毕业论文：基于DSP的履带机器人避障系统研究（终稿）

I Ⅲ 第一章引言 11.1研究的目的和意义 11.2履带机器人避障系统研究的现状及发展趋势 11.2.1国内履带外机器人避障系统的研究现状 11.2.2国内外履带机器人避障路径规划研究现状 71.3履带机器人研究存在的问题 1.4论文各部分内容 第二章基于DSP的履带机器人避障系统硬件原理 2.1系统硬件总体设计方案 2.2履带机器人DSP控制器选择与介绍 2.2.1TMS320F2812芯片介绍 2.2.2系统外部扩展存储器 2.3传感器的选择与介绍 2.3.1声纳传感器 2.3.2航向角传感器 2.3.3速度传感器 2.4电机的选择与功率驱动主回路设计 2.5硬件系统抗干扰技术 2.6本章小结 第三章履带机器人避障方法设计 3.1履带机器人避障控制的总体框图 3.2履带式移动机器人的运动学模型 3.3履带式移动机器人的环境建模 3.4覆盖式路径规划的数学描述 3.5覆盖式路径规划的方法设计 3.6轨迹控制算法的设计 3.7本章小结 Ⅱ第四章基于DSP的履带机器人避障控制算法的仿真 4.1控制算法 4.2避障控制算法的MATLAB仿真 4.3本章小结 第五章基于DSP的履带机器人避障系统的软件设计 5.1DSP开发环境介绍 5.2避障控制系统程序 5.2.1主程序模块 5.2.2避障模块 5.2.3PID模块 5.2.4A/D转换模块 5.3本章小结 第六章结论与展望 6.1结论 6.2研究展望 致谢 Ⅲ本文设计了基于DSP的履带式机器人避障系统系统。首先对履带机器人的国内外研究和使用现状进行了较为全面和详实的介绍，从而寻求出该课题的研究方向；同时介绍了机器人的各种避障控制算法。其次，介绍了履带机器人避障系统的总体结构方案设计。为实现整个系统的行走及避障功能要求，对系统控制芯片和车轮驱动电机的类型等进行了选择。确定了以TMS320F2812DSP为核心控制器，直流电机为主要运动机构的机器人核心部分；同时，设计了机器人的主要硬件构造。本文随后根据控制要求分析了系统所需的硬件结构。搭建了一个基于DSP的机器人控制平台，概括了硬件电路设计中所必须考虑的抗干扰措施。之后阐述了控制系统的软件设计方法。以车轮电机控制采用增量式PID控制算法为重点，介绍了软件控制的总体策略与控制结构，并对仿真结果进行了比较；然后分块介绍各个模块程序与必要的寄存器的设置。最后，总结了作者的研究成果，并阐述需要进一步深入研究的工作。关键词：履带机器人，避障系统，自主导航，DSP系统，运动学模型。摘要基于DSP的履带机器人避障系统研究摘要Thisarticledesignedthesystemwhichhasevbonds.seeksthistopictheresearchdirection.Simultrequestthesystemneeds.HasbuiltonebasedontheDSProbotcconsider.AfterwardelaboratdifferentialmotionactuationtypecaterpillarbandrobotcontrolalgorithmtapiecemealintroducedthateachmoduleprocedureandtheessentialKeywords:CaterpillaKinematicsmodel.第一章引言基于第一章引言1第一章引言减轻了人们的体力劳动；与此同时，电子计算机的发明与推广应用也在很大程度上代替了人们所进行的脑力劳动；而机器人作为二者结合的产物则可以完成许多人类Rosen等人，在1966年至1972年中研造出了取名Shakey的自主移动机器人。目的是研究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制。与此同时，最早的操作式步行机器人也研制成功，从而开始了机器人步行机构方面的研究，以解决机器人在不平整地域内的运动问题，设计并研制出了多足步行机器人。的应用和传感技术的发展，移动机器人研究又出现了新的高潮。特别是在80年代中器人平台，这些移动机器人主要作为大学实验室及研究机构的移动机器人实验平台，从而促进了移动机器人学多种研究方向的出现。90年代以来，以研制高水平的环境信息传感器和信息处理技术，高适应性的移动机器人控制技术，真实环境下的规划技术为标志，开展了移动机器人更高层次的研究。开发和研制建设机器人和传统建设机械的机器人化，是工业机器人和特种机器发展，在全行业的共同努力下，我国在研制和开发建设机器人和机器人化的建设工随着建设施工向高级化方向发展，高等级公化，但一般多停留在人工操纵、控制上，由于施工过程中，所处理的信息量越来越大，人工控制很难达到建设施工的具体要求。必须提高建设机械的性能和功能，逐1.2履带机器人避障系统研究的现状及发展趋势第一章引言基于DSP第一章引言从1959年美国第一台工业机器人到本世纪80年代初，机器人技术经历了一个长期缓慢的发展过程。到了90年代，随着计算机技术、微电子技术、网络技术等快速发展，机器人技术也得到了飞速发展。制造价格不断降低，而其质量与性能却在迅速提高。开拓了机器人行业的新进展。机器人是人类创造的一种特殊机器，在生产和生活等方面，特别是在危险和极限环境作业中，有着广泛的应用前景。机器人正发展成为一个庞大的家族，代替人们从事各种各样的工作。(1)足球机器人避障系统障碍物的描述对路径规划算法以及寻找路径的策略有很重要的意义机器人向目标点运动采用的策略是消除机器人在起始点的方向、位置与目标点之间的角度误差和距离误差，所走的轨迹一般为一条曲线，曲率的大小取决于机器人在起始点的方向和目标点的位置，机器人的方向与起始点到目标点的方向一致时，曲率最小，机器人的方向与起始点到目标点的方向垂直时，曲率最大(因为机器人可以正、反两个方向运动)。为了缩小搜索空间，提高搜索速度，将曲率折衷，搜索范围确定为：目标点为G避障机器人为R,R到G的距离为L,以L为长，以L/2为宽做一矩形，在矩形范围内的任何机器人(R除外)都视为是障碍，那么比赛场地中就存在一个障碍物的有限集合(由对方机器人以及我方的除避障机器人以外的机器人组成，用O表示),O={OR₁OR₂…OR₄}其中q为搜索范围内的障碍物个数。