鐘 昊，丁仲熙

(1.長沙海關(guān)技術(shù)中心，長沙 410004；2.西北工業(yè)大學(xué) 明德學(xué)院，西安 710124)

0 引言

實(shí)驗(yàn)樣品是指用于實(shí)驗(yàn)過程中的材料，一般存放于規(guī)定容器和條件下，在實(shí)驗(yàn)過程中需要將所需的實(shí)驗(yàn)樣品運(yùn)輸至實(shí)驗(yàn)執(zhí)行地點(diǎn)，然而由于實(shí)驗(yàn)中使用的樣品數(shù)量較大，樣品類型較多，使用人工運(yùn)輸?shù)姆绞酱嬖诠ぷ餍实?、工作量大、樣品在運(yùn)輸途中被損壞等問題，為此在實(shí)驗(yàn)室中引入配送機(jī)器人。配送機(jī)器人指的是用于物品配送的人工智能機(jī)器人，而配送就是根據(jù)用戶需求，采用信息管理和調(diào)度的方式將所需物品傳輸給目標(biāo)用戶的方式。配送機(jī)器人是一種可以在有障礙的工作空間中進(jìn)行自主操作，從而完成預(yù)定的工作任務(wù)的機(jī)器人系統(tǒng)。通過配送機(jī)器人的應(yīng)用，有效提高實(shí)驗(yàn)室的樣品獲取速度和精準(zhǔn)度，同時(shí)降低實(shí)驗(yàn)樣品的搬運(yùn)難度。

配送機(jī)器人的移動(dòng)精度直接影響了實(shí)驗(yàn)室樣品的配送效果，為保證配送機(jī)器人能夠按照預(yù)期方案執(zhí)行配送任務(wù)，設(shè)計(jì)并開發(fā)了配送機(jī)器人控制系統(tǒng)。現(xiàn)階段發(fā)展較為成熟的機(jī)器人控制系統(tǒng)主要包括：文獻(xiàn)[1]提出的基于數(shù)字化技術(shù)的機(jī)器人控制系統(tǒng)、文獻(xiàn)[2]提出的基于ROS的機(jī)器人控制系統(tǒng)以及文獻(xiàn)[3]提出的基于改進(jìn)模糊PID的機(jī)器人控制系統(tǒng)，其中文獻(xiàn)[1]提出系統(tǒng)在設(shè)備端、云平臺(tái)端、工業(yè)網(wǎng)關(guān)等硬件設(shè)備的支持下，采用Neptune云平臺(tái)實(shí)現(xiàn)設(shè)備的管理功能，同時(shí)采用GTS運(yùn)動(dòng)控制卡，接收云平臺(tái)端的控制指令及控制電機(jī)。文獻(xiàn)[2]提出系統(tǒng)在RVIZ可視化工具中，對(duì)機(jī)器人進(jìn)行了建模，并將其輸出到統(tǒng)一的機(jī)器人說明格式文件中。改進(jìn)快速拓展隨機(jī)樹算法以綜合考慮角度和距離的權(quán)重，將改進(jìn)RRT算法作為機(jī)器人控制系統(tǒng)的運(yùn)動(dòng)避障規(guī)劃器。另外文獻(xiàn)[3]提出系統(tǒng)以機(jī)器人的狀態(tài)空間模型為基礎(chǔ)，將跟蹤誤差信息和電機(jī)電壓作為輸入、輸出來設(shè)計(jì)控制器，同時(shí)設(shè)計(jì)了一種論域放大因子優(yōu)化的模糊控制器，并通過試驗(yàn)測(cè)量，初步確定了控制參數(shù)的取值范圍。引入逆向?qū)W習(xí)算法，對(duì)個(gè)體進(jìn)行初始化，并設(shè)計(jì)加權(quán)系數(shù)，以控制個(gè)體與個(gè)體距離較近的個(gè)體所占的比重，避免個(gè)體出現(xiàn)早熟現(xiàn)象。然而上述傳統(tǒng)的機(jī)器人控制系統(tǒng)主要針對(duì)的是工業(yè)搬運(yùn)機(jī)器人，將其應(yīng)用到實(shí)驗(yàn)樣品配送機(jī)器人的控制工作中存在明顯的控制效果不佳的問題，主要體現(xiàn)在控制誤差大、應(yīng)用性能差等方面，為此引入FA-A*優(yōu)化算法[4-7]。

FA-A*優(yōu)化算法也就是改進(jìn)螢火蟲算法(FA，firefly algorithm)，是一種啟發(fā)式算法，通過模擬螢火蟲個(gè)體發(fā)光機(jī)制實(shí)現(xiàn)信息共享，利用熒光強(qiáng)度較高的個(gè)體對(duì)熒光強(qiáng)度較低的個(gè)體的吸引作用，使得熒光強(qiáng)度較高的個(gè)體對(duì)熒光強(qiáng)度較低的個(gè)體的趨向性，從而達(dá)到群體的最優(yōu)進(jìn)化[8-9]。本文在經(jīng)典FA算法基礎(chǔ)上，提出FA-A*優(yōu)化算法，強(qiáng)化算法的路徑尋優(yōu)性能，對(duì)實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)，以期能夠提升系統(tǒng)的控制效果[10-12]。

