三叶虫扫地机器人设计

第一章绪论1.120世纪60年代机器人在工业基础不断的发展下而诞生，随着科技与社会的不断发展及进步，机器人的功能不断丰富。而服务型机器人也慢慢进入大众的视野与生活中。21世纪，随着国内经济的不断发展，工业进程逐步加快，原存在于发达国家中的智能扫地机器人也渐渐出现在国人的生活工作中，并慢慢被人们所接受；扫地机器人作为服务机器人大家庭中的一员，在经历不断地更新换代后，可以想象必将成为每个家庭不可或缺的一份子，甚至在未来会取代人工清洁。我们国家研究此类的专家说，对于我们平时使用的吸尘器，在他使用过程中利用规划的计算方法对他的清扫过程进行计算，可以让他排除掉人的因素，从而可以自己操作的器件。他有检测面前障碍的开关，检测下一步环境的开关和摄像头等器件，这些东西可以让它定位自己当时的状态同时也能让它对下一步的运动轨迹做出判断。它可以利用专门的检测装置来判断这地面的干净状况，同时根据之前的记录判断已经被清扫过的地方。另外因为它用来充电的底座安装了红外线检测装置，当电量较低时，它就开始利用红外线装置寻找可以充电的插座。在这一设备运行中由于地面不是固定的，因此需要在底部安装防治跌到摔落的器件用来检测地面的状况，当可以判断出地面发生变化时，它可以暂停并且重新规划线路。在用来扫地的机器人的持续发展中智能扫地机器人不断发展的过程中，需要对它的是否可以随处携带，价格的高低是否对得起它的功能，它使用过程中的安全性等有更高的要求，因此需要一种不改变其基本理论但是又更适应于更多消费者的扫地机器人是我们现在应该研究和设计的。1.2国内外发展现状经过几十年计算机技术的狂飙发展，控制和感应单位不断更新换代，机械装置更加轻巧、简单，搭配中央微处理器外加感应器件的各种外部装置越来越趋于智能化和人性化。作为行业前端的日韩、欧美家电企业都把研究、研发目标定于智能机器人这一新兴领域，而智能扫地机器人，正是吸尘器与计算机技术的结合产物。图1-1三叶虫扫地机器人2001年11月，瑞典家电巨头莱克斯高调发布了其公司最新推出的智能吸尘器机器人，公司称“它”为“三叶虫”。这也是全球第一款量产的智能扫地机器人。它被莱克斯公司寄予厚望，正如它的名字，希望它能像三叶虫一样遍布世界并在每一块家庭的地板上完成自己的使命。三叶虫主体为塑料材质，经典的圆桶的形状仍然被现在的新款机器人采用。它出色的避障能力得益于其使用的超声扫描技术，所以夜晚的黑暗完全不会影响他的正常工作。在单片机的控制下机器底部的车轮能够主动运动，同时采用滚扫与抽吸相结合的清洁方式也保证了其一定的清洁能力。由于智能化的编程，使其能在电量低时自动返回基地进行充电，并当垃圾仓装满后，会智能发出提示。在智能扫地机器人这个行业的发展初期，阻碍其发展的主要原因有三，1.大众对于这一新鲜事物不能接受，2.MCU行业落后发展，3.价格居高不下的硬件成本。但这一情况从2002年开始，已慢慢改善，美国Irobot和台湾PROSCENIC都退出新款机器人。凭借其roomba780这一系列扫地机器人，荣获红点设计提名奖的美国机器人专家公司irobot，最大的技术支撑就是实现了队机器人处理器的算法优化，其核心就是提高清扫效率，有效的避免了重复清扫。图1-2RULO扫地机器人台湾知名品牌PROSCENIC推出的RULO扫地机器人，其三角形的外观让他具有很高的辨识度，同时松下认为三角形的外观能够更有效的提升对角落的清扫能力。RULO配备了更大的集灰盒，这表示拥有了更强的垃圾处理容量，即使客户未在家中，也能通过“辅助遥控器”进行清扫任务的制定。同时也配备了更强的供电系统，这是它拥有更长的续航时间和更优秀的电池寿命。另外，还有许多国外品牌诸如：德国KarcherRC4000、美国Neato、瑞典electrolux、LG、东芝等在对于扫地机器人的探索中，我们国家与其他的发达国家而言还比较迟，但是这些年来我们的研究技术有着很快的发展。二十年代初期，我们国家中某一大学的实验室和一公司进行了合作，研究出了对生活环境内进行清扫的机器人bl001，在它前面的左面和右面都安装了红外线的检测装置，这增加的装置可以对墙壁进行探索，因此可以让它顺着房子的四维进行清扫，这样可以对它工作的房屋有准确的信息，从而可以使每次工作时间一定。