第四章 履帶式機器人行為模式之設計
4.1 履帶式機器人上樓梯模式設計
4.1.1 探索模式設計-上樓梯
探索模式在整個系統中擔任最重要的一環，主要目標是找出樓梯(目標物) 位置及其影像中的方位，此模式是以 Kincet 提供的影像深度資訊來設計判斷樓 梯的位置，藉此找出樓梯與履帶是機器人的相對位置。在控制模式設計中，若 履帶式機器人偵測到樓梯，機器人將朝向樓梯中心點前進，若無探索到樓梯時，
則以直線前進並同時進行另一次探索樓梯程序，並同時判斷與障礙物的距離是 否過於接近。此方式與一般影像處理的技術不同點為，一般影像技術必須要預 先得知樓梯之彩色影像資訊，如圖 4-2，在利用影像演算法來判斷出樓梯的方位，
因此在處理上較為複雜。本論文將以 Kinect 的深度影像來取代彩色影像的訊息，
作為探索樓梯模式中最主要的目標資訊來源，如圖 4-3。圖 4-2 與圖 4-3 分別為 於相同環境及位置但卻是不同影像資訊的圖片。論文中履帶式機器人執行探索 樓梯的任務時，首先使用 Kinect 之深度影像信息來做樓梯特徵點的搜尋(後面將 會定義樓梯之特徵點)，當找到樓梯的特徵點後進一步判斷樓梯的方向與距離。
圖 4-2 Kinect 之 RGB 影像
圖 4-3 Kinect 之深度影像
37
接下來我們將探討如何在探索模式中利用 Kinect 感測器所提供的深度影像 資訊找出未知環境中樓梯的位置及機器人與樓梯相對的距離，以下為探索模式 法則：
步驟一：
先將 Kinect 的深度影像資訊由上而下再由左而右的方式做掃描，其中圖片 左上腳設為起始點，以 pixel(0,0)表示，如圖 4-4 所示。我們將 pixel(x,y-1)的深 度資訊(depth(x,y-1)) 與 pixel(x,y)的深度資訊(depth(x,y))相減，若得到的距離數 值落在一區間值[Ddown, Dup]內，且兩點深度資訊都不為零的情況下，則判定此 點為“樓梯的特徵點”，並定義為 1，記錄下來；但若不滿足條件，則定義為 0，
且記錄下來，此判斷法則如圖 4-5 所示。其中，根據一般樓梯實際樓梯的高度 [43]，我們決定此區間值為 Ddown為 25 cm，Dup為 35 cm。Kinect 的有效量測距 離為 50 cm~600 cm，超出此範圍 Kinect 量測的距離資訊將為 0，因此我們設定 的第一層條件(depth(x,y))與(depth(x,y-1))皆不能為 0；第二層條件為判斷藉由判 斷 pixel(x,y-1)與 pixel(x,y-1)的距離差|(depth(x,y-1))-(depth(x,y))|是否落於區間值 [Ddown, Dup]內來判斷是否為樓梯特徵點。
圖 4-4 樓梯特徵值搜尋示意圖
38
39
圖 4-6 矩陣示意圖(15*5)
圖 4-7 樓梯特徵點連結方式示意圖(15*5) 搜尋區塊
搜尋區塊
40
41
圖 4-9 樓梯特徵點示意圖
4.1.1.1 階段式探索模式設計
階段式判斷法則是使用簡單的 IF-ELSE 條件式判斷來決定履帶式機器人朝 向樓梯中心點的行進路線，因此執行的過程中較花費時間，並且因為動作是固 定的，在執行時比較難確保機器人能夠準確的行走至樓梯中心點位置。圖 4-10 為階段式探索模式示意圖，其紅色線條為機器人固定之位移距離與角度理想狀 況，紅色箭頭為判斷時機點的示意圖，圖 4-10 中表示機器人經過 5 次判斷可到 達樓梯前方。因為沒有使用任何其它方法幫助機器人做有效率的控制，當執行 完一個動作流程後，機器人都必須轉回正面重新探索一次樓梯中心點於畫面中 的哪個位置，才能夠判斷下一次要執行什麼動作，過程中會消耗非常多的時間 在每一次執行的動作流程中。
圖 4-10 階段式探索模式示意圖
42
43