用于移动机器人导航和避障的传感器设计Word下载.docx
- 文档编号:4456131
- 上传时间:2023-05-03
- 格式:DOCX
- 页数:56
- 大小:806.93KB
用于移动机器人导航和避障的传感器设计Word下载.docx
《用于移动机器人导航和避障的传感器设计Word下载.docx》由会员分享,可在线阅读,更多相关《用于移动机器人导航和避障的传感器设计Word下载.docx(56页珍藏版)》请在冰点文库上搜索。
关键词:
自主式移动机器人;
超声波测距;
红外线传感器;
电子码盘;
ABSTRACT
Autonomousmobilerobothascreatedconsiderableinterestinrecentyearsforitspotentialapplicationsinmilitary,industrialanddomesticfields.Navigationandlocalizationinanunknownenvironmentisthekeyproblemstobesettledforanautonomousmobilerobot.Theresearchfieldsinclude:
environmentalinformationacquisition,perceptionandmodeling,localpathplanningandglobalpathplanning,etc.Thisarticlepresentanddiscussthedesignofsensorfornavigationandlocalizationofanindoormobilerobot.
Amongvarioussensorsfornavigationandlocalization,rangesensors,suchassupersonicsensors,arethenecessary.Thecircuitofsupersonicsensorsarepresentedinthisthesis,andthediagramofprogramforsupersonicsensorsarepresentedalso.Thedesigninfraredsensorsforobstacleavoidingandencoderfordeadreckonarealsopresentedinthisthesis.
Thesensorsarecontrolledbya8-bitmicrocontroller,whichcommunicateswiththe32-bitcomputerbyEIA-485network.Theelectroniccompass,whichmeasuresthedirectionofrobotarecommunicateswiththe32-bitcomputerbyEIA-485networkalso.
KEYWORD:
AutonomousMobileRobot;
UltrasonicRanging;
InfraredSensors;
Encoder
1绪论
1.1机器人技术发展历程
自20世纪50年代世界上第一台机器人装置诞生以来,机器人技术经历了一个从低级到高级的发展过程,机器人(ROBOT)一词的含义也越来越广泛。
最早期的顺序控制型机器人只能按照事先编制的指令完成预定的动作序列;
随后出现了"
示教—再现"
机器人,可以利用记忆装置,按照一定的速度记录下"
示教"
过程的姿态信息和操作内容,然后"
再现"
原轨迹和操作内容;
后来出现了可控轨迹型机器人,具有了完善的计算机控制系统和较强的计算能力,只需给出操作任务和部分轨迹信息,机器人就可以自动规划出完整的控制程序。
随着科学技术的进一步发展,各种新型的传感器为机器人赋予了更多的"
感觉"
,适应型机器人就是这样一类机器人,它可以采集各种外部"
(如视觉、触觉等)信息,适当的调整其运动轨迹和操作,适应环境的变化。
到今天为止,机器人发展的最高水平是智能机器人,它是当今机器人发展的热点和重点。
智能机器人除了具有感知环境和简单的适应环境能力外,还具有较强的识别理解功能和决策规划功能。
目前,已经有出现了多种智能机器人,例如日本SONY公司生产的"
爱宝"
机器狗,本田公司的ASIMO以及SONY公司最近推出SDR-4X等。
从机器人的简要发展历程可以看出,机器人的发展正朝着多功能化、智能化、大众化的方向发展。