采用检验交点数法判断比赛场上的其它机器人是否为障碍物(避障机器人除外)。其算法为[3]:设机器人的中心点为P,由点P向下引一条与Y轴平行的射线，计算此射线与多边形ABCD的交点数。若交点数为偶数(包括0),则P点在多边形之外；若交点数为奇数，则点P在多边形之内。还有一些特殊情况要加以处理.如P向下作射线时，如与多边形的一边相交于其端点，可以用“左闭右开”法，即当一条线段两个端点的X坐标值小于或等于P射线端点的x,坐标值时，就不作射线与该线段的求交点运算.线段DC即属于这种情况，此时端点C虽然与射线相交，但不计人交点。反之，在线段两端点的X坐标值中，只要有一个小于射线的xp坐标值时，就进行求交点运算，DA,AB,BC线段线段重合时，线段DC属于t坐标值小于或等于x,的情况，因此也不做求交点运算。用此方法检验所有的机器人(避障机器人除外),如果机器人的中心点在ABCD内就认为它是障碍物。这样就确定了执行动作的机器人在其运动区域内是否有障碍物、有几(2)蛇形机器人避障系统20世纪90年代初期，日本Hirose教授通过对自然界中蛇运动的长期分析和研究，提出蛇运动是肌肉以谐波振动的方式收缩与松弛的假设，用曲率显正弦变化的曲线来模拟蛇的运动曲线，于1993年制造出第一个蛇形机器人[5],其运动曲线方程为：3L—蛇形机器人机体长度a₀—运动的初始弯角K,—传播波的个数n—运动平面内的模块数s—虚位移(蛇形机器人沿蛇形曲线轴线方向)根据蛇形机器人结构和运动特点，平面运动的蛇形机器人可以简化为平面连杆蛇形机器人在XOY平面上运动，相邻关节之间的相对转角0;(s)为表征运动形状的关节变量，可由公式(1.1)积分得：从公式(1.2)中可以看出改变K₁的大小，就可以改变运动方向；改变s的大小，则可以改变运动的速度。芮执元等人用蛇形机器人的左右摆动电机来改变K₁的大小，即用模糊神经网络来控制蛇形机器人的左右摆动电机，从而达到改变K₁大小，躲避障碍物，到达目标2.国内履带机器人避障系统的研究现状我国的机器人起步较晚，与国外发达国家相比还有一定的距离。(1)可重构履带机器人根据调研发现北京航空航天大学机械工程及自动化学院的王田苗，邹丹，陈殿生三人在可重构履带机器人方面有以下研究。可重构机器人是由模块化单元组成。模块化的含义是将复杂的系统转变成多个简单的模块组成。优点是有利于系统的设计和分析；同时模块具有即插即用的性能，互换性比较强。他们所设计的机构是由4个具有独立运动能力的基础模块，2个转动关节模块及3个连杆模块组成。机器人的行走机构采用履带式结构，因此具有地形适应能力强，平稳性好等优点，有利于机器人完成复杂地形环境下的侦察任务[8]。(a)电气连接结构设计基于DSP的履带机器人避障系统研究第二章系统硬件原理4电气连接部分的模块化设计为机器人机构的可重构提供了保证。两个基础运动单元模块间的电气连接采用即插即用的结构，分别用航空头连接运动模块的两端，间的控制信息传输；机的信号线，用于主控系统与转动关节模块之间的信息传输；(b)控制系统组成此系统采用分布式控制体系，由主控制系统、电机控制系统、传感器控制系统和云台控制系统组成。当各子控制系统接收到从主控制系统传送来的控制指令后，就独立地完成对模块的控制，同时各子控制系统将机器人本体的信息和传感器监测有处理速度快、功耗低、价格低廉等优点，系统支持多任务管理和任务间的同步与通信，能够对多传感器信息进行实时处理，实现自主控制算法，满足侦察作业的需要。对于电机驱动控制采用ATMEGA128单片机系统实现，采用LM629实现对电机的驱动，实现对直流电机的转速控制和位置控制。传感器的控制和云台的控制分别采用AVR的单片机系统，实现对传感器数据的接收、传送以及对云台的姿态控制。和主控制系统之间通过串行总线RS-485连接。控制系统的这种模块化的设计使得各嵌入式主控制系统嵌入式主控制系统485总线电机控制系统传感器控制系统云台控制系统电机1电机4传感器1传感器4云台1云台4无线通讯(2)深海履带机器车5由于深海底履带机器车的工作环境和自身特性与普通履带车辆有很大不同，主要表现为履带车的低速性(0.5—1m/s)、海泥的高含水性和低的剪切强度、以及深海底的作业环境，深海底履带车的建模简化条件与普通履带车相比，也应该有所不同。与普通履带车相比，建模条件有以下特点：①考虑水阻力：通常地面行走的低速履带车空气阻力可忽略不计，集矿机在1000m深的海底行走，海水的密度比空气大得多，必须考虑海水阻力；②忽略离心力：由于集矿机的运行速度很低(0.5—lm/s),转向时离心力对其作用③考虑推土阻力：1000m深海底为极软的饱和土壤，与地面行驶的履带车不同，集矿机具有较深的压陷深度(15cm)。在如此深的压陷情况下，推土阻力成为集矿机的主要运动阻力之一；④考虑履刺的剪切力：为了增加集矿机在1000m深稀软底上的附着力，与普通履带车辆不同，集矿机履带上设计了高130mm、齿距为200mm的尖三角齿。在建模时，履齿与地面的剪切作用必须加以考虑。基于以上考虑，参考陆地履带车辆的动力学原理，我们进行了集矿机工作状态下的受力分析，并最终建立了深海底集矿机的动(a)法向力为了计算法向力，假定履带的两个部分均为刚性水平连接，从而具有均匀的地面压力分布。对应地，地面压力P₁(h=s,i)与压强P₁之间的关系可表述为：P₁=2blpe₄公式(1.3)深海底履带机器车表现为相对宽的履带中间距和较多的小半径值支重轮。当主动轮和从动轮沉陷之差与履带长度相比较小时，履带板的厚度可忽略不计，压强P可由经验关系表述为主动轮和从动轮最低点沉陷△Zn的函数。德国特丢夫勒根据实验得到海泥的载荷和压陷的半经验公式为‘10:公式(1.5)(b)牵引力由于深海底的特殊环境，该履带车具有高130mm、齿距d为200mm的窄尖三角齿；同时，设计的土壤剪切深度深达180mm。因此，总牵引力由履带剪切土壤产生的牵6引力F,和窄尖三角齿剪切土壤产生的牵引力凡之和构成。履带牵引力的幅值F,由地面剪切应力提供，假定沿车体行进方向剪切压力为均匀分布，则可表述为剪切压力沿接触面积的积分：公式(1.6)而剪切压力又能表述为剪切位移和法向压力的函数.对大多数的扰动土壤，有以下关公式(1.7)式中，p为法向压力，c为土壤的内聚力，φ为土壤的内摩擦角，K为土壤的水平剪切模量，表征土壤达到最大剪切应力时的变形值。