基于RTOS的機器人巡線控制算法

明子成+++印元+葛六波

摘要：機器人循線移動是當(dāng)前機器人導(dǎo)航的一種常用方法。關(guān)于巡線算法的研究有很多，但多是研究算法本身，有不少算法設(shè)計精巧，實際應(yīng)用中運行快速流暢，但可靠性并未有明顯改善。而我們設(shè)計的機器人，巡線采用離散PID算法，實驗測試和機器人競賽結(jié)果表明，該算法具有響應(yīng)速度快、巡線可靠、動作快速流暢和偏離航線率低等優(yōu)點。

關(guān)鍵詞：機器人；離散PID RTOS；傳感器；巡線算法

● 概述

自主巡線機器人可廣泛應(yīng)用于物流、超市等的倉庫、工廠自動料車、機場等的貨物無人轉(zhuǎn)移技術(shù)領(lǐng)域，但要達到實用化，首先需要解決機器人可靠導(dǎo)航的問題。對于在一定區(qū)域內(nèi)實現(xiàn)機器人導(dǎo)航，巡線是目前較理想的選擇，因此成為各學(xué)段學(xué)生機器人比賽活動中幾乎必有的項目?？v觀近年來各級各類機器人競賽活動中巡線機器人的表現(xiàn)，最薄弱的環(huán)節(jié)仍然是在基本的巡線過程中，機器人會不經(jīng)意間脫離引導(dǎo)線而不得不中止比賽。PID算法在巡線中已經(jīng)得到一定程度的使用，盡管改善了巡線的質(zhì)量，但由于控制程序運行過程中的時序同步問題，機器人在移動過程中還是會隨機出現(xiàn)脫離引導(dǎo)線的問題。即使采用多個傳感器信息進行糾偏，但問題仍會出現(xiàn)，即機器人在巡線過程中，某個糾偏傳感器明明“看”到引導(dǎo)線了，卻未按設(shè)計要求轉(zhuǎn)去執(zhí)行糾偏程序?！耙暋倍灰?，表明在傳感器處于引導(dǎo)線區(qū)域內(nèi)時，CPU正在處理其他事務(wù)。在機器人MCU等硬件之上植入嵌入式實時操作系統(tǒng)，傳感器的數(shù)據(jù)采集、環(huán)境監(jiān)測、信息處理與輸出控制都可作為獨立的任務(wù)進行管理。讓監(jiān)視與控制程序同時進行，避免了在等待過程中造成的信息“無視”，控制器實現(xiàn)了對監(jiān)測到的異常進行實時處理，并即時進行輸出控制，化解了單任務(wù)程序設(shè)計中的實時響應(yīng)難題。

● 總體設(shè)計

μC/OS-III中，任務(wù)可以是基于優(yōu)先級的搶占式調(diào)度，但也支持同等優(yōu)先級的輪轉(zhuǎn)調(diào)度。機器人的結(jié)構(gòu)設(shè)計如圖1所示，安裝了7個灰度傳感器，其中S4用于巡線數(shù)據(jù)的采集，其他傳感器用于偏離航線的檢測。在執(zhí)行任務(wù)的過程中，機器人始終不允許脫線運行，這就意味著脫線檢測和處理必須優(yōu)先于其他事件。因此，我們將傳感器S1和S7的信息采集與處理作為任務(wù)1（如下頁圖2所示）；在確定S1和S7沒有檢測到標志線的情況下，需要考慮機器人是否處于較大的偏轉(zhuǎn)狀態(tài)，根據(jù)傳感器S2和S6采集的信息進行處理的任務(wù)2，可以優(yōu)先執(zhí)行；而檢測較小偏轉(zhuǎn)的傳感器S3和S5是為了保證機器人盡量以較小的偏轉(zhuǎn)沿著引導(dǎo)線平滑移動，設(shè)置為任務(wù)3；傳感器S4用于巡線移動信息采集，故在這四個應(yīng)用任務(wù)中設(shè)置為最低優(yōu)先級，為任務(wù)4。兩個任務(wù)之間的數(shù)據(jù)通信考慮到巡線過程中對傳感器信息的即時性要求，可通過全局變量實現(xiàn)。

