Open Source Robotics

精选高质量开源机器人项目、工具和软件,推动机器人社区发展。

Ground-Penetrating Radar

  • 又称: GPR, georadar, subsurface radar
  • 类别: Sensing › Exteroceptive
  • 标签: radar, subsurface-sensing, localization, inspection, field-robotics

一种向地下发送无线电脉冲、记录来自地下层位和埋藏物的反射并生成地下图像的传感器;在机器人学中用于检测和定位。

定义

探地雷达(GPR)(Ground-penetrating radar)通过一个贴近地表的天线,向地下发射频率从数十兆赫到几吉赫的短电磁脉冲。凡是材料的电学性质发生变化的地方(土层、管道、空洞、钢筋或岩石处),一部分能量就会被反射回接收天线。在一个位置上的记录是一条一维波形,称为道(trace)或 A-scan,表示反射强度随双程走时的变化。沿一条测线移动天线,并把各道并排放置,就得到 B-scan,即沿路径的地下二维图像;多条测线组成的网格可以合成一个 3D 数据体。

解释 GPR 数据需要谨慎。只有知道材料中的波速,走时才能换算为深度,而波速取决于介电常数,介电常数又随含水量和土壤类型而变化。一个小型埋藏物在 B-scan 中呈现为一条双曲线,因为天线在正好经过其上方之前和之后都能探测到它;拟合双曲线的形状可以同时得到物体的位置和波速。较低的频率穿透更深,但分辨的细节更少,而湿黏土或含盐土壤等导电地层会迅速吸收信号,限制探测深度。

在机器人学中,GPR 以两种角色出现。作为检测载荷,它让机器人能够测绘混凝土中的钢筋、探测路面下的空洞、定位地下管线或搜寻地雷。作为定位传感器,它利用了这样一个事实:地下结构独特且随时间稳定,并且不受积雪、降雨、光照或地面以上变化的影响;车辆先记录一条路线的 GPR 地图,之后再把实时的道与之匹配。MIT 林肯实验室开发的定位探地雷达(LGPR)在道路车辆上演示了这一点,后续工作则学习 GPR 数据的编码,以便在因子图中进行匹配。作为雷达的 GPR 不应与高斯过程回归混淆,后者是一种机器学习方法,缩写相同。

为何重要

GPR 为机器人提供了相机和激光雷达无法提供的地表以下视野。在检测方面,它让机器人成为基础设施评估的工具;在导航方面,它提供了一种定位信号,在地表外观变化或天气使其他传感器失效时仍能继续工作。

主要应用

  • 依据先验地下地图进行车辆定位
  • 机器人检测桥面、隧道和混凝土中的钢筋与空洞
  • 在开挖前探测管道和电缆
  • 地雷和未爆弹药探测
  • 行星漫游车的地下探测
  • 考古和地质勘测

实际应用

一辆研究车辆在底盘下安装 GPR 阵列,沿一条路线行驶,在记录各道数据的同时记录精确位姿,以构建先验地图。在之后的行驶中,系统对实时 GPR 数据的短时窗进行编码,并与地图比较以产生位置测量,这些测量与里程计因子和 IMU 预积分因子一起进入因子图。工程师保持天线高度一致,在匹配前从每一道中去除发射端到接收端的直达信号和地表反射,并检查降雨改变土壤含水量后信号会偏移多少。

常见误解

  • GPR 给出的是埋藏物的图片 — 它记录的是随时间变化的反射;深度和形状必须推断出来,双曲线、多次反射和噪声都需要解释
  • 深度可以直接从数据中读出 — 把走时换算为深度需要知道波速,而波速随土壤类型和含水量而变化
  • GPR 在任何地层中效果都一样 — 湿黏土等导电土壤会吸收信号,可能使穿透深度变得非常小
  • 机器人论文中的 GPR 一定指雷达 — 同一缩写也用于高斯过程回归,这是一种无关的学习方法

谁需要了解

  • 野外和基础设施检测机器人工程师
  • 自动驾驶车辆定位研究人员
  • 与机器人协作的地球物理和勘测工程师
  • 行星漫游车科学家和工程师

相关技术

  • 定位探地雷达(Localizing Ground-Penetrating Radar,LGPR)
  • 超宽带雷达(Ultra-Wideband Radar)
  • 电磁感应传感器(Electromagnetic Induction Sensors)
  • 偏移成像(Migration Imaging)
  • 因子图定位(Factor Graph Localization)

相关术语

  • Factor Graph
  • IMU Preintegration
  • Sensor Fusion
  • Odometry
  • Gaussian process regression

相关项目

  • Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
  • OpenDroneMap: Open-source photogrammetry toolkit that turns drone images into maps and 3D models
  • Nav2: ROS 2 navigation stack with path planning and obstacle avoidance for mobile robots
  • AprilTag: The standard visual fiducial marker system for robot localization and pose estimation
  • GLIM: GPU-accelerated 3D lidar SLAM framework for any range sensor, from AIST
  • M2DGR: Multi-modal, multi-scenario SLAM dataset recorded by a ground robot (RA-L 2022)

视频

  • How ground-penetrating radar works: CBC News

本网站需要 JavaScript 才能正常运行。请启用 JavaScript 以浏览我们的开源机器人项目。