楊 林，馬宏偉，王川偉，夏 偉

(西安科技大學 機械工程學院，陜西 西安 710054)

0 引 言

隨著機器人技術的飛速發(fā)展，人們期待用機器人代替自身去完成某些重復性、危險性的巡檢任務，比如變電站巡檢機器人[1]、超高壓輸電線巡檢機器人[2]和核應急機器人[3]。尤其是近年來，突發(fā)事件增多，公共場所的安全問題變得非常重要。針對某些特定的安全隱患，應用巡檢機器人進行定期巡檢是解決這類問題的必由之路[4]。20世紀 60年代末，美國、德國、加拿大等國家先后開展了巡檢機器人相關研究，分別研制了“勇氣號”火星登陸車、OFRO環(huán)境監(jiān)測機器人、RMI-9WT排爆機器人[5-7]。國內對于巡檢機器人導航與控制方面的研究起步相對較晚，主要包括武漢大學、中科院沈陽自動化研究所、中科院自動化研究所等。王建元等通過結合巡檢機器人技術，針對無值守變電站遙視系統(tǒng)的智能化和網絡化多點監(jiān)測趨勢的問題，提出一種基于圖論的智能尋跡的導航解決方法，并對各檢測點關聯信息，通過傳遞閉包理論的路徑搜索算法，進行關聯路徑搜索[8]。周高等人提出了GPS/LMS組合導航的變電站巡檢機器人控制系統(tǒng)，實現了巡檢線路的優(yōu)化與準確定位[9]。季宇寒等人提出了融合機器人激光雷達與編碼器的信息，使用Gmapping算法建立二維柵格地圖，同時使用自適應蒙特卡羅定位(AMCL)算法估計機器人位置和姿態(tài)，結合巡檢線路，進行導航定位[10]。李長勇等人提出了基于多傳感器相結合的機器人導航算法，利用RGB-D視覺和超聲波傳感器獲取障礙物三維信息，通過啟發(fā)式最佳搜索算法對導航路徑進行優(yōu)化[11]。丁林祥等人提出了增量式構建柵格地圖、代價地圖的環(huán)境地圖構建方法和自適應蒙特卡羅定位方法以及運用Trajectory Rollout和Dynamic Window Approaches算法的路徑規(guī)劃方法，將移動機器人導航與控制相關的研究上升到一個新高度[12]。

文中研究的校園巡檢機器人的主要任務是針對校園監(jiān)控中存在的盲區(qū)進行安全監(jiān)測，為了達到這樣的目的，在巡檢機器人的系統(tǒng)研究過程中需要解決以下幾個關鍵技術，其中包括：機器人控制、環(huán)境感知、遠程監(jiān)控、遙感技術、導航技術、通信技術、多傳感器融合技術等多學科的交叉融合[13-14]。其中，導航與控制系統(tǒng)的優(yōu)劣將作為機器人能否順利完成各類巡檢任務的重要評價指標[15]。

1 巡檢機器人的硬件結構設計

文中研究的校園巡檢機器人采用雙履帶的機械結構，控制核心為嵌入式NI myrio-1900控制器，動力系統(tǒng)為36V移動電源，裝配有2個86BL03型凱恩驅動電機，2個BLSD4875DC-2Q-H型直流無刷調速驅動器，可完成無級調速和差速轉向，可實現自動巡檢和遠程遙操作2種控制方式。機器人前端裝有1個視頻圖像采集裝置和2個超聲傳感器，兩側分別裝有1個紅外傳感器。機器人內部裝有1個下位機NI myrio控制核心，1個三軸加速度傳感器，1個GPS傳感器，1個溫度傳感器。

機器人控制系統(tǒng)采用上位機、下位機通訊的二級分布式結構，上位機主要負責機器人系統(tǒng)的數據分析和處理，包括控制信號的處理和與下位機通訊的功能，提供人機交互的窗口，下位機主要負責機器人系統(tǒng)的動作執(zhí)行、環(huán)境感知和環(huán)境監(jiān)測，包括各種傳感器信號的采集和電機驅動器的控制的功能。上、下位機的通訊通過WiFi實現，支持實時控制和分布式控制。通過對上位機、下位機、運動控制器和傳感器的有效融合，制定了如圖1所示的檢測控制系統(tǒng)硬件組成框圖。