由塑性平衡理论，可计算单个履刺的牵引力：公式(1.8)式中，b₂为履刺的宽度，实际等于履带的宽度b,γs为土壤比重，ho为履刺高履刺产生的牵引力可表述为：公式(1.9)式中n=1/d,为与地面接触的履刺的个数。(c)运动阻力履带车的运动阻力可以分成内力和外力两个部分内阻力主要分布在履带一悬挂系统，由履带板间、驱动轮齿和履带、支重轮轴的摩擦损失以及支重轮和履带之间的转动阻力构成。内力的表现形式复杂而多变，不可能给出精确的分析和预测，常常用经验公式给出内阻力和速度之间的线形近似关系，同样本文也是将内力近似为作用在主动轮轴上的线性粘性转矩。外阻力主要产生于车辆一地面的相互作用，主要表现为海泥的压实阻力和海泥的推土阻力，以及深海环境中的海水阻力。对地面的挤压作用，对车体的运动性能有较大的影响。假定法向载荷沿履带长度均匀分布，则履带的沉陷量可由压力一沉陷量方程预测。(3)履带式推土机由于履带机器人与履带式推土机的工作原理有相似之处，所以下面对履带式推土机进行调研。7(a)驱动控制的实现条件推土机的最大牵引力一方面取决于发动机的输出转矩(另一方面受地面附着条件推土机作业时，其主要的受限形式是履带的打滑。推土机工作时必须满足驱动条件和附着条件：式中：F₀一牵引力F—坡度阻力F—作业阻力F—推土机驱动力Y—地面对履带的支反力φ—地面附着系数(b)牵引力、附着系数与滑转率的关系不同地面条件产生的附着系数是有差异的，在不同地面条件下的履带牵引力与其滑转率的关系如下。在附着系数一定，履带滑转率S=0时，推土机的牵引力与推土机重量的比值F。/G最大；滑转率从0开始增加时，附着系数φ随之增加；当履带滑转率S=0.1～0.2时，附着系数达到最大；如果滑转率继续增加，附着系数开始下降。当履带滑转率S达到100%时，履带发生完全滑转!推土机不能工作，此时推土机牵引力的比值F/G下降很快。推土机作业负载阻力过大时，履带发生滑转，推土机的行驶速度由于履带的滑转而降低。履带的瞬时速度V推土机机身瞬时速度V,及滑转率S具有如下关系：公式(1.11)1.2.2国内外履带机器人避障路径规划方法研究现状履带机器人属于移动机器人的一种。路径规划问题是机器人学中很重要的一个方面。路径规划的研究对象可分为关节式机械手和移动式机器人。一般来说，前者具有更多的自由度，而后者的作业范围则更大一些。就最简单的形式，路径规划问题可以按如下定义：在有障碍物的工作环境中，如何寻找一条从给定起点到终点适当的运动路径，使机器人在运动过程中能安全、无碰地绕过所有障碍物。移动机器基于DSP的履带机器人避障系统研究第二章系统硬件原理8人路径规划主要解决三个问题：(1)使机器人能从初始点运动到目标点；(2)用一定的算法使机器人能绕开障碍物，并且经过某些必须经过的点；(3)在完成以上任务的前提下，尽量优化机器人运行轨迹。根据工作环境路径规划可分为两种：环境信息已知的静态路径规划，又称全局规划；环境信息未知或部分未知的动态规划，又称局部规划。后者更具有实际意义，因为现实环境中的障碍物很可能是运动规律未知的运动物体。动态环境中的路径规划比静态环境下的规划复杂得多。目前国内外路径规划的主要算法有：(1)人工势场法[121人工势场法是由Khatib提出的一种虚拟力法，其基本思想是将机器人在环境中的运动视为一种虚拟的人工受力场中的运动。障碍物被排斥势场包围，对机器人产生斥力，排斥力随机器人与障碍物的距离的减少而迅速增大；目标被引力势场包围，对机器人产生引力，吸引力随机器人与目标的接近而减小。引力和斥力的合力作为机器人的合力，来控制机器人的运动方向，使机器人绕过障碍物朝目标前进。该法结构简单，便于低层的实时控制，在实时避障和平滑的轨迹控制方面，得到了广泛应用，其不足在于存在局部最优解，容易产生死锁现象，因而可能使移动机器人在到达目标点之前就停留在局部最优点。为解决局部极小值问题，已经研究出一些改进算法，如Sato提出的Laplace势场法113]。改进算法是通过数学上合理定义势场方程，来保证势场中不存在局部极值。(2)栅格法[14]栅格法将移动机器人工作环境分解成一系列具有二值信息的网格单元来记录环境信息，有障碍物的地方累积值比较高，移动机器人就会采用优化算法避开。栅格法表现出良好的性能，受到重视并有很好的发展前景，但该方法存在着环境分辨率与环境信息存储量的矛盾。(3)自由空间法[15,16]这是一种经典的路径规划方法，它把机器人所在的环境空间分成两部分，即自由空间和障碍物空间。机器人在自由空间中找到一条按某种性能指标规划出来的安全路径。其优点是比较灵活，起始点和目标点的改变不会造成连通图的重构，缺点是复杂程度与障碍物的多少成正比，且有时无法获得最短路径。(4)模糊逻辑算法[17~191模糊逻辑的基本原理：模糊控制是智能控制的一个十分活跃的研究与应用领域，也理所当然成为机器人路径规划的一种重要方法。扎德于1965年提出的模糊集合成为处理现实世界各类物体的方法。此后，对模糊集合和模糊控制的理论研究和实际应用广泛开展起来。模糊控制是一类应用模糊集合理论的控制方法。模糊控制的价值可从两个方面来考虑。一方面，模糊控制提出了一种新的机制用于实现基于知识规则的控制规律。另一方面，模糊控制为非线性控制器提出了一个比较容易的设计方法，尤其是受控对象或过程含有不确定性而且很难用常规非线性控制理论处理时，更是有效。由于模糊逻辑控制控制具有符合人类思基于DSP的履带机器人避障系统研究第二章系统硬件原理9维的习惯，不需要建立精确的数学模型，易于将专家知识直接转换为控制信号等优点，已成为移动机器人路径规划的一种重要方法。在用模糊控制的方法规划机器人路径时，往往要对机器人自身带的传感器获取的信息进行模糊化处理。比如，参考人的驾驶经验，模糊控制器先对声纳的距离信息进行模糊化处理，然后归纳出一组规则，通过模糊集理论把这些规则变为有效的规划角度和平移距离。该算法的优点是算法直观，容易实现，能方便人的经验融合到算法当中，计算量不大，能满足实时性的要求。和其它应用一样，利用模糊逻辑解决局部路径规划问题，需要根据问见到所有可能的情况，另外对于多输入、多输出的模糊系统要穷尽其所有规则也是一个复杂、困难的过程。因此，让机器人自行学会模糊规则是极为必要和有实际意义的。