霍延軍，袁旭華

(1.延安職業(yè)技術(shù)學(xué)院 人事處，陜西 延安 716000；2.延安大學(xué) 數(shù)學(xué)與計算機科學(xué)學(xué)院，陜西 延安 716000)

0 引言

機器人作為科技發(fā)展的產(chǎn)物，具有較高的擬人狀態(tài)，在運動過程中能夠較大程度地復(fù)刻人類步態(tài)，但依舊在復(fù)刻上存在一些問題，由于機器人內(nèi)部操作零件較多，對其的操作困難性也因此而大大提升，為此，不少研究學(xué)者針對機器人的步態(tài)控制問題提出相應(yīng)的解決方案，就目前來看，取得的效果并不顯著[1]。

由于機器人步態(tài)控制系統(tǒng)在設(shè)計過程中將會面臨較大的步態(tài)操作差異，需要完整收集機器人路程行進信息，因此，目前的國內(nèi)外研究集中觀察機器人路徑狀態(tài)，并對所經(jīng)過的路徑進行細(xì)致檢測，探測該路段是否為正常行進路段，并時刻監(jiān)管該路段內(nèi)部障礙存在位置，輔助機器人正常通過此道路[2]。但在實際研究中，對于系統(tǒng)內(nèi)部基礎(chǔ)信息的掌握程度較小，無法正確了解系統(tǒng)的需求狀況，對于其內(nèi)部矛盾調(diào)整效果不佳，操作具有較大的局限性，控制有效率較低[3]。為此，針對上述問題，本文提出一種新式基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計，對以上問題進行分析與解決。

本文系統(tǒng)設(shè)計分為系統(tǒng)硬件設(shè)計與軟件設(shè)計兩部分，在系統(tǒng)硬件設(shè)計中綜合系統(tǒng)硬件元件的基礎(chǔ)性能，按照性能分類，劃分不同的操作模塊實現(xiàn)系統(tǒng)硬件改造，并加大中心系統(tǒng)檢測力度，完善信息收集系統(tǒng)功能，在獲取硬件操作方式的基礎(chǔ)上進行系統(tǒng)軟件設(shè)計操作，結(jié)合控制算法與程序運用方案改變傳統(tǒng)軟件存在狀態(tài)，提升軟件系統(tǒng)初始競爭力，進而獲取較好的控制效果，該系統(tǒng)設(shè)計綜合系統(tǒng)內(nèi)部信息，調(diào)整系統(tǒng)操作結(jié)構(gòu)，具有良好的可操控性，能夠為使用者提供較為便利的服務(wù)，更受歡迎。

1 機器人步態(tài)控制系統(tǒng)硬件設(shè)計

集中力度管理系統(tǒng)硬件設(shè)備，對其內(nèi)部元件信息狀態(tài)進行精準(zhǔn)采集，分類硬件操作標(biāo)準(zhǔn)，將符合同一標(biāo)準(zhǔn)度信息數(shù)據(jù)收集至中心系統(tǒng)中，借助CARLA-PSO組合模型的學(xué)習(xí)性能，記憶機器人行走的路徑步態(tài)點，加強中心步態(tài)系統(tǒng)的條件信息監(jiān)管力度，查詢步態(tài)信息管理地址，并強化數(shù)據(jù)管理，分解CARLA-PSO組合模型，將分解后的結(jié)果數(shù)據(jù)復(fù)制到步態(tài)控制數(shù)據(jù)中心，由此增強步態(tài)的控制效率[4]。

1.1 數(shù)據(jù)監(jiān)視模塊

按照系統(tǒng)硬件元件的基礎(chǔ)性能，綜合分析其在步態(tài)控制中的職能，首先設(shè)置數(shù)據(jù)監(jiān)視模塊，采用相應(yīng)的數(shù)據(jù)監(jiān)視器時刻監(jiān)控機器人步態(tài)[5]。構(gòu)建數(shù)據(jù)監(jiān)視圖如圖1。

