（检测技术与自动化装置专业论文）智能吸尘器全覆盖路径算法研究和测控系统的设计.pdf

摘要 摘要 吸尘机器人将移动机器人技术和吸尘器技术有机地融合起来，实现室内环境 ( 地面) 的半自动或全自动清洁，替代传统繁重的人工清洁工作，近年来已受到 国内外的研究重视。作为智能移动机器人的一个特殊应用，从技术层面上讲，智 能化自主式吸尘器比较具体地体现了移动机器人的多项关键技术，具有较强的代 表性。从市场前景角度讲，自主吸尘器将大大降低劳动强度、提高劳动效率，适 用于家庭和公共场馆的室内清洁。因此开发自主智能吸尘器既具有科研上的挑战 性，又具有广阔的市场前景。 文中首先以移动机器人为例，对一个含有障碍物的房涮进行环境建模，在此 环境模型上，提出具有一定优化能力的全覆盖路径规划的设计目标，从算法设计 到计算机仿真进行了相关研究。在回顾并总结国内外移动机器人全覆盖路径规划 研究成果的基础上，本文提出了种面向实用型的具有一定优化能力的全覆盖路 径规划算法，并对该算法进行了计算机仿真。用v i s u a lc + + 编写的程序运行结果 以图形动画的形式表明了该算法的可行性和有效性。 在算法仿真实现的基础上，设计研制了智能吸尘器测控系统实验模型，该模 型采用左右两轮步进电机独立驱动，前后两轮万向随动：采用红外传感器阵列探 测障碍物和吸尘器导航定位，以实现无碰撞探测障碍物；使用碰撞传感器配合红 外线传感器的使用，用于吸尘器和障碍物碰撞后的避障：利用霍尔传感器检测安 装在墙壁上的磁铁，用于把障碍物和墙壁做出区分，从而识别出墙壁；系统采用 主从式多级单片机控制结构实现测量与控制。根据环境模型对吸尘机器人的测控 要求，对实验模型的测控系统进行相应的研究和设计，基本达到设计要求。 本文是对智能吸尘机器人的基础性研究，所作研究仅仅是该领域的一个开始 和入门，内容主要涉及吸尘机器人的传感器系统、控制系统和运动规划等几个问 题。在第三章，介绍了全覆盖算法以及仿真实现；在第二、四章，介绍了吸尘机 器人的整体结构方案和测控系统的设计，重点讨论了移动结构的实现、驱动系统 设计、控制系统的组成以及动态路径规划等方面所采用的技术方案。 关键词：全自主智能吸尘器；路径规划；全覆盖算法；环境建模；电子地图 广东工业人学硕士学位论文 a b s t r a c t a u t o n o m o u sv a c u u mc l e a n e rc o m b i n e st h em o b i l er o b o t t e c h n o l o g ya n dt h ed u s t c a t c h i n gt e c h n o l o g yt o g e t h e r , t h u sm a k e st h es e m i a u t o m a t i ca n da u t o m a t i cc l e a n i n g o fi n d o o re n v i r o n m e n tc o m et r u e ，a n ds u b s t i t u t e st h e t r a d i t i o n a l h e a v ym a n u a l c l e a n i n gw o r k ，s ot h e s ey e a r s i th a sb e e na t t a c h e dm u c hi m p o r t a n c et o b yt h e d o m e s t i ca n di n t e r n a t i o n a lr e s e a r c h a sas p e c i a l a p p l i c a t i o no fi n t e l l i g e n tm o b i l e r o b o lf r o mt h ep o i n tv i e wo ft e c h n o l o g y , t h ei n t e l l i g e n ta u t o n o m o u sv a c u u mc l e a n e r d e t a i l e de m b o d i e sm a n y k e yt e c h n o l o g yo fm o b i l er o b o t ，a n di sm u c hr e p r e s e n t a t i v e f r o ma n o t h e rp o i n to fv i e w , a u t o n o m o u sv a c u u mc l e a n e rw i l lg r e a t l yr e d u c et h ew o r k i n t e n s i t ya n di m p r o v et h ew o r ke f f i d e n c y , a n di sp r o p i t i o u st oh o u s e h o l da n dp u b l i c i n d o o rc l e a n i n g s od e v e l o p i n ga u t o n o m o u sv a c u n mc l e a n e ri