室內(nèi)智能機器人自主避障策略設計與實現(xiàn)

作者/劉啟航 、鈕 飛，南京郵電大學 貝爾英才學院；李超，南京郵電大學計算機學院

基金項目：國家自然科學基金青年基金項目（項目號：61302158）；江蘇省自然科學基金項目（項目號：K20130869）；江蘇省高校自然科學研究項目（項目號：13KJB520019）。

室內(nèi)智能機器人自主避障策略設計與實現(xiàn)

作者/劉啟航 、鈕 飛，南京郵電大學 貝爾英才學院；李超，南京郵電大學計算機學院

基金項目：國家自然科學基金青年基金項目（項目號：61302158）；江蘇省自然科學基金項目（項目號：K20130869）；江蘇省高校自然科學研究項目（項目號：13KJB520019）。

針對室內(nèi)智能機器人在運行過程中需要具備自主避障功能問題，本文以智能小車為對象，通過對各方面特征值的采集，多數(shù)據(jù)融合處理分析的方法，設計自主避障策略，實現(xiàn)對死角和墻角特殊環(huán)境的避障。通過搭建測試環(huán)境，測試小車在不同移動速度下對死角避障和墻角避障能力。結果表明，在保證避障成功的情況下，小車的速度可以達到2.5m/s，符合智能機器人室內(nèi)移動速度。

自主避障； 數(shù)據(jù)融合

引言

智能車輛（intelligent vehicle）又名輪式移動機器人，是一個集環(huán)境感知、規(guī)劃決策、自動行駛等功能于一體的綜合系統(tǒng)【1】。智能小車又是智能車輛中廣泛應用于測量，勘探等方面的工作的一種實驗模型。在一個不確定的環(huán)境中智能小車的自動控制通常需要多個傳感器的融合來感知周圍環(huán)境的復雜信息【2】。國內(nèi)目前有用攝像頭來進行信息采集的智能小車，單純的視覺傳感器雖可以識別路障物體，但所形成二維圖像信息無法具體描述三維的環(huán)境，對于墻角這些特殊情況小車無法及時處理。還有用多個超聲波傳感器測距避障的方案，但超聲波傳感器在運動測距上的誤差問題無法避免，大大限制了小車的運動速度【3—6】。在國外有用柵格地圖法來實現(xiàn)避障控制，通過將環(huán)境劃分成柵格，計算避障概率來輔助自動控制。但這種多數(shù)據(jù)融合的方法對于未知環(huán)境的處理有著本質上的缺陷，應用環(huán)境很受限制【7—9】。本文設計的智能小車通過紅外傳感器識別障礙物，四組超聲波傳感器測距獲得周圍環(huán)境立體數(shù)據(jù)，對整個傳感網(wǎng)絡獲得的數(shù)據(jù)進行融合處理，可以在很大程度上提高智能小車的避障成功率和縮短反應時間，同時也降低了開發(fā)成本。

1. 系統(tǒng)的結構設計

本文中設計的智能小車在機器結構上采用四輪平板車的設計方式，在邊緣支架上安裝各個傳感器模塊，支架上層固定主控板，下層固定鉛蓄電池通過簡單的配電線連接。

① 電機：電機采用的是步進電機，工作方式為四相八拍。電機驅動模塊采用的是UIREBOT的UIM242，利用CAN總線通信控制，主要的控制信令有：

ENA：使能電機；

SETx：設置站點地址；

SPD：設置速度；

STP：設置期望位移。

② 紅外傳感器：紅外傳感器選擇的是光子探測中一種，型號為HJ—IR2。當接受到障礙物的反射光子時發(fā)送高電平告警信號。

③ 超聲波傳感器：超聲波傳感器選用KS103型號，內(nèi)置溫度補償。根據(jù)猜想避障環(huán)境，測距范圍調整在0.5～1.5m。經(jīng)實驗測試，在小車速度低于3m/s的范圍內(nèi)，室溫下測距誤差為3%。

④ 主控板：小車在運動的過程中，周圍情況變化較快，且在多數(shù)據(jù)融合處理時，需要相應的浮點運算。

2. 避障功能設計及實現(xiàn)

2.1 智能小車的特征值

利用多數(shù)據(jù)融合處理數(shù)據(jù)，需要獲得避障系統(tǒng)的特征值【9】。避障系統(tǒng)的特征值主要包括兩種：智能小車的狀態(tài)特征和道路環(huán)境特征。將小車抽象成一個剛體，如圖2所示。A、B點為小車的左下輪和右上輪，對角線距離為d，小車運動速度為V。在小車經(jīng)過T時間，旋轉角度為θ時，A點運動到A’處，由于θ角度很小，A點位移近似為A點到A’點的直線距離，為VT。根據(jù)余弦公式可以得到公式（1）。

根據(jù)arccos的泰勒公式展開形式公式（2），舍棄掉高次項可以得到公式（3）。

公式（3）即表述了智能小車的兩種狀態(tài)特征的關系，在下面一節(jié)將討論如何利用超聲波傳感器獲取的環(huán)境特征值來調整小車狀態(tài)特征值，來達到準確和及時的避障。