1 實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)的硬件部分設(shè)計(jì)

優(yōu)化設(shè)計(jì)的實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)中硬件系統(tǒng)用來支持軟件功能的實(shí)現(xiàn)，主要由控制器、傳感器、處理器以及驅(qū)動(dòng)器等多個(gè)部分組成，其中控制器是控制功能的執(zhí)行元件，傳感器用來獲取配送機(jī)器人的實(shí)時(shí)運(yùn)行狀態(tài)數(shù)據(jù)，處理器用來分析機(jī)器人狀態(tài)，為控制指令的生成提供參考，驅(qū)動(dòng)器為控制指令的作用對(duì)象，實(shí)現(xiàn)對(duì)配送機(jī)器人各個(gè)運(yùn)動(dòng)模塊驅(qū)動(dòng)控制。為了滿足FA-A*優(yōu)化算法和配送機(jī)器人控制功能的運(yùn)行要求，需要對(duì)硬件系統(tǒng)中的部分元件進(jìn)行優(yōu)化設(shè)計(jì)[13-15]。實(shí)驗(yàn)樣品機(jī)器人的控制系統(tǒng)的硬件部分以控制器為中心，還包括位姿傳感器、數(shù)據(jù)處理器、電機(jī)驅(qū)動(dòng)器，各模塊的連接情況如圖1所示。

圖1 硬件部分的總體架構(gòu)設(shè)計(jì)

1.1 配送機(jī)器人位姿傳感器

為了實(shí)現(xiàn)對(duì)實(shí)驗(yàn)樣品配送機(jī)器人實(shí)時(shí)運(yùn)行狀態(tài)的精準(zhǔn)采集，對(duì)內(nèi)設(shè)在機(jī)器人中的位姿傳感器進(jìn)行改裝優(yōu)化[16]。優(yōu)化設(shè)計(jì)的位姿傳感器由位置反饋元件、視覺元件、測(cè)距元件等部分組成，實(shí)現(xiàn)配送機(jī)器人多維度位姿信息的采集[17-18]。

圖2為位姿傳感器中位置反饋元件使用旋轉(zhuǎn)變壓器，該元件是基于互感原理工作的。從電動(dòng)機(jī)的工作原理出發(fā)，可以把轉(zhuǎn)子看作具有轉(zhuǎn)動(dòng)能力的變壓器，其定子和轉(zhuǎn)子可以看成原邊和副邊繞組。轉(zhuǎn)子的角度變化時(shí)，原邊繞組與副邊繞組間的電磁場(chǎng)耦合強(qiáng)度也隨之變化，因此，轉(zhuǎn)子的角度變化將直接影響到轉(zhuǎn)子繞組輸出電壓的幅值與相位[19-20]。傳感器中的視覺元件用來完成配送機(jī)器人對(duì)電梯按鈕的識(shí)別功能，要求裝設(shè)的視覺元件具有較高穩(wěn)定性和拍照靈敏度，優(yōu)化設(shè)計(jì)系統(tǒng)中選用ac A1300-30 uc型號(hào)的CCD相機(jī)，并組裝RICOH鏡頭。測(cè)距元件主要用來測(cè)量實(shí)驗(yàn)樣品配送對(duì)象與機(jī)器人執(zhí)行終端之間距離，選用測(cè)距元件利用激光來精確地測(cè)量目標(biāo)距離的測(cè)距元件。此測(cè)距單元支持動(dòng)態(tài)測(cè)量、可預(yù)設(shè)測(cè)量模式、隨時(shí)待機(jī)等功能，并有一般小型物品自動(dòng)儲(chǔ)存和超大型自動(dòng)儲(chǔ)存兩種測(cè)量模式，并可在周圍環(huán)境溫度從零下40～50 ℃之間使用。將上述元件在電源電路的支持下按照?qǐng)D1表示結(jié)構(gòu)進(jìn)行連接，完成配送機(jī)器人位姿傳感器的優(yōu)化設(shè)計(jì)。

圖2 配送機(jī)器人位姿傳感器組成結(jié)構(gòu)圖

1.2 配送機(jī)器人數(shù)據(jù)處理器

選擇嵌入式S3C2410X微處理器作為實(shí)驗(yàn)樣品配送機(jī)器人實(shí)時(shí)運(yùn)行數(shù)據(jù)的分析元件，是16/32位精簡指令集微處理器，采用了0.18 μm技術(shù)標(biāo)準(zhǔn)，在數(shù)據(jù)處理器中的存儲(chǔ)器通過每行8字節(jié)長度的獨(dú)立16 K指令緩存和數(shù)據(jù)緩存，實(shí)現(xiàn)了MMU功能、AMBA總線及Harvard緩存結(jié)構(gòu)。

1.3 配送機(jī)器人電機(jī)驅(qū)動(dòng)器

優(yōu)化設(shè)計(jì)系統(tǒng)的機(jī)器人電機(jī)驅(qū)動(dòng)器由光耦，晶體管的H橋，門電路等構(gòu)成。其中，光耦合實(shí)現(xiàn)了控制與驅(qū)動(dòng)之間的隔斷，MOS管的H橋元件與門電路實(shí)現(xiàn)了對(duì)電動(dòng)機(jī)運(yùn)行狀態(tài)的控制。驅(qū)動(dòng)器內(nèi)部結(jié)構(gòu)如圖3所示。