之后采用合适的方法对运动轨迹进行更有效率的规划。当工作结束后可以自己返回到充电口充电。从二十年代初期到现在，更多的公司开发出来了一个接一个的产品，功能也随之越来越丰富。国内生产的智能化的扫地机器人有科沃斯、益节等，它们有更多的功能，包括不是直接接触的超声波技术，不受线路控制的遥控等技术。国货的扫地机器人如普桑尼克蓝天s，科斯沃DT58G等比较受欢迎。小米公司生产的米家扫地机器人，具有地图生成，路径规划，自动回充，断点续传等先进技术1.3论文研究的主要内容由于现在生活水准的提高和越来越快的生活节奏，人们对扫地机器人的需要越来越高，但同时也暴露出许多问题和缺陷。在实际使用上，由于缺乏良好的路径规划方案，致使清扫效率底下，续航时间短等诸多问题。本文先对国内和国外的智能扫地机器人的发展和研究状况的基础上，对它提出了新的设计方案。也提出了对运动轨迹进行更有效率的计算方法，探索并设计了一种花钱更少、更靠谱、使用更简单、后续维修和保护更方便的智能扫地机器人。（1）对现在各种智能扫地机器人工作过程的考虑，并且结合实际使用过程中的问题分析它的优点和缺点，发现没有最合适的计算方法。因此这次设计以机器人工作的现实为基础。同时，结合机器人的工作环境和特点，得到了一种有用的、稳当的工作计算方法。（2）对国内外智能扫地机器人的结构进行了研究。根据本文的目标要求，设计了一种基于stm32硬件的智能扫地机器人。对机器人的工作状况和工作过程中遇到的情况进行综合的检测装置。对机器人进行清洁的多驱动电路，并设计了可以给它提供主动充电的地点。（3）对超声波、MPU-6050、光电编码传感器等进行了在软件层面的再次设计，并检测了计算工作轨迹的方法。第２章系统总体方案2.1路径规划的意义及效果的衡量标准通过对文献的理解并结合实际情况的观察，对于扫地效果的本文提出五个参数以供衡量。（1）电量损耗率电量损耗率指执行完全部目标任务后机器人自身电量的损耗程度。因受扫地机器人体积、自身重量、承重能力、电池技术的制约，导致机器人执行清扫任务时的电量消应有所计划，故在进行路径规划时也应该考虑如何降低电量损耗。执行完全部目标任务后机器人自身电量的损耗程度，（2）覆盖率覆盖率c是指机器人清扫的实际区域与目标完成区域之比，这个比值越高证明清扫的越全面。S用于目标完成区域的表示，用于清扫实际区域的表示（3）重复率根据既定算法执行完成全部清扫任务后，重复执行的区域面积与总区域之比，称为重复率，其中用p表示重复率，用表示重复执行的区域面积。（4）交叉率智能机器人工作的区域可以理解为一个二维平面，工作时所走过的可以类比为线段，当线段的交叉点越多，证明智能机器人完成任务时重复经过的次数越多，而交叉率即指交叉点的数量同执行目标总区域之比。用m来表示交叉点的数量（5）工作的时间效率指机器人完成全部清扫任务所耗费的时间t，能够体现出路径规划方案的规划效果。为了高效的完成清扫任务，合理的路径规划是必不可少的，随机清扫必然会导致重复清扫、清扫遗漏等诸多问题，这是我们身为设计者所不愿意看到的。根据实际情况可知，我们要设计的智能扫地机器人的工作区域是固定的，即任务区域的面积，形状，这就为路径规划提供了优良的前提条件。在这固定的区域中同样存在着许多变量，如障碍物的分布，这是一个动态的、未知的、无法预测的变量，这也为路径选择提供了实际的意义。所以我选择通过以上五个衡量标准来判定路径规划的效果。2.2路径规划技术根据任务可将机器人的路程计划分为两种：（1）任务点到任务点规划；（2）全覆盖规划。而智能扫地机器人应该选用后者，通过传感器收集环境具体参数，在限定的空间范围，尽可能低的重复率完成非障碍区的全覆盖清扫。全覆盖路径规划的应用领域远不止智能扫地机器人，在执行水下任务的水下机器人（auv）、建立三维地形的空中机器人、草地除草、路边铺装、军事探雷等均得到应用。2.2.1全覆盖路径规划方法（1）随机法随机法是市面上目前低端扫地机器人采用的路径规划方法，具体为机器人依据设定的遍历路线如三角形、五边形、Z字等尝试性的进行循环覆盖，若遇到有预案障碍，便会跳转到转向函数进行避障。前文中的roomba便是采用这一路径规划方法。这一方法是以消耗时间来换取覆盖效果的低成本方案，但其工作原理致使其拥有重复率高，面对复杂情况无法有效避障等缺陷。单元域分割法通过算法将工作区域分割为独立且连续的单元域，扫地机器人以单元域为最小单位，依照优先顺序进行逐个单元域的清扫。单元域分割法的主体即为分割逻辑，在理论最优的情况下是工作区域中的障碍物均分布在域的边缘，便可进行连续的最优覆盖。可视图法