2.2 多數(shù)據(jù)融合處理

智能小車四周都設有一個超聲波傳感器。假設小車處于墻角模型的避障情況，四組超聲波可分別測得小車四周可調整距離d1、d2、d3和d4。紅外傳感器的門限距離為D，通常門限距離在1米以內(nèi)。當D1距離達到D時，取d1234中距離最大的值來確定旋轉方向，取得d4為最大值，向右轉。旋轉的角度θ可根據(jù)幾何規(guī)則得到，如公式（4）

實際的小車體積較小，arctan函數(shù)可以近似為正比例函數(shù)。根據(jù)上一節(jié)的兩種小車特征值之間的關系可以得到公式（5）。

此外，速度最大不可超過在轉彎的時間內(nèi)撞上物體可得到公式（6）。

公式（5）、（6）即可約束小車轉彎的過程不停地調整速度來成功避障。當環(huán)境特征值改變時，小車會根據(jù)實時采集的數(shù)據(jù)進行調整。當d1234中所有的距離都小于安全門限距離，為了解決這種情況，小車會利用一個堆棧記錄部分行駛數(shù)據(jù)，當進入死角后，小車會利用堆棧中的數(shù)據(jù)返回到之前的狀態(tài)，選擇d1234中第二長的方向作為旋轉方向，重復之前的操作。

3. 系統(tǒng)測試

3.1 測試環(huán)境搭建

測試環(huán)境選擇在室內(nèi)搭建。室內(nèi)設有一個長度為10米的軌道，在軌道上放置有障礙物，分別測試小車處理左轉避障，右轉避障和死角環(huán)境。由于測試環(huán)境為室內(nèi)避障，設置的障礙物的體積均和小車體積相當或者大于小車體積。

3.2 測試結果與分析

測試時，小車分別以每秒0.5～4米的速度行駛進入車道。測試結果統(tǒng)計了小車的正常行駛速度、行駛總時間和碰撞次數(shù)的關系，使用Matlab畫出圖1。從圖中共三條曲線，分別統(tǒng)計了三種測試點的情況，對于正常情況避障，不發(fā)生碰撞。對于死角和墻角避障，隨著速度增加，雖然時間有所減少，但碰撞的情況開始出現(xiàn)。在保證不發(fā)生碰撞的情況下，速度保持在每秒1.5米左右達到理想狀態(tài)，符合室內(nèi)機器人實際的行駛速度。

4. 結語

本文針對室內(nèi)智能機器人的避障問題，提出并實現(xiàn)了利用超聲波傳感器和紅外傳感器網(wǎng)絡的解決方案。從小車的硬件設計到軟件算法原理，本文都給出了相對詳細的解釋，且測試結果符合要求。

圖1 測試結果統(tǒng)計圖

＊ [1]陳懂, 劉瑢, 金世俊. 智能小車的多傳感器數(shù)據(jù)融合[J]. 現(xiàn)代電子技術, 2005, 28(6)：3—5.

＊ [2]王檀彬, 陳無畏, 李進,等. 多傳感器融合的視覺導航智能車避障仿真研究[J]. 系統(tǒng)仿真學報, 2009, 21(4)：1015—1019.

＊ [3]楊東鶴, 劉喜昂. 智能移動機器人的超聲避障研究[J]. 計算機工程與設計, 2007, 28(15)：3659—3660.

＊ [4]張馨, 王善, 陳振勇, 等. 水下接觸爆炸作用下加筋板的動態(tài)響應分析[J]. 系統(tǒng)仿真學報, 2007, 19(2)： 257—260.

＊ [5]Pan C, Guo J, Zhu L, et al. Modeling and Verification of CAN Bus with Application Layer using UPPAAL[J]. Electronic Notes in Theoretical Computer Science, 2014, 309(12)：31—49.

＊ [6]李霽雰, 陳陽生, 章瑋. 基于CAN總線的電動汽車中繼站研究[J]. 機電工程, 2015, 32(3)：379—383.

＊ [7] 李玥. CAN總線技術在電機控制系統(tǒng)中的應用研究[D]. 沈陽工業(yè)大學, 2015.

＊ [8]陳羽中, 翁詩寧, 郭昆. 一種面向車輛自組網(wǎng)的多人博弈數(shù)據(jù)融合算法[J]. 小型微型計算機系統(tǒng), 2016, 37(8)：1807—1811.

＊ [9]Simanek J, Kubelka V, Reinstein M. Improving multi—modal data fusion by anomaly detection[J]. Autonomous Robots, 2015, 39(2)：139—154

第一作者：劉啟航：在讀本科生，研究方向為通信工程，單位：南京郵電大學；

第二作者：鈕飛：在讀本科生，研究方向為電子信息工程，單位：南京郵電大學；

第三作者：李超：副教授，主研領域：信息安全，嵌入式系統(tǒng)等，單位：南京郵電大學；