机器人的概念已不再是传统的装配机、机械手和数控机床,新兴的高度智能化的仿生机器人,体积微小的纳米机器人,不畏艰险的探险机器人等不断地充实着机器人这个大家庭,其中,智能机器人所占的比重必将越来越大,它在诸如军事、医疗、娱乐、探险等越来越广泛的范围内将发挥重要的作用。
按照智能机器人的智能化程度高低,可以分为外部受控机器人,半自主机器人和全自主机器人。
外部受控机器人的本体上没有智能单元,只有执行机构和感应机构,它受控于主机器人或者外部计算机。
在主机器人或外部计算机上具有智能处理单元,它全权处理由受控机器人采集的各种信息以及机器人本身的各种姿态和轨迹等信息,进行智能化处理,然后发出控制指令,指挥机器人的动作。
目前深受欢迎的机器人世界杯的小型组比赛中,使用的机器人就属于这样的类型。
半自主机器人具有了部分处理和决策功能,能够独立地实现一些诸如轨迹规划、简单的避障等功能,但是还要受到外部的控制;
全自主机器人的本体上具有感知、处理、决策、执行等模块,可以像一个自主的人一样独立地活动和处理问题。
在机器人世界杯的中型组比赛中使用的机器人就属于这一类型。
本文的研究内容就是全自主移动机器人的感知模块——多传感器的数据采集系统。
1.2全自主移动机器人的概念与研究现状
全自主移动机器人的最重要的特点在于它的自主性和适应性,自主性是指它可以在一定的环境中,不依赖任何外部控制,完全自主地执行一定的任务;
适应性是指它可以实时地识别和测量周围的物体,并根据环境的变化,调节自身的参数,调整动作策略,以及处理紧急情况。
全自动移动机器人已经有了一些成功的范例,例如,德国研制的一种轮椅机器人在乌尔姆市中心车站的客流高峰期的环境中进行了实地表演,它在有大量乘客的环境中,独立进行了36个小时的考验,表现出其他轮椅无可比拟的性能。
日本SONY的"
可以模仿狗的各种动作,理解一些简单的语言,还可以根据不同的口令做出不同的反应。
由于全自主移动机器人涉及诸如驱动器控制、传感器数据融合、图象处理、模式识别、神经网络等许多方面的研究,它能够综合反映一个国家在制造业和人工智能等方面的水平,因此,许多国家都非常重视全自主移动机器人的研究。
从80年代起,美国国防高级研究计划局(DARPA)就专门立项,制定地面无人作战平台的战略计划,从而在全世界范围内掀开了全面研究移动机器人的序幕。
国外比较著名的机器人研究计划有:
美国能源部制定的机器人和智能系统计划(RIPA)及后来的空间机器人计划,欧洲尤里卡的机器人计划,日本通产省的极限环境下作业的机器人计划等。
从总体的研究状况来看,日本在应用型的移动机器人研究方面走在了世界的前列,而美国和欧洲的一些国家在有关移动机器人的智能问题方面处于领先地位。
欧盟联合研究项目TIDE(TechnologyInitiativeforDisabledandElderlyPeople)中有一项荷兰承担的M3S(MultipleMasterandMultipleSlave)计划着重研究智能轮椅等移动机器人的硬件系统、总线标准与接口协议等;
还有一些课题着重研究基于范围的传感器(如超声、红外等)导航问题,如英、德、意三国联合项目OMNI(OfficewheelchairwithhighManoeuvrabilityandNavigationalIntelligenceforpeoplewithseverehandicap),美国密歇根大学的NavChair和MIT的Wheelesley。
这些系统利用了超声和红外传感器进行测距,实现了不同的导航算法,并取得了较好的效果。
但是由于这些传感器的固有特性,使用它们存在着一些缺点:
如测量距离有限,鲁棒性差等。
为了弥补超声波和红外传感器的不足,许多学者进行了基于视觉导航的研究,比较成功的例子有:
美国CMU的Bookstore计划完全采用了视觉作为导航方式,实现了基于图象的视觉定位和导航;
日本的NagasakiUniversity&
UbeTechnicalCollege的智能轮椅采用了室内灯光作为导航标记,使用了自然图象和激光反射图象相结合的方法实现了自定位;
西班牙的SIAMO计划采用了黑白图象编码路标作为定位标记,实现了视觉导航。
在机器人智能技术方面,一些机器人已经可以在非结构动态环境中,利用视觉传感器以及其他的多种传感器,实现可以对周围的环境进行自学习、自适应,并能够通过各种交互方式与人交流,学到关于环境的先验知识。
例如,美国密歇根州立大学的SAIL机器人就可以通过多模态感知接口进行环境学习,使之成为具有初步人类智能的自学习导航机器人。