首先将机器人、目标位置和障碍物都化为“点”这一最小单位，然后将各点在二维平面上相连，如果线段未有相交即可认为此时是可视的，最后在计算并找寻其中的最优规划。这一方法是建立在对环境要素的高度探测和大量的采集数据，在复杂条件下这便对机器人的处理能力，探测能力有很高的要求，致使难以达到预期效果。网格法将智能扫地机器人工作总区域分割为若干含有两个值的单元网格，其中两个值分别表示单元中包含障碍物的大小和有无，设计者依托这种原理使得环境地图的收集建立更加简易，并使系统计算量减小。但其中技术关键在于网格大小的划分，网格大，无法详尽描述环境信息，网格小，就需要强悍的硬件来解决信息存储量变大和传感器探测环境需求增加的问题。2.2.2全覆盖方案选择经过智能扫地机器人这一领域的不断发展与研究，越来越多的路径规划方案出现，可供设计人员采用的方案也越来越多，但市面上的成品机器人更多的仍是采用多种方案融合的路径规划方法。因为这些路径规划方案在原理实施方面并不矛盾，可以合成为总体方案，互补长短，是最终的路径规划更加合理，更有效率。在经过优缺点与生产成本的互相对比后，本文中的路径规划选择随机法与单元域分割法相结合的设计方案，主要原因为：随机法：（1）硬件计算量少，更易实现；（2）不会增加软硬件系统方面的多余负担；（3）在无法定位时，依靠系统算法仍可继续规划任务；（4）依托对智能扫地机器人的基础移动逻辑最优选择，能达到更强的覆盖适应性。单元域分割法：（1）由其原理决定，对于任务空间中环境特征明显的区域，具有很强的适应性；（2）通过其分割原理，可减少信息量，便于单片机的处理，减少软硬件方面的压力；（3）在执行单元中清扫任务时可以使用随机法，在执行夸单元任务时可以使用预定模型处理。2.3路径规划方案探讨2.3.1环境地图的初期建立环境地图是路径规划的基础，只要掌握任务环境中的动态、稳态变化才能进行路径规划。只有在环境地图不断地建立与更新中，才能实现路径规划。本文讨论以下三种建立方法：拓扑地图这是一种把环境信息表示为点和线段的表示方法，最早由Brooks等人提出，具有紧凑简介的优点。用节点表示任务空间中关键点，如：充电桩、障碍、拐角、出发点等，再由线段连接。其地图复杂程度取决于环境中具体的关键点数量和线段连接关系。以此原理建立的环境地图，忽视了关键点的形状和大小，对定位信息表示模糊。对于特征模糊的关键点不能很好地执行任务，在全覆盖路径规划中具有很强的局限性，仅适用于点对点的任务。特征地图特征地图又叫几何特征地图，通过传感器来探测环境信息的几何特征包括点、线。平面，如转交、边缘等。将几何特征整合编码后用于建立特征地图。为了建立有效详尽的地图，就需要配备精度更高的传感器，为了后期处理效率，我们一般选择具有预处理功能的传感器模块。特征法与网格法相比较，具有预估位置简单，逻辑执行紧凑，识别目标轻松的特点。但由于当环境复杂，几何特征过多时，对传感器和处理能力的要求很高，所以更适合应用于高结构化的环境。网格地图这是一种数字化的创建方法，它将具体环境信息网格化，切割成一个个网格单元，每个单元都包含了位置信息和障碍物情况的基础信息。虽然被行业广泛应用，但其局限主要体现在网格尺寸的规划。尺寸越小，越能精确的表示真实情况，但同时会造成信息量增加，处理难度更大，硬件要求更高。尺寸越大，虽然会使信息量减小但其对障碍区域的判断能力也会随之减小，更易造成信息的漏除。因此网格单位的大小，要根据实际的环境信息选择。本文经过对比，环境地图的建立将采取网格法。主要有以下原因：在后期设备调试修改中网格单元更便于操作；存储信息全面，拥有足够多的地图信息供规划时调用；基于数字化的优势，更利于与计算机层面相结合。