室內(nèi)主動式服務(wù)機器人控制系統(tǒng)研究與設(shè)計

李 艷, 魚 晨, 戴慶瑜

(1.陜西科技大學(xué) 電氣與控制工程學(xué)院， 陜西 西安 710021; 2.陜西農(nóng)產(chǎn)品加工技術(shù)研究院, 陜西 西安 710021)

0 引言

我國已經(jīng)進入老齡化社會，越來越多的老年人面臨獨居的問題.目前因人口老齡化導(dǎo)致勞動力嚴重不足，從事護理工作的人員數(shù)量已經(jīng)無法滿足老齡化社會的需求[1].服務(wù)機器人能夠有效解決護工資源短缺的問題，更加便捷的為獨居老人提供看護與服務(wù)[2].因此，國內(nèi)外大量學(xué)者對服務(wù)機器人展開了研究.趙東輝等[3]將傳感網(wǎng)絡(luò)與服務(wù)機器人相結(jié)合搭建了智能家居環(huán)境，有效提升了老年人日常生活的便捷性.穆小奇等[4]研發(fā)了一種助行機器人并建立系統(tǒng)動力學(xué)模型，對其動態(tài)穩(wěn)定性展開了研究.有效解決了現(xiàn)有助行機器人防跌倒措施不完善的問題.Yoann Charlon等[5]介紹了一種用于室內(nèi)定位和老年人健康監(jiān)測的嵌入式衣服遙測系統(tǒng)，通過將移動節(jié)點嵌入衣服中完成對老人步態(tài)速度、運動時間、行走軌跡的監(jiān)測，進一步用于臨床應(yīng)用.陳思宇等[6]結(jié)合物聯(lián)網(wǎng)等技術(shù)研發(fā)了一款具備語音交互、康復(fù)游戲等互動功能的陪伴服務(wù)型機器人.然而現(xiàn)有的助老服務(wù)機器人普及度不高，同時存在被動服務(wù)、操作復(fù)雜等缺點，不能主動的對老人進行服務(wù).

因此，本文針對獨居老人記憶力衰退容易忘記服藥以及突發(fā)疾病需立刻服藥(心肌梗塞、心絞痛等疾病發(fā)病時，需要立刻停止一切活動并盡快服用速效救心丸等藥物來緩解癥狀.)等問題.在研究超寬帶(Ultra Wide Band，UWB)定位技術(shù)、路徑規(guī)劃技術(shù)在室內(nèi)復(fù)雜環(huán)境的應(yīng)用基礎(chǔ)上，以履帶式移動機器人為開發(fā)平臺，結(jié)合可穿戴健康設(shè)備設(shè)計了一種面向獨居老人的主動式服務(wù)機器人，它能在到達服藥時間或監(jiān)測到體征異常時主動為老人送藥，能有效保障老人的安全與健康.

1 系統(tǒng)總體方案設(shè)計

根據(jù)對服務(wù)機器人系統(tǒng)的功能需求分析，搭建系統(tǒng)如圖1所示的結(jié)構(gòu)框圖.整個系統(tǒng)分為三個部分：①服務(wù)對象部分：由UWB定位標簽1、智能手環(huán)組成.②室內(nèi)架設(shè)部分：由UWB定位基站A、B、C組成.③服務(wù)機器人部分：由機器人主控制器、激光雷達、UWB定位標簽2、無線通信模塊、時鐘模塊、語音播放模塊、電機驅(qū)動控制器、直流電機、鋰電池供電模塊組成.