2 巡檢機器人控制系統(tǒng)軟件設計

為了保證校園巡檢作業(yè)任務、現場應用的實用性與可靠性指標的要求，校園巡檢機器人采用遠程遙操作和自主巡檢相結合的控制模式，實現巡檢機器人的行走及避障。其中，遠程遙操作指操作人員可以通過判斷機器人本體攜帶的攝像頭傳回的畫面，可以人為干預機器人的行走路線，使機器人精確到達巡檢目標區(qū)域完成任務；自主巡檢指操作人員通過人機交互界面輸入巡檢目標位置坐標信息，機器人利用Pmod GPS導航傳感器獲取機器人的當前位置信息，并通過與目標位置信息比對后，自主對機器人行走路徑進行全局規(guī)劃。同時，在行走過程中，對機器人周圍出現的障礙，采用模糊控制的策略進行有效避障，并完成局部路徑規(guī)劃，從而使機器人到達指定位置，并且可以將監(jiān)測環(huán)境周圍的圖像和溫度信息實時傳回至上位機，達到完成巡檢任務的目的。

圖1 檢測控制系統(tǒng)硬件組成框Fig.1 Block diagram of hardware composition of detection and control system

與其他巡檢機器人相比較而言，文中研發(fā)的校園巡檢機器人，針對校園巡檢的特殊需求，采用GPS導航作為全局路徑規(guī)劃和模糊控制算法作為局部路徑規(guī)劃的機器人組合控制策略，系統(tǒng)控制平臺選用了嵌入式NI myrio控制核心進行開發(fā)，并通過LabVIEW圖形化編程，縮短了整套控制系統(tǒng)的開發(fā)周期，提高了整個控制系統(tǒng)的魯棒性和靈活性。通過采用二級分布式結構，保障了整個系統(tǒng)的實時性，提供了友好的人機交互界面。并且通過機器人前端攜帶的攝像頭，可實時對巡檢環(huán)境圖像信息進行安全監(jiān)測。同時，控制系統(tǒng)為了保證系統(tǒng)的通用性和任務的特殊性，分別構建了如圖2所示的人機交互和環(huán)境交互系統(tǒng)模型，為巡檢機器人的可靠運行提供了重要保證。

圖2 機器人交互系統(tǒng)模型Fig.2 Robot interactive system model

3 全局路徑規(guī)劃

校園巡檢機器人的全局路徑規(guī)劃，采用Pmod GPS導航模塊提供實時導航信息，該導航模塊采用全球定位系統(tǒng)(GPS)衛(wèi)星網絡在全球各地提供GPS接收器的高精度3D坐標(緯度、經度和高度)[16]。整個GPS導航是一個閉環(huán)的反饋系統(tǒng)，根據機器人的當前行駛情況和當前的經度緯度信息，調整機器人行駛方向，控制機器人轉動角度，每次調整行駛方向后，前進1米，再與目標位置的坐標信息進行比對，如果是目標位置，停車后對該區(qū)域進行巡檢工作，如果不是目標位置繼續(xù)重復上一步的工作，在進行多次的判斷和調整后，最終到達目標位置[17]。根據所述算法，進行LabVIEW程序設計，其中GPS導航部分的流程如圖3所示。

圖3 GPS導航流程設計Fig.3 Design of GPS navigation flowchart

3.1 行駛方向的確定

通過下位機NI myrio控制核心，從Pmod GPS傳感器獲取到的“&GPRSM”語句中讀取到巡檢機器人當前位置的信息行駛方向角信息。文中將正北方向標定為導航方位的0°，按照順時針方向依次進行標定[18-19]。導航起始點A(x1，y1)和目標點B(x2，y2)之間的連線AB通過計算坐標得到。設AB線的長度為dAB，如式(1)所示

(1)

機器人實際前進方向角為α，目標線路方向角為β，則可以得到以下關系，如式(2)所示

(2)

通過機器人當前位置坐標和1m前的相對位置坐標，用上述同樣的方法計算得到機器人實際前進的方向角α，并推導出以下結論：當|α-β|<90°或|α-β|>270°時，機器人的行駛方向與導航方向相同，否則機器人的行駛方向與導航方向相反。

3.2 轉動方向的確定

利用矢量法控制轉動方向，Z1和Z2分別代表機器人當前的行駛方向和到達目標點的理想行駛方向，則可以得到以下關系，如式(3)所示

(3)