2.3.2路径规划与环境地图的中期建立针对常规随机法重复率高，完成全覆盖时效性低，电量消耗巨大的缺点，本文对常规随机法进行了一些改变，将采取内螺旋式随机法完成清扫任务。aHaH图2-1内螺旋随机法示意图经过第一次最外圈的清扫，可知房间内的L、H值，设机器清扫宽度为a，即用L和H与a的比值可以表达出需要清扫的次数，余数代表仍有未清扫区域。则可描述为：设α，β|α，β为已执行清扫任务的次数}，g（α，β）为判断是否完成清扫任务。g（α，β）=0说明已完成全部清扫，g（α，β）=1则说明未完成清扫任务。在利用随机法达到路径全覆盖的前提下，为了建立详细的环境地图，提高清扫时效性，本文将继续采用网格法进行清扫的路径优化。<1˄因网格法需要含有位置信息和障碍物情况两种信息，故对其进行设定（1）位置信息的设定：图2-2分割示意图首先将执行区域按照由外到内，分割为一个个闭合圈型，每个圈型分为四个网格单元，将最外圈记为，并由外到内用依次i+1记录，每圈内的网络单元，按顺时针记为。单元网格的位置可表示为。障碍物信息的设定首先由机器人对网格中是否有障碍物进行判断，并将网格分类到无障网格和避障网格中，以便针对不同情况执行相应的高效清扫。当判定为无障网格时，将会执行预设的无障清扫预案，将适当降低网格环境探测强度，在保证清扫质量的前提下提高机器人的行进速率以达到提高时效性的目的。然后由机器进行网格的信息编码，无障网格编码为00，避障网格编码为10。10101010101000000010101010101010100000001010002.3.3环境地图的逐步完善因随着智能扫地机器人不断完成重复的清扫任务，故其建立的环境也会随着动态的变化不断完善，所以本文再次引入两个数值来判定。网格密度网格密度为避障网格数量与网格全部数量的比值，随着执行任务的次数增加，这一数值会逐步趋于稳定，最终可表示这一任务区域内障碍物密度的平均值。第n次的网格密度可表示为：（2-5）当任务数量不断增加，其平均值为：（2-6）网格占比n当机器人判定网格为避障网格时，因需考虑障碍物面积，来选择合适的避障方案，所以引入网格占比n。网格占比是表示障碍物面积与所在网格面积的比值。当n>25％时，表示障碍面积过大或同时占有多个网格，即对当前网格编码10进行加1操作，使其编码变为11。当n≤25％时，表示障碍物面积很小，可以前期进行快速行进清扫，当检测到不合适物体时再进行躲避。2.4避障方案2.4.1避障原理避障能力的强弱也是衡量机器人性能的关键，在实际任务中，对于障碍物类型的的判断，避障方法的选择也是应当着重研究的。首先在传感器眼中障碍物与与墙壁的感知数据并无大差别，但在实际避障过程中方案的选择缺天差地别，所以我们下面进行判定障碍物是否为墙壁的研究。通过内螺旋随机法的原理可知，若任务边长为L或H，我们可知第n次需行走长度M为，通过光电编码器可测得机器人已行走，通过传感器可测得距障碍物距离，当<时，表示机器人遇到障碍物而非墙壁，当即执行避障方案，当=时，表示机器人遇到墙壁，当即执行内螺旋随机法任务覆盖进行转弯操作。因考虑不同障碍物的各异，设计出匹配所有障碍物的算法将是一个巨大的工程，因此本文将障碍物统一为矩形以达到便于讨论的目的。这时便可通过机身上的传感器确定绕障位置。通过传感器可测得机器人与障碍物之间的距离。设机器人的距障规避值为，则绕障判定值为，当为1时进行绕障处理，为0时保持速度不变，不然则进行减速处理。在解决何时进行绕障任务后，就需要解决如何让机器人回到计划位置。我们根据几何原理，通过传感器获得的数据，将、记为两边动力轮行驶距离，则可知转弯角度。设为两轮距离。2.4.2可能造成锁死状态的解决AAB图2-4异常状态示意图当机器人遭遇上图A情况时，机身前部的超声波传感器探测结果无异常，可机身边缘已经解除障碍物，这时超声波传感器应与分布在机身两侧的接触传感器共同进行判断，优先接收接触传感器信号。当机器人遭遇上图B情况时，进入半封闭区域的机器人必然会造成无限转弯的循环状态，此时就需要结合机身前侧和左右两侧传感器的信号共同判断，当皆检测到距离较近的信号时，执行倒退程序，直到有一侧失去近距离信号时结束倒退程序。