机器人超声避障控制系统的研究
|
摘要
目前，随着机器人技术的发展，机器人的智能性越来越重要，所以避开障碍物是机器人智能化的一个重要指标。本文采用超声波传感器实现机器人避障控制：首先设计超声波测距系统用于探测机器人周围环境，并建立全局环境坐标分析超声波传感器所探得的障碍物的信息；然后通过一种避障控制算法完成障碍物的模式识别；最后应用到爬行式焊接机器人和智能轮椅上实现自主避障。其具体内容如下：
用51单片机设计超声测距系统，该系统的测距精度为±5cm，基本上满足避障控制要求。为了增加单个超声波传感器的测量精度和减小多个超声波传感器所产生的干涉现象，在硬件上采用多个传感器分时测量，在软件上设置时间隔离，从而减少了系统的串干扰。
提出了一种用于移动机器人自主避障的模糊CAMC避障控制算法。通过将一定量的模糊规则和CMAC小脑模型结合，得到了一种启发式的模糊神经网络，并通过对该模糊神经网络进行离线非监督式的训练，建立了超声波传感器输入信号和移动机器人速度之间的模式映射关系，从而实现了移动机器人连续、快速避障。最后，采用MATLAB建立了一个虚拟环境并进行了避障仿真。
为了验证方案的可行性，通过在爬行机器人和智能轮椅上的实验，表明该系统能够满足机器人避障要求。
At present,With the development of robot technology,the robot intelligence becomes more and more important,therefore,it is an important indicator for the robot intelligence to avoid obstacles.This article uses the ultrasonic sensor to realize the control of robotic avoiding obstacles. Firstly, we design an ultrasonic ranging system to probe the environment on every side of the robot, and analysis the obstruction information by building an overall situation coordinate. Secondly,a control algorithm has been worked out to accomplish pattern recognition. Lastly, avoiding obstacle system has been applied on the crawl robot and intelligent wheel chair by the experiments,then independently realizes the avoiding obstacle.The content as follows:
with the accuracy of±5 centimeters,Use 51 micro-chip to design a measurement ranging system, which satisfy the requirement of blocker avoiding controls.In order to increase the measurement precision of single ultrasonic sensor and decrease the interference degree produced by multiple ultrasonic sensors,we have adopted the method of many sensors time division measures on the hardware and set the isolation interposed time to decrease system interference on the software.
This paper also presents a Fuzzy-CMAC recognition algorithm,which used to achieve autonomous obstacle avoidance of a mobile robot.Through the combination of heuristic fuzzy rules with the CMAC network,a heuristic fuzzy-neuro network is developed. By applying the off-line and unsupervised training in this method,we build up pattern-mapping between ultrasonic sensory input data and velocity command.Thus,the mobile robot realizes continuous and fast motion for obstacle avoidance.Finally,a virtual environment has been built and the emulation has been in progress in MATLAB.
In order to verify the effectiveness of these proposed methods,this paper gives the results of obstacle avoidance through the experiments in crawl robot and intelligent wheel chair.The results show that the system meets the requirements of obstacle avoidance.
用51单片机设计超声测距系统，该系统的测距精度为±5cm，基本上满足避障控制要求。为了增加单个超声波传感器的测量精度和减小多个超声波传感器所产生的干涉现象，在硬件上采用多个传感器分时测量，在软件上设置时间隔离，从而减少了系统的串干扰。
提出了一种用于移动机器人自主避障的模糊CAMC避障控制算法。通过将一定量的模糊规则和CMAC小脑模型结合，得到了一种启发式的模糊神经网络，并通过对该模糊神经网络进行离线非监督式的训练，建立了超声波传感器输入信号和移动机器人速度之间的模式映射关系，从而实现了移动机器人连续、快速避障。最后，采用MATLAB建立了一个虚拟环境并进行了避障仿真。
为了验证方案的可行性，通过在爬行机器人和智能轮椅上的实验，表明该系统能够满足机器人避障要求。
At present,With the development of robot technology,the robot intelligence becomes more and more important,therefore,it is an important indicator for the robot intelligence to avoid obstacles.This article uses the ultrasonic sensor to realize the control of robotic avoiding obstacles. Firstly, we design an ultrasonic ranging system to probe the environment on every side of the robot, and analysis the obstruction information by building an overall situation coordinate. Secondly,a control algorithm has been worked out to accomplish pattern recognition. Lastly, avoiding obstacle system has been applied on the crawl robot and intelligent wheel chair by the experiments,then independently realizes the avoiding obstacle.The content as follows:
with the accuracy of±5 centimeters,Use 51 micro-chip to design a measurement ranging system, which satisfy the requirement of blocker avoiding controls.In order to increase the measurement precision of single ultrasonic sensor and decrease the interference degree produced by multiple ultrasonic sensors,we have adopted the method of many sensors time division measures on the hardware and set the isolation interposed time to decrease system interference on the software.