在交互技术方面,近年来有许多研究机构致力于将语音识别技术作为一种交互方式应用于移动机器人,而且取得了许多成果,例如:
意大利的MAIA计划,该计划中的机器人能够在连续语音,非特定人的条件下,识别口语化的命令;
日本的Jijo-2机器人也能够在连续语音中识别口语化命令,它被用于办公室的信息咨询和引导来宾;
德国的RHINO服务机器人能够听懂简单的短语命令,并对环境噪音有很强的鲁棒性,已经开始应用于展览馆中咨询和导游工作;
NEC公司也开发出人机交流机器人"
PaPeRo"
它可以通过内置的CCD摄像机识别大约10个人的面孔,并且可以识别650个单词,说3000句话,制造它的最终目的是"
在将来可用作家庭安全系统、护理系统、子女教育设备等的"
接口设备。
国内全自主移动机器人方面的研究起步较晚,但是发展非常迅速。
具有一定影响力的机器人有:
清华大学的THMR-V自动驾驶小车,已经可以在一定的校园环境中自由行走;
哈尔滨工业大学的迎宾机器人,实现了无缆行走、自动避障、语音识别等功能;
中科院自动化所模式识别实验室开发了我国第一代智能轮椅平台,已经具备了超声、红外等多传感器融合的导航系统,并可以实现简单的口令控制。
此外,中国科学院沈阳自动化研究所也研制成功了自动导引车和一种移动机器人平台。
1.3移动机器人导航技术的研究内容
在智能移动机器人相关技术的研究中,导航技术是其研究基础。
该技术是指移动机器人通过传感器感知环境和自身状态,实现在动态的、有障碍物的环境中,面向目标的自主运动。
导航技术的核心内容包括:
1)传感器技术。
该技术主要是对机器人自身内部的位置、方向信息以及外部环境信息的检测和处理。
采用的传感器分为内部传感器和外部传感器,其中内部传感器有编码器、线加速度计、陀螺仪、磁罗盘、激光全局定位传感器、GPS和激光雷达等,外部传感器有视觉传感器、超声波传感器、红外传感器、接触和接近传感器等。
2)信息融合技术。
移动机器人的多传感器信息融合方面的研究始于二十世纪80年代,常用的方法有加权平均法、贝叶斯估计、卡尔曼滤波、统计决策理论、D-S证据推理、神经网络和模糊推理法以及带置信因子的产生式规则等。
3)定位技术。
定位技术可分为绝对定位和相对定位技术两类,用于确定移动机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态,是移动机器人导航的最基本环节。
4)路径规划。
目的是使移动机器人按照某一性能指标搜索一条从起始状态到目标状态的最优或次最优的无碰路径。
根据掌握环境信息的完整程度可分为环境信息完全已知的离线全局路径规划和环境信息完全未知或部分未知的在线局部路径规划,分别称为静态路径规划和动态路径规划。
1.4导航常用传感器介绍
移动机器人导航的主要目的是在实现自身定位和探知周围环境的条件下,找到一条可行路径,到达目的地。
同时在移动机器人运动过程中,应该能够实现避障和控制系统的稳定性。
导航用的传感器主要用于实现周围环境信息的获取及自身定位。
周围环境获取包括确定障碍物位置,而定位包括实现系统的稳定性控制。
在实际应用中,有些传感器一般单纯用于定位,即它们只能检测当前位置或自身姿态,但不能给出外界环境的任何描述。
如全球卫星定位系统GPS、旋转电位计、光电编码器、陀螺仪、加速度计、磁罗盘等。
而有些传感器则既用于定位,又用于环境探测。
如视觉、超声、红外、激光雷达等传感器。
这些传感器因为各自特点的不同,而用于不同的场合,适应不同的目的。
移动机器人视觉导航是随着计算机视觉技术的发展而发展起来的一种导航方式,由于信息量大、适用范围广而成为目前机器人导航技术的研究和应用热点。
在视觉导航方式中,目前国内外应用最多的还是采用在机器人上安装车载摄像机的基于局部视觉的导航方式,它的主要作用是进行环境探测,以确定障碍物和自身的位置,再进行路径规划,到达下一目标位置。
视觉导航的缺点是难以区分将要探测的目标与背景。
为将障碍物与背景分开,所需的图像计算量很大,导致系统的实时性较差。
目前,对基于视觉系统导航的研究有很多,也是发展的主要方向。
因为成功应用在Sojourner上,视觉导航也成为被送上火星的火星漫步者的主要导航方式。
全球卫星定位系统:
即GPS(GlobalPositioningSystem)是目前一种比较成熟的室外导航技术,由空间部分、地面支撑系统和用户接收机三部分组成。
空间部分由24颗卫星组成(包括3颗备用卫星),它们发射带编码的RF信号。