因此，可以得到機器人的轉動角θ=β-α，θ∈(-2π,2π)，為了便于控制機器人的轉動方向，并且使機器人每次轉動角控制在180°的范圍內，對所求轉動角θ進行轉換使其取值范圍控制在(-π，π)之間。則可以得到機器人實際轉動角ε具體換算關系，如式(4)所示

(4)

通過上述換算關系的變化，可將θ∈(-2π,2π)轉換為ε∈(-π,π)。此時，將機器人整個轉動可分為：(-π,0)和(0,π)2種情況。可以得到以下結論：當ε=(-π,0)時，機器人需要完成左轉向；當ε=(0,π)時，機器人需要完成右轉向。

4 局部路徑規(guī)劃

在環(huán)境信息不完全或不準確的情況下，無法采用全局路徑規(guī)劃最優(yōu)的辦法，必須考慮巡檢機器人在行走過程中對自身所處環(huán)境的感知，在完成GPS全局路徑規(guī)劃的基礎上，采用多傳感器融合的模糊控制算法，解決局部路徑規(guī)劃問題，采用LabVIEW編程對其算法進行優(yōu)化，從而使機器人整個控制系統(tǒng)具有較好的自適應性和魯棒性[20-21]。

4.1 模糊控制運動模型建立

系統(tǒng)考慮到巡檢任務的特殊性以及不同傳感器的特點，該控制系統(tǒng)采用2個超聲傳感器，2個紅外傳感器和1個攝像頭，對機器人所處環(huán)境進行檢測，傳感器的配置方案如圖4所示。超聲傳感器安裝在機器人前面，紅外傳感器安裝在機器人兩側。實驗證明，超聲傳感器的有效測距范圍為0～400 cm，紅外傳感器的有效測距范圍為0～100 cm.

圖4 傳感器配置實物Fig.4 Sensor configuration object

為了方便控制系統(tǒng)編程設計，同時減少4個距離對機器人的行為決策而產生大量計算，減小機器人在行走以及轉彎過程中與障礙物發(fā)生碰撞的幾率，提高控制系統(tǒng)的實時性，對各個傳感器數據進行二進制編碼以及信息融合，從而實現模糊算法的控制策略。設定該傳感器檢測到離障礙物的距離小于等于40 cm(假設該系統(tǒng)的安全距離為40 cm)，即編碼為1，檢測到離障礙物距離大于40 cm，沒有障礙物或者超出傳感器測量最大值，即編碼為0，按照傳感器排布順序，整合為一個四位二進制編碼，找到對應的控制策略，從而達到方便控制的目的。

4.2 環(huán)境模型分類及其控制策略

根據傳感器的有效監(jiān)測范圍，如果障礙物的距離超過安全距離，系統(tǒng)可以認定該方向可以正常前進，如果障礙物的距離小于安全距離，系統(tǒng)必須對當前的行走路線進行相應的調整[22]。根據障礙物有可能出現在機器人運行軌跡的組合，系統(tǒng)將機器人所處環(huán)境分為以下16種情況，如圖5所示，其中矩形代表機器人本體，條形框和圓形都代表障礙物。

通過機器人本體以及傳感器檢測到障礙物的方向信息，機器人為了達到有效避障，完成局部路徑規(guī)劃，實現模糊控制的策略，進行二進制編碼。表1列出機器人在相應情況下應該執(zhí)行對應的動作。

圖5 機器人所處環(huán)境狀況分類Fig.5 Classification of environmental conditions for robot

4.3 模糊控制隸屬函數

在模糊控制理論中，機器人通過模糊變量進行模糊推理，而機器人所處環(huán)境中各個方向上的傳感器檢測到的障礙物距離信息、目標方向信息都是具體的量，因此在這里需要將具體量轉換為模糊量[23-25]。使用連續(xù)型論域的思想，采用簡單線性化處理的方法，將距離輸入量的論域劃分為{N，M，F}；將目標點與航向夾角的論域劃分為{L，R}；將機器人轉彎半徑的大小劃分為{LD，LS，ZZ，RS，RD}。模糊隸屬函數主要實現精確量的模糊化，為模糊系統(tǒng)控制策略提供輸入變量，通過大量實驗數據并在仿真過程中對參數不斷進行優(yōu)化，得到相應的隸屬度函數，最終根據系統(tǒng)的輸入輸出要求，將隸屬函數設置如下。

表1 障礙物分布情況對應機器人控制策略Table 1 Robot control strategy based on the distribution of obstacles

備注：A為前進；B為左轉；C為右轉；D為后退加轉向。

1)按照障礙物距離機器人本體的遠近程度，將分為3個模糊集：N(近)，M(中)，F(遠)，其隸屬函數如圖6所示。

圖6 障礙物遠近D隸屬函數Fig.6 Obstacle far and near D membership function

2)按照全局路徑規(guī)劃中規(guī)定的目標點與航向的夾角Vθ，取L(左)、R(右)分別表示目標點位于機器人的左側和右側，建立隸屬函數：當Vθ≥0時，隸屬度為L；當Vθ≤0時，隸屬度為R；如圖7所示，其中Vθ∈[-180°,180°].

