欒祿祥

(遼寧省交通高等專(zhuān)科學(xué)校，遼寧 沈陽(yáng) 110122)

室內(nèi)移動(dòng)機(jī)器人機(jī)器視覺(jué)定位系統(tǒng)的設(shè)計(jì)

欒祿祥

(遼寧省交通高等專(zhuān)科學(xué)校，遼寧 沈陽(yáng) 110122)

采用以DSP+ARM微控制器為核心的嵌入式實(shí)時(shí)操作系統(tǒng)，設(shè)計(jì)了一種基于嵌入式系統(tǒng)和機(jī)器視覺(jué)定位的室內(nèi)移動(dòng)機(jī)器人。利用視覺(jué)導(dǎo)航圖像處理技術(shù)、形態(tài)學(xué)方法和一種基于尺度空間理論的Harris角點(diǎn)檢測(cè)方法，借助陀螺儀和加速度計(jì)的慣性導(dǎo)航技術(shù)進(jìn)行地圖的匹配定位，并按環(huán)境的變化情況更新地圖以實(shí)現(xiàn)導(dǎo)航?；诔暡▊鞲衅髟O(shè)計(jì)了避障模塊，實(shí)現(xiàn)了自主避障。設(shè)計(jì)了一種基于ZigBee技術(shù)的無(wú)線通信模塊，實(shí)現(xiàn)了機(jī)器人的智能控制，增加了機(jī)器人之間以及機(jī)器人和服務(wù)器之間的信息交換。軟件核心算法采用多傳感器融合技術(shù)，將D-S理論和人工神經(jīng)網(wǎng)路相結(jié)合；在非線性化系統(tǒng)中，利用BP神經(jīng)網(wǎng)路多層前饋網(wǎng)絡(luò)的反相傳播學(xué)習(xí)方式，很好地實(shí)現(xiàn)了模式識(shí)別。與其他機(jī)器人系統(tǒng)相比，該系統(tǒng)具有獨(dú)立操作性強(qiáng)、功能多樣化、擴(kuò)展性強(qiáng)等特點(diǎn)，克服了目前機(jī)器人存在的成本高、功耗大、實(shí)時(shí)性差和定位不準(zhǔn)確的問(wèn)題。

機(jī)器人； 智能控制； 嵌入式系統(tǒng)； 神經(jīng)網(wǎng)絡(luò)； 傳感器； 視覺(jué)定位； 導(dǎo)航； 無(wú)線通信

0 引言

隨著科學(xué)技術(shù)和人工智能技術(shù)的發(fā)展，一種以自主或半自主方式運(yùn)行、為人類(lèi)的生活提供服務(wù)的機(jī)器人正逐漸融入我們的生活。由于智能機(jī)器人具有完善的機(jī)電一體化系統(tǒng)，集中了控制工程、電子信息和傳感技術(shù)等領(lǐng)域的優(yōu)勢(shì)，因此被廣泛地應(yīng)用在工業(yè)生產(chǎn)、遠(yuǎn)程醫(yī)療、娛樂(lè)生活和農(nóng)業(yè)等領(lǐng)域。國(guó)內(nèi)外也出現(xiàn)了各種功能的機(jī)器人，諸如根據(jù)環(huán)境自主變化的結(jié)構(gòu)機(jī)器人、國(guó)際象棋之王——卡斯帕羅夫高智能機(jī)器人、新型實(shí)現(xiàn)面對(duì)面互動(dòng)交流的呈現(xiàn)機(jī)器人——派寶等。但是目前的機(jī)器人也存在獨(dú)立性差、功能單一、計(jì)算能力差、難以保證實(shí)時(shí)性等缺陷。

隨著人類(lèi)社會(huì)發(fā)展的需求，對(duì)各種機(jī)器人的性能要求也越來(lái)越高。為綜合改善目前已有的技術(shù)和理論平臺(tái)，提出了一種基于嵌入式系統(tǒng)和機(jī)器視覺(jué)定位的室內(nèi)移動(dòng)機(jī)器人系統(tǒng)，并對(duì)其定位導(dǎo)航、自主避障、無(wú)線通信等功能進(jìn)行了設(shè)計(jì)。

1 系統(tǒng)設(shè)計(jì)

