【机器人室内导航的技术路线与硬件平台设计案例分析4200字】

机器人室内导航的技术路线与硬件平台设计案例分析目录TOC\o"1-3"\h\u12798机器人室内导航的技术路线与硬件平台设计案例分析 1161231.1技术路线 123281.2硬件平台搭建 3108041.2.1深度摄像头 342191.2.2单线激光雷达 4268801.2.3树莓派开发板 5176171.2.4下位机开发板 5109941.2.5九轴姿态传感器 7201631.2.6直流减速电机 7225001.2.7转向舵机 7146461.3软件系统简介 71.1技术路线在室内进行避障和导航，需要先搭建一个适合在室内进行移动机器人。机器人需要获得当前室内环境的地图等信息，控制端根据这个地图信息发送的在地图上的目标点，让机器人在从当前位置前进到目标点，并在此过程中完成避障功能。在室内完成这一过程，存在两个基本要求：在沿最短直线行进过程中，需要知道室内环境信息，并规划处达到目标的路径。在行驶中偏离预定路线时需要即时纠正回到预定线路上。在行驶过程中遇到原先地图上不存在的新的障碍物时，需要重新划定局部规避路线，绕过障碍物并完成避障功能。在需求一中，机器人需要知道自身的周遭环境信息，这需要通过各种感知模块实现。在大多数情况下传感器大多使用，红外巡线传感器、超声波雷达、单线或多线激光雷达、单目和深度摄像头和霍尔编码器电机等。红外巡线传感器一般只作用于识别粘贴于地面上的反射红外的材料，通过反射率的不同判断自身处于引导线的位置。这种方式不够智能且局限性太大，而且可以使用摄像头的视觉方法进行巡线，故此不选用红外巡线传感器。超声波雷达所能收集的环境范围太局限，而且只能收集一个方向，对于移动机器人转弯时提供的信息不足。激光是目前常用的环境感知传感器，能够在很好的收集机器人附近的环境信息，不易受到外界环境影响。多线激光雷达虽然提供的信息较多但价格昂贵，而且较大的体积和重量并不适合搭载在室内环境下的机器人。所以本文使用简单轻巧的单线激光雷达，能够在室内环境下提供足够的环境信息。单目摄像头提供的信息太少，只有彩色的图像如果需要计算机视觉方式进行处理需要的算力较大。而深度摄像头可以提供比单目摄像头更多的信息，深度摄像头自身带有硬件支持，对算力要求不会有太大提升，所以使用深度摄像头。普通直流电机只能通过计算运行时间和脉冲等方式计算电机运动圈数，但是在电机实际运动时难以获知准确的运动状态，所以选用简单但有不增加电机大小的带霍尔编码器的直流电机作为机器人动力。最终选用硬件包括：单线激光雷达，深度摄像头，带霍尔编码器的直流电机。以上的硬件选择控制了成本，减少了因为过多传感器带来传输带宽和算力的压力，可以选择嵌入式的开发板处理传感器信息，并且很好的控制了机器人的体积和重量，保证机器人可以灵巧的在室内环境下进行移动。在需求二中，需要让机器人实时感知障碍物并实时规划避让障碍物的路线。首先机器人需要知道自身的位姿信息和障碍物当前所在环境中的位置，在需求一中选用的传感器足够捕获这些信息。机器人利用传感器信息在SLAM技术就可以满足这个需求，从而能够让机器人完成避障动作。根据以上需求本文提出了技术方案如图2-1所示，整个系统主要包括运动控制模块、环境感知模块和导航决策模块。其中运动控制模块，由一个STM32的下位机控制电机和舵机完成小车的运动控制，STM32下位机和树莓派开发板上位机直接通过串口相互通信。环境感知模块包含，单线激光雷达、深度摄像头和陀螺仪等硬件设备，实时采集信息并将信息传输给上位机进行处理。导航决策模块是在上位机运行的软件系统，通过读取环境感知模块信息，建立地图并在地图上进行路线规划。由路线和机器人当前位置计算当前需要的运动信息发送给STM32下位机，由运动控制模块完成机器人移动。控制端可以发送导航目标和查看机器人所有的信息。图2-1技术方案图1.2硬件平台搭建1.2.1深度摄像头RGB-D相机是新兴的视觉传感器，它可以同时获取周围环境的RGB图像和每个像素的深度（Depth）信息ADDINNE.Ref.