（检测技术与自动化装置专业论文）基于蚁群算法的机器人主动嗅觉研究.pdf

摘要 摘要 研究主动嗅觉的目的在于利用移动机器人及其传感器系统，主动的去跟踪烟 羽并确认气味源。从目前的研究成果可以看出，在搜索策略上，主要是基于浓度 梯度搜索( 也即化学趋向性) 和逆风搜索( 也即风趋向性) ；在搜索手段上，主 要是基于单个机器人和多机器人。本文在总结了当前研究成果的基础上，做了如 下的研究工作： 1 ) 对主动嗅觉问题的研究现状进行了较为详细的介绍。总结了主动嗅觉包含的 三个重要步骤，即烟羽发现、烟羽跟踪、气味源确认以及每一步所采用的具 体策略。并对多个机器人的主动嗅觉进行了总结。指出了多个机器人嗅觉搜 索面临的两大问题，即搜索策略和多个机器人的协调问题。 2 ) 设计并完成了移动机器人的软硬件平台搭建工作。详细介绍了移动机器人的 具体模块，并给出了大量的原理图示。采用u e o s 2 嵌入式系统，极大地提 高了系统的实时性。最后指出了存在的问题以及可能需要改进的地方。 3 ) 将蚁群算法引入到多个机器人的嗅觉搜索中去，并在f l u e n t 软件下进行了 计算机仿真研究。给出了蚁群算法应用的基本原理，并在原算法的基础上做 了适当的改进。仿真结果表明算法具有很好的搜索性能。最后分析了算法中 某些具体参数对实验结果的影响并指出了算法的某些问题。 4 ) 对多个机器人的主动嗅觉问题进行了总结和前景分析。 关键词：移动机器人主动嗅觉蚁群算法烟羽发现烟羽跟踪气味源确认 英文摘要 a b s t r a c t i 。h eo b j e e t i v eo ft h ea c t i v eo l f a c t i o nr e s e a r c hi st om a k eu s eo ft h em o b i l er o b o t s a n dt h e i rs e n s o r st ot r a c et h ep l u m ea n dd e c l a r et h eo d o r g a ss o u r c ea c t i v e l y t h e c u r r e n tr e s e a r c ha c h i e v e m e n ti n d i c a t e st h a tt h es e a r c hs t r a t e g i e su s e da r em a i n l y b a s e do nc h e m i c a lg r a d i e n tw h i c hi sc a l l e d c h e m o t a x i s o ru p s t e a mw h i c hi sc a l l e d a n e m o t a x i s ”，a n dt h es e a r c ht a s ki sm a i n l yr e a l i z e db ys i n g l er o b o to rm u l t i p l er o b o t s o nt h eb a s i so ft h es u m m a r yo ft h ec u r r e n tr e s e a r c ha c h i e v e m e n t ，t h ef o l l o w i n g r e s e a r c hw o r kh a sb e e nd o n e ： 1 ) t h es a t e - o f - t h e a r to fa c t i v eo l f a c t i o ni sr e v i e w e di nd e t a i l t h et h r e em a i ns t e p s i n c l u d e di nt h ea c t i v eo ；f f a c t i o n ，i e ，p l u m ef i n d i n g ，p l u m et r a c k i n ga n do d o r g a s s o u r c ed e c l a r a t i o n ，a n da s s o c i a t e ds t r a t e g i e sa p p l i e di ne a c hs t e pa r es u m m a r i z e d s w a r mb a s e da c t i v eo l f a c t i o ni sa l s os u m m a r i z e d t w od i 伍c u r i e si n c l u d e di nt h e s w a r mb a s e da c t i v eo l f a c t i o n ，i e ，t h es e a r c hs t r a t e g ya n dt h ec o l l a b o r a t i o no ft h e m u l t i a g e n ta r ea l s op o i n t e d 2 ) a s o f t w a r e & h a r d w a r ep l