sn o to n l yc h a l l e n g e di n t e c h n o l o g y b u ta l s oh a sw i d e f o r e g r o u n do n m a r k e t t h e p a p e rf i r s tt a k e st h em o b i l e r o b o ta sa ne x a m p l et oe s t a b l i s ht h ee n v i r o n m e n t m o d e li nar o o mi n c l u d eo b s t a c l e b a s eo nt h i sm o d e l ，i tb r i n g sf o r w a r dt h ed e s i g n a i mo fo p t i m i z e dc o m p l e t ec o v e r a g ep a t hp l a n n i n g ，a n dd o e ss o m ec o r r e s p o n d i n g r e s e a r c hf r o m a l g o r i t h md e s i g n i n g t o c o m p u t e re m u l a t i o n b yr e v i e w i n g a n d s u m m a r i z i n g t h ec o m p l e t ec o v e r a g ep a t h p l a n n i n ge x i s t i n g r e s e a r c hp r o d u c td o m e s t i c a n di n t e r n a t i o n a l ，t h e p a p e rp u t f o r w a r d sa p r a c t i c a lt y p eo p t i m i z e dc o m p l e t e c o v e r a g ep a t hp l a n n i n g , a n dd o e sc o m p u t e r e m u l a t i o no ni t t h er u n n i n gr e s u l to ft h e p r o g r a m w r i t t e n b y v i s u a lc + + s h o w st h ef e a s i b i l i t ya n dt h ev a l i d i t yo ft h ea l g o r i t h m i nt h ef o n no fc a r t o o n o nt h eb a s i so ft h es u c c e s s f u le m u l a t i o n ，t h ep a p e rd e v e l o p e dt h ee x p e r i m e n t m o d e lo fi n t e l l i g e n td u s tc a t c h e rm e a s u l e c o n t r o l l i n gs y s t e m t h i sm o d e la d o p t e da s t e pg e n e r a t o rw i t hf o u rw h e e l si n c l u d i n g t w o s e l f - d r i v i n go n e so nt h el e f ta n dr i g h t ， a n da l s ot w of o r e a n d - a f tu n i v e r s a lo n e s t h em o d e lm a d eu s eo fi n f r a r e dd e t e c t o r st o d e t e c tt h eb a r r i e rt h u sc a nr e a l i z et h en a v i g a t i o na n dl o c a l i z a t i o no fd u s tc a t c h e r b y u s eo fb u m p i n gs e n s o ri tc a l lr e a l i z eo b s t a c l ea v o i d a n c e ，a n di tc a nd i s t i n g u i s ht h e a b s t r a c t o b s t a c l ef r o mt h ew a l lt h r o u g hd e t e c t i n gt h em a g n e t b yh a l ls e n s o r 1 1 1 es y s t e m a t i c m e a s u r e m e n ta n dc o n t r o li sr e a l i z e db yv i r t u eo fm a s t e r - s l a v em u l t i p l a y e r s i n g l ec h i