甘富升

（西南科技大學(xué)，四川綿陽 621000）

1 總體方案論述

根據(jù)設(shè)計(jì)要求，該NAO機(jī)器人需實(shí)現(xiàn)識(shí)別障礙與哨聲，以及能夠完成快速的行走過程。故本設(shè)計(jì)將整個(gè)項(xiàng)目細(xì)分成了幾個(gè)模塊，針對(duì)每個(gè)模塊精準(zhǔn)的進(jìn)行設(shè)計(jì)，可以提高效率而且更有針對(duì)性。本設(shè)計(jì)主要分為障礙識(shí)別處理、哨聲識(shí)別處理、快速行走設(shè)計(jì)。

2 詳細(xì)實(shí)施過程

2.1 障礙識(shí)別處理

2.1.1 測(cè)距原理

聲納傳感器的測(cè)距工作原理：聲納激發(fā)出一束很窄的超聲波在空氣中傳播，當(dāng)遇到障礙物時(shí)，超聲被返回。根據(jù)超聲波的傳遞時(shí)間就能準(zhǔn)確的計(jì)算出障礙物的相對(duì)的距離。

首先將聲納的INIT信號(hào)拉到高電平，此時(shí)聲納換能器將激發(fā)出超聲波。INIT信號(hào)高電平的時(shí)間可以由用戶來設(shè)定。如下圖所示的INIT信號(hào)的高電平的時(shí)間是32ms。高電平的時(shí)間與需要測(cè)量的最長(zhǎng)距離有關(guān)。當(dāng)超聲波遇到障礙物時(shí)，超聲波將被返回，聲納傳感器檢測(cè)到回波信號(hào)后，將ECHO置為高電平。當(dāng)INIT信號(hào)變?yōu)榈碗娖綍r(shí)，ECHO同時(shí)也變?yōu)榈碗娖?。因此可以?jì)算障礙物的距離；障礙物的距離=（INIT高電平時(shí)間一ECHO高電平的時(shí)間）*聲納速度/2。

圖3 -1 測(cè)距原理

2.1.2 避障步驟

步驟1、發(fā)射聲波。

聲波發(fā)射模塊首先發(fā)射聲波。聲波發(fā)射模塊所發(fā)射的信號(hào)為一組聲波信號(hào)，其發(fā)射周期為T，發(fā)射脈沖數(shù)為N，每一聲波信號(hào)的形式為p(t)，當(dāng)發(fā)射脈沖數(shù)N為2時(shí)，所述發(fā)射信號(hào)采用如下表示：

其中Δ表示同一周期兩個(gè)脈沖之間的間隔，p(t)可以為任意信號(hào)形式。

步驟2、接收回波信號(hào)。

聲波發(fā)射完成后延遲一定的時(shí)旬，開始接收聲信號(hào)。所接收的聲信號(hào)e(t)采用如下表達(dá)式：

其中，dV表示聲吶波束照射范圍內(nèi)的體積積分，R表示聲吶基陣至空間點(diǎn)（因?yàn)槭求w積積分所以積分項(xiàng)中R表示空間中聲吶基陣至某一點(diǎn)的距離）的距離且R=Rt+Rr.其中Rt為聲吶發(fā)射基陣至空間點(diǎn)的距離，Rr為聲吶接收基陣至空間點(diǎn)的距離。所接收的聲信號(hào)e(t)可進(jìn)一步分解為：

其中e1(t)和e2(t)分別表示p(t)和-p(t-Δ)兩組信號(hào)對(duì)應(yīng)的回波。

步驟3、對(duì)步驟2中所接收的回波信號(hào)進(jìn)行數(shù)據(jù)處理，抑制回波噪聲。

對(duì)回波信號(hào)的數(shù)據(jù)處理可進(jìn)一步包括：

步驟3-1、構(gòu)造回波信號(hào)的非線性特征。

根據(jù)e1(t)和e2(t)構(gòu)造聲吶回波信號(hào)的非線性特征度量，即非線性特征為：

其中L為信號(hào)能量算子，可以取絕對(duì)值和、平方和等形式。

為了保證計(jì)算的穩(wěn)定性β(t)計(jì)算完成后可以對(duì)非線性特征β(t)采用加窗濾波處理，濾除野值。

步驟3-2、回波噪聲抑制。

為了有效抑制氣泡回波噪聲將之前所得到的回波信號(hào)的非線性特征作為度量算子對(duì)回波信號(hào)進(jìn)行抑制，抑制后的回波信號(hào)為：

步驟4、根據(jù)回波信號(hào)實(shí)現(xiàn)障礙物檢測(cè)。

2.1.3 流程

圖3 -2 避障控制邏輯

Avoid_obstacle即避障行為，根據(jù)NAO遇到障礙便橫向移動(dòng)的要求，該行為的控制變量為：

其中，正負(fù)號(hào)表示機(jī)器人橫向行走的左右向，一般根據(jù)目標(biāo)點(diǎn)在NAO的方向確定，即目標(biāo)點(diǎn)在機(jī)器人左側(cè)時(shí)取正，目標(biāo)點(diǎn)在機(jī)器人右側(cè)時(shí)取負(fù)。

