基于物聯(lián)網(wǎng)的多移動機器人協(xié)作構(gòu)圖的研究

安徽理工大學(xué) 施澤華

基于物聯(lián)網(wǎng)的多移動機器人協(xié)作構(gòu)圖的研究

安徽理工大學(xué) 施澤華

針對單移動機器人構(gòu)圖效率低、完整性差，本文研究了基于物聯(lián)網(wǎng)的多移動機器人協(xié)作構(gòu)圖的問題。首先，選用了具有更強魯棒性的混合式控制結(jié)構(gòu)，并利用基于RSSI的物聯(lián)網(wǎng)定位技術(shù)，實現(xiàn)多移動機器人的實時定位。接著，采用了一種基于三角形動態(tài)分區(qū)的算法用于探測未知環(huán)境。實驗結(jié)果表明該設(shè)計相較單移動機器人更高效、更完整。

移動機器人；物聯(lián)網(wǎng)；三角形分區(qū)；協(xié)作構(gòu)圖

1 引言

近些年，隨著智能移動機器人不斷應(yīng)用于各種復(fù)雜任務(wù)中，如路徑規(guī)劃、導(dǎo)航等。這就要它提前感知外界信息，即預(yù)先構(gòu)圖或者邊執(zhí)行任務(wù)邊構(gòu)圖。而傳統(tǒng)的單移動機器人構(gòu)圖的效率和完整性都不高，因此本文結(jié)合物聯(lián)網(wǎng)RSSI技術(shù)，并采用混合式控制結(jié)構(gòu)的設(shè)計，使多機器人間分布探索，集中建圖。目前最新的多移動機器人協(xié)作構(gòu)圖算法有虛擬力探測算法、擴展卡爾曼濾波器的全局地圖構(gòu)建法[1]等，而本文采用的基于三角形動態(tài)分區(qū)的算法是另一種有效算法，能高效完整地探測未知環(huán)境。

2 控制結(jié)構(gòu)

本文選用混合式控制結(jié)構(gòu)，即機器人間分布探索，集中建圖，如圖1。它集合了集中式和分布式控制[2]的優(yōu)點，魯棒性更強。

圖1 多移動機器人組的混合式控制結(jié)構(gòu)

圖2 協(xié)作構(gòu)圖流程

每個移動機器人獨立探測自己的環(huán)境地圖，同時機器人間可互相通信，告知各自位置信息并分享地圖。中央模塊會融合各機器人傳送來的信息，并執(zhí)行任務(wù)分配，統(tǒng)籌確認各機器人下一目標。

3 基于RSSI的移動機器人動態(tài)定位

物聯(lián)網(wǎng)的定位信息是由其感知層獲取的，目前在基于測距的物聯(lián)網(wǎng)定位算法中，信號強度測距（RSSI）法[3]由接受節(jié)點測量接收功率，計算傳播損耗，再用經(jīng)典信號傳播模型將其轉(zhuǎn)化為距離。該方法無需增加額外硬件，并易于實現(xiàn)，因而更適用于物聯(lián)網(wǎng)環(huán)境下移動機器人的實時定位。

4 流程圖

多移動機器人協(xié)作構(gòu)圖的流程如圖2，以兩臺機器人為例。移動機器人由感知層節(jié)點感知外界信息，并經(jīng)串口傳給處理器，建立局部地圖，再通過物聯(lián)網(wǎng)的無線通信交互信息，達到信息共享和融合。這里物聯(lián)網(wǎng)的無線通信采用UDP/TCP雙協(xié)議、雙通道ZigBee通信模塊設(shè)計。

5 協(xié)作探測策略

5.1 三角形動態(tài)分區(qū)算法

合理的探測算法能有效避免重復(fù)探測，具有較高的地圖融合匹配度。分區(qū)探測算法一般有方形分區(qū)、圓形分區(qū)和三角形動態(tài)分區(qū)[4]。由于方形分區(qū)和圓形分區(qū)僅局限于柵格地圖，故采用了基于三角形動態(tài)分區(qū)的算法。

