家庭服务机器人系统设计与研究

1、家庭服务机器人系统设计与研究秦志强,喻品(深圳中科鸥鹏智能科技有限公司, 深圳, 518067摘要 本文着眼于家庭服务机器人的路径规划,在铺满 RFID 地板的智能家居环境 中, 机器人依靠 RFID 读卡器和电子罗盘, 能够准确判断自身位置并在目标位置的 指引下调整前进方向。而依靠红外测距传感器,机器人可以探测周围障碍并在一 定范围内寻找合适路径。机器人实际工作结果表明,在我们的策略下,机器人能 够在智能家居环境中准确地完成各种任务,并体现出较强的自主决策能力。关键词 服务机器人;路径规划;智能家居;自主决策The Design and Research on Domestic Servic

2、e RobotZhiqiang Qin, Pin Yu(ShenZhen CAS Intelligent Technology Co., Ltd, ShenZhen, 518067Abstract This article emphasis on path planning of domestic service robot. In a smart home environment that the floor is covered with RFID plate, a robot can determine its own position and adjust its direction

3、with the help of RFID reader and electronic compass. And relying on infrared sensor, it can also detect the barrier within a certain range. As the result of the actual work of the robot shows that it can finish kinds of work in a smart home environment with our strategies, and it shows strong abilit

4、y of making independent decisions.key words service robot; path planning; smart home environment; making independent decisions引言随着人工智能和传感器技术的发展, 机器人技术取得了长足的进步。 智能服务机器人已 经开始影响人们的生活, 同时人们也对机器人提出了更高的要求。 服务机器人目前尚无严格 统一的定义,国际机器人联合会(International Federation of Robotics, IFR给出的 初步定义是:服务机器人是一种半自动或全自动机器人, 它能

5、服务于人类或某些设备, 但不 包括制造业务。IFR 的调研结果显示,服务机器人产业的市场在不断扩大,各种专用服务机 器人的销售数量都在逐年提升。 保守估计 2012到 2015年间, 世界范围内具有专业用途的服 务机器人的安装数量将会多达 9.38万, 而个人使用的机器人的交易数量将会接近 1560万 1。 随着全球老龄化的来临, 社会和家庭负担都在加重, 家庭服务机器人将会扮演越来越重要的 角色。当前,大部分的家庭服务机器人都不具备行走功能或只具有简单的避障能力,因此, 机器人路径规划成为当前研究的重要课题。1相关研究机器人是人们为完成某种特定或一般性任务而设计的机器, 所以为人类工作是机器

6、人的 使命。 自从机器人的概念诞生开始, 人们对服务机器人的研究就没有停歇过, 并且服务机器 人一直在朝着智能化方向发展。 肖雄军和蔡自兴系统地归纳了服务机器人的发展现状和发展 趋势,并提出了一些发展思路和要点 2。 Fei Lu等构建了一个面向家庭服务机器人的智能空 间系统, 提出了这一系统的一些关键技术, 并详细介绍了家庭服务机器人能够提供的智能而 灵活的服务 3。徐海黎等构建了基于 ZigBee 技术的无线传感器网络系统,研究了基于 RSSI 的无线传感器网络定位方法, 家庭服务机器人作为无线定位系统中的盲节点, 收集邻近参考 节点的坐标和 RSSI 值,通过 CC2431定位引擎计算出

7、自身的坐标,从而实现了移动机器人的无线定位 4。俞文俊和凌志浩针对智能家居环境,设计了一种基于 B/S架构的智能家居管 理系统。系统采用 ZigBee 无线网络实现对各类家居设备的信息采集和指令控制,并通过家 庭网关与基于 SQL Server 2005数据库管理系统的数据库服务器进行实时数据交互 5。吴培 良等提出了一种满足家庭服务机器人环境认知和智能服务需要的融合环境和目标信息的家 庭全息地图。设计了局部集合 -全局拓扑的全息地图分层表示模型。分析了机器人坐标系、 局部环境坐标系和目标的相对关系, 给出了机器人局部环境自定位算法和基于坐标变换的服 务机器人全息地图构建方法 6。 Baoye

