（系统分析与集成专业论文）履带式移动机器人的设计与研究.pdf

南京信息工程大学硕：l 二学位论文 j 商要i a b s t r a c t i i 第一章绪论。l 1 1 移动机器人的发展概述1 1 2 本课题研究的目的和意义2 l3 移动机器人s l a m 问题的研究现状及意义3 l3 1 移动机器人的定位3 l3 2 移动机器人的地图构建。4 1 3 3 移动机器人的同时定位与地图构建4 13 4s l a m 需要解决的问题5 1 4 本文的主要研究内容及组织结构。5 1 a 1 本论文的主要研究内容。5 1 4 2 本论文的组织结构6 第二章移动机器人的组成及控制电路设计7 2 1 履带式移动机器人的结构及组成。7 2 2 主要传感器。7 2 2 1 超声波测距传感器7 2 2 2 红外传感器12 2 2 3 电子罗盘。j 。1 4 2 3 运动模块15 2 3 1 直流电机驱动芯片l 2 9 8 n 15 2 3 2 直流电机驱动电路设计1 6 2 3 3 编码器。17 2 4 通信模块l9 2 4 1r s 2 3 2 通信模块19 2 4 2 基于c c l1 0 1 的无线传输模块2 l 2 5 电源模块2 3 2 6 核心处理器的选择2 4 2 7 下位机软件设计2 5 2 8 上位机设计2 8 2 8 1m a ，n ，a b 串口通信原理2 8 2 8 2m a l r i ，a b 实现上位机通信的软件设计2 9 2 8 3 上位机的界面。3 0 2 9 本章小结3l 三章移动机器人的同时定位及地图构建3 2 3 1 移动机器人建模。3 2 3 1 1 坐标系统模型3 2 3 1 2 移动机器人运动学模型3 2 3 1 3 基于航位推算的移动机器人定位3 4 3 2 环境描述方法及栅格地图构建3 6 3 2 1 环境表示方法3 6 3 2 2 超声波传感器建模3 9 3 2 3b a y e s 法则4 0 3 2 4 坐标转换4 1 3 3 移动机器人的概率模型。4 l 3 3 1 移动机器人概率运动模型4 1 3 3 2 移动机器人概率感知模型。4 2 3 4 基于粒子滤波的s l a m 4 4 3 4 1 粒子滤波的基本原理4 4 3 4 2 改进的基于粒子滤波的s l a m 4 4 3 4 3 粒子滤波的重采样4 5 3 5 地图仓建4 8 3 5 1 全局地图更新4 8 3 5 2 地图的验证。4 8 3 6 本章小结5 0 第四章实验结果及分析。5 1 4 1 超声波传感器数据拟合5 l 4 2 参数的选择5 2 4 3 地图创建结果5 4 4 4 本章小结5 6 第五章总结与展望5 7 参考文献5 9 致谢6 3 作者简介“ 摘要 随着科学技术的不断发展，机器人也被应用到更加复杂的环境中，使得对 自主式移动机器人能够自主完成任务的要求越来越高。移动机器人要能够在各 种各样的复杂环境下工作，需解决未知环境下自主导航这项艰巨的任务，而未 知环境下移动机器人的同时定位与地图构建是实现其自主导航的首要条件，也 是移动机器人的关键问题。 该类移动机器人主要应用于一些未知的或人类不宜接近的场所，如火灾现 场等，保证无需人们进入现场也能获得该场所的环境信息。由于这样的环境中 路面情况复杂，为了使移动机器人在各种复杂的路面上能够运动，本文采用履 带式移动机器人平台，它比普通的轮式移动机器人有着更稳定的特性。 本文设计了整个履带式机器人系统的硬件结构，包括超声波传感器模块、 红外传感器模块、电机驱动模块、电源模块、电子罗盘模块、通信模块及主控 板，并对主要传感器进行布局。 使用k l a t l a b 编写上位机界面程序，通过2 3 2 串口和c c l l 0 0 进行有线和无 线通信，上位机界面实时显示机器人运行状况及轨迹和二维地图信息。系统的 下位机程序使用c 语言编写，文中给出了主要流程图及部分程序。 文中对机器人进行了运动学建模，获得机器人的运动学模型，对超声波传 感器获取的环境信息进行融合，对粒子滤波算法进行了改进，结合航位推算法 和粒子滤波，实现移动机器人在未知环境下的定位及二维地图构建。算法程序 由m a t l a b 编写，经过室内环境实验，验证了这种算法的可行性。 