系統(tǒng)的工作原理為：時鐘模塊為服務(wù)機器人提供時間信息，在到達服藥時間時，通過語音播放模塊進行語音播報，提醒老人服藥；無線通信模塊用于獲取智能手環(huán)監(jiān)測到的老人體征信息以及在異常情況時向外界發(fā)送求助信息；UWB定位標簽與各基站完成實時信息交互測得兩者之間的距離，在到達服藥時間或體征異常時，通過相應(yīng)定位算法計算出機器人和老人的位置，主控制器通過路徑規(guī)劃算法規(guī)劃最優(yōu)路徑，并向電機驅(qū)動控制器發(fā)送移動指令，電機驅(qū)動控制器輸出脈寬調(diào)制波(Pulse Width Modulation,PWM)控制服務(wù)機器人的左右電機，實現(xiàn)自主移動，激光雷達用于對突然出現(xiàn)的障礙物進行探測.鋰電池模塊為服務(wù)機器人系統(tǒng)持續(xù)工作提供電能.遠程調(diào)試單元用于實現(xiàn)對控制器的遠程調(diào)試與編程.

圖1 系統(tǒng)整體設(shè)計框圖

2 UWB室內(nèi)定位與路徑規(guī)劃技術(shù)

2.1 UWB室內(nèi)定位

室內(nèi)定位是指在室內(nèi)環(huán)境中確定出目標的位置信息，目前常見的有藍牙、UWB、超聲波、WiFi等技術(shù).能夠準確的獲取老人及自身位置信息是服務(wù)機器人完成基本功能的前提.相比于室外空曠環(huán)境，室內(nèi)環(huán)境較為復(fù)雜，因此需要具有較高的定位精度以及較強的穿透能力.UWB技術(shù)是通過發(fā)送和接收具有納秒或納秒級以下的極窄脈沖來傳輸數(shù)據(jù)，具有定位精度高、穿透能力強、抗干擾效果好等優(yōu)點[7].UWB室內(nèi)定位可分為測距和定位兩個階段.在測距階段，利用飛行時間法(Time Of Flight，TOF)計算出各基站與標簽之間的距離信息；定位階段則是在已知各基站與標簽之間的距離后通過相應(yīng)定位算法求解標簽的位置坐標.

2.1.1 TOF測距及其誤差分析

TOF測距法是通過測量設(shè)備間信號的飛行時間，再乘以電磁波的傳播速度來計算距離(即d=TF-C)，由于要獲取到精確的時間戳，因此需要基站與標簽之間時鐘嚴格同步[8].目前常用的有：單邊雙向測距(Single-sided Two Way Ranging，SS-TWR)、對稱雙邊雙向測距(Symmetrical Double-Sided Two Way Ranging，SDS-TWR).

(1)SS-TWR及誤差分析

SS-TWR是一種最簡單的能夠消除設(shè)備之間時鐘不同步的測距方法.其測距原理如圖2所示.

圖2 SS-TWR測距

在圖2中，設(shè)備A在t1時刻向設(shè)備B發(fā)送測距請求，設(shè)備B在t2時刻收到該請求后經(jīng)處理延時TR，在t3時刻向設(shè)備A發(fā)送ACK信號，設(shè)備A在t4時刻收到該信號，記整個過程耗時為TA，信號飛行時間為TF.則有：

(1)

(2)

故測距誤差Δd可表示為：

Δd=ΔTF·C

(3)

由式(2)和(3)可以得出，測距誤差Δd與兩設(shè)備之間的時鐘漂移比例之差呈線性相關(guān)，且Δd隨著TR的增大而增大.

(2)改進SDS-TWR及誤差分析

針對SS-TWR方法中時鐘漂移引起的計時誤差，采用SDS-TWR算法對該誤差具有一定的削弱作用[9].其測距原理如圖3所示.

圖3 SDS-TWR測距

SDS-TWR是在SS-TWR的基礎(chǔ)上又進行了一次設(shè)備B發(fā)起的反向測距.它能進一步克服時鐘漂移的影響，但是該方法測距所需時間是原方法的兩倍多.而改進SDS-TWR測距算法在發(fā)送上一測距過程確認信息的同時發(fā)送下一過程的測距請求，既克服了時鐘漂移帶來的計時誤差，又減少了測距所需時間.其測距原理如圖4所示.