8、 Song等描述的是已经成功应用于服务机器人智能空间 的基于 ZigBee 的无线传感网。 他们提出了一种简化的 ZigBee 协议栈, 从而有效降低了传感 网络的存储空间和节点间的通信开销,减小了网络规模 7。 Minseong Kim等介绍了一款为 老年人打造的服务机器人 T-Rot 的设计方法, 系统设计重点放在服务机器人的自动导航系统 上 8。王田苗等提出了一种家庭环境下实现服务机器人进行家庭辅助操作的智能空间架构, 然后对一种低成本的服务机器人混合定位方法进行了研究, 该方法首先基于加权概率匹配定 位算法的无线网络信号强度确定位置范围, 然后读取智能空间中的无线射频标签进行位置计 算

9、,最后基于比例不变特征变换算法进行最终位置的视觉定位 9。刘先恩等提出了一种基于 多传感器的移动机器人路径规划策略。利用声纳传感器和 CCD 摄像机对环境进行探测,得 到关于障碍物的信息, 通过一种简单、 快速的数据融合算法计算出障碍物相对于机器人的位 置坐标。 采用切线法进行路径规划, 实现移动机器人在不确定环境下的路径规划, 使机器人 可以很好地避开障碍物,并以局部最优或次优路径到达指定位置 10。张军高等将基本蚁群 算法应用到多服务机器人全局路径规划上, 并对基本的蚁群算法作了改进。 对基于算法的多 服务机器人系统的构成进行了描述, 接着对多服务机器人系统环境的表示方法及算法中对应 问题

10、的描述和定义进行了研究。 对应用到多服务机器人系统的基本蚁群算法提出了几种改进 的策略, 并对改进的蚁群算法应用到多服务机器人系统进行路径规划的具体实现过程进行了 研究,通过仿真和实验,具体地分析了该方法在多服务机器人系统实验平台的应用 11。当 前的研究很多依赖于仿真实现, 但是现实情况和仿真结果可能大相径庭。 也有一些研究将问 题复杂化了, 反而走了更多弯路。 本文采用的是中国教育机器人大赛的小型服务机器人比赛 场地所描述的智能家居环境, 简化了定位方式, 并设计了一个合适大小的轮式机器人进行试 验,试验结果表明机器人在本文的策略下可以实现预期目标并体现出较强的自主决策能力。 图 1展示了

11、环境的大概布局,机器人的任务是到搁板或冰箱位置取物体并送到桌子位置。 图 1 智能家居环境大概布局2系统架构由于机器人存储和计算能力有限,系统采用上下位机交互的方式实现。上位机是 PC, 用于发送命令和提供信息查询服务; 下位机是机器人, 根据上位机提供的信息进行路径规划来完成任务。智能家居环境是一个铺满 RFID 地板的家庭场景,上位机需要采集所有地板标 签信息并进行保存。机器人携带 RFID 读卡器,当读到具体标签内容时,机器人向上位机发 送标签内容信息并获取对应的位置信息,从而为下一步行走提供依据。2.1上位机智能家居的地面环境由具有 9个 RFID 标签的智慧地板组成, 标签卡均匀分布

12、在地板上, 理论上来讲机器人在地板的任意位置都可以读到某一 RFID 标签,从而可根据读到的标签内 容及整体标签排列情况来确定自身位置。家庭服务机器人数据库所要解决的问题就是 RFID 标签与地板位置信息的映射关系,机器人向上位机发送 RFID 标签,而上位机则根据标签在 数据库中查找对应的坐标信息并返回给机器人。 根据需求, 至少要知道两个方面的信息:地 板排列信息和智慧地板上的 RFID 标签排列信息,由地板排列信息和智慧地板上的标签排列 信息便可以构造整个房间的坐标系统。 据此, 系统中构建了两个表:地板排列信息表和地板 标签排列信息表。地板排列信息表反映的是地板排列结构, 地板排列结构

