劉雯景 陳志鵬

（廣東海洋大學(xué) 廣東省湛江市 524088）

1 引言

機(jī)器人行業(yè)多應(yīng)用于工業(yè)生產(chǎn)中，更多是應(yīng)用于代替人工進(jìn)行機(jī)械化重復(fù)工作從而降低人工成本?？蛇M(jìn)行隱患檢測(cè)的機(jī)器人常常被應(yīng)用于工廠中或者是危險(xiǎn)區(qū)域作業(yè)的特種機(jī)器人，如化工廠中用于檢測(cè)可燃?xì)怏w泄漏的工業(yè)機(jī)器人、火災(zāi)現(xiàn)場(chǎng)滅火機(jī)器人、案發(fā)現(xiàn)場(chǎng)拆彈機(jī)器人等。目前國(guó)內(nèi)居家安全隱患檢測(cè)機(jī)器人尚未普及，用于安全隱患方面的設(shè)備多以非智能的獨(dú)立模塊為主，如火焰?zhèn)鞲衅髂K、煙霧傳感器模塊、可燃?xì)怏w傳感器模塊等等。而對(duì)于室內(nèi)監(jiān)控，往往使用的是監(jiān)控?cái)z像頭，但使用監(jiān)控?cái)z像頭往往會(huì)以固定在特定高度的方式來對(duì)室內(nèi)換進(jìn)行監(jiān)控，多數(shù)不攜帶智能識(shí)別技術(shù)或所攜帶的智能識(shí)別技術(shù)水平較低。不少學(xué)者也提出了家用監(jiān)控機(jī)器人的設(shè)計(jì)理念，用于對(duì)家庭環(huán)境中可燃?xì)怏w的檢測(cè)、煙霧氣體檢測(cè)、以及防盜檢測(cè)等[1][2]。但多由于技術(shù)上智能化程度較低，實(shí)用性較差，難以在市面上進(jìn)行推廣。因此，本文設(shè)計(jì)一款家居安防監(jiān)控機(jī)器人，除了利用高精度的傳感器來檢測(cè)家居可燃?xì)怏w濃度、煙霧濃度、室內(nèi)溫濕度等[2]，還利用高清攝像頭實(shí)時(shí)采集圖像，通過分析圖像來檢測(cè)室內(nèi)可能存在的安全隱患問題，譬如通過識(shí)別火焰及時(shí)發(fā)現(xiàn)可能發(fā)生的火災(zāi)[3][4]，并將信息上報(bào)至安卓手機(jī)端進(jìn)行報(bào)警。

2 系統(tǒng)總體設(shè)計(jì)

2.1 總體設(shè)計(jì)目標(biāo)和需求

（1）機(jī)器人應(yīng)當(dāng)能實(shí)時(shí)接收和處理姿態(tài)傳感器的數(shù)據(jù)，并將處理后的數(shù)據(jù)發(fā)送給電機(jī)驅(qū)動(dòng)模塊來精確控制電機(jī)的轉(zhuǎn)向和轉(zhuǎn)速，從而實(shí)現(xiàn)自平衡運(yùn)動(dòng)。

（2）在可自平衡運(yùn)動(dòng)的基礎(chǔ)上，機(jī)器人應(yīng)具有一定的室內(nèi)隱患監(jiān)測(cè)功能，一方面可通過傳感器模塊實(shí)時(shí)采集室內(nèi)環(huán)境參數(shù)；另一方面通過圖像采集模塊對(duì)室內(nèi)環(huán)境進(jìn)行采樣和分析，譬如通過識(shí)別圖像中的火焰來預(yù)報(bào)火災(zāi)。

（3）機(jī)器人還應(yīng)該具有一定的通訊能力，用戶可以通過手機(jī)終端實(shí)時(shí)查看機(jī)器人所采集的室內(nèi)環(huán)境情況，如果發(fā)現(xiàn)隱患機(jī)器人應(yīng)及時(shí)提醒用戶。機(jī)器人需要滿足的技術(shù)參數(shù)由表1所示。