p c o m p u t e r t h ce x p e r i m e n ta n da n a l y s i ss h o w s t h a tt h ed e s i g ni sf e a s i b l e t l l i sp a p e ri sj u s ta b o u tt h eb a s i cr e s e a r c ho f i n t e l l i g e n td u s tv a c u u mc l e a n e r , a n d t h er e s e a r c hi s o n l yt h eb e g i n n i n go ft h i sr e g i o n ，t h ec o n t e n t sc o n c l u d et h es e n s o r s y s t e m ，t h ec o n t r o ls y s t e ma n dt h em o b i l ep l a n n i n go ft h ed u s tc a t c h e r i nc h a p t e r t h r e e ，i ti n t r o d u c e dt h ec o m p l e t ec o v e r a g ep a t ha l g o r i t h ma n di t se m u l a t i o n a n di n c h a p t e rt w oa n df o u r , t h ep a p e rg i v e so u tt h eo v e r a l ls c h e m ea n d t h em e a s u r e c o n t r o l s y s t e m a t i cd e s i g no ft h ed u s tc a t c h i n gr o b o t ，a n dm a i n l yd i s c u s s e dt h et e c h n o l o g y s c h e m e a d o p t e db y t h er e a l i z a t i o no ft h em o v i n gs t r u c t u r e ，t h ed r i v i n gs y s t e md e s i g n ， t h ec o m p o s i t i o no ft h ec o n t r o ls y s t e ma n dt h ed y n a m i c a l p a t hp l a n n i n g k e yw o r d s ：a u t o n o m o u si n t e l l i g e n tv a c u u mc l e a n e r ；p a t hp l a n n i n g ；c o v e r a g ep a t h p l a n n i n ga l g o r i t h m ；e n v i r o n m e n tm o d e l i n g ；e l e c t r i cm a p i 第一章绪论 1 1 服务机器人概述 第一章绪论 服务机器入是一个新的机器人研究领域“7 ，作为正在发展新研究领域，服务 机器人在国际上还没有严格的定义。国际机器人联合会为它下了一个初步的定义 。1 ：服务机器人是一种半自动或全自动工作机器人，它所从事的服务工作可使人 类生存得更好，使制造业以外的设备工作得更好。其最基本的特征是提供服务”1 。 服务机器人是在工业机器人逐步发展的基础上出现的，其应用的理论基础于 工业机器人别无二致，同时，由于服务机器人应用于工业领域之外，于工业机器 人相比，在使用环境、使用对象、人机关系、评价内容等方面有其自身的特点”1 。 i ) 工业机器人所处的环境为制造环境，即所谓的“结构化”环境，其环境 信息往往为已知。服务机器人处于非制造环境，即所谓的“非结构化”环境，其 环境信息往往是多义的、不完全的或不准确的，而且可随着时间而改变。因而， 服务机器人靠可编程的手段不能满足要求它需要配备更多的功能与水平不一的 传感器，基于传感器的对环境变化的适应性更强，也就是说，对机器人的智能化 程度要求更高。 2 ) 工业机器人的使用对象为专业人员或训练有素的工人，操作较为复杂。 服务机器人大多数是在技术现代化程度不高的环境中使用，并且由外行操作，因 此不论控制器或传感器多么复杂，对用户而言，操作必须尽可能简单。 3 ) 工业机器人使用过程中大多不需与操作者直接接触，安全措施以人员隔 离、安全地板、安全连锁系统等外在手段为主。服务机器人处于与人共存的环境 中，经常与用户直接接触，安全措施只要从机器人系统内部来考虑，如驱动电源 使用低电压。同时，在外形、功能、人机交互方面，服务机器人必须更多地考虑 人机和谐。 4 ) 工业机器人用于制造业，常常以其可重复定位精度或其生产出的产品精 度作为其性能的评价指标。服务机器人用于改善人类的生活质量，常以其功能多 少和服务质量作为其优劣的评价内容。 服务机器人基本上包括机器入的所有基本特性，它往往和人结合于同一工作 环境中，这隐含着许多工业机器人没有的特性，如安全问题、人机交互性、在非 广东工业大学硕十学位论文 结构化环境中的高度自治等9 1 。