2.5硬件体系智能扫地机器人在本文中的硬件设计主要分为以下系统图2-5智能扫地机器人硬件平台动力及供电系统：本文选用了一块12V的锂电池作为电力供应主体，但根据各IC的供电标准，可知我们共需要5V、3.3V、1.8V这三种工作电压，所以本文将锂电池输出的12v经由DC/DC转换电路输出5V、3.3V、1.8V。动力机械结构主要包括：机体、电机、车轮、传动结构等。动力驱动系统主要包括：电机驱动电路、稳压电路。主体结构采用具有转向灵活、控制简单的三轮设计，前方两轮作为动力及转向轮拖动后方万向轮进行移动。由L298N作为电机驱动核心，独立控制两个动力及转向轮，通过两轮速度差进行转向。同时通过电机上的光电编码器，可测算出两轮的移动距离。（1）控制系统：主控芯片选用STM32F103Z，它是以Cortex-M3为内核的32位处理器芯片，它具有价格低、性能强、功耗低的特点，并集成了芯片集成\t"/item/STM32F103/_blank"定时器，\t"/item/STM32F103/_blank"CAN，\t"/item/STM32F103/_blank"ADC，\t"/item/STM32F103/_blank"SPI，\t"/item/STM32F103/_blank"I2C，USB，\t"/item/STM32F103/_blank"UART，等多种功能。（2）传感器系统：超声波传感器选型为HC-SR04，红外线传感器选型为TCRT5000，三轴陀螺仪选用以MPU6050为核心的传感器电路，其他还包括接触式传感器。2.6软件体系智能扫地机器人在本文中的硬件设计主要分为以下系统：数据驱动采集系统数据驱动采集系统算法执行系统数据整合系统图2-6软件体系数据驱动采集系统作用为驱动传感器工作和采集传感器数据，主要由底层驱动组成，其具体工作为检测障碍物及自身运动情况，控制PWM信号、定时器、使能信号等数据整合系统主要工作为通过传感器的信号进行单位网格的类型判断并进行编码，对每次执行任务后的单位网格信息进行更新。算法执行系统主要利用对采集、处理后的信息进行对动力装置，清扫装置的控制，其中包含地图建立，路径规划。2.7本章小结本章主要介绍了系统的总体设计方案。首先提出提出电量损耗率、覆盖率、重复率、交叉率、时间效率五个参数以供衡量扫地效果，然后通过对已知路径规划方法的分析与对比，总结出本文选用的内螺旋随机法与网格法相结合，并对障碍物信息的编号、环境地图的建立做了一定介绍。对系统的硬件平台进行了初步设定，并对软件系统的设计流程进行了初步规划。第三章系统硬件组成3.1主控模块系统图3-1硬件系统总体架构本系统硬件电路主要由主控制核心模块、数据采集模块、执行系统模块三大模块构成。使用红外线传感器、接触传感器、超声波传感器进行障碍物检测，使用MPU-6050进行自身旋转角度测量，通过车轮上的光电编码器对车轮的速度和距离进行测量。由电机驱动系统、稳压电路构成执行系统模块。STM32F103ZRT6作为控制芯片主要执行电机控制、传感器控制和采集。3.1.1控制核心智能扫地机器人的主要控制系统采用STM32F103芯片，并和其他外围电路共同构成主控系统模块。图3-2STM32F103ZLQFP144的原理图封装STM32F103系列微处理器是第一个以ARMv7-M体系结构为基础的标准32位RISC

（精简指令集）处理器，它在编码中有很高的工作效率，在8位和16位系统的存储空间上将ARM的性能发挥的最强。作为嵌入式ARM处理器，它对MCU的实现的贡献了更划算的平台、对引脚数目的减少、更低的消耗，同时提供了很高的计算能力和优秀的中断响应系统。片上的多种资源让STM32F103系列微处理器在电机驱动、控制的即时性、设备的便携、PC游戏外设和空调系统等领域有着不可估量的潜力REF_Ref5429\r\h错误!未找到引用源。。本文采用STM32F103ZET6作为MCU，它的主要功能有：通过wifi模块与上位机通讯，读取传感器的数据并根据获得的环境信息进行计算，最后通过pwm波对电机进行控制驱动。