表1：技術(shù)參數(shù)的設(shè)計(jì)目標(biāo)

2.2 總體設(shè)計(jì)方案

基于圖像識(shí)別系統(tǒng)的雙輪自平衡監(jiān)控機(jī)器人主要的設(shè)計(jì)環(huán)節(jié)包括五部分，控制電路部分、運(yùn)動(dòng)算法部分、視覺分析部分、通訊協(xié)議部分、上位機(jī)監(jiān)控部分。各部分具體關(guān)系如圖1所示。

圖1：設(shè)計(jì)框架各部分關(guān)系圖

機(jī)器人開機(jī)后，首先會(huì)對(duì)自身設(shè)備進(jìn)行初始化，如相關(guān)傳感器的啟動(dòng)、圖像傳輸系統(tǒng)的初始化、機(jī)器人的姿態(tài)由不穩(wěn)定趨向穩(wěn)定等。初始化完畢后，機(jī)器人按照具體設(shè)定的路線進(jìn)行運(yùn)動(dòng)，在運(yùn)動(dòng)過程中機(jī)器人的圖像傳輸系統(tǒng)會(huì)實(shí)時(shí)捕獲周圍環(huán)境的數(shù)據(jù)，與此同時(shí)，機(jī)器人所攜帶的陀螺儀傳感器也會(huì)實(shí)時(shí)對(duì)機(jī)器人姿態(tài)進(jìn)行糾正，使得機(jī)器人能不斷直立穩(wěn)定地前進(jìn)。當(dāng)圖像傳輸系統(tǒng)獲取到圖像數(shù)據(jù)后，便將原始圖像數(shù)據(jù)發(fā)送至PC 端對(duì)圖像進(jìn)行深度處理。經(jīng)過PC 端的圖像識(shí)別后，PC 端會(huì)在圖像中框出出現(xiàn)火情的位置并將相關(guān)災(zāi)害信息發(fā)送至上位機(jī)監(jiān)控部分，同時(shí)也會(huì)發(fā)送機(jī)器人的有關(guān)傳感器數(shù)據(jù)，用戶得以查看室內(nèi)安全隱患情況。具體的操作流程圖如圖2所示。

圖2：機(jī)器人工作流程圖

3 系統(tǒng)實(shí)現(xiàn)

3.1 控制電路部分

控制電路主要負(fù)責(zé)機(jī)器人的自平衡雙輪運(yùn)動(dòng)、對(duì)傳感器數(shù)據(jù)進(jìn)行處理、加工、發(fā)送、以及接收用戶發(fā)送的數(shù)據(jù)等功能。該部分主要由五大模塊組成：主控模塊、電源模塊、傳感器模塊、電機(jī)驅(qū)動(dòng)模塊，各模塊之間的相互作用如圖3所示。主控模塊為機(jī)器人的核心部分，主控模塊中所采用的主控芯片為ARM Cortex-M3 內(nèi)核STM32F103C8T6 的32 位微控制器芯片，擁有64KB 程序存儲(chǔ)器、20KB 隨機(jī)存取存儲(chǔ)器，多個(gè)IO 口及多種通訊接口；芯片較小但功能強(qiáng)大，可大大節(jié)約主控電路板中電路所占用面積，使得電路更加緊湊，性價(jià)比極高。電源模塊主要負(fù)責(zé)機(jī)器人的供電、穩(wěn)壓以及電源電量的監(jiān)控。電源模塊由3 部分組成：12V 轉(zhuǎn)5V 穩(wěn)壓電路、5V轉(zhuǎn)3.3V 穩(wěn)壓電路、電源電量反饋電路。由于主控芯片的灌電流和拉電流均不足以驅(qū)動(dòng)電機(jī)，并且電機(jī)的轉(zhuǎn)動(dòng)所產(chǎn)生的感應(yīng)電動(dòng)勢(shì)會(huì)使得主控芯片擊穿，為了提高主控芯片的驅(qū)動(dòng)能力，并且更好地保護(hù)主控電路，因而需要電機(jī)驅(qū)動(dòng)電路來間接控制電機(jī)的轉(zhuǎn)動(dòng)。本設(shè)計(jì)采用內(nèi)含大電流MOSFET 組成H 橋結(jié)構(gòu)的TB6612FNG 作為電機(jī)驅(qū)動(dòng)芯片，可在同一時(shí)間驅(qū)動(dòng)自平衡機(jī)器人的兩個(gè)電機(jī)，可持續(xù)輸出1.2A 電流，滿足機(jī)器人正常運(yùn)作所需的電流大小。該芯片性能高、體積小、散熱好。傳感器模塊使得機(jī)器人對(duì)自身以及外界具有一定的感知能力，所感知的數(shù)據(jù)用于自身運(yùn)動(dòng)的反饋或用于室內(nèi)環(huán)境檢測(cè)。本文設(shè)計(jì)的機(jī)器人的傳感器模塊主要由包括姿態(tài)傳感器電路、煙霧傳感器電路、溫濕度傳感器電路、轉(zhuǎn)速傳感器電路。