13、由用户设定, 地板信息需要通过 人工采集和管理。地板标签信息反映的是单张地板上的 RFID 标签排列情况,需要依照既定 顺序扫描地板上的 9个 RFID 标签,将地板信息录入数据库中。同时,系统提供方便的信息 增删处理功能, 地板信息的录入可分多次进行, 当地板信息受损或出现故障时可以从表中删 除。上位机在系统初始化的过程中通过智慧地板排列结构信息表和地板标签排列信息表构 建整个房间的坐标信息表 (二维数组 , 即 ID 表, 通过 ID 表便可以查找到对应的 RFID 标签 与相邻标签的排列情况。 同时, 根据坐标信息表可以构造 RFID 标签与坐标信息的映射表 (二 维数组 ,即坐标表,键

14、值(行首为 RFID 标签对应的 ID 号。机器人向上位机发送的是当 前位置能够读到的 RFID 标签信息,而上位机回复的则是机器人当前的坐标信息。上位机则 根据收到的 RFID 标签解析出对应的 ID 号,从而根据 ID 表或坐标表获取对应的坐标值并返 回给机器人。上位机有两种不同的坐标解析策略:根据 ID 表解析坐标和根据坐标表搜索坐标。 根据 ID 表解析坐标策略分两步走:一,获取首坐标;二,根据前一坐标 ID 搜索当前 ID 并解析出对应坐标信息。获取首坐标又有两种方式:一,搜索 ID 表获取坐标;二,搜索 坐标表来定位坐标信息。 因为每一个 RFID 标签最多与 8个另外的 RFID

15、 标签相邻, 而连续读 卡时, 机器人读取的当前 RFID 标签对应 ID 必定与前一 ID 相邻, 因此可以将当前 ID 与前一 ID 相邻位置进行比较,若相等则将对应坐标信息发送给机器人。 当读卡不连续时,根据 ID 表解析坐标策略会要搜索一个较大范围,搜索情况如图 2所示, T 是当前 ID 位置, A 是目标 ID 位置,黑线是可能搜索路径。此时根据坐标表搜索坐标 会更高效。 根据坐标表获取坐标的过程需要查找表结构, 所以查找算法的效率直接决定了上 位机的响应速度, 特别是对于面积较大的智能家居环境, 所以在上位机初始化的过程中先根 据 ID 号进行坐标表排序,再采用二分法进行查找。2

16、.2下位机在服务过程中,机器人需要上送扫描到的 RFID 标签信息,从上位机端获取坐标信息, 从而确定自身位置, 并探测周围环境情况, 选择可行路径并朝着目标前进直到完成任务。 整 个过程可以分为两部分:采集数据请求位置信息和路况检测及行走。1、 尝试采集数据,如果采集到数据就进行数据上送以请求位置信息,获取位置信息后根据 当前位置信息做出适当的姿态调整,如果没有采集到数据就直接进入第二步操作; 2、 检测路况信息,路况信息主要是有无障碍物。路况信息情况分类:a.前方有障碍物, 唯一的办法就是转向, 若没有采集到数据, 此时转向的方式只能选择 盲转,因为不知道当前位置信息,若是采集到了数据,可

17、以确定一个基本转向;b.左右两侧有障碍物,可以进行适当偏移,避开障碍物即可;c.没有障碍物,此时让机器人前进一步,若采集到数据可根据坐标信息进行姿态矫正;d.一直在墙边来回搜索, 此时机器人想进入另一间房却找不到合适的路径, 此时需要改 变路径搜索策略,沿墙走找到门位置并顺利穿过;e.前方发现了门, 此时一般是机器人需要到另一房间执行任务, 所以选择直接穿过房门。 机器人行走过程如图 3 所示。图 3 机器人行走过程2.3上下位机交互过程机器人与上位机的交互主要体现在机器人启动、 结束以及获取坐标信息的过程中。 启动 过程是:上位机给机器人发送任务命令, 机器人接收命令, 进行消息确认后反馈任