圖3 配送機(jī)器人電機(jī)驅(qū)動(dòng)器內(nèi)部結(jié)構(gòu)圖

如果三極管K2、K3被接通，則由供電正極經(jīng)K3的電流由右至左流過電機(jī)，再經(jīng)K2返回供電負(fù)極，從而使電流向驅(qū)動(dòng)電機(jī)的方向逆時(shí)針方向轉(zhuǎn)動(dòng)。通過對(duì)4個(gè)三極管開關(guān)的控制，實(shí)現(xiàn)了對(duì)配送機(jī)器人電機(jī)運(yùn)行狀態(tài)的調(diào)整。電機(jī)驅(qū)動(dòng)器擁有雙路電機(jī)接口，一塊板子就能驅(qū)動(dòng)兩路電機(jī)，每路額定輸出電流可達(dá)7 A，配送機(jī)器人采用的直流電機(jī)在全速運(yùn)轉(zhuǎn)時(shí)消耗的電流大約為1 A，該模塊滿足驅(qū)動(dòng)要求。配送機(jī)器人電機(jī)連接到相應(yīng)的驅(qū)動(dòng)器，再通過CAN收發(fā)器連接到底盤控制板的CAN端口，通過發(fā)送數(shù)據(jù)幀的方式控制電機(jī)。

1.4 配送機(jī)器人控制器

配送機(jī)器人控制器通過各個(gè)終端與外部執(zhí)行單元相連接，進(jìn)行數(shù)據(jù)的交換和控制信號(hào)的發(fā)送，并在機(jī)器人控制器中的各個(gè)分支程序的基礎(chǔ)上，適時(shí)地調(diào)用各個(gè)子系統(tǒng)單元來進(jìn)行相應(yīng)的操作。優(yōu)化設(shè)計(jì)系統(tǒng)中使用的控制器增加一個(gè)DSP擴(kuò)展功能，以2片CY7C1021VC33芯片為核心，對(duì)128 K靜態(tài) RAM進(jìn)行了擴(kuò)充，以提高 DSP的存儲(chǔ)能力。為保證系統(tǒng)能夠持續(xù)、穩(wěn)定的為硬件元件提供電力支持，同時(shí)避免作用至配送機(jī)器人不同關(guān)節(jié)控制指令之間產(chǎn)生相互干擾，在系統(tǒng)中加設(shè)信號(hào)隔離電路，并對(duì)電源電路進(jìn)行調(diào)整。優(yōu)化設(shè)計(jì)實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)能夠提供6 V和3.3 V兩個(gè)等級(jí)的電壓，滿足驅(qū)動(dòng)器、傳感器、控制器等硬件設(shè)備正常工作條件。在穩(wěn)壓芯片的作用下，輸出不同電壓等級(jí)的信號(hào)，并將其發(fā)送至不同的執(zhí)行終端。

2 實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)軟件功能設(shè)計(jì)

在系統(tǒng)硬件設(shè)備的支持下，綜合考慮實(shí)驗(yàn)樣品的配送任務(wù)需求以及當(dāng)前配送機(jī)器人的工作姿態(tài)生成相應(yīng)的系統(tǒng)控制任務(wù)，并在機(jī)器人運(yùn)動(dòng)學(xué)理論的支持下，實(shí)現(xiàn)相應(yīng)的控制功能。配送機(jī)器人的配送任務(wù)的執(zhí)行原理為：配送機(jī)器人利用內(nèi)置的視覺傳感器設(shè)備，獲取實(shí)驗(yàn)樣品的位置，根據(jù)當(dāng)前配送機(jī)器人末端執(zhí)行器與實(shí)驗(yàn)樣品之間的位置偏差，得出配送機(jī)器人位置控制指令的生成結(jié)果，另外，根據(jù)實(shí)驗(yàn)樣品的需求速度生成機(jī)器人移動(dòng)速度控制指令，最終通過硬件系統(tǒng)中控制器的執(zhí)行，實(shí)現(xiàn)對(duì)配送機(jī)器人的控制功能。

2.1 搭建配送機(jī)器人移動(dòng)環(huán)境模型

搭建配送機(jī)器人移動(dòng)環(huán)境模型的目的是確定配送機(jī)器人的移動(dòng)與控制范圍，并實(shí)現(xiàn)對(duì)實(shí)驗(yàn)樣品以及配送機(jī)器人實(shí)時(shí)位置信息的量化表示。采用柵格法搭建配送機(jī)器人移動(dòng)環(huán)境模型，柵格法是將機(jī)器人工作區(qū)域均勻地劃分為若干網(wǎng)格，網(wǎng)格的數(shù)值代表了該區(qū)域內(nèi)的障礙物分布情況。機(jī)器人可以在無障礙分布的網(wǎng)格間自由地穿梭，因?yàn)榫W(wǎng)格法是對(duì)每一個(gè)網(wǎng)格都進(jìn)行了編碼，所以路徑規(guī)劃問題就變成了尋找兩個(gè)不同編碼的網(wǎng)格間的最佳路徑，這樣就可以利用多種優(yōu)化方法來尋找路徑，滿足FA-A*優(yōu)化算法的運(yùn)行要求。由于柵格法是將環(huán)境地圖離散化處理的，會(huì)使柵格地圖與實(shí)際區(qū)域之間存在較大差異，這種偏差主要受柵格尺寸影響。假設(shè)實(shí)驗(yàn)樣品配送機(jī)器人的移動(dòng)區(qū)域?yàn)榉叫螀^(qū)域，則柵格尺寸的具體設(shè)置情況如下：

