發(fā)現(xiàn)積水情況，并提醒管理人員進(jìn)行排水處理。異物檢測(cè)：管廊內(nèi)部可能會(huì)出現(xiàn)各種異物，如工具、廢棄物或其他不應(yīng)該存在的物品。這些異物不僅會(huì)造成安全隱患，還可能阻礙巡檢機(jī)器人的行進(jìn)路線(xiàn)。YOLO模型能夠識(shí)別這些異物，并幫助機(jī)器人繞過(guò)或標(biāo)記它們的位置以便后續(xù)清理。

2.1.2 系統(tǒng)實(shí)施細(xì)節(jié)

本智能巡檢系統(tǒng)基于ROS（Robot Operating System）框架，實(shí)現(xiàn)了軟件的高度模塊化與代碼的復(fù)用性。系統(tǒng)采用了分布式架構(gòu)，支持運(yùn)動(dòng)控制、KARTOR建圖、路徑規(guī)劃等多個(gè)功能節(jié)點(diǎn)的協(xié)同工作。ROS提供的Rviz、Gazebo、rosbag等工具極大提升了開(kāi)發(fā)與測(cè)試效率。Kartor算法通過(guò)對(duì)激光雷達(dá)數(shù)據(jù)進(jìn)行優(yōu)化處理，并結(jié)合/TF樹(shù)管理不同坐標(biāo)系間的變換，實(shí)現(xiàn)了精確的自我定位與地圖構(gòu)建。通過(guò)使用map_server功能包保存所構(gòu)建的地圖，為路徑規(guī)劃提供了堅(jiān)實(shí)的基礎(chǔ)。TEB（Timed Elastic Band）路徑規(guī)劃器的集成則考慮到了機(jī)器人的動(dòng)態(tài)約束，能夠?qū)崟r(shí)調(diào)整路徑規(guī)劃，確保導(dǎo)航既高效又靈活。TEB算法通過(guò)局部時(shí)間窗口內(nèi)的動(dòng)態(tài)優(yōu)化，實(shí)現(xiàn)了對(duì)環(huán)境變化的即時(shí)響應(yīng)，有效避免障礙物。

系統(tǒng)利用NB-IoT技術(shù)，實(shí)現(xiàn)了從機(jī)器人到運(yùn)維終端的低延遲、高效率的數(shù)據(jù)傳輸，確保了環(huán)境監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)傳輸與報(bào)警通知。系統(tǒng)選用了哪吒N97開(kāi)發(fā)板作為主控制器，該開(kāi)發(fā)板基于英特爾處理器N97，結(jié)合了高性能與低功耗特性，支持四核SoC，最高時(shí)鐘頻率達(dá)3.60GHz，TDP僅為12W，內(nèi)置Intel UHD Graphics Gen12 GPU，支持AI推理，為系統(tǒng)提供了強(qiáng)大的計(jì)算能力。下位機(jī)采用STM32微控制器，通過(guò)精密的控制算法如PID控制，驅(qū)動(dòng)阿克曼轉(zhuǎn)向機(jī)構(gòu)，確保了車(chē)輛能夠精確、平滑地遵循預(yù)定路徑。此外，系統(tǒng)還加入了YOLOv5模型，用于特定物體檢測(cè)，包括裂縫、積水及異物識(shí)別，進(jìn)一步增強(qiáng)了系統(tǒng)的智能檢測(cè)能力。

2.2功能與性能參數(shù)

本智能巡檢系統(tǒng)集成了高靈敏度甲烷傳感器、高性能紅外溫度傳感器、耐用的溫濕度傳感器以及全方位激光雷達(dá)，共同構(gòu)建了一套全面、高效的地下管廊環(huán)境監(jiān)控解決方案。采用高靈敏度的甲烷傳感器，能在-10至50°C下實(shí)時(shí)監(jiān)測(cè)空氣中甲烷濃度的變化并預(yù)警甲烷泄漏。溫濕度傳感器基于可靠的電阻式或電容式傳感技術(shù)，專(zhuān)為應(yīng)對(duì)地下空間的惡劣條件設(shè)計(jì)，追蹤溫濕度變化趨勢(shì)，及時(shí)發(fā)現(xiàn)不利環(huán)境條件的早期跡象，確保設(shè)施耐久與安全。紅外熱成像傳感器則覆蓋-40至300°C范圍，非接觸式監(jiān)控管廊內(nèi)管道溫度異常，預(yù)防過(guò)熱或冷凝風(fēng)險(xiǎn)，有效預(yù)防管道損傷及性能下降。

2.2.1自主導(dǎo)航

Kartor算法是一種無(wú)需依賴(lài)?yán)锍逃?jì)信息的KARTOR技術(shù)，專(zhuān)門(mén)設(shè)計(jì)用于激光雷達(dá)數(shù)據(jù)處理，它在地下管廊場(chǎng)景中通過(guò)以下步驟實(shí)現(xiàn)環(huán)境感知與自我定位：首先，利用HOKUYO激光雷達(dá)采集環(huán)境點(diǎn)云數(shù)據(jù)；算法利用掃描匹配進(jìn)行位姿估計(jì)，確保無(wú)紋理環(huán)境中的定位穩(wěn)定；包含回環(huán)檢測(cè)機(jī)制以修正累積誤差，維持地圖與定位一致性；最終，基于構(gòu)建的柵格地圖，結(jié)合全局與局部路徑規(guī)劃算法。

2.2.2智能避障

采用的TEB算法，巧妙融合了LSTM的記憶能力和TEB的決策優(yōu)化優(yōu)勢(shì)，針對(duì)地下管廊復(fù)雜動(dòng)態(tài)環(huán)境，實(shí)現(xiàn)了智能機(jī)器人的高效自主避障與路徑規(guī)劃。LSTM單元處理時(shí)間序列數(shù)據(jù)，利用歷史軌跡和環(huán)境變化信息，使機(jī)器人具備預(yù)測(cè)環(huán)境動(dòng)態(tài)的能力；而TEB算法則確保策略的連續(xù)性與穩(wěn)定性，指導(dǎo)機(jī)器人在追求最安全、高效的行進(jìn)策略同時(shí)，靈活應(yīng)對(duì)突發(fā)障礙，實(shí)時(shí)調(diào)整路徑，從而在確保安全性的前提下，順利完成巡檢任務(wù)，彰顯了該算法在復(fù)雜環(huán)境自主導(dǎo)航與智能避障領(lǐng)域的先進(jìn)性和實(shí)用性。