在硬件方面，主要采用主從結(jié)構(gòu)的分布式處理方式，根據(jù)控制系統(tǒng)硬件結(jié)構(gòu)和系統(tǒng)的功能需求，采用具有單片機(jī)化、體積小、功耗低、可靠性高、外設(shè)資源豐富的DSP作為處理平臺(tái)的核心，協(xié)調(diào)控制各個(gè)子模塊系統(tǒng)[1]。子模塊中包括基于ARM處理機(jī)的驅(qū)動(dòng)控制模塊、基于超聲波測(cè)距的自主避障模塊、基于TMS320C5416的機(jī)器視覺(jué)信息處理模塊和基于ZigBee技術(shù)的無(wú)線通信模塊。各子模塊采用低功耗、低成本、存儲(chǔ)量大、可擴(kuò)展性強(qiáng)、處理速度快的ARM處理機(jī)或DSP處理器，單獨(dú)對(duì)相應(yīng)模塊的數(shù)據(jù)進(jìn)行大量處理。而上位機(jī)負(fù)責(zé)小數(shù)據(jù)融合、分配任務(wù)指令和協(xié)調(diào)各子模塊等工作，具有一定的可靠性和實(shí)時(shí)性。這種可高效運(yùn)行的嵌入式設(shè)計(jì)結(jié)構(gòu)增加了系統(tǒng)的穩(wěn)定性，便于系統(tǒng)維護(hù)。

為了使機(jī)器人有足夠長(zhǎng)的續(xù)航時(shí)間，采用一種方便、快捷的USB充電方式，并借鑒自主式充電電路，使機(jī)器人在電量不足時(shí)能夠回到充電地點(diǎn)自行充電，增加了靈活性與自動(dòng)性。

系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)圖

在軟件設(shè)計(jì)方面，本文結(jié)合了US/OS-II操作系統(tǒng)，采用了先進(jìn)的圖像處理技術(shù)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法和多傳感器信息融合算法。通過(guò)不斷的學(xué)習(xí)，增加了機(jī)器人的適應(yīng)性，使其在完全未知的環(huán)境下能夠順利運(yùn)行。其軟件實(shí)現(xiàn)方案如圖2所示。

圖2 軟件實(shí)現(xiàn)方案示意圖

2 驅(qū)動(dòng)控制模塊

目前，機(jī)器人常見(jiàn)的機(jī)械結(jié)構(gòu)有輪式、履帶式、雙足式、復(fù)合式等。輪式機(jī)器人具有結(jié)構(gòu)簡(jiǎn)單，靈活度高，控制方便、功耗低的優(yōu)點(diǎn)。綜合考慮成本、環(huán)境和機(jī)械性能等因素，本文設(shè)計(jì)了一種方便、易控、穩(wěn)定、智能的兩輪移動(dòng)機(jī)器人，以滿(mǎn)足室內(nèi)定位和遠(yuǎn)程控制的要求。該設(shè)計(jì)主要基于ARM單片機(jī)和L298N驅(qū)動(dòng)芯片的控制驅(qū)動(dòng)模塊。配合步進(jìn)電機(jī)的使用，單片機(jī)輸入的脈沖信號(hào)經(jīng)過(guò)數(shù)模轉(zhuǎn)換、脈沖調(diào)制、放大等電路控制電機(jī)的轉(zhuǎn)速以及轉(zhuǎn)向，能有效、實(shí)時(shí)地控制機(jī)器人的運(yùn)行狀態(tài)。該方式簡(jiǎn)單、靈活、穩(wěn)定、易控制，且不會(huì)帶來(lái)其他干擾。

3 導(dǎo)航與定位

導(dǎo)航與定位技術(shù)是實(shí)現(xiàn)機(jī)器人在外界環(huán)境中自主移動(dòng)的主要技術(shù)。目前機(jī)器人有多種導(dǎo)航方式，因環(huán)境因素的不同可以分為磁導(dǎo)航、慣性導(dǎo)航、GPS導(dǎo)航、視覺(jué)導(dǎo)航、聲音導(dǎo)航和神經(jīng)網(wǎng)絡(luò)導(dǎo)航等。磁導(dǎo)航的原理是通過(guò)電磁傳感器對(duì)磁場(chǎng)的檢測(cè)來(lái)感知路徑信息。該方法抗干擾能力強(qiáng)、簡(jiǎn)單實(shí)用，但是成本高、靈活性和可維護(hù)性差、要依賴(lài)一定的平臺(tái)，同時(shí)還存在線路鋪設(shè)的問(wèn)題。GPS導(dǎo)航是一種以空間衛(wèi)星為基礎(chǔ)的高精度導(dǎo)航系統(tǒng)，由于存在信號(hào)阻礙、多徑干擾等缺點(diǎn)，不適用于室內(nèi)導(dǎo)航。聲音導(dǎo)航具有無(wú)方向性，時(shí)間分辨率高，但空間分辨率低。