三角形動態(tài)分區(qū)算法，即由新探測到的點特征將不確定區(qū)域分成若干個相鄰的、無重復(fù)的三角子區(qū)域，再分別探測子分區(qū)構(gòu)建地圖，直到?jīng)]有不確定區(qū)域。

5.2 基本探測行為

移動機器人的探測行為有以下六類：

（1）搜索行為

當(dāng)不確定三角子區(qū)域時，移動機器人執(zhí)行搜索行為。當(dāng)發(fā)現(xiàn)探測到的三個特征點不在一直線上，即被定為三角探測子分區(qū)。

（2）探測行為

移動機器人到達一個未探測三角區(qū)域時，首先確定所需探測三角區(qū)域三邊屬性值，再根據(jù)屬性值決定探測方向。每探測完一條邊，需融合該信息并更新屬性值，再值確定下次探測的邊。

（3）前往目標點行為

在中央模塊分配目標任務(wù)點后，執(zhí)行該行為，前往待測區(qū)域。（4）等待行為

當(dāng)機器人探測完一個三角子區(qū)域或完成所有分配的任務(wù)時，執(zhí)行該行為。

（5）避障行為

在機器人前往目標任務(wù)點，發(fā)現(xiàn)前方有物體阻礙時，由感知層信息進行旋轉(zhuǎn)避障。

（6）避碰行為

在機器人檢測到前方可能會與另一機器人相碰，執(zhí)行該行為。設(shè)定離相碰點較近的為優(yōu)先級，可先前行。

6 實驗仿真

如圖3所示是兩移動機器人在仿真環(huán)境的地圖模型上先后探測到三個特征點，灰點即特征點。起始給機器人一個初始位置和方向，設(shè)其探測范圍1m。

圖3 機器人最先探測到3個特征點

圖4 第一次完成三角區(qū)域探測

圖5 構(gòu)圖完成后的全局地圖

如圖4，兩機器人探測完完第一個三角區(qū)域，斜線陰影區(qū)域為已探測區(qū)域，虛線邊界區(qū)域是新探測區(qū)域。

同理，當(dāng)所有移動機器人探測任務(wù)完成，無不確定區(qū)域，中央模塊對全局地圖融合更新，如圖5。

兩機器人前進速度為150mm/s，總耗時6.76min。相同環(huán)境下，使用最佳視角法的單移動機器人系統(tǒng)，用時17.53min，且會多次探測已測區(qū)域。因此，本文設(shè)計的多移動機器人協(xié)作構(gòu)圖系統(tǒng)達到了預(yù)期成效。

7 結(jié)論

本文設(shè)計了一種基于物聯(lián)網(wǎng)的多移動機器人協(xié)作構(gòu)圖系統(tǒng)，采用混合式控制結(jié)構(gòu)。系統(tǒng)利用基于RSSI的物聯(lián)網(wǎng)定位技術(shù)實現(xiàn)實時定位，并采用三角形動態(tài)分區(qū)算法進行環(huán)境探測。實驗仿真結(jié)果表明，該設(shè)計相較單移動機器人建圖系統(tǒng)更高效、更完整。

[1]遲健男,徐心和.移動機器人即時定位與地圖創(chuàng)建問題研究[J].機器人,2004,26(1):87-91.

[2]譚民,范永.機器人群體協(xié)作與控制的研究[J].機器人,2001,23(3): 285-288.

[3]黃天祥,王敬東.基于LQI和RSSI改進的DV-Hop定位算法[J].計算機與現(xiàn)代化,2009,(1):76-80.

[4]張洪峰,王碩.基于動態(tài)分區(qū)方法的多機器人協(xié)作地圖構(gòu)建[J].機器人,2003,25(2):156-162.

施澤華（1994—），男，江蘇淮安人，碩士在讀，研究方向：電氣智能化方向。