2.2.3實(shí)時(shí)監(jiān)控

該系統(tǒng)利用新興的窄帶物聯(lián)網(wǎng)（NB-IoT）技術(shù)，實(shí)現(xiàn)從機(jī)器人端到運(yùn)維端的低延遲、高效率數(shù)據(jù)傳輸。NB-IoT以其覆蓋廣、功耗低、連接多的特點(diǎn)，即使在地下深處也能保證數(shù)據(jù)的連續(xù)、穩(wěn)定傳輸，涵蓋了環(huán)境監(jiān)測(cè)的各類(lèi)關(guān)鍵參數(shù)，如甲烷濃度、溫濕度變化、激光雷達(dá)探測(cè)到的障礙物信息等。系統(tǒng)界面會(huì)動(dòng)態(tài)展示傳感器數(shù)據(jù)的最新變化，如溫度、濕度的波動(dòng)曲線(xiàn)，此外，系統(tǒng)還集成報(bào)警功能，一旦檢測(cè)到參數(shù)超出預(yù)設(shè)閾值，將立即觸發(fā)警報(bào)通知，確保能夠迅速響應(yīng)，采取相應(yīng)措施，有效預(yù)防潛在的安全風(fēng)險(xiǎn)和設(shè)備故障，極大提升了地下綜合管廊運(yùn)維管理的效率與安全性。

2.2.4特定物體檢測(cè)

裂縫檢測(cè)：YOLO模型經(jīng)過(guò)專(zhuān)門(mén)訓(xùn)練，能夠識(shí)別管廊墻壁或地面的裂縫。利用安裝在巡檢機(jī)器人上的高分辨率攝像頭，實(shí)時(shí)捕捉管廊內(nèi)部的圖像，并由YOLO模型進(jìn)行分析，即時(shí)檢測(cè)到任何結(jié)構(gòu)上的損傷。這一功能有助于提前發(fā)現(xiàn)并修復(fù)潛在的結(jié)構(gòu)問(wèn)題，避免更嚴(yán)重的安全隱患。積水檢測(cè)：積水的存在可能導(dǎo)致電氣設(shè)備故障或其他安全問(wèn)題。YOLO模型能夠通過(guò)識(shí)別積水的特征，如水面反射和輪廓，及時(shí)發(fā)現(xiàn)并標(biāo)記積水區(qū)域。這為維護(hù)團(tuán)隊(duì)提供了及時(shí)的信息，以便采取排水措施，減少事故發(fā)生的可能性。異物檢測(cè)：管廊內(nèi)部可能會(huì)出現(xiàn)各種不應(yīng)存在的物體，如工具、垃圾或其他障礙物。YOLO模型可以識(shí)別這些異物，并將其位置信息實(shí)時(shí)傳輸?shù)焦芾硐到y(tǒng)。通過(guò)這種方式，可以迅速定位并清除這些異物，保障管廊內(nèi)部的暢通無(wú)阻。

2.2.5 技術(shù)指標(biāo)

表2-1 JXM-CH4甲烷傳感器主要規(guī)格參數(shù)

表2-2 Y1906B溫濕度傳感器主要規(guī)格參數(shù)

表2-3 MLX90640紅外熱成像儀主要規(guī)格參數(shù)

表2-4 N10P激光雷達(dá)主要規(guī)格參數(shù)

2.3技術(shù)實(shí)施細(xì)節(jié)

哪吒開(kāi)發(fā)板

哪吒N97開(kāi)發(fā)板基于高性能的英特爾處理器N97（Alder Lake-N），具有四核SoC，最高時(shí)鐘頻率可達(dá)3.60GHz，TDP為12W，結(jié)合了高性能和低功耗的特點(diǎn)。該開(kāi)發(fā)板支持高達(dá)8GB的LPDDR5系統(tǒng)內(nèi)存和高達(dá)64GB的eMMC存儲(chǔ)，配備內(nèi)置的Intel UHD Graphics Gen12 GPU，支持AI推理，是巡檢機(jī)器人理想的“大腦”。開(kāi)發(fā)板還配備了TPM 2.0，40針GPIO連接器，支持Windows和Linux操作系統(tǒng)，適用于教育、物聯(lián)網(wǎng)網(wǎng)關(guān)、數(shù)字標(biāo)牌和機(jī)器人等多種應(yīng)用場(chǎng)景。

在本項(xiàng)目中，哪吒N97與ROS框架結(jié)合，成功實(shí)現(xiàn)了Kartor算法和TEB算法的集成與運(yùn)行。哪吒N97強(qiáng)大的計(jì)算能力保證了這些算法能夠?qū)崟r(shí)執(zhí)行，為機(jī)器人提供了智能決策依據(jù)。Kartor算法利用激光雷達(dá)信息進(jìn)行環(huán)境感知與自我定位，即使在無(wú)紋理環(huán)境中也能確保定位的準(zhǔn)確性。而TEB算法結(jié)合了長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）與深度強(qiáng)化學(xué)習(xí)（TEB），在路徑規(guī)劃與避障中發(fā)揮了重要作用，通過(guò)融合LSTM的記憶能力和TEB的決策優(yōu)化優(yōu)勢(shì)，使得機(jī)器人能夠在復(fù)雜動(dòng)態(tài)環(huán)境中做出快速反應(yīng)，有效避開(kāi)障礙物。

哪吒N97還支持NB-IoT通信模塊的集成，實(shí)現(xiàn)了與云端服務(wù)器之間的低延遲、高效率數(shù)據(jù)傳輸。即使在地下復(fù)雜環(huán)境中，哪吒N97也能確保數(shù)據(jù)傳輸?shù)倪B續(xù)性和可靠性，為遠(yuǎn)程監(jiān)控和數(shù)據(jù)管理提供了便利。通過(guò)NB-IoT技術(shù)，系統(tǒng)能夠?qū)崟r(shí)將環(huán)境監(jiān)測(cè)數(shù)據(jù)上傳至云端，一旦檢測(cè)到異常情況，即可立即觸發(fā)警報(bào)，確保能夠迅速響應(yīng)，采取相應(yīng)措施，有效預(yù)防潛在的安全風(fēng)險(xiǎn)和設(shè)備故障。