對(duì)比以上的導(dǎo)航技術(shù)，本文主要采用視覺(jué)導(dǎo)航技術(shù)。視覺(jué)導(dǎo)航是主要通過(guò)攝像頭拍攝圖片并對(duì)圖像進(jìn)行處理以實(shí)現(xiàn)導(dǎo)航的方法。根據(jù)外界環(huán)境已知程度，可以采用環(huán)境地圖匹配導(dǎo)航。信息量的完整性與準(zhǔn)確性是視覺(jué)導(dǎo)航的絕對(duì)優(yōu)勢(shì)。而慣性導(dǎo)航借助陀螺儀和加速度計(jì)所測(cè)量到移動(dòng)機(jī)器人的方位角和加速率以確定當(dāng)前的位置，并根據(jù)先驗(yàn)地圖規(guī)劃移動(dòng)機(jī)器人的路徑，從而實(shí)現(xiàn)自主導(dǎo)航。本文利用慣性導(dǎo)航無(wú)需外界環(huán)境的優(yōu)勢(shì)，采用RBF網(wǎng)絡(luò)和基于Elitist競(jìng)爭(zhēng)機(jī)制的遺傳方法，實(shí)現(xiàn)對(duì)光纖陀螺儀漂移誤差模型的辨識(shí)[2]。該方法能夠顯著減少光纖陀螺的誤差，提高移動(dòng)機(jī)器人導(dǎo)航定位的精度，解決了光線很暗或者物體不在視野范圍內(nèi)時(shí)的機(jī)器人導(dǎo)航與定位問(wèn)題。

3.1 硬件組成

視覺(jué)系統(tǒng)的硬件電路分為圖像采集和視覺(jué)信息處理2部分。圖像采集部分主要使用多自由度的CMOS攝像頭和采集卡，實(shí)現(xiàn)自動(dòng)跟蹤和移動(dòng)探測(cè)。與CCD攝像頭相比，COMS攝像頭具有信息讀取方式簡(jiǎn)單、輸出信息速率快、耗電少、體積小、質(zhì)量輕、集成度高、價(jià)格低等特點(diǎn)，是未來(lái)數(shù)碼相機(jī)的理想成像芯片。由于視覺(jué)導(dǎo)航存在信息數(shù)據(jù)計(jì)算量大、實(shí)時(shí)性較差等問(wèn)題，本文采用運(yùn)算速度快、存儲(chǔ)豐富、功耗低的TI TMS320C5416作為處理系統(tǒng)，以提高運(yùn)行與響應(yīng)速度。

3.2 圖像處理

為了保證系統(tǒng)的可靠性與實(shí)時(shí)性，本文采用快速優(yōu)化的圖像處理技術(shù)，對(duì)采集到的視覺(jué)圖像進(jìn)行處理[3]。

首先運(yùn)用二值法對(duì)圖像進(jìn)行灰度級(jí)處理，然后使用迭代法閥值圖像分割方法產(chǎn)生動(dòng)態(tài)的閾值，對(duì)圖像進(jìn)行實(shí)時(shí)分割。分割后的圖像會(huì)有噪聲，本文采用圖像干擾消去法，并建立數(shù)學(xué)形態(tài)學(xué)模型，以先腐蝕后膨脹運(yùn)算的原則對(duì)圖像進(jìn)行特征提取和邊緣檢測(cè)，消除小物體，并在纖細(xì)點(diǎn)處分離物體，平滑較大物體邊界，保持物體原有的面積，為圖像重建與恢復(fù)打下基礎(chǔ)。

利用傳感器感知周?chē)h(huán)境，結(jié)合圖像區(qū)域標(biāo)記法進(jìn)行地圖的構(gòu)造與存儲(chǔ)。構(gòu)造過(guò)程使用了一種基于尺度空間理論的Harris角點(diǎn)檢測(cè)方法[4]，該方法能確保角點(diǎn)不受光照條件和攝像機(jī)姿態(tài)變化的影響。當(dāng)機(jī)器人重新進(jìn)入該區(qū)域時(shí)，會(huì)進(jìn)行地圖的匹配定位，并按環(huán)境的變化情況更新地圖以實(shí)現(xiàn)導(dǎo)航。