This paper also presents a Fuzzy-CMAC recognition algorithm,which used to achieve autonomous obstacle avoidance of a mobile robot.Through the combination of heuristic fuzzy rules with the CMAC network,a heuristic fuzzy-neuro network is developed. By applying the off-line and unsupervised training in this method,we build up pattern-mapping between ultrasonic sensory input data and velocity command.Thus,the mobile robot realizes continuous and fast motion for obstacle avoidance.Finally,a virtual environment has been built and the emulation has been in progress in MATLAB.
In order to verify the effectiveness of these proposed methods,this paper gives the results of obstacle avoidance through the experiments in crawl robot and intelligent wheel chair.The results show that the system meets the requirements of obstacle avoidance.
引文
[1] 徐国华，谭民．移动机器人的发展现状及其趋势．机器人技术与应用，2001，3：5-16
[2] 邓旭玥，王伟，易建强．移动机器人导航研究现状及其发展趋势展望．机电工程，2004．
[3] 李庆中，顾伟康，叶秀清．基于遗传算法的移动机器人动态避障路径规划方法．模式识别与人土智能，2002，15(2)：161-166
[4] 刘凤然，田红芳，王侃．基于单片机的移动机器人自动避障控制系统．中国仪器仪表，2001，3：27-29
[5] O. HORN and A. COURCELLE, Interpretation of Ultrasonic Readings for Autonomous Robot Localization, Journal of Intelligent and Robotic Systems 39: 265-285, 2004.
[6] 贾莉娜．高精度的超声波测距系统在移动机器人导航方面的应用．计量与测试技术，2004：23-26．
[7] 宋丹琦．基于机器人避障的多传感器硬件电路．哈尔滨工程大学硕士论文，2002．7
[8] A Fujimori*, Y Ogawa andM Teramoto. Navigation of a sonar-equipped mobile robot with real-time local map building. Proc Instn Mech Engrs Vol 214 Part Ⅰ: 319-325.
[9] 沈俊霞，杨德．单片机在超声测距系统中的一种应用．电子科技，2005(5)：41-43．
[10] C. C. Chu, J. K. Aggarwal. Image Interpretation Using Multiple Sensing Modalities. IEEE Trans. PAMI, 1992, 14(8): 840-646.
[11] 陈维明，陈维南，冯纯伯．视觉和超卢波信息的融合与机器人伺服控制的研究．机器人，1994(1)：8-13．
[12] H M Reddy, A R C Maharaj, S D Prasad and G C Onwubolu. Development of an obstacle-avoiding mobile robotic platform using a low-end budget PIC microcontroller. Proc. Instn Mech. Engrs Vol. 218 Part B: J. Engineering Manufacture.
[13] Charles. C. Chan, K. T. Song. Ultrasonic Sensor Data Integration and Its Application to Environment Perception. Journal of Robotic Systems, 1996, 13(10): 663-677.
[14] Daehee Kang, R. C. Luo. Position Estimation for Mobile Robot Using SensorFusion. Proc. IEEE Conf. on Multisensor Fusion and Integration for Intelligent System, 1994, 10: 647-652
[15] 杨素华，赵文龙，陈思平等．基于球空间极近距离障碍物的超声检测方法．南昌航空工业学院学报(自然科学版)，2004，18(4)：95-99．
[16] 俞竹青，那须康雄．室内移动机器人超声传感器导航网络分布研究．传感器技术，2003，22(11)：12-16．
[17] Mitani, Y Awaki, N. Makino, T. Shimada, Y Yamashita,. A Study of an Autonomous Mobile Robot in an Outdoor Environment. Advanced Robotics. 2001. 3(15): 345-350
[18] Wu Chia-Ju, Tsai Ching-Chih. Localization of an Autonomous Mobile Robot Based on Ultrasonic Sensory Information. Journal of Intelligent and RoboticSystems: Theory and Applications. 2001. 3(30). 267-277
[19] 王醒策，张汝波，顾国吕．基于势场栅格法的机器人全局路径规划．哈尔滨工程大学学报，2003，24(2)：170-174．
[20] S. Parasuraman, V. Ganapathy, B. Shirinzadeh. Fuzzy decision mechanism combined with neuro-fuzzy controller for behavior based robot navigation[A]. IECON'03[C]. 2003: 2410～2416.
[21] S. Nefti, M. Oussalah, K. Djouani, J. Pontnau. Intelligent Adaptive Mobile Robot Navigation. Journal of Intelligent and Robotics Systems[J]. 2001, (30): 311～359.
