孫　雷, 王孫安, 張進華, 李小虎

(1.西安交通大學 機械工程學院, 陜西 西安　710049； 2.西安交通大學 機械制造系統(tǒng)國家重點實驗室, 陜西 西安　710054)

?

移動服務(wù)機器人共享控制研究

孫雷1, 王孫安1, 張進華2*, 李小虎1

(1.西安交通大學 機械工程學院, 陜西 西安710049； 2.西安交通大學 機械制造系統(tǒng)國家重點實驗室, 陜西 西安710054)

摘要：移動服務(wù)機器人在提高老人/殘疾人活動空間方面具有重要作用.針對機器人自主避障失敗時存在安全問題，提出了基于共享控制的服務(wù)機器人系統(tǒng).構(gòu)建基于機器視覺與人眼視覺共享控制的機器人系統(tǒng).研究服務(wù)機器人的共享策略問題和眼電信號角度與參考軌跡關(guān)系.引入人工場解決自適應(yīng)軌跡跟蹤算法的平滑性.仿真結(jié)果說明基于人工場導向方法能平滑逼近期望軌跡.實驗結(jié)果表明本系統(tǒng)能夠滿足使用者的安全需求.

關(guān)鍵詞：服務(wù)機器人； 共享控制； 眼電信號； 人工場； 軌跡跟蹤

0引言

隨著社會老齡化趨勢的愈發(fā)嚴峻以及殘障人士的逐年增加,助老助殘的服務(wù)機器人研究受到了世界各國政府的重視與支持.德國不萊梅大學開發(fā)了FRIEND型服務(wù)機器人[1]，至2010年已發(fā)展到第三代型號.密歇根大學開發(fā)了NavChair服務(wù)機器人[2]，中科院自動化所開發(fā)了RoboChair服務(wù)機器人[3].除此以外還法國梅斯大學的VAHM[4];德國烏爾姆大學的MAid[5];美國弗吉尼亞大學TinMan[6]等.

目前移動機器人的控制方式有手動控制、自主控制和共享控制三種方式.手動控制適用于肢體功能健全的用戶，對于重度殘疾人并不適合.自主控制是一類能夠通過傳感器感知環(huán)境和自身狀態(tài)，在沒有人工干預(yù)的情況下避開障礙物到達預(yù)定目標點.目前還沒有真正意義上的人工智能設(shè)備，在復(fù)雜環(huán)境下仍會出現(xiàn)自主避障失敗的問題.除此之外還會出現(xiàn)服務(wù)機器人位姿不正確或自主決策錯誤的情況.由于助老助殘服務(wù)機器人的使用對像的特殊性，就要求有一種安全可靠的控制方式.為了提高服務(wù)機器人安全系數(shù)，因此將經(jīng)典的自主控制與人類意圖相結(jié)合建立共享控制.通過共享控制解決自主控制無法完成的復(fù)雜任務(wù)，或是通過共享控制實現(xiàn)對自主控制進行干擾糾正.

目前針對共享控制已經(jīng)有很多研究成果.(Tonin, Leeb et al)討論和評估基于BCI臨場感框架的共享控制方法的作用[7].實現(xiàn)與不同房間的朋友和親人之間的交流；降低不確定的BCI通道控制機器人的花費時間和命令數(shù)量，提高重度殘疾人的生活質(zhì)量.(Philips,del R Millan et al.)針對共享控制不能提供自適應(yīng)需求問題，研究了基于腦電信號共享控制的助殘機器人[8].構(gòu)建了一種以自適應(yīng)方式幫助腦機接口被試者執(zhí)行基于目標導向的輪椅導航系統(tǒng).

本文的服務(wù)機器人是用來助老助殘的，需要建立機器視覺與人眼視覺共享機制，并識別眼電信號角度建立參考軌跡，通過運動控制來實現(xiàn)軌跡跟蹤，將兩者相互結(jié)合實現(xiàn)服務(wù)機器人的共享控制.因此運動控制的性能將決定共享控制的最終效果，本文同樣需要研究移動機器人軌跡跟蹤控制.

本文對室內(nèi)環(huán)境服務(wù)機器人共享控制問題進行研究.首先構(gòu)建基于機器視覺與人眼視覺共享控制的機器人系統(tǒng)，并研究服務(wù)機器人的共享策略問題及眼電信號角度與參考軌跡關(guān)系.然后研究基于人工場軌跡跟蹤算法.提出了基于眼電信號共享控制的軌跡跟蹤控制策略.最后進行了仿真與實驗.