它主要包括：512K字节的Flash存储器、64K字节SRAM，112个I/O端口、八个定时器，其中基本定时器、通用定时器、高级定时器的数量分别为2、4、2，五个串口、1个DAC（12位）、3个ADC（12位）、12通道的2个DMA、3个SPI、2个IIC、1个USB、1个SDIO、1个CAN。图3-3主控模块电路原理图3.1.2程序下载模块本系统选择使用usb转串口模式进行程序下载，仅使用一根USB线，即可通过计算机新兴程序下载。电路原理图如图3-4所示，通过CH340G转接芯片实现USB转串口功能。其中TXD和RXD为CH340G转接芯片的数据口，并且PA9（TXD）和PA10(RXD)为主控芯片的两个数据口。图3-4CH340G模块电路原理图3.2数据采集3.2.1环境状态采集机器人的环境信息采集主要利用：超声波、红外线和接触的检测装置。利用超声波检测装置收集环境网格中的不必要物体的信息。但是超声波存在探测不到的地方，因此还装有了接触和红外检测装置。超声波传感器图3-5HC-SR04实物图选用HC-SR04为本设计的超声波传感器，它具有高达3nm的测量精度，范围为2cm-4.0m，可满足机器人的测距要求。图3-6HC-SR04引脚图VCCGND是电源，TRIG是控制端（输入），ECHO是返回端（输出），大致过程是TRIG给个高电平脉冲，SR40开始发送超声波，当收到反射波的时候，ECHO输出有效信号。测量从TRIG触发开始到接收到ECHO的时间差，即可换算出距离。测距公式为：D为障碍物距离，T为从TRIG触发开始到接收到ECHO的时间差，（空气中光的传播速度）图3-7超声波模块原理图红外传感器图3-8TCRT5000实物图TCRT5000反射式红外传感器采用发射功率高的红外光电二极管和灵敏度好的光电晶体管组成。信号经施密特电路处理，经过处理的信号具有波形好、驱动能力强等特点。检测装置的红外发射二极管不断发射红外线，当发射的红外线没有被反射回来或被反射回来强度不够大时，此时不使用光敏三极管，此时输出端为低电平，指示二极管一直处于熄灭状态；当检测的范围内出现了不必要的物体时，所有情况与之相反。基本参数：外形尺寸：长32mm~37mm;宽7.5mm；厚2mm工作电压:DC3V~5.5V，一般为5V检测距离：1mm~8mm，焦点距离为2.5mm图3-9TCRT5000电路原理图接触传感器接触传感器用作补充探测，当机身与障碍物发生接触时，由接触传感器发送碰撞信号给MCU。图3-10接触传感器电路原理图3.2.2自身状态采集因为扫地机器人执行清扫任务过程是一个运动过程，故需要对机体自身的状态进行检测。故此本系统采用了MPU-6050传感器进行自身状态的检测。图3-11MPU-6050电路实物图MPU‐6050是第一个整合性9轴运动处理组件。它的角速度全格感测范围为±250、±500、±1000与±2000°/sec(dps)，可准确追踪动作的快和慢，并且用户可程式控制的加速器全格感测范围为±2g、±4g±8g与±16g。产品传输可透过最高至400kHz的或最高达20MHz的SPI。MPU‐6050可在不同电压下工作，VDD供电电压介为2.5V±5V、3.0V±5V或3.3V±5V，逻辑接口VVDIO供电为1.8V±5V。包装尺寸为4x4x0.9mm。图3-12MPU-6050电路原理图VDD供电电压为2.5V±5V、3.0V±5V、3.3V±5V，VDDIO为1.8V±5V。陀螺仪需要5mA来运行，它的待命电流为5µA；加速器的工作电流为350µA，它在省电模式下电流为20µA～10Hz。3.2.3运动信息采集由于需要在机器人工作过程中测量机器人的移动距离及速度，所以在电机转轴上配置了增量式光电编码器。图3-13光电编码器码盘示意图光电编码器主要由光网盘和光电探测装置组成。在系统中，由于光电码盘与电动机同轴，当电动机旋转时，光网盘与电动机保持相同的速度进行旋转。经\t"/item/%E6%89%8B%E8%BD%AE/_blank"发光二极管等检测装置检测输出若干脉冲信号。