哪吒N97開(kāi)發(fā)板集成度高，易于擴(kuò)展，支持多種外設(shè)接口，便于系統(tǒng)在未來(lái)進(jìn)行升級(jí)或功能擴(kuò)展。其強(qiáng)大的性能和良好的兼容性為巡檢機(jī)器人的智能化提供了堅(jiān)實(shí)的技術(shù)保障。在實(shí)際測(cè)試中，哪吒N97無(wú)論是在數(shù)據(jù)處理能力、通信穩(wěn)定性還是與其他硬件的協(xié)同工作上，都達(dá)到了預(yù)期效果，充分展示了其作為智能巡檢系統(tǒng)核心控制器的價(jià)值。

2.3.1機(jī)器人操作系統(tǒng)ROS的基本概念

2010年，機(jī)器人技術(shù)公司W(wǎng)illow Garage正式以開(kāi)放源碼的形式發(fā)布了ROS框架。ROS（Robot Operating System）是一個(gè)用于編寫(xiě)機(jī)器人軟件的靈活框架，運(yùn)行于Linux系統(tǒng)，官方推薦操作系統(tǒng)為Ubuntu。ROS集成了大量的工具、庫(kù)、協(xié)議等，提供了類(lèi)似操作系統(tǒng)所提供的功能，致使軟件代碼的模塊化和復(fù)用性加強(qiáng)，為軟件開(kāi)發(fā)工作提供了便利。

ROS是一個(gè)分布式框架，使得程序具有獨(dú)立性和低耦合性。ROS還具有以下幾個(gè)特點(diǎn)：

(1)點(diǎn)對(duì)點(diǎn)的設(shè)計(jì)

ROS中的每個(gè)進(jìn)程都是以一個(gè)節(jié)點(diǎn)的形式運(yùn)行，并且可以分布于多個(gè)不同主機(jī)上。這種設(shè)計(jì)可以分散定位、導(dǎo)航等帶來(lái)的實(shí)時(shí)計(jì)算壓力。

(2)架構(gòu)集成度高、精簡(jiǎn)化

很多機(jī)器人軟件在驅(qū)動(dòng)程序、應(yīng)用算法和功能上比較混亂，很難從中找到想要的功能。而ROS框架的模塊化使得每個(gè)功能節(jié)點(diǎn)可以單獨(dú)編譯，便于二次開(kāi)發(fā)。ROS開(kāi)源社區(qū)中集成了許多已有的開(kāi)源代碼，許多復(fù)雜的代碼已封裝成庫(kù)，如OpenCV庫(kù)（Open Source Computer Vision Library）、PCL庫(kù)（Point Cloud Library）等，可以進(jìn)行快速開(kāi)發(fā)。

(3)支持多種編程語(yǔ)言

ROS采用接口定義語(yǔ)言描述模塊之間、節(jié)點(diǎn)之間的消息發(fā)送機(jī)制，用戶(hù)可以使用多種編程語(yǔ)言進(jìn)行編程和開(kāi)發(fā)，例如Python、C++、LISP、Java等。

2.3.2 Kartor算法

Kartor是一種基于優(yōu)化的算法，采用高斯牛頓迭代方法求解最小二乘問(wèn)題。該算法不需要里程數(shù)據(jù)，且后端回環(huán)檢測(cè)過(guò)程，只根據(jù)激光信息就可以繪制柵格地圖。該算法高度依賴(lài)于掃描匹配的結(jié)果。

Kartor建圖包括兩個(gè)過(guò)程：地圖的獲取和掃描匹配。先用激光數(shù)據(jù)對(duì)環(huán)境進(jìn)行描述，再將離散的激光數(shù)據(jù)進(jìn)行匹配。

定位、建圖、路徑規(guī)劃相互關(guān)系

KARTOR技術(shù)是實(shí)現(xiàn)智能小車(chē)自主導(dǎo)航工作的先決條件，其是一個(gè)動(dòng)態(tài)的過(guò)程，機(jī)器在陌生環(huán)境下開(kāi)始移動(dòng)，在移動(dòng)過(guò)程中，機(jī)器需要利用自身位置和局部地圖進(jìn)行自我定位，并以此為基礎(chǔ)建立增量式地圖，以實(shí)現(xiàn)全局地圖的更新。整個(gè)建圖過(guò)程具備一定的實(shí)時(shí)性，地圖構(gòu)建結(jié)果的準(zhǔn)確與否將直接影響整個(gè)導(dǎo)航系統(tǒng)的性能。路徑規(guī)劃是實(shí)現(xiàn)其自主導(dǎo)航的核心環(huán)節(jié)，解決機(jī)器人在發(fā)布指定目標(biāo)點(diǎn)條件下如何移動(dòng)的問(wèn)題，定位、建圖、路徑規(guī)劃三者之間的相互關(guān)系如圖所示

2.3.3 Kartor地圖構(gòu)建

根據(jù)構(gòu)建地圖的需要構(gòu)建和相關(guān)軟件功能包執(zhí)行功能包中的節(jié)點(diǎn)程序，包括Kartorhector_mapping，MAP-SERVER-map-server，RVIZ-rviz等，其中Kartor、MAP-SERVER功能包用于對(duì)室內(nèi)環(huán)境的二維柵格地圖的創(chuàng)建和保存，RVIZ用于可視化操作。通過(guò)以上功能包共同完成對(duì)室內(nèi)真實(shí)環(huán)境建圖。

實(shí)驗(yàn)步驟如下：

（1）創(chuàng)建hector-mapping節(jié)點(diǎn)參數(shù)配置launch文件，如Frame names（坐標(biāo)系名稱(chēng)）、TF use（所需的TF變換）、Map update parameters（地圖更新參數(shù)）等，根據(jù)實(shí)際需要確定其具體參數(shù)大小，這里設(shè)置地圖分辨率為5cm。

（2）創(chuàng)建用于演示Hector-Kartor 的 launch 文件，將hector-mapping節(jié)點(diǎn)和rviz節(jié)點(diǎn)同時(shí)編寫(xiě)在其中。

（3）完成KARTOR過(guò)程后使用map-server功能包保存地圖。

根據(jù)上述步驟，手動(dòng)遙控機(jī)器人，在走廊環(huán)境內(nèi)，實(shí)驗(yàn)室門(mén)口作為初始位置，運(yùn)行至走廊盡頭。走廊真實(shí)場(chǎng)景及rviz可視化界面如圖所示。