a t f o r mo fas m a l lm o b i l er o b o th a sb e e nd e s i g n e da n d a c c o m p l i s h e d t h ec o n c r e t em o d u l e so ft h em o b i l er o b o ta r ep r e s e n t e di nd e t a i l ， t o g e t h e rw i t hl o t s o fs c h e m a t i cd i a g r a m s t h ee m b e d d e do p e r a t i n gs y s t e m u c o s 2e m b e d d e ds y s t e mi su s e dt oi m p r o v et h er e a l t i m ep e r f o r m a n c eo ft h e m o b i l er o b o t t h e e x i s t i n gp r o b l e m s a r e e x p l a i n e d ，a n ds o m ep o t e n t i a l i m p r o v e m e n t sa r es u g g e s t e d 3 ) t h ea n tc o l o n ya l g o r i t h m sa r ei n t r o d u c e dt o s o l v et h es w a r mb a s e da c t i v e o l f a c t i o np r o b l e m s i m u l a t i o nr e s u l t sh a v eb e e na c h i e v e db yf l u e n ts o r w a r e t h eb a s i ct h e o r yo ft h ea n tc o l o n ya l g o r i t h m si si n t r o d u c e d ，b a s e do nw h i c h s e v e r a li m p r o v e m e n t sh a v eb e e nm a d e s i m u l a t i o nr e s u l t sv a l i d a t ei t sf e a s i b i l i t y t h ei n f l u e n c eo ft h es e v e r a lc o n c r e t ep a r a m e t e r st os i m u l a t i o nr e s u l t si sa n a l y z e d a n dt h ep r o b l e m si n c l u d e da r ea l s op o i n t e d 4 ) s w a r mb a s e da c t i v eo l f a c t i o ni ss u m m a r i z e da n dt h ef u t u r er e s e a r c hp e r s p e c t i v e i sa n a l y z e da tt h ee n d 。 k e yw o r d s ：m o b i l er o b o t ，a c t i v ee l f a c t i o n ，a n tc o l o n ya l g o r i t h m s ，p l u m e f i n d i n g ，p l u m et r a c k i n g ，o d o r g a sd e c l a r a t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得苤鲞盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：秀勉u 寸岛签字日期： 为。了 年6 月f 彦e t 学位论文版权使用授权书 本学位论文作者完全了解鑫鲞盘堂有关保留、使用学位论文的规定。 特授权苤洼盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：魏小呜 导师魏至灰p 签字日期：刀吖年6 月腾e l 签字日期：矽7 年易月坩日 第一章绪论 1 1 引言 第一章绪论 机器入主动嗅觉是指利用移动机器人寻找气味气体源的过程。具体来讲， 机器人主动嗅觉是指利用移动机器人来“主动”地发现、跟踪烟羽( p l u m e ) 并最终确 定气味气体源所在位置的过程【l 】。所谓烟羽是指从气味气体源释放的气味气体 分子被风吹散，其流动的轨迹像羽毛一样在风中飘扬【2 】。主动嗅觉的思想是受生 物气味定位的启发而提出来的，如对空气中生存的蛾【3 1 、老鼠【4 】、在水中的龙虾【5 】 和口角类动物【6 】的研究。这里使用主动嗅觉是用来区别电子鼻f 7 】t s 】。