申麗芳，李 瑩

(沈陽工學院 信息與控制學院， 遼寧 撫順 113122)

0 引言

巡檢機器人的應用范圍越來越廣，它可以代替人工完成很多較為困難的、重復的工作，這些工作通常情況下具有較高的危險性、機械性，通過巡檢機器人的巡檢，確保巡檢效果[1]。巡檢機器人在機械生產線、變電站、高壓變壓器維修等領域中得到了廣泛的應用，巡檢機器人可實現對輸電線路的多種故障檢測，確保電網安全運行。隨著對巡檢機器人的不斷改進和研究，目前，巡檢機器人災區(qū)救援、月球探測等領域也有非常大的應用前景，通過近距離拍攝探測區(qū)現場圖像并自主分析判斷，實現探測作業(yè)的高效開展。其中目標跟蹤是巡檢機器人的一大功能，在窄帶物聯網中，巡檢機器人可將跟蹤到的目標圖像、視頻等信息傳送到控制系統(tǒng)中，以便控制系統(tǒng)對目標信息進行系統(tǒng)的分析和控制[2]。

目前的巡檢機器人跟蹤控制系統(tǒng)，系統(tǒng)的魯棒性較低，跟蹤誤差較大，因此國內的專家學者針對巡檢機器人的目標跟蹤進行了相關的研究。文獻[3]提出基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)，通過設定目標搜索閾值，提高跟蹤的效果和穩(wěn)定性，但該系統(tǒng)對目標跟蹤的控制效果較差、目標位置誤差較高、控制系統(tǒng)遠端呈現的目標圖像不清晰。文獻[4]設計了一種電力巡檢機器人運動平衡滑?？刂破鳌２捎没？刂苼硗瓿蛇\動平衡調整工作，根據阿克曼公式設計通用的二類模糊系統(tǒng)來增強電力巡線機器人的抗干擾能力，實現巡檢機器人目標跟蹤過程的運動平衡控制，增強機器人的抗干擾性能。但是該方法的控制目標位置誤差較大。

為了解決以上出現的問題，本文設計了基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)，窄帶物聯網(NB-IoT)擁有成本和功耗低，覆蓋面積廣等優(yōu)點，通過NB-IoT無線通信技術實現巡檢機器人目標采集數據的智能化傳輸及控制，設計了硬件和軟件環(huán)境，實現了巡檢機器人目標智能跟蹤控制。

1 基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)硬件設計

本文設計的基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)硬件結構如圖1所示。

圖1 基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)硬件結構

1.1 窄帶物聯網無線通信模塊

巡檢機器人目標跟蹤控制系統(tǒng)窄帶物聯網物理層需要通過接口服務器連接到Zigbee壓力采集器、跟蹤控制器和數據服務器[5-6]，窄帶物聯網物理層分為3個層次，分別對應智能控制系統(tǒng)的接入層，窄帶物聯網物理層結構如圖2所示。

圖2 窄帶物聯網物理層結構

通過采集器采集數據信息，整理采集信息，選取巡檢機器人目標，選用 NB-IoT 無線通信技術使數據運往服務器，在窄帶物聯網模塊實現底層信息的采集，并操縱ZigBee網絡完場巡檢機器人的目標跟蹤和數據采集[7-9]。采用NB-IoT技術將收到的數據傳送給服務器層，最終通過服務器傳送給客戶機。在所構造的模擬架構下，通過兩種物理信道通道傳輸方向完成設置，NPUSCH和NPRACH在上行、設置NPBCH、NPDCCH、NPDSCH等在下行，用于模擬控制信號命令的數據傳輸。對巡檢機器人目標跟蹤控制系統(tǒng)的數據信息采集進行集中調度。

1.2 Zigbee壓力采集器

Zigbee壓力采集器通過Zigbee節(jié)點完成巡檢機器人頂板壓強的探測工作，并通過無線通訊協議將所測得的壓力信息發(fā)送給跟蹤控制器，使系統(tǒng)終端能夠了解機器人的受力情況[10]。Zigbee壓力采集器主要由XBee控制模塊、壓力傳感器兩部分組成。壓力采集器結構如圖3所示。

圖3 壓力采集器結構

采用壓力范圍0～60 MPa的SLM211硅壓阻壓力傳感器。具有靈敏度強、精度高的特點。

1.3 跟蹤控制器

跟蹤控制器是控制系統(tǒng)的核心，采用低功耗的嵌入式stm32f103芯片為跟蹤控制器的核心處理器，實現控制器的高性能、低成本、低消耗。在同系列芯片中具有最快的數據處理速度[11]。且自帶AD轉換器，最多可開放21個輸入通道進行數據輸入，數據轉換時間低于1 μs。在控制性能方面，具有12通道DMA控制器和兩個16位PWM高級控制器用于巡檢機器人的緊急停止工作控制。跟蹤控制器結構如圖4所示。