2.3.4激光雷達(dá)點(diǎn)云畸變的去除

激光雷達(dá)點(diǎn)云畸變

當(dāng)智能小車(chē)搭載的激光雷達(dá)頻率較低時(shí)將會(huì)產(chǎn)生點(diǎn)云畸變現(xiàn)象，如圖所示。即在智能小車(chē)運(yùn)動(dòng)過(guò)程中，由于智能小車(chē)自身的運(yùn)動(dòng)導(dǎo)致每個(gè)激光點(diǎn)都在不同的基準(zhǔn)位姿下產(chǎn)生，并且每個(gè)角度的激光數(shù)據(jù)也不是瞬時(shí)獲得的，而一般激光雷達(dá)驅(qū)動(dòng)封裝一幀數(shù)據(jù)時(shí)，默認(rèn)整個(gè)數(shù)據(jù)幀中的所有激光點(diǎn)是在相同的時(shí)刻和姿態(tài)下采集的。在低頻率掃描的激光雷達(dá)應(yīng)用中（5-10Hz），該問(wèn)題是不可忽視的，故為了減小誤差提升建圖效果需要對(duì)激光雷達(dá)的運(yùn)動(dòng)畸變進(jìn)行去除處理。

圖中，紅色為靜止?fàn)顟B(tài)下激光雷達(dá)正常點(diǎn)云，藍(lán)色為畸變后的激光點(diǎn)云，為了去除此類(lèi)現(xiàn)象，只需要找到每個(gè)激光點(diǎn)對(duì)應(yīng)時(shí)刻的激光雷達(dá)坐標(biāo)系相對(duì)于發(fā)射第一個(gè)點(diǎn)時(shí)激光雷達(dá)坐標(biāo)系間的坐標(biāo)變換，就可以將每個(gè)激光點(diǎn)都變換到發(fā)射第一個(gè)點(diǎn)時(shí)的激光雷達(dá)坐標(biāo)系下，進(jìn)而完成對(duì)畸變的矯正。具體矯正過(guò)程如下：

設(shè)當(dāng)前幀激光雷達(dá)數(shù)據(jù)起始時(shí)間為tp和tq，在所設(shè)時(shí)刻下可能沒(méi)有與之直接對(duì)應(yīng)的新里程計(jì)位姿，因此可在有位姿的時(shí)刻對(duì)其進(jìn)行線(xiàn)性插值求得tp和tq時(shí)刻的位姿。設(shè)在tp和tq時(shí)刻可以獲取到新的里程計(jì)的位姿[8]，且m

sm=newodomposm#2-1

sn=newodomposn#2-2

sp=Linearinsersm,sn,p-mn-m#2-3

同理可求得當(dāng)前幀激光雷達(dá)數(shù)據(jù)封裝時(shí)間tq的位姿sq，假設(shè)在每幀激光雷達(dá)數(shù)據(jù)封裝期間智能小車(chē)做勻加速直線(xiàn)運(yùn)動(dòng)，令tk=(tp+tq)/2，則

sk=Linearinseersp,qq,k-pq-p#2-4

已知sp，sm，sq可以插值一條二次曲線(xiàn)：

st=At2+Bt+C#2-5

其中，t的取值范圍為：tp≤t≤tq，因此相應(yīng)激光點(diǎn)的位姿可由下式計(jì)算：

sp=Linearinsersp,sq,pi-p?t#2-6

設(shè)Xi為轉(zhuǎn)化前的坐標(biāo)，Xi’為轉(zhuǎn)化后的坐標(biāo)，則其坐標(biāo)變換如下式所示

Xi'=siTXi#2-7

把轉(zhuǎn)換后的坐標(biāo)重新封裝為一幀數(shù)據(jù)發(fā)布出：

Xi=sx,sy#2-8

Range=sx?sx+sy?sy#2-9

矯正后的激光點(diǎn)云如圖所示，圖中給出兩組點(diǎn)云數(shù)據(jù)，紅色點(diǎn)云為原始數(shù)據(jù)，黃色點(diǎn)云為經(jīng)過(guò)轉(zhuǎn)換處理后的點(diǎn)云數(shù)據(jù)，可以明顯地看出在智能小車(chē)的運(yùn)動(dòng)過(guò)程中，水平方向上的激光點(diǎn)云產(chǎn)生了很?chē)?yán)重的畸變，而經(jīng)過(guò)轉(zhuǎn)換處理后激光點(diǎn)云的分布更符合對(duì)周?chē)h(huán)境進(jìn)行探測(cè)的真實(shí)點(diǎn)云。

校正后的激光點(diǎn)云對(duì)比

2.3.5 TEB路徑規(guī)劃

2.3.5.1 Timed Elastic Band概述

TEB（Timed Elastic Band）算法代表了一種先進(jìn)的路徑規(guī)劃范式，專(zhuān)為自主導(dǎo)航系統(tǒng)設(shè)計(jì)，旨在實(shí)現(xiàn)動(dòng)態(tài)環(huán)境下的自適應(yīng)路徑規(guī)劃。與經(jīng)典的靜態(tài)路徑規(guī)劃算法相比，TEB不僅聚焦于初始至目標(biāo)點(diǎn)的最小成本路徑計(jì)算，還顯著增強(qiáng)了在運(yùn)行時(shí)對(duì)瞬息萬(wàn)變環(huán)境的即時(shí)反饋與調(diào)整機(jī)制。該算法的獨(dú)到之處，在于構(gòu)建了一個(gè)時(shí)空彈性的“時(shí)間彈性帶”(Temporal Elastic Band)，這一構(gòu)想使得規(guī)劃路徑在維持全局最優(yōu)導(dǎo)向的同時(shí)，能夠隨時(shí)間軸靈活伸縮，以適配局部動(dòng)態(tài)環(huán)境的變化，體現(xiàn)了高度的在線(xiàn)自適應(yīng)特性。

2.3.5.2 整合全局與局部信息

在TEB算法實(shí)施的初期，通常會(huì)利用Global算法預(yù)先計(jì)算出一條全局最優(yōu)路徑。這條路徑作為基礎(chǔ)引導(dǎo)線(xiàn)，為后續(xù)的局部軌跡優(yōu)化提供了方向性指導(dǎo)，確保了導(dǎo)航任務(wù)的整體導(dǎo)向性與效率。