圖1

● 關(guān)鍵設(shè)計

1.離散PID算法實現(xiàn)巡線設(shè)計

機器人巡線實際上僅使用一個灰度傳感器S4，即圖1中的3號傳感器。對采集的地面數(shù)據(jù)運用離散PID算法，通過設(shè)定合適的比例、積分和微分參數(shù)計算出驅(qū)動馬達的速度控制值，以確保其能快速平穩(wěn)前進。該算法需要從傳感器檢測的地面和引導(dǎo)線不同點的值中找出最大值（Vmax）和最小值（Vmin），并計算出最大值與最小值的平均值，作為判斷在線與否的閾值（Vmid）。計算出最大值與最小值的差值（VΔ），作為比例參量（Kp）計算的依據(jù)之一。根據(jù)這些數(shù)據(jù)，分別計算出比例P、積分I和微分D的調(diào)節(jié)值。

運用比例可以計算出機器人對當(dāng)前狀況需要作出的反應(yīng)。比例調(diào)節(jié)值的算式：

（1）

積分是對已經(jīng)發(fā)生的偏差(V_err)進行累積，以達到快速調(diào)節(jié)的目的。積分調(diào)節(jié)值的算式為:

（2）

微分用于對機器人移動方向的趨勢進行預(yù)測和加強，比較前一次的偏差與當(dāng)前的偏差，得到機器人移動的趨勢，用微分調(diào)節(jié)值來強化該趨勢，計算式為：

（3）

馬達速度調(diào)節(jié)值：

（4）

馬達的速度控制值：

（5）

（6）

馬達的移動控制函數(shù)：

Move（Pwr_Left，Pwr_Right）； （7）

通過實時的地面環(huán)境感知和計算結(jié)果，即時調(diào)整機器人左右馬達的運行速度，從而達到控制機器人沿著引導(dǎo)線移動的目的。同時，設(shè)計者需要根據(jù)機器人實際運行狀況進行參數(shù)Kp、Ki和Kd的值的設(shè)定。具體整定方法是：先單獨采用比例算法整定Kp，讓機器人巡線，尋找到合適的Kp和Pwr_Base。需要注意的是，Pwr_Base的值建議與機器人的驅(qū)動電池電量形成關(guān)聯(lián)，可以使系統(tǒng)運行的穩(wěn)定性更高且適應(yīng)性更廣。

2.解決時序問題

盡管以上設(shè)計在邏輯上似乎解決了巡線和保障問題，但在實際調(diào)試時，還是難以處理好巡線的問題。究其原因，在于盡管機器人可以隨時讀取傳感器值，但CPU如果在執(zhí)行其他指令，而檢測異常的傳感器盡管檢測到了引導(dǎo)線，CPU也會熟視無睹，而當(dāng)指令執(zhí)行到讀取該傳感器值時，已經(jīng)物是人非了，這就會讓人無所適從，明明程序邏輯上沒有錯誤，為什么還是“不聽話”呢？要讓機器人對傳感器信息“隨時”保持敏感，可以引入多任務(wù)管理。讓傳感器的采集數(shù)據(jù)在盡量短的時間內(nèi)（3ms或更低，具體需視機器人的運行速度、傳感器的采集周期等而定）轉(zhuǎn)化成驅(qū)動馬達的控制指令。據(jù)此，將傳感器采集和數(shù)據(jù)處理作為一個個獨立的任務(wù)，根據(jù)任務(wù)的緊迫性可分為：脫線、較大偏離、較小偏離和巡線四個由高到低不同優(yōu)先級的任務(wù)。