进化计算是一类模拟生物界进化规律机制来求解问题的自组织、自适用人工智能技术，其中以遗传算法运用最为广泛。由于其直接以编码作为运算对象，对目标函数无特殊要求，具有全局收敛性、隐含的并行性和鲁棒性等特点，对于传统搜规则的设计，以及模糊控制器隶属度函数和参数的优化等。模糊逻辑控制器的缺点构造，调整和修改规则知识库比较难；需要花费大量的时间来调整和修改已构成的知识库。如果输入量与知识库不匹配，就无所适从，不具备适用能力，也就是缺乏神经网络的基本原理：人工神经网络是由大量简单的神经元相互连接而形成的自适用非线性动态系统。人工神经网络的研究可以追溯到上经网络的研究论文，它们奠定了神经网络软件描述、硬件实现的基础。1986年修正各层之间的连接权值，可以求解感知机无法解决的问题，人工神经网络控制由不同的环境很难用精确的数学模型表示出来，神经网络具有任意逼近精确函数的能力。用神经网络对环境信息进行分类和识别，然后建立机器人工作空间动态环境信息的神经网络模型。并利用该模型建立机器人动态避障与神经网络输出的关系。神经网络具有较强的学习和适用能力，但获取具有代表性的训练样本不容易。(6)遗传算法[22.23]一种借鉴生物界自然选择和自然遗传机制的随机搜索算法，由于它具有简单、健壮、隐含并行性和全局优化等优点，对于传统搜索方法难以解决的复杂和非线性问题具有良好的适用性。应用遗传算法解决自主移动机器人动态环境中路径规划问题，可以避免困难的理论推导，直接获得问题的最优解。但基于DSP的履带机器人避障系统研究第二章系统硬件原理态不确定环境下基于滚动窗口的机器人路径规划算法，该法利用机器人实时测得的局部信息，以滚动方式进行在线规划，实现了优化与反馈的合理结合，具有良好的避碰能力。但容易产生死锁，且动态环境下的障碍物运动规律必须已知。机械制造业在发达国家中基本上实现了机电信一体化。建设机械电信一体化、(1)由于建设施工作业中每一个具体操作的内容和要求都是不确定的，实现建设施工自动化，就要求设备具有人的感觉、认识和判断能力，成为智能机械，具有采用智能化控制技术，目前智能化控制技术理论比较成熟，在一些高科技领域得到了应用，但由于建设施工设备工作环境的不确定性，其控制系统的复杂程度使这(2)建设机器人的研制和开发，要用到机、电、光、声、化学以及生物等多学科的知识，须将多种技术组合后进行信息处理，如何把各种技术组织成一个成熟的对元器件的要求相当高。而且建设机器人的工作条件恶劣，环境温度变化很大，阳光、雨雪、尘埃、潮湿等严酷的工作环境以及强烈的振动和冲击对系统的元件影响本论文在第一章简单的介绍了目前对于履带机器人避障控制技术的研究现状，针对国内外做了分开的研究。第二章将会介绍基于DSP的履带机器人避障系统的硬件原理。第三章主要描述了履带机器人避障的方法设计。对于履带机器人的控制算法及仿真将会在第四章设计与介绍。第五章就是系统的软件设计了，通过对主控制器编写程序来控制履带机器人的避障行为。对于第六章将描述这一课题的结论，并基于DSP的履带机器人避障系统研究第二章系统硬件原理第二章基于DSP的履带机器人避障系统硬件原理统、传感系统等部分。由于本论文中的研究还处于初级因此，移动机器人只包括移动机构和控制系统两大部分履带和轮系组成。因移动系统的机构设计不在本文的研究范围之内，故不再做进一步的介绍。控制系统部分由步进电机、驱动器、控制器、仿真器及控制软件系统等本设计的履带轮控制系统采用DSP作为主控制器，由此可以构建机器人运动控转速反馈磁通门罗盘功率驱动电路声纳传感器转速反馈电流检测电流反馈功率驱动电路转速检测转速检测信号检测电路信号检测电路左轮电机右轮主电源图2.1系统运动控制总体框图(1)控制器控制器模块设计主要是组成DSP最小系统，包括时钟、复位电路、外部存储器处理速度快且具有大量可编程的外设接口，能灵活实现与外界通信。基于DSP的履带机器人避障系统研究第二章系统硬件原理从控制器接收车轮电机PWM驱动控制信号，并通过光电隔离，实现了对控制器的隔离保护，提高了电路的抗干扰性与可靠性。(3)功率驱动机器人的电机驱动模块具有欠压保护，过流保护和故障输出功能。大大的简化了电路的设计，增强了系统的可靠性。功率元件主要由与非门、电阻、晶体管、续流二极管组成，对从信号隔离模块输入的控制信号进行运算放大，转换成电机的驱(4)检测模块该模块主要采集反馈信号，由电流检测和电机转速检测模块组成。电流检测的方法有电阻检测、霍尔电流传感器等各种不同的方法，本系统采用了霍尔电流传感器检测。将电流信号转变成电压信号再经过放大和滤波以后将反馈信号变化为压3V的电压信号送到DSP的A/D采样单元。电机测速部分由一个霍尔开关和信号放大电路组成。霍尔开关采集转速值，经整形、放大输出，直接输入到DSP的捕获引脚，捕获单元在捕获引脚上出现跳变时使能触发，通过计数定时器对负脉冲计数，得出履带机器人DSP控制器的设计是机器人控制系统的核心部分，系统的结构框图如图所示。其硬件控制电路主要包括DSP控制芯片TMS320F2812,地址总线驱动芯片LVC16244,同时也可作为电平转换芯片使用，数据总线总线驱动芯片UC5350,外部扩展存储器IS6ILV6416,串口通信转换芯片MAX232,地址总线驱动数据总线驱动外部扩展RAMCAN总线驱动电平转换单元基于DSP的履带机器人避障系统研究第二章系统硬件原理本系统采用的TMS320F2812芯片是美国TI公司新型研制的面向电机控制、工业控制的一款带片内Flash的32位定点DSP。该芯片将实时处理能力和控制器外设功能集于一体，为控制系统应用提供了一个理想的技术平台。具有成本低，功耗小改进的并行结构，高性价比的优点，在与现有的C240x系列DSP芯片代码兼容的同时，还具有灵活的指令集，更快的运算速度，更高的外设集成度，更大的数据程序存储量，更精确快速的A/D转换等主要特点，成为信号处理及控制应用技术的理想(1)32位定点处理器，供电电压3.3v,150MHZ的高主频，系统周期为6.67ns的处理速度，运算速度可达15OMIPS,支持双16x16乘加操作，因而可兼顾控制和(2)采用经典哈佛总线结构，利用多总线在存储器、外围模块和CPU之间转换数据，使之可以在一个周期内并行完成取指令、读数据和写数据，同时它采用了(3)内部存储器包括128Kx16bit的内部Flash,18Kx16bit的内部SARAM;可外扩1Mx16位的程序和数据存储器，存储器统一编址，其寻址空间达4M;(4)中断资源丰富，可支持45个外设级中断和3个外部中断，提取中断向量和保存现场只需9个时钟周期；(5)拥有双事件管理器EVA和EVB,分别包括6路PWM/CMP、2路QEP、3路CA卫、2路16位定时器。