2.3.5.3 局部障礙物信息的動(dòng)態(tài)處理

針對(duì)局部環(huán)境的快速變化，TEB算法展現(xiàn)出了卓越的動(dòng)態(tài)處理能力。通過(guò)連續(xù)掃描和分析周邊環(huán)境數(shù)據(jù)，TEB能夠即刻辨識(shí)新涌現(xiàn)的障礙物，并利用滾動(dòng)窗口優(yōu)化模型（Rolling Window Optimization），實(shí)現(xiàn)對(duì)未來(lái)軌跡的即時(shí)迭代調(diào)整。這種機(jī)制確保了即便面對(duì)突發(fā)障礙，系統(tǒng)也能迅速完成路徑重規(guī)劃，有效規(guī)避碰撞，展現(xiàn)了低至毫秒級(jí)的響應(yīng)速度與高精度避障性能。

2.3.5.4 TEB在自主導(dǎo)航系統(tǒng)中的應(yīng)用優(yōu)勢(shì)

(1)靈活性與適應(yīng)性：TEB能夠根據(jù)環(huán)境變化實(shí)時(shí)調(diào)整路徑，提高了系統(tǒng)的適應(yīng)性和魯棒性。

(2)動(dòng)態(tài)避障能力：結(jié)合局部障礙物檢測(cè)，確保路徑安全性，減少碰撞風(fēng)險(xiǎn)。

(3)效率與平滑性：通過(guò)優(yōu)化算法保證生成的軌跡既高效又平滑，提升導(dǎo)航體驗(yàn)。

(4)易于集成：與多種全局路徑規(guī)劃算法兼容，易于在現(xiàn)有自主導(dǎo)航系統(tǒng)中實(shí)施。

2.3.6融合全局與局部路徑規(guī)劃算法

TEB算法具有良好的局部避障能力，但由于其容易陷入局部最優(yōu)而無(wú)法進(jìn)行較遠(yuǎn)目標(biāo)點(diǎn)的路徑規(guī)劃，且改進(jìn)A*算法也只適用于全局環(huán)境完全已知的情況下，因此將全局路徑規(guī)劃方法和局部路徑規(guī)劃方法相融合，提出一種融合改進(jìn)A*和TEB算法的路徑規(guī)劃算法[10]。融合算法將改進(jìn)A*算法獲得的全局路徑信息傳遞給TEB算法，通過(guò)引入全局規(guī)劃路徑和局部目標(biāo)，提高了規(guī)劃效率與導(dǎo)航成功率，在局部路徑規(guī)劃上，運(yùn)用TEB算法也能更好地實(shí)現(xiàn)智能小車(chē)的動(dòng)態(tài)避障。

2.3.7基于NB-IoT的通信

NB-IoT（ Narrowband Internet of Things）技術(shù)是專(zhuān)為物聯(lián)網(wǎng)設(shè)計(jì)的低功耗廣域網(wǎng)通信標(biāo)準(zhǔn)，其低功耗特性尤為突出。通過(guò)采用窄帶傳輸和優(yōu)化的電源管理方案，NB-IoT設(shè)備能夠在保證數(shù)據(jù)傳輸可靠性的前提下，大幅度降低功耗，設(shè)計(jì)基于NB-IoT的數(shù)據(jù)采集終端軟件，以實(shí)現(xiàn)傳感器數(shù)據(jù)的高效上傳至云端，需考慮以下幾個(gè)關(guān)鍵環(huán)節(jié)：

（1）傳感器接口集成：首先，軟件需支持與各類(lèi)傳感器的順暢對(duì)接，通過(guò)標(biāo)準(zhǔn)化或定制化的協(xié)議讀取傳感器數(shù)據(jù)，確保數(shù)據(jù)采集的準(zhǔn)確性和實(shí)時(shí)性。

（2）數(shù)據(jù)預(yù)處理：在上傳前，對(duì)原始數(shù)據(jù)進(jìn)行必要的預(yù)處理，比如數(shù)據(jù)格式化、錯(cuò)誤檢查、異常值過(guò)濾等，以減少不必要的數(shù)據(jù)傳輸量，提高上傳效率。

（3）功耗管理：軟件設(shè)計(jì)需充分考慮NB-IoT模組的功耗特性，合理安排數(shù)據(jù)上傳的時(shí)機(jī)和頻率，利用NB-IoT的省電模式，在無(wú)數(shù)據(jù)傳輸時(shí)進(jìn)入低功耗待機(jī)狀態(tài)，以最大化延長(zhǎng)設(shè)備續(xù)航。

（4）高效數(shù)據(jù)傳輸協(xié)議：采用如CoAP（Constrained Application Protocol）或DTLS（Datagram Transport Layer Security）等輕量級(jí)協(xié)議進(jìn)行數(shù)據(jù)封裝和安全傳輸，這些協(xié)議專(zhuān)為資源受限設(shè)備設(shè)計(jì)，能在保證數(shù)據(jù)安全的同時(shí)減少開(kāi)銷(xiāo)。

2.3.8 YOLOV5

YOLOv5是一種單階段目標(biāo)檢測(cè)算法，該算法在YOLOv4的基礎(chǔ)上添加了一些新的改進(jìn)思路，使其速度與精度都得到了極大的性能提升。主要的改進(jìn)思路如下所示：

輸入端：在模型訓(xùn)練階段，提出了一些改進(jìn)思路，主要包括Mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放；

基準(zhǔn)網(wǎng)絡(luò)：融合其它檢測(cè)算法中的一些新思路，主要包括：Focus結(jié)構(gòu)與CSP結(jié)構(gòu)；

Neck網(wǎng)絡(luò)：目標(biāo)檢測(cè)網(wǎng)絡(luò)在BackBone與最后的Head輸出層之間往往會(huì)插入一些層，Yolov5中添加了FPN+PAN結(jié)構(gòu)；

Head輸出層：輸出層的錨框機(jī)制與YOLOv4相同，主要改進(jìn)的是訓(xùn)練時(shí)的損失函數(shù)GIOU_Loss，以及預(yù)測(cè)框篩選的DIOU_nms。

3

系統(tǒng)驗(yàn)證與性能評(píng)估

3.1測(cè)試方案設(shè)計(jì)