圖7 夾角Vθ隸屬函數Fig.7 Membership function of angle Vθ

3)按照機器人轉彎半徑的大小，將轉向模糊控制量α分為：LD(左大轉彎)、LS(左小轉彎)、ZZ(保持直行)、RS(右小轉彎)、RD(右大轉彎)，轉彎角度論域為[-30°,30°]，隸屬函數取三角形，如圖8所示。

圖8 轉彎半徑α隸屬函數Fig.8 Membership function of turning radius α

4.4 建立模糊控制策略的規(guī)則

依據模糊控制隸屬函數的思想，建立機器人運動模型和障礙物環(huán)境模型。為了有效避障，達到局部路徑規(guī)劃的效果，制定以下模糊控制策略的規(guī)則：當機器人靠近障礙物時，則以大轉彎的方式避開障礙物；當機器人遠離障礙物時，則以目標點為導向，用小轉彎方式趨近目標點；當機器人與障礙物距離為中時，則以中轉彎方式行駛，既避開障礙物，又趨近目標點，以避障為主。

5 實驗驗證

為驗證文中研究的校園巡檢機器人機構、導航及控制系統(tǒng)的有效性，分別在室內和室外建立了模擬巡檢環(huán)境進行實驗，機器人本體控制核心采用NI myrio，上、下位機均采用LabVIEW圖形化編程，構建機器人控制系統(tǒng)。實驗過程中，首先在室內環(huán)境驗證機器人模糊控制局部路徑規(guī)劃能力如圖9(a)，(b)所示，在障礙物的影響下完成轉彎。在室外露天環(huán)境下驗證機器人遠程遙操作爬坡、越障如圖9(c)，(d)所示及全局路徑規(guī)劃能力如圖9(e)，(f)，(g)，(h)所示，機器人的起始點A的GPS坐標為(N34°14′0″；E108°57′22″)，目標點D的GPS坐標為(N34°14′1″；E108°57′22″)，在完成全局路徑規(guī)劃過程中避開障礙物B和C，最終成功到底預定目標點D.經過實驗表明，采用該種控制策略，系統(tǒng)具有較高的實時性，同時控制系統(tǒng)可以快速的實現機器人控制的復雜算法和良好的魯棒性，使得整套系統(tǒng)成為一種高性能的機器人控制系統(tǒng)。

圖9 機器人測試實驗Fig.9 Robot test experiment

6 結 論

1)采用了GPS導航作為全局路徑規(guī)劃和模糊控制算法作為局部路徑規(guī)劃的機器人組合控制策略，通過多傳感器信息融合技術，增強了機器人控制系統(tǒng)的魯棒性，實現了巡檢機器人自主避障行走；

2)文中提出了借助NI myrio作為控制核心和LabVIEW圖形化編程的巡檢機器人控制系統(tǒng)構建方法，在處理系統(tǒng)上層任務管理的同時，可進行電機實時控制和實時時間處理，極大地提高了控制系統(tǒng)的開發(fā)效率；

3)研究了控制系統(tǒng)二級分布式結構，可以有效地完成上、下位機之間的通訊，實時完成各傳感器之間的信息交互，保障了圖像采集與傳輸的實時性，并且實現了遠程遙操作與局部自主控制模式的有機結合；

4)控制系統(tǒng)通過添加豐富的前置面板控件，增加了機器人的人機交互和環(huán)境交互能力，實現了機器人多任務控制系統(tǒng)的實驗要求。基于控制核心豐富的I/O接口，可根據用戶實際需求增加或減少電機和傳感器數量，提高了整個控制系統(tǒng)的靈活性；

5)文中研究的巡檢機器人，可滿足校園巡檢任務的要求。其導航與控制策略方面的相關研究，為巡檢機器人的智能化發(fā)展提供了一種高效可靠的方法。