圖1 數(shù)據(jù)監(jiān)視圖

本監(jiān)視器提供便捷的嵌入式WEB服務(wù)，B/S架構(gòu)，直接通過IE瀏覽器進行監(jiān)控管理，便利操作管理，主機為各種傳感器提供工作電源，停電狀態(tài)下能夠使用內(nèi)置的后備電源獨立為主機和傳感器提供電，同時支持JSON、B接口等開放接口協(xié)議，實現(xiàn)遠(yuǎn)程集中監(jiān)控和管理，利于對機器人的掌控[6]。監(jiān)控主機采用低功耗ARM芯片和嵌入式操作系統(tǒng)，內(nèi)置硬件看門狗，具有故障自動恢復(fù)功能，當(dāng)主機重新啟動后，整個監(jiān)控系統(tǒng)也隨之運行，確保在監(jiān)視過程中的系統(tǒng)安全性，實現(xiàn)整體監(jiān)視操作[7]。

1.2 數(shù)據(jù)控制模塊

在完成對數(shù)據(jù)的監(jiān)視后，調(diào)節(jié)獲取的監(jiān)視數(shù)據(jù)，并將其構(gòu)造為符合系統(tǒng)控制的中心體參數(shù)，裝備數(shù)據(jù)控制器實施數(shù)據(jù)的控制操作，并設(shè)置數(shù)據(jù)控制圖示如圖2所示。

圖2 數(shù)據(jù)控制圖

在圖2中選取的控制器輸入電流為4～20 mA，同時可接255臺設(shè)備，進行RS485信號輸入與RS485輸出，配備標(biāo)準(zhǔn)MODBUS，RTU協(xié)議，具有記錄存儲功能，可便利數(shù)據(jù)記錄操作，完整預(yù)留步態(tài)信息數(shù)據(jù)[8]。具備無線傳輸發(fā)射端、接收端，2公里或5公里無遮擋，能夠進行GPRS傳輸，其數(shù)據(jù)監(jiān)測云平臺首先將數(shù)據(jù)上傳到服務(wù)器，接著，用戶再從服務(wù)器遠(yuǎn)程讀取，有利于控制信息的及時獲取，便于其隨時調(diào)整。在系統(tǒng)硬件操作的過程中，不斷管理模式系統(tǒng)的操作范圍，同時對機器人的信息功能進行分解操作，研究其內(nèi)部分解系統(tǒng)的主導(dǎo)性能，按照信息標(biāo)準(zhǔn)化研究相應(yīng)機器人步態(tài)數(shù)據(jù)發(fā)出信息信號，并安裝控制芯片，結(jié)合控制芯片系統(tǒng)操作，尋找數(shù)據(jù)間的對照關(guān)系，并設(shè)置數(shù)據(jù)對照關(guān)系查找圖，如圖3所示。

圖3 數(shù)據(jù)對照關(guān)系查找圖

1.3 目標(biāo)參數(shù)控制模塊

本文控制芯片是一款集成了控制器和驅(qū)動器的IC，可以同時分別獨立驅(qū)控兩個機器人步態(tài)數(shù)據(jù)系統(tǒng)，是具有功能強大的片上系統(tǒng)，在微型 7 mm X 7 mm QFN 封裝中集成了復(fù)雜的SixPoint斜坡發(fā)生器，以及業(yè)內(nèi)一流的診斷和保護功能。還增加了 StealthChop靜音驅(qū)動技術(shù)、SpreadCycle防抖動技術(shù)、CoolStep電流動態(tài)調(diào)整技術(shù)，可節(jié)能75%，具有DcStep力矩調(diào)節(jié)技術(shù)以及StallGard堵轉(zhuǎn)檢測功能，促進系統(tǒng)的優(yōu)化，每個線圈的電機電流可達(dá)20 A，電壓60 V DC，操作便利，只需找尋目標(biāo)參數(shù)即可，所有機器人步態(tài)數(shù)據(jù)系統(tǒng)邏輯都在TMC5160內(nèi)部運行，設(shè)置相應(yīng)的目標(biāo)參數(shù)設(shè)定圖如圖4所示。