κgrid≥2U

(1)

式(1)中，U為實(shí)驗(yàn)樣品配送機(jī)器人中心點(diǎn)與其最遠(yuǎn)輪廓點(diǎn)之間的距離，根據(jù)柵格尺寸參數(shù)的設(shè)置結(jié)果，得出移動(dòng)環(huán)境中每列和每行的柵格數(shù)量表示為：

(2)

式(2)中，H和L分別為配送機(jī)器人實(shí)際移動(dòng)環(huán)境的長度和寬度，將公式(1)的計(jì)算結(jié)果代入式(2)中，得出移動(dòng)環(huán)境模型中柵格數(shù)量的求解結(jié)果。在劃分柵格的路徑區(qū)域中，構(gòu)建直角坐標(biāo)系，從左上方的第一個(gè)柵格開始，以向右、向下遞增的排列方式對(duì)柵格進(jìn)行編號(hào)。并確定任意柵格的具體位置坐標(biāo)為：

(3)

式(3)中，ymod()和yceil()分別為取余運(yùn)算函數(shù)和向上取整運(yùn)算函數(shù)，b為移動(dòng)環(huán)境模型中任意柵格的編碼值，同理可以得出模型中所有柵格的位置坐標(biāo)，由此完成對(duì)配送機(jī)器人移動(dòng)環(huán)境模型的搭建。

2.2 識(shí)別實(shí)驗(yàn)樣品配送對(duì)象位置

在搭建的配送機(jī)器人移動(dòng)環(huán)境下，利用視覺傳感器設(shè)備獲取移動(dòng)環(huán)境中所有實(shí)驗(yàn)樣品圖像，通過特征提取與匹配，判斷該圖像中是否存在目標(biāo)實(shí)驗(yàn)樣品，以目標(biāo)實(shí)驗(yàn)樣品作為配送對(duì)象，確定其在移動(dòng)環(huán)境模型中的位置坐標(biāo)。配送機(jī)器人采集到的視覺圖像可以表示為：

I(x，y)=(xenv?，yenv?)

(4)

式(4)中，xenv和yenv分別為移動(dòng)環(huán)境模型中任意事物的實(shí)際坐標(biāo)，?為視覺傳感器的工作系數(shù)。以公式(4)表示的視覺圖像為研究對(duì)象，對(duì)其中的顏色與紋理特征進(jìn)行提取，其中顏色特征的提取結(jié)果為：

(5)

式(5)中，n(ci)為視覺圖像中第i個(gè)顏色分量的像素個(gè)數(shù)。另外，環(huán)境圖像中紋理特征的提取結(jié)果為：

(6)

式(6)中，g(x，y)為環(huán)境圖像中(x，y)位置上的像素值，gmax和gmin為像素值的最大值和最小值，Lg為圖像梯度閾值。對(duì)式(5)和式(6)的特征提取結(jié)果進(jìn)行融合，并將其與目標(biāo)實(shí)驗(yàn)樣品特征進(jìn)行匹配，匹配結(jié)果如下：

(7)

式(7)中，τcon為環(huán)境圖像的融合特征，τExperimental samples為目標(biāo)實(shí)驗(yàn)樣品對(duì)應(yīng)圖像的標(biāo)準(zhǔn)特征。若計(jì)算得出特征匹配值s(i)高于閾值s0，說明當(dāng)前視覺圖像中存在待配送的實(shí)驗(yàn)樣品，否則認(rèn)為圖像中不存在配送對(duì)象。針對(duì)滿足特征匹配條件的視覺圖像，提取其像素點(diǎn)位置，并在配送機(jī)器人移動(dòng)環(huán)境模型中確定實(shí)驗(yàn)樣品配送對(duì)象的實(shí)際位置坐標(biāo)。

(8)

式(8)中，κmapping為視覺圖像與環(huán)境之間的映射關(guān)系，(xs，ys)表示的是滿足特征匹配條件的像素點(diǎn)位置，也就是視覺圖像中實(shí)驗(yàn)樣品對(duì)應(yīng)的像素位置。按照上述流程即可得出實(shí)驗(yàn)樣品配送對(duì)象位置的識(shí)別結(jié)果。

2.3 利用FA-A*優(yōu)化算法規(guī)劃機(jī)器人配送路徑

以當(dāng)前配送機(jī)器人位置為起始點(diǎn)，識(shí)別得出的實(shí)驗(yàn)樣品配送對(duì)象位置為終止點(diǎn)，利用FA-A*優(yōu)化算法規(guī)劃機(jī)器人的配送路徑。FA-A*優(yōu)化算法的基本原理如圖4所示。