事件管理器适用于控制交流电机、直流电机、开关磁(6)拥有两个SCI口和一个SPI口，增加了数据缓存功能，此外串行通讯模块还包括增强的eCAN总线和1个增强型多通道缓存串口，能满足多种通讯的需要；(7)16通道12位的ADC一个转换单元，可实现双通道同步采样，最小转换时间为80ns。TMS320F2812强大的功能使其能满足嵌入式智能控制单元的设计要求，比起DSP芯片内部具有18K的SARAM和128K的Flash可以擦写，但是不支持在线调试，调试过程中如果每次都使用专用的Flash烧写插件将程序存入闪存，不仅操作麻烦，而且损坏了闪存的寿命，所以本最小系统板上外扩了两片零等待周期的研K基于DSP的履带机器人避障系统研究第二章系统硬件原理数据存储器RAM,芯片型号为ISLV6416,提供总共128K的外部存储器。在系统开发过程中，内部的存储器往往要优先使用，这样可以能够能好的提高系统的运行效等待周期。片外等待周期由片内等待产生寄存器确定。为了能够获得零等待的存储期。外部存储器接口译码通过XC95144XL来完成。图2.2DSP外部扩展RAM原理图ISLV6416是ISSI公司生产的64K*16位高速CMOSRAM。3.3V电压供电，低机械波。由换能晶片在电压激励下发生震动产生，它具有频率小，波长短，方向性好，能够射线定向传播。脉冲式声纳传感器信号处理简单，价格低，被广泛用在机器人测距避障，定位导航等。通过测量由发射到接收所经过的时间以及超声波在空气中传播的速度来测得机器人到障碍物的距离。测距原理如图2.3所示。信号放大，过滤，设定阙值传感器即是超声波发射器，又是超声波接受器，发射的超声波频率为50kHz。静电换能器是一个圆形的薄片，在发射超声波的时候，将电能转换为超声波能，接收超声波的时候，将超声波能转换为电能。薄片的材料是塑料，其正面涂有一层金属薄膜，背面有一块铝制后板，如图2.4所示。薄片和后板构成了一个电容器，当给薄片加上频率50kHz,电压峰值为300V的方波电压时，薄片以同样的频率震动，产生频率为50kHz的超声波。传感器内有一个调谐电路，当接收回波时，只有频率接近50kHz的信号才能接收，其他的频率信号则被过滤，计时和距离计算需另外硬件声纳传感器最主要的测距方法是渡越时间法TOF(timeofflight)。即声波从发射到碰到前方障碍物之后被接收到所经历的时间间隔。依据的原理是声波与目标之间的距离与声波在声源与目标之间的传播的时间成正比。这种方法对对象的材料性质依赖较小，并且不受电磁波、粉尘等干扰。障碍物与传感器之间的距离可以通过下式中：D-机器人到障碍物的距离(m)t一声波往返传播时间(s)c一声波在介质中传播速率(m/s)c=(331+4.6n公式(2.2)T.为环境摄氏温度，在测量精度不是要求很高的情况下，可以认为c为常数。2.3.2航向角传感器测定集矿机航向角的是磁通门罗盘，是在磁通门场强计的原理上研制出来的。它与磁罗经罗盘、电位计罗盘相比，其主要特点是：灵敏度高、可靠性好、体积起动快、重量轻、结构简单，适于测弱磁。磁通门罗盘测角系统主要由检测头和电路处理两大部分组成。检测头置于地磁磁场中，其测量绕组中偶次谐波的大小和相位就分别反映了地磁磁场的方向，将此信号加以鉴别并通过计算机运算，就能检测履带机器人速度传感器采用磁接近开关传感器，它的结构如图2.5所示。齿盘转动，齿盘中的齿和间隙交替通过永久磁铁的磁场，从而不断改变磁路的磁阻，通过磁阻的改变而使磁通量发生变化，感应出一定幅度的脉冲电势，该脉冲电势的频率齿数越多精度越高。脉冲信号检测方法有两种：检测脉冲宽度和脉冲频率。由于深海集矿机速度在0~1m/s的范围内，较慢，因此，采用检测脉冲宽度的方法。履带机器人测速原理如下：把磁接近开关传感器作为变送器，安装在左右两条履带驱动轮轴上(如图2.6,当驱动轮带动履带行走转动时，固定在其上的导磁探测杆同步转动，顺次通过磁接近开关，发出开关量速度检测信号。驱动轮转动的快慢，决定了导磁探测杆经过磁接近开关的时间间隔。驱动轮每转一圈，传感器产生15个脉冲，每个脉冲走的距离一样，都是十五之一周长。而每个脉冲时间不一样，每个基于DSP的履带机器人避障系统研究第二章系统硬件原理1.导磁探测杆2.履带驱动轮3.磁接近开关4.支撑轴5.信号线图2.6磁接近开关传感器原理2.4电机的选择与功率驱动主回路设计车轮电机功率驱动主回路主要由驱动模块和检测模块等部分组成，由于机器人有左右两组电机，可以设计利用DSP的两个事务管理器模块分别控制两组电机。直流电机是感性负载，工作电压一般在12V-40V,高DSP电压，因此DSP与功率驱动电路间要有隔离电路。本系统采用光电祸合器来完成信号的隔离，以避免前机器人的车轮电机驱动模块主要由电源、两组功率驱动单元组成，分别用来控制左右两组车轮电机。采用双极性PWM驱动H桥结构电路。晶体管、续流二极管),采用H全桥结构。当PWMI和PWM4为低电平，PWMZ和机反转。同理两组功率驱动电路分别接收EVA和EVB传送的PWM控制信号，驱动TMS320F2812含2个专门针对功率驱动保护的中断TICTRIP/PDPINTA和T3CTRIP/PDPINTB,在本系统中作为电机故障保护信号输入端。当系统出现IPM故基于DSP的履带机器人避障系统研究第二章系统硬件原理处理，立即自动封锁输出的4路PWM脉冲及停止运行，防止电机进一步被烧坏。F2812内部事务管理器EVA、EVB分别有3个捕获单元CAPx,用于记录捕获输入引脚上的跳变。电机测速部分由一个霍尔开关和信号放大电路组成。与电机同轴的转盘上装有两块的强力磁钢，它们的磁极性相反，以保持转盘的平衡并保证转盘每转一周，霍尔开关只导通一次。霍尔开关平时输出为正电压，当转盘上的磁钢与霍尔开关正对时，输入磁感应强度，霍尔开关输出负电压，经整形、放大输出，直接输入到DSP的捕获引脚，捕获单元在捕获引脚上出现跳变时使能触发，通过计数定时器对负脉冲计数，得出电机转速信号，从而计算出电机的转速。