一般意义上 的电子鼻只能识别其传感器阵列附近的气味气体，不具有跟踪和确定气味气体 源位置的功能，所以从这个意义来说电子鼻也可称为“被动嗅觉”。在国外文献中 机器人主动嗅觉也被称之为气味广气体源定位9 】【1 0 1 或者化学烟羽追踪【l l 】【12 1 。 机器人主动嗅觉在环境监测、违禁物品检查和大型工厂仓库保安等方面，可 以主动对目标化学物质感知并确定其位置，这比一般的被动感知系统要有效的 多。另外，主动嗅觉在有毒有害气体泄漏检测、源探测、后倒塌的建筑物搜救 和反恐排爆等社会生活方面也将扮演越来越重要的角色。 随着传感器技术和计算机技术的发展，该项研究也在不断发展和完善，从最 初的对空气中化学源头的定位到近来的水下【1 3 】【1 川以及地下化学源头【1 5 】的定位， 为日后的实际应用开辟了更广阔的领域。除此之外，在搜索策略上还有手段方面 也经历了很大的发展。在搜索策略上，从基于浓度梯度的机器人搜索，到逆风搜 索以及结合了两者的逆气味气体质量通量搜索。在搜索手段上，在单个机器人 搜索的基础上又提出了群体机器人搜索方式。本论文主要讨论多个机器人的气味 搜索问题。 1 2 机器人主动嗅觉搜索策略 这里所说的策略指的是机器人如何完成主动嗅觉搜索。h a y e s 将主动嗅觉问 题划分为三个子任务，即烟羽发现( p l u m ef i n d i n g ) 、烟羽横越( p l u m et r a v e r s a l ) 、 气味源确认( o d o rs o u r c ed e c l a r a t i o n ) 1 6 1 。本节就三个过程以及目前所采用的方法 做一个简单的介绍。 第一章绪论 1 2 1 发现烟羽 所谓发现烟羽是指机器人从某个初始位置逐步探测到烟羽的过程。由于烟羽 的随机特性，所以要求在发现烟羽的阶段，尽可能使得机器人在较短的时间里覆 盖尽可能大的范围，从而尽快的找到烟羽。目前文献中提到的发现烟羽的方式很 多，但基本上都是依据上面所述的思想。 如图1 1 所示，f a n e l l 等人提出了一种z 字形的发现烟羽的方法【1 7 】。假设机 器人初始位置在( ，) ，风速的初始方向是朝右，则机器人的行进方向与风速 保持一定的夹角，倾斜地横截风速场。当机器人走到边界的时候，如图中所示， 图1 - 1z 字形发现烟羽酬1 7 】 机器人沿着一定的偏转角度折回，继续进行z 字形搜索。此法的优点是气味总沿 着风速的方向传播扩散，在风速场的横截面更容易探测到烟羽，而保持一定的夹 角则可以避免在一个区域重复移动。 h a y e s 等人则提出了一种螺旋式发现烟羽的方法 1 8 1 ，如图1 2 所示，右上角 型标记即为机器人的初始位置，机器人以一个设定的螺旋半径( s p i r a l g a p l ) 做螺 旋式搜索，直至发现烟羽位置。图中的灰色圆团状物体即为烟羽包。如图在一个 烟羽点( o d o rh i t ) ，机器人发现了烟羽。 事实上，发现烟羽的过程相对于整个主动嗅觉搜索来说是个比较简单的过 2 第一章绪论 程。主要保证的是在最短的时间内覆盖烟羽最有可能分布的区域，从而发现烟羽。 1 2 2 烟羽横越 图1 - 2 螺旋形搜索策略图示【1 8 】 烟羽横越是指机器人追踪烟羽直至收敛在气味源附近的过程。应该说，所谓 的嗅觉搜索策略，主要也是集中在这一阶段。目前提出的烟羽横越的方式大部分 都基于以下的三种搜索策略：基于浓度梯度的搜索策略，也称为基于生物的化学 趋向性( c h e m o t a x i s ) t 1 9 1 ；逆风搜索，也称为风趋向l l 生( a n e m o t a x i s ) 2 q ；最后就是 揉合了化学趋向性和风趋向性的逆气味质量通量梯度的搜索方法，也称为通量趋 向性t 2 1 1 。 在一个分布比较平缓的浓度场，也即没有湍流影响或者风流漩涡的情况下， 基于浓度梯度的搜索方式可以较好的完成烟羽横越过程。但无论如何，气味的浓 度梯度分布只是烟羽扩散引起的现象，而烟羽的扩散一方面是由于自身的分子扩 散引起的，另外一个主要原因则是气流。而事实证明，烟羽的自身分子扩散对浓 度梯度的分布影响极小。所以烟羽的浓度梯度分布本质上是烟羽受气流影响而产 生的现象，如果气流变化激烈，比如湍流的情况下，烟羽的分布可能呈现的是一 种蜿蜒的，间歇的甚至出现浓度震荡的情形，如图1 - 2 所示，烟羽的分布并不是 连续的。所以单纯的基于浓度梯度的搜索是具有很大的局限性的。 虽然逆风搜索的初衷是从根本上沿着烟羽扩散的反方向来寻找气味源，但是 在实际情况中却有着很大的局限性。尤其在多个进风口的情况下，形成了风场漩 涡的时候，逆风搜索则容易导致机器人陷入漩涡，进而找不到气味源。图l - 2 是 一个简单的逆风搜索的例子。当机器人发现烟羽后随即逆风进行搜索，当烟羽丢 第一章绪论 失后就采用较小的螺旋半径( s p i r a l g a p 2 ) 继续盘旋寻找烟羽，算法从另- - 便j j 面也 说明了逆风搜索会出现丢失烟羽的现象。丢失烟羽一方面是由于烟羽包的离散化 分布，另外一方面也与风场的随机性有一定关系。 最后一种搜索策略是趋通量法。揉合了逆风搜索和浓度梯度搜索，具有一定 的优越性。