该文献《基于jetson nano的陆空两栖森林火灾侦察机器人设计》由殷佳炜、赵晨曦、张帆、王硕、曹海平、傅怀梁等人发表在《南通职业大学学报》2021年第2期。研究的核心主题是设计一种集成了地面与飞行功能的陆空两栖机器人，以实现森林火灾的侦察任务。本文详细介绍了机器人系统的硬件和软件设计、相关的实验验证及其应用前景。
森林火灾是全球范围内对生态环境和人类社会带来极大威胁的一项自然灾害。中国作为全球森林资源增长最多的国家，森林防火工作至关重要。我国的森林地域广阔、地形复杂，传统的人工巡逻方式已经无法满足防火需求。因此，森林火灾的侦察工作逐渐向自动化和智能化方向发展，自动化森林侦察机器人，尤其是具有陆空两栖能力的机器人，成为近年来研究的热点。传统的履带式或轮式侦察机器人面临移动速度慢和功率消耗高的问题，消防无人机虽然在森林火灾侦察中具有独特优势，但在复杂环境中却存在着较大的局限性。因此，陆空两栖森林火灾侦察机器人应运而生，成为解决这一问题的潜在解决方案。
本文的研究目标是设计一款基于Jetson Nano开发板的陆空两栖森林火灾侦察机器人。该机器人具备自主定位、避障和侦察功能，能有效在复杂的森林环境中进行火灾侦察工作。为此，研究团队设计了详细的硬件架构与软件算法，以实现对火灾的精确探测、环境感知和动态避障等任务。
本文提出的机器人系统由多个模块组成，涵盖了主控模块、外部感知模块、内部感知模块、飞行控制模块和地面控制模块等。
机械结构设计：为了应对森林环境的复杂性，机器人采用了旋翼结构和轮式结构的结合。旋翼结构在飞行部分能够提供更高的灵活性和自由度，适应复杂环境下的运动；轮式结构则具备较好的机动性与缓冲减震性能，比履带式结构具有更高的行驶速度。
主控模块：由于森林环境中的视野受限，操作员无法实时掌握机器人状态，因此，系统设计选择了Jetson Nano作为主控模块。Jetson Nano作为Jetson系列中最小巧但性能强大的设备，具备472 GFLOPS的计算能力，能够支持复杂的目标检测算法和三维建模算法。
感知模块：外部感知模块包括IMX219-170单目摄像头、RPLIDAR A2激光雷达和Intel T265双目相机等，这些传感器为机器人提供了高精度的图像识别、实时路径规划和环境感知能力。内部感知模块包括惯性测量单元（IMU）和气压计，用于实时监测机器人的姿态、加速度及高度变化。
为了使机器人具备自主定位、避障和火灾侦察等功能，本文设计了多种关键算法。
飞行控制算法：飞行控制部分采用了双飞行控制系统，通过陀螺仪、加速度计和磁力计等模块实时获取数据，解算出机器人的姿态角，并通过PID（比例-积分-微分）控制系统实现机器人姿态的稳定性和灵活性。
地面控制算法：由于机器人在复杂地形中的运动需要灵活控制，传统的PID算法难以实现高效控制，因此，本文提出了模糊PID控制算法。模糊PID算法通过实时调节控制参数，能够在不同复杂情况下满足灵活控制需求。
环境感知算法：为了解决机器人在复杂环境中的视觉问题，研究采用了激光SLAM（同步定位与地图构建）技术。在森林火灾现场，光照条件复杂且存在浓烟，视觉信息难以获取，因此，采用激光SLAM技术能够通过激光雷达获取周围环境的深度信息，帮助机器人建立准确的三维地图并进行路径规划。
避障算法：为了解决机器人在运动过程中遇到障碍物时的避障问题，本文采用了人工势场法。人工势场法通过引力场和斥力场引导机器人避开障碍物，同时确保机器人能够按计划完成任务。为了避免机器人陷入局部最小点，研究引入了绕行机制，进一步提高了避障效率。
火情检测算法：为了实现森林火灾的实时侦测，本文选用了YOLOv4-tiny（目标检测算法）作为火情检测模型。该算法通过采集火情图像并输入到YOLOv4-tiny模型中进行训练，从而实现高效的火灾识别。
本文通过实验验证了所设计的机器人系统的有效性和可靠性。实验内容包括火情检测测试、机器人运动轨迹测试和实物测试等。
火情检测测试：使用Jetson Nano处理器搭载YOLOv4-tiny模型进行火情图像的识别。实验表明，YOLOv4-tiny模型能够实时检测并识别火情，准确率高，性能稳定。
机器人运动轨迹测试：在复杂的环境中，机器人能够根据系统控制完成预定的运动轨迹，展示出良好的精度和稳定性。
实物测试：通过集成硬件和软件，研究团队成功制作了机器人样机，并进行了实地测试。测试结果表明，机器人能够在复杂的地形中完成自主侦察任务，成功避开障碍物，达到预期的效果。
本研究设计并实现了一款基于Jetson Nano的陆空两栖森林火灾侦察机器人。通过结合飞行控制、地面控制、环境感知、避障和火情检测等多种技术，机器人能够在复杂的森林环境中完成高效的火灾侦察任务。实验结果表明，该机器人能够实现自主定位、避障和侦察等功能，具备较好的控制效果和稳定性，适用于实际应用场景。
该研究的成果具有重要的科学价值与应用前景。首先，通过集成飞行与地面运动功能，设计了一种更加灵活的森林火灾侦察机器人；其次，系统采用的多种技术和算法能够显著提高机器人在复杂环境中的适应能力和工作效率，具有广泛的实际应用价值。该机器人可广泛应用于森林火灾侦察、环境监测以及其他复杂场景中的自主作业，具有巨大的社会经济效益。