圖4 FA-A*優(yōu)化算法原理圖

從圖5中可以看出，分別將三只螢火蟲分別設(shè)定為a、b、c；a的搜尋半徑大于b，并且b在a的搜尋距離之內(nèi)，若a的光度大于b，b就會(huì)朝a的方向移動(dòng)，反之，a的光度大于b的方向，b就會(huì)朝a方向移動(dòng)。但c不同，a和c的亮度不在a的搜索范圍之內(nèi)，所以a和c的亮度不會(huì)互相移動(dòng)。在實(shí)際的路徑規(guī)劃過程中，可將FA-A*優(yōu)化算法的分為4個(gè)階段，其中部署階段是在待求的目標(biāo)函數(shù)的可行區(qū)域內(nèi)隨機(jī)部署螢火蟲，并在部署初期假定螢火蟲的熒光強(qiáng)度和感應(yīng)半徑均為相等。假設(shè)螢火蟲群的規(guī)模為Nfirefly，在搭建的機(jī)器人移動(dòng)環(huán)境模型中，第i只螢火蟲的位置可以表示為一個(gè)多維矢量。在FA-A*優(yōu)化算法中，每個(gè)螢火蟲的發(fā)光強(qiáng)度反映了它們?cè)诋?dāng)前狀態(tài)下的最優(yōu)解。在每只螢火蟲都被移走一次之后，下一個(gè)循環(huán)就會(huì)開始。在螢光點(diǎn)的更新階段，每個(gè)螢光點(diǎn)都會(huì)被添加到其先前的螢光點(diǎn)上，并與其對(duì)應(yīng)的目標(biāo)函數(shù)的數(shù)值成正比關(guān)系。熒光素值更新公式如下：

圖5 動(dòng)態(tài)和靜態(tài)障礙物場(chǎng)景設(shè)置

w(t+1)=(1-κattenuation)w(t)+γδ

(9)

式(9)中，w(t)和w(t+1)分別為t和t+1時(shí)刻的亮度值，κattenuation為亮度衰減常數(shù)，γ和δ分別對(duì)應(yīng)的是比例常數(shù)和適應(yīng)值。螢火蟲位置更新結(jié)果即為配送機(jī)器人路徑點(diǎn)位置生成結(jié)果，在此階段，所有的螢火蟲將以決定區(qū)域的半徑及熒光強(qiáng)度為基礎(chǔ)，生成一組鄰近的螢火蟲，并在鄰近的一組中尋找比自己更明亮的螢火蟲，最終以幾率選取一組螢火蟲為運(yùn)動(dòng)對(duì)象，并向該對(duì)象移動(dòng)。任意時(shí)刻螢火蟲的移動(dòng)位置更新結(jié)果可以表示為：

(10)

式(10)，vi(t)和vj(t)分別為當(dāng)前節(jié)點(diǎn)i與其鄰居節(jié)點(diǎn)j在t時(shí)刻的位置值，β為步長。在該算法的實(shí)施中，在更新了位置后，螢火蟲將根據(jù)其當(dāng)前位置的鄰域密度來更新該區(qū)域的判定半徑。在不改變密度的情況下，決策區(qū)的半徑也不會(huì)改變。通過FA-A*優(yōu)化算法的運(yùn)行，得出機(jī)器人配送路徑的生成結(jié)果為：

(11)

將式(10)的輸出結(jié)果代入式(11)中，即可得出實(shí)驗(yàn)樣品機(jī)器人在目標(biāo)移動(dòng)環(huán)境中的配送路徑生成結(jié)果，也就是機(jī)器人位置的控制目標(biāo)。

2.4 跟蹤配送機(jī)器人實(shí)時(shí)位姿

利用硬件系統(tǒng)中的傳感器設(shè)備對(duì)配送機(jī)器人的實(shí)時(shí)位置與姿態(tài)進(jìn)行跟蹤測(cè)定，配送機(jī)器人執(zhí)行終端位置信息的跟蹤結(jié)果為：

(12)

式(12)中，(xDelivery(t-1)，yDelivery(t-1))為前一時(shí)刻配送機(jī)器人的位置坐標(biāo)，υ為機(jī)器人的移動(dòng)速度，Δt為前后時(shí)刻之間的時(shí)間差，θx和θy分別為移動(dòng)方向角在水平和豎直方向上的分量。同理可以得出配送機(jī)器人所有關(guān)節(jié)與執(zhí)行設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)，即完成對(duì)機(jī)器人位姿的跟蹤。

2.5 計(jì)算實(shí)驗(yàn)樣品配送機(jī)器人控制量

實(shí)驗(yàn)樣品配送機(jī)器人的控制量就是預(yù)期目標(biāo)與機(jī)器人實(shí)際位置之間的偏差，其中位置控制量的計(jì)算公式為：

(13)

式(13)中，xroute(t)和yroute(t)為規(guī)劃配送路徑中t時(shí)刻對(duì)應(yīng)的機(jī)器人位置坐標(biāo)。按照上述方式將實(shí)時(shí)位姿的跟蹤結(jié)果和配送路徑的規(guī)劃結(jié)果代入到公式(13)中，按照上述計(jì)算原理得出位置與姿態(tài)角控制量的計(jì)算結(jié)果。另外通過機(jī)器人實(shí)際移動(dòng)速度和目標(biāo)移動(dòng)速度的差值計(jì)算，即可得出機(jī)器人速度控制量的計(jì)算結(jié)果。