目前，服务机器人越来越受到企业和商业界的重 视，这主要是其所具有的广大市场和巨大利润所致。服务机器人的出现主要由两 个原因：一是劳动力成本的上升；另一个是人们想摆脱令人烦恼枯燥的工作，如 清洁、家务劳动、照料病人和建筑施工等等。另外，福利事业，特别是老年人人 数比例的上升也为服务机器人创造了一个广阔的市场。 目前在欧美、f 1 本等西方发达国家，服务机器人己广泛应用于五大领域 6 ： 医疗福利服务、商场超市服务、餐厅旅馆服务、维修清洁服务和家庭服务。图卜l 中展示了近年来服务机器人在各个应用领域的发展情况对比，其中清洁机器人在 2 0 0 1 2 0 0 4 年的数量已经达到了1 4 1 5 0 台。主要应用领域是家用吸尘机器人、公共 建筑地板清洁机和好、大型建筑物的擦窗机器人和外墙清洁机器人。本文主要研 究的是吸尘机器人。 馨 爨 n 如叩束数量- 2 0 0 t 一锄 计* 拄e 浆数量 $ ool1。 一 _ 1 叫一山口ej 囱。 广一 。一： ， ，一 ：；广1 o ，、一- i - 一* 一：。 1 曰i ig r 一 霸di 。崩 _ ：j 彰 臻：- “! - 镪武：， 第一覃绪论 的发展，带动了家庭服务机器人行业的发展，也促进了移动机器人技术、图像和 语音识别、传感器等相关技术的发展”1 。 全自主智能吸尘器作为服务机器人的典型，在许多国家已经开始使用，工作 环境主要为普通家庭环境，也可以用于工厂、展览馆、图书馆、车站、机场和办 公室等公共场所。环境的共同特征为有限的封闭空间，平整的地板以及走动的人 员，因此可以归结为复杂多变、结构化的动态环境。所以环境适应性为对此类机 器人的基本要求。 自主吸尘机器人的基本任务式清扫地面。地面的材料差异很大，包括硬质地 板( 硬木、水泥、大理石等) 和软质地板( 短毛、。p 毛、长毛地毯等) ；工作对 象为地面垃圾，包括灰尘、纸屑以及其他一些小尺寸物体，而大尺寸物体不作为 吸尘机器人的处理对象。考虑到安全因素，吸尘机器人必须对人、宠物、家庭物 品等不构成任何危害，同时吸尘机器人还必须具备自我保护的能力。 早在2 0 世纪8 0 年代s a n y o 公司就正式开始进行自主吸尘机器人的研发 工作l b 】。总的来看，自主吸尘机器人的研究还刚刚起步，在自主能力和工作效率 i ! 二还有待提高。下面对一些主要产品和样机在自主能力、路径规划、环境适应性、 工作效率等方面进行了介绍： 表1 1 自主吸尘机器人的规格对比 t a b l e1 一l s p e c i f i c a t i o n so f a u t o n o m o u sc l e a n i n gr o b o t s e l e c t r o l u xir o b o t松下浙江大学 “t r i l o b i t e ”“r o o m b a ”样机h s r 2 0 0 0 价格1 3 0 0 美元1 9 9 美元5 0 万日元 重量 5 k g2 7 k g9 8 k g4 k g 尺寸( c m )d 3 5 h 1 3d 3 4 h 92 9 3 7 2 6d 3 5 h 9 8 最大速度 0 4 m s0 3 m s0 3 m so 3 m s 功率 a p p r o x 9 0 w 3 0 w9 0 w a p p r o x 8 0 w 噪声7 5 d b 7 4 9 8 0 2 d b 碰撞传感器：碰撞传感器；下配各5 0 多个传整体碰撞传感 i感知功能 1 8 0 。超声波i 贝! j视传感器；防止感器器，2 7 0 。超声 广东工业大学顾士学位论文 距；磁感应；下跌落；红外感应波测距；红外感 视传感器，防跌应；下视传感器， 落；自动同归充防跌落；电量检 电测；自动回归充 电 1 9 9 7 年推l 出样2 0 0 2 年9 月1 8 日家庭试验，2 年2 0 0 3 年完成具 进展状态机；2 0 0 1 年1 1 形成产品后投放市场有完全自主能力 月形成产品的样机 在国外，“t d l o b i t e ”是瑞典家电厂商e l e c t r o l u x 经历1 2 年之后推出的世界 上第一台具有完全自主能力的吸尘器，“t r i l o b i t e ”启动后，先顺着墙壁罢地板 四周的灰尘及异物吸尽，同时对房间进行学习，计算出清扫整个房间所需的时间； 清扫时，主要采用随机规划模式，使用超声波传感器进行障碍物检测，探测到障 碍物时自动避开并重新选择路线进行清扫。电源不足时，“t r i l o b i t e ”会自动回 到充电座自行充电。如果此时房间还没有清扫完毕，“t r i l o b i t e ”还有记忆功能， 充好电后自己回到原处继续吸尘。用户可以采用磁条来限制“t r i l o b i t e ”的行动 范围，保护吸尘器不会进入危险区域，比如火炉、楼梯等。“t r i l o b i t e ”的使用 可以减轻用户7 5 的地面清扫负担。 “r o o m b a ”m i ta il a b 的设计者r o d n e yb r o o k s 博士创立ir o b o t 公司 经过1 2 年研究共制作了3 0 种样机的基础上开发完成的家用机器人。 