籃球戰(zhàn)術在采摘機器人避障模糊控制系統(tǒng)中的應用

趙曉紅,李海玉

(河北科技師范學院 體育系,河北 秦皇島 066004)

0 引言

蔬菜水果采摘是最具有技術含量,也是最費時費力的勞動,急需實現(xiàn)自動化,而采摘機器人的避障與目標導引是整個自動化系統(tǒng)中的核心[1]。目前,避障與目標導引方式主要分為圖像采集分析[2]進行路徑規(guī)劃和測距傳感器遺傳模糊控制[3]兩大類。圖像采集分析方法具有避障精度高的特點,但需要高清攝像機組及高性能工控機等設備[4-5],成本高,不適用于大規(guī)模普及;同時系統(tǒng)過于復雜,穩(wěn)定性差,不能在高溫高熱的塑料大棚環(huán)境中穩(wěn)定工作。測距傳感器遺傳模糊控制系統(tǒng)[6],具有設備簡單、可靠性高的特點[7],但模糊規(guī)則與算法不完善,嚴重制約著避障精度[8-9]。為了實現(xiàn)采摘機器人的大規(guī)模普及,采用測距傳感器、基于籃球戰(zhàn)術規(guī)則[10]制定模糊規(guī)則,設計了避障與路徑規(guī)劃系統(tǒng),和傳統(tǒng)測距傳感器模糊控制系統(tǒng)相比,精度明顯提高,達到了大規(guī)模普及的要求。

本文的設計思路如下:①設計采摘機器人的行走機械結構與控制系統(tǒng);②對機器人進行運動學分析,提出模糊控制輸入變量;③建立模糊控制系統(tǒng),包括避障系統(tǒng)、目標導引系統(tǒng)、權重分析系統(tǒng)和動作融合系統(tǒng),并基于籃球戰(zhàn)術規(guī)則建立模糊規(guī)則;④模糊系統(tǒng)輸出機器人的速度V和轉角Δθ;⑤對系統(tǒng)進行仿真,檢驗避障精度與可靠性。

1 行走結構與控制系統(tǒng)

1.1 行走結構

設機器人正前方為Y軸,行走結構如圖1所示。

圖1 機器人行走系結構1.左驅動電機 2.左驅動輪 3.支撐萬向輪 4.測距傳感器 5.右驅動電機 6.右驅動輪 7 .右轉向燈 8.左轉向燈Fig.1 The walking system Structure of robot

采用圓盤形布局,半徑為R;左右兩個驅動輪,半徑均為r,到Y軸的距離為L,分別由步進電機1和6獨立驅動;支撐萬向輪起到支撐行走系和轉向輔助功能;超聲波測距傳感器檢測范圍為2.5～200cm,檢測角度為60°。5顆超聲波傳感器分布如圖1所示,兩相鄰傳感器夾角為45°,小于傳感器檢測角,可實現(xiàn)無盲區(qū)檢測,同時障礙檢測范圍以Y軸為中心達到240°。該行走系主要實現(xiàn)以下功能:

1)前進。兩步進電機以相同角速度ω使兩驅動輪正向轉動實現(xiàn)前進效果,通過控制ω的大小控制速度,速度為V=ωr。

2)轉向。設機器人向左轉向為正,向左轉向時,左驅動輪以角速度ω轉動,同時右驅動輪以角速度-ω轉動,右轉角速度ar=2ωr/R;向右轉向時,右驅動輪以角速度-ω轉動,同時左驅動輪以角速度ω轉動,左轉角速度al=-2ωr/R。

3)后退。此時,兩步進電機以相同角速度-ω使兩驅動輪正向轉動實現(xiàn)前進效果,通過控制ω的大小控制速度,速度為V=-ωr。

1.2 控制系統(tǒng)

控制系統(tǒng)原理如圖2所示。超聲波傳感器組檢測障礙物距離機器人的距離li(i=1,2,…,5),則機器人中心到障礙物的距離LD=R+li(i=1,2,…,5),到目標坐標距離Lt=R+lt,lt為傳感器到目標之間的距離?？刂破?P89C52RA)[11]采用基于籃球比賽規(guī)則的模糊規(guī)則對傳感器組輸入信號進行分析,去模糊化后驅動左右兩個電機運轉,通過控制兩個電機的角速度ω實現(xiàn)機器人的前進、后退和轉向;同時,控制轉向指示燈,前進時兩指示燈均滅,后退兩指示燈均亮,轉向時對應的指示燈亮,從而顯示當前機器人的運動狀態(tài)。

圖2 控制系統(tǒng)原理圖Fig.2 Scheme of control system

2 機器人運動學分析

機器人運動分析如圖3所示。機器人初始位置為坐標原點,機器人正前方為Y軸方向建立坐標系。機器人形心到障礙物的距離為Ld,與Y軸夾角為a,到目標點的距離為Lt,與與Y軸夾角為f。機器人在經歷到第k個記錄點Pk時位移為Sk,角位移為θk,則該點的坐標(xk,yk)為

圖3 機器人運動分析Fig.3 Motion analysis for robot

(1)