圖3：電路控制部分各模塊間作用圖

3.2 運(yùn)動(dòng)算法部分

一般機(jī)器人的運(yùn)動(dòng)方式由以下幾種：履帶式、輪式、腿式、雙輪自平衡式。雙輪自平衡式相對(duì)于履帶式以及輪式而言，行動(dòng)更為靈活，占地面積更小，機(jī)器人可適應(yīng)各種狹窄而復(fù)雜的環(huán)境，而相對(duì)于腿式而言，即便沒有達(dá)到腿式的靈活程度，但是在設(shè)計(jì)難度上可大大降低，成為了室內(nèi)監(jiān)控機(jī)器人的最佳運(yùn)動(dòng)方式。

雙輪自平衡的工作原理源于倒立擺的控制原理，其系統(tǒng)是非線性、強(qiáng)耦合、多變量和自然不穩(wěn)定的系統(tǒng)，是檢驗(yàn)各種控制理論的理想模型。由于室內(nèi)環(huán)境復(fù)雜，空間較為狹窄，傳統(tǒng)的四輪機(jī)器人相對(duì)于雙輪自平衡結(jié)構(gòu)而言，占地面積以及體積更大，對(duì)地形變化的適應(yīng)能力相對(duì)較差。雙輪自平衡結(jié)構(gòu)通過兩輪的差動(dòng)輸入可以實(shí)現(xiàn)零回轉(zhuǎn)半徑和U 型回轉(zhuǎn)等優(yōu)點(diǎn)，運(yùn)動(dòng)方式更加靈活[5]。

PID 控制是現(xiàn)如今最通用的控制方法，大多數(shù)的閉環(huán)控制均采用此算法或該算法的變形來控制[6]。PID算法，便是比例、積分、微分，只需確定好三個(gè)重要參數(shù)（比例常數(shù)KP、積分常數(shù)KI、微分常數(shù)KD），即可得到對(duì)應(yīng)每個(gè)時(shí)間點(diǎn)的誤差所對(duì)應(yīng)的輸出。PID 算法的原始公式見公式（1）：

其中u(t)為算法的輸出，Kp 為積分系數(shù)，e(t)為當(dāng)前時(shí)刻誤差，Ti、Td 分別為積分時(shí)間常數(shù)、微分時(shí)間常數(shù)，T 為采樣周期。