对于EVA而言，由于CAPI～AP3用来检测电机的转速信号，因此计数时基可以由EVA定时器2产生；PWM1~PWM4用来输出4路PWM脉冲给电机，因此可以由EVA定时器1提供时基。系统测速电路原理图如图2.7所示。其中，3144为霍尔开关，整形、放大由LM358完成。第一级358作为比较器使用，第二级作为电压跟随器，输出为数字图2.7系统测速电路原理图TMS320F2812中的ADC转换器是一个带有16通道的12位擞数转换器，可配置为两个独立的8通道模块，方便为EVA和EVB服务。ADC以任务为单位进行转存在16个结果寄存器(ADCRESULT0～ADCRESULT15)中，DSP可以单独访问结果寄存器。对于采用PWM调制波控制的电机系统，在采用电流信号中会含有脉动波器。在该系统中，采用一个旁路电阻对电机电流进行采样，电流采样电路原理图如下图所示。其中输入端是来自采样电阻的压降信号。将检测到的信号，经过阻容低通滤波、电压跟随器及放大环节(运算放大器选用UM358),反馈到ADC的输入引基于DSP的履带机器人避障系统研究第二章系统硬件原理脚ADCSOC,DSP内部的ADC转换器将模拟信号转换为数字信号，并在DSP内部进行处理。因为ADC接口只能接受压3.3V电压，所以在电路的电压放大环节后面增加了正负限幅电路，主回路电流的检测由霍尔元件完图2.8系统电流采样电流原理图系统的可靠性是由多种因素决定的，其中系统的抗干扰性能是系统可靠性的重要指标。如果抗干扰性不好，将引起诸如测量数据精度不够、所测数据值不稳定、系统电压偏移无法正常工作以及可能导致系统软件无法运行等问题，甚至还会造成为了减小系统在特定的环境中受到的电磁干扰，保证系统的稳定运行，应从以控制电源的稳定性对控制电路的稳定性至关重要。本研究课题的控制电路有多压；+15V运放电路供电电源。任何电源及输电线路都存在内阻，正是这些内阻才引(1)强电部分与弱电部分分开布置，自成系统，中间使用高速数字光祸隔离。(2)在系统的弱电部分将模拟地、数字地、电源地等分开，并使用较多的接地线以减小或者消除各个模块间存在的地线电位差，最后才在一点将它们连接。避免(3)对于F2812,采用DC/DC模块电源单独供电，减小主电路对DSP的影响。基于DSP的履带机器人避障系统研究第二章系统硬件原理(4)对模拟信号的采样采用高速、精密线性光藕隔离。(5)电源部分并联多只0.1μF电容，滤除从电源传入的干扰，对同一芯片尽量(6)集成器件的电源输入端就近使用祸合电容，防止电源层电平扰动。(7)电源线的布置除了要根据电流的大小，尽量加粗导体宽度外，采取使电源线、地线的走向与数据传递的方向一致，将有助于增强抗噪声能力。在控制电路的印刷电路板(PCB)上模拟、数字、放大电路等不同电路之间存在相互的电磁干扰。同时，印制线的电感成分产生的噪声电压也不容忽视。通过PCB线路的合理设计可以有效地抑制电磁干扰，提高系统的可靠性。本文控制电路PCB尽可能将强弱电信号分开，将数、模信号电路分开，完成同一功能的电路应尽量按(2)各部分电路的滤波网络必须就近连接，以减小辐射和被干扰的几率，提高(3)使电源线、地线的走向和数据传递的方向一致；(4)所布信号线应尽可能短，并尽量减少过孔数目，同时，信号线应尽量靠近(5)各模块之间最好能以地线进行隔离，防止相互之间的信号祸合效应；本章介绍了设计所用到的硬件部分的性能和特点。履带式移动机器人的控制系统主要包括：控制芯片DSP,变压器，电机和电机的驱动电源等控制部件。其中，控制芯片TMS320F2812,是一个高性能的DSP内核和其片内外围设备集成的一个芯片，有着很好的控制精度，能很好地实现对机人路径的实时控制。基于DSP的履带机器人避障系统研究第三章避障方法设计第三章履带机器人避障方法设计x,ye控制控象被对图3.1硬件控制总体框图首先履带机器人在马达的驱动下，左右履带分别产生速度y,v,之后履带机器人的位置(x,y)可由跟踪定位系统测定，方向角θ可由磁通门罗盘测定。将测得的数据与预定路径进行比较，得到当前履带机器人与预定路径的位置偏差e以及方向角偏差],再将得到的偏差数据用路径跟踪算法进行处理，即可得到当前期望的左右履带的行驶速度，通过安装在履带中上部的速度传感器可测得当前履带的实际速度，将期望速度与实际速度进行比较，并将速度偏差转换为相应的控制电机驱动信号，调整两根履带行驶速度，从而实现对履带机器人行走轨迹的控制。由图3.1可知，外层是根据给定目标点的位置和障碍物情况，在宏观上对履带机器人的行走路径进行合理规划。同时不断接收定位系统测量的履带机器人的实际位置，对履带机器人行走方向和速度进行调整。故外层属于履带机器人导航部分。外层输出履带机器人的行走速度和方位角给中间层，中间层输出集矿机左右履带的速度给履带机器人为履带车辆，其运动学模型可按履带车辆的运动学模型表述。考虑履带机器人在水平面转向时的运动模型，该模型是二维模型。当不考虑履带的滑移时，假设履带机器人向右转，则外侧履带的速度v,和内侧履带的速度v₂分别是：公式(3.2)o₂一内侧(转弯侧)主动轮的角速度(m/s)o₁一外侧主动轮的角速度(m/s)履带机器人速度与内外履带速度的关系为：履带机器人转向的角速度与内外履带速度的关系为：由式(3.5)和式(3.6)可得：V₂=v-y’将车体速度分解，并分别求积分，可得履带机器人质心的位置是：式(3.1)~(3.11)称为履带机器人的运动学模型。公式(3.3)公式(3.4)公式(3.10)3.3履带机器人的环境建模在履带机器人距离地面0.28m的同一水平150°圆弧上安装了7个声纳传感器，每个传感器波束角为30°,有效测量范围为0.15~10.70m,每两个传感器间隔角为23°,用以覆盖履带机器人机器人周围约180°的空间。假定安装在履带机器人上的某一传感器的探测值为r,根据超声波传感器的声场特性和测距原理，障碍物上距离传感器最近的一点发生超声波反射，此点应该处在一段圆弧上，此圆弧半径为r,角度为波束角。由于超声波的方向分辨率低，无法确定此点在此段弧的具体哪一点。事实上，从导航和避障的角度来看，并不需要知道障碍物的精确位置，只要知道障碍物在环境中的大概分布情况就可以实现机器人导航和避障。因此采用概率方法D-S理论描述障碍物分布。