z a r z h i t s k y t 2 l 】使用人工物理( a p ) 方法对机器人进行编队，采用通量法 搜索策略进行搜索，具体通量变化梯度的计算公式如下： v ( v 户矿) ：v 罢+ p 罢+ 1 ，罢+ 夕罢) ( 1 - 1 ) 斑班 卯砂 p 为气体浓度，y 为风速，材枷分别表示y 在z 和y 方向的分量。机器人 根据浓度质量通量的梯度方向进行搜索，但是，这种方法依然具有很大的局限性。 主要表现在通量趋向性是在忽略湍流而只考虑层流的前提下采用欧拉方程得到 的，此法所需的机器人编队也不是很容易实现的事情。 虽然三种搜索策略都有一定的局限性，但是可以在搜索手段上加以改进，采 用多个机器人，融入一定的协调机制，充分发挥各种策略的优点，减弱其局限性 的影响。有关群体机器人的搜索思想，将在本章第三节做详细介绍。 1 2 3 气味源确认 在没有其他传感器的情况下，只依靠浓度信息和风速信息来确定气味源本身 就是一件比较有难度的工作。从以前的文献中可以发现一些确定气味源的方法， 但大多数都是启发式的方法，缺少理论的证明。 例如在图1 2 中，h a y e s 等人提出的气味源确认方法是基于以下的事实，当 机器人运行烟羽横越任务最终抵达气味源头部的时候，将会涌入一个没有烟羽的 地方，然后必将又螺旋运行回到烟羽头部。如果机器人来回这样的徘徊，并且徘 徊的距离在设定的距离内，则表明机器人已经寻找到气味源。这种方法是一种典 型的启发式气味源确认方法，缺点在于极其容易陷入局部最优点，更缺少理论根 据。 z a r z h i t s k y 2 1 】等人提出了一种基于烟羽浓度通量散度的发散与流入来判断气 味源的办法。在二维空间中，烟羽浓度通量的公式计算如下： _ v ：“罢+ p 罢+ ，譬+ p 譬 ( 1 2 ) 4 第一章绪论 同上，p 为气体浓度，一v 为风速，厶和 ，分别表示矿在x 和y 方向的分量。 如果v * p v 0 ，则表明该点为场内的一个源点，即向外发散烟羽。反之则表明 该点的气味是从别处扩散来的。根据矢量理论，式1 2 可以演变为： lv ( p v ) a w = ( 1 ( p 矿) d s ( 1 3 ) wd 其中，形是控制域的容积，而s 则表示控制域的周长。将面积分转化为线积 分，提高了算法的可实施性。这样就从理论上给出了一种确认气味源的方法，即 根据嫌疑气味源区域的浓度散度来判断。 但是，气味源的确认最好借助于一些别的传感器，比如视觉信息，只有这样 才能更准确更快速的确认气味源。 1 3 群体机器人搜索 在实验仿真中发现，单个机器人在主动嗅觉的研究中，存在着很多的局限性。 一方面，不太适合于大面积的环境。另一方面，单个机器人由于信息的欠缺，极 其容易陷入局部最优点。所以近几年一些学者提出了采用多个机器人来共同完成 主动嗅觉。 于是人们提出了群体机器人的主动嗅觉搜索策略。多个机器人的系统研究从 一开始的固定编队，到后来的聚散式，到最后的分布式系统经历了一定时间的演 变。 多个机器人的主动嗅觉问题，虽然一定程度上消除了单个机器人的局限性， 但随之以来也增加了算法的复杂性。因为多个机器人的嗅觉策略问题不仅包含了 搜索的问题，还有如何协调多个机器人的问题。h a r d i n l 2 2 】等人提出了将多个机器 人的协调问题划分为三个方面的问题，即多个机器人的分散、收敛、排列等等。 鉴于上面已经介绍了搜索策略，以下将简单介绍下目前采用较多的群体机器人调 动办法。 1 3 1a p ( 人工物理) 算法和p s o 算法 作为多个机器人的调度算法来言，二者具有一定的相似性。a p 2 3 1 算法使用 的用一个虚拟的力来保持机器人的队形不变： f：ig(1-4) ，p 5 第一章绪论 f 是两个机器人之间作用力的标量；g 是重力常数；p 为自定义的幂；，是 两个机器人之间的距离。假如两个机器人之间的距离为r ，当r r 时，f 为吸引力。引力和斥力解决了机器人的发散和收敛问题。 j a t m i k 0 1 2 4 t 2 5 】【2 6 1 采用了改进的的p s o 算法，其中一种也是采用通过引力和斥 力的方式来解决多个机器人的调度问题，只是定义方式不同。他在定义的时候设 定了两个阈值。和，当机器人之间的距离雇 k 范围的时候，两个 机器人之间表现为引力；当机器人之间的距离小于k ，时候机器人表现斥力；当 机器人的距离大于k 一时候，两个机器人的的作用力为零。 这两种算法的目的都在于通过机器人的距离来调动机器人的移动。算法具有 很强的自组织性和鲁棒性。但是这种调动在主动嗅觉问题中还是存在着一定的缺 陷，主要体现在这种调动更大程度上取决于机器人之间的距离，但是机器人之间 缺少内在的配合，这需要在算法的基础上进行改进，需要增加机器人之间的信息 交互，通过群体机器人的整体信息来转移那些所在位置浓度低的机器人。 1 3 2 模糊逻辑控制( 舵z yl o g i c a lc o n t r 0 1 ) 方法 f u z z yi o g ：a ic o n t r o f u z z yo g i c ac o n t r 0 。