圖4 目標(biāo)參數(shù)設(shè)定圖

當(dāng)驅(qū)動NEMA17到NEMA34和更大的系統(tǒng)時，無需軟件操作，節(jié)省操作時間，進而提升控制效率。通過行業(yè)標(biāo)準(zhǔn)SPI或步進/方向接口連接到主機微控制器，TMC5160執(zhí)行所有實時位置和速度步進運動計算，與此同時，TMC5160還支持ABN編碼器輸入，優(yōu)化輸入端口數(shù)據(jù)信息，便利內(nèi)部結(jié)構(gòu)性操作，可在接頭轉(zhuǎn)換的基礎(chǔ)上提供相關(guān)信息，加強對內(nèi)部控制數(shù)據(jù)的信息分析力度，完美再現(xiàn)機器人運轉(zhuǎn)系統(tǒng)，提高其控制效果。根據(jù)上述操作，實現(xiàn)對系統(tǒng)硬件的設(shè)計[9]。

2 基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)軟件設(shè)計

2.1 CARLA-PSO組合模型

PSO即粒子群優(yōu)化算法，是基于種群的隨機優(yōu)化方法，CARLA是一種強化學(xué)習(xí)方法，通過連續(xù)輸出能夠完成快速全局搜索。建立CARLA-PSO組合模型，該模型分為兩個學(xué)習(xí)子系統(tǒng)，其中CARLA學(xué)習(xí)子系統(tǒng)負(fù)責(zé)連續(xù)變化參數(shù)的在線尋優(yōu)，而PSO學(xué)習(xí)子系統(tǒng)能夠完成對非線性數(shù)據(jù)的迭代尋優(yōu)。CARLA-PSO組合模型示意圖如圖5所示。

圖5 CARLA-PSO組合模型學(xué)習(xí)環(huán)路

通過圖5能夠得到CARLA-PSO組合模型學(xué)習(xí)環(huán)路的尋優(yōu)步驟為：

1)在模型環(huán)境中設(shè)置迭代次數(shù)、種群個數(shù)，得到行為向量；

2)在策略選擇器中首先選擇CARLA隨機行為發(fā)生器，搜索粒子群局部最優(yōu)結(jié)果，并傳遞給PSO隨機行為發(fā)生器；

3)在PSO隨機行為發(fā)生器中更新粒子群尋優(yōu)速度，通過迭代得到全局最優(yōu)位置；

4)重復(fù)上述步驟，直到適應(yīng)度值不再變化，輸出最優(yōu)結(jié)果，完成尋優(yōu)控制。

為提升控制系統(tǒng)的控制有效率，本文對其系統(tǒng)軟件內(nèi)部進行綜合性能分析，利用硬件數(shù)據(jù)作為操作基礎(chǔ)，結(jié)合CARLA-PSO組合模型，儀器內(nèi)部的智能學(xué)習(xí)器作為控制標(biāo)準(zhǔn)，啟動信息內(nèi)部策略選擇器，通過CARLA學(xué)習(xí)環(huán)路確定機器人步態(tài)存在位置，利用位置信息調(diào)節(jié)器內(nèi)部控制狀態(tài)，整合信息構(gòu)架[10]。設(shè)置系統(tǒng)軟件設(shè)計流程圖如圖6所示。

圖6 系統(tǒng)軟件設(shè)計流程圖

在圖6中，劃分不同的系統(tǒng)軟件運作模式，調(diào)節(jié)系統(tǒng)中心結(jié)構(gòu)模式，控制步態(tài)數(shù)據(jù)在規(guī)定范圍內(nèi)活動，設(shè)置模式調(diào)節(jié)公式如下：

(1)

式中，N表示為調(diào)節(jié)參數(shù)，S表示為規(guī)定范圍系數(shù)，P表示為系統(tǒng)軟件運行模式參數(shù)，A表示為內(nèi)部軟件策略選擇器狀態(tài)指數(shù)，M表示為信息提取數(shù)據(jù)，d表示為位置信息數(shù)據(jù)[11]。

2.2 步態(tài)控制系統(tǒng)軟件設(shè)計及系統(tǒng)實現(xiàn)

經(jīng)過上述操作后，進行數(shù)據(jù)反饋控制，連接硬件中的傳感器與紅外指南針，為后續(xù)軟件操作提供連接服務(wù)，利用軟件指南系統(tǒng)及時反饋機器人的運動方向，感應(yīng)機器人在躲避障礙物時的行走路徑，進而獲取其正常步態(tài)信息。整合獲取的步態(tài)信息，分類中心步態(tài)操作，并進行下述步驟的研究：