采用三边测量方法,用户接收机通过测量卫星RF信号的传输时间能够计算其与卫星的距离,同时这些信号也包含了有关卫星瞬间位置的信息。
从理论上说,知道了地面接收器到3颗卫星的准确距离就能够计算出接收器的纬度、经度和海拔高度。
用户接收机分为C/A码和P/Y码接收机两种,高精度的P/Y码接收机只能被美国军方和其特许用户使用。
由于美国政府有意在定位和卫星位置参量上设定了少许的偏差,C/A码用户接收机的水平定位精度为100米。
差分GPS技术,即DGPS,是在GPS定位精度不能令人满意的情况下产生的,它由差分台、数据链和用户接收机组成。
DGPS是先精密地测量差分台的位置,作为该点的真实位置。
差分台也是一台GPS接收机,它将差分台接收机与真实位置之间的差分作为公共误差校正量下载给用户机,用户机用该校正量对本机位置输出进行校正,最后可以得到米级的定位精度。
旋转电位计和光电编码器一般用于测距法。
测距法是相对定位技术的一种,采用随时间累积路程增量的原理。
旋转电位计是常用的模拟式测距传感器,而光电编码器是常用的数字式测距传感器,二者均用于确定移动物体移动的距离。
光电编码器又可分为绝对式编码器和增量式编码器,前者将位移直接变换成数字量并行输出,后者将位移变换成相对于某基准点的串行脉冲序列输出。
陀螺仪和加速度计是惯性导航系统常用的传感器。
陀螺仪测量回转速度,加速度计测量加速度,测量值的一次或二次积分可分别计算出角度或位置参量。
磁罗盘可以测出当前朝向与地磁北极的夹角,所以一般用于确定移动机器人的朝向。
超声、红外是基于时间度跃法进行测距的传感器,激光雷达是基于测量发射信号与返回信号间的相位差来测量距离的传感器,因而通常用于环境探测和自身定位。
超声传感器测量精度较高(约1厘米),操作简单,价格较低。
但探测波束角较大,方向性差,往往只能获得目标的距离信息,不能提供目标的边界信息。
红外、激光雷达传感器的探测视角小,方向性好。
如果将红外传感器和超声波传感器同时应用于机器人,就能提供全范围的探测结果,超声波传感器的盲区正好可以由红外传感器来弥补。
1.4本论文的主要研究内容
本研究的主要目的是设计在室内非结构化环境中用于移动机器人导航和避障用的传感器及其数据采集系统,本系统以微控制器(89s52)为数据采集核心,采用超声波传感器、红外传感器、光电传感器、磁场传感器对移动机器人周围环境信息及自身姿态数据进行采集,并且通过485总线与上位机进行数据通信。
本文各章的主要内容如下:
第一章绪论,对国内外移动机器人及其导航技术的发展进行了综述,介绍了移动机器人导航系统及移动机器人导航中常用的传感器,最后提出了本研究工作的主要目的,并阐述了本文的主要内容。
第二章阐述系统的硬件的总体原理及传感器的选择,各个模块的构建包括超声波测距电路、红外线避障电路、电子码盘电路、电子罗盘电路、通信模块电路的原理及具体实现,以及各模块与单片机间的接口电路,系统总体的硬件设计。
第三章根据系统硬件结构设计系统的软件部分,包括超声波、电子罗盘在内的主程序,通过中断方式完成的红外线数据采集程序,通过串口通信的电子罗盘程序,以及与上位机之间数据接收发送程序。
第四章系统的整机调试及性能测试
第五章是对本设计进行总结展望
2系统的硬件部分
2.1系统总体原理
基于多传感器的数据采集系统是移动机器人感知外界环境的核心部分。
移动机器人通过它来对周围环境状况进行测量。
系统包括了多传感器部分和数据采集部分,传感器是机器人感知外部环境的直接手段,由于在本设计中,移动机器人需要在实现避障和路径规划的基础上,完成自主式移动,因此它必须对其工作环境的状态有一清楚的了解,通过多传感器测量能简单描绘出其所处在工作环境状况。
移动机器人除了在对外界环境了解的基础上还需要对自身的速度和方位也有了解,这样才能正确指示移动机器人下一步动作。
综上所述,整个系统分成五大功能模块,依次为:
超声波测距模块、红外避障模块,电子码盘模块,电子罗盘模块,单片机数据采集及通信模块。
系统通过超声波传感器对周围物体进行距离测量,利用红外线传感器对近距离的物体进行检测,利用电子码盘对行程进行测量,利用电子罗盘对所处方位进行测量,通过单片机采集这些数据信息,利用单片机的串口与上位机进行数据通讯。
系统的整体原理如图1
图1系统总体结构
2.2传感器的选择
为了实现移动机器人的自主移动,就必须依靠自身携带的传感器,通过主探的方式来完成对外部环境的感知。
由于在实现避障和无碰撞路径规划的过程中,机器人本身与周围环境以及障碍物之间的距离是最关键的因素。
