融合激光SLAM实现平衡车智能导航
电子技术应用
权钰涵1，张啸2，刘冬2，3，罗睿2，3，贺云2，3
（1.沈阳航空航天大学 自动化学院，辽宁 沈阳 110136；2.中国科学院沈阳自动化研究所，辽宁 沈阳110016； 3.中国科学院机器人与智能制造创新研究院，辽宁 沈阳 110169）
摘要：国内现有的两轮智能平衡车几乎不具有自主避障与定位功能。为了提高其安全性与灵活性，在传统的平衡车基础上加入了激光SLAM技术，实现自主建图、路径规划、定位和避障。运用卡尔曼滤波器对六轴传感器采集的加速度和倾斜角进行数据融合处理，在建图和定位方面，采用Google发布的Cartographer算法，路径规划和避障上采用Navigation功能包集成的move_base下的Teb算法。由于激光雷达建图时需要车速比较缓慢，并且需要尽可能避免抖动，因此让车模保持稳定的运动状态就很重要，为此首先对传感器获得的数据进行滤波，其次对小车的PID参数进行细调。同时为了更方便地控制，加入蓝牙功能，通过蓝牙控制小车运动，实现快速建图。在加入了SLAM技术之后，传统的平衡车可以实现避障和定位功能，能够实时检测出静态和动态障碍物，并绕开障碍物规划出最优路线，实现了无人驾驶功能。
中图分类号：TP242 文献标志码：A DOI: 10.16157/j.issn.0258-7998.233781
中文引用格式：权钰涵，张啸，刘冬，等. 融合激光SLAM实现平衡车智能导航[J]. 电子技术应用，2023，49(10)：141-147.
英文引用格式：Quan Yuhan，Zhang Xiao，Liu Dong，et al. Implementation of the intelligent navigation of balance vehicle with laser SLAM[J]. Application of Electronic Technique，2023，49(10)：141-147.
中文引用格式：权钰涵，张啸，刘冬，等. 融合激光SLAM实现平衡车智能导航[J]. 电子技术应用，2023，49(10)：141-147.
英文引用格式：Quan Yuhan，Zhang Xiao，Liu Dong，et al. Implementation of the intelligent navigation of balance vehicle with laser SLAM[J]. Application of Electronic Technique，2023，49(10)：141-147.
Implementation of the intelligent navigation of balance vehicle with laser SLAM
Quan Yuhan1，Zhang Xiao2，Liu Dong2，3，Luo Rui2，3，He Yun2，3
(1.College of Automation， Shenyang Aerospace University， Shenyang 110136， China； 2.Shenyang Institute of Automation， Chinese Academy of Sciences， Shenyang 110016， China； 3.Institutes for Robotics and Intelligent Manufacturing， Chinese Academy of Sciences， Shenyang 110169， China)
Abstract：Based on the existing two-wheeled intelligent balance car in China, it has almost no autonomous obstacle avoidance and positioning functions. In order to improve its safety and flexibility, laser SLAM technology is applied to the traditional self-balancing car to realize autonomous mapping and path planning, positioning and obstacle avoidance. The Kalman filter is used to fuse the acceleration and tilt angle collected by the six-axis sensor. In terms of mapping and positioning, the Cartographer algorithm released by Google is used, and the Teb algorithm under move base integrated by the Navigation function package is used for path planning and obstacle avoidance. Since the speed of the vehicle is relatively slow and the jitter needs to be avoided as much as possible when mapping the lidar, it is very important to keep the vehicle model in a stable motion state. For this purpose, the data obtained by the sensor is firstly filtered, and then the PID parameters of the car are fine-tuned. At the same time, for more convenient control, the bluetooth function is added to control the movement of the car through bluetooth to achieve rapid map building. After adding SLAM technology, traditional self-balancing scooters can realize obstacle avoidance and positioning functions, detect static and dynamic obstacles in real time, and plan an optimal route around obstacles, realizing the function of unmanned driving.
Key words :remote sensing；sensor；SLAM mapping and navigation；Cartographer；Bluetooth remote control；Kalman filter；Teb algorithm
0 引言
随着科技的发展，交通工具的变化日新月异。新型的交通工具给人们带来了许多方便，但是同样也伴随着出现了许多棘手的问题，主要是操作的复杂性、体积的大小、安全性及续航时间，这几点因素也是人们选择时所关注的，其中安全性和便捷性是尤为重要的。
在校园内、小区内或者非机动车行驶道路上，平衡车被越来越多使用，但是对于初学者并不友好，容易摔倒和发生碰撞，尤其是在人员密集的地方，容易发生撞人事件。从专业的角度上来说，除了人为驾驶技术外，还因为平衡车平衡稳定性比较差和不具有自主导航避障功能。
本文研究的是一种具有智能导航和建图作用的两轮直立平衡车，由以下四部分构成：
(1)传感器系统：编码器、单线激光雷达、MPU6050(加速度传感器+陀螺仪传感器)、蓝牙HC-06。
(2)控制系统：树莓派。
(3)驱动系统：Arduino UNO R3主板、TB6612FNG电机驱动模块、电源。
(4)执行机构：主体使用亚克力板拼装，由两个直流电机带动差速车轮实现机器人行走。其中驱动系统和执行机构构成机器人系统。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005728
作者信息：
权钰涵1，张啸2，刘冬2，3，罗睿2，3，贺云2，3
（1.沈阳航空航天大学 自动化学院，辽宁 沈阳 110136；2.中国科学院沈阳自动化研究所，辽宁 沈阳110016；3.中国科学院机器人与智能制造创新研究院，辽宁 沈阳 110169）
此内容为AET网站原创，未经授权禁止转载。