1)加大軟件內(nèi)部對機器人的加速度調(diào)整力度，控制機器人操作在控制系統(tǒng)允許范圍中，時刻監(jiān)測機器人行走的重心位置，并感應(yīng)位置所處條件，設(shè)置相應(yīng)的條件感知公式如下：

(2)

式中，S表示為條件感知參數(shù)，I表示為系統(tǒng)允許范圍參數(shù)，f表示為機器人中心位置數(shù)據(jù)，v表示為監(jiān)測指數(shù)數(shù)據(jù)[12]。

由此掌握精準(zhǔn)的機器人步態(tài)數(shù)據(jù)狀況，根據(jù)類似的樣本采集情況分析數(shù)據(jù)內(nèi)部信息關(guān)聯(lián)，掌控機器人聯(lián)系數(shù)據(jù)[13]。

2)在機器人進行直線路程位移時，管理其腳下壓強數(shù)據(jù)，對壓強數(shù)據(jù)的發(fā)生點作集中分析操作，復(fù)刻系統(tǒng)的管理模式與控制信息，及時調(diào)整機器人的姿態(tài)，保證其行走處于安全狀態(tài)，依據(jù)狀態(tài)分析方程記錄此時的狀態(tài)信息：

(3)

式中，T表示為狀態(tài)分析參數(shù)，S表示為操作分析數(shù)據(jù)，q表示為機器人安全狀態(tài)系數(shù)，l表示為調(diào)整姿態(tài)指數(shù)[14]。

3)以獲取的分析參數(shù)為基礎(chǔ)，調(diào)控路徑信息，把握此時機器人的位置數(shù)據(jù)，結(jié)合傳感角信息[15]，清理無關(guān)的步態(tài)數(shù)據(jù)，設(shè)置相應(yīng)的無關(guān)數(shù)據(jù)清理如圖7所示。

圖7 無關(guān)數(shù)據(jù)清理圖

由此，實現(xiàn)整體系統(tǒng)軟件設(shè)計，優(yōu)化軟件程序信息，獲取良好的控制數(shù)據(jù)結(jié)果。

3 實驗與研究

為精準(zhǔn)評估本文基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計的控制性能，設(shè)置相應(yīng)的實驗環(huán)境進行性能檢驗，將本文基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計的設(shè)計效果與傳統(tǒng)機器人步態(tài)控制系統(tǒng)設(shè)計的設(shè)計效果進行實驗對比。

針對CARLA-PSO組合模型構(gòu)建的操作復(fù)雜性以及機器人步態(tài)控制系統(tǒng)的設(shè)計困難性，需對其實驗環(huán)境進行數(shù)據(jù)篩選，組合系統(tǒng)內(nèi)部結(jié)構(gòu)，按照系統(tǒng)的相應(yīng)信息規(guī)則實施數(shù)據(jù)基礎(chǔ)處理操作，不斷調(diào)整系統(tǒng)中心的數(shù)據(jù)輸入模式，構(gòu)建較為完整的數(shù)據(jù)操作板，控制步態(tài)數(shù)據(jù)的流通方向，及時阻止無關(guān)數(shù)據(jù)的侵入，并設(shè)置如下步驟的實驗操作：

1)選取與系統(tǒng)相符的仿真機器人樣本，設(shè)置相同的實驗行走路徑，及時調(diào)整偏移的道路，將機器人放置在平整的地面上，沿設(shè)置的路線行走，并觀察其行走的具體狀態(tài)。

2)由于機器人在行走過程中各個關(guān)節(jié)所受到的力不同，為此，在機器人行走過程中，需集中采集其外部路徑信息，在確保電源模塊與控制系統(tǒng)發(fā)電機連接狀況良好后進行檢測工作，時刻觀察信息的基礎(chǔ)流向，按照內(nèi)容參照物的位置放置相應(yīng)的實驗障礙物，并根據(jù)機器人的行走路徑驗證其行走的狀態(tài)。

3)檢查機器人關(guān)節(jié)的協(xié)調(diào)性，確保其行走的安全性，避免突發(fā)狀況的產(chǎn)生。標(biāo)記控制方案及軟件算法信息，確保數(shù)據(jù)保持時刻清晰狀態(tài)，并記錄機器人此時的步態(tài)信息，結(jié)束實驗操作。