圖2

● 實驗測試與結(jié)果分析

機器人自主控制程序的設(shè)計所面臨的一個難題是運行環(huán)境信息復(fù)雜和機器人可感知信息的客觀限制，任何理論上似乎完美的算法，在實際運行時都很難保證100%的成功率，設(shè)計中刻意繞開和避免的問題往往還是會發(fā)生?；诖耍驹O(shè)計中不是回避問題，而是采用多傳感器信息融合算法，一旦機器人遇到問題就能夠通過傳感器檢測確認，并即時采取糾偏措施。在多次大型機器人競賽巡線相關(guān)項目比賽中，筆者均采用了此算法。實踐證明，機器人運行的穩(wěn)定性、快速性和問題的自糾偏表現(xiàn)均有明顯改善。

參考文獻：

[1]J.J.Labrosse，μC/OS-III：the Real—Time Kernel for the STMicroelectronics STM32[M/OL].2013.http://www.micrium.com/books/ucosiii.

[2]明子成.家庭護理機器人的設(shè)計[J].機器人技術(shù)與應(yīng)用，2010(09).

[3]明子成.游覽機器人的設(shè)計與實現(xiàn)[J].機器人技術(shù)與應(yīng)用，2008(10).

基金項目：南京曉莊學(xué)院2013年度科研項目《基于RTOS的機器人控制器開發(fā)》，項目編號2013NXY44。

endprint

摘要：機器人循線移動是當(dāng)前機器人導(dǎo)航的一種常用方法。關(guān)于巡線算法的研究有很多，但多是研究算法本身，有不少算法設(shè)計精巧，實際應(yīng)用中運行快速流暢，但可靠性并未有明顯改善。而我們設(shè)計的機器人，巡線采用離散PID算法，實驗測試和機器人競賽結(jié)果表明，該算法具有響應(yīng)速度快、巡線可靠、動作快速流暢和偏離航線率低等優(yōu)點。

關(guān)鍵詞：機器人；離散PID RTOS；傳感器；巡線算法

● 概述

自主巡線機器人可廣泛應(yīng)用于物流、超市等的倉庫、工廠自動料車、機場等的貨物無人轉(zhuǎn)移技術(shù)領(lǐng)域，但要達到實用化，首先需要解決機器人可靠導(dǎo)航的問題。對于在一定區(qū)域內(nèi)實現(xiàn)機器人導(dǎo)航，巡線是目前較理想的選擇，因此成為各學(xué)段學(xué)生機器人比賽活動中幾乎必有的項目?？v觀近年來各級各類機器人競賽活動中巡線機器人的表現(xiàn)，最薄弱的環(huán)節(jié)仍然是在基本的巡線過程中，機器人會不經(jīng)意間脫離引導(dǎo)線而不得不中止比賽。PID算法在巡線中已經(jīng)得到一定程度的使用，盡管改善了巡線的質(zhì)量，但由于控制程序運行過程中的時序同步問題，機器人在移動過程中還是會隨機出現(xiàn)脫離引導(dǎo)線的問題。即使采用多個傳感器信息進行糾偏，但問題仍會出現(xiàn)，即機器人在巡線過程中，某個糾偏傳感器明明“看”到引導(dǎo)線了，卻未按設(shè)計要求轉(zhuǎn)去執(zhí)行糾偏程序。“視”而不見，表明在傳感器處于引導(dǎo)線區(qū)域內(nèi)時，CPU正在處理其他事務(wù)。在機器人MCU等硬件之上植入嵌入式實時操作系統(tǒng)，傳感器的數(shù)據(jù)采集、環(huán)境監(jiān)測、信息處理與輸出控制都可作為獨立的任務(wù)進行管理。讓監(jiān)視與控制程序同時進行，避免了在等待過程中造成的信息“無視”，控制器實現(xiàn)了對監(jiān)測到的異常進行實時處理，并即時進行輸出控制，化解了單任務(wù)程序設(shè)計中的實時響應(yīng)難題。