圖4 改進SDS-TWR測距

(4)

(5)

故測距誤差Δd′可表示為：

(6)

在如圖5所示的環(huán)境中對測距算法效果進行驗證.在0～12 m范圍內(nèi)每隔1 m作為一次測距點，每個點位取50組數(shù)據(jù)，取其平均值作為測距結(jié)果，得到圖6所示的測距誤差分布.

圖5 測距試驗場地

圖6 測距誤差分布

由圖6可知，相比于SS-TWR算法，改進SDS-TWR算法在減少了測距時間的同時也提高測距精度.且兩種測距方法的實際誤差與前文的理論分析相符合.

2.1.2 改進三邊測量定位算法

在獲得各基站與標簽之間的距離信息后，利用三邊測量定位算法求解標簽坐標，其幾何模型如圖7所示.

圖7 三邊測量幾何圖示

在理想情況下，信號在傳播過程中不存在干擾，三個圓的交點即為標簽O所在位置，設(shè)其坐標為(x,y)，已知圖中的三個基站BS1、BS2、BS3的坐標為(x1,y1)、(x2,y2)、(x3,y3)：測得標簽O到各個基站的距離為R1、R2、R3.故有幾何關(guān)系：

(7)

求解方程組(7)即可得到標簽O的位置坐標.然而室內(nèi)環(huán)境較為復(fù)雜，測距結(jié)果易受多徑效應(yīng)、非視距(Non-Line Of Sight，NLOS)干擾的影響，使得測量值往往大于真實值，導(dǎo)致三個圓兩兩相交產(chǎn)生一個公共區(qū)域，實際測量圖如圖8所示.

圖8 三邊測量實際圖示

此時方程組無解，無法求出標簽的位置坐標，針對這一問題采用最小二乘法求解標簽O的坐標.展開(7)式，將含有未知量x,y的項移到等式一側(cè)可得：

(8)

其矩陣形式可表示為Qθ=B，其中：

(9)

令測量過程中的誤差為N，則：

F(θ)=‖N‖2=NTN=(Qθ-B)T(QB-B)

(10)

對上式求導(dǎo)，令導(dǎo)數(shù)為0，則：

(11)

解得：

θ=(QTQ)-1QTB

(12)

向量θ的前兩項就是標簽的坐標(x,y)，其與實際坐標之間誤差的平方和最小，該方法進一步提高了室內(nèi)復(fù)雜環(huán)境下UWB定位的精度與魯棒性.

2.2 基于改進A*和人工勢場的混合路徑規(guī)劃算法

在獲取位置信息后，機器人需要規(guī)劃一條最優(yōu)的路徑到達老人身邊.由于室內(nèi)環(huán)境的不確定性，機器人在移動過程中可能存在原本地圖中不存在的障礙物，因此本節(jié)對履帶式移動機器人運動學(xué)模型及其運動約束條件進行分析[10,11]，在此基礎(chǔ)上設(shè)計了一種混合路徑規(guī)劃算法，在避障的同時保證路徑為全局最優(yōu).

2.2.1 履帶式移動機器人運動學(xué)模型及其運動約束條件

通過將履帶式移動機器人簡化為二維的運動學(xué)問題來建立其運動學(xué)模型.以X0Y為全局坐標系，選取履帶式移動機器人上的xcoyc坐標系來對其運動過程進行描述，如圖9所示.

圖9 履帶式機器人運動學(xué)模型

圖9中：θ為履帶式機器人的方向角；ω為機器人轉(zhuǎn)動角速度；VA和VB分別為左右兩側(cè)履帶的線速度；l為兩側(cè)履帶的中心距；O為機器人質(zhì)心；V為質(zhì)心O沿前進方向的線速度.

則有：

(13)

式(13)中:R為履帶式機器人轉(zhuǎn)動半徑；ωA、ωB分別為兩側(cè)履帶驅(qū)動力的轉(zhuǎn)動角速度.

