图书馆

近些年，由火灾引起的事故给我国带来了严重的经济损失和人员伤亡。尤其消防人员在实施救援过程中，经常面临着高温高压、易燃易爆、有毒有害气体的事故现场，这些都严重威胁着消防人员的生命安全。本课题研究并设计了一种能够替代消防人员进入事故现场，集移动、环境检测、无线数据传输、路径规划、灭火等多功能于一体的智能消防机器人。课题主要从以下几个方面开展工作：
(1) 首先，对消防机器人国内外研究现状及消防机器人行业标准进行了调研，在此基础上对机器人进行了总体设计。设计的内容包括总体方案与功能模块设计，并根据要求选用Arduino UNO单片机为控制单元。其次，对下位机控制系统进行了功能模块和硬件电路结构设计。下位机各功能模块为：运动模块由履带式行进机构、GB37520直流减速电机与L298P电机驱动器组成；无线通讯模块选用APC220传输方式；传感器信息采集模块包括了DHT11温湿度传感器、MQ-5一氧化碳传感器、GY-30光照强度传感器和GP2Y1010AU0F粉尘浓度传感器；路径规划模块选择了Sharp GP2D12红外测距传感器和HC-SR04超声波传感器；灭火模块由继电器模块、水泵、导管、喷嘴、水箱组成。最后利用Arduino IDE开发平台对下位机系统进行了程序设计与开发。
(2) 在消防机器人总体方案设计的基础上，再对上位机控制系统进行了总体设计。设计内容包括：系统需求分析、功能模块设计、系统界面设计和LabVIEW程序设计。最后，上位机运用LabVIEW开发环境对系统的通讯模块、控制方式选择模块、运动控制模块、环境信息显示模块和灭火控制模块进行了设计与开发。
(3) 研究了消防机器人自主运动过程中的路径规划问题，首先对传统路径规划算法进行了阐述，再采用蚁群算法和遗传算法来解决消防机器人的智能路径规划。具体步骤为：先通过栅格法进行环境建模，再分别设置蚁群算法与遗传算法相应参数，最后运用MATLAB软件进行仿真实验。结果表明，两种算法都能让机器人寻找到一条避开障碍物到达目标点的全局最优路径，验证了蚁群算法和遗传算法解决智能路径规划问题的可行性。通过实验比较，发现遗传算法比蚁群算法具有更智能、更稳定的优点。由于缺少必要传感器，最终选择传统路径规划算法来解决消防机器人的路径规划问题。
(4) 按照行业标准要求对消防机器人原型机进行了总体性能测试，测试结果表明机器人直线前进的最高速度约为0.55m/s，可实现五档调速；能以0.15m/s的速度爬上30°的斜坡；可越过5.3cm高的障碍；能检测一氧化碳浓度、粉尘浓度、光照强度、温度、湿度五种环境参数，并实现了实时无线数据传输，传输距离最远可达300m；能实现系统所开发的路径规划策略。因此该消防机器人满足先前设计的性能指标要求，具有一定的实际参考价值。
 
关键词：智能消防机器人；系统设计；Arduino；LabVIEW；路径规划算法