i - _ r o b o t l r o b o ti i r o b o ti + 1 r o b o tn i n f e r e n c e e n g i n e f u z z i f i c a t i o nt l e f u z z i f i c a t i o o b o t ( i l sd e p l o y m e n tl o c a t i o s w a r m b e h a v i o c o n t r o i 图卜3 模糊控制逻辑方法简图【2 7 】 模糊控制逻辑的设计思路如下图所示，胛个机器人的浓度采样值以及所在位 置信息首先经过模糊化，然后进入推理机，再进行去模糊化。最后通过群体机器 人行为控制器得出每个机器人下一步所要前进的方向。如此算法循环进行，直至 找到气味源。关于具体模糊化的方式以及推理机的设计可以参考文献【2 7 】。 6 第一章绪论 这种方法一方面避免了信息的偶然误差，另一方面采用了群体机器人行为控 制器来调动机器人的下一步前进的方向。应该说充分体现了机器人之间的相互配 合作用。但是群体行为控制器的设计则需要经过周密的思考，而文献中提出的公 式缺乏理论的依据。 需要指出的是，这种方法在具体机器人的行进过程中，并不是根据机器人之 间的距离来调动机器人的发散与收敛，也没有要求机器人排列成一定的队形，因 而算法具有更强的鲁棒性和可实施性。 事实上，除了上述提到的三种方法之外，一些学者还提出基于遗传算法引、 进化梯度搜索算法刈等群体机器人搜索策略。他们的共同特点在于充分发挥多 个机器人整体的力量。不仅在量上达到了扩大化，而且在整体性能上对主动嗅觉 问题的执行进行了很大的优化。 、 总体而言，群体机器人的协调机制或者说配合策略，所要达到的目标是这样 的：使得系统是高效的，自组织的，具有高度的灵活性，对传感器的信息具有高 度的容错性，在某个机器人出现问题时候能够迅速的完成系统的重建与恢复，而 这样的目标正是分布式系统所要完成的任务。 1 4 嗅觉机器人平台的搭建 为实现机器人主动嗅觉，只是通过理论仿真是不能达到目的的。首先，理论 的模型与实际的烟羽扩散存在着一定的误差。其次，算法只有在具体的实验中才 能得到更好的检验和完善。通过搭建嗅觉机器人，在实际的环境中让机器人寻找 气味源，对于理论的改进有着很大的指导意义。 根据群体机器人的搜索要求，对机器人的平台设计提出了以下的要求： 机器人必须具备相应的传感器，如风速传感器、距离信息传感器、嗅觉传感 器等等。 1 为了完成机器人之间的配合，必须有相应的通信机制，也就是说机器人必须 有相应的通讯模块，目前大多采用无线通讯模块。 机器人必须具备精度较高的运动控制系统。因为多个机器人的气味源搜索， 客观上要求机器人每一步都尽量严格按照系统给定的调动方向前行，所以要 求精度很高的运动控制系统，即能够严格的控制速度，加速度，位置等运动 参数。 机器人必须具有较高的实时性。因为机器人处于一个运动搜索过程，所以对 机器人的软件系统提出了比较高的实时性要求，只有这样，才能更加迅速的 找到气味源，提高机器人的搜索效率。 7 第一章绪论 机器人具有相对高的稳定性。虽然目前的群体机器人搜索算法都有很好的可 重建功能，但是为了保证系统的稳定性，还是要求机器人能够在较长时间内 稳定的工作。 在满足机器人各项功能的基础上，尽量的降低机器人的成本。由于群体机器 人的气味源搜索本身就在系统成本上提高很多，所以只有降低单个机器人的 成本，才能使得群体机器人主动嗅觉的研究更加有意义。 1 5 本文主要研究内容 本文主要介绍了嗅觉机器人软硬件平台的搭建，以及改进的蚁群算法在主动 嗅觉中的应用。论文的主要组织安排如下： 第一章，介绍了国内外的研究现状，并从各个角度阐述了存在的问题以及面 临的困难。 第二章，详细介绍了嗅觉机器人的软硬件平台系统。 第三章，介绍了仿真模型以及改进的蚁群算法的基本原理。 第四章，介绍了仿真的主要结果以及相关参数的分析。 第五章，对全文进行总结，对以后的研究进行了展望。 1 6 总结 群体机器人的嗅觉搜索，客观上减少了单个机器人搜索存在的问题，但在协 调机制以及机器人的平台搭建上面，还存在着很多需要解决的问题。 目前，我们已经基本上完成了嗅觉机器人软硬件平台的搭建，在理论探索上 也取得了一定的成绩。本课题在借鉴了实验室诸位师兄师姐的研究成果的基础 上，进行了一定程度的扩展。具体表现在，基本上完成了嗅觉机器人软硬件平台 的搭建，对后续人员的研究提供了实际的平台。将蚁群算法引入到群体机器人主 动嗅觉中来，并在相应的实验模型了进行了仿真，取得了一定的实验结果。最后， 从总体上对以后的研究提出了一定的展望，也真心希望能够帮助使得主动嗅觉的 研究成果尽快的应用于实际的环境中。 8 第二章嗅觉机器人软硬件平台的搭建 第二章嗅觉机器人的软硬件平台的搭建 2 1 硬件部分 2 1 1 硬件系统构成 图2 - 1 机器人硬件结构简图嘲 嗅觉机器人的硬件结构图由上图所示，主要包括了六个模块。c p u 控制模 块，机器人车体机械部分，传感器模块，电机控制模块，无线通讯模块，以及电 源模块。 2 1 2 硬件各部分详细介绍 1 ) c p u 控制部分 系统采用的c p u 为p h i l i p s 公司生产的一款a r m 7 3 8 1 系列的芯片一一 l p c 2 1 3 8 。