18、务信息并 开始任务执行。获取坐标信息的过程是:机器人扫描 RFID 标签,并将扫描到的结果发送给 上位机,上位机将所收到的 RFID 标签信息解析为坐标信息并发回给机器人。机器人结束任 务过程稍有不同, 结束任务时采取一次握手的方式, 机器人向上位机发送任务完成命令并结 束操作,上位机则收到命令后直接退出。上位机与机器人采用 ZigBee 通讯,交互过程如图 4所示。 图 4 上下位机交互过程 3 路径规划 机器人完成任务的过程是一个不断地进行调整的过程, 机器人的智能化表现为:并不是 在任何环境或任何情况下都会做出同样的反应, 而是具有一定的自我识别能力, 能根据外界 情况做出对应的调整。

19、由于家居环境下具有一定的不确定性, 所以一次规划不可能使机器人 顺利完成目标任务。 路径规划主要可分为全局路径规划和局部路径规划, 全局路径规划是站 在系统的角度考虑路径的选择,而局部路径规划是考虑局部的特定情况来进行路径的调整。3.1 全局路径规划 智能家居系统的地面是一个方形结构, 在上位机初始化时可以以地面的某一角为坐标原 点建立直角坐标系,从而为每一个 RFID 标签确定一个唯一的坐标值(X,Y 。根据坐标之间 的关系, 就可以准确地知道目标位置与当前位置的关系, 如目标位置在当前位置的左上方或 右下方等。有了这一信息,机器人便可以利用电子罗盘进行姿态调整,即调整前进方向,力 图找到一

20、条最快捷的路径到达目标位置。 全局路径规划就是站在整个地板的层面来调整机器 人姿态,只考虑位置之间的关系,而不考虑地面障碍。机器人姿态调整主要取决于当前坐标和机器人姿态调整主要取决于当前位置和前一位 置与目标位置的距离,包括横向距离和纵向距离。令当前距离表示为(X0,Y0 ,前一 距离为(X1,Y1 。若X0X1且Y0Y1,表明机器人与目标位置的距离在逐渐 缩小, 机器人在朝目标位置前进, 否则说明机器人没有按预期的轨迹前进, 需要再次进行姿 态调整。 在系统初始时刻, X1=Y1=0, 所以机器人获取坐标信息后会马上进行姿态调整。 姿态调整示意图如图 5所示。 图 5 机器人姿态调整示意图在

21、实际使用过程中, 电子罗盘的误差可能达到十多度, 导致机器人要走不少弯路。 如图 6所示,机器人当前所在位置在图中用灰色点表示,目标位置用红色点表示。灰色点和红色 点之间的直连线是机器人行走的理论轨迹, 但是在实际过程中机器人往往会沿着灰色点和蓝 色点之间的箭头方向行进。 这时为了使机器人行走轨迹更贴近理论路径, 可适当地对机器人 进行一些细微调整。调整的具体方法为:机器人从当前位置到目标位置行走过程中, 为当前位置和目标位置 的坐标连线构造函数,令当前位置坐标为(XT ,Y T ,目标位置坐标为(XA ,Y A ,则直线斜率 为:k = (YT YA / (XT - XA ; (1 Y T

22、!= YA 且 X T != XA 时函数表达式为:y = (YT YA / (XT - XA * x + (YA XT - YT XA / (XA - XT ; (2 因为在调整机器人姿态的过程中机器人朝向与当前位置到目标位置的方向较为接近, 所 以可以确定机器人的基本行进方向。 图 6中, 如果机器人的坐标在函数曲线的上方, 即图中 蓝色点位置所示, 则证明机器人的行进方向与目标朝向有差异, 需要向左偏转一定角度, 如 果机器人采集到的点在函数曲线的下方, 图中紫色点位置所示, 则证明机器人需向右偏转一 定角度。 经过微调后的效果如图 6中的各点之间的箭头连线所示, 机器人行走的路径较为贴