3.1.1場(chǎng)景模擬

3.1.1.1測(cè)試場(chǎng)景

為全面驗(yàn)證機(jī)器人的性能，測(cè)試場(chǎng)景選取需覆蓋地下管廊的典型環(huán)境，具體包括：

(1)直道測(cè)試區(qū)：模擬管廊直線(xiàn)段，測(cè)試機(jī)器人的直線(xiàn)行駛穩(wěn)定性、速度控制精度以及傳感器在無(wú)遮擋環(huán)境下的數(shù)據(jù)準(zhǔn)確性。

(2)彎道測(cè)試區(qū)：設(shè)計(jì)不同曲率的彎道，檢驗(yàn)機(jī)器人的轉(zhuǎn)向靈活性、路徑跟蹤能力和在轉(zhuǎn)彎過(guò)程中的傳感器數(shù)據(jù)穩(wěn)定性。

(3)復(fù)雜交叉點(diǎn)：設(shè)置多條管道交匯區(qū)域，評(píng)估機(jī)器人的避障邏輯、路徑重新規(guī)劃能力以及在復(fù)雜環(huán)境中的自主導(dǎo)航性能。

(4)障礙物模擬區(qū)：布置不同尺寸和材質(zhì)的障礙物，考察機(jī)器人避障機(jī)制的響應(yīng)速度、避障策略的有效性以及障礙信息的準(zhǔn)確上報(bào)。

(5)環(huán)境變化區(qū)：模擬不同溫濕度條件、光線(xiàn)變化以及甲烷濃度變化，測(cè)試環(huán)境監(jiān)測(cè)系統(tǒng)的敏感度、適應(yīng)性和報(bào)警機(jī)制的可靠性。

3.1.1.2測(cè)試目的

(1)環(huán)境監(jiān)測(cè)準(zhǔn)確性：驗(yàn)證各傳感器（如甲烷、紅外溫度、溫濕度、激光雷達(dá)）數(shù)據(jù)的精確度，確保對(duì)地下管廊環(huán)境的全面、準(zhǔn)確監(jiān)測(cè)。

(2)導(dǎo)航定位穩(wěn)定性：評(píng)估Kartor算法在不同場(chǎng)景下的地圖構(gòu)建精度和機(jī)器人位置的持續(xù)追蹤能力。

(3)避障機(jī)制有效性：測(cè)試機(jī)器人的避障反應(yīng)速度、避障路徑的選擇是否最優(yōu)，以及在遇到障礙物時(shí)能否平穩(wěn)繞行。

(4)系統(tǒng)整體可靠性：通過(guò)連續(xù)運(yùn)行測(cè)試，評(píng)估機(jī)器人系統(tǒng)的穩(wěn)定性、故障恢復(fù)能力及數(shù)據(jù)通信的連貫性。

3.1.2測(cè)試目標(biāo)與流程規(guī)范

環(huán)境搭建：依據(jù)測(cè)試場(chǎng)景要求，模擬地下管廊的實(shí)際環(huán)境，包括鋪設(shè)模擬管道、設(shè)置障礙物等。

基于上一節(jié)改進(jìn)的KARTOR算法構(gòu)建的環(huán)境地圖進(jìn)行智能小車(chē)自主導(dǎo)航實(shí)驗(yàn)。首先將機(jī)器放置在之前建圖開(kāi)始時(shí)的初始位置，運(yùn)行基于改進(jìn)A*的全局路徑算法與參數(shù)擇優(yōu)后的TEB局部路徑算法的導(dǎo)航launch文件，并導(dǎo)入之前改進(jìn)KARTOR算法構(gòu)建的地圖；重新放置的機(jī)器初始位置可能與建圖開(kāi)始時(shí)其所在地圖中的位置稍有偏差，此時(shí)可以通過(guò)Rviz 中自帶的插件2D Pose Estimate調(diào)節(jié)機(jī)器的位置，之后在通過(guò)Rviz中的插件2D Nav Goal 設(shè)定目標(biāo)位置及方向后，進(jìn)行機(jī)器的自主導(dǎo)航實(shí)驗(yàn)。

KARTOR建圖

3.1.3數(shù)據(jù)記錄

實(shí)時(shí)監(jiān)控：查看機(jī)器人狀態(tài)、傳感器數(shù)據(jù)及視頻流。

數(shù)據(jù)采集：記錄機(jī)器人運(yùn)行過(guò)程中的所收集到的各項(xiàng)參數(shù)，包括甲烷傳感器數(shù)據(jù)、溫濕度傳感器數(shù)據(jù)。

異常標(biāo)記：在測(cè)試過(guò)程中發(fā)現(xiàn)的任何異?；騿?wèn)題，立即進(jìn)行標(biāo)記并記錄詳細(xì)情況。

測(cè)試設(shè)備與測(cè)試數(shù)據(jù)

測(cè)試設(shè)備：包括但不限于環(huán)境模擬裝置（如溫濕度控制箱）、障礙物模擬道具、高精度GPS定位系統(tǒng)（作為對(duì)比驗(yàn)證）、數(shù)據(jù)記錄與分析軟件等。

測(cè)試數(shù)據(jù)：收集的數(shù)據(jù)涵蓋但不限于激光雷達(dá)掃描的點(diǎn)云數(shù)據(jù)、傳感器讀數(shù)（甲烷濃度、溫度、濕度）、機(jī)器人位置信息、避障事件日志等。

3.1.4測(cè)試設(shè)備與測(cè)試數(shù)據(jù)

測(cè)試設(shè)備：包括但不限于環(huán)境模擬裝置（如溫濕度控制箱）、障礙物模擬道具、高精度GPS定位系統(tǒng)（作為對(duì)比驗(yàn)證）、數(shù)據(jù)記錄與分析軟件等。

測(cè)試數(shù)據(jù)：收集的數(shù)據(jù)涵蓋但不限于激光雷達(dá)掃描的點(diǎn)云數(shù)據(jù)、傳感器讀數(shù)（甲烷濃度、溫度、濕度）、機(jī)器人位置信息、避障事件日志等。（數(shù)據(jù)表格）

路徑規(guī)劃示意圖

3.1.5 結(jié)果分析與實(shí)現(xiàn)功能

為利用本文改進(jìn)A*算法與參數(shù)擇優(yōu)后的TEB局部路徑算法的路徑規(guī)劃結(jié)果，從圖中可以看到本文算法規(guī)劃的軌跡，且路徑軌跡相對(duì)平滑，智能小車(chē)能更加安全，平滑地到達(dá)目標(biāo)點(diǎn)。