工作电压为3 3 v ，t 作频率为6 0 m 赫兹，具有很低的功耗。内含3 2 k b 片内静态r a m 和5 1 2 k b 嵌入的高速f l a s h 存储器，可以实现微操作系统( 比如 u c o s 2 ) 移植。除此之外，内含2 个8 路1 0 位a i d 转换器也即可以同时处理1 6 9 第二章嗅觉机器人软硬件平台的搭建 路模拟输入，这可以帮助机器人完成传感器数据的采集。多个串行接口，包括2 个1 6 c 5 5 0 工业标准u a r t 、2 个高速1 2 c 接口( 4 0 0 k b i t s ) 、s p i 和s s p 。系统可以 采用u a r t 实现上位机和下位机的通讯，使用1 2 c 可以实现超声传感器与c p u 的数 据通信。含有4 7 个可以承载5 v 的通用i o 口，但多为功能重复利用接口，i o 口 的不足是c p u 的很大的缺陷，可以采用扩展等方法实现弥补这一缺点。 为了保证系统的稳定性和提高研发进度，控制c p u 部分直接采用的是周立 功公司的e a s y a r m 2 1 3 8 的开发板。 2 ) 机器人车体部分 机器人的车体机械部分主要包括底板，主动轮，脚轮，外壳等等组成。机器 人的外壳采用的是有机玻璃，底板采用的是铝质材料。在机器人的外壳上分别留 出了红外传感器和超声传感器的位置。在底板上边放置电机和电池等等。然后各 个模块的p c b 板采用分层的结构。最下层是c p u 控制板，然后是电机控制板、 传感器板，最上边是无线通讯以及需要扩展的部分。机器人共有三个轮子。两个 主动轮和一个脚轮作为从动轮。具体机器人的外部形状可以参看本章第三部分的 图2 1 2 。 机器人车体部分的设计对于整个系统而言有着很重要的作用。车体的设计不 仅在于美观，更在于如何使得机器人更好的保持平衡。机器人的平衡性能越好， 机器人的行走就越能按照设定的参数值运行，越能达到比较理想的控制效果。车 体的重量也与机器人的性能有很大的关系，车体过重则会造成机器人电机负荷过 重，造成了电源的浪费，而车体过轻则使得机器人难以保持平衡。 3 ) 传感器部分和无线通讯模块 图2 - 2 嗅觉传感器原理图示 传感器控制部分的p c b 板图示可以参考本章第三部分的图2 1 1 。机器人是一 个典型的多传感器系统。目前采用的传感器主要有嗅觉传感器，距离传感器( 包 l o 第二章嗅觉机器人软硬件平台的搭建 括超声传感器和红外传感器) ，以及角速度传感器( 陀螺仪) 。分别采用的具体器 件为t g s 8 2 2 1 3 0 l ( 嗅觉传感器) ，s h a r p 公司的红j l - 传感器g p 2 d 1 5 t 3 1 1 ，以及陀螺仪 芯片a d x r s l 5 0 t 3 2 1 。其中红外传感器和陀螺仪传感器都可以采用a d 转换直接采 集数据，而嗅觉传感器则需要做相应的信号处理电路然后才能进行a d 转换。 实验中采用的嗅觉传感器的信号处理电路如图2 2 所示，信号经过运算放大 器的两次放大再加上一定的线性化电路和滤波器，然后才进行a d 采集转换。关 于嗅觉传感器信号处理电路的详细设计可参考文献 2 8 1 。 红外传感器采用的s h a r p 公司的g p 2 d 1 5 ，它的测量范围是0 到8 0 厘米。事 实上，还有一款比较类似的芯片乜p 2 d 1 2 。两者的区别在于g p 2 d 1 2 输出的 是模拟信号，并且输出的模拟电压值与距离不成正比例关系，所以需要做大量的 实验进行标定。而在机器人的测距过程中，红外传感器的目的是用于辅助超声传 感器，其原因在于超声传感器有一定的盲区，也就是说当距离小于一定范围之内 时候，借助红外传感器可以帮助其实现测距功能，从而弥补超声传感器的盲区效 应。而g p 2 d 1 5 则是输出数字信号，也就是说，当距离小于2 4 e m 的时候，输出 高电平，在距离大于2 4 c m 的时候，输出低电平。 但是，红外传感器只能够检测到正对传感器2 4 度角范围。自主研制的嗅觉 机器人总共装有八个红外传感器分别均匀分布在八个方向上。这就造成了嗅觉机 器人的探测范围存在探测死角。这是其无法克服的缺点。在实验中只能够通过避 障算法和气味源确认算法实现机器人的躲避障碍物与气味源确定。 红外传感器的外围电路比较简单，需要注意的是g p 2 d 1 5 的输出需要一定的 上拉电阻，否则输出的电平将无法达到采样的要求。 在具体实验中，由于系统i o 口数目的有限，所以采用了h c f 4 0 5 1 对i o 口 进行扩展。具体扩展图如图2 3 所示。采用轮询的方式，对每个红外传感器的值 进行采集。 陀螺仪模块的外围电路设计如图2 - 4 所示。第一个引脚是电源输入口。第二 个接口即为陀螺信号输出口。陀螺仪将角速度转换为电压值输出。因为陀螺仪的 输出电压为啦5 伏特，而a r m 控制器的a d 采样电压范围为0 3 伏特。所以增 加了两个相同的分压电阻用于减小输出电压。第十一个接口为内部升压泵的电源 电压。在此采用与供应电压等同的电源。