r o o m b a 7 以1 9 9 美元的超低价格给市场以巨大的震撼。“r o o m b a ”提供三种清扫模 式：s ( 约3 - 4 m 2 ) ：工作2 0 m i n ；m ( 约6 - - 7 m 2 ) ：工作3 0 m i n ；l ( 约8 m 2 以上) ：工作4 0 m i n 。设定清扫模式以后，“r o o m b a ”以螺旋状路线运转，以 碰撞方式进行障碍物检测。一旦碰到障碍物，“r o o m b a ”就沿着障碍物前进， 经过一定距离以后“r o o m b a ”会转动9 0 。并重复上述过程。如此交替重复， 知道清扫结束并自动停止。采用“虚拟墙”发射红外线来产生一个虚拟的墙壁， 可以限制机器人的活动范围。“r o o m b a ”具有高度环境适应性，可以游走于家 具缝隙间，动作灵活快捷。在除尘结构的设计上，“r o o m b a ”独具特色。出了 真空吸口外，底部的旋转滚刷以及侧面的旋转毛刷，都可以增强吸尘能力，弥补 吸尘功率小的不足_ j 。 松下电器从1 9 8 5 年开始研究开发自主吸尘机器人，已经投入了2 亿e t 元的 4 第一章绪论 开发费用( 不包括人工费) ，并于2 0 0 2 年公布了样机，样机配有2 个1 6 位微 控制器，2 个8 位微控制器。拥有5 0 个传感器：避开障碍物的红外线及超声波 测距传感器及感压传感器：控制机器人方向的方向陀螺；防止从台阶等高出滚下 的落差传感器；感知暖炉等热源的热传感器：检测自身所受外力大小的重量传感 器及防滑传感器；据报道，机器人还具备检测地面清洁程度的能力，可根据实际 情况调节吸尘功率和行进速度。工作时，首先会沿房间四周走一圈记忆房间形状。 然后，在避开障碍物的同时开始纵横来回移动，清洁工作完成后会自动停止。据 松下公司称，该吸尘机器人清扫4 席半的日本式房白j 约需要9 分钟，清扫房间地 板的9 2 9 3 。 在国内，19 9 9 年初，浙江大学机械电子研究所开始进行智能吸尘机器人的 研究。两年后设计成功国内第一个具有初步智能的自主吸尘机器人 1 “，苏州t e k 公司合作研发，到2 0 0 3 年系统在自主能力和工作效率上有了显著提高。首先进 行环境学习；利用超声波测距信息，与墙保持一定距离行走，在清洁这些角落的 同时获得房间的尺寸信息，从而决定清扫时间；之后，利用随机+ 局部遍历规划 的策略产生高效的清洁路径：清扫结束后，自行回到充电座，补充动力。系统在 5 5 x 3 5 m 2 的实际家庭环境中，工作1 0 m i n 可以达到9 0 以上的覆盖率。更大 房间的清扫试验在结果记录和分析上有困难，还没有数据。目前，系统还在进一 步的升级中。另外，哈尔滨工业大学也进行了自主吸尘机器人的研究并完成了研 发工作，由海尔公司进行产品化工作。 1 3 全自主吸尘器组成结构及其关键技术 全自主吸尘器通常可由5 个主要部分组成“”( 如图5 1 所示) ：控制器部分、 行走驱动部分、传感器部分、吸尘部分和电源部分。行走驱动部分是吸尘机器人 的主体，决定了吸尘器的运动空间，一般采用轮式机构。传感器部分一般采用超 声波测距仪、接触和接近传感器、视觉传感器、红外线传感器和e c d 摄像机等。 这种吸尘器实际上融合了移动机器人和吸尘器技术，故称为智能吸尘器或吸尘 机器人。 ；i ：、业；：i ：圭：譬l ： 圈卜2 智能吸尘器的组成结构 f i g 1 2g e n e r a ls t r u c t u r eo f i n t e l l i g e n tm o b i l e r o b o t 随着近年来计算机技术、人工智能技术、传感技术以及移动机器人技术的迅 速发展，吸尘机器人控制系统的研究和开发己具备了峰实的基础和良好的发展前 景。目前发展较快、对吸尘机器人发展影响较大的关键技术是：传感器技术、环 境建模、定位、路径规划技术“。 传感器技术 传感器是机器人的感觉器官，负责采集外界环境和自身状态的信息。根据采 集信息的种类可以分为内传感器和外传感器。内传感器负责采集系统自身状态的 信息，包括编码器、陀螺仪、电子罗盘等。外传感器负责采集系统外部信息，包 括c c d 视觉传感器、激光雷达、超声波传感器、红外传感器、接触和接近传感器 超声波、红外和接触传感器，具有价格低廉、工作可靠、速度快的优点，广泛应 用于机器人的局部无碰撞导航。激光雷达是应用较为广泛的一种全局信息获取手 段，可以迸行定位和环境建模，但是所提供的信息不全面，并且价格较高，限制 了其应用范围。而c c d 器件可以提供类似人类的视觉信息，随着技术的发展，其 价格越来越低，在车牌识别、人脸识别、无人监控、遥感图像等领域得到越来越 广泛的应用。但是图象处理的数据量大，算法复杂，特征提取和深度信息回复困 难，所以在机器人视觉方面的应用还是有限的。随着集成电路的发展和计算机视 觉的深入研究，c c d 视觉传感器必将成为机器人环境感知的主要来源，同时促使 机器人智能产生飞跃。 第一覃绪论 环境建模 环境建模是移动机器人一个基础而重要的课题。环境建模是在传感器信息的 基础上，对工作环境进行二维或者三维重建。自主吸尘机器人的工作环境为三维 环境，但是它总是约束在地面并且高度有限，因此可以强环境地图简化为二维模 型。