关键词：移动机器人，超声波传感器，粒予滤波，s l f i b t a b s t r a c t w i t hc o n t i n u o u sa d v a n c e si nt h es c i e n c ea n dt e c h n o l o g y , r o b o t sa r eu s e di n m o r ec o m p l e xe n v i r o n m e n t , w h i c hm a k e st h ed e m a n dt h a ta u t o n o m o u sm o b i l er o b o t c a nc o m p l e t et h et a s ki n d e p e n d e n t l yb e c o m eh i g h e ra n dh i g h e r n ep r o b l e mo f a u t o n o m o u sn a v i g a t i o nm u s tb es o l v e d f i r s t l y , 、析l t h e a b i l i t y o fs l a m ( s i m u l t a n e o u s l o c a l i z a t i o na n dm a p p i n g ) i nu n k n o w ne n v i r o n m e n t sa st h e p r e r e q u i s i t e ，i no r d e rt h a tt h em o b i l er o b o t sc a nw o r ki nm o r ea n dm o r ec o m p l e x e n v i r o n m e n t s t h i sk i n do fm o b i l er o b o ti sm a i n l ya p p l i e dt os o m eu n k n o w ns i t e so rp l a c e s w h i c hh u m a nc a n tb ec l o s et 0 ，s u c ha sf i r es c e n e ，t 0e n s u r et h a tp e o p l ec a ng e tt h e e n v i r o n m e n t a li n f o r m a t i o nw i t h o u te n t e r i n gt h ef i e l d i no r d e rt om a k et h em o b i l e r o b o tm o v eo nt h ek i n d so fc o m p l e xr o a d s ，w eu s et h et r a c km o b i l er o b o t ；i th a st h e m o r es t a b l ec h a r a c t e r i s t i c st h a nt h en o r m a lw h e e l e dm o b i l er o b o t t m sp a p e rd e s i g n st h eh a r d w a r eo fm o b i l er o b o ts y s t e m 、j r i mt h ec 8 0 51f 12 0a s c o n t r o lc o r e 1 1 1 ch a r d w a r es t r u c t u r ei n c l u d e st h eu l t m s o m cs e n s o rm o d u l e ，i n f r a r e d s e i l s o rm o d u l e ，m o t o rd r i v e rm o d u l e ，t h ep o w e rm o d u l e ，e l e c t r o n i cc o m p a s sm o d u l e ， a n dm a k et h el a y o u tf o rt h em a i ns e n s o r s 1 1 1 ec o m p u t e ri n t e r f a c ei sd e s i g n e db ym 伽，a b t h ei n t e r f a c ec a nd i s p l a yt h e c o n d i t i o no ft h er o b o t , t h et r a c ko ft h er o b o ta n dt h ei n f o r m a t i o no fm a p p i n g t h e p r o g r a mo ft h el o w e rc o m p u t e ri sd e v e l o p e db ycl a n g u a g e t h em a i n f l o wc h a r ta n d p a r t so f t h ep r o g r a m sa r cg i v e ni nt