自平衡機(jī)器人的自平衡運(yùn)動(dòng)算法的最終輸出為電機(jī)驅(qū)動(dòng)所輸出的電流大小以及極性。運(yùn)動(dòng)算法的核心是PID 算法，對(duì)于自平衡機(jī)器人穩(wěn)定平衡運(yùn)動(dòng)，算法上使用了三套不同的PID 算法，由直立環(huán)、速度環(huán)、轉(zhuǎn)向環(huán)來分別對(duì)各自不同種類的偏差做出電機(jī)驅(qū)動(dòng)電流上的不同類型的反饋。三閉環(huán)PID 的參數(shù)調(diào)整時(shí)，必須以不影響機(jī)器人自身穩(wěn)定為基礎(chǔ)。將最終算出的直立環(huán)、速度環(huán)、轉(zhuǎn)向環(huán)的各自占空比大小直接相加，自平衡機(jī)器人便穩(wěn)定直立運(yùn)行，在不同地形、不同初始角度、不同負(fù)載重心的情況下也可以輕松自行找到重心從而實(shí)現(xiàn)姿態(tài)的自適應(yīng)。

3.3 視覺分析部分

視覺分析部分負(fù)責(zé)將來自圖像傳輸系統(tǒng)的原始圖像進(jìn)行深度加工，對(duì)環(huán)境內(nèi)的火焰進(jìn)行識(shí)別，檢測(cè)出環(huán)境內(nèi)是否有火情的發(fā)生，以及火災(zāi)發(fā)生所在圖像中的位置，并在圖像中表示出，以便用戶查看以及提醒用戶火情的發(fā)生。

視覺分析部分對(duì)圖像的執(zhí)行流程如下：PC 端接收到來自圖像傳輸系統(tǒng)的原始圖像數(shù)據(jù)，圖像處理算法先對(duì)原始圖像進(jìn)行特征的初步提取，計(jì)算出圖像中與火焰特征最吻合的圖像所在的區(qū)域位置及大小，并截取該位置的圖像。為了提高圖像檢測(cè)的準(zhǔn)確性以及實(shí)時(shí)性，將截取的圖像輸入到神經(jīng)網(wǎng)絡(luò)中，并通過神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行進(jìn)一步分析，以便區(qū)分出火焰以及與火焰特征相近的其他物體（如燈光），提高圖像檢測(cè)的準(zhǔn)確率。視覺分析部分具體執(zhí)行流程如圖4所示。

圖4：視覺分析執(zhí)行流程圖

在軟件實(shí)現(xiàn)上，首先通過調(diào)用OpenCV 庫(kù)讀取圖像傳輸系統(tǒng)中的原始圖像，使用cv2.cvtColor 方法將圖像映射到HSV 域。隨后使用cv2.inrange()方法通過設(shè)定的最低、最高HSV 閾值獲得圖像的掩膜，將圖像中符合火焰特征的亮度、飽和度、色調(diào)閾值范圍的像素全部置1，閾值范圍外的像素全部置0，進(jìn)而完成圖像二值化，得到圖像中的符合火焰特征的具體區(qū)域。調(diào)用cv2.findContours方法提取出圖像中白色區(qū)域的輪廓并選中最大輪廓，并由cv2.minEnclosingCircle 得到最大外接圓的中心坐標(biāo)以及半徑，確定火焰所在的區(qū)域大小以及具體位置。最后根據(jù)該位置截取圖像，以便后續(xù)圖像分類操作的進(jìn)行。在進(jìn)行圖像特征提取后，將初步篩選的圖像輸入至以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的模型中進(jìn)行數(shù)據(jù)擬合，從而將圖片中的物體分類為火焰或者是其他物品。本設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的構(gòu)建基于Keras 庫(kù)，為順序模型，模型層數(shù)依次為12 層，除最后一個(gè)激活函數(shù)為softmax 函數(shù)用于神經(jīng)網(wǎng)絡(luò)輸出歸類外，其余均為relu 函數(shù)。

