作者/劉啟航 、鈕 飛，南京郵電大學(xué) 貝爾英才學(xué)院；李超，南京郵電大學(xué)計(jì)算機(jī)學(xué)院

基金項(xiàng)目：國家自然科學(xué)基金青年基金項(xiàng)目（項(xiàng)目號(hào)：61302158）；江蘇省自然科學(xué)基金項(xiàng)目（項(xiàng)目號(hào)：K20130869）；江蘇省高校自然科學(xué)研究項(xiàng)目（項(xiàng)目號(hào)：13KJB520019）。

室內(nèi)智能機(jī)器人自主避障策略設(shè)計(jì)與實(shí)現(xiàn)

作者/劉啟航 、鈕 飛，南京郵電大學(xué) 貝爾英才學(xué)院；李超，南京郵電大學(xué)計(jì)算機(jī)學(xué)院

基金項(xiàng)目：國家自然科學(xué)基金青年基金項(xiàng)目（項(xiàng)目號(hào)：61302158）；江蘇省自然科學(xué)基金項(xiàng)目（項(xiàng)目號(hào)：K20130869）；江蘇省高校自然科學(xué)研究項(xiàng)目（項(xiàng)目號(hào)：13KJB520019）。

針對(duì)室內(nèi)智能機(jī)器人在運(yùn)行過程中需要具備自主避障功能問題，本文以智能小車為對(duì)象，通過對(duì)各方面特征值的采集，多數(shù)據(jù)融合處理分析的方法，設(shè)計(jì)自主避障策略，實(shí)現(xiàn)對(duì)死角和墻角特殊環(huán)境的避障。通過搭建測(cè)試環(huán)境，測(cè)試小車在不同移動(dòng)速度下對(duì)死角避障和墻角避障能力。結(jié)果表明，在保證避障成功的情況下，小車的速度可以達(dá)到2.5m/s，符合智能機(jī)器人室內(nèi)移動(dòng)速度。

自主避障； 數(shù)據(jù)融合

引言

智能車輛（intelligent vehicle）又名輪式移動(dòng)機(jī)器人，是一個(gè)集環(huán)境感知、規(guī)劃決策、自動(dòng)行駛等功能于一體的綜合系統(tǒng)【1】。智能小車又是智能車輛中廣泛應(yīng)用于測(cè)量，勘探等方面的工作的一種實(shí)驗(yàn)?zāi)Ｐ?。在一個(gè)不確定的環(huán)境中智能小車的自動(dòng)控制通常需要多個(gè)傳感器的融合來感知周圍環(huán)境的復(fù)雜信息【2】。國內(nèi)目前有用攝像頭來進(jìn)行信息采集的智能小車，單純的視覺傳感器雖可以識(shí)別路障物體，但所形成二維圖像信息無法具體描述三維的環(huán)境，對(duì)于墻角這些特殊情況小車無法及時(shí)處理。還有用多個(gè)超聲波傳感器測(cè)距避障的方案，但超聲波傳感器在運(yùn)動(dòng)測(cè)距上的誤差問題無法避免，大大限制了小車的運(yùn)動(dòng)速度【3—6】。在國外有用柵格地圖法來實(shí)現(xiàn)避障控制，通過將環(huán)境劃分成柵格，計(jì)算避障概率來輔助自動(dòng)控制。但這種多數(shù)據(jù)融合的方法對(duì)于未知環(huán)境的處理有著本質(zhì)上的缺陷，應(yīng)用環(huán)境很受限制【7—9】。本文設(shè)計(jì)的智能小車通過紅外傳感器識(shí)別障礙物，四組超聲波傳感器測(cè)距獲得周圍環(huán)境立體數(shù)據(jù)，對(duì)整個(gè)傳感網(wǎng)絡(luò)獲得的數(shù)據(jù)進(jìn)行融合處理，可以在很大程度上提高智能小車的避障成功率和縮短反應(yīng)時(shí)間，同時(shí)也降低了開發(fā)成本。

1. 系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)

本文中設(shè)計(jì)的智能小車在機(jī)器結(jié)構(gòu)上采用四輪平板車的設(shè)計(jì)方式，在邊緣支架上安裝各個(gè)傳感器模塊，支架上層固定主控板，下層固定鉛蓄電池通過簡單的配電線連接。

