鄧健，李長勇，智泉卿

(新疆大學(xué)機械工程學(xué)院，新疆 烏魯木齊 830047)

1 引言

冬季，我國北部地區(qū)降雪頻繁，從1995?2017年從受災(zāi)牲畜、受災(zāi)面積、經(jīng)濟損失和受災(zāi)頻次統(tǒng)計表明[1]，大雪對人民日常出行帶來極大不便，隨著人民生活水平的提高，人工掃雪逐漸被大型機械化除雪設(shè)備取代。

但對于一些狹窄的區(qū)域，采用大型機械化除雪存在掃雪環(huán)境區(qū)域較單一，使用全自主掃雪機器人來進行除雪可以有效清除狹窄庭院分布不規(guī)則積雪。通過對全自主掃雪機器人車體運動控制算法進行研究和實驗表明，掃雪機器人的上位機視覺傳感器融合超聲波傳感器和下位機多方向覆蓋算法相結(jié)合的方法進行掃雪，相對傳統(tǒng)的控制算法可以有效提高行走偏差率、掃雪覆蓋率和減小除雪重復(fù)率。其次設(shè)計的全自主掃雪機器人內(nèi)部設(shè)置有多信息運算處理的控制器中心，可以在寒冷的冬季有效降低環(huán)衛(wèi)工人的掃雪勞動強度。

除此之外，通過對全自主掃雪機器人除雪的調(diào)查研究發(fā)現(xiàn)，掃雪機器人的智能化水平相對移動機器人技術(shù)偏低，造成在作業(yè)過程中除雪不徹底和不干凈等現(xiàn)象。針對此現(xiàn)象，掃雪機的智能化研究對掃雪機器人技術(shù)的發(fā)展具有重要的意義。

2 掃雪機器人工作環(huán)境

全自主掃雪機器人工作環(huán)境，如圖1所示。庭院積雪分布情況為無規(guī)則狀，道路部分積雪分布符合“曼哈頓街道”模型，通過對常規(guī)的大型除雪設(shè)備進行綜合評價，發(fā)現(xiàn)存在著掃雪機械設(shè)備笨重，掃雪效果不理想和成本較高現(xiàn)象。

圖1 掃雪區(qū)域場景Fig.1 Scene of the Snow Clearing Area

全自主微型掃雪機體積相對較小，對庭院狹窄地區(qū)除雪具有針對性特點。針對此問題提出了全自主掃雪機器人控制算法研究，此控制算法可以通過視覺傳感器提取出復(fù)雜環(huán)境中的積雪分布，把干擾點進行淡化處理，同時采用超聲波傳感器進行測距，使用多方向覆蓋算法進行下位機優(yōu)先級分選執(zhí)行。

3 掃雪機器人系統(tǒng)

3.1 掃雪機器人車身機構(gòu)

掃雪機器人主要由推雪機構(gòu)、左右轉(zhuǎn)動推板機構(gòu)、推板升降機構(gòu)、視覺部分、行走機構(gòu)、浮雪升降機構(gòu)、浮雪機構(gòu)等組成，如圖2所示。

圖2 掃雪機器人車身機構(gòu)Fig.2 Body Mechanism of the Snowplow Robot

掃雪機器人以車體中心為圓心，圓心向推板定義為X方向，平行地面且垂直X軸定義為Y軸方向，分別垂直X軸和Y軸且向上定義為Z軸。其中推雪機構(gòu)可在?Y0X左右45°轉(zhuǎn)動和X0Y左右45°轉(zhuǎn)動，可以把推板上的積雪推向左右側(cè)面；視覺傳感器下面裝有二軸云臺，云臺可在XY軸構(gòu)建的平面繞Z軸175°轉(zhuǎn)動，同理也可以YZ軸構(gòu)建的平面繞X軸左右175°轉(zhuǎn)動，視覺可以在多方位采集場景圖像信息。