[22] 杨争，胡旭东．自主移动机器人基于行为的导航策略及其实现[J]．机器人技术与应用，2002(5)：21～23．
[23] 胡盛斌，罗均，黄振邦．用于移动机器人避障的超声测距系统．机电一体化，2003年(1)：36～40．
[24] 曾德怀，谢存禧，张铁，黄瑞华．行走机器人的超声波测距系统的研究．机械科学与技术，23(5)：613-616．
[25] 阎勤劳，邢作常，冯涛，薛少平．温室移动机器人避障功能研究[J]．农业机械学报．2006，37(5)：110-112．
[26] 陈荣．汽车喷烤漆自动控制系统．机床与液压，2003(2)：167～169．
[27] 吴银凤，刘光聪．红外线接收电路CX20106及其应用．无线电，2004(499)：53
[28] 赵亮，侯国锐．单片机C语言编程与实践[M]．人民邮电出版社，2003．
[29] 蒋坚，高希彦．PC机与单片机串行通信在汽油机电控系统中的应用．计算机应用与软件，2004，21(3)：23～25．
[30] 李朝青．PC机及单片机数据通信技术．北京航空航天大学出版社，2000．
[31] 陈超超．轮式机器人的避障研究．燕山大学硕士论文，南京：2003．
[32] Mbede J B, Huang X H, Wang M. Fuzzy motion planning among dynamic obstacles using artifical potetial fields for robot manipulator. Robotics and Autonomous System[J], 2000, 32: 61—72.
[33] M. S. Lin, J. Lim, S. -R. Oh, High Speed Wall Following and Obstacle Avoidance of Wheeled Mobile Robots using Hybrid Behavior Specifications[A]. ISCIRA.2001[C]. 2001: 143～148.
[34] 张海涛．基于多超声波传感器的避障系统设计．山西科技，2006(1)：20～21．
[35] 杨振强，王常虹，庄显义．一种模糊小脑模型神经网络[J]。系统仿真学报，2000，12(2)：152-154．
[36] 孙炜，王耀南．模糊CMAC及其在机器人轨迹跟踪控制中的应用[J]。控制理论与应用，2006，23(1)：39-41。
[37] 杨鹃，孙华，吴林．模糊神经网络信息融合方法在机器人避障中的应用．自动化技术与应用．2005，24(2)：22-24．
[38] K. Halford, D. Kazakkos, D. Pados and P. Papantoni-Kazakkos. Neural Network with Feedback in Binary Hypothesis Testing. Proc. IEEEInt. Conf. Syst. Man. Cybern, Charlottesville, VA. Oct. 1991: 1479-1486
[39] P. Dimitris, K. W. Halford, K. Dimitri and P. P-Kazakos. Distributed Binary Hypothesis Testing with Feedback Neural Network. IEEE Trans, Syst Man, Cybern, 1995, 25(1): 21-42
[40] 孙增昕等．智能控制理论与技术[M]。北京：清华大学出版社。1997．
[41] 陈超超，田行斌，王红波等．一种用于移动机器人避障的模糊神经控制算法[J]．机器人，2003，25(7)：607-610．
[42] 张俊强．轮履机器人的运动分折及初始焊位的自寻优控制．南昌大学硕士学位论文．南昌：2006．
[43] 许宜中，朱欣华．基于VC++6.0的PC机与单片机之间的串行通信．现代电子技术，2003(5)：6-11．
[44] 彭在灿．单片机控制的抗干扰技术，机电工程技术，2005，34(1)：23-27．
[45] 周小杰．凌阳16位单片机在电机智能控制开关中的应用．煤矿机械．2005(5)：139-141．
[46] 薛钧义等．凌阳十六位单片机原理及应用，北京：北京航空航天大学出版社，2003．
[47] 凌阳公司．跟我学SPCE061A单片机．北京：凌阳大学计划资料．2004．
[48] 李华等．MCS-51系列单片机实用接口技术，北京：北京航空航天大学出版社，2003．
[49] C. Laugier, TH. Frai-chard and others. Sensor-Based Control Architecture for a Car-Like Vehicle. Autonomous Robots. 1999. 6: 165-185.
[50] Kaichun Jiang, Lakmalid D. Senevi-ratne, S. W. E. Ear-les. A Shortest Path Based Path Planing Algorithm for Nonholomic Mobile Robots. Journal of Intelligent and Robotic Svstems. 1999. 24: 347-366.
[51] A. Arleo, F. Smeraldi, W. Gerstner. Cognitive Navigation Base on Nonuniform Gabor Space Sampling, Unsupervised Growth Networks and Reinforcement Learning[J]. IEEE Trans. on NN, 2004, 15(3): 639～652.
[52] 徐叙华．模糊逻辑与模糊推理．成都：西南交通大学出版社，1989：145-156
[53] S. Thongchai, S. Suksakulchai, D. M. Wilkes, and N. Sarkar. Sonar Bchavior-Based Fuzzy Control for a Mobile Robot. Proceedings of the IEEE International Conference on Systems Man, and Cybernetics, 2000: 435-