NAO檢測(cè)到與障礙物距離d0決定避障行為的控制參數(shù)。當(dāng)d0大于安全距離ds時(shí)控制參數(shù)取值為零，該行為未被執(zhí)行；當(dāng)d0小于安全距離ds時(shí)控制參數(shù)取值為1，機(jī)器人滿速避障。該行為控制參數(shù)表示為：

由于簡(jiǎn)單環(huán)境，也就是只有一個(gè)或稀疏分布的小型障礙物而言的環(huán)境，NAO通過向目標(biāo)行走和避障行為合理結(jié)合就可以完成避障向目標(biāo)行走的任務(wù)。

2.2 哨聲識(shí)別處理

2.2.1 原理分析

時(shí)域信號(hào)在經(jīng)過傅立葉變換的分解之后，變?yōu)榱瞬煌也ㄐ盘?hào)的疊加，我們?cè)偃シ治鲞@些正弦波的頻率，可以將一個(gè)信號(hào)變換到頻域

圖3 -3 時(shí)頻域轉(zhuǎn)換

變換運(yùn)算過程：

采樣得到信號(hào)，進(jìn)行FFT變換。N個(gè)采樣點(diǎn)，經(jīng)過FFT之后，得到N個(gè)點(diǎn)的FFT結(jié)果。N取2的整數(shù)次方。FFT運(yùn)算量：Nlog2N（2為對(duì)數(shù)的底）

假設(shè)原始信號(hào)的峰值為A，F(xiàn)FT的結(jié)果的每個(gè)點(diǎn)（除了第一個(gè)點(diǎn)直流分量之外）的模值為A的N/2倍。第一個(gè)點(diǎn)為直流分量，它的模值是直流分量的N倍。每個(gè)點(diǎn)的相位就是在該頻率下的信號(hào)的相位。第一個(gè)點(diǎn)表示直流分量（即0Hz），而最后一個(gè)點(diǎn)N的再下一個(gè)點(diǎn)（實(shí)際上這個(gè)點(diǎn)是不存在的，這里是假設(shè)的第N+1個(gè)點(diǎn)，也可以看做是將第一個(gè)點(diǎn)分做兩半分，另一半移到最后）則表示采樣頻率Fs，這中間被N-1個(gè)點(diǎn)平均分成N等份，每個(gè)點(diǎn)的頻率依次增加。例如某點(diǎn)n所表示的頻率為：Fn=(n-1)*Fs/N （3-10）

由上面的公式可以看出，F(xiàn)n所能分辨到頻率F0=Fs/N。 （3-11）

假設(shè)頻率分辨率F0=Fs/N限定，采樣頻率Fs也給定，也已知信號(hào)最高頻率 Fh，那么由采樣定理：Fs＞=2Fh （3-12）

得到：N=Fs/F0＞=2Fh/F0， （3-13）

即采樣點(diǎn)必須滿足這樣一個(gè)關(guān)系式。

變換后如圖：

圖3 -4 傅立葉變換后信號(hào)圖

2.2.2 流程

圖3 -5 Speech SDK識(shí)別流程圖

語音識(shí)別時(shí)識(shí)別內(nèi)核對(duì)外部有用的語音和噪音通過自身的模塊進(jìn)行處理，將得到語音信息先與其內(nèi)核引擎中的哨聲進(jìn)行快速匹配，進(jìn)行頻率分析，最終進(jìn)行精確匹配。把語音通過解碼器轉(zhuǎn)換成文本信息，方便接下來的操作。

2.3 快速行走設(shè)計(jì)

（1）卡爾曼濾波

圖3 -6 卡爾曼濾波更新過程

（2）、線性倒立擺模型

圖3 -7 線性倒立擺模型

由于倒立擺系統(tǒng)的行為與火箭以及兩足機(jī)器人行走有很大的相似性。因而該研究在機(jī)器人運(yùn)動(dòng)學(xué)以及機(jī)器人步態(tài)規(guī)劃上有重大意義。本文采用線性倒立擺模型對(duì)機(jī)器人進(jìn)行抽象，把機(jī)器人運(yùn)動(dòng)簡(jiǎn)化為線性倒立擺運(yùn)動(dòng)模式，通過預(yù)先規(guī)劃好的零力矩點(diǎn)（ZMP）軌跡，極據(jù)質(zhì)心（COG）和ZMP的關(guān)系，求出COG軌跡：再將前向步態(tài)和側(cè)向步態(tài)簡(jiǎn)化為二連桿結(jié)構(gòu)，對(duì)機(jī)器人進(jìn)行逆運(yùn)動(dòng)學(xué)求解，得出各個(gè)關(guān)節(jié)的角度，結(jié)合ZMP方程討論了行走過程中的穩(wěn)定性。

3 總結(jié)

本設(shè)計(jì)研究人的行走方式及運(yùn)動(dòng)原理，基于NAO機(jī)器人，能識(shí)別障礙與哨聲，然后實(shí)現(xiàn)平穩(wěn)的快速行走。因?yàn)樽呗沸枰氖瞧胶庑裕竽X在根據(jù)路狀不斷地分析判斷該怎么走才不至于摔倒，而機(jī)器人走路則是要通過復(fù)雜的計(jì)算來進(jìn)行。而對(duì)于障礙和哨聲，同樣也需要通過特定的算法來實(shí)現(xiàn)。因此，本次研究對(duì)于類人機(jī)器人的研究具有參考意義。