設第k點到k+1點的位移為ΔSk+1,角位移為Δθk+1,則k+1點的坐標及相對于原點的角位移為

(2)

由此可知:在k點坐標已知的情況下,機器人在k+1點的坐標及相對于原點的角位移由ΔSk+1及Δθk+1決定;ΔSk+1=ΔTk+1Vk+1,k+1點的坐標由機器人速度Vk+1及角位移Δθk+1決定。因此,模糊系統(tǒng)最終的控制量為機器人速度V和角位移θ。

3 基于籃球比賽戰(zhàn)術的模糊控制系統(tǒng)

模糊控制系統(tǒng)包括避障系統(tǒng)、目標引導系統(tǒng)、動作加權分析器和運動合成器4部分,如圖4所示。

圖4 模糊控制系統(tǒng)Fig.4 Fuzzy control evadible system

超聲波傳感器檢測機器人當前位置與目標和障礙物之間的位置關系,得到距目標的距離為Lt、方向角f,到障礙物的距離為Ld、方向角為a,將信號傳入機器人控制系統(tǒng)。避障系統(tǒng)輸入量為兩組到機器人最近的障礙物的距離為Ld和方向角a,輸出為模糊化后的機器人速度vd與方向角該變量Δθd。目標導引系統(tǒng)輸入量到距目標的距離為Lt、方向角f,輸出為模糊化后的Vt與方向角該變量Δθt。動作加權系統(tǒng)的輸入為距目標的距離Lt和最近的障礙物距離Ldmin,輸出量為加權系數(shù)m。運動融合系統(tǒng)輸入為避障系統(tǒng)和目標系統(tǒng)輸出,將二者進行重心法擬合,去模糊化,輸出機器人運動信號V、Δθ。運動信號返回控制中心,最終向兩驅動電機發(fā)出轉速信號,實現(xiàn)機器人的前進和轉彎。

模糊控制器規(guī)則來自籃球比賽戰(zhàn)術[12]:①避障系統(tǒng)規(guī)則庫原理基于規(guī)避戰(zhàn)術。當帶球隊員接近多個防守球員時,距離遠時高速運球,向相防守隊員運動的相反方向小角度轉彎;距離中等時,中等速度運球避免被截斷,向相防守隊員運動的相反方向中等角度轉彎,避開防守隊員;距離近時,滿速運球,確?？厍?向相防守隊員運動的相反方向大角度轉身,避開防守隊員。②目標導引規(guī)則即要時刻清楚知道對方籃筐位置。③運動合成規(guī)則庫來源于過人戰(zhàn)術,進攻隊員分析離自己最近的防守隊員位置和籃筐位置,進行加權綜合分析,規(guī)劃最優(yōu)過人路徑。

3.1 避障系統(tǒng)

避障系統(tǒng)的作用是讓機器人在未知的環(huán)境下繞過障礙物繼續(xù)前進?；诨@球戰(zhàn)術制定規(guī)則庫,取距離機器人最近的兩組障礙坐標作為避障系統(tǒng)輸入,即Ldi(i=1,2)、adi(i=1,2),輸出為模糊化后的vd和θd。由于超聲波傳感器檢測范圍為2.5～200cm,因此Ldi中心值取N=50cm,M=100cm,F=150cm。隸屬度函數(shù)如圖5所示。其中心值取LL=-π/2,LM=-π/4,C=0,RM=π/4,RL=π/2;輸出vd中心值取S=1.8km/h,M=3.6 km/h,F=5.4 km/h。θd隸屬度函數(shù)中心值取LL=-π/2,LM=-π/4,C=0,RM=π/4,RL=π/2。

圖5 避障系統(tǒng)隸屬度函數(shù)Fig.5 Membership functions of evadible system

避障規(guī)則基于籃球戰(zhàn)術,取距離機器人最近的兩組障礙坐標作為避障系統(tǒng)輸入,當機器人接近多個障礙物時,距離遠時(Ldi≥150cm)采用高速F運動;距離中等(150cm>Ldi≥100cm)時,采用中等M速度;距離近時(Ldi<50cm),慢速S前進。規(guī)則如表1所示。

表1 vd模糊規(guī)則Table 1 Fuzzy rules for vd

機器人角位移θd規(guī)則如表2所示。當機器人正前方出現(xiàn)障礙時,向另一障礙物相反方向轉動π/2;當障礙出現(xiàn)在前進方向同側,機器人保持原有方向不變;當障礙出現(xiàn)在前進方向兩側最大角位置時,機器人保持原有方向不變;當障礙出現(xiàn)在前進方向兩側,且分別處于最大和中等位置時,機器人向最大位置轉π/4。

表2 θd模糊規(guī)則Table 2 Fuzzy rules for θd

3.2 目標導引系統(tǒng)