● 總體設(shè)計

μC/OS-III中，任務(wù)可以是基于優(yōu)先級的搶占式調(diào)度，但也支持同等優(yōu)先級的輪轉(zhuǎn)調(diào)度。機器人的結(jié)構(gòu)設(shè)計如圖1所示，安裝了7個灰度傳感器，其中S4用于巡線數(shù)據(jù)的采集，其他傳感器用于偏離航線的檢測。在執(zhí)行任務(wù)的過程中，機器人始終不允許脫線運行，這就意味著脫線檢測和處理必須優(yōu)先于其他事件。因此，我們將傳感器S1和S7的信息采集與處理作為任務(wù)1（如下頁圖2所示）；在確定S1和S7沒有檢測到標志線的情況下，需要考慮機器人是否處于較大的偏轉(zhuǎn)狀態(tài)，根據(jù)傳感器S2和S6采集的信息進行處理的任務(wù)2，可以優(yōu)先執(zhí)行；而檢測較小偏轉(zhuǎn)的傳感器S3和S5是為了保證機器人盡量以較小的偏轉(zhuǎn)沿著引導(dǎo)線平滑移動，設(shè)置為任務(wù)3；傳感器S4用于巡線移動信息采集，故在這四個應(yīng)用任務(wù)中設(shè)置為最低優(yōu)先級，為任務(wù)4。兩個任務(wù)之間的數(shù)據(jù)通信考慮到巡線過程中對傳感器信息的即時性要求，可通過全局變量實現(xiàn)。

圖1

● 關(guān)鍵設(shè)計

1.離散PID算法實現(xiàn)巡線設(shè)計

機器人巡線實際上僅使用一個灰度傳感器S4，即圖1中的3號傳感器。對采集的地面數(shù)據(jù)運用離散PID算法，通過設(shè)定合適的比例、積分和微分參數(shù)計算出驅(qū)動馬達的速度控制值，以確保其能快速平穩(wěn)前進。該算法需要從傳感器檢測的地面和引導(dǎo)線不同點的值中找出最大值（Vmax）和最小值（Vmin），并計算出最大值與最小值的平均值，作為判斷在線與否的閾值（Vmid）。計算出最大值與最小值的差值（VΔ），作為比例參量（Kp）計算的依據(jù)之一。根據(jù)這些數(shù)據(jù)，分別計算出比例P、積分I和微分D的調(diào)節(jié)值。

運用比例可以計算出機器人對當(dāng)前狀況需要作出的反應(yīng)。比例調(diào)節(jié)值的算式：

（1）

積分是對已經(jīng)發(fā)生的偏差(V_err)進行累積，以達到快速調(diào)節(jié)的目的。積分調(diào)節(jié)值的算式為:

（2）

微分用于對機器人移動方向的趨勢進行預(yù)測和加強，比較前一次的偏差與當(dāng)前的偏差，得到機器人移動的趨勢，用微分調(diào)節(jié)值來強化該趨勢，計算式為：

（3）

馬達速度調(diào)節(jié)值：

（4）

馬達的速度控制值：

（5）

（6）

馬達的移動控制函數(shù)：

Move（Pwr_Left，Pwr_Right）； （7）

通過實時的地面環(huán)境感知和計算結(jié)果，即時調(diào)整機器人左右馬達的運行速度，從而達到控制機器人沿著引導(dǎo)線移動的目的。同時，設(shè)計者需要根據(jù)機器人實際運行狀況進行參數(shù)Kp、Ki和Kd的值的設(shè)定。具體整定方法是：先單獨采用比例算法整定Kp，讓機器人巡線，尋找到合適的Kp和Pwr_Base。需要注意的是，Pwr_Base的值建議與機器人的驅(qū)動電池電量形成關(guān)聯(lián)，可以使系統(tǒng)運行的穩(wěn)定性更高且適應(yīng)性更廣。