地图的形式主要由三种：几何信息表示法，拓扑图表示法和结合几何信息和 拓扑结构的复合方法。几何法可以精确描述环境，但是随着分辨率的提高和环境 面积的增大，数据量迅速增大，很难满足实时性的要求；拓扑地图具有抽象性的 特点，所以对环境变化和传感器噪声不敏感，并且存储小，但是分辨率较低，所 以目前研究者重点放在结合几何信息和拓扑结构的复合方法上“。 定位“” 定位是移动机器人另一个基础而重要的课题。定位是指机器人对自身位置的 估计，包括位置( x ，y ) 和方向e 的估计。已知环境地图的定位易于解决。但在 完全未知环境下，定位具有更大的难度，目前存在三种方法。一种是利用编码器、 陀螺仪等传感器计算单位时间内机器人的方位变化，并不断累计，从而实时获得 方位信息。这种方法不能消除累计误差，即使使用诸如卡尔曼滤波器等方法进行 传感器融合，也不能根本解决这个问题；另一个方法是对前一种方法的扩展。这 种方法引入外界信标，来消除航位推测系统的累计误差。但是这种方法改变了外 界环境或者依赖于特定环境，并且信标不能完全覆盖所有区域，所以并不理想； 第三种方法将定位问题与环境感知、环境建模紧密结合起来，独立于具体的工作 环境。但是地图的信息也来源于传感器信息和定位信息，定位与环境建模必然形 成了“先有鸡还是先有蛋”的复杂关系。在实现上，定位与环境建模同步进行 ( s i m u l t a n e o u sl o c a l i z a t i o na n dm a p p i n g ) “，相互依赖。所以必须具有从 现有地图中确立自身位置以及辨识新区域、实时融入新区域等功能。 路径规划 一般的路径规划问题主要是寻求从起始点到目的标点的最优或者近似最优 的无碰撞路径。但是自主吸尘机器人的路径规划具有“遍历”的特点。规划器的 目标是在封闭区域内实现机器人的行走路径对工作区域的最大覆盖率和最小重 复率。这项技术对于自主吸尘机器人、擦窗机器人、扫雷机器人、割草机器人、 农业机器人、打磨抛光设备等都具有重要的意义。自主吸尘机器人的遍历路径规 划方法可以分为两类：无环境模型的规划方法和基于环境模型的和规划方法。 7 厂东工业大学硕士学位论文 无环境模型的规划方法 目前定位和环境建模还处于探索阶段，所以广泛使用无环境模型的规划方 法：随机工作方式和随机+ 局部遍历规划方式。随机工作方式基于这样的前提： 时间足够长的条件下，机器入的行走路径可以完全覆盖工作区域。显然这种方式 效率不高。而随机+ 局部遍历规划的方式是在缺少全局环境地图和全局定位能力 的条件下，在局部范围内进行遍历性质的路径规划。这种方式对定位能力和环境 建模精度要求低，但覆盖率较高，重复率较低，在浙江大学h s r 2 0 0 0 上已经成功 应用了此种方法。 基于环境地图的规划方法 在理想条件下，基于环境模型的全局规划方式具有最大的覆盖率和最小的重 复率。但是如上所述，定位和环境建模技术还不成熟，所以全局规划的研究还主 要处在理论分析阶段。使用的方法有单元分解、行为模板、光栅扫描、神经网络 和代价函数法等。单元分解法将工作区域分解成相互不重叠的单元。规划器按照 一定的方法确定单元的访问顺序，从而产生一个最优或者近似最优的全局路径。 在路径规划中，机器人的自定位具有关键性的作用。定位误差使规划路径在 实际应用中效率大打折扣，甚至失败。因此彻底解决路径规划问题，必须首先解 决定位问题。另外，自主吸尘机器人中的关键技术还包括机器人局部区域的无碰 撞导航技术、机器人运动控制技术等，这些技术已经能够发展较为成熟，因此不 再详述。 综上所述，全自主智能吸尘器具有广阔的市场前景，虽然在这方面的研究已 经取得了很大进步，进入了实用阶段，并且有很多样机和产品已经产生，但它们 仍有很多的问题需解决，比如自主能力、工作效率等还不够理想。吸尘器自主地 在房间内吸尘而不需主人太多的干预，是一件非常有挑战性的工作，它涉及了当 前多项人工智能技术。从技术上来说，智能吸尘器主要智能指标为自主性和适应 性。自主性指机器人能根据人下达的工作任务和周围环境情况自己确定工作步骤 工作方式和行走路径。适应性是指机器人通过学习适应复杂多变工作环境的能 力，不但能识别周围物体，还能理解周围环境，做出正确判断及反应。因此在技 术上还需要进一步解决传感器技术、定位和环境建模技术。在此基础上，自主吸 尘机器人将来的发展趋势将可以向着高度智能化、多功能集成。低成本的方向发 展 9 。 第一幸绪论 1 4 本文内容安排 本文研究的内容是以自主吸尘机器人为代表的移动机器人全覆盖路径规划， 并主要从测、控两个方面设计研制全自主智能吸尘器测控系统实验模型以验证其 可行性。 本文内容作如下安排： 第一章大致阐述了本文的研究背景提，提出研究任务和全文的结构安排。 第二章提出了吸尘器总体设计方案和控制体系结构。 第三章针对智能吸尘器的全覆盖路径规划问题提出了一种基于地图的全覆 盖路径规划算法的研究方法，并且介绍了全覆盖算法的软件实现过程以及最后仿 真的结果。 第四章介绍了吸尘机器人测控系统的设计方法和实验过程。本章根据前一章 全覆盖算法的设计要求，着重对吸尘机器人的传感器和步进电机的控制部分进行 了硬件设计和试验，以验证算法的可行性。 