通过计算每秒光电编码器输出脉冲的个数就能得到当前电动机的转速。为了判断旋转方向，码盘还可提供相位相差90°的两个通道的光码输出，通过双通道光码的状态变化确定电机的转向。3.3执行系统3.3.1电机驱动电路由于STM32单片机所提供的电流无法直接驱动直流电动机，所以需要外加放大电路来进行功率放大。为了适应任务环境复杂的机体运动，机器人本身需要不断进行换向和调速，所以本系统以L298N作为主芯片用来电路的驱动。L298N是一种双H桥电机驱动芯片，其中每个H桥可以提供2A的电流，瞬间峰值可达3A，供电电压范围是2.5～48v，逻辑部分5v供电，接受5vTTL的电平。功率部分的电压应大于6V，否则芯片不能正常工作，额定功率最大为25W。图3-14双极性全桥驱动如图3-13所示，H桥式电机驱动电路包括4个三极管和一个电机。要使电机运转，必须导通对角线上的一对三极管。根据不同三极管对的导通情况，电流可能会从左至右或从右至左流过电机，从而控制电机的转向。要使电机运转，必须使对角线上的一对三极管导通。当VF1管和VF4管导通时，电流就从电源正极经VF1从左至右穿过电机，然后再经VF4回到电源负极,该流向的电流将驱动电机顺时针转动。当三极管VF2和VF3导通时，电流将从右至左流过电机，从而驱动电机逆时针转动。ENA/ENB为使能端，通过输入PWM信号，实现控制转速的功能。IN1-IN4为逻辑输入端，通过改变高电平的占空比来控制左右轮的转向。为了防止转换状态时产生的反相电流，所以接入二极管，为了防止急停、制动时的电流反窜接入光耦隔离模块。图3-15电机驱动电路3.3.2稳压电路本文选用了一块12V的锂电池作为电力供应主体，但根据各IC的供电标准，可知我们共需要5V、3.3V、1.8V这三种工作电压，所以本文将锂电池输出的12v经由DC/DC转换电路输出5V、3.3V、1.8V。LM2576集成电路可直接将12v直流电压稳定到5V直流。其输出误差可在给定输入与输出负载时，控制在的范围内，并具有优秀的负载能力可驱动3A的负载。LM2576中集成了频率固定器和补偿器，使外围电路更加简化。图3-1612V-5V电路图

通过AMS11173.3和ASM11171.8将5V直流电压转换为3.3V和1.8V直流电压。其自带过热保护，具有良好的稳压精度（％）。图3-1712V-3.3V和12V-1.8V电路图3.4电机底盘使用两个驱动轮与一个随动轮的设计，通过两个驱动轮的速度差进行转向动作，当两轮速度相同，方向相反时进行原地掉头动作。这种结构具有实现简单，动作灵活的特点。本系统选用直流减速电机，因其具有价格低廉、精度高、易于控制、电力驱动容易的特点。在电力驱动方面，可通过电池直接进行供电。因直流电机具有高转速但扭矩小的特点，所以本系统选择了配备减速器的直流减速电机，使其满足大扭矩、低转速的设计要求。本系统设计的扫地机器人设计重量为1.5KG，设计车轮直径为42.6mm，设计最高速度为0.16m/s。则电机扭矩T，功率P为：根据数据经验，在实际传动中会存在功率损失，其传动效率应在0.7左右，所以本次设计选用的电机应满足实际工作功率大于理论功率180％以上，故本次选用XD-42GA775型直流加速电机。图3-18XD-42GA775直流减速电机实物图3.4本章小结本章主要介绍了扫地机器人的硬件设计。STM32F103ZET6作为主控模块，使用CH340G进行程序下载，使用超声波、红外线和接触检测装置作为对工作环境进行收集的主要器件，使用MPU-6050、光电编码器作为检测自身状态的主要传感器，同时介绍了电机的驱动电路和稳压电路。第四章系统软件设计4.1信息采集程序设计4.1.1超声波驱动程序为满足机器人对距离的测量与躲避障碍物的能力，因此在机器人内部安装三部超声波的检测装置，用于检测三个方位的环境信息。图4-1超声波操作时序图当超声波模块输入一个10us的TTL信号到Ting引脚时，模块内部发出8个40KHz的脉冲，经过处理使距离信息转化为ECHO的持续高电平时间（），利用定时器根据式4-1可计算出距离，具体测距流程如图4-2所示。