① 電機(jī)：電機(jī)采用的是步進(jìn)電機(jī)，工作方式為四相八拍。電機(jī)驅(qū)動(dòng)模塊采用的是UIREBOT的UIM242，利用CAN總線通信控制，主要的控制信令有：

ENA：使能電機(jī)；

SETx：設(shè)置站點(diǎn)地址；

SPD：設(shè)置速度；

STP：設(shè)置期望位移。

② 紅外傳感器：紅外傳感器選擇的是光子探測(cè)中一種，型號(hào)為HJ—IR2。當(dāng)接受到障礙物的反射光子時(shí)發(fā)送高電平告警信號(hào)。

③ 超聲波傳感器：超聲波傳感器選用KS103型號(hào)，內(nèi)置溫度補(bǔ)償。根據(jù)猜想避障環(huán)境，測(cè)距范圍調(diào)整在0.5～1.5m。經(jīng)實(shí)驗(yàn)測(cè)試，在小車速度低于3m/s的范圍內(nèi)，室溫下測(cè)距誤差為3%。

④ 主控板：小車在運(yùn)動(dòng)的過程中，周圍情況變化較快，且在多數(shù)據(jù)融合處理時(shí)，需要相應(yīng)的浮點(diǎn)運(yùn)算。

2. 避障功能設(shè)計(jì)及實(shí)現(xiàn)

2.1 智能小車的特征值

利用多數(shù)據(jù)融合處理數(shù)據(jù)，需要獲得避障系統(tǒng)的特征值【9】。避障系統(tǒng)的特征值主要包括兩種：智能小車的狀態(tài)特征和道路環(huán)境特征。將小車抽象成一個(gè)剛體，如圖2所示。A、B點(diǎn)為小車的左下輪和右上輪，對(duì)角線距離為d，小車運(yùn)動(dòng)速度為V。在小車經(jīng)過T時(shí)間，旋轉(zhuǎn)角度為θ時(shí)，A點(diǎn)運(yùn)動(dòng)到A’處，由于θ角度很小，A點(diǎn)位移近似為A點(diǎn)到A’點(diǎn)的直線距離，為VT。根據(jù)余弦公式可以得到公式（1）。

根據(jù)arccos的泰勒公式展開形式公式（2），舍棄掉高次項(xiàng)可以得到公式（3）。

公式（3）即表述了智能小車的兩種狀態(tài)特征的關(guān)系，在下面一節(jié)將討論如何利用超聲波傳感器獲取的環(huán)境特征值來調(diào)整小車狀態(tài)特征值，來達(dá)到準(zhǔn)確和及時(shí)的避障。

2.2 多數(shù)據(jù)融合處理

智能小車四周都設(shè)有一個(gè)超聲波傳感器。假設(shè)小車處于墻角模型的避障情況，四組超聲波可分別測(cè)得小車四周可調(diào)整距離d1、d2、d3和d4。紅外傳感器的門限距離為D，通常門限距離在1米以內(nèi)。當(dāng)D1距離達(dá)到D時(shí)，取d1234中距離最大的值來確定旋轉(zhuǎn)方向，取得d4為最大值，向右轉(zhuǎn)。旋轉(zhuǎn)的角度θ可根據(jù)幾何規(guī)則得到，如公式（4）

實(shí)際的小車體積較小，arctan函數(shù)可以近似為正比例函數(shù)。根據(jù)上一節(jié)的兩種小車特征值之間的關(guān)系可以得到公式（5）。

此外，速度最大不可超過在轉(zhuǎn)彎的時(shí)間內(nèi)撞上物體可得到公式（6）。

公式（5）、（6）即可約束小車轉(zhuǎn)彎的過程不停地調(diào)整速度來成功避障。當(dāng)環(huán)境特征值改變時(shí)，小車會(huì)根據(jù)實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行調(diào)整。當(dāng)d1234中所有的距離都小于安全門限距離，為了解決這種情況，小車會(huì)利用一個(gè)堆棧記錄部分行駛數(shù)據(jù)，當(dāng)進(jìn)入死角后，小車會(huì)利用堆棧中的數(shù)據(jù)返回到之前的狀態(tài)，選擇d1234中第二長的方向作為旋轉(zhuǎn)方向，重復(fù)之前的操作。