23、 近调整起点和目标点的连线,并在连线两侧反复波动。 3.2局部路径规划由于在智能家居环境中,不仅有多个房间、多件家具,还有可能存在活动的物体,因此 仅依赖地板信息来进行路径规划是远远不够的。 在机器人工作过程中, 还需要不断探测周围 环境,从而更好地决定下一步动作。在有障碍环境中, 避障处理是机器人局部路径规划的首要工作。 机器人头部装有三个红 外测距传感器,分别位于正前方、右前方和左前方。正前方的障碍物易于探测,右前方和左 前方的传感器则与小车行进方向成一定夹角, 这样一来机器人能合理地避开左右两侧的障碍 物,不至于突然转向碰到周围物体。红外测距传感器的安装如图 7所示。 图 7 红外测距传

24、感器安装示意图 振荡位置指的是机器人不能顺利通过某一位置, 而在这一点附近反复来回走动。 由于机 器人需要在多个房间进行工作, 所以单独依靠全局路径规划的情况下机器人不可能顺利完成 目标。 在全局路径规划思想的引导下, 机器人会寻求一条到达目标位置的最短路径。 这样一 来,如果起始位置和目标位置分别在两个房间,则机器人会在两间房的公用墙边不断徘徊。 如果没有其它思想的指引,机器人会一直处于这样一种状态,直到电源耗尽。所以,怎样判 断机器人到达无法前行的位置是非常重要的。假设目标位置的坐标为(8, 4 ,起始位置的 坐标为(33, 6 ,公用墙介于 X=21和 X=22之间,而房门位置跨过 Y=

25、18到 Y=21,那么机 器人从起始点(33, 6出发,在全局路径规划思想下必定不会经过房门,而是朝着起始点 和目标点之间连线与房门相交点的附近前行,然后会在点(22, 4附近振荡并反复调整姿 态。 图 8 振荡位置分析示意图图 8描述的是机器人从起始位置前进到振荡位置的过程。 机器人首先在起始位置调整好 姿态, 在全局路径规划思想的指导下, 机器人会以较为贴近红色箭头方向的路径行走。 当发 现前方的公用墙时,机器人改变前进方向,按照蓝色箭头方向前进。到达振荡位置后,机器 人会依照两个灰色箭头描述的方向反复振荡来搜索路径。 因为振荡过程中, 机器人调整姿态 后都是朝着公用墙的方向, 所以不难判

26、断何时小车到了这样一个位置。 此时需要采取合适的 方法来走出这样一个误区,使机器人顺利完成目标任务。当机器人到达振荡位置时, 需要调整路径规划策略。 此时放弃全局路径规划策略, 选择 直接搜索房门。 因为可以确定的是机器人前方面对的是公用墙, 所以可以以公用墙为基准墙 并沿墙搜索, 若前方无法通过则表明到达了墙角, 此时需要调转方向搜索。 在第一次到达墙 角时选择后转并沿公有墙继续搜索, 因为房门在公有墙上的可能性比较大, 第一次搜索没有 发现房门的可能原因是房门在振荡点的另一侧。 其余情况下则沿着四周墙进行搜索, 直到找 到房门位置。沿墙走算法的优劣直接决定了房门搜索策略的成败。沿墙走算法的

27、基本要求和出发点 是:机器人以墙面为参考,沿着墙面前进并与墙面保持一个合适的距离D,与墙面距离为 D 的点的连线称为基准线。因为在机器人前进的过程中转向调整总会存在一定误差,另一 方面机器人两轮的速度不能保持绝对一致, 所以机器人在行走过程中的前进方向总会与墙面 成一定角度, 随着时间的积累, 机器人会逐渐靠近墙面或逐渐远离墙面。 沿墙走算法的基本 规则是:当机器人不断靠近墙面时需要调整两轮速差使机器人朝偏离墙面的方向前进, 而当 机器人不断远离墙面时则需要调整两轮速差使机器人朝靠近墙面的方向前进。 所以, 综合调 整的结果是机器人的前进轨迹是以基准线为轴的类正弦曲线,沿墙走轨迹如图 9 所示