從圖中可以看出，當(dāng)環(huán)境中出現(xiàn)新的臨時(shí)障礙物時(shí)，智能小車(chē)通過(guò)激光雷達(dá)照在臨時(shí)障礙物上的激光點(diǎn)云獲得信息反饋，把未知行人近似成一條平行于墻面的直線(xiàn)障礙物，并調(diào)用本文提出的融合改進(jìn)的算法的路徑規(guī)劃算法生成新路徑，機(jī)器沿著新生成的路徑靠近障礙物時(shí)，依靠TEB算法規(guī)劃的局部路徑完美繞開(kāi)了臨時(shí)障礙物，最終到達(dá)目標(biāo)點(diǎn)，完成其自主導(dǎo)航任務(wù)。

3.2測(cè)試數(shù)據(jù)分析

3.2.1實(shí)測(cè)數(shù)據(jù)概覽

環(huán)境監(jiān)測(cè)數(shù)據(jù)展示

表3-1 傳感器精準(zhǔn)度對(duì)比

環(huán)境監(jiān)測(cè)數(shù)據(jù)主要包括甲烷濃度、紅外溫度、溫濕度以及激光雷達(dá)的環(huán)境映射數(shù)據(jù)。例如，甲烷傳感器Gasboard-2501-05E在測(cè)試期間記錄的數(shù)據(jù)顯示，其在0%~100%LEL范圍內(nèi)工作穩(wěn)定，平均檢測(cè)精度達(dá)到98%，展現(xiàn)了對(duì)甲烷泄漏的高靈敏度與準(zhǔn)確性。紅外溫度傳感器NX46E8在模擬的高溫與低溫環(huán)境中，溫差測(cè)量誤差控制在±0.5℃以?xún)?nèi)，確保了對(duì)熱源異常的準(zhǔn)確預(yù)警。溫濕度傳感器在極端溫濕度條件下(-40℃至120℃，0%RH至100%RH)依然保持穩(wěn)定讀數(shù)，體現(xiàn)了其在惡劣環(huán)境下的可靠工作性能。而激光雷達(dá)UST-05LX在多次環(huán)境掃描中，地圖構(gòu)建誤差平均保持在15cm以?xún)?nèi)，表明其在復(fù)雜地下環(huán)境中的空間識(shí)別能力。

定位誤差分析

特征分布圖

通過(guò)Kartor算法構(gòu)建的格柵地圖，我們對(duì)機(jī)器人的實(shí)際位置與預(yù)設(shè)路徑的偏差進(jìn)行了跟蹤。測(cè)試結(jié)果顯示，平均定位誤差為0.2米，低于預(yù)定的0.3米誤差標(biāo)準(zhǔn)，表明KARTOR系統(tǒng)在地下管廊環(huán)境中的定位精度較高。

構(gòu)建地圖精度圖

3.2.2性能比對(duì)與系統(tǒng)穩(wěn)健性平價(jià)

避障響應(yīng)時(shí)間與路徑規(guī)劃性能

在避障響應(yīng)測(cè)試中，機(jī)器人通過(guò)TEB算法在遇到障礙物時(shí)的平均響應(yīng)時(shí)間為0.15秒，優(yōu)于預(yù)設(shè)的0.2秒目標(biāo)，展示了良好的實(shí)時(shí)避障能力。路徑規(guī)劃方面，通過(guò)對(duì)比A*算法與TEB算法規(guī)劃的路徑，發(fā)現(xiàn)后者在保證路徑最短的同時(shí)，還能有效避開(kāi)動(dòng)態(tài)障礙物，提高了路徑規(guī)劃的靈活性和安全性。但路徑平滑度尚有提升空間，尤其是在連續(xù)轉(zhuǎn)彎時(shí)路徑銜接略顯生硬。

3.3功能實(shí)現(xiàn)與創(chuàng)新亮點(diǎn)

3.3.1性能比對(duì)與系統(tǒng)穩(wěn)健性平價(jià)

（1）環(huán)境全面監(jiān)控

系統(tǒng)通過(guò)集成甲烷、紅外溫度、溫濕度傳感器以及激光雷達(dá)，構(gòu)建了全方位的環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)。測(cè)試顯示，傳感器數(shù)據(jù)準(zhǔn)確無(wú)誤，實(shí)時(shí)監(jiān)控地下管廊內(nèi)的氣體濃度、溫度、濕度變化以及空間結(jié)構(gòu)，確保了對(duì)環(huán)境的全面掌握。特別是甲烷傳感器憑借其高精度和快速響應(yīng)，有效預(yù)警潛在的氣體泄露，保障了環(huán)境安全。

此外，系統(tǒng)還集成了YOLOv5框架來(lái)實(shí)現(xiàn)對(duì)管廊內(nèi)特定物體（如裂縫、積水、異物等）的實(shí)時(shí)檢測(cè)。YOLOv5模型經(jīng)過(guò)專(zhuān)門(mén)訓(xùn)練，能夠快速準(zhǔn)確地識(shí)別管廊內(nèi)部的各種異常情況。通過(guò)安裝在巡檢機(jī)器人上的高分辨率攝像頭，系統(tǒng)能夠捕捉清晰的圖像，并利用YOLOv5進(jìn)行實(shí)時(shí)分析，及時(shí)發(fā)現(xiàn)裂縫、積水和其他異物。這一功能不僅增強(qiáng)了環(huán)境監(jiān)測(cè)的全面性，還提高了對(duì)潛在安全威脅的響應(yīng)速度。

（2）高精度建圖與導(dǎo)航

基于Kartor算法，機(jī)器人在地下管廊環(huán)境中成功構(gòu)建了精確的柵格地圖，平均定位誤差小于5cm，滿(mǎn)足了高精度導(dǎo)航的要求。該算法在無(wú)需里程計(jì)數(shù)據(jù)的情況下，僅依賴(lài)激光信息就能完成地圖構(gòu)建，為機(jī)器人提供了可靠的自我定位與路徑規(guī)劃基礎(chǔ)。