故可得，履帶式機器人的線速度和角速度為：

V=(VA+VB)/2

(14)

ω=(ωA+ωB)/l

(15)

假定轉(zhuǎn)彎過程中兩側(cè)履帶不發(fā)生側(cè)滑，則履帶車的運動學(xué)方程為：

(16)

履帶式機器人在移動過程中受自身驅(qū)動系統(tǒng)的約束，角速度的突變會導(dǎo)致履帶嚴重打滑，系統(tǒng)應(yīng)盡量避免其發(fā)生突變.假定履帶式機器人驅(qū)動輪角加速度的最大值為αm，則其運動約束條件可表示為：

(17)

同時，由式(13)～(15)可得：

(18)

將式(18)中兩式相加并取導(dǎo)可得

(19)

式(19)中：a為驅(qū)動輪線加速度，α為驅(qū)動輪角加速度.故可得線加速度和角加速度的約束條件：

(20)

(21)

2.2.2 改進A*算法

A*算法是一種啟發(fā)式搜索算法，能實現(xiàn)機器人在靜態(tài)環(huán)境下的全局路徑規(guī)劃[12].其代價函數(shù)可表示為

f(n)=g(n)+h(n)

(22)

式(22)中：g(n)為起始位置到當(dāng)前位置n的實際值；h(n)為當(dāng)前位置n到目標位置的估計值，啟發(fā)函數(shù)可定義為

(23)

式(23)中：(xn,yn)表示當(dāng)前節(jié)點所處柵格的中心坐標，(xg,yg)表示目標節(jié)點所處柵格的中心坐標.然而A*算法規(guī)劃的路徑存在冗余節(jié)點較多、轉(zhuǎn)折角過大等缺點，不利于機器人在室內(nèi)環(huán)境平穩(wěn)、高效的移動.針對以上缺點，受文獻[13]和[14]啟發(fā)，做出如下改進：

(1)提取拐點.在A*算法搜索的路徑基礎(chǔ)上對冗余路徑點進行刪除，提取路徑拐點.具體為：從與起點不相鄰的一個路徑點開始，判斷該節(jié)點與前一節(jié)點是否在同一直線上，若不在，則判定前一節(jié)點非冗余路徑點.反之，判定前一節(jié)點為冗余路徑點，此時刪除前一路徑點，并對路徑進行更新.同理，對路徑上的所有節(jié)點進行判別，刪除冗余路徑點.最終生成一條僅含起點、拐點以及目標點的移動路徑.

(2)刪除冗余拐點.在提取拐點后，路徑中可能還存在冗余拐點，在此基礎(chǔ)上引入可視點檢測法刪除冗余拐點.即路徑上不相鄰的兩個拐點相連穿過障礙物，則判定兩點不可視.反之，判定兩點可視，將這兩點之間的連線作為新路徑保存.

綜合服務(wù)機器人、障礙物的大小以及安全距離，設(shè)定柵格地圖大小為0.5*0.5m.A*算法與改進A*算法的仿真結(jié)果如圖10、11所示.算法性能參數(shù)對比如表1所示.

圖10 A*算法

圖11 改進A*算法

表1 算法性能參數(shù)對比

綜合圖10、11以及表1可知，改進A*算法有效減少了冗余路徑點.拐點減少率達到50%，路徑長度縮短5%，轉(zhuǎn)折角度降低率達到51.8%.有效的實現(xiàn)了路徑的進一步優(yōu)化，這將有助于履帶式機器人在室內(nèi)移動過程中更加平穩(wěn)、高效.

2.2.3 人工勢場法

人工勢場法的基本思想是：目標和障礙物分別對機器人產(chǎn)生引力與斥力，綜合兩者的合力來進一步控制機器人的運動[15].其幾何模型如圖12所示，仿真環(huán)境為10×10 m,仿真結(jié)果如圖13所示.