为了简化计算，用弧对应的弦近似代替弧。设在超声波返回的距离处，传感器波束角对应的弧长范围内存在障碍的概率呈均匀分布，且概率总和为1,障碍物(full)、不存在障碍物(empty)或不确定，如图3.2所示。传感器P(i,j)=而对于传感器波束角内的其它栅格，显然不存在障碍物，则P(i,j≠P(i,j≠表存在障碍物，{E,F}代表状态不确定.则⊙的幂集T=2°={φ,E,F,{E,F}}。设m为识别框架T上的基本可信度分配，VACI,m(A)称为A的基本可信数。对于各m,(E)和m,(F)在机器人第k个传感器的测量范围内的赋值如下：基于DSP的履带机器人避障系统研究第三章避障方法设计这样，机器人每走一步，其多个传感器获取一组传感范围内的环境信息数据，即得到一组栅格的基本可信度分配，将此信度与在此之前累计的同一栅格的基本可信度值采用D-S合成规则的证据推理方法进行融合，就可以得到传感范围内更新后公式(3.18)公式(3.20)公式(3.21)若有公式(3.22)3.4覆盖式路径规划的数学描述基于DSP的履带机器人避障系统研究第三章避障方法设计描述机器人覆盖运动性能好坏的性能指标称为性能评价函数，我们用泛函定义3:设机器人覆盖区域为S(4)可行覆盖轨迹丛L={p(x,y,x,,y,x₀,yo)|i=1,2,…(5)J(□,ly,,0)+ʃW(x,y,3.5覆盖式路径规划方法设计部规划，避开障碍物，然后回到原来规划路径上来，规划路径如图3.3(b)所示以运动平台左下角为原点建立规划路径坐标系如图3.4所示。直线轨迹的方程为B一为履带机器人宽度(m)C-为平台长度(m)D-为平台宽度(m)由式履带机器人运动学模型(3.9)~(3.11)可计算出履带机器人任意时刻的位置和方向角，此位置和方向角与规划出的轨迹上的位置和方向角相比较，然后进行校正，从而使履带机器人按规划路径行走。当路径上出现无法逾越的障碍物时，用增量式PID算法进行局部路径规划，避开障碍物，计算履带机器人此时的位置和方向角以及位置误差和航向误差，再根据位置误差和航向误差，使履带机器人回到原来3.6轨迹控制算法的设计按照跟踪偏差最小原则，当与预定路径之问的偏差为e时，履带机器人逼近预定路线。设履带机器人的切向速度为一恒定值V,则最小转弯半径R。由履带机器人的最大角速度o决定。显然此外，理想路线上各点的方向角θ’则是偏差e的函数，容易推得可以想到，当履带机器人与预定路径偏差为e时，我们只需控制履带机器人行驶方向角逼近理想路线对应点的方向角，履带机器人相应也将会以一条较为合理的路线逼近预定路径按照这一思想，假设履带机器人当前实际方向角为θ,而对应的理想路线的方向角为θ',则可以得到当前期望的履带机器人角速度o,为实际上，控制履带机器人的角速度是通过控制左右履带的速度来实现的。由于履带机器人结构基本是左右对称的，所以其质心刚好在其中轴线上。依据刚体平面运动学原理，可以得到左右履带速度V,V₂与履带机器人在质心处的切向速度V和角速度0的关系其中L为履带机器人的宽度，可以得到相应的左右履带的期望速度分别为：综合公式(3.27)～(3.30),即构成了一套完整的预定路径跟踪算法。本章详细介绍了一种履带机器人的避障方法设计。首先建立了履带机器人的运动学模型，并对其进行了详细讲解，然后介绍了覆盖式路径规划的原理和方法，最后写出了轨迹控制算法。这样使得履带机器人沿着预定路径运动，当检测到障碍物时调整路径避开障碍物。第四章基于DSP的履带机器人避障控制算法的仿真当控制系统的总体方案选定之后，采用什么样的控制算法才能使系统达到要求，这是非常关键的问题。计算机控制的主要任务就是设计一个数字调节器，常用控制由于被控对象是复杂的，因此并非所有的系统均可求出数学模型，有些即使可以求出来，但由于被控对象环境的影响，许多参数经常变化，因此很难进行直接数字控制。此时最好选用数字化PID控制。在PID控制算法中，以位置型和增量型两种PID为基础，根据系统的要求，可对PID控制进行必要的改进。通过各种组合，可以得到更圆满的控制系统，以满足各种不同控制系统的要求。用最为广泛的一种控制规律。PID的实质就是根据输入的偏差值，按比例、积分、微分的函数关系进行运算，其运算结果用以输出控制。在工业系统中常采用如图4.1所示的PID控制对象被控1.PID算法的数字化e(t)调节器的偏差信号，它等于测量值和给定值之差；Kp调节器的比例系数；由于计算机控制是一种采样控制，它只能根据采样时刻的偏差值来计算控制量。因此，在计算机控制系统中，必须首先对式(4.1)进行离散化处理，用数字形式的差分方程代替连续系统的微分方程。(1)数字PID位置型控制算法为了便于计算机实现，必须把式(4.1)变换为差分方程，作近似后可得数字PID位置型控制算式为：公式(4.2)式(4.2)表示的控制算法提供了执行机构的位置u(k),如阀门的开度，所以被称为数字PID位置型控制算式。(2)数字PID增量型控制算法占较多的存储单元，而且不便于编写程序，为此可对式(4.2)进行改进。得到数字PID增量型控制算式为公式(4.3)公式(4.3)其中，称为比例增益；称为积分系数；称为微分系数。为了编程方便，可将式(4.3)整理成如下形式:;比例(P)作用：提高系统的动态响应速度，减小稳态误差。积分(I)作用：消除稳态误差。微分(D)作用：预测偏差，产生超前校正，改善动态性能。2.数字PID控制算法实现方式比较增量数字控制算法较位置型算法虽改动不大，然而却带来了很多优点：(1)增量型算法不需要做累加，控制量增量的确定仅与最近几次误差采样值有关，计算误差或计算精度问题，对控制量的计算影响较小。而位置型算法要用到过去的误差的累加值，容易产生大的累加误差。(2)增量型算法得出的是控制量的增量，例如阀门控制中，只输出阀门开度的变化部分，误动作影响小，必要时通过逻辑判断限制或禁止本次输出，不会严重影响系统的工作。而位置型算法的输出是控制量的全量输出，误动作影响大。(3)采用增量型算法，易于实现手动到自动的无冲击切换。但这种控制算法也有其不足之处：a积分截断效应大，有静态误差；b溢出的影响大。因此，应该根据被控对象的实际情况加以选择。一般认为，在以晶闸管或伺服电机作为执行器件，或对控制精度要求较高的系统中，应当采用位置型算法，而以步进电机或多圈电位器作执行器件的系统中，则应采用增量式算法。