h i sp a p e r t m sp a p e rb u i l d st h em o d e l so fr o b o tk i n e m a t i c s ，m a k e si n t e g r a t i o no ft h e i n f o r m a t i o no ft h ee n v i r o n m e n tt h r o u g ht h eu l t r a s o n i cs e n s o r s ，a n di m p r o v e st h e p a r t i c l ef i l t e ra l g o r i t h m n er o b o tc a ni m p l e m e n tt h et a s ko fs l a mt h r o u g ht h e c o m b i n a t i o no fd e a dr e c k o n i n ga n dt h ep a r t i c l ef i l t e r 1 1 坨p r o g r a mo ft h ea l g o r i t h m i sd e v e l o p e db ym 棚，a b ，w h i c hv e r i f i e st h ef e a s i b i l i t yo f t h ea l g o r i t h mt h r o u g ht h e i n d o o re x p e r i m e n t - k e y w o r d s ：m o b i l er o b o t ；u l t r a s o n i cs e n s o r ；p a r t i c l ef i l t e r , s l a m 一一 第一章绪论 第一章绪论 1 1 移动机器人的发展概述 机器人是电子通讯，计算机以及自动化等技术( 简称3 c 技术) 发展的产物。移动机器人 是机器人学科的一个重要分支。有关移动机器人的研究早在6 0 年代已经开始。关于移动机 器人的研究涉及很多个方面，首先要考虑移动的方式，可以是轮式的、履带式的，也可以 是腿式的【1 1 。在8 0 年代中期，全世界开始了研制机器人的浪潮。很多公司开始研制移动机 器人平台来投入到大学实验室和研究机构中使用，从而促进移动机器人中出现了多种研究 方向【2 】。9 0 年代以来，全世界范围内展开了对移动机器人更高层次的研究2 1 ，其标志是高 适应性的移动机器人控制技术，研制高水平的环境信息传感器和信息处理技术，真实环境 下的规划技术。美国国防高级研究计划局在8 0 年代制定出地面无人作战平台的战略计划， 从此全面研究室外移动机器人的序幕被掀开了，如“战略计算机中的a l v ( 自主地面车 辆) 计划，机器人和智能系统计划，以及后来的空间机器人计划等。德国研制出的轮椅机器 人在乌尔姆市中心车站，处于客流量十分高的情况下，进行了现场表演。在十分拥挤的、 有大量乘客，并且环境十分复杂的公共场所中，该轮椅机器人在3 6 个小时中表现突出，表 现出了其它现存的移动机器人不可比拟的优越性能【3 】。在2 0 0 4 年1 月3 日及2 4 口，美国 的精神u - ( s p i r i t ) 和机会号( o p p o r t u n i t y ) 的火星探测机器人分别登陆了火星，引起了全世界的 广泛关注。 国内在移动机器人的研究方面起步较晚，大多数研究尚处于某个单项研究阶段，主要 的研究工作有：清华大学智能移动机器人在1 9 9 4 年通过了鉴定，其中涉及到了五个方面的 关键技术1 4 ：基于传感器信息的局部路径规划技术研究；基于地图的全局路径规划技术研 究；传感技术、信息融合技术研究；智能移动机器人的设计和实现；路径规划的仿真技术 研究。另外中国科学院自行设计、制造了全方位移动式机器人的视觉导航系统；中国科学 院沈阳自动化研究所的a g v 和“灵蜘b ”防爆机器人，能够抓取和销毁爆炸物；清华大 学研制成功的t h m r - v 智能乍掣5 1 。 一 图1 1 灵蜥h w 防爆机器人图1 2p a p t o r - e o d 南京信息工程大学硕士学位论文 图1 3h e m i s s o n 机器人图1 4 几i t 智能车 1 2 本课题研究的目的和意义 移动机器人出现于2 0 世纪6 0 年代，是机器人中的一个分支，是机器人学中的一个发 展方向。当时斯坦福研究院的n i l s n i l s s e n 和c h a r l e s r o s e n 等人为了研究、应用人工智能技 术，以及应用在复杂环境下机器人系统的自主推理、控制和规划，在1 9 6 6 年至1 9 7 2 年中 研制出了名为s h a k e y 的自主移动机器人。