原标题：避障、探测、采样......华理这套系统让无人小车“身手非凡”

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。

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”。

图片说明：实地场景测试

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。

图片说明：测试场景三维重建效果图

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。

图片说明：无人车实际场景测试

无人车工作首先要“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。

图片说明：场景测试图

“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。

作者 | 房树芬

图片、视频 | 受访团队提供

▾

LoveECUST返回搜狐，查看更多

责任编辑：