28、。图 9 沿墙走轨迹示意图图 9中红色曲线表示的是机器人的前进轨迹, 波形的周期和幅值反映了调节的效果, 当 调节效果较好时波形曲线的幅值会比较小而周期会比较大。 沿墙走的基本要求:初始时刻机 器人不能距离墙面过远, 也不应过近。 距离过远的情况下, 机器人靠近墙面前进的过程中会 与墙面成一定角度, 此时测距传感器采集到的数据有可能背离预期, 即当机器人靠近墙面时 机器人与墙面的距离在减小, 但实际测得的结果却表示距离在增大。 距离较小时, 传感器可 能进入盲区,导致获得的是错误信息,导致策略失效。机器人在全局路径规划策略下也有可能会出现一段时间内都是沿着墙面行走的情况, 若 突发的出现靠墙的

29、一侧距离突变性增大, 则证明机器人行走到了房门口, 此时需要判断是否 需要穿过房门。当X0、Y0都较大时,机器人很有可能需要穿过房门到隔壁房间,所以 此时直接转向进入隔壁房间;当X0、Y0有较小值时则机器人很可能不需要穿过房间, 此时不进行处理,继续前进。过房门是机器人完成任务必不可少的一个环节, 因而怎样确保机器人顺利穿过房门是任 务成功的关键。 机器人准备过房门时, 受机器人前期行走误差影响, 大多时候机器人并不是 正对房门,图 10给出了机器人与房门位置关系的可能状态。 a 理想状态 b 右侧倾斜 c 严重向右倾斜 d 左侧倾斜 e 严重向左倾斜图 10 机器人与房门的可能位置关系图对于

30、图 11中的 a 情况,机器人能轻易地穿过房门;对于 b 情况,机器人可以后退一定 距离并向左偏转一个较大角度, 将姿态调整为更接近 a 情况; 对于 d 情况, 机器人可以一定距离并向右偏转一个较大角度,将姿态调整为更接近 a 情况;对于 c 情况,机器人可以左偏 转一个较大角度,使姿态接近 b 情况,并慢慢接近 a 情况;对于 e 情况,机器人可以右偏转 一个较大角度,使姿态接近 d 情况,并慢慢接近 a 情况。对于其它情况都视为错误处理,机 器人自由行走,直到意识到找错了位置为止,然后依据全局路径规划行走。机器人完成任务的过程中, 在通过房门位置时较容易出现误判情况。 若机器人误判前面

31、是房门, 则让机器人以正常过房门的方法行走, 直到意识到前方无法通过, 即前方三个传感 器所探测到的距离都小于一定值。此时再应用全局路径规划策略来决定前进方向。 4 实验实验过程中,上位机使用一般的 PC 机,代码采用 Java 语言实现,数据保存在 Excel 表格中。 机器人主板使用的是中科鸥鹏智能科技有限公司的 OpenArduino 开发板, 采用轮式 机器人结构,并配备了 RFID 读卡器、电子罗盘、红外测距传感器和五自由度机械臂。机器 人结构如图 11所示。 图 11 机器人结构图实验中模拟的智能家居环境安装的是智慧地板, 智慧地板由中科鸥鹏智能科技有限公司 原创, 每一块地板上均

32、匀分布九个 RFID 标签, 地板本身具有一个唯一编号, 地板规格为 230mm * 230mm * 0.9mm,图 12所示的是智能家居环境的地面一角,图 13展示的是单块地板。 图 12 智能家居环境地面一角RFID 读卡 机械臂电子罗盘红外测距 图 13 中科鸥鹏智慧地板上位机只负责初始命令发送和位置信息发送, 所有决策完全交由机器人完成。 机器人从 任意位置出发, 在上位机初始命令的控制下, 到搁板位置取物品, 并能顺利将所取物品放到 客厅餐桌上。在此过程中,机器人能够避开途中遇到的各种障碍,并顺利回到出发点。在不 同的障碍分布情况下,机器人路径规划会有所不同,体现出较强的自主决策能力。5结论通过对真实智能家