跳动城乡网攀爬机器人可以在现实世界中有许多有价值的应用，从完成屋顶或其他高层建筑的维护任务到在难以到达的地方运送包裹或救生包。然而，为了成功部署在现实世界中，这些机器人应该能够有效地感知和绘制周围环境，同时准确预测它们在地图环境中的位置。
广东工业大学的研究人员最近开发了一种新方法，可以增强双足攀爬机器人在攀爬桁架(即由直互连元件组成的三角形系统，可以是桥梁，屋顶或其他人造结构)。他们在《机器人与自治系统》中提出的方法基于同步定位与建图(SLAM)算法。
“我们最近的工作将SLAM方法部署到一个特定的双足攀爬机器人(BiCR)上，该机器人是由我们的实验室(名为仿生和智能机器人实验室)开发的，”该论文的合著者WeinanChen告诉TechXplore。
BiCR是一种类似于移动机械手的机电系统，能够通过两端的夹具进行移动并通过多个关节进行旋转。该机器人可用于高空和高风险环境中的安装、维护和检查，例如作为建筑工地脚手架和电力塔。”
陈和他的同事最近研究的主要目标是让双足攀爬机器人在以桁架结构为特征的环境中导航时能够自主定位并创建周围环境的地图。他们提出的基于SLAM的方法专门应用于BiCR，这是他们实验室之前开发的双足攀爬机器人。
“由于BiCR与其他机器人(地面车辆、无人机等)的配置和工作环境存在很多差异，本文提出了一种融合机器人关节信息和环境信息的方法来提高BiCR的定位精度，”陈说。
概述团队模型运作的因素图。编码器通过编码器航位推算得到正向运动学因子。来自LiDAR的点云用作里程计因子。在极地标测绘中，团队使用激光雷达视觉融合方案来感知极点。利用杆和夹具之间的约束关系来形成抓取因子。图片来源：朱等人。
BiCR-SLAM是研究人员开发的同步定位和建图系统，它使用BiCR机器人的配置信息、LiDAR传感系统以及摄像头收集的视觉数据来定位机器人并绘制其正在攀爬的桁架的地图。该框架可以确定机器人抓手的姿势，并创建抓手周围的极点图，以便它在攀爬桁架时可以更好地规划其动作。
该论文的另一位作者徐建宏表示：“该框架由四个部分组成：编码器航位推算、激光雷达里程计估计工具、极地标绘图模型和全局优化技术。”“在全局优化中，我们提出了多源融合因子图来联合优化机器人定位和极地标。”
BiCR-SLAM的一个显着优点是它同时考虑与双足机器人关节相关的信息和传感器收集的数据。因此，BiCR机器人可以绘制周围环境并预测其姿态，利用这些信息来计划下一步动作并安全地攀爬桁架。
“该系统还可以在一些低纹理和单一结构的桁架环境中继续工作，”陈说。“据我们所知，BiCR-SLAM是第一个将BiCR信息纳入桁架地图的SLAM系统解决方案。这项工作可以推动BiCR和SLAM的发展，并提高BiCR在自主操作中的定位和导航性能。”
虽然Chen和他的合作者专门为BiCR机器人设计了SLAM方法，但未来它也可以适应并应用于其他攀爬机器人。到目前为止，该团队使用单个激光雷达系统来感知机器人周围小传感范围内的极点，但他们很快希望使用更多此类系统和深度学习技术来进一步提高其功能。
Chen补充道：“在接下来的研究中，我们计划使用多个LiDAR来使用深度学习方法来感测极点物体，而无需校准各种传感器之间的外部参数。”
“我们还计划使用扫描范围更广的传感配置来提高分割精度，并将这项工作应用于攀爬机器人的自主导航。具体来说，我们将集成运动规划部分来实现自主导航功能。”