圖像處理軟件流程如圖3所示。

圖3 圖像處理軟件流程圖

3.3 基于超聲波傳感器的避障模塊

為了完成機(jī)器人在自主移動(dòng)過(guò)程中的自主避障功能，移動(dòng)機(jī)器人需要實(shí)時(shí)、主動(dòng)探測(cè)與障礙物之間的距離，以免碰撞。目前，常用的方法是基于紅外傳感器和超聲波傳感器進(jìn)行測(cè)距。由于光電傳感器易受光線、介質(zhì)等環(huán)境因素的影響，所以紅外模塊采用直射式、反射式等收發(fā)方式的測(cè)距結(jié)果都不準(zhǔn)確。因此，在設(shè)計(jì)避障模塊時(shí)，采用了低成本的超聲波檢測(cè)模塊[5]。與共振法和差頻法相比，回波法是超聲波測(cè)距較為常用的簡(jiǎn)易方法。選擇由發(fā)射電路發(fā)射工作頻率為40 kHz超聲波，遇到障礙物反射后再經(jīng)過(guò)放大裝置返回到接收電路中，ARM通過(guò)測(cè)量超聲脈沖從發(fā)出到接收的時(shí)間計(jì)算出機(jī)器人與障礙物之間的距離。

為了解決單一傳感器所產(chǎn)生的方向性差等問(wèn)題，本文采用多超聲傳感器和多傳感器融合技術(shù)進(jìn)行測(cè)距。同時(shí)，為了在復(fù)雜、未知的移動(dòng)環(huán)境中預(yù)測(cè)出障礙物的位置，采用了具有很強(qiáng)容錯(cuò)性和魯棒性的模糊控制算法，建立障礙物的位置和方向的模糊關(guān)系，并規(guī)劃?rùn)C(jī)器人的正確路徑。由于超聲波速與溫度有關(guān)，故本文采用簡(jiǎn)單的ds18b20測(cè)溫器件對(duì)外界環(huán)境中的溫度進(jìn)行感知，以補(bǔ)償溫度對(duì)超聲波速的影響、實(shí)現(xiàn)測(cè)距的精確性和實(shí)時(shí)性[6]。超聲波傳感器的避障模塊設(shè)計(jì)方案如圖4所示。

圖4 避障模塊設(shè)計(jì)方案示意圖

3.4 無(wú)線通信模塊

為了實(shí)現(xiàn)對(duì)機(jī)器人的智能控制，增加機(jī)器人之間以及機(jī)器人和服務(wù)器之間的信息交換，設(shè)計(jì)了一種基于ZigBee技術(shù)的無(wú)線通信模塊。與有線通信相比，該通信方式降低了線路鋪設(shè)的成本，易于安裝和維護(hù)。與傳統(tǒng)的WiFi和藍(lán)牙方式相比，該方案響應(yīng)速度較快，具有低成本、低功耗、高安全、擴(kuò)展空間大的優(yōu)點(diǎn)，以及很強(qiáng)的組網(wǎng)能力。機(jī)器人之間的通信使用CC2430無(wú)線通信模塊，其系統(tǒng)芯片滿(mǎn)足2.4 GHz ISM波段應(yīng)用的低成本、低功耗要求。每個(gè)芯片上都具有ZigBee射頻前端、內(nèi)存和微控制器，還包含了數(shù)模轉(zhuǎn)換器、定時(shí)器和足夠大的RAM[7]。

3.5 軟件核心算法

多傳感器信息融合解決了單一傳感器獲得信息量不完整和不準(zhǔn)確的問(wèn)題[8]，它對(duì)多個(gè)傳感器所提供的局部環(huán)境信息進(jìn)行統(tǒng)一、集成處理，實(shí)現(xiàn)了信息的互補(bǔ)性和冗余性，保障了信息的實(shí)時(shí)、全面?zhèn)鬏?，為機(jī)器人系統(tǒng)快速、準(zhǔn)確地作出正確的判斷和決策奠定了基礎(chǔ)。目前，多傳感器融合技術(shù)方法主要有加權(quán)平均法，卡爾曼濾波法，貝葉斯估計(jì)，D-S證據(jù)理論推理等[9]。本文采用一種將D-S理論和人工神經(jīng)網(wǎng)路相結(jié)合的信息融合結(jié)構(gòu)[10]。 D-S證據(jù)理論無(wú)需先驗(yàn)概率，能夠滿(mǎn)足比貝葉斯概率論更弱的條件；具有直接表達(dá)“不確定”和“不知道”的能力，但其缺乏魯棒性，證據(jù)對(duì)命題具有絕對(duì)否決權(quán)，對(duì)基本信度分配很敏感。在非線性化系統(tǒng)中，利用BP神經(jīng)網(wǎng)路多層前饋網(wǎng)絡(luò)的反相傳播學(xué)習(xí)方式，很好地實(shí)現(xiàn)了模式識(shí)別[11]。軟件算法的原理結(jié)構(gòu)如圖5所示。

圖5 軟件算法的原理結(jié)構(gòu)圖

4 結(jié)束語(yǔ)