第五个引脚输出陀螺仪芯片内部生成的 2 5 伏特基准电压。此电压可用于a d 转换的参考电压。外加的电容均为器件要 求的电容，并且具体电容大小也都有规定。值得说明的是，此陀螺仪芯片为b g a 封装，焊接起来比较困难，也不易拆卸。在实验中我们采用的是用一个简单的 p a c k 板，将此陀螺仪芯片焊接在p a c k 板上，从而将此芯片改造为双列直插封 装，方便了硬件的调试。 第二章嗅觉机器人软硬件平台的搭建 _ - _ 一 h 疗a r e dl i n f r a r e d2 i n f r a r e d3 孤矗a r e d 4 s a t e d7 丝 1 5 _ 一 丝 ：5 _ 一 2 - 。4 7 u 6 j c h a n ) 忑i c h a 蕊l c h a 黼i c h a n j i e l c h a m i c h a n ，i e l c h a ) f n e l c h a 珊l v s s 、任e v d d a b c 删 c o m 3 3 辽 1 1 p i 1 6 - _ - _ _ _ _ _ - _ _ _ - _ - _ _ _ 一 1 0p 1 17 _ - _ - - _ _ - _ _ _ 一 9 p 1 1 8 3 p 0 二1 7 t g f 4 0 5 图2 - 3 扩展轮训方式的实现 图2 4 陀螺仪芯片外围电路 无线通讯模块采用的是英国r a d i o m e t r i x l 3 3 j 公司的r p c ( r a d i op a c k e t c o n t r o l l e r ) ，它具有以下特点： 工作频率：4 3 3 4 1 8 范围：建筑物内3 0 m ，室夕b 1 2 0 m 单电源5 v ，工作电流 2 0 m a 4 0 k b i f f s ，半双工 1 2 7 字节包格式 冲突避碰 5 vc m o s 逻辑 1 2 一 一 一 一 一t + 0 。 第二章嗅觉机器人软硬件平台的搭建 休眠模式。低功耗 1 0 0 u a 无线通讯模块采用现成的模块，外围电路也比较简单，在此不再赘述。 4 ) 电机控制模块 电机控制模块的结构简图如图2 5 所示。电机控制部分的p c b 板图示可以参 考本章第三部分的图2 一1 0 。这里主要涉及了两个芯片：l m 6 2 9 3 4 】和l 2 9 8 t 3 5 1 。 l m 6 2 9 是一款高精度运动控制芯片，本身具备3 2 位的位置、速度和加速度寄存 器以及带1 6 位参数的可编程的数字p i d 控制器，以及内部梯形图发生器。又具备 很多强大的功能，比如微分采样时间可编程，8 位p w m 脉宽调制信号输出，速 度、目标位置以及p i d 控制器的参数均可在运动控制中改变，具有速度和位置两 种控制模式，可实时中断，以及增量式编码器接口。l 2 9 8 是一款驱动芯片，采 用的是一般的h 桥式驱动电路的原理。 整个控制模块的原理是这样的：l m 6 2 9 生成p w m 脉宽调制信号，经过l 2 9 8 驱动放大信号，驱动电机，电机的码盘将转动信息又反馈至l m 6 2 9 ，l m 6 2 9 又 自动调整p w m 脉宽调制信号，形成一个简单的闭环回路。但是l m 6 2 9 具有自 己的套指令系统，还需要与c p u 完成数字信号通讯，因为需要给定速度、加 速度、位置，p i d 控制参数等信息。这就是说，需要通过c p u 给l m 6 2 9 写指令， 写数据，读数据。 c p u 和l m 6 2 9 的数字通讯包括三个方面的内容。第一，c p u 向l m 6 2 9 写 命令，可以说是控制信息的输送；第二，c p u 读取l m 6 2 9 的状态信息，可以说 是状态信息的传达。第三则是c p u 和l m 6 2 9 之间的数据传输，包括写数据或者 读数据。写数据主要是给l m 6 2 9 传输控制参数，而读数据则是通过读取l m 6 2 9 寄存器的信息间接的读取电机的运行信息。无论是控制信息，状态信息，数据信 息，都是通过c p u 和l m 6 2 9 的八个数据口的传输交互实现的。如何区分是控制 1 3 第二章嗅觉机器人软硬件平台的搭建 信息，状态信息还是数据信息，则是通过l m 6 2 9 的三个引脚，p s ，w r 和r d 来实现的。当需要写命令的时候，将p s 引脚拉低，通过触发w r 信号，也即给w r 引脚一个上升的脉冲信号。当需要读取l m 6 2 9 的状态信息时候，同样是将p s 引 脚拉低，但是触发的是r d 信号，也即给r d 一个上升的脉冲信号。在读写数据 的时候，首先是将p s 引脚拉高，然后给r d 或者w r 一个触发信号。值得注意 的是，触发脉冲时间需要一定的时间延迟，时间过短则会导致数据的不正确传输， 过长则会影响实时性。 我们采用的电机为瑞士m i n i m o t o r t 了7 】公司的一款电机。电机的额定电压为 6 v ，最快速度为9 0 0 0 转秒。内自带减速箱和码盘。减速比为4 3 ：l ，这么大的 减速比可以保证较大的扭矩。