因此,我们对于传感器的选择,也集中在测量距离这一参数上,一般机器人测距传感器采用非接触的测量方法,测量周围环境的物体或被操作物体的空间位置。
非接触测量距离的方法很多,从纳米级微小位移到成千上万公里甚至更远的距离,它们的测量应用了很多原理,采用了各种不同的装置,对机器人来说,所需测量的距离一般为零点几毫米到几十米远,因此机器人测距传感器的测量范围一般都包含在这个范围内。
根据所采用的原理不同,机器人测距传感器可以分为以下几种:
(1)电磁类测距传感器
电磁类测距传感器主要有三种类型,它们分别基于电磁感应、霍尔效应、电涡流原理。
电磁类测距传感器的核心是线圈和永久磁铁构成,当传感器远离或靠近铁磁性材料时,会引起永久磁铁磁力线的变化,从而在线圈中产生电流。
当传感器与被测物体相对静止时,由于磁力线不发生变化,因而线圈中没有电流,因此这种传感器只有在外界物体与之产生相对运动时,才产生输出,且随着距离的增大,输出信号明显减弱,因而这种类型的传感器只能用于很短距离的测量。
电涡流测距传感器的最简单的形式只包括一个线圈,线圈中通入交变电流,当传感器与外界导体接近时,导体中感应产生电流,即电涡流效应,传感器与外界导体的距离变化能够引起导体中所感应产生电流的变化。
通过适当的检测电路,可从线圈中耗散功率的变化中,得出传感器与外界物体之间的距离。
霍尔效应测距传感器则因其应用此原理而得名,当传感器远离被测导体时,在特定导体上有较强的磁场;
当其靠近时,磁场变弱。
磁场的变化引起特定导体两端电压的变化,根据这个原理可实现对距离的测量。
由以上对于几种感应式传感器的分析可以看出,它们存在一些相同的缺陷:
这一类传感器一般对于铁磁材料比较敏感;
检测信号(电压、电流等)与被测量(距离)之间不是线性的对应关系;
测量时受外界电磁干扰较大;
可测量的范围较小,距离较近,一般仅为零点几毫米。
显然,它们都不适用于移动机器人的测距。
(2)电容式测距传感器
此类传感器通过测量外界物体靠近传感器所引起的电容变化来反映距离信息。
最基本的用于检测电容变化的电路中,将电容作为振荡电路中的一个元件,只有在传感器电容值超过某一阀值时,振荡电路才开始振荡,将此信号转换成电压信号,即可表示与外界物体的距离。
电容式传感器只能用来检测很短的距离。
一般仅为几个毫米,超过这个距离,传感器灵敏度将急剧下降,并且由于内部采用阀值判断,不能起到精确测量的作用,而只能实现开关的工作方式。
因此,不适合精确的测距用途。
(3)红外和光电传感器
这类测距传感器是依靠红外线或是其它不可见光的直线传播特性,通过光敏元件来发射和接收信号,从而判断障碍物的存在与否。
由于光线的传播速度极快,通常难以通过简单的装置估算其传播距离,因此在简单、低成本的应用中,这类传感器也是主要用于状态的判断(障碍物的有否、物料是否到位、液面是否过高等)而无法实现对距离的实时测量,因此这类传感器不适用于移动机器人的测距但可用于移动机器人的避障装置。
(4)超声测距传感器
在排除了以上几种测距传感器的条件下,我们选择了超声测距传感器,作为移动机器人测距的主要传感器部件。
主要有以下几方面的因素:
①测量方式原来简单,便于实现。
②测量范围可以从几厘米一直到几十米,完全满足了移动机器人测距的要求。
③测量精度高,整体误差可以控制在量程的0.5%范围内。
④超声波传感器有一定的覆盖性,因此,可以有较少的传感器数量覆盖较大的测量范围。
⑤被测量物体的最小尺寸可以通过选择测量用超声波信号的波长(频率)来决定。
目前,超声波测距传感器在移动机器人导航中应用十分广泛。
它的测量原理是基于测量渡越时间,即测量从发射换能器发出的超声波,经目标反射后,沿原路返回到接收换能器所需的时间。
由渡越时间和介质中的声速即可求得目标与传感器之间的距离。
2.3传感器模块的构建
在选定传感器的基础上,必须进一步对整个传感模块的工作方式加以确定。
(1)传感器数量的选择
由于机器人需要检测的范围包含整个前进方向,因此,传感器的测量范围也必须以此为依据;
同时,为了能够为避障和轨迹规划提供更多的环境参数,机器人对于其左右两边及后方的环境也要加以探测。
因此,在设计中,我们选择了超声波传感器和红外线传感器各8对。
其中各三对用于正前方,左右各一对,另外三对用于后方。
(2)实际探测范围
由于每一个超声波、红外线传感器都有其一
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 用于 移动 机器人 导航 传感器 设计