圖4 跟蹤控制器結構

跟蹤控制器具有512 k字節(jié)的Flash程序內存，64 k字節(jié)的SRAM，4個靜態(tài)存儲器，能夠對待處理數據進行短暫存儲，是保證控制器數據處理效率的關鍵。

1.4 STM32主控電路設計

1)供電電路。為滿足控制系統(tǒng)的運行需求，采用嵌入式調壓器進行電壓調節(jié)，最低供電低壓為2.0 V，最高供電電壓為3.6 V。供電電路如圖5所示。

圖5 供電電路圖

2)晶振電路。以中控機內單片機內部的RC振蕩器為基礎，在實際設計中，在外部添加晶振源，配置寄存器，參考各個功能需求，完成時鐘源的配置[12]。晶振電路如圖6所示。

圖6 晶振電路圖

3)復位電路。當跟蹤控制器的供電電壓低于2.0 V時，由于低電量供給無法滿足系統(tǒng)正常運行需求，跟蹤控制器自動響應復位措施?？紤]跟蹤控制器的故障問題，此外，還設計了手動復位電路，以方便緊急情況下的緊急復位和故障恢復[13]。并在啟動手動復位后，不管控制系統(tǒng)處于什么狀態(tài)，各項設備和軟件程序都將被強行恢復到初始化設置。復位電路如圖7所示。

圖7 復位電路圖

2 巡檢機器人目標跟蹤控制系統(tǒng)軟件設計

在以窄帶物聯網無線通信為基礎的系統(tǒng)硬件模塊設計上，設計巡檢機器人目標跟蹤控制系統(tǒng)軟件流程。主要設計內容包括Zigee組網、目標跟蹤視覺處理以及巡檢機器人目標跟蹤自主導航等三部分，分別實現巡檢機器人的通信功能、目標跟蹤視覺處理功能和目標跟蹤自主導航功能。

2.1 Zigee組網程序

考慮巡檢機器人的應用領域，針對復雜環(huán)境下的目標跟蹤，由于簡單的4G網絡通信受到網絡覆蓋面的限制，在無網絡情況下可能導致通信中斷，使得控制系統(tǒng)無法獲取巡檢機器人的實時工作數據[14]。為保證通訊的穩(wěn)定性，應用Zigee進行通訊，Zigee具備自組網，采用無線mesh進行通訊不受網絡限制，且針對Zigee組網故障具有較強的自愈合能力。Zigee組網以控制系統(tǒng)的終端接收設備為節(jié)點，巡檢機器人為路由器，跟蹤控制器為協調器，當巡檢機器人追蹤目標到某一位置時，其附近終端節(jié)點形成自組網，保持動態(tài)組網模式，維護通訊的暢通[15]。Zigee組網程序工作流程如圖8所示。

圖8 Zigee組網程序工作流程

2.2 目標跟蹤視覺處理程序

巡檢機器人的視覺庫包含在一個Python程序中，可根據目標跟蹤需求嵌入特征識別、濾波、模式檢測等多種高級算法，擴展巡檢機器人的視覺處理功能[16-18]。嵌入式處理程序工作流程如圖9所示。

圖9 嵌入式視覺處理程序

巡檢機器人內設SimpleCV開源視覺框架，完善自身的視覺架構。巡檢機器人通過分色計算各通道非飽和像素的HSV值，能夠準確辨認視覺范圍內景象的顏色，在Python編程的運行下，通過編寫物體識別程序，能夠使巡檢機器人識別路況信息，并選擇最優(yōu)追蹤路徑進行目標追蹤，通過對比視覺架構中的視覺信息，能夠識別基礎障礙物，是保證機器人持續(xù)追蹤的基礎[19-20]。

2.3 巡檢機器人目標跟蹤自主導航程序

巡檢機器人的自主導航以激光雷達傳感器的數據采集為基礎，通過傳感器的360°旋轉掃描和測距，引用SDK開發(fā)包，計算出目標定位模型的輸出測量，并根據相關比例，繪制目標追蹤路徑，完善地圖繪制，且為便于巡檢機器人本身功能的擴展，控制系統(tǒng)支持Linux等嵌入式系統(tǒng)的移植，且在控制系統(tǒng)的控制下，巡檢機器人的視覺能夠快速掃描周圍20 m范圍的事物，提升了云點數據的構建速度，根據云計算分析，得到目標的移動路徑，并快速響應追蹤模塊，實現巡檢機器人的自主導航。

3 實驗研究

為了驗證本文設計的基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)的實際工作效果，將基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)與本文系統(tǒng)進行對比實驗。