圖12 人工勢場原理圖

圖13 人工勢場仿真圖

引力、斥力場函數(shù)分別定義如式(24)、(25)所示：

(24)

(25)

式(24)、(25)中：Katt,Krep分別為引力、斥力場常量，X=(x,y)為機器人當(dāng)前位置的坐標向量；Xgoal=(x,y)為目標點坐標向量；Xobs=(x,y)為障礙物坐標向量；ρ(X,Xgoal)為機器人和目標點連線的距離；ρ(X,Xobs)為機器人和障礙物之間連線的距離；ρo為障礙物的最大影響距離.

機器人所受到的引力Fatt和斥力Frep：

Fatt(X)=-Uatt(X)=-Kattρ(X,Xgoal)

(26)

Frep(X)=-Urep(X)=

(27)

機器人所受的合力Ftotal(X)

Ftotal(X)=Fatt(X)+Frep(X)

(28)

2.2.4 混合路徑規(guī)劃算法

本文所述的混合路徑規(guī)劃算法流程為：先利用改進A*算法規(guī)劃出一條移動路徑，將路徑拐點依次作為移動過程中的子目標點，若探測到原地圖中不存在的障礙物，則采用人工勢場法進行實時局部路徑規(guī)劃，反之，則按照原路徑行駛.當(dāng)即將到達子目標點時，再以下一子目標點作為目標點，直至移動到全局目標點.該算法不僅能有效躲避障礙物，還能保證路徑為全局最優(yōu).

依據(jù)實驗室內(nèi)部環(huán)境搭建相應(yīng)柵格地圖，針對不同情況對該算法進行了仿真驗證，如圖14所示.其中圖14(a)為無障礙物時仿真結(jié)果，圖14(b)為有障礙物時仿真結(jié)果.黃色方格為模擬新增障礙物.

(a)無障礙物時仿真結(jié)果

(b)有障礙物時仿真結(jié)果圖14 混合路徑規(guī)劃

3 系統(tǒng)硬件設(shè)計

本文設(shè)計的服務(wù)機器人硬件部分主要分為下位機系統(tǒng)和上位機系統(tǒng)，上位機系統(tǒng)由樹莓派控制器、無線通信模塊、激光雷達、UWB定位標簽、時鐘模塊、語音播放模塊組成，上位機控制器采用樹莓派(Raspberry Pi4.0)4代B版，利用樹莓派自帶的WiFi模塊將樹莓派與電腦PC端通過遠調(diào)試單元連接起來，樹莓派調(diào)試界面如圖15所示.

圖15 樹莓派調(diào)試界面

下位機系統(tǒng)由STM32控制器、電機驅(qū)動電路組成.服務(wù)機器人系統(tǒng)硬件框圖如圖16所示.

圖16 系統(tǒng)硬件框圖

服務(wù)機器人開始工作后，先通過UWB定位基站與標簽進行實時通信測得兩者之間的距離，在到達服藥時間和智能手環(huán)監(jiān)測到體征異常時，上位機利用改進三邊測量定位算法解算老人及機器人的位置坐標.然后利用改進A*算法進行路徑規(guī)劃，將該路徑以及移動指令經(jīng)串口通信發(fā)送給下位機STM32.下位機根據(jù)獲得的數(shù)據(jù)輸出相應(yīng)的PWM波控制電機驅(qū)動電路，進一步控制電機的運動狀態(tài)，實現(xiàn)服務(wù)機器人的自主移動.同時編碼器將實時測得的速度數(shù)據(jù)通過中斷發(fā)送給下位機，利用運動控制算法實現(xiàn)閉環(huán)反饋，對移動過程中激光雷達探測到的障礙物通過人工勢場法進行避障.

4 系統(tǒng)軟件設(shè)計

服務(wù)機器人部分作為整個系統(tǒng)的核心，其主程序流程如圖17所示.工作過程主要如下：

圖17 系統(tǒng)主程序流程圖

(1)完成系統(tǒng)的初始化工作.

(2)機器人獲取各傳感器的數(shù)據(jù)信息，具體包括UWB模塊之間的距離信息、時鐘模塊的時間信息、無線通信模塊獲取智能手環(huán)監(jiān)測到的老人體征信息.