在此實驗中，根據(jù)兩個不同的實驗參數(shù)進行實驗對比，進一步提高整體對比效果，并設(shè)置相應(yīng)的實驗參數(shù)如表1、表2所示。

表1 實驗參數(shù)1 表2 實驗參數(shù)2

采用傳統(tǒng)基于自適應(yīng)PID控制的機器人步態(tài)控制系統(tǒng)及基于遺傳算法的機器人步態(tài)控制系統(tǒng)作為實驗對比方法，在實驗參數(shù)1設(shè)置下得到3種方法的控制路線對比圖如圖8所示。

圖8 控制路線對比圖

在此基礎(chǔ)上，在實驗參數(shù)2條件下得到不同方法的控制所需時間對比圖如圖9所示。

圖9 控制所需時間對比圖

根據(jù)圖8、圖9可以分析得出，基于自適應(yīng)PID控制的機器人步態(tài)控制系統(tǒng)設(shè)計控制路線較為平緩，具有較好的控制效果，但控制所需時間較長，基于遺傳算法的機器人步態(tài)控制系統(tǒng)設(shè)計具有較短的控制所需時間，但其控制路線狀態(tài)不理想，控制有效率較低。本文基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計的控制路線優(yōu)于其他兩種傳統(tǒng)系統(tǒng)設(shè)計，控制所需時間皆短于其他兩種傳統(tǒng)系統(tǒng)設(shè)計。

造成此種差異的原因在于本文系統(tǒng)設(shè)計研究系統(tǒng)內(nèi)部信息狀況，并查找系統(tǒng)所處狀態(tài)的原因，加大數(shù)據(jù)采集力度，按照相關(guān)的空間數(shù)據(jù)對照系統(tǒng)存儲方式進行數(shù)據(jù)存儲，較大程度上保證了數(shù)據(jù)的存儲精準(zhǔn)性，減少不必要的麻煩，便利控制操作，在提升控制有效率的同時縮減了控制操作所需時間。而傳統(tǒng)基于自適應(yīng)PID控制的機器人步態(tài)控制系統(tǒng)設(shè)計研究了數(shù)據(jù)間的整合機制，在管理系統(tǒng)中心數(shù)據(jù)的基礎(chǔ)上進行步態(tài)數(shù)據(jù)審核分析，較好地控制了系統(tǒng)的控制中心性能，具有較為平穩(wěn)的控制路線，但操作步驟較為繁雜，具有較多的重復(fù)步驟，產(chǎn)生一定的操作浪費，致使其控制所需時間較長。傳統(tǒng)基于遺傳算法的機器人步態(tài)控制系統(tǒng)設(shè)計精簡控制操作步驟，在保證信息的有效傳輸?shù)耐瑫r控制步態(tài)數(shù)據(jù)的流通方向與流通狀態(tài)，縮短了控制所需時間，但正因如此，對于數(shù)據(jù)的掌握程度較低，無法達(dá)到系統(tǒng)的操作需求，在控制功能方面仍有欠缺，控制路線不平穩(wěn)，控制有效率較低。

綜上所述，本文基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計能夠更好地調(diào)節(jié)系統(tǒng)間的矛盾問題，及時解決系統(tǒng)數(shù)據(jù)信息，控制步態(tài)數(shù)據(jù)的有效流通，簡便操作流程，避免不必要的時間浪費，具有更為廣闊的發(fā)展空間。

4 結(jié)束語

本文在傳統(tǒng)機器人步態(tài)控制系統(tǒng)設(shè)計的基礎(chǔ)上提出了一種新式基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計，實驗結(jié)果表明，該系統(tǒng)設(shè)計的控制效果明顯優(yōu)于傳統(tǒng)系統(tǒng)設(shè)計的控制效果。相較于傳統(tǒng)機器人步態(tài)控制系統(tǒng)設(shè)計，基于CARLA-PSO組合模型的機器人步態(tài)控制系統(tǒng)設(shè)計能夠在較高程度上完善系統(tǒng)內(nèi)部結(jié)構(gòu)，通過對數(shù)據(jù)內(nèi)部狀態(tài)的調(diào)整達(dá)到系統(tǒng)的需求，根據(jù)原有的標(biāo)準(zhǔn)操作方案進行實驗研究，打破了固有的操作模式，獲取更好的控制結(jié)果，具有較高的研究價值。