第五章是对整个研究的总结和展望，针对我们当前的方案提出了进一步改进 研究的设想主题。 第二章全自主吸尘器的总体设计方案 2 1 研究任务 本设计主要研究的部分为行走驱动部分、传感器部分和控制部分。本设计是 通过设计合理的路径规划算法和避障算法，并主要对与算法最相关的智能吸尘器 的障碍物探测及控制行走部分进行硬件开发，以期达到在理论上和实践上提供一 个使吸尘器真正自主作业、按一定规则有序地走完整个可清扫空间方案的最终目 标。 2 2 吸尘机器人总体设计方案 本文的吸尘器实验模型的硬件测控系统框图如图4 - 2 所示，其原理图见附录。 它主要包括微处理器单元，传感器单元，驱动执行单元。传感器单元包括安装在 前方的3 个碰撞传感器和3 个霍尔传感器、安装在模型车体左右两侧的2 个红外 线传感器。驱动执行单元包括步进电机控制模块和左右侧步进电机。微处理器单 元包括l c d 显示和主c p u 串行通讯模块等。 右侧传感器g p 2 d x x 图2 - 1 吸尘器硬件控制体系框图 f i g 2 - 1m e a s u r e - c o n t r o ls y s t e m s t r u c t u i eo f v a c u u mc l e a n e rh a r d w a r e 1 0 第一章全自主吸尘器的总体方案 本文对吸尘机器人测控系统的研究过程为： 第一个阶段，在确定设计方案的基础上，着重在算法的构想和设计、步进电 机的驱动、主要传感器例如超声波和红外线以及无线数传模块四个方面展开研 究。在这个阶段完成的设计内容有步进电机控制模块。完成的实验内容有：超声 波传感器的测距模块、无线数传模块等。 第二阶段，重点进行算法的设计，因为只有在确定全覆盖算法可行性的条件 下，才能最后确定传感器的选择和设计。在这个阶段完成的设计内容有算法设计 电子地图测试成功，传感器类型的选定。为传感器系统的设计奠定基础。 第三阶段，进行传感器系统的设计以及算法仿真的实现。在这个阶段完成的 设计内容有a d 模块，算法设计动态演示测试成功。 第四阶段，进行系统的整合，把a d 模块和步进电机控制模块合二为一，作 为吸尘机器人控制主板。在这个阶段完成的设计内容有吸尘机器人控制主板、并 通过实验证明次主板成功组合了a d 模块和步进电机控制模块两个模块的功能。 同时也指出本设计没有完成把上位机的算法通过无线模块与吸尘机器人控 制主板成功结合，实现吸尘器真正自主作业、按定规则有序地走完整个可清扫 空间的最终目标。只是在理论上提供了一种可行性方案。 本文硬件设计的总体思路为：为提高c p u 处理数据的效率，实验模型的控 制主板采用双c p u 结构，分别称为主、从c p u 。从c p u 负责传感器数据的处 理，并通过并口把数据传给主c p u ，主c p u 负责电机的控制和串口通讯。通过 串i e 实现和p c 机的通讯。 另外，需要特别声明的一点是，本文在传感器的选择上完全是根据算法设计 的需要进行的。机器人在环境探测时，需要在当前方向、左和右这三个方向进行。 在左右两侧各安装一个红外线传感器是为了提高机器人的探测效率，这相当于在 机器人左右两边长了两个眼镜，对机器人左右两边的环境信息机器人每走一个网 格就做一次记录。一般情况下，机器人只需向前走，只有当前面碰到障碍物时， 才考虑向左还是向右转弯。 2 3 设计实现的系统 根据以上的设计方案，设计出智能吸尘器测控系统实验模型。图2 2 是本文 的智能吸尘器驱动系统的实样照片。其中1 步进电机驱动器，2 复位开关，电源 接口，4 步进电机的6 个抽头，5 随动轮，6 步进电机，7 主动轮，8 从动轮。 图2 - 2 吸尘器驱动系统照片 f i g 2 - 2p h o t oo fi n t e l l i g e n tv a c u u m c l e a n e rd r i v es y s t e m 1 2 第一章全自主吸尘器的总体方案 图2 - 3 是本文的红外线测距系统的实样照片，其中l 红外线传感器，2 数码 管显示模块，3 电源接口。 图2 - 3 红外线测距系统照片 f i g 2 - 3p h o t oo f i n f r a r e dr a n g e - m e a s u r e m e n ts y s t e m 图2 4 是本文的智能吸尘器驱动系统和红外线测距系统组合而成的智能吸 尘器控制主板的实样照片。其中1 从c p u ，2 主c p u ，3 是8 个模拟量输入通道， 4 步进电机驱动器，5 步进电机6 个抽头与驱动器的接口。 图2 4 吸尘器控制主板照片 f i g 2 - 4 p h o t oo f i n t e l l i g e n t v a c u 啪c l e a 】a e r c o n l r o l l i n g m a i n b o a r d 1 4 第三章全覆盖路径规划算法及其仿真 第三章全覆盖路径规划算法及其仿真实现 3 1 全覆盖路径规划算法 3 1 1 机器人路径规划技术概述 路径规划技术是智能机器人领域中的核心问题之一。蒋新松在文献“6 1 中为路 径规划做出了这样的定义：路径规划是自治式移动机器人的一个重要组成部分， 它的任务就是在具有障碍物的环境内，按照一定的评价标准，寻找一条从起始状 态( 包括位置和姿态) 到达目标状态( 位置和姿态) 的无碰路径。 