进入2 l 世纪后，移动机器人的应用领域也变的 越来越广泛，从制造领域向非制造领域发展，海洋开发、宇宙探测、采掘、建筑、医疗、 农林业、服务、娱乐等行业都提出自动化和机器人化的要求。同时，在扫雷排险、军事侦 察及其它恶劣的环境中也具有广泛的应用。随着应用范围的扩大，对移动机器人工作环境 的适应能力和智能化水平提出了新的要求。 自主式移动机器人的目标是在没有人干预的情况下，不需要改变环境，有目的地移动 并且完成相应任务。随着机器人技术的日趋成熟，自主式移动机器人一定会得到越来越广 泛的应用，这就迫切要求在各种复杂环境下机器人都能够工作。因此，解决自主式移动机 器人在未知动态环境下的导航问题是一项艰巨的任务，也是研究领域中的热点和难点问题。 “w h e r ea ml ? ”。w h e r ea mlg o i n g ? ”和“h o ws h o u l dig ot h e r e ? ”。这三个问题是自主 式移动机器人的导航问题的归纳嘲。解决这三个问题的首要任务是要对机器人进行定位并 且构建环境地图。因此实现移动机器人在未知的环境中的同时定位与地图创建r h ( s l a m ： s i m u l t a n e o u sl o c a l i z a t i o na n dm a p p i n g ) 对解决移动机器人自主导航问题具有重要意义嗍。移 动机器人的s l a m 问题根据机器人获取环境信息方法的不同主要可以分为：基于视觉传感 器的s l a m 、基于激光传感器的s l a m 、基于超声波传感器的s l a m 和基于多传感器融合 的s l a m 。其中，超声波传感器具有价格便宜，测距精度高，信息处理简便等优点，在解 决移动机器人的s l a m 问题中得到了广泛应用【9 】。 在一些灾难现场，如火灾、地震现场等，而在这样危险的环境中，人类是无法进入的 在这种情况下，可以使用移动机器人进入现场，探测到未知环境。在这样的环境中，路面 情况复杂多变，为了使移动机器人在复杂的路面环境中也能够工作，本文选用履带式移动 机器人。履带式机器人相对于普通的轮式机器人有着比较稳定的结构，在相对崎岖的路面 2 第1 章绪论 上也能保持相对稳定的前进，能够容易的适应地面的变化，主要有以下特点： ( 1 ) 与地面的接触面积大，能够在松软或者泥泞等复杂路面情况下工作，有较好的越野性 能。 ( 2 ) 转向半径小，非常容易实现原地转弯。 ( 3 ) 由于履带上有履齿在地面上运动时不容易打滑。 ( 4 ) 有较好的越障能力。 由于履带式机器人有着以上特点，所以采用履带式机器人作为本系统的平台。本文通 过研制开发自主式履带式移动机器人，采用超声波传感器描述环境信息，为了能够有效提 高移动机器人定位与地图创建精度，主要针对移动机器人同时定位与地图创建进行研究。 因此，本文的研究具有重要的理论价值和实际意义。 1 3 移动机器人s l a m 问题的研究现状及意义 1 3 1 移动机器人的定位 移动机器人的定位是移动机器人导航中最基本的环节。移动机器人的定位是指移动机 器人在未知的环境中能够确定自己的全局坐标和姿态，目前可以采用各种各样的传感器来 实现定位。移动机器人的定位方法可以分为相对定位方法和绝对定位方法【1 0 l 。 相对定位方法主要有航位推算法和惯性导航法【】。航位推算法将移动机器人在设定周 期内车轮移动的路程相加得到机器人在这段时间内车轮移动的总路程。航位推算法常采用 的传感器主要有编码器、电子罗盘和里程计等，其优点是短距离内有比较好的精度，价格 低廉，采样速率较高等。惯性导航法采用加速度仪和电子陀螺仪来实现定位，电子陀螺仪 测出转弯角速度，加速度仪测出机器人移动加速度，从而求出角度和位置。但是，相对定 位法的基本思路都是基于测最值的累计，随着距离的增加，任何小的误差经过累积都会得 到无限增加，从而引起大的误差。所以相对定位不适合长距离长时间的准确定位，为了获 得更可靠的位姿估计，通常是相对定位与绝对定位相结合。 绝对定位技术通常有g p s 定位和路标定位两种方法。g p s 定位是一种以空问卫星为基 础的导航定位系统，当机器人处于近距离定位环境中时，使用g p s 定位存在精度较低的问 题。路标定位是一种比较常见的定位技术【1 2 1 ，路标是具有明显特征的，能够被机器人传感 器识别的特殊物体。根据路标的不同，路标分为自然路标和人工路标。其中人工路标定位 技术最为成熟【1 3 】。 i n s g p s 是一种相对定位与绝对定位相结合的方法，即全球定位系统与惯性导航系统 的相结合，将g p s 和i n s 进行组合可以使两种导航系统取长补短，构成一个有机的整体。 