安徽理工大學(xué) 施澤華

基于物聯(lián)網(wǎng)的多移動(dòng)機(jī)器人協(xié)作構(gòu)圖的研究

安徽理工大學(xué) 施澤華

針對(duì)單移動(dòng)機(jī)器人構(gòu)圖效率低、完整性差，本文研究了基于物聯(lián)網(wǎng)的多移動(dòng)機(jī)器人協(xié)作構(gòu)圖的問題。首先，選用了具有更強(qiáng)魯棒性的混合式控制結(jié)構(gòu)，并利用基于RSSI的物聯(lián)網(wǎng)定位技術(shù)，實(shí)現(xiàn)多移動(dòng)機(jī)器人的實(shí)時(shí)定位。接著，采用了一種基于三角形動(dòng)態(tài)分區(qū)的算法用于探測(cè)未知環(huán)境。實(shí)驗(yàn)結(jié)果表明該設(shè)計(jì)相較單移動(dòng)機(jī)器人更高效、更完整。

移動(dòng)機(jī)器人；物聯(lián)網(wǎng)；三角形分區(qū)；協(xié)作構(gòu)圖

1 引言

近些年，隨著智能移動(dòng)機(jī)器人不斷應(yīng)用于各種復(fù)雜任務(wù)中，如路徑規(guī)劃、導(dǎo)航等。這就要它提前感知外界信息，即預(yù)先構(gòu)圖或者邊執(zhí)行任務(wù)邊構(gòu)圖。而傳統(tǒng)的單移動(dòng)機(jī)器人構(gòu)圖的效率和完整性都不高，因此本文結(jié)合物聯(lián)網(wǎng)RSSI技術(shù)，并采用混合式控制結(jié)構(gòu)的設(shè)計(jì)，使多機(jī)器人間分布探索，集中建圖。目前最新的多移動(dòng)機(jī)器人協(xié)作構(gòu)圖算法有虛擬力探測(cè)算法、擴(kuò)展卡爾曼濾波器的全局地圖構(gòu)建法[1]等，而本文采用的基于三角形動(dòng)態(tài)分區(qū)的算法是另一種有效算法，能高效完整地探測(cè)未知環(huán)境。

2 控制結(jié)構(gòu)

本文選用混合式控制結(jié)構(gòu)，即機(jī)器人間分布探索，集中建圖，如圖1。它集合了集中式和分布式控制[2]的優(yōu)點(diǎn)，魯棒性更強(qiáng)。

圖1 多移動(dòng)機(jī)器人組的混合式控制結(jié)構(gòu)

圖2 協(xié)作構(gòu)圖流程

每個(gè)移動(dòng)機(jī)器人獨(dú)立探測(cè)自己的環(huán)境地圖，同時(shí)機(jī)器人間可互相通信，告知各自位置信息并分享地圖。中央模塊會(huì)融合各機(jī)器人傳送來的信息，并執(zhí)行任務(wù)分配，統(tǒng)籌確認(rèn)各機(jī)器人下一目標(biāo)。

3 基于RSSI的移動(dòng)機(jī)器人動(dòng)態(tài)定位

物聯(lián)網(wǎng)的定位信息是由其感知層獲取的，目前在基于測(cè)距的物聯(lián)網(wǎng)定位算法中，信號(hào)強(qiáng)度測(cè)距（RSSI）法[3]由接受節(jié)點(diǎn)測(cè)量接收功率，計(jì)算傳播損耗，再用經(jīng)典信號(hào)傳播模型將其轉(zhuǎn)化為距離。該方法無需增加額外硬件，并易于實(shí)現(xiàn)，因而更適用于物聯(lián)網(wǎng)環(huán)境下移動(dòng)機(jī)器人的實(shí)時(shí)定位。

4 流程圖

多移動(dòng)機(jī)器人協(xié)作構(gòu)圖的流程如圖2，以兩臺(tái)機(jī)器人為例。移動(dòng)機(jī)器人由感知層節(jié)點(diǎn)感知外界信息，并經(jīng)串口傳給處理器，建立局部地圖，再通過物聯(lián)網(wǎng)的無線通信交互信息，達(dá)到信息共享和融合。這里物聯(lián)網(wǎng)的無線通信采用UDP/TCP雙協(xié)議、雙通道ZigBee通信模塊設(shè)計(jì)。

5 協(xié)作探測(cè)策略

5.1 三角形動(dòng)態(tài)分區(qū)算法

合理的探測(cè)算法能有效避免重復(fù)探測(cè)，具有較高的地圖融合匹配度。分區(qū)探測(cè)算法一般有方形分區(qū)、圓形分區(qū)和三角形動(dòng)態(tài)分區(qū)[4]。由于方形分區(qū)和圓形分區(qū)僅局限于柵格地圖，故采用了基于三角形動(dòng)態(tài)分區(qū)的算法。