2.6 實(shí)現(xiàn)實(shí)驗(yàn)樣品配送機(jī)器人控制功能

2.6.1 位置/速度控制

將計(jì)算得出的實(shí)驗(yàn)樣品配送機(jī)器人控制量輸入到硬件系統(tǒng)的控制器中，由控制器生成相應(yīng)的控制指令，將其作用在配送機(jī)器人的各個(gè)執(zhí)行元件上。在實(shí)際機(jī)器人的位置與速度控制過程中，需要考慮控制量的正負(fù)情況，若控制量取值為正，則向當(dāng)前機(jī)器人的移動(dòng)方向進(jìn)行控制與調(diào)整，否則需要向當(dāng)前機(jī)器人工作方向的反方向進(jìn)行控制。

2.6.2 平衡控制

在配送機(jī)器人移動(dòng)過程中，由于實(shí)驗(yàn)樣品負(fù)載的施加，導(dǎo)致機(jī)器人出現(xiàn)平衡不穩(wěn)的情況，因此需要結(jié)合配送實(shí)驗(yàn)樣品的質(zhì)量對(duì)機(jī)器人的重力分布進(jìn)行調(diào)整，從而實(shí)現(xiàn)對(duì)配送機(jī)器人移動(dòng)平衡的控制。在實(shí)驗(yàn)樣品的作用下，配送機(jī)器人的平衡偏角可以表示為：

(14)

式(14)中，MDelivery robot和MExperimental samples分別為配送機(jī)器人質(zhì)量和實(shí)驗(yàn)樣品質(zhì)量。配送機(jī)器人的角度補(bǔ)償量與式(14)的計(jì)算結(jié)果一致，但方向相反，由此實(shí)現(xiàn)對(duì)配送機(jī)器人移動(dòng)平衡的控制。

2.6.3 自主搭乘電梯

針對(duì)多層實(shí)驗(yàn)室環(huán)境，需要跨樓層配送實(shí)驗(yàn)樣品，此時(shí)需要配送機(jī)器人具有自主搭乘電梯的能力。首先利用配送機(jī)器人內(nèi)置的傳感器設(shè)備對(duì)電梯及其按鈕進(jìn)行識(shí)別與定位，將提取出的視覺圖像特征與電梯及電梯按鈕標(biāo)準(zhǔn)特征進(jìn)行匹配，匹配過程與式(7)一致，通過匹配度系數(shù)與閾值條件之間的比對(duì)，確定電梯的位置信息，電梯位置的定位結(jié)果為：

(15)

式(15)中，dIx和dIy分別為圖像中電梯像素點(diǎn)與成像終端之間距離在水平和豎直方向上的分量，(xI，yI)為圖像中電梯像素的位置坐標(biāo)；再確定配送機(jī)器人的角度φI：

(16)

式(16)中，MI Delivery robot和MI Experimental samples分別為對(duì)應(yīng)配送機(jī)器人質(zhì)量和實(shí)驗(yàn)樣品質(zhì)量。確定機(jī)器人的角度和位置信息，利用FA-A*優(yōu)化算法規(guī)劃配送機(jī)器人當(dāng)前位置到達(dá)電梯位置的路徑，并給目標(biāo)樓層對(duì)應(yīng)按鈕施加一個(gè)壓力，當(dāng)電梯到達(dá)目標(biāo)樓層且離開電梯后，完成配送機(jī)器人自主搭乘電梯操作。當(dāng)配送機(jī)器人將指定實(shí)驗(yàn)樣品配送至目標(biāo)位置后，退出控制系統(tǒng)的軟件運(yùn)行程序。

3 系統(tǒng)測(cè)試

為了測(cè)試優(yōu)化設(shè)計(jì)的基于FA-A優(yōu)化算法的實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)的控制功能，分別在靜態(tài)障礙物和動(dòng)態(tài)障礙物環(huán)境下進(jìn)行系統(tǒng)測(cè)試，其中靜態(tài)障礙物環(huán)境就是在實(shí)驗(yàn)環(huán)境中安裝多個(gè)大小、形狀不同的障礙物，且在實(shí)驗(yàn)過程中障礙物不存在明顯位移，而動(dòng)態(tài)障礙物環(huán)境則是按照一定的移動(dòng)速度，改變障礙物的實(shí)時(shí)位置。在上述兩種實(shí)驗(yàn)環(huán)境下，得出不同系統(tǒng)控制下配送機(jī)器人的移動(dòng)位置信息，從而得出反映系統(tǒng)控制功能的測(cè)試結(jié)果，靜態(tài)、動(dòng)態(tài)障礙物情景設(shè)置及障礙物移動(dòng)方向，如圖5所示。

3.1 選擇配送機(jī)器人控制樣機(jī)