路径规划本身可以分为若干层次，包括全局路径规划、局部路径规划和最底 层的避障“。 全局路径规划是根据环境地图进行的大粒度的路径规划，产生一系列关键点 作为子目标点下达给局部路径规划系统。包括环境建模和路径搜索策略两个予问 题。其中，环境建模的主要方法有：可视图法( v i s i b i l i t yg r a p h ) 。“、自由空 间法( f r e es p a c eg r a p h ) 和栅格法( g r i d ) 。路径搜索策略的主要方法有：a 。算法、遗传算法、人工势场法和拓扑图法“。 局部路径规划首先根据传感器信息确定机器人在地图中的当前位置及周 围局部范围内的障碍物分部情况，然后规划出一条从起点或某一予目标点到下一 子目标点的优选路径。 避障是指在发生紧急情况时的紧急处理过程，如当机器人遇到突发障碍物而 有碰撞危险时，应采取躲避等措施。 机器人路径规划问题在理论上主要存在三个子问题。“。 ( 1 ) 环境表示问题：指环境中障碍物的表示和自由空间的表示。合理的环境表 示才能有利于规划中搜索量的减少，才能有利于时空开销的减少。 ( 2 ) 寻空间问题：在某个指定区域r 中，确定物体a 的安全位置，使它不与已 有的其它物体b j ( j = l ，2 ，) 相碰。 ( 3 ) 寻路径问题：在某个指定区域r 中，确定物体a 从初始位置移动到目标位 置的安全路径，使得移动过程中不发生a 与b ，的碰撞。一系列安全位置就可以构 成安全路径。 广东工业大学硕士学位论文 解决路径规划问题的关键在于设计一种恰当的环境模型表示方法，即一种数 据结构。该结构能反映出机器人在某位置上发生碰撞的可能性。然后，按照模型 中的连通性构造与之对应的可连通图。该连通图仅抽取环境模型的连通性，忽略 掉与路径规划不相干的信息，避免了因无关信息的引入使规划复杂化，这种连通 图构成了问题状态空间。在该状态空间内利用搜索技术进行搜索，便求解出一条 通路。将通路上的节点转化为实际模型中的表示形式( 如坐标点的序列) ，便得到 了机器人的无碰路径。 路径规划问题具有如下特点： ( 1 ) 复杂性：在复杂环境下尤其是动态时变环境中，机器人路径规划非常 复杂，且需要很大的计算量。 ( 2 ) 随机性：复杂环境的变化往往存在很多随机性和不确定因素。动态障 碍物的出现也带有随机性。 ( 3 ) 多约束：机器人的运动存在几何约束和物理约束。几何约束是指机器 人的形状制约，而物理约束是指机器人的速度和能量等。 ( 4 ) 多目标：机器人运动过程中路径规划性能要求存在多种目标，如路径 最短，时间最优，安全性能最好，能源消耗最小。但这些目标之间往往存在冲突。 3 1 2 全覆盖路径规划问题提出口刁捌 移动机器人的全局路径规划基本上可分为两种：起点到终点寻优和全覆盖寻 优。关于点到点寻优方法的研究，国内外已有相当多的文献和成果，而关于全覆 盖寻优方法，相比之下研究工作和实用成果要少得多，而本文所要研究的内容就 是全覆盖寻优方法，所谓全覆盖寻优路径规划是指机器人合理而高效地走遍一个 区域内除障碍物以外的全部地方。和点到点寻优算法一样，全覆盖算法的应用范 围也是很广的，比如清扫( 灰尘、树叶、积雪等) 、收割( 谷物、草等) 、耕犁、 播撤( 农药、种子) 、刷鎏、探矿、搜救、( 水下) 测绘、( 桥梁) 探伤、排雷， 等等。 全覆盖寻优路径规划又可以分为已知环境和未知环境两种情况，已知环境下 的路径规划方法要成熟一些。在己知环境中，机器人根据环境信息生成地图，并 进而规划出路径。在未知环境中，机器人则先需要利用自己的传感器探索并认知 环境然，后生成地图，最后规划出路径”“。 1 6 第三蕈全覆盖路径规划算法发其仿真 本文所研究的吸尘机器入，不仅工作环境往往不能精确地确定，而且有时候 还是动态改变的。这就是所谓的未知环境下路径规划问题。未知环境的机器人导 航系统的结构。5 1 如图3 1 所示，除低层的基础控制系统外，系统由标图、避障和 全局路径规划三大部分组成，每部分又包含不同的模块，系统根据上层使命的要 求来实现不同的功能 图3 - 1 移动机器人导航系统结构示意图 f i g 3 1s t r u c t u r ed i a g r a mo f m o b i l e r o b o t sn a v i g a t i o ns y s t e m 各模块的功能如下： ( 1 ) 融合模块：根据各传感器的信息，进行数据级和决策级融合，融合的结果 分别提供给标图模块和避碰模块。 ( 2 ) 标图模块：根据融合的结果，在标图规划模块的控制下，得到整个区域的 环境模型，并产生环境模型的低层和高层表示。 ( 3 ) 标图规划模块：为产生环境模型，规划出一条标图的路径。 1 7 广东工业大掌硕士学位论文 ( 4 ) 学习模块：根据传感器的信息来调整避碰模块的参数，使其具有自适应能 力。 ( 5 ) 避障模块：根据传感器的实时信息，规划出一条无碰路径。 ( 6 ) 预估模块：对避碰模块产生的路径，根据环境模型进行验证，使其具有一r 定的前瞻性。 ( 7 ) 全局路径规划模块：根据环境模型产生全局最优的路径。 ( 8 ) 环境建模模块：