(3)機器人判斷體征是否異常，若是，需完成緊急送藥功能；若否，判斷是否到達預(yù)設(shè)服藥時間，若到達，通過語音播放模塊播放錄音信息，完成醫(yī)療提醒功能.

(4)調(diào)用UWB定位子程序，主控制器通過(2)中得到的距離值解算出機器人與老人的位置坐標.

(5)調(diào)用路徑規(guī)劃子程序，通過改進A*算法規(guī)劃出一條從機器人到老人的移動路徑.對移動過程中的障礙物利用人工勢場法進行規(guī)避.

(6)判斷是否到達老人身邊，若到達，則整個主程序停止運行.若未到達，則返回繼續(xù)執(zhí)行(4)～(6)直至到達老人身邊.

5 系統(tǒng)測試

服務(wù)機器人的整體實物圖如圖18所示，筆者在搭建完實驗平臺后，對其功能進行了測試，包括室內(nèi)定位測試、路徑規(guī)劃測試、模塊功能測試.

圖18 服務(wù)機器人實物圖

5.1 室內(nèi)定位測試

5.1.1 空曠環(huán)境下定位性能測試

在如圖19所示的空曠環(huán)境下對定位性能進行測試.其中，圖19(a)為實際環(huán)境、圖19(b)為平面圖.基站A、B、C的坐標分別為(0,0)、(450,0)、(0,350).實驗環(huán)境內(nèi)無障礙物遮擋，基站與標簽高度一致，多徑效應(yīng)和非視距干擾對定位精度的影響很小.

(a)實際環(huán)境

(b)實際環(huán)境平面圖圖19 實驗場地一

圖19(b)中標簽所處位置為本次實驗測量點.每個測量點取20組數(shù)據(jù)，取其平均值作為最終測量值，定位結(jié)果如表2所示.

表2 空曠環(huán)境下定位結(jié)果及誤差

由表2可得，在空曠環(huán)境下，改進三邊測量定位算法最大誤差為12.45 cm，最小誤差為9.90 cm.相較于傳統(tǒng)三邊測量算法定位精度得到了進一步提高.

5.1.2 多徑效應(yīng)和NLOS環(huán)境下定位性能測試

由于實驗環(huán)境內(nèi)存在桌、椅、柜子等物品，同時調(diào)整基站與標簽處于不同高度.信號在傳輸過程中會受多徑效應(yīng)和NLOS的干擾.在如圖20所示的環(huán)境下進行實驗.其中，圖20(a)為實驗室實際環(huán)境、圖20(b)為實驗室平面圖.基站A、B、C的坐標分別為(0,0)、(800,0)、(400,700).

(a)實際環(huán)境

(b)實際環(huán)境平面圖圖20 實驗場地二

圖20(b)中標簽所處位置為本次實驗測量點.每個測量點取20組數(shù)據(jù)，取其平均值作為最終測量值，定位結(jié)果如表3所示.

表3 多徑效應(yīng)與NLOS環(huán)境下定位結(jié)果及誤差

由表3可得，在多徑效應(yīng)和NLOS干擾情況下，改進三邊測量定位算法最大誤差為16.55 cm，最小誤差為13.45 cm.與傳統(tǒng)三邊測量定位算法相比，改進三邊測量定位算法有效的保障了定位的準確性，符合服務(wù)機器人高定位精度的需求，有助于服務(wù)機器人更精準的到達老人身邊.

5.2 路徑規(guī)劃測試

5.2.1 靜態(tài)環(huán)境中的路徑規(guī)劃測試

為了測試服務(wù)機器人的自主移動能力，在如圖21所示的靜態(tài)環(huán)境下對路徑規(guī)劃算法效果進行了實驗.其中，圖21(a)為實際環(huán)境，圖21(b)為無障礙物情況下路徑規(guī)劃算法的仿真效果.

