文/赵丽

国家和社会在快速发展，科学技术在不断进步，对于各种灾难的救援工作也进行了改进，开始使用救援机器人进入一些危险复杂灾难现场实施救援，进而解决了传统救援搜救时间紧张、灾害现场幸存和救援人员生命安全不能保障等问题。救援机器人是可以自主移动的智能机器人，能代替人员对危险复杂的灾难现场进行勘察、检测、处理突发事件等活动，提高了救援效率，减少了人员伤亡。在救援时会把现场实际信息反馈给救援中心，使其以最快速度了解灾难现场具体情况，进行合理判断，并更好的实施救援安排，救援时间减少了，也降低了人员伤亡，并降低了经济损失。

1 救援机器人传感检测平台

救援机器人进行工作时，要进入相应救援现场，环境具有不确定和复杂性，因此要设计和搭建稳定的硬件平台是其工作的重点。而机器人硬件平台重要部分济源市传感器平台的设计。传感器系统是机器人的感觉器官，几乎所有机器人当中都有传感器，让机器人把自身所需信息输入系统，由传感器控制其感知系统。机器人进行环境和自身情况感知，都是由传感器就那些探测方式实现的。救援工作环境复杂、具有局限性，机器人本身有不确定状态等，需要使用多各种传感器对各种信息情况测控，比如测温度、测距离、探测生命气息、气体感知等。应用多传感器可以在同一时间提供环境中的补充、冗余等各种信息，方便救援中心人员的判断和指挥。

1.1 测距传感器

距离的移动是机器人各种活动的基础，对导航、避障、定位、路径规划等都有重要作用，能确保机器人有效完成任务。通常情况下，救援机器人进行测量距离是应用超声波、红外、激光等传感器，其中的超声波音信息处理简单、价格低，并且具有实时性，进而被广泛应用。因为其结构简单，所以不容易被外界环境影响，比如电磁、烟雾、光线等。救援机器人如果装载单一的传感器，会产生缺陷，多种传感器实施准确配合，能克服单一传感器的缺陷。比如利用红外和超声波传感器设计一个测距系统，以多个传感器补充单一传感器测距盲区。这种机器人利用了十六个超声波传感器，可以探测30-300cm范围障碍物，并应用了八个红外传感器，能感知30cm范围障碍物。应用超声和红外传感器作救援机器人的传感器，多个两类传感器有效配合，相互补充。

1.2 其他传感器

在进行灾难救援时，要有上述两种重要的传感器，还要有其他各种类型的传感器，这些传感器相互配合进行救援现场信息采集及处理，比如探测现场温湿度、检测空气质量等传感器。温湿度对受灾现场有很大影响，如果温湿度适合，会滋生各种细菌，进而对人体、牲畜等都有影响。灾难现场的温湿度通常都不适合人体生存，会对人体造成伤害。因此，温度传感器对救援有非常重要的作用。比如，利用高温数字温湿度传感器，温度、湿度两种传感器相联合，实现温湿度的测控工作。另外，灾害现场环境空气中的气体含量检测对救援也有重要作用，空气中的有毒有害气体的含量会对人员生还产生影响，也会给施救工作带来困难。如果灾害现场有易燃气体，浓度相当会发生爆炸危险。所以，要科学合理的设计空气质量检测传感器，对空气中各种气体含量进行准确检测，以方便救援工作的开展。比如，可以应用MQ-2型气体传感器进行测控，这是二氧化锡作传感器的气敏材料。空气清洁，二氧化锡导电率很低，在空气中有可燃、有毒气体时，其导电率就会根据这些气体浓度不同而发生变化，传感器当中连接电路，进而可以接受相应的气体浓度信息信号，这是对这些气体比较敏感的传感器，成本低，很适用于救援机器人使用。

2 传感器模块软件

传感器系统的有效正常运行需要有相应的软件支持，进而实现相应工作。传感器检测模块中传感器不同，会有不同的控制及信号输出，超声测距及温湿度传感器是应用软件程序进行控制，输出具体信息信号；而其他传感器输出的是电平变化报警信号。接着分析超声测距及温湿度传感器应用程序设计。

2.1 超声波测距程序

这种测距程序是应用超声波传感器进行距离的测试，经常应用的是渡越时间法。其原理是电效应，实施电能和超声波的相互转化，就是超声波发射，电能转换成声波进，接收回波时，相应的超声震动转化为电信号。这个过程有接收器和发送器，并可以做到同时发送、接收声波。这就是渡越时间法，是超声测距广泛应用的方法。这是把超声波传播时间和速度进行相乘，得到超声波往返距离，是传感器到障碍物两倍的距离。根据这个测距原理，进行相应的测距流程设计。通常都是应用C语言实施程序设计，超声波测距流程图如图1。

图1：超声波测距流程图

2.2 温湿度传感器程序

温湿度传感器要求性价比高、耗能低、抗干扰强、响应快，并可以在直接是传感器直接和引线相连，不需要其他部件，传感器损坏时，方便更换。结合温湿度传感器测量原理，进行设计温湿度传感器程序。如图2。

图2：温湿度传感器测量流程图

3 多传感器信息融合

进行多传感器信息的融合是把多个传感器进收集的信息数据利用相应处理，进而得到精度高的信息。救援机器人利用多传感器信息融合技术，能更好的提高信息数据处理能力，进而进行准确决策，可以使灾害现场控制中心人员及时准确得到现场情况，使救援效率大大提高。

3.1 信息融合

传感器具体的应用过程中，会遇到各种不同环境，信息融合法结合不同处理形式分为不同结构模型，分别是集中方式、分布方式、混合方式等。三种模型结构不同，也有不同的特点，分布方式具有更好的优势，具有很低的造价，具有很好的扩充性，并且对通信带宽要求不高，融合处理比较容易。所以，经常应用的是分布方式的结构模型。

3.2 信息融合方式分类

多传感器控制系统进行相互融合的传感器有很多种，根据相互融合的方法分为传统和智能两类。首先，传统类。这种方法有加权平均法、卡尔曼滤波法、贝叶斯估计法、D-S证据推理法、产生式规则等不同方法，这些方法都可以进行多个传感器信息融合，可是不具有智能性。其次，智能类。相应的智能类是随着科学信息技术的发展开发和应用的方法。有模糊逻辑推理方法和人工神经网络法。其中的模糊逻辑推理法是是对数据信息使用0到1间的一个小数进行表示，在应用多个传感器实施相应测量时，能对不同类型传感器不融合进行防止和避免。这是决策级别的融合法。而人工神经网络法当中的神经网络结构具有多传感器系统类似的结构，输入输出路径有多个，因此，人工神经网络更容易进行信息融合法有更大优势。它是应用权值分布合理表述传感器数据分类标准，其标准是根据系统接受样本相似性进行确定的。

4 结束语

综上所述，救援机器人的多传感器测控系统是灾害救援的重要设备和机器，对进行灾难的复杂环境中人员物质等有效救助救援有积极作用。文章对救援机器人的多个传感器测控平台、控制支持模块软件、多种信息融合等方面进行了介绍和分析，明确救援机器人的多传感器的测控作用和优势，了解其顺利实施灾难救助救援的方法。