2.解決時序問題

盡管以上設(shè)計在邏輯上似乎解決了巡線和保障問題，但在實際調(diào)試時，還是難以處理好巡線的問題。究其原因，在于盡管機器人可以隨時讀取傳感器值，但CPU如果在執(zhí)行其他指令，而檢測異常的傳感器盡管檢測到了引導(dǎo)線，CPU也會熟視無睹，而當(dāng)指令執(zhí)行到讀取該傳感器值時，已經(jīng)物是人非了，這就會讓人無所適從，明明程序邏輯上沒有錯誤，為什么還是“不聽話”呢？要讓機器人對傳感器信息“隨時”保持敏感，可以引入多任務(wù)管理。讓傳感器的采集數(shù)據(jù)在盡量短的時間內(nèi)（3ms或更低，具體需視機器人的運行速度、傳感器的采集周期等而定）轉(zhuǎn)化成驅(qū)動馬達的控制指令。據(jù)此，將傳感器采集和數(shù)據(jù)處理作為一個個獨立的任務(wù)，根據(jù)任務(wù)的緊迫性可分為：脫線、較大偏離、較小偏離和巡線四個由高到低不同優(yōu)先級的任務(wù)。

圖2

● 實驗測試與結(jié)果分析

機器人自主控制程序的設(shè)計所面臨的一個難題是運行環(huán)境信息復(fù)雜和機器人可感知信息的客觀限制，任何理論上似乎完美的算法，在實際運行時都很難保證100%的成功率，設(shè)計中刻意繞開和避免的問題往往還是會發(fā)生。基于此，本設(shè)計中不是回避問題，而是采用多傳感器信息融合算法，一旦機器人遇到問題就能夠通過傳感器檢測確認，并即時采取糾偏措施。在多次大型機器人競賽巡線相關(guān)項目比賽中，筆者均采用了此算法。實踐證明，機器人運行的穩(wěn)定性、快速性和問題的自糾偏表現(xiàn)均有明顯改善。

參考文獻：

[1]J.J.Labrosse，μC/OS-III：the Real—Time Kernel for the STMicroelectronics STM32[M/OL].2013.http://www.micrium.com/books/ucosiii.

[2]明子成.家庭護理機器人的設(shè)計[J].機器人技術(shù)與應(yīng)用，2010(09).

[3]明子成.游覽機器人的設(shè)計與實現(xiàn)[J].機器人技術(shù)與應(yīng)用，2008(10).

基金項目：南京曉莊學(xué)院2013年度科研項目《基于RTOS的機器人控制器開發(fā)》，項目編號2013NXY44。

endprint

摘要：機器人循線移動是當(dāng)前機器人導(dǎo)航的一種常用方法。關(guān)于巡線算法的研究有很多，但多是研究算法本身，有不少算法設(shè)計精巧，實際應(yīng)用中運行快速流暢，但可靠性并未有明顯改善。而我們設(shè)計的機器人，巡線采用離散PID算法，實驗測試和機器人競賽結(jié)果表明，該算法具有響應(yīng)速度快、巡線可靠、動作快速流暢和偏離航線率低等優(yōu)點。