（3）智能動(dòng)態(tài)避障

在實(shí)際測(cè)試中，TEB算法展現(xiàn)出了卓越的路徑規(guī)劃與避障能力。結(jié)合自注意力機(jī)制，機(jī)器人能夠根據(jù)環(huán)境變化實(shí)時(shí)調(diào)整行駛路徑，有效繞過(guò)動(dòng)態(tài)障礙物，避障響應(yīng)時(shí)間平均在0.15秒內(nèi)，確保了在復(fù)雜環(huán)境中的穩(wěn)定與安全行駛。此算法的引入顯著提高了機(jī)器人的適應(yīng)性和決策效率。

通過(guò)將YOLOv5與Kartor算法、TEB算法相結(jié)合，整個(gè)系統(tǒng)不僅能夠?qū)崿F(xiàn)對(duì)環(huán)境的全面監(jiān)控，還能夠在復(fù)雜的地下管廊環(huán)境中進(jìn)行高精度的導(dǎo)航和智能避障，從而大大提升了巡檢機(jī)器人的工作效率和安全性。

3.3.2特色總結(jié)

基于自注意力機(jī)制的TEB算法：本項(xiàng)目的一大創(chuàng)新在于引入了自注意力機(jī)制的TEB算法，這是對(duì)傳統(tǒng)強(qiáng)化學(xué)習(xí)算法的深度優(yōu)化。它不僅能夠處理當(dāng)前環(huán)境狀態(tài)，還能夠利用歷史數(shù)據(jù)進(jìn)行未來(lái)動(dòng)態(tài)預(yù)測(cè)，顯著提高了路徑規(guī)劃的效率和準(zhǔn)確性。該算法在動(dòng)態(tài)環(huán)境中展現(xiàn)出的高效規(guī)劃能力，為復(fù)雜場(chǎng)景下的自主導(dǎo)航提供了一個(gè)新的解決思路。

利用NB-IoT的低功耗長(zhǎng)距離通信：項(xiàng)目采用的NB-IoT技術(shù)，充分體現(xiàn)了其在低功耗、長(zhǎng)距離通信方面的優(yōu)勢(shì)。在測(cè)試中，機(jī)器人能夠穩(wěn)定地通過(guò)NB-IoT模塊與服務(wù)器通信，即使在地下復(fù)雜環(huán)境中也能保持?jǐn)?shù)據(jù)傳輸?shù)倪B續(xù)性和可靠性，且電池續(xù)航能力強(qiáng)，滿(mǎn)足了地下管廊長(zhǎng)期無(wú)人值守的通信需求。這一設(shè)計(jì)大大拓寬了機(jī)器人的適用范圍，降低了運(yùn)維成本。

4

結(jié)論

在本智能巡檢系統(tǒng)中，哪吒N97開(kāi)發(fā)板憑借其卓越的計(jì)算能力和豐富的接口資源，扮演了不可或缺的角色。作為系統(tǒng)的核心計(jì)算單元，哪吒N97與下位機(jī)STM32形成了高效協(xié)同，確保了從數(shù)據(jù)處理到執(zhí)行控制的全過(guò)程順暢無(wú)阻。該開(kāi)發(fā)板不僅為系統(tǒng)的智能化提供了堅(jiān)實(shí)的基礎(chǔ)，還展示了其處理復(fù)雜運(yùn)算任務(wù)和多任務(wù)并行處理的強(qiáng)大能力。

哪吒N97開(kāi)發(fā)板的高性能處理器使其能夠勝任傳感器數(shù)據(jù)的接收與處理、路徑規(guī)劃算法的運(yùn)行以及與外部設(shè)備的通信等多重任務(wù)。在處理來(lái)自甲烷傳感器、溫濕度傳感器、紅外熱成像儀以及激光雷達(dá)的大量實(shí)時(shí)數(shù)據(jù)時(shí)，哪吒N97展現(xiàn)了出色的計(jì)算能力和數(shù)據(jù)處理速度，確保了傳感器數(shù)據(jù)的及時(shí)分析和反饋，為環(huán)境監(jiān)測(cè)提供了可靠的數(shù)據(jù)支撐。

在自主導(dǎo)航與智能避障方面，哪吒N97與ROS框架相結(jié)合，成功實(shí)現(xiàn)了Kartor算法和TEB算法的集成與運(yùn)行。Kartor算法利用激光雷達(dá)信息進(jìn)行環(huán)境感知與自我定位，即使在無(wú)紋理環(huán)境中也能確保定位的準(zhǔn)確性。而TEB算法則在路徑規(guī)劃與避障中發(fā)揮了重要作用，通過(guò)融合LSTM的記憶能力和TEB的決策優(yōu)化優(yōu)勢(shì)，使得機(jī)器人能夠在復(fù)雜動(dòng)態(tài)環(huán)境中做出快速反應(yīng)，有效避開(kāi)障礙物，確保了巡檢任務(wù)的安全高效完成。哪吒N97強(qiáng)大的計(jì)算力保證了這些算法能夠?qū)崟r(shí)執(zhí)行，為機(jī)器人提供了智能的決策依據(jù)。

此外，哪吒N97還支持NB-IoT通信模塊的集成，實(shí)現(xiàn)了與云端服務(wù)器之間的低延遲、高效率數(shù)據(jù)傳輸。即使在地下復(fù)雜環(huán)境中，哪吒N97也能確保數(shù)據(jù)傳輸?shù)倪B續(xù)性和可靠性，為遠(yuǎn)程監(jiān)控和數(shù)據(jù)管理提供了便利。通過(guò)NB-IoT技術(shù)，系統(tǒng)能夠?qū)崟r(shí)將環(huán)境監(jiān)測(cè)數(shù)據(jù)上傳至云端，一旦檢測(cè)到異常情況，即可立即觸發(fā)警報(bào)，確保能夠迅速響應(yīng)，采取相應(yīng)措施，有效預(yù)防潛在的安全風(fēng)險(xiǎn)和設(shè)備故障。

綜上所述，哪吒N97開(kāi)發(fā)板以其卓越的性能和廣泛的適用性，在智能巡檢系統(tǒng)中發(fā)揮了不可替代的作用。它不僅確保了系統(tǒng)各項(xiàng)功能的順利實(shí)現(xiàn)，也為系統(tǒng)未來(lái)的升級(jí)和拓展提供了無(wú)限可能。哪吒N97的成功應(yīng)用標(biāo)志著在地下管廊巡檢技術(shù)領(lǐng)域取得了重大突破，為智慧城市的發(fā)展貢獻(xiàn)了一份力量。