{9D8CA033-2B54-452A-9458-C7AC15C7774D}[3]。机器人使用的是英特尔(Intel)公司生产的深度摄像头RealSenceD435如图所示2-2，这个外形小巧的深度摄像头可以提供高质量深度信息，非常适合机器人。图2-2D435产品图技术参数如表2-1所示。表2-1D435技术参数表项目参数/范围深度范围0.3-3m深度视场(FOV)86°×57°(±3°)深度输出分辨率1280x720深度帧率90帧/秒RGB分辨率1920×1080RGB传感器视场FOV64°×41°(±3°)RGB帧率30帧/秒1.2.2单线激光雷达机器人使用了思岚科技公司生产的RPIDARA1单线激光雷达，如图2-3所示图2-3RPLIDARA1产品图选择使用RPIDARA1激光雷达是因为这款激光雷达体积和重量较小，性价比高。技术参数如表2-2所示表2-2RPLIDARA1技术参数表项目单位典型值/范围测距范围米0.15－12扫描角度度0－360测距分辨率毫米＜0.5角度分辨率度≤1单次测距时间毫秒0.5测量频率赫兹2000-8000扫描频率赫兹5.51.2.3树莓派开发板上位机使用的是树莓派（RaspberryPi）开发板的4B型号，树莓派是一种只有卡片大小的ARM微型电脑。树莓派上搭载了BMC2711SoC，其上有4个最高频率为1.5GHz的Cortex-A72核，并支持最高4GB内存ADDINNE.Ref.{FC01A10E-D91A-459C-84C8-5B0DDDFE00EB}[4]。树莓派上的SoC提供了足够的算力可以完成传感器的控制、构建环境地图和规划导航线路等任务。集成了USB3.0控制器、WIFI和蓝牙模块等通信模块，这些模块满足了传感器数据，下位机，控制端的通信需求。树莓派工作电压只需要5V直流电源，并可以输出5V的直流电压给深度摄像头和激光雷达供电。由于树莓派具有以上优点，本文将树莓派作为机器人主要计算单元，搭载了Linux(Ubuntu18.04)系统。树莓派通过两个USB3.0接口连接上述的深度摄像头和激光雷达接收并处理数据。而深度摄像头和激光雷达直接由树莓派USB接口直接供电，减少了供电电路的设计也降低了电池的负载，进一步减低了车身重量和体积。本文的控制端PC机，通过树莓派的WIFI模块在同一网段下通过TCP报文进行通信。1.2.4下位机开发板本文采用STM32F103VET6芯片的开发板作为下位机，如图2-4所示，该芯片拥有256KB的FLASH和48KB的SRAM，支持FSMC(FlexibleStaticMemoryController，可变静态存储控制器)和80个通用IO接口。丰富的接口和内存足以满足控制机器人运动和通信的需求。图2-4STM32F103开发板下位机包含以下功能模块：电源供电稳压模块机器人搭载了一块11.5V总容量为9800mAh的蓄电池，该电池提供11V~12V的直流电源经由板载的RT8289GSP芯片构成的降压稳压电路。12V一部分作为驱动电机的电源，另一部分经由稳压芯片将电源降低到5V作为上位机的工作电源、电机的5V逻辑电压和USB串口芯片等。其余的5V接入转3.3V的分压电路，向开发板上的STM32f103芯片和板载器件进行3.3V供电。电机驱动模块直流电机的驱动电路，由TB6612FNG模块进行控制，驱动芯片具有大电路H桥结构，双通道电路ADDINNE.Ref.{6234AD7B-C5F1-4F8A-90CB-172ECD0D675A}[5]。芯片可以同时控制两个电机，模块向电机提供12V的工作电压。STM32芯片产生PWM控制脉冲和控制电平用以控制电机运动方向和速度。STM32芯片读取减速电机尾部的摩尔编码器产生的反馈脉冲，反馈脉冲由STM32的定时器通道读取。反馈脉冲经过四分频技术读取电机运动状态作为里程计数据，从而更加方便推理小车移动距离。舵机控制模块STM32芯片解析机器人水平移动分量后，通过IO接口控制舵机摆动机器人转向轮。通过摆动前轮的方向从而让机器人向左前方、右前方、左后方和右后方改变行进方向。