电机上附带的码盘为i e 2 5 1 2 ，每一转输出5 1 2 个 脉冲信号。因此码盘具有比较高的精度。如下图所示，码盘有两个脉冲输出信号。 二者保持一定的相位差。二者的相位差可以说明电机的运行方向。每分钟输出脉 冲数的多少可以计算得出电机运行的速度，进而确定电机的当前位置。 图2 - 6 码盘输出信号略图 在实验中发现，驱动芯片的发热是一个不可避免的问题。单个l 2 9 8 芯片可 以驱动两路电机，但是为了减小l 2 9 8 的发热，系统采用两个2 9 8 芯片来驱动两 个电机。并且每个i , 2 9 8 芯片实现内部并联，在此基础上又在l 2 9 8 芯片上面加 上了散热片，通过综合的调整，比较有效的解决了l 2 9 8 的发热问题。值得注意 的是l 2 9 8 的供应电压的选择和限流电阻的选择，是需要综合电机的实际工作参 数进行综合考虑的。 1 4 第二章嗅觉机器人软硬件平台的搭建 图2 7l 2 9 8 引脚图以及并联改造后的电路图 由于电机模块供应电压不能小于1 0 v ，在进行电机模块的设计中，增添了电 压检测电路。 l 二 ll d 1 b “。一 _ r 4 二；u ：；懈 人o v ；。1 ! l 、。 1 记 u l i 0 o l e l ) j v s s 1 。2c - ， v s 裘，- n ， 3r “= 4v、 = c 2 j 5 一。6 ，、 7 ，。8 ! 、_ 二i f 。| 0 i u l l 一：。 r o 7弋 l 专 a g n d o p 2 9 1 1a o n i _ j “ 、1 一【盼 一 r + - 12 t v 工 ，人j i _ 3 nd v jc 2 孙fv r | 1 n k l ；，i l p 1 u 电压橙测电路 图2 - 8 电压检测电路 如图2 8 所示，o p 2 9 1 为a d 公司的一款运算放大器芯片：供应电压经过分 压进入运放的一个比较端。分压电阻为两个1 0 k 的电阻。如果供应电压大于1 0 v ， 则经过分压后的电压大于5 v ，而v s s 为逻辑电平为5 v ，也就是说，运放的正 输入端的电压大于负输入端的电压，运放的输出为5 v ，于是发光二极管两端的 1 5 第二章嗅觉机器人软硬件平台的搭建 电势差很小，发光二极管不亮。如果供应电压小于1 0 v ，则运放的正输入端的电 压小于负输入端的电压，运放的输出为0 ，所以发光二极管将发光。通过这样的 一个电压检测电路，我们可以清楚的获悉供应电压的情况。 在电机模块的硬件设计过程中，要考虑到控制部分和驱动部分的隔离，在此 选用6 n 1 3 7 1 3 6 】这款光耦做为隔离芯片。系统采用双电源，使得控制部分和驱动部 分的完全隔离。 rt：。 + 1 一 !+5 v e c 小5 筇1 0 r一肛 1 一 u 6 一职 l 8 b i 令：2 n c 一v c c 7 p w m 。a m a g 3 i n +e n 6a m a g 4 i n 10 u t 5 ，、 n c + g n d i 西n 1 3 ，l 1v ll 图2 - 9 光耦芯片使用说明图 如图2 - 9 所示，在使用光耦芯片的时候，注意到了光耦的输出为输入的非， 也就是说，输入电压为高电平，则输出为低电平。为了保证输出信号跟踪输入信 号，在电路设计中采用上图所示的电路。如图所示，p w m a m a g 为某一输入信 号，它与控制部分逻辑高电平组成输入电压。如果p w ma m a g 电平为高电平， 则输入电势差为0 ，因此输出电压为高电平，所以通过这样的电路设计，成功的 跟踪了输入信号。在电路设计中，也注意到了输出的电压需要加一定的上拉电阻， 只有这样才能准确的输出低电平。矾+ 输入端需要一定的限流电阻。 5 ) 电源模块 系统采用的是双电源。采用的是镍氢可充电电池。控制部分用的是八节1 2 v 电池做为电源，而驱动部分则采用的1 0 节1 2 v 电池做为电源。都采用7 8 0 5 芯 片将电压转化为5 v 电压。电源模块是系统很重要的一个模块，电源的稳定性是 影响系统性能的重要因素。电源的稳定性一方面对电池有一定要求，另一方面则 是需要在布线设计p c b 板的时候充分考虑各方面因素的影响，做好抗干扰工作。 1 6 第二章嗅觉机器人软硬件3 f 台的措建 2 1 3 硬件设计中遇到的问题 1 ) l m 6 2 9 的小稳定复位。虽然祚后来的实验中，l m 6 2 9 具有已 复位成功率，但是仍然存在失败的时候这对丁系统的稳定性 验。 2 1l 2 9 8 供应电压的选择。电压过小，则不足以产生足够的驱动电j = 如果过人，则容易造成资源的浪费也增添rl 2 9 8 的发热龟 选择也与限流电阻的选择呈现对偶关系，这是咀后需要注意幔 3 ) p c b 巾线的时候，需要更加慎重的考虑噪声的影响，做好电磁 4 1 电源模块的稳压电路还需要进步的改造，同时也需要增添 路。 2 1 4 硬件部分图示 图2 - 1 0 电机控制开发板 第二章嗅觉机器人软硬件平台的搭建 图2 - 1 l 传感器开发板 图2 一1 2 嗅觉机器人外部轮廓 第二章嗅觉机器人软硬件平台的搭建 如图2 1 0 所示，左边两个凸起的部分即为l