高精度的g p s 信息可以用来修正i n s ，控制其误差随时问的积累。利用g p s 信息可以估计 出i n s 的误差参数以及g p s 接收机的钟差等量。而利用i n s 短时间内定位精度较高和数据 3 南京信息工程大学硕士学位论文 采样率高的特点，可以为g p s 提供辅助信息。使得整个系统更加精确。 1 3 2 移动机器人的地图构建 移动机器人地图构建的目标，是以尽可能小的代价准确快速的获得环境地图。目前， 移动机器人在未知环境下构建地图所要研究及解决的问题主要有以下几点：( 1 ) 环境信息 的获取( 2 ) 环境信息的数据处理( 3 ) 环境地图的表示i l 引。 移动机器人在获取环境信息的过程当中需要利用传感器。用于感知环境的传感器主要 分为视觉传感器和非视觉传感器两类。其中视觉传感器可以获取环境的视觉信息，而非视 觉传感器获取的是距离信息，如红外传感器、超声波传感器、激光测距仪等等。激光测距 仪的测量结果精度比较高，但其缺点是价格昂贵、重最重，耗电晕高。超声波传感器廉价、 使用简单、数据处理方便，从而得到了广泛的应用。但是超声波传感器传递的信息有较大 的不确定性。视觉传感器能够提供比较丰富的环境信息，但是数据处理比较麻烦，造成实 时性差。多传感器的融合由于可以克服单个传感器的局限性，逐渐成为研究的热点。 在处理环境信息的过程中，由于移动机器人的传感器有不同程度的不确定性，所以必 须对这些不确定性进行描述。目前用于不确定性描述的方法主要有概率方法、模糊逻辑、 神经网络等等。 环境地图的表示在现有的研究中可以分为几何特征模型、栅格模型、拓扑模型。这几 种方法在文中会做描述。 1 3 3 移动机器人的同时定位与地图构建 s m i t h 和c h e e s e m a n 7 】最先提出了移动机器人的s l a m ，并且成为了移动机器人领域的 研究热点，被认为是真正实现自主移动机器人的关键 1 5 1 1 6 】【1 7 】。s l a m 可以描述为：机器人 在未知环境中移动，在移动过程中根据位置估计和传感器得到的数据进行自身定位，同时 建立环境地m t 嘲。 现在s l a m 的方法主要有卡尔曼滤波( e k f ) 1 1 9 1 1 2 0 1 、粒子滤波等方法。卡尔曼滤波法 最早是由s m i t h 等人应用在随机地图的构建中，由于卡尔曼滤波在处理不确定信息过程中 具有优势，所以受到了广泛欢迎。在e k f 算法中，机器人的控制信号信息通过系统状态方 程来完成对位姿和地图特征的预测，而对环境特征的观测和提取被用来更新位姿和特征地 图。e k f 算法在室内环境、结构化道路、水下环境、小范围室外环境等环境中取得了成功。 但是e k f 算法也有其缺点，首先，地图中包含了机器人和环境特征之间的协方差矩阵，为 了消除累计误差，每次估计和校正都要处理该矩阵，从而使得计算变的非常复杂。如何降 低算法的复杂度是e k f 算法现在的研究热点。其次，基于e k f 的算法对不准确的数据融 合误差太过敏感，以至于错误的融合可能导致定位的失败，鲁棒性较差。 粒子滤波法最先由m u p h y 等人应用于s l a m 上，并且解决了一个1 0x1 0 的栅格环境 4 第一章绪论 下的s l a m 问题。在此基础上，m o n t e m e r l o 等提出的f a s t s l a m 算法第一次成功的在真实 的机器人身上得到了应用。然而粒予滤波法最主要的问题就是系统的后验概率密度需要大 景的样本数量才能很好地近似。机器人所处的环境复杂程度越高，描述后验概率分布所需 要的样本数量就越多，就会越增加算法的复杂度。因此，该算法的重点如果能够有效地减 少样本数量。 1 3 4s l a i i ! 需要解决的问题 s l a m 算法近年来正在逐渐受到全世界的关注，并且在室外田1 、室内1 2 2 1 、水下和航 空等各种环境展开了研究2 3 1 。要有效地解决移动机器人s l a m 中的问题，需要解决下面几 个难点： ( 1 ) 不确定信息的处理 s l a m 的一个关键性问题就是如何解决由于机器人的外力因素或者机械本身而导致的 不确定信息问题，特别是在动态环境中的不确定性。这些不确定性问题可以通过一种比较 有效的滤波算法来解决2 4 1 。 ( 2 ) 计算复杂度问题 在s l a m 中机器人的位姿r = ( x ，y ，绋) 和环境特征z f = ( ，= 1 ，以) 都是需要计算 的。这些数据使得s l a m 问题成为了多维计算问题。需要选择合适的滤波方法来解决计算 复杂度的问题1 2 5 1 。 ( 3 ) 数据关联问题 新环境特征的检测、环境特征的匹配和地图的匹配是数据关联在s l a m 主要完成的三 个任务。机器人处于一个大循环的环境中，必须找出与已经建立的地图中相关联的数据。 在机器人的运动中逐渐增大的累积误差会使得这一问题变的复杂，会使计算复杂度增长很 大，也会增加数据匹配的困难并且计算量很大 2 6 1 。 ( 4 ) 动态环境问题 动态环境会给s l a m 的实现造成了很大的挑战。到现在为止还没有十分有效的方法来 解决这一难点问题。一般所利用的是方法是机器人自身在静态的环境特征中运动，而把其 它运动的物体都当作噪声来处理鲫。 1 4 本文的主要研究内容及组织结构 1 4 1 本论文的主要研究内容 本论文的研究内容主要是履带式移动机器人的研制及其基于超声波的在未知环境下的 同时定位和地图构建，它主要包括履带式机器人的硬件控制电路及上位机界面的设计，对 机器人和超声波传感器进行数学建模，根据机器人自身的定位及环境的感知来完成机器人 的同时定位和地图构建，并实现机器人在未知环境中的自主移动。 5 南京信息t 程大学硕士学位论文 1 4 2 本论文的组织结构 本文内容的组织如下： 第一章对移动机器人的发展进行了概述，介绍了本文的研究背景和意义，对移动机器 人及s l a m 领域的国内外现状进行了综述，介绍了本文的研究内容及本文的结构安排。 第二章对履带式移动机器人进行整体架构设计，介绍了该机器人的组成结构，并且对 整个控制电路进行了设计。硬件使用的处理器为c 8 0 5 1 f 1 2 0 ，设计了外围的相应电路，包 括测距传感器模块、运动模块、通信模块电源模块等几个模块的电路，还包括了上位机界 面的程序。 第三章研究移动机器人同时定位及地图构建的方法。首先对移动机器人进行建模，在 描述环境过程中，对超声波传感器进行建模，针对超声波传感器不确定性比较大的特征， 利用b a y e s 法则进行信息融合。然后利用粒子滤波和航位推算法的结合来对机器人进行定 位和地图的构建。最后利用栅格法来对全局地图进行更新，并对地图来进行验证，确保地 图的准确性。 第四章利用自主设计的履带式移动机器人，进行室内的环境的同时定位与地图构建实 验，验证了所提出的移动机器人同时定位与地图构建方法的正确性和可行性。 第五章对本文研究做了总结和部分展望，对本文提出的方法与研究成果进行了讨论， 并指出了进一步研究的方向。 6 第章移动机器人的组成及控制电路设计 第二章移动机器人的组成及控制电路设计 2 1 履带式移动机器人的结构及组成 本系统中所采用的履带式机器人的尺寸为：长3 2 c m ，宽3 0 0 n ，高1 8 c m ，采用双轮驱 动差动转向的方式，履带覆在驱动轮上，由驱动轮带动履带，两个驱动轮分别由两个直流 电机来驱动，履带内还有两个从动轮起支撑作用。由控制电路的处理器c 8 0 5 1 f 1 2 0 来控制 直流电机的转速、转向等参数，并通过编码器能得到左右履带的转速。通过安装在机器人 前方的超声波传感器，可以得到机器人前方障碍物的距离，并使机器人实现自主避障。红 外机器人对超声波传感器的死区进行补偿，电子罗盘用来感知机器人的方位角度，机器人 的顶部有一个平台，用于摆放p c 机，上位机用来实时接收下位机反馈的各种传感器信息， 并通过获得的信息实现s l a m 。机器人的整个系统框图如图2 1 所示。 超声波 传感器 红外传感器 左右编码器li 电子罗盘 图2 1 系统框图 l 2 9 8 n t s u k a s a 直流电机 u a r t u a r t l 上位机 ( 无线) 上位机 ( 有线) 2 2 主要传感器 机器人要感知信息，就需要安装传感器，机器人对传感器的一般要求是嚣l ： ( 1 ) 稳定性好、可靠性高。 ( 2 ) 精度高、重复性好。 ( 3 ) 抗干扰能力强。 ( 4 ) 体积小、质量轻、安装方便可靠。传感器的重量与大小影响到机器人的运动性能。 在本课题中，我们所研究的移动机器人所处的是相对静态的环境，其间有一些未知的、 静态的障碍物。我们采用了超声波和红外传感器来实现检测障碍物，通过电子罗盘来确定 机器人的转动角度。 2 2 1 超声波测距传感器 7 南京信息j ：程大学硕十学位论文 本课题设计的移动机器人具备利用超声波传感器来获取环境信息的功能。超声波传感 器作为一种重要的检测手段，在机器人的研究和应用中起着独特的作用。 产生超声的核心部件称作超声传感器，也叫超声换能器，它是一种既可以把电能转化 为声能、又可以把声能转化为电能的装置。超声传感器的种类很多，压电超声传感器是超 声传感器中的一种，也是目前传感器理论研究和实际应用最为广泛的一种，它由压电晶片、 锥形共振盘、引线端子等构成，其内部结构如图2 2 所示 盒一丝舟覃外克 图2 2 压电超声传感器内部结构 当受发射电脉冲激励后，压电晶片产生振动，就可以发射声波脉冲，称为压电逆效应。 