3.4 通訊協(xié)議部分

自平衡監(jiān)控機(jī)器人的通信協(xié)議部分是將機(jī)器人其余各部分相聯(lián)系的紐帶，通信協(xié)議部分所設(shè)計(jì)的范圍主要有主控系統(tǒng)中異步串行通信、圖像傳輸系統(tǒng)的傳輸協(xié)議。由于圖像傳輸系統(tǒng)中部分功能和異步串行通信集成于上位機(jī)監(jiān)控部分中，因而兩者并不能完全分離。機(jī)器人以異步串行通信的方式通過藍(lán)牙將上位機(jī)監(jiān)控系統(tǒng)與機(jī)器人主控系統(tǒng)相連接進(jìn)行數(shù)據(jù)通信，用于上位機(jī)監(jiān)控系統(tǒng)對(duì)機(jī)器人的實(shí)時(shí)控制以及機(jī)器人自身的有關(guān)傳感數(shù)據(jù)的發(fā)送至上位機(jī)監(jiān)控系統(tǒng)供用戶查看。圖像傳輸系統(tǒng)獲取圖像后以Wi-Fi 的方式利用UDP 協(xié)議進(jìn)行圖像數(shù)據(jù)的傳輸，供PC 端對(duì)原始圖像的處理與識(shí)別，并且再利用該方式將處理后的圖像以及相關(guān)數(shù)據(jù)發(fā)送至上位機(jī)監(jiān)控系統(tǒng)以便用戶對(duì)室內(nèi)環(huán)境的監(jiān)控以及相關(guān)數(shù)據(jù)的掌握。各系統(tǒng)之間的通信關(guān)系如圖5所示。

圖5：各系統(tǒng)之間的通信關(guān)系

3.5 上位機(jī)監(jiān)控部分

上位機(jī)監(jiān)控系統(tǒng)主要用于用戶對(duì)機(jī)器人的狀態(tài)的監(jiān)控、對(duì)環(huán)境狀況的監(jiān)控以及查看室內(nèi)空間圖像的相關(guān)信息，以便機(jī)器人對(duì)用戶匯報(bào)有關(guān)室內(nèi)隱患信息以及體系用戶做好相關(guān)措施。上位機(jī)監(jiān)控系統(tǒng)部署于安卓平臺(tái)，一共有4 個(gè)頁(yè)面，分別為主界面、機(jī)器人控制頁(yè)面、室內(nèi)監(jiān)控畫面、機(jī)器人狀態(tài)數(shù)據(jù)頁(yè)面。上位機(jī)監(jiān)控系統(tǒng)各個(gè)頁(yè)面效果如圖6所示。

圖6：狀態(tài)數(shù)據(jù)頁(yè)面

4 總結(jié)與展望

本文設(shè)計(jì)的智能家居安防機(jī)器人包括硬件底層設(shè)計(jì)、控制算法設(shè)計(jì)、視覺算法設(shè)計(jì)以及安卓監(jiān)控設(shè)計(jì)，經(jīng)過大量的實(shí)驗(yàn)以及實(shí)地操作，機(jī)器人能夠很好地實(shí)現(xiàn)既定功能，并且對(duì)用戶設(shè)定的監(jiān)控任務(wù)能夠高效地完成。但該設(shè)計(jì)仍存在一些待完善和改進(jìn)和的地方：

（1）基于計(jì)算機(jī)視覺的隱患檢測(cè)的種類欠缺，本設(shè)計(jì)僅僅考慮火焰的檢測(cè)，在以后的研究當(dāng)中還可以考慮盜賊入室、室內(nèi)人員發(fā)生意外等的檢測(cè)功能；

（2）機(jī)器人是按照既定路線在運(yùn)動(dòng)，尚未加入避障算法以及室內(nèi)定位，機(jī)器人的運(yùn)作效果有所欠缺；

（3）機(jī)器人的數(shù)據(jù)通信方式有待升級(jí)，機(jī)器人的通訊部分的研究現(xiàn)停留于局域網(wǎng)通訊范圍，未能實(shí)現(xiàn)真正的物聯(lián)網(wǎng)設(shè)備，用戶的體驗(yàn)也只是停留于局限的區(qū)域范圍。