综上所述，本项目中选择增量型算法。在这个系统中，控制对象是电机，电机转速改变左右履带的转速。对于这个问题，需要不断的调节PID参数，从而达到需要的控制效果。所以控制器的设计基本如图4.2。左履带的期望速度+右履带的期望速度+速度4.2避障控制算法的MATLAB仿真4.2.1建立仿真模型复杂的计算，理论与分析，特别是自动化控制理论和数字信号处理的研究提供了高效率的工具，掌握MATLAB并借助他解决理论与应用问题已经成为每个从事科学研对于嵌入式垂直提升控制系统的研究，控制对象是电机转速，检测信号是浓度或者是流量。通过输入设定的浓度与流量信号，通过PID计算达到所需要的检测信在设计闭环调速系统中常常会遇到动态稳定性与稳态性能指标发生矛盾，这时必须要设计合适的动态校正装置，用来改造系统，使他满足动态稳定性与稳态性能用PID调节器有实现滞后与超前校正兼有的功能可以全面的提高系统的控制性能。但是在具体的实现与调试要复杂一些。在这里要建立PID传递函数，以及电机的传递函数，还有检测信号的传递函数。建立好传递函数可以在MATLAB的simulink中进行仿真。在实验中我们可以推算出变频器的输出频率和输入电压成线性比的关系，电机的转速与变频器的频率线性比的关系。这样我们就可以根据设定地左右履带的速度来计算出两个电机的转速达到控制的目的。在这里简化了工艺过程，在实验中遵循输入电压与电机转速成线性关系的方法在下面的仿真中，对于执行机构来说可以近似地看为一个2阶传递函数如：公式(4.5)PID调节器进行调节，通过MATLAB达到预定的控制性能。进行仿真。通过不断的调节P,I,D参数由于履带主动轮速度的控制是通过PID的输出来控制电机的转速实现的。因此，我们对履带的主动轮的速度进行仿真。首先通过设定不同的取值，对履带机器人的主动轮速度进行仿真，并就不同的P,I,D参数进行比较，得到相对较好的参数。在对速度进行仿真的时候，对于2阶传递函数可以设定一个取值。下面我们简单地设定电机的二阶传递函数对设计好的PID下面我们简单地设定电机的二阶传递函数对设计好的PID控控制器内部结构如下图4.4所示。PileEditYiewSimulationNormal基于DSP的履带机器人避障系统研究第四章控制算法和仿真□(安回昼为重宿少分企▶Normalu一13+图4.4PID控制器内部结构在系统中，通过设定的速度可以计算出控制主动轮的电机的转速，并且通过实般加快系统的响应，在有静差的情况下减少静差，但是过大的P会使系统有较大的超调，使稳定性变坏；增大T₁有利于减少超调，减少振荡和超调量，但静差的消除也将随之减慢；增大微分时间Tp有利于加快响应，减少超调量，从而增加稳定性但图4.5参数值未调节好时的效果图再微分的步骤进行：比例系数由小变大调节、积分系数由大到小调节、微分系数由零到大调节。最终我们确定个这三个能够使控制效果最好的值，当Kp=1.2,T₁=0.06反应迅速，符合控制要求。仿真图如图4.6所示。本章介绍了PID控制器的种类，了解了它们都有各自的适应领域。同时，针对本次设计的对象，选择了适应控制电机的增量式PID控制器，然后通过PID控制器式PID控制器算法进行了仿真，仿真结果证明，采用PID控制算法能够很好的控制基于DSP的履带机器人避障系统研究第五章系统软件设计第五章基于DSP的履带机器人避障系统的软件设计一个机器人控制系统，包括硬件和软件两大部分。系统要正常工作，仅有硬件是不够的，还需要软件部分的配合才能构成一个完整的控制系统。软件的功能就是根据硬件设计规划流程，通过编制程序实现机器人的运动。可以说程序是最终实现机器人运动的关键内容。本章将介绍DSP的软件开发环境，以及控制系统的具体软5.1DSP开发环境介绍一套完整的软、硬件开发工具。TI公司为TMS320系列DSP提供的软件开发工具可代码生成工具的作用是将汇编语言、C语言或两者混合编写的DSP源代码程序链接散。此外，还有一些辅助工具，如文件格式转换程序、库生成和文档管理程序代码调试工具的作用是对DSP程序及目标系统进行调试，达到设计目的。DSP控制系统主要的调试工具有：汇编语言源码调试器、C语言源码调试器、初学者工具DSK、软件开发系统SWDS、仿真器XDS、评估模板EVM等。5.2避障控制系统程序并接收和处理反馈信号，完成转速和电流闭环控制。前面介绍了软件控制的总体思电机的转向和转速，结合霍尔传感器反馈的电机当前转向和处理后得到本周期电机转向和转速，并经过算法处理后，以DSP通用定时器的定时基于DSP的履带机器人避障系统研究第五章系统软件设计系统的主程序调用各初始化子程序，进行通信接口、F0、定时器及中间寄存器法运算等功能。当发生中断时，调用相应中断程序，并修改或重置标志位。主程序是软件策略的核心。在本系统中，主程序完成系统的初始化，然后接收从电机反馈开始开始路径规划路径跟踪N检测到障碍物否?Y更改路径规划按新的路基规划进行路径跟踪N绕过障碍物否?YN到达目标否?Y结束图5.1主程序流程图基于DSP的履带机器人避障系统研究第五章系统软件设计开始开始绕障碍物运动有障碍物吗?N运动路线是否正确?Y到达目标否?Y结束N先设定一条履带机器人到达目标的路线，电机驱动履带机器人行走，由航向角传感器和速度传感器共同作用，使履带机器人不偏离预定路线。当声纳传感器检测到有障碍物时，调整左右履带的速度和路带机器人的方向角绕过机器人。避开障碍物后，是履带机器人回到预定路线行走。在这个系统中，控制对象是电机，电机转速改变左右履带的转速。对于这个问题，需要不断的调节PID参数，从而达到需要的控制效果。基于DSP的履带机器人避障系统研究第五章系统软件设计开始N电机启动完成?YPID控制PID运算将转速记录到寄存器返回图5.3定时中断子程序流程图开始计算控制参数A,B,C设置初值e(k-1)=e(k-2)=0读入采样值y(k)计算控制量△u(k)返回在电机运行过程中，由DSP的A/D转换模块(ADC)对电流进行采样和控制，并1.ADC控制寄存器设置110,即0406H。产生电路设置成对称PWM波形，即通用定时器设置为连续增碱计数模式。这种方式使得A/D转换始终在功率开关器件导通周期的中点采样电流并进行模数转换，避基于DSP的履带机器人避障系统研究