3.1 實驗條件及方法

實驗中，將兩種控制系統(tǒng)搭載在巡檢機器人樣機上進行實驗，實驗需要對比兩種控制系統(tǒng)的目標位置誤差、控制效果以及目標圖像的清晰度。實驗參數設置如下：高清攝像機的分辨率為320×180 pixel，幀率：25 f/s，窄帶物聯網的頻率：2.4 GHz，帶寬20 Mb/s，覆蓋范圍≧200 m，為了保證實驗結果的有效性和嚴謹性，兩個巡檢機器人的外形和內部配置均相同。

基于以上設置的實驗參數，在窄帶物聯網環(huán)境中，巡檢機器人需要對目標路線進行自動巡檢，當控制系統(tǒng)遠端發(fā)生了緊急事件時，根據控制流程，兩種控制系統(tǒng)的巡檢機器人同時向目標以相同速度運動，跟蹤軌跡由兩個巡檢機器人自行進行規(guī)劃，跟蹤過程中統(tǒng)計兩個巡檢機器人的跟蹤情況并觀察其運動狀態(tài)。為了更準確地對比出兩種控制系統(tǒng)的目標位置誤差，針對目標位置誤差對比實驗，需要進行兩次的目標跟蹤運動，第一次將兩個巡檢機器人放在相同的位置上，使兩個巡檢機器人按照相同的跟蹤軌跡進行跟蹤運動，跟蹤運動完成后，統(tǒng)計兩個巡檢機器人的目標位置誤差。第二次對比試驗中，將兩個巡檢機器人同樣放在相同的目標位置上，使其按照不同的跟蹤軌跡進行跟蹤運動，運動過程中兩個機器人通過窄帶物聯網會得到屬于自己的軌跡信息，按照各自的軌跡完成跟蹤運動，跟蹤運動完成后，統(tǒng)計兩個巡檢機器人的目標位置誤差及控制效果。

3.2 實驗結果分析

首先對比兩種控制系統(tǒng)的目標位置誤差。兩次對比實驗結果如圖10所示。

圖10 跟蹤實驗結果

通過對實驗結果進行分析可知，在第一次跟蹤運動中，本文系統(tǒng)的巡檢機器人按照自己的軌跡跟蹤后，目標跟蹤曲線與實際路線相差值較小，在第二次跟蹤運動中，本文系統(tǒng)的巡檢機器人的目標跟蹤曲線與實際路線相差值較第一次有所上升，但整體的目標位置誤差較低，兩次實驗的跟蹤誤差平均值為0.2 m，基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)的巡檢機器人在第一、第二次跟蹤運動中，目標跟蹤曲線與實際路線相差值均較高，兩次實驗的跟蹤誤差平均值為1.3 m。

基于以上得到的目標誤差對比結果，檢驗兩種系統(tǒng)的控制效果，如圖11所示。

圖11 控制誤差實驗結果

分析圖11可知，在控制節(jié)點數量為140時，基于窄帶物聯網的機器人目標跟蹤控制系統(tǒng)控制節(jié)點誤差為5.9%基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)控制節(jié)點誤差為14.8%，而基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)的巡檢機器人在跟蹤快速移動的目標時，目標運動速度過快導致巡檢機器人沒有跟上目標，而本文系統(tǒng)的巡檢機器人在跟蹤相同移動速度的目標時，由于控制系統(tǒng)中設置了跟蹤控制器，提前對目標的運動速度進行了控制，因此本文系統(tǒng)的巡檢機器人沒有將目標跟丟，由此可驗證，本文系統(tǒng)對巡檢機器人的跟蹤控制效果要優(yōu)于基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)的控制效果，本文系統(tǒng)可以有效的跟蹤目標，實現快速跟蹤。

綜上所述，通過對比實驗可驗證，本文設計的基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)優(yōu)于基于機器視覺的巡檢機器人目標跟蹤控制系統(tǒng)，本文系統(tǒng)具有較低的目標位置誤差、較好的跟蹤控制效果，具有更高的應用價值。

4 結束語

針對巡檢機器人的目標追蹤控制難度大等問題，本文設計了一種基于窄帶物聯網的巡檢機器人目標跟蹤控制系統(tǒng)，采用Zigee壓力采集器進行實時數據采集，獲取巡檢機器人的受力情況，利用跟蹤控制器完成系統(tǒng)的核心控制操作，并設計多種電路為系統(tǒng)的運行提供電源保證。在軟件設計方面，利用Zigee組網實現高穩(wěn)定性的系統(tǒng)通信，同時引用嵌入式視覺處理技術和自主導航技術，進一步提升巡檢機器人的綜合性能，促進巡檢機器人目標跟蹤控制技術進一步發(fā)展的同時，擴大了窄帶物聯網的應用領域，并為其他機器人的控制提供了借鑒。