通信模块STM32通信模块由CP2102串口芯片，使用USB数据线在上位机和下位机直接进行串口通信。通信芯片可以让上位机和下位机经过串口进行全双工通信。1.2.5九轴姿态传感器MPU9250作为低成本的惯性测量单元（IMU），具有快速响应、低功耗及成本低等特点ADDINNE.Ref.{14BA24E4-6A6B-464E-B266-5C9B535125DB}[6]。本文使用的姿态传感器芯片在STM32开发板上，机器人的位姿和运动状态主要由该芯片进行反馈。本文中MPU9250通过I2C协议与STM32芯片进行通信，STM32将3个IO接口初始化为I2C作为通信口。在接收到移动命令后，STM32会按照20hz的频率读取MPU9250的数据，并将数据封装成XYZ三轴的运动数据发送给树莓派。树莓派通过这些速度信息感知机器人的运动状态，并实时调整移动机器人的运动状态。1.2.6直流减速电机机器人选用MG513P30型号的直流减速电机，具有较大的减速比和扭矩。该电机工作电压为12V，额定电流0.36A，功率在4.3W左右。电机尾部带有霍尔编码器，可以通过电机的磁电转换将轴上的机械几何位移量转换成脉冲或数字量。通过霍尔元件读取霍尔码盘的旋转脉冲，通过AB两享输出方波信号，编码器自带了上拉电阻，所以可以直接由STM32的IO读取电平和脉冲信息。磁编码器比常用光电编码器相对稳定一些，适配的单片机比较多。1.2.7转向舵机机器人以阿克曼结构为运动底层，需要转向舵机控制阿克曼梯形特性的四连杆机构。通过STM32芯片IO控制，移动机器人的运动底层。1.3软件系统简介上位机作为机器人的决策核心是软件系统的核心。树莓派上位机搭载了ROS（RobotOperatingSystem）的Melodic版本。ROS是机器人的开源操作系统，它可以提供开发机器人软件程序的灵活软件框架。开发者可以在ROS中得到包括：硬件抽象、底层设备控制、常用功能的实现、流程信息传递和包管理等强大的功能。ROS系统提供了一套完成的工具和库，可以在多平台的在计算机上构建、编写和运行机器人代码，节省了大量复杂的代码移植过程，可以实现功能模块分析并应用到不同机器人上，获得了机器人开发者的青睐ADDINNE.Ref.{A4AF007D-06DA-45A5-9756-0F2C13683839}[7]。ROS最开始来自斯坦福大学人工智能实验室的斯坦福人工智能机器人项目（STandfordAIRobot，STAIR）的一个部分和柳树车库（WillowGarage）机器人公司的个人机器人计划。构建了一套符合服务机器人和机器人移动操作领域的系统。ROS的哲学就是，点对点、工具为基础、支持多种开发语言、轻量化和免费且开源ADDINNE.Ref.{879F73AC-AB65-49C0-AE2D-513C151B13A8}[8]。ROS有三个层次的概念：文件系统层次、计算图层次和社区层。开发中主要用到的是文件系统层次和计算图层次。ROS文件系统层次包含以下重要概念：包（packages）：包是ROS整理和组织软件的主要单元。一个包包含ROS程序库、数据集、配置文件等，是ROS建立和分享的最小单元。元包（Metapackages）：是一组具体的服务相关功能包。包清单（PackageManifests）：描述一个包的元信息，包括了包的名字、版本、功能描述、证书信息、依赖关系、以及与其他被导出包的关系等。消息（msg）类型：自定义的通信类型用于信息描述，存储在包的msg文件夹下的Message文件，定义了ROS的messages信息传输的数据结构。服务（srv）类型：自定义的通信类型用于服务描述，存储在包的srv文件夹下的services文件，定义了ROS的服务通信时的请求（request）和响应（response）相关的数据结构。ROS计算图层次包含以下重要概念：节点（nodes）：节点主要执行计算处理。ROS被设计为细粒度的模块化系统，一个机器人控制系统通常由很多节点组成。Master：Master属于结点管理器。提供节点注册服务和查找计算图其余部分的中心节点。