根據(jù)實(shí)驗(yàn)室實(shí)際配送機(jī)器人的使用要求，選擇六輪移動(dòng)配送機(jī)器人作為系統(tǒng)的控制目標(biāo)，該配送機(jī)器人由車體、擺臂和轉(zhuǎn)動(dòng)輪等多個(gè)部分組成，機(jī)器人的整個(gè)控制系統(tǒng)都安裝在車體內(nèi)，擺臂將車體與車輪連接起來，每一個(gè)擺臂都能繞車體進(jìn)行360°擺動(dòng)，極大地提高了機(jī)器人的靈活性，通過對(duì)各擺臂的擺角的控制，能夠使機(jī)器人在空間中得到一定的姿態(tài)，從而能夠保證機(jī)器人車體在非平坦路面上的水平。在每一臺(tái)擺臂的驅(qū)動(dòng)電機(jī)的后方，均裝有一臺(tái)電磁失電制動(dòng)裝置，可以隨時(shí)對(duì)擺臂進(jìn)行鎖止，在突然停電時(shí)，制動(dòng)裝置將自動(dòng)鎖止，提高了對(duì)車身的支撐可靠性。6個(gè)輪子各自獨(dú)立運(yùn)行，使其在各種地形條件下的機(jī)動(dòng)性能得到極大的提升，輪子采用泡沫輪，具有較好的環(huán)境適應(yīng)能力。選擇配送機(jī)器人樣機(jī)的最大負(fù)載能力為1 000 kg，在空載和滿載狀態(tài)下移動(dòng)速度最大可以達(dá)到5 m/h和3.6 km/h。

3.2 生成實(shí)驗(yàn)樣品配送任務(wù)

選擇某三層生化實(shí)驗(yàn)室作為實(shí)驗(yàn)環(huán)境，每層之間的間距為6 m，選擇該實(shí)驗(yàn)室中所有的生化試劑作為待配送的實(shí)驗(yàn)樣品，具體包括血清樣本、病毒學(xué)拭子樣本、污水樣本、巖心樣品等，以上述實(shí)驗(yàn)樣本為配送對(duì)象，根據(jù)實(shí)驗(yàn)需求生成系統(tǒng)測(cè)試實(shí)驗(yàn)中的配送任務(wù)，部分配送任務(wù)的生成情況如表1所示。

表1 部分實(shí)驗(yàn)樣品配送任務(wù)生成表

表1表示位置所在環(huán)境模型的坐標(biāo)系，單位為m，配送目標(biāo)位置均為位于實(shí)驗(yàn)室三層的操作室，同理可以得出實(shí)驗(yàn)中所有樣品配送任務(wù)的生成結(jié)果，并生成具體的配送路線，得出任意時(shí)刻機(jī)器人預(yù)期位置的確定結(jié)果。

3.3 安裝與調(diào)試控制系統(tǒng)硬件設(shè)備

根據(jù)實(shí)驗(yàn)樣品配送機(jī)器人控制硬件系統(tǒng)的設(shè)計(jì)結(jié)果，將相關(guān)的硬件設(shè)備安裝在配送機(jī)器人樣機(jī)及其移動(dòng)環(huán)境中，將所有的硬件設(shè)備與供電電源連接，實(shí)現(xiàn)硬件設(shè)備的連接。在此基礎(chǔ)上，對(duì)配送機(jī)器人樣機(jī)以及安裝的所有硬件設(shè)備進(jìn)行調(diào)試，設(shè)備調(diào)試工具選擇型號(hào)為DSO-X2002A示波器，用于系統(tǒng)電路、控制器端口和時(shí)序的測(cè)試，判斷輸出波形是否與預(yù)期波形一致。另外，還需要對(duì)軟件程序和硬件設(shè)備進(jìn)行聯(lián)合調(diào)試，保證軟硬件之間的適配度。

3.4 設(shè)定FA-A*優(yōu)化算法運(yùn)行參數(shù)

為保證優(yōu)化設(shè)計(jì)實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)對(duì)FA-A*優(yōu)化算法的成功調(diào)用，需要對(duì)螢火蟲的初始相對(duì)熒光亮度、螢火蟲間的吸引度等參數(shù)的具體取值進(jìn)行設(shè)置，其中螢火蟲數(shù)量參數(shù)設(shè)置為100，初始亮度和吸引度參數(shù)均設(shè)定為1，最大迭代次數(shù)為50，光強(qiáng)吸收系數(shù)為0.1，將上述FA-A*優(yōu)化算法運(yùn)行參數(shù)設(shè)定結(jié)果以數(shù)據(jù)形式導(dǎo)入到系統(tǒng)軟件運(yùn)行程序中。

3.5 系統(tǒng)測(cè)試過程

在實(shí)驗(yàn)開始之前對(duì)配送機(jī)器人的移動(dòng)環(huán)境進(jìn)行設(shè)置，將其劃分成靜態(tài)場(chǎng)景和動(dòng)態(tài)場(chǎng)景兩個(gè)部分，將準(zhǔn)備的實(shí)驗(yàn)樣本放置在指定的初始位置上。系統(tǒng)以WindowsXP為軟件開發(fā)的平臺(tái)，ABB的RobotStudioOnline是配送機(jī)器人控制程序開發(fā)的工具，完成系統(tǒng)軟件程序的開發(fā)。將表1中生成的配送任務(wù)逐一輸入到系統(tǒng)運(yùn)行程序中，得出相應(yīng)的控制結(jié)果。實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)的運(yùn)行界面如圖6所示。