3. 系統(tǒng)測(cè)試

3.1 測(cè)試環(huán)境搭建

測(cè)試環(huán)境選擇在室內(nèi)搭建。室內(nèi)設(shè)有一個(gè)長度為10米的軌道，在軌道上放置有障礙物，分別測(cè)試小車處理左轉(zhuǎn)避障，右轉(zhuǎn)避障和死角環(huán)境。由于測(cè)試環(huán)境為室內(nèi)避障，設(shè)置的障礙物的體積均和小車體積相當(dāng)或者大于小車體積。

3.2 測(cè)試結(jié)果與分析

測(cè)試時(shí)，小車分別以每秒0.5～4米的速度行駛進(jìn)入車道。測(cè)試結(jié)果統(tǒng)計(jì)了小車的正常行駛速度、行駛總時(shí)間和碰撞次數(shù)的關(guān)系，使用Matlab畫出圖1。從圖中共三條曲線，分別統(tǒng)計(jì)了三種測(cè)試點(diǎn)的情況，對(duì)于正常情況避障，不發(fā)生碰撞。對(duì)于死角和墻角避障，隨著速度增加，雖然時(shí)間有所減少，但碰撞的情況開始出現(xiàn)。在保證不發(fā)生碰撞的情況下，速度保持在每秒1.5米左右達(dá)到理想狀態(tài)，符合室內(nèi)機(jī)器人實(shí)際的行駛速度。

4. 結(jié)語

本文針對(duì)室內(nèi)智能機(jī)器人的避障問題，提出并實(shí)現(xiàn)了利用超聲波傳感器和紅外傳感器網(wǎng)絡(luò)的解決方案。從小車的硬件設(shè)計(jì)到軟件算法原理，本文都給出了相對(duì)詳細(xì)的解釋，且測(cè)試結(jié)果符合要求。

圖1 測(cè)試結(jié)果統(tǒng)計(jì)圖

＊ [1]陳懂, 劉瑢, 金世俊. 智能小車的多傳感器數(shù)據(jù)融合[J]. 現(xiàn)代電子技術(shù), 2005, 28(6)：3—5.

＊ [2]王檀彬, 陳無畏, 李進(jìn),等. 多傳感器融合的視覺導(dǎo)航智能車避障仿真研究[J]. 系統(tǒng)仿真學(xué)報(bào), 2009, 21(4)：1015—1019.

＊ [3]楊東鶴, 劉喜昂. 智能移動(dòng)機(jī)器人的超聲避障研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2007, 28(15)：3659—3660.

＊ [4]張馨, 王善, 陳振勇, 等. 水下接觸爆炸作用下加筋板的動(dòng)態(tài)響應(yīng)分析[J]. 系統(tǒng)仿真學(xué)報(bào), 2007, 19(2)： 257—260.

＊ [5]Pan C, Guo J, Zhu L, et al. Modeling and Verification of CAN Bus with Application Layer using UPPAAL[J]. Electronic Notes in Theoretical Computer Science, 2014, 309(12)：31—49.

＊ [6]李霽雰, 陳陽生, 章瑋. 基于CAN總線的電動(dòng)汽車中繼站研究[J]. 機(jī)電工程, 2015, 32(3)：379—383.

＊ [7] 李玥. CAN總線技術(shù)在電機(jī)控制系統(tǒng)中的應(yīng)用研究[D]. 沈陽工業(yè)大學(xué), 2015.

＊ [8]陳羽中, 翁詩寧, 郭昆. 一種面向車輛自組網(wǎng)的多人博弈數(shù)據(jù)融合算法[J]. 小型微型計(jì)算機(jī)系統(tǒng), 2016, 37(8)：1807—1811.

＊ [9]Simanek J, Kubelka V, Reinstein M. Improving multi—modal data fusion by anomaly detection[J]. Autonomous Robots, 2015, 39(2)：139—154

第一作者：劉啟航：在讀本科生，研究方向?yàn)橥ㄐ殴こ?，單位：南京郵電大學(xué)；

第二作者：鈕飛：在讀本科生，研究方向?yàn)殡娮有畔⒐こ蹋瑔挝唬耗暇┼]電大學(xué)；

第三作者：李超：副教授，主研領(lǐng)域：信息安全，嵌入式系統(tǒng)等，單位：南京郵電大學(xué)；