目標跟蹤系統(tǒng)為機器人的運動指明了方向,在機器人初始位置建立的絕對坐標系中,目標坐標已知。系統(tǒng)輸入量為目標距離Lt和初始位置機器人正方向與目標位置夾角f,輸出為模糊量vf和θf,隸屬度函數(shù)如圖6所示。其中,Lt中心值取N=50cm、M=100cm、F=150cm;f中心值取LL=-π/2、LM=-π/4、C=0、RM=π/4、RL=π/2;輸出vf中心值取S=1.8km/h、M=3.6km/h、F=5.4km/h;θf中心值取LL=-π/2、LM=-π/4、C=0、RM=π/4、RL=π/2。

目標導引系統(tǒng)工作過程為:①以機器人初始位置建立絕對坐標系,設機器人前進方向為y軸;②確定目標坐標Pt(xt,yt);③機器人開始運動,確定自身坐標位置Pk(xk,yk),計算當前位置與標坐標Pt(xt,yt)的距離Lt和角位移f;④將距離Lt和角位移f進行模糊化處理,隸屬函數(shù)如圖6(a)和圖6(b)所示;⑤輸出模糊化vt和θt,如圖6(c)和圖6(d)所示。

模糊控制規(guī)則基于籃球比賽戰(zhàn)術,當距離遠時,采用高速運動;距離中等時,采用中等速度;距離近時,采用慢速運動,規(guī)則如表3所示。機器人角位移規(guī)則為相導向角f相反方向轉動-f,規(guī)則如表4所示。

表3 vt模糊規(guī)則Table 3 Fuzzy rules for vt

表4 θt模糊規(guī)則Table 4 Fuzzy rules for θt

3.3 動作加權系統(tǒng)

避障系統(tǒng)輸出vd和θd,目標導向系統(tǒng)輸出為vt和θt,現(xiàn)需要確定兩者在機器人的速度和角位移融合過程中的權重。動作權重系統(tǒng)的輸入為機器人到目標的距離Lt和機器人到最近障礙物的距離Ldmin,中心值均為N=50cm,M=100cm,F=150cm;輸出值為加權系數(shù)m,中心值為VS=0,S=1/4,M=1/2,B=3/4,VB=1。輸入輸出隸屬度函數(shù)如圖7所示,加權系數(shù)m的模糊規(guī)則如表5所示。

表5 加權系統(tǒng)規(guī)則μλTable 5 Fuzzy rules for μλ

圖7 加權系統(tǒng)隸屬度函數(shù)Fig.7 Membership functions of weight analysis system

3.4 動作融合系統(tǒng)

動作融合系統(tǒng)主要完成兩大任務:①實現(xiàn)避障系統(tǒng)和目標導向系統(tǒng)輸出的融合;②去模糊化,輸出機器人的速度V和角位移Δθ。融合系統(tǒng)采用重心法,采用動作加權系統(tǒng)等到的加權系數(shù)m,衡量避障系統(tǒng)輸出和目標導向系統(tǒng)在機器人運動的占比,來確定機器人的速度V和角位移Δθ。設vd和θd為避障系統(tǒng)輸出,vt和θt為目標導向系統(tǒng)輸出,則

(1)

(2)

4 系統(tǒng)測試

機器人越障礙測試路徑如圖8所示。中心線為機器人行走路徑,虛線為機器人和目標之間的連線,黑色部分為障礙物,六邊形為目標。在初始位置處,兩障礙物根據(jù)避障規(guī)則,他們距離均為N,障礙物位于機器人正前方,障礙方向a為C和RM。目標在機器人正方向上,距離很遠,根據(jù)目標導引規(guī)則,距離為F,目標方向f為C。根據(jù)加權融合規(guī)則,此時機器人速度V為1.8km/h,向左轉向π/2。

圖8 機器人移動測試Fig.8 Test for robot moving

機器人處于位置2時,兩障礙物距離均為M,障礙方向a為LM和RM;根據(jù)目標導引規(guī)則,距離為M,目標方向f為C。此時,機器人速度V為3.6km/h,不轉向;此后機器人沿著虛線路徑到達目標位置。

5 結論

為了提高采摘效率、實現(xiàn)采摘工作的自動化,設計了一種采摘機器人避障模糊控制系統(tǒng),并基于籃球戰(zhàn)術規(guī)則制定了模糊規(guī)則庫。該系統(tǒng)共由4部分組成:①避障系統(tǒng)。該系統(tǒng)輸入為距機器人最近的兩組障礙物距離與角度,即Ldi(i=1,2),adi(i=1,2),輸出為模糊化后的vd和θd。②目標導引系統(tǒng)。該系統(tǒng)輸入量為目標距離Lt和機器人正方向與目標位置夾角f,輸出為模糊量vf和θf。③動作加權系統(tǒng)完成目標導引與避障系統(tǒng)的權重分析,輸入為機器人到目標的距離Lt和機器人到最近障礙物的距離Ldmin,輸出值為加權系數(shù)m。④動作融合系統(tǒng)根據(jù)加權系數(shù)m完成目標導引與避障的融合,輸入為模糊化后的vd和θd,以及模糊量vf和θf,輸出為機器人的速度V和轉角Δθ。系統(tǒng)檢測發(fā)現(xiàn),該系統(tǒng)具有良好的避障性能。