当超声波作用于晶片时，晶片受迫振动会引起形变，可转换成相应的电信号，称为压电顺 效应。前者用于超声波的发射，后者即为超声波的接收。 超声波传感器的主要优点有： ( 1 ) 价格低廉； ( 2 ) 容易维护； ( 3 ) 测量精度高； ( 4 ) 超声波的传输几乎不受恶劣环境的影响； 超声波的工作原理比较简单，通常采用渡越时间法口1 1 ，即测景超声波从发射到返回之 间的时问问隔t ，由这个时间和超声波在介质中的声速即可求得被测障碍物与传感器之间 的距离。其原理图如图2 3 所示。 发射 接收 物 图2 3 渡越时间探测法原理 障碍物与传感器之间的距离s = ( c a t ) 2 。 式中c 为超声波的传播速度，超声波传播速度与传播介质有关，在液体、固体和空气 中的传播速度不同的。 在测距是，如果温度变化不大，可认为超声波的速度是基本不变的，在本课题中，由 8 第_ 章移动机器人的组成及控制电路设计 于机器人所处的环境是室内，所以根据以上公式推算出超声波速度后，即不再改变超声波 速度值。 如图2 4 为超声波的发射电路，由单片机软件产生4 0 k h z 的脉冲来触发超声波。反相 器c d 4 0 6 9 用来驱动超声发送换能器，并且将两个反相器并联用来增加驱动能力。加在换 能器两侧的电压信号为4 0 k h z 的方波，超声发送换能器在这个电压的作用下产生4 0 k h z 的超声波。图中的t x 为超声波换能器 v 图2 4 超声波发射电路 如图2 5 为超声波的接收电路。超声波传感器接收到返回的超声波信号后，需要放大 才能进行处理，并且需要进行滤波。其中采用运放l m 3 2 4 对接收到的超声波进行放大。图 中对回波信号进行两级放大，每级放大1 0 倍，共放大1 0 0 倍。 由于传感器接收到的信号中除了超声波的回波外，还有杂波和其它干扰脉冲，经过放 大后，噪音也会同时放大，所以需要进行滤波。选用l m 5 6 7 芯片对其进行滤波。最后l m 5 6 7 的输出信号脚作为单片机的输入( p i ，t ) ，让单片机产生中断，计算回波的时间。 9 南京信息：i ：程大学硕士学位论文 es：ok 图2 5 超声波传感器接收电路、 该超声波传感器的具体参数是： 工作电压：+ 5 v 工作频率：4 0 l o 亿 方向性侦测范围：定向式( 水平垂直) 6 5 度圆锥 如图2 6 所示是该超声波传感器的测量角示意图，可以看出其有效的测景范围是以其 中心轴线为基准左右各3 0 度。 矿 图2 6 波束探测角度图 为了充分了解环境，获取足够的信息和建立有效的环境模型，单个超声波传感器不足 以完成机器人对环境的感知，必须采用多个传感器组成机器人的感知系统。三个超声波传 感器的分布如图2 7 所示； 1 0 第二章移动机器人的组成及控制电路设计 传感器l 传感器2 传感器3 图2 7 超声波传感器分布图 这是最简单的分布方式，所用的传感器最少，但是不足之处在于在相邻的两个传感器 之问会存在盲区，在这里，我们用红外传感器来弥补这个缺点。 超声波传感器工作方式： 在传感器的o u t p u t 引脚输入4 0 k h z 的脉冲信号来使传感器发出声波，此时传感器 的i n p u t 引脚置为高电平，高电平持续到超声波遇到障碍物反射，由传感器接收返同的声 波，i n p u t 引脚的高电平持续时间即为超声波从发射到返同之间的时间间隔t ，其时序图 如图2 8 所示。 o 8 个4 0 k h z 的方波 ；从接收到下一 高电平时间 i n p u t t 图2 8 超声波传感器时序列图 表2 1 给出了障碍物在正对超声波传感器的情况下从5 c m 到3 0 0 c m 实验环境超声波测 量距离： 南京信息：i ：程大学硕士学位论文 表2 1 超声波传感器测距值 实际值51 53 0 6 01 0 01 5 0 2 0 0 2 5 0 3 0 0 一 ( 啪) 盎4 2 1 4 23 1 26 1 1 9 8 51 4 8 91 9 9 62 4 8 22 9 6 8 谗 韶 箔 l 脚 癖 4 81 4 7 4 71 4 4 5 01 5 o 3 0 4 3 0 1 2 9 0 5 8 4 9 7 91 4 7 01 9 7 02 4 7 1 2 9 8 0 5 8 8 5 9 6 9 8 0 9 8 5 1 4 9 0l9 8 92 4 8 9 2 9 8 1 1 4 9 11 9 8 52 4 9 2 2 9 9 5 s 4 61 4 62 9 5 5 8 o9 9 71 4 9 91 9 9 82 4 7 9 2 9 7 5 p ， 。 