隨著網(wǎng)絡(luò)技術(shù)和人工智能技術(shù)的發(fā)展，智能機(jī)器人已經(jīng)廣泛地應(yīng)用在各個(gè)領(lǐng)域。實(shí)現(xiàn)自主機(jī)器人的實(shí)用化、系統(tǒng)化、智能化是機(jī)器人研究中富有挑戰(zhàn)性的課題。

本文主要設(shè)計(jì)了一種基于視覺(jué)跟蹤和嵌入式系統(tǒng)的自主機(jī)器人，該機(jī)器人具有低功耗、低成本、獨(dú)立性強(qiáng)、方便維護(hù)、靈活易控的優(yōu)點(diǎn)，可以實(shí)現(xiàn)導(dǎo)航定位、自主避障、無(wú)線通信等功能，具有廣闊的應(yīng)用前景。

[1] 張軍.智能機(jī)器人嵌入式系統(tǒng)應(yīng)用研究[D].太原:中北大學(xué),2005:21-22.

[2] 蔡自興.智能控制及移動(dòng)機(jī)器人研究進(jìn)展[J].中南大學(xué)學(xué)報(bào),2005,36(5):724.

[3] 崔月盟.基于強(qiáng)化學(xué)習(xí)和視覺(jué)導(dǎo)航的移動(dòng)機(jī)器人控制[D].天津:河北工業(yè)大學(xué),2005:25-36.

[4] 陳白帆,蔡自興.基于尺度空間理論的Harris角點(diǎn)檢測(cè)[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2005(5):37-40.

[5] 李昕穎.基于DSP MC56F8037超聲波測(cè)距儀的研究[D].揚(yáng)州:揚(yáng)州大學(xué),2014.

[6] 趙小強(qiáng),趙連玉.超聲波測(cè)距系統(tǒng)中的溫度補(bǔ)償[J].組合機(jī)床與自動(dòng)化加工技術(shù),2008(12):62-64.

[7] 郭棟,秦明芝,王偉敏. 基于CC2430的ZigBee無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)與實(shí)現(xiàn)[J]. 物聯(lián)網(wǎng)技術(shù),2011(1):41-43.

[8] 陳奕君.基于多傳感器信息融合的機(jī)器人避障研究[D].大慶：東北石油大學(xué),2014.

[9] 杜加萍.多傳感器信息融合算法的研究及應(yīng)用[D].無(wú)錫：江南大學(xué),2011.

[10]費(fèi)云瑞.多傳感器信息融合在嵌入式系統(tǒng)構(gòu)建的移動(dòng)機(jī)器人上的實(shí)現(xiàn)[D].青島:中國(guó)海洋大學(xué),2006:38-40.

[11]王飛,李定主.模式識(shí)別中貝葉斯決策理論的研究[J]. 科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì),2007(7):165-166.

Design of the Machine Vision Positioning System for Indoor Mobile Robot

LUAN Luxiang

(Liaoning Provincial College of Communications，Shenyang 110122，China)

By adopting the embedded real-time operating system with DSP+ARM micro controllers as the core,the indoor mobile robot based on embedded system and machine vision positioning is designed.By using visual navigation image processing technology,the morphological method,and the Harris corner detection method based on scale space theory,and with aid of inertial navigation technology of gyroscope and accelerometer,the map matching positioning can be conducted,and the map can be updated in accordance with the variation of environment for implementing navigation.Based on ultrasonic sensors,the obstacle avoidance module is designed to realize automatic obstacle avoidance.The wireless communication module is designed based on ZigBee technology,to achieve intelligent control for robot,and implement information exchange between robots and between robot and server.By using multi-sensor fusion technology,the D-S theory and artificial neural network is combined.In nonlinear system,with help of inverse propagation learning mode of BP neural network multi-layer feedforward network,pattern recognition can be implemented well.Comparing with other robot systems,this system possesses powerful independent operability,functional diversification,and strong extensibility,and it overcomes the disadvantages of current robots,such as high cost,large power consumption,poor real time performance and inaccurate positioning.

Robot； Intelligent control； Embedded system; Neural network; Sensor； Vision positioning; Navigation; Wireless communication

欒祿祥(1983—)，男，碩士，講師,主要從事自動(dòng)化控制、計(jì)算機(jī)網(wǎng)絡(luò)、控制理論與控制工程和大數(shù)據(jù)采集與大數(shù)據(jù)應(yīng)用技術(shù)的研究和應(yīng)用。E-mail：phacker@163.com。

TH6;TP23

A

10.16086/j.cnki.issn 1000-0380.201702013

修改稿收到日期：2016-03-05