1系統(tǒng)構(gòu)建

根據(jù)上文服務(wù)機器人功能需求分析，本節(jié)提出了人眼視覺與機器視覺共享控制的服務(wù)機器人系統(tǒng)，以完成室內(nèi)環(huán)境助老助殘功能需求.服務(wù)機器人系統(tǒng)原理如圖1所示.系統(tǒng)由CCD圖像采集系統(tǒng)，基于EOG的人機接口及機器人本體組成.通過EOG 人機接口實現(xiàn)對服務(wù)機器人起動、停止、緊急制動等控制.同時在運動過程中通過CCD攝像機實現(xiàn)對動態(tài)目標進行跟蹤及提取動態(tài)參數(shù)，從而可以實現(xiàn)機器人的自主避障.當機器人自主避障失敗時(由人來判斷失敗與否)，可以通過基于EOG的共享控制實現(xiàn)對服務(wù)機器人軌跡進行改變，提高機器人操控的安全性.系統(tǒng)采用上下位機二級分布式體系結(jié)構(gòu)，利用室內(nèi)環(huán)境的現(xiàn)有無線網(wǎng)絡(luò)構(gòu)建基于WiFi的無線傳輸系統(tǒng)，實現(xiàn)上位機控制命令的傳遞.系統(tǒng)在運行前將通過Tsai法對攝像機進行標定，獲得攝像機的內(nèi)外參數(shù)；機器人通過光電碼盤測速系統(tǒng)測量左右輪速度，應(yīng)電子羅盤測得偏航角，實現(xiàn)機器人的航位推算.通過航位推算將機器人和障礙物進行區(qū)分.

圖1　系統(tǒng)原理圖

2眼電信號角度識別

眼電信號頻率一般為0～100 Hz,幅值為50～3 500μV.對于水平凝視角在[-50,50]和垂直凝視角[-30,30]，眼電信號有一個線性行為.眼電信號在水平和垂直運動時，眼電信號的峰值有正負之分.由圖2可以看出眼電掃視信號角度小時峰值小，反之掃視角度大時峰值大.在參考點左側(cè)時峰值為正，在參考點右側(cè)時峰值為負.垂直信號有相同的規(guī)律，且向上看時幅值為正，向下看時幅值為負.因此對掃視角度和信號峰值之間的函數(shù)進行深入研究.

基于以上規(guī)律，眼電信號峰值被選來作為表達眼球旋轉(zhuǎn)角度的定量特征.通過掃視相同角度間隔的目標點來驗證以上規(guī)律.實驗采用NT9200腦電信號放大器且步驟如下[9]：

(1)被試者自然的坐在掃視屏前如圖3所示，雙目凝視參考點即中心點.

(2)瞳孔和屏幕的中心之間的垂直距離為50 cm.

(3)水平掃視角度范圍為±50 °，掃視區(qū)間間隔為2 °.

(4)垂直掃視的角度范圍為±30 °，掃視區(qū)間間隔為3 °.

(5)對每一個目標點與參考點之間掃視重復(fù)16次，返回時停頓一小會兒.

圖2　不同掃視角度峰值特征

圖3　掃視屏示意圖

根據(jù)最小均方擬合規(guī)則對角度與峰值數(shù)據(jù)進行統(tǒng)計分析，函數(shù)關(guān)系可以被確定如式(1)：

(1a)

(1b)

Uh和Uv是水平和垂直峰值；a,b和A是非線性擬合參數(shù).θh和θv是水平垂直掃視角度.為了方便表達方程(1)被寫作方程(2).

(2)

因此，掃視角度公式為通過求反函數(shù)可得

(3)

3共享策略

共享含義是指人、自主控制系統(tǒng)之間進行協(xié)調(diào),共同對服務(wù)機器人進行控制的一種控制策略.自主控制不需操作者參與，減輕了操作者的作業(yè)負擔并提高了任務(wù)執(zhí)行的效率.但自主機器人還不能單獨勝任復(fù)雜的操作任務(wù)，主要原因在于任務(wù)目標的確定能力和任務(wù)決策能力不足.服務(wù)機器人共享操作系統(tǒng)中由于人的介入，執(zhí)行啟動緊急停止等操作或者重新指定新的操作任務(wù)，可以彌補自主控制的不足.這種將操作者和自主機器人的智能以共享方式結(jié)合起來的共享控制操作系統(tǒng)框架如圖4所示.

圖4　服務(wù)機器人共享控制結(jié)構(gòu)圖

本系統(tǒng)中除了左轉(zhuǎn)彎和右轉(zhuǎn)彎控制命令的掃視角度α由函數(shù)計算獲得外，其它控制命令的角度統(tǒng)一設(shè)置為0.當未接收到人機接口控制命令時，執(zhí)行攝像機自主控制命令.當接收到人機接口控制命令時，執(zhí)行人機接口的命令，并根據(jù)控制命令的角度計算獲得轉(zhuǎn)彎軌跡.若角度為0，則表示直線行駛無需計算圓弧軌跡.圖5為掃視角度與參考軌跡關(guān)系.Eyeball為人眼所在位置即服務(wù)機器人當前位置，α=θh為掃視角度(通過式(3)計算)，R為已知圓軌跡的半徑.通過掃視角度的計算可以獲得當前機器人所需要參考軌跡.