4 0 14 93 0 55 8 99 9 415 0 5 19 7 72 4 9 22 9 7 2 奇4 5 1 4 43 0 46 1 71 0 1 81 5 0 52 0 2 6 2 5 2 83 0 3 0 黑 嚣4 7 1 5 73 1 66 0 61 0 2 51 5 3 12 0 3 6 2 5 3 53 0 1 8 釜 5 61 5 22 9 76 1 11 0 1 4 1 5 2 52 0 1 12 5 3 23 0 0 3 裴 5 21 5 52 9 56 2 11 0 1 91 5 0 6 2 0 2 12 5 2 93 0 1 6 s5 5 1 4 83 0 96 1 71 0 1 2 1 5 0 82 0 0 42 5 2 73 0 2 4 p ， 。 5 91 4 93 1 26 1 8 1 0 0 31 5 1 72 0 0 82 4 9 92 9 9 2 盎 5 51 6 13 0 46 2 3 1 0 1 51 5 1 o2 0 1 62 5 2 13 0 2 0 磐 鐾 5 o1 5 43 1 36 1 5 1 0 2 51 5 2 52 0 2 92 5 1 8 3 0 1 9 嘉4 4 1 5 23 0 4 6 0 71 0 1 61 5 1 82 0 1 82 5 2 63 0 3 8 盛 “1 4 82 9 8 6 1 1l o o 21 5 1 o2 0 3 1 2 5 1 03 0 2 8 含 5 81 5 73 0 7 6 1 01 0 1 01 5 2 02 0 0 12 5 0 5 3 0 1 2 p ， 一 4 81 5 8 2 9 96 1 89 9 91 5 0 11 9 9 72 4 9 9 3 0 4 1 2 2 2 红外传感器 在移动机器人系统中，使用超声波传感器来实现远距离测量，近距离测最我们通常使 用红外传感器来实现。红外传感器的原理比较简单，原理如图2 9 所示。 第二章移动机器人的组成及控制电路设计 障碍物 图2 9 红外传感器原理 红外传感器的缺点是受环境影响较大，特别是光的影响和障碍物本身的颜色，所以在 本课题中和超声波传感器配合使用。 红外传感器通常由l 对接收管和发射管组成，发射管只能发出不可见的红外光，接收 管只对红外光产生感应。电路原理图如图2 1 0 所示。 ；r e 图2 1 0红外传感器电路 这是一个非常简单的电路，在电路中采用发射管d 2 和接收管q 2 ，通过改变滑动电阻 l 可以调节发射管的发射功率，调节滑动变阻器2 可以调节接收管的灵敏度，当前方检测 到障碍物时电压迅速降到lv 左右，使三极管截止，发光二级管导通，信号端口s 为高电 平。没有障碍物时，s 端口为低电平。 整个红外传感器的具体参数为： ( 1 ) 工作电压：d c3 3 v 5 v ( 2 ) 工作电流：_ 2 0 m a ( 3 ) 检测距离：2 - 4 0 e m 1 3 南京信息工程大学硕士学位论文 ( 4 ) 输出信号：”几电平( 有障碍物高电平，无障碍物低电平) 2 2 3 电子罗盘 电子罗盘，在古代称为罗经，也被称作数字指南针，利用地磁场来定北极。现在 一般有用磁阻传感器和磁通门加工而成的电子罗盘。g p s 在导航、定位、测速、定 向方面有着广泛的应用，其缺点是是信号会被遮挡物遮挡，导致精度降低，甚至不 能使用。特别在高楼林立的城市中或者森林中，g p s 的缺点更为显著。并且在静止 的情况下，g p s 也无法给出航向信息。而电子罗盘可以有效的解决方位角问题。 电子罗盘分为平面和三维两种。平面电子罗盘在使用时，需要保持罗盘的水平， 否则它的倾斜也会导致方向角的变化。三维电子罗盘克服了平面电子罗盘的这个缺 点。但是在使用平面电子罗盘时，可以一直保持电子罗盘载体是水平的情况下，平 面电子罗盘是很好的选择。 本机器人的导航控制主要通过d e v a n t e c h 公司生产的c m p s 0 3 电子罗盘模块来检测角 度的，如图2 1 1 所示。c m p s 0 3 是平面电子罗盘，在使用过程中我们应确保它的水平，在 确定机器人初始方位角度后，就可以通过电子罗盘检测出任意方向的角度值。 图2 1 l 电子罗盘实物 该电子罗 ：；【采用了能够感知地磁场的k m z 5 1 磁效应传感器，使用两个k m z 5 1 ，并且垂直放 置，通过计算后就可以得出水平元件方向的地磁场。该电子罗盘工作电压为5 v ，工作电流 为2 0 m a ，具有0 1 度的分辨率，接口有9 个引脚，l 号管脚+ 5 v 电源，2 和3 号管脚用于1 2 c 总线通讯，需要上拉4 7 k 电阻，4 号管脚为p w m 信号输出，5 号管脚接l e d ，