三角形動(dòng)態(tài)分區(qū)算法，即由新探測(cè)到的點(diǎn)特征將不確定區(qū)域分成若干個(gè)相鄰的、無重復(fù)的三角子區(qū)域，再分別探測(cè)子分區(qū)構(gòu)建地圖，直到?jīng)]有不確定區(qū)域。

5.2 基本探測(cè)行為

移動(dòng)機(jī)器人的探測(cè)行為有以下六類：

（1）搜索行為

當(dāng)不確定三角子區(qū)域時(shí)，移動(dòng)機(jī)器人執(zhí)行搜索行為。當(dāng)發(fā)現(xiàn)探測(cè)到的三個(gè)特征點(diǎn)不在一直線上，即被定為三角探測(cè)子分區(qū)。

（2）探測(cè)行為

移動(dòng)機(jī)器人到達(dá)一個(gè)未探測(cè)三角區(qū)域時(shí)，首先確定所需探測(cè)三角區(qū)域三邊屬性值，再根據(jù)屬性值決定探測(cè)方向。每探測(cè)完一條邊，需融合該信息并更新屬性值，再值確定下次探測(cè)的邊。

（3）前往目標(biāo)點(diǎn)行為

在中央模塊分配目標(biāo)任務(wù)點(diǎn)后，執(zhí)行該行為，前往待測(cè)區(qū)域。（4）等待行為

當(dāng)機(jī)器人探測(cè)完一個(gè)三角子區(qū)域或完成所有分配的任務(wù)時(shí)，執(zhí)行該行為。

（5）避障行為

在機(jī)器人前往目標(biāo)任務(wù)點(diǎn)，發(fā)現(xiàn)前方有物體阻礙時(shí)，由感知層信息進(jìn)行旋轉(zhuǎn)避障。

（6）避碰行為

在機(jī)器人檢測(cè)到前方可能會(huì)與另一機(jī)器人相碰，執(zhí)行該行為。設(shè)定離相碰點(diǎn)較近的為優(yōu)先級(jí)，可先前行。

6 實(shí)驗(yàn)仿真

如圖3所示是兩移動(dòng)機(jī)器人在仿真環(huán)境的地圖模型上先后探測(cè)到三個(gè)特征點(diǎn)，灰點(diǎn)即特征點(diǎn)。起始給機(jī)器人一個(gè)初始位置和方向，設(shè)其探測(cè)范圍1m。

圖3 機(jī)器人最先探測(cè)到3個(gè)特征點(diǎn)

圖4 第一次完成三角區(qū)域探測(cè)

圖5 構(gòu)圖完成后的全局地圖

如圖4，兩機(jī)器人探測(cè)完完第一個(gè)三角區(qū)域，斜線陰影區(qū)域?yàn)橐烟綔y(cè)區(qū)域，虛線邊界區(qū)域是新探測(cè)區(qū)域。

同理，當(dāng)所有移動(dòng)機(jī)器人探測(cè)任務(wù)完成，無不確定區(qū)域，中央模塊對(duì)全局地圖融合更新，如圖5。

兩機(jī)器人前進(jìn)速度為150mm/s，總耗時(shí)6.76min。相同環(huán)境下，使用最佳視角法的單移動(dòng)機(jī)器人系統(tǒng)，用時(shí)17.53min，且會(huì)多次探測(cè)已測(cè)區(qū)域。因此，本文設(shè)計(jì)的多移動(dòng)機(jī)器人協(xié)作構(gòu)圖系統(tǒng)達(dá)到了預(yù)期成效。

7 結(jié)論

本文設(shè)計(jì)了一種基于物聯(lián)網(wǎng)的多移動(dòng)機(jī)器人協(xié)作構(gòu)圖系統(tǒng)，采用混合式控制結(jié)構(gòu)。系統(tǒng)利用基于RSSI的物聯(lián)網(wǎng)定位技術(shù)實(shí)現(xiàn)實(shí)時(shí)定位，并采用三角形動(dòng)態(tài)分區(qū)算法進(jìn)行環(huán)境探測(cè)。實(shí)驗(yàn)仿真結(jié)果表明，該設(shè)計(jì)相較單移動(dòng)機(jī)器人建圖系統(tǒng)更高效、更完整。

[1]遲健男,徐心和.移動(dòng)機(jī)器人即時(shí)定位與地圖創(chuàng)建問題研究[J].機(jī)器人,2004,26(1):87-91.

[2]譚民,范永.機(jī)器人群體協(xié)作與控制的研究[J].機(jī)器人,2001,23(3): 285-288.

[3]黃天祥,王敬東.基于LQI和RSSI改進(jìn)的DV-Hop定位算法[J].計(jì)算機(jī)與現(xiàn)代化,2009,(1):76-80.

[4]張洪峰,王碩.基于動(dòng)態(tài)分區(qū)方法的多機(jī)器人協(xié)作地圖構(gòu)建[J].機(jī)器人,2003,25(2):156-162.

施澤華（1994—），男，江蘇淮安人，碩士在讀，研究方向：電氣智能化方向。