圖5　機器人參考軌跡

本文的共享策略如下所述：

(1)服務(wù)機器人在全局視場中運行的時候，人機接口的控制命令優(yōu)先級要高于機器視覺控制命令優(yōu)先級.

(2)首先通過基于眼電信號的人機接口選擇將要到達的目的地并發(fā)送啟動命令，服務(wù)機器人將在全局視場中根據(jù)規(guī)劃好的路徑進行運動.

(3)當θ=0時，按已經(jīng)規(guī)劃好的路徑運動.

(4)當出現(xiàn)動態(tài)障礙物時機器視覺發(fā)出命令避障，若自主避障失敗則通過人機接口共享控制發(fā)送干擾命令進行相應(yīng)轉(zhuǎn)彎即左轉(zhuǎn)和右轉(zhuǎn).或者出現(xiàn)其它未知緊急情況時，則可以發(fā)送緊急停止命令.即θ=α時，根據(jù)當前位姿計算出參考圓弧軌跡，并根據(jù)全局視覺所獲得的當前位姿計算誤差并跟蹤圓弧實現(xiàn)主動避障.

(5)當人工干預(yù)完成之后系統(tǒng)重新規(guī)劃路徑并將路徑發(fā)送給下位機.

(6)當人機接口無命令時，根據(jù)全局視覺自主跟蹤已規(guī)劃軌跡運動.

4移動機器人軌跡跟蹤

4.1運動學分析

移動機器人質(zhì)心與輪距中心相重合，全局坐標系XOY下其運動學方程如下：

(4)

(5)

式中，p=(x,y,θ)′,x,y,θ為機器人質(zhì)心的坐標和方向角，v和w移動機器人的質(zhì)心P的線速度和角速度，而且v和w都是時間t的函數(shù).在移動機器人控制系統(tǒng)中，實際位姿與參考位姿的位姿誤差可以定義為：

Te(Pr-Pc)

(6)

其中Pr=(xr,yr,θr)′參考位，Pc=(xc,yc,θc)′為當前位姿.

4.2軌跡跟蹤

(7)

由控制律可知：機器人調(diào)整跟蹤方向主要依賴角速度w，而消除位移誤差依賴于線速度v.角速度w的設(shè)計主要考慮因素是位姿誤差，但沒有考慮如何平滑逼近目標點.服務(wù)機器人是用來助老助殘的，要充分考慮他們身體衰弱的特點，在運動過程中要考慮姿態(tài)變化的平滑性減少角速度變化的影響.在線速度v的設(shè)計中，Kanayama只考慮橫向坐標誤差xe和方向角度誤差θe，對縱向坐標誤差ye沒考慮.若存在縱向坐標誤差，該控制律位姿誤差調(diào)整過程緩慢.因此本文應(yīng)用基于人工場導向的自適應(yīng)軌跡跟蹤方法[11].

(8)

因此可得：

(9)

圖6　人工場計算示意圖

基于人工場的控制律設(shè)計如下：

(10)

其中kx,ky,kθ,kβ,kd均為非負數(shù)，

該控制律在角速度的控制律設(shè)計中加入了人工場導向因素，而在線速度的控制律構(gòu)建中考慮了ye及預(yù)瞄距離的影響.

5仿真與實驗

為了驗證服務(wù)機器人能否跟蹤眼電信號在角度θ時的軌跡.通過服務(wù)機器人基于運動學設(shè)計的控制器對任意軌跡進行了跟蹤的仿真，驗證基于人工場導向控制律的有效性.仿真參數(shù)：圓半徑為4 m，機器人初始位姿(4.5,-1,120 °)，期望位姿為(4,0,90 °)，vr=2.5 m/s，控制參數(shù)kx=3,ky=10,kz=5,kβ=2.5,kd=4，跟蹤誤差如圖7所示.從結(jié)果可以看出，該方法強調(diào)了圓弧式逼近，使軌跡跟蹤角度收斂更加容易，這是引入人工場的結(jié)果.由于考慮了機器人跟蹤的距離誤差，位置誤差收斂速度也明顯變快.

(a)人工場方法

(b)kanayama方法圖7　軌跡跟蹤誤差曲線

為了驗證系統(tǒng)控制策略的有效性，實驗?zāi)M在系統(tǒng)自主避障失敗時通過眼電信號進行共享控制，糾正機器人的運動軌跡.圖8是眼電信號輸出人機接口(HCI)控制命令.圖9表示θ=45 °時整個共享控制過程中通過人機接口成功避障開動態(tài)障礙物的過程，其中Rob表示服務(wù)機器人，Obs表示動態(tài)障礙物.