關(guān)鍵詞：機器人；離散PID RTOS；傳感器；巡線算法

● 概述

自主巡線機器人可廣泛應(yīng)用于物流、超市等的倉庫、工廠自動料車、機場等的貨物無人轉(zhuǎn)移技術(shù)領(lǐng)域，但要達到實用化，首先需要解決機器人可靠導(dǎo)航的問題。對于在一定區(qū)域內(nèi)實現(xiàn)機器人導(dǎo)航，巡線是目前較理想的選擇，因此成為各學(xué)段學(xué)生機器人比賽活動中幾乎必有的項目。縱觀近年來各級各類機器人競賽活動中巡線機器人的表現(xiàn)，最薄弱的環(huán)節(jié)仍然是在基本的巡線過程中，機器人會不經(jīng)意間脫離引導(dǎo)線而不得不中止比賽。PID算法在巡線中已經(jīng)得到一定程度的使用，盡管改善了巡線的質(zhì)量，但由于控制程序運行過程中的時序同步問題，機器人在移動過程中還是會隨機出現(xiàn)脫離引導(dǎo)線的問題。即使采用多個傳感器信息進行糾偏，但問題仍會出現(xiàn)，即機器人在巡線過程中，某個糾偏傳感器明明“看”到引導(dǎo)線了，卻未按設(shè)計要求轉(zhuǎn)去執(zhí)行糾偏程序?！耙暋倍灰?，表明在傳感器處于引導(dǎo)線區(qū)域內(nèi)時，CPU正在處理其他事務(wù)。在機器人MCU等硬件之上植入嵌入式實時操作系統(tǒng)，傳感器的數(shù)據(jù)采集、環(huán)境監(jiān)測、信息處理與輸出控制都可作為獨立的任務(wù)進行管理。讓監(jiān)視與控制程序同時進行，避免了在等待過程中造成的信息“無視”，控制器實現(xiàn)了對監(jiān)測到的異常進行實時處理，并即時進行輸出控制，化解了單任務(wù)程序設(shè)計中的實時響應(yīng)難題。

● 總體設(shè)計

μC/OS-III中，任務(wù)可以是基于優(yōu)先級的搶占式調(diào)度，但也支持同等優(yōu)先級的輪轉(zhuǎn)調(diào)度。機器人的結(jié)構(gòu)設(shè)計如圖1所示，安裝了7個灰度傳感器，其中S4用于巡線數(shù)據(jù)的采集，其他傳感器用于偏離航線的檢測。在執(zhí)行任務(wù)的過程中，機器人始終不允許脫線運行，這就意味著脫線檢測和處理必須優(yōu)先于其他事件。因此，我們將傳感器S1和S7的信息采集與處理作為任務(wù)1（如下頁圖2所示）；在確定S1和S7沒有檢測到標志線的情況下，需要考慮機器人是否處于較大的偏轉(zhuǎn)狀態(tài)，根據(jù)傳感器S2和S6采集的信息進行處理的任務(wù)2，可以優(yōu)先執(zhí)行；而檢測較小偏轉(zhuǎn)的傳感器S3和S5是為了保證機器人盡量以較小的偏轉(zhuǎn)沿著引導(dǎo)線平滑移動，設(shè)置為任務(wù)3；傳感器S4用于巡線移動信息采集，故在這四個應(yīng)用任務(wù)中設(shè)置為最低優(yōu)先級，為任務(wù)4。兩個任務(wù)之間的數(shù)據(jù)通信考慮到巡線過程中對傳感器信息的即時性要求，可通過全局變量實現(xiàn)。

圖1

● 關(guān)鍵設(shè)計

1.離散PID算法實現(xiàn)巡線設(shè)計

機器人巡線實際上僅使用一個灰度傳感器S4，即圖1中的3號傳感器。對采集的地面數(shù)據(jù)運用離散PID算法，通過設(shè)定合適的比例、積分和微分參數(shù)計算出驅(qū)動馬達的速度控制值，以確保其能快速平穩(wěn)前進。該算法需要從傳感器檢測的地面和引導(dǎo)線不同點的值中找出最大值（Vmax）和最小值（Vmin），并計算出最大值與最小值的平均值，作為判斷在線與否的閾值（Vmid）。計算出最大值與最小值的差值（VΔ），作為比例參量（Kp）計算的依據(jù)之一。根據(jù)這些數(shù)據(jù)，分別計算出比例P、積分I和微分D的調(diào)節(jié)值。

運用比例可以計算出機器人對當(dāng)前狀況需要作出的反應(yīng)。比例調(diào)節(jié)值的算式：

（1）

積分是對已經(jīng)發(fā)生的偏差(V_err)進行累積，以達到快速調(diào)節(jié)的目的。積分調(diào)節(jié)值的算式為:

（2）

微分用于對機器人移動方向的趨勢進行預(yù)測和加強，比較前一次的偏差與當(dāng)前的偏差，得到機器人移動的趨勢，用微分調(diào)節(jié)值來強化該趨勢，計算式為：

（3）

馬達速度調(diào)節(jié)值：

（4）

馬達的速度控制值：

（5）

（6）

馬達的移動控制函數(shù)：

Move（Pwr_Left，Pwr_Right）； （7）

通過實時的地面環(huán)境感知和計算結(jié)果，即時調(diào)整機器人左右馬達的運行速度，從而達到控制機器人沿著引導(dǎo)線移動的目的。同時，設(shè)計者需要根據(jù)機器人實際運行狀況進行參數(shù)Kp、Ki和Kd的值的設(shè)定。具體整定方法是：先單獨采用比例算法整定Kp，讓機器人巡線，尋找到合適的Kp和Pwr_Base。需要注意的是，Pwr_Base的值建議與機器人的驅(qū)動電池電量形成關(guān)聯(lián)，可以使系統(tǒng)運行的穩(wěn)定性更高且適應(yīng)性更廣。

2.解決時序問題

盡管以上設(shè)計在邏輯上似乎解決了巡線和保障問題，但在實際調(diào)試時，還是難以處理好巡線的問題。究其原因，在于盡管機器人可以隨時讀取傳感器值，但CPU如果在執(zhí)行其他指令，而檢測異常的傳感器盡管檢測到了引導(dǎo)線，CPU也會熟視無睹，而當(dāng)指令執(zhí)行到讀取該傳感器值時，已經(jīng)物是人非了，這就會讓人無所適從，明明程序邏輯上沒有錯誤，為什么還是“不聽話”呢？要讓機器人對傳感器信息“隨時”保持敏感，可以引入多任務(wù)管理。讓傳感器的采集數(shù)據(jù)在盡量短的時間內(nèi)（3ms或更低，具體需視機器人的運行速度、傳感器的采集周期等而定）轉(zhuǎn)化成驅(qū)動馬達的控制指令。據(jù)此，將傳感器采集和數(shù)據(jù)處理作為一個個獨立的任務(wù)，根據(jù)任務(wù)的緊迫性可分為：脫線、較大偏離、較小偏離和巡線四個由高到低不同優(yōu)先級的任務(wù)。

圖2

● 實驗測試與結(jié)果分析

機器人自主控制程序的設(shè)計所面臨的一個難題是運行環(huán)境信息復(fù)雜和機器人可感知信息的客觀限制，任何理論上似乎完美的算法，在實際運行時都很難保證100%的成功率，設(shè)計中刻意繞開和避免的問題往往還是會發(fā)生?；诖耍驹O(shè)計中不是回避問題，而是采用多傳感器信息融合算法，一旦機器人遇到問題就能夠通過傳感器檢測確認，并即時采取糾偏措施。在多次大型機器人競賽巡線相關(guān)項目比賽中，筆者均采用了此算法。實踐證明，機器人運行的穩(wěn)定性、快速性和問題的自糾偏表現(xiàn)均有明顯改善。

參考文獻：

[1]J.J.Labrosse，μC/OS-III：the Real—Time Kernel for the STMicroelectronics STM32[M/OL].2013.http://www.micrium.com/books/ucosiii.

[2]明子成.家庭護理機器人的設(shè)計[J].機器人技術(shù)與應(yīng)用，2010(09).

[3]明子成.游覽機器人的設(shè)計與實現(xiàn)[J].機器人技術(shù)與應(yīng)用，2008(10).

基金項目：南京曉莊學(xué)院2013年度科研項目《基于RTOS的機器人控制器開發(fā)》，項目編號2013NXY44。

endprint