掃雪機器人根據(jù)機構(gòu)設(shè)計原理以及實際掃雪環(huán)境需求，采取最優(yōu)化設(shè)計的主要性能參數(shù)，如表1所示。

表1 掃雪機器人性能參數(shù)Tab.1 Snowplow Robot Performance Parameters

3.2 掃雪機器人控制算法

3.2.1 控制算法設(shè)計

掃雪機器人分為上位機和下位機兩部分，其中主要由通訊設(shè)置圖像處理、信息采集和驅(qū)動執(zhí)行三個方面?？刂扑惴鞒蹋鐖D3所示。

圖3 控制系統(tǒng)流程Fig.3 Process Control System

通訊設(shè)置根據(jù)用戶需求先選取網(wǎng)絡(luò)通訊或者usart232串口通信，然后使用視覺傳感器進行圖片采集，通過對圖像的處理可以采集到掃雪目標(biāo)位置信息，最后完成上位機操控和下位機動作執(zhí)行程序接口對接完成交互。其中圖像處理程序采用Microsoft Visual Studio2015且配置OpenCV2.44進行編寫。信息采集使用STM32F103zet6芯片為核心的單片機，主要負(fù)責(zé)采集環(huán)境信息和接收上位機下達(dá)的指令，然后傳輸給下位機。驅(qū)動執(zhí)行部分是由下位機驅(qū)動執(zhí)行，當(dāng)下位機的行走驅(qū)動電機接收到上位機界面發(fā)出的A、E、G、C、Y時，分別執(zhí)行前、后、左、右、后和停止動作。當(dāng)執(zhí)行遠(yuǎn)程操控時當(dāng)上位機界面充當(dāng)采用TCP Client時，首先連接服務(wù)器分配的IP地址和端口號，其次進行遠(yuǎn)程指令下達(dá)給下位機控制板，進行發(fā)送給具體的對應(yīng)的執(zhí)行機構(gòu)。

3.2.2 人機交互界面

掃雪機器人上位機界面程序和下位機控制程序相互獨立運行，通過usart232或TCP/IP通訊建立程序交互，當(dāng)不需要遠(yuǎn)程通訊時，可使用usart232通過hc?05進行通訊，如圖4（a）所示。當(dāng)需要進行遠(yuǎn)程通訊時可使用TCP/IP技術(shù)[2]，連接對應(yīng)服務(wù)器分配的IP 和端口號進行通訊，如圖4（b）所示。上位機界面采用Micro?soft Visual Basic 6.0開發(fā)，其中主要功能包括視覺部分、手動按鍵操控、語音控制、遠(yuǎn)程操控等，如圖4所示。

圖4 人機交互界面Fig.4 Interactive Interface of Human?Computer

掃雪機器人下位機程序在Keil uVision5 上編寫，其中常編寫的程序有串口通訊、PWM脈沖寬度、定時器、協(xié)議、SPI通訊和主函數(shù)具體功能實現(xiàn)等，可以通過設(shè)置中斷優(yōu)先級順序進行依次響應(yīng)。

3.2.3 不同控制算法比較

在掃雪機器人在進行掃雪時會遇到各種復(fù)雜多變障礙物環(huán)境，簡化為二維平面點的集合并且選用最有效的直接搜索方法及A*算法進行仿真[3]:

式中：f(k)—在k位置對象啟動點與終點的代價估計；

g(k)—在k位置對象啟動點與終點實際代價估計；

h(k)—在k位置啟動點與終點最佳代價估計。

實際掃雪機器人在運輸過程中可能遇到多通道路況擇優(yōu)問題，A*算法則會預(yù)先啟動式多通道路徑選出一條最優(yōu)通道。如圖5所示。通過對A*算法的研究發(fā)現(xiàn)，當(dāng)遇到交叉路口或者障礙物時可以選擇路徑的優(yōu)化和避障，選取出最優(yōu)一條道路。當(dāng)A*算法使用在掃雪路徑優(yōu)化中，面臨著掃雪面積覆蓋率低等問題。

圖5 A*算法Fig.5 A* Algorithm

采用啟發(fā)式搜索算法在路徑規(guī)劃過程中，通過對全局面積劃分為各個局部子區(qū)域，然后在子區(qū)域內(nèi)建立啟發(fā)式沿邊清掃，可使覆蓋率維持在95%，同時重復(fù)率維持在25%以下［4］。在啟發(fā)式搜索算法和A*算法的基礎(chǔ)上提出了一種新的路徑?方向解析算法，掃雪機器人的掃雪路線結(jié)合最優(yōu)算法對局部環(huán)境的避障分析，如圖6所示。

圖6 避障控制算法原理Fig.6 Algorithm Principle of Obstacle Avoidance Control

掃雪機器人坐標(biāo)系為x0y，障礙物1的坐標(biāo)為（x1，y1），障礙物2的坐標(biāo)為（x2，y2），障礙物3的坐標(biāo)為（x3，y3），目標(biāo)點位置為（x4，y4），出發(fā)點位置為（m，n）。其中出發(fā)點離障礙物（1～3）的距離依次為a、b和c，距離目標(biāo)點距離為d，出發(fā)點與目標(biāo)點之間距離線段與機器人坐標(biāo)系x軸之間夾角為i，角度j則為世界坐標(biāo)系與搬運機器人坐標(biāo)系下夾角。最后將目標(biāo)點坐標(biāo)轉(zhuǎn)換為在世界坐標(biāo)系下的坐標(biāo)，進行優(yōu)化算法分析和求解。通過對覆蓋算法［5?6］和A*算法的研究發(fā)現(xiàn)，采用分級優(yōu)先順序方法可以降低掃雪重復(fù)率，通過設(shè)定右下角W為掃雪規(guī)劃起始點，從路徑規(guī)劃起始點到1的方向定義為第一優(yōu)先級，從起始點到2的位置為第二優(yōu)先級，其中先后優(yōu)先級順序設(shè)置在下位機程序內(nèi)部，通過搶占優(yōu)先級和響應(yīng)優(yōu)先級的分配進行，當(dāng)遇到障礙物時可以借助視覺傳感器融合超聲波測距進行優(yōu)化處理，上下位機通過usart232串口實時通訊，最終通過實驗過程可使重復(fù)率控制在18%內(nèi)，覆蓋率維持在95%以上。

首先以世界坐標(biāo)系下物體位置為絕對坐標(biāo)系建立掃雪機器人相對坐標(biāo)，從而可以計算物體在相對坐標(biāo)系下對應(yīng)的絕對坐標(biāo)。

如世界坐標(biāo)系下目標(biāo)點位置坐標(biāo)公式：

同理可求出障礙物1、2、3坐標(biāo)公式。

3.2.4 視覺處理

由于掃雪環(huán)境和光照強度影響，需要對視覺傳感器采集圖片進行濾波處理，為了能準(zhǔn)確獲取掃雪目標(biāo)信息，需要對采集照片進行灰度處理→二值化→降噪［7］，如圖7所示。

圖7 掃雪環(huán)境處理前后Fig.7 Before and After Snow Removal Environment Treatment

在掃雪場景中需要對積雪覆蓋的區(qū)域進行提取，并設(shè)置灰度值為R=0.3a+0.59b+0.11c[8]突出目標(biāo)A，設(shè)定為白色，同時把背景淡化并設(shè)置為黑色。

視覺遠(yuǎn)距離存在著畸變現(xiàn)象，并且遠(yuǎn)離與畸變成正比，可以用以下公式來表示[9?10]:

在畸變變化允許范圍內(nèi)進行處理可以有效降低定位誤差。

4 實驗測試數(shù)據(jù)

實驗過程進行50次，實驗中掃雪機運行的路線場景為學(xué)?；@球場內(nèi)，任取一塊（20×10)m直線路面進行實驗，如表2所示。首先設(shè)定起點和終點后，從中均勻截取10個部分，從履帶在雪地的壓痕坐標(biāo)可計算出第一部分偏移量誤差和角度。然后第二部分繼續(xù)測出偏移量誤差和角度，依次遞增，按照同樣方法和步驟測完剩下的8部分偏移量誤差和角度，實驗中每部分進行5次，取失誤次數(shù)相對少的三次運行軌跡作為實驗樣本，求取平均值和方差。

表2 試驗路徑數(shù)據(jù)Tab.2 Test Path Data

起點偏差角度和起點偏移距離，如圖8所示。從圖中可以看出在100cm內(nèi)，起點偏移距離維持在（±2.17）%內(nèi)，起點偏差角度維持在（±0.37）%內(nèi)，根據(jù)得出結(jié)論可合理定制掃雪機器人帶有障礙物的掃雪路線且符合掃雪機器人掃雪的精確控制要求。通過對實驗數(shù)據(jù)的分析發(fā)現(xiàn)產(chǎn)生誤差原因主要有雪面和履帶之間產(chǎn)生的打滑和人工測量精確度誤差，其中起點偏角為了避免誤差產(chǎn)生，本實驗采取大量重復(fù)實驗作為預(yù)備實驗，最終完成實驗數(shù)據(jù)精確度的要求。

5 結(jié)論

在現(xiàn)有的全自主掃雪機器人控制算法上進行優(yōu)化融合，采用圖像處理融合超聲波傳感器測距和下位機路徑—方向解析算法結(jié)合，最終使機器人在雪地場景100cm內(nèi)，起點偏移距離維持在（±2.17）%內(nèi)，起點偏差角度維持在（±0.37）%內(nèi)，掃雪覆蓋率維持在95%以上和重復(fù)率維持在20%以下，滿足一定范圍全自主除雪需求。