(a)實際環(huán)境

(b)無障礙物時仿真結(jié)果圖21 靜態(tài)環(huán)境下路徑規(guī)劃

利用手機對機器人實際移動過程進行連拍并選取部分關(guān)鍵圖片.如圖22(a)～(f))展示了移動中未探測到障礙物按照原路徑行駛的過程.

(a)按全局路徑行駛 (b)未探測到障礙物 (c)前方路徑無障礙物

(d)仍未探測到障礙物 (e)按原路徑行駛 (f)到達服務(wù)對象身邊圖22 靜態(tài)環(huán)境下路徑規(guī)劃實驗過程

5.2.2 存在隨機障礙物情況下的路徑規(guī)劃測試

在完成靜態(tài)路徑規(guī)劃的基礎(chǔ)上，將動態(tài)障礙物布置在全局規(guī)劃路徑上，用來測試機器人避開隨機障礙物的能力，如圖23所示.其中，圖23(a)為實際環(huán)境，圖23(b)為有障礙物時路徑規(guī)劃算法的仿真效果.

(a)實際環(huán)境

(b)有障礙物時仿真結(jié)果圖23 存在隨機障礙物情況下的路徑規(guī)劃

圖24(a)～(d)展示了移動中激光雷達探測到障礙物時利用人工勢場法避障的過程；圖24(e)～(f)展示了移動中未探測到障礙物按照原路徑行駛的過程.

(a)前方路徑存在障礙物 (b)人工勢場法實時規(guī)劃局部路徑 (c)按規(guī)劃的局部路徑行駛

(d)前方路徑無障礙物 (e)按原路徑行駛 (f)到達服務(wù)對象身邊圖24 動態(tài)環(huán)境下路徑規(guī)劃實驗過程

5.3 模塊功能測試

5.3.1 時鐘模塊功能測試

時鐘模塊為服務(wù)機器人提供時間信息，在到達服藥時間時，機器人能主動為老人提供送藥服務(wù).時鐘模塊的測試結(jié)果如圖25所示.

圖25 時間信息

5.3.2 語音播放模塊模塊功能測試

在到達預(yù)設(shè)服藥時間后，機器人在自主移動至老人身邊的同時能通過語音播報來提醒老人及時服藥.語音播放模塊存儲的的錄音信息如圖26所示.

圖26 錄音信息

5.3.3 體征監(jiān)測功能測試

利用可穿戴健康設(shè)備對老人的體征進行監(jiān)測，監(jiān)測到異常情況時向機器人發(fā)送該異常數(shù)據(jù)，監(jiān)測結(jié)果如圖27所示，為智能手環(huán)監(jiān)測到的體征信息.機器人在接收到異常數(shù)據(jù)后進一步完成緊急送藥功能.

圖27 智能手環(huán)監(jiān)測到的體征信息

5.3.4 異常報警功能測試

在完成緊急送藥功能的同時，機器人通過無線通信模塊向外界發(fā)送異常信息.如圖28所示，為老人情況異常時監(jiān)護人收到的報警信息.

圖28 異常報警信息

6 結(jié)論

本文設(shè)計的面向獨居老人的主動式服務(wù)機器人具有以下特點:

(1)能在預(yù)設(shè)服藥時間或體征異常時主動為老人進行送藥服務(wù)，并將異常情況發(fā)送至監(jiān)護人處.

(2)采用UWB定位技術(shù)有效解決了在室內(nèi)復(fù)雜環(huán)境下定位精度不高的問題.

(3)利用混合路徑規(guī)劃算法不僅可以使路徑為全局最優(yōu)，還能有效躲避障礙物.

測試表明：本文所設(shè)計的服務(wù)機器人系統(tǒng)在多徑效應(yīng)以及非視距干擾嚴重的室內(nèi)環(huán)境中具有較高的定位精度；能夠在移動過程中對原本地圖中不存在的障礙物進行規(guī)避，在具備良好的自主移動性能的同時能夠完成定時送藥和緊急送藥功能，有效地保障了老人的安全與健康.