图4-2超声波测距流程图4.1.2陀螺仪及加速度计驱动程序本系统采用的是MPU-6050这一款数字传感器。在实际应用中，通过总线可得到角、线加速度。图4-3MPU-6050框图通过SCL和SDA与MCU进行连接，使得MCU通过SCL和SDA控制MPU-6050。由于本系统未使用其他外部设备，所以并未使用另外的IIC接口。MPU-6050初始化的各步骤如下：（1）初始化IIC接口首先初始化与MCU连接的SCL和SDA数据线。（2）复位MPU-6050恢复内部寄存器的默认值，对电源寄存器1的bit7通过写1使其由（0x6b）恢复到默认值（0x40）。为了能够正常唤醒设备，需要将寄存器设置为（0x00)。（3）设置传感器满量程范围通过角速度传感器配置寄存器（0x1b），设置其满量程范围为±2000dps。通过加速度传感器配置寄存器（0X1C),设置其满量程范围为±2g。（4）设置其他参数陀螺仪采样率通过采样率分频寄存器（0X19）控制，这个采样率我们一般设置为50即可。数字低通滤波器（DLPF）则通过配置寄存器（0X1A）设置，一般设置DLPF为带宽的1/2即可。由于本系统不采用中断方式读取数据，所以关闭中断，然后也没外接其他传感器，所以也关闭AUXIIC接口。MPU6050可以使用FIFO存储传感器数据，不过本系统没有用到，所以关闭所有FIFO通道，这个通过FIFO使能寄存器（0X23）控制，默认都是0。（5）配置系统时钟源通过电源管理寄存器1设置系统时钟源，将最低三位由默认值0设置为1，时钟源选择X轴的ppl。（6）使能角速度传感器（陀螺仪）和加速度传感器将电源管理器2对应位设置为0即可使能角速度传感器和加速度传感器。当完成初始化后便通过应用层对数据进行读取和储存。图4-4MPU-6050流程图通过MPU6050模块测试机体偏移角度，可以修正由两轮误差产生的轨道脱离，当检测到偏移角度过大时，通过调整两轮速度可使机体恢复原始轨道。4.1.3光电编码驱动程序本系统采用分布20个透光孔的轮盘，两透光孔间隔，车轮直径为42.6mm，周长为133.83mm，则每次间隔输出低电平时轮子移动6.69mm。图4-5光电编码器检测流程根据式4-2、4-3可以测得小车的行驶路径L和机身转角θ。其中179.3mm为两轮间距，L1和L2为两轮脉冲数。4.2信息的建立与整合4.2.1地图网格信息建立网格地图主要包含的信息有：地图外围轮廓、网格单元外部特征、网格单元编号、网格单元内部信息等。由初次清扫任务可测出网格地图的外围轮廓L、H；由两轮直径与外围轮廓可知网格单元外部特征；通过内螺旋随机法的递减因子可对网格进行编号；通过各传感器可测定网格内部障碍物信息。网格地图建立步骤如下：初次清扫时，通过光电编码器测得两对向墙壁间的距离L、H。从任务起始点出发对网格单元进行编号信息建立,将最外圈记为，并由外到内用依次i+1记录，每圈内的网络单元，按顺时针记为。单元网格的位置可表示为。在执行清扫任务中，由机器人通过传感器信息进行网格单元的障碍物信息编码，无障网格编码为00，避障网格编码为10。当网格占比大于设定值，即对当前网格编码10进行加1操作，使其编码变为11。当网格占比小于设定值，即不对编码进行变更。程序函数定义：IntL,H//网格外围轮廓StructMapstatus//地图全信息{IntNumber[800][4]//网格编号floatl,h//网格单元外部特征Intcontent//网格单元内部特征StructMapstatus*next//建立链表}图4-6网格地图建立流程图4.2.2地图信息整合由于扫地机器人的外部地图环境一直处于动态变化之中，网格单元的网格信息也应及时的更新。尤其是当环境信息的更新积累到一定数量时，机器人便可获得有用的环境变化信息。在持续的清扫任务时，机器人在使用前次地图信息的同时进行更新，主要的更新内容为障碍物信息。本文提出的信息整合，即表示当地图信息更新累积到一定数量时，扫地机器人能对环境的动态变化做出一定判断。图4-7地图信息整合系统对网格密度进行判断，当信息不断累计更新，便可以得到平均网格密度m，这一平均值可以反映地图中障碍物的