圖8　人機接口控制命令輸出

圖9　共享控制避障過程

6總結(jié)

首先簡述了系統(tǒng)組成并研究了眼電信號角度識別問題，然后研究了機器視覺與人眼視覺共享策略問題并建立角度與參考軌跡關(guān)系.最后研究了基于運動學模型的人工場導向軌跡跟蹤算法.仿真結(jié)果表明，基于人工場導向的軌跡跟蹤算法能更好的跟蹤軌跡.實驗結(jié)果表明本文提出的共享策略方案能夠解決服務(wù)機器人的避障失敗問題.

參考文獻

[1] C.Martens,N.Ruchel,O.Lang,et al.A friend for assisting handicapped people[J].IEEE Robotics & Automation Magazine,2001,8(1):57-65.

[2] R.C.Simpson,S.P.Levine,D.A.Bell,et al.NavChair: an assistive wheelchair navigation system with automatic adaptation[J].Assistive Technology and Artificial Intelligence Lecture Notes in Computer Science,1998,1 458:235-255.

[3] P.Jia,H.H.Hu,T.Lu,et al.Head gesture recognition for hands-free control of an intelligent wheelchair[J].Industrial Robot:An International Journal,2007,34(1):60-68.

[4] G.Bourhis,Y.Agostini.The vahm robotized wheelchair:system architecture and human-machine interaction[J].Journal of Intelligent and Robotic Systems,1998,22(1):39-50.

[5] E.Prassler,J.Scholz,M.Strobel,et al.Maid:A robotic wheelchair operating in public environments[J].Sensor Based Intelligent Robots Lecture Notes in Computer Science,1999,1 724:68-95.

[6] T.Gomi,A.Griffith.Developing intelligent wheelchairs for the handicapped[C]//Lecture Notes in Artificial Intelligence:Assitive Technology and Artificial Intelligence.Berlin:Springer,1998:150-178.

[7] L.Tonin,R.Leeb,M.Tavella,et al.The role of shared-control in BCI-based telepresence[C]//2010 IEEE International Conference on Systems Man and Cybernetics.Piscataway:IEEE,2010:1 462-1 466.

[8] J.Philips,J.del R Millan,G.Vanacker,et al.Adaptive shared control of a brain-actuated simulated wheelchair[C]//IEEE 10th International Conference on Rehabilitation Robotics.Piscataway:IEEE,2007:408-414.

[9] Z.Jinhua,G.Feng,H.Jun,et al.Human-robot shared control of articulated manipulator[C]//2013 IEEE International Symposium on Assembly and Manufacturing.Piscataway:IEEE,2013:81-84.

[10] Y.Kanayama,Y.Kimura,F.Miyazaki,et al.A stable tracking control method for an autonomous mobile robot[C]//1990 IEEE International Conference on Robotics and Automation.Piscataway:IEEE,1990:384-389.

[11] L.Kunpeng,W.Sunan,D.Hongyu,et al.Trajectory tracking control of wheeled mobile robots based on integrated intelligent steering[C]//9 th International Conference on Electronic Measurement & Instruments. Piscataway:IEEE,2009:3 955-3 960.

[12] 景興建，王越超.一類非完整約束動力學系統(tǒng)的人工場導向控制[J].信息與控制,2002,31(1):35-40.

Research on shared control of service mobile robot

SUN Lei1, WANG Sun-an1, ZHANG Jin-hua2*, LI Xiao-hu1

(1.College of Mechanical Engineering, Xi′an Jiaotong University, Xi′an 710049, China; 2.State Key Laboratory for Manufacturing System Engineering, Xi′an Jiaotong University, Xi′an 710054, China)

Abstract:Mobile service robots play an important role in improving activity space of the elderly/disabled.According to the safety problem of robot autonomous obstacle avoidance failure,shared control-based robot system is proposed.Construct shared control robot system with computer vision and human vision.Research the robot′s shared strategy and the relationship between EOG(Electrooculogram) signal and reference trajectory.Introduce artificial field to solve the smoothness of adaptive trajectory tracking algorithm.Simulation result shows that artificial field based algorithm can smoothly approach to the expected trajectory.Experiment result shows that the system can satisfy the safety needs of the user.

Key words:service robot; shared control; EOG signal; artificial field; trajectory tracking

中圖分類號：TP242

文獻標志碼：A

文章編號：1000-5811(2015)01-0169-06

通訊作者:張進華(1979-)，男，山東嘉祥人，副教授，研究方向：生物電信號處理、機器視覺,jjshua@mail.xjtu.edu.cn

作者簡介:孫雷(1982-),男，江蘇宿遷人，在讀博士研究生，研究方向：生物電信號處理、機器人控制

基金項目：國家自然科學基金項目(50905136)