圖6 實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)運(yùn)行界面

同理可以得出所有配送任務(wù)的控制執(zhí)行結(jié)果。為體現(xiàn)出優(yōu)化設(shè)計(jì)系統(tǒng)在控制功能方面的優(yōu)勢(shì)，設(shè)置傳統(tǒng)的基于數(shù)字化技術(shù)的機(jī)器人控制系統(tǒng)和基于ROS的機(jī)器人控制系統(tǒng)作為實(shí)驗(yàn)的兩個(gè)對(duì)比系統(tǒng)，在相同的實(shí)驗(yàn)環(huán)境下得出對(duì)比系統(tǒng)對(duì)配送機(jī)器人的控制結(jié)果數(shù)據(jù)。

3.6 設(shè)置系統(tǒng)測(cè)試指標(biāo)

此次實(shí)驗(yàn)分別從配送機(jī)器人的位置和速度控制誤差兩個(gè)方面進(jìn)行測(cè)試，其中位置控制誤差的數(shù)值結(jié)果為：

ε=|xcontrol-xtarget|+|ycontrol-ytarget|+|zcontrol-ztarget|

(16)

式(16)中，變量(xcontrol，ycontrol，zcontrol)為控制系統(tǒng)作用下配送機(jī)器人對(duì)實(shí)驗(yàn)樣品的實(shí)際送達(dá)位置坐標(biāo)，(xtarget，ytarget，ztarget)為實(shí)驗(yàn)樣品的預(yù)期送達(dá)位置，該變量的具體取值由表1生成的配送任務(wù)決定。另外速度控制誤差的測(cè)試結(jié)果如下：

ευ=|υcontrol-υtarget|

(17)

其中：υcontrol和υtarget分別為配送機(jī)器人移動(dòng)速度的控制值和目標(biāo)值。最終計(jì)算得出位置控制誤差和速度控制誤差的值越小，證明對(duì)應(yīng)系統(tǒng)的控制功能越優(yōu)。

3.7 系統(tǒng)測(cè)試結(jié)果與分析

3.7.1 靜態(tài)障礙物場(chǎng)景下的機(jī)器人控制功能

在靜態(tài)障礙物場(chǎng)景下，通過相關(guān)數(shù)據(jù)的統(tǒng)計(jì)以及式(16)的計(jì)算，得出配送機(jī)器人位置控制誤差指標(biāo)的測(cè)試結(jié)果，如圖7所示。

圖7 靜態(tài)場(chǎng)景下機(jī)器人控制系統(tǒng)位置控制誤差測(cè)試結(jié)果

從圖7可以看出，與兩種對(duì)比系統(tǒng)相比，在優(yōu)化設(shè)計(jì)系統(tǒng)的控制作用下，能夠有效降低配送機(jī)器人的位置控制誤差，即配送機(jī)器人將實(shí)驗(yàn)樣品的實(shí)際送達(dá)位置與目標(biāo)位置之間的偏差更小。在該場(chǎng)景下，配送機(jī)器人速度控制誤差的測(cè)試結(jié)果，如表2所示。

表2 靜態(tài)場(chǎng)景下配送機(jī)器人速度控制誤差測(cè)試數(shù)據(jù)表

將表2中的數(shù)據(jù)代入式(17)中，計(jì)算得出3種控制系統(tǒng)下配送機(jī)器人的速度控制誤差分別為0.55、0.29和0.05 m/s。

3.7.2 動(dòng)態(tài)障礙物場(chǎng)景下的機(jī)器人控制功能

靜態(tài)和動(dòng)態(tài)障礙場(chǎng)景下配送機(jī)器人的配送任務(wù)一致，在動(dòng)態(tài)障礙場(chǎng)景下，統(tǒng)計(jì)配送機(jī)器人的實(shí)際運(yùn)行數(shù)據(jù)，通過式(16)和式(17)的計(jì)算，得出反映動(dòng)態(tài)障礙物場(chǎng)景下機(jī)器人控制功能的測(cè)試對(duì)比結(jié)果，如圖8所示。

圖8 動(dòng)態(tài)場(chǎng)景下機(jī)器人控制系統(tǒng)控制功能測(cè)試結(jié)果

從圖8中可以直觀地看出，與兩種傳統(tǒng)系統(tǒng)相比，優(yōu)化設(shè)計(jì)基于FA-A優(yōu)化算法的實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)的位置控制誤差和速度控制誤差均得到明顯下降。

4 結(jié)束語

配送機(jī)器人是實(shí)驗(yàn)室中重要的組成設(shè)備，能夠降低實(shí)驗(yàn)樣品丟失、調(diào)換、泄漏等風(fēng)險(xiǎn)，在一定程度上提高了實(shí)驗(yàn)的安全性和精準(zhǔn)度。在此次研究中，利用FA-A優(yōu)化算法實(shí)現(xiàn)對(duì)實(shí)驗(yàn)樣品配送機(jī)器人控制系統(tǒng)的優(yōu)化設(shè)計(jì)，為配送機(jī)器人的工作提供約束條件。然而在系統(tǒng)測(cè)試中，針對(duì)的是空載狀態(tài)下的配送機(jī)器人，未考慮配送機(jī)器人對(duì)其他物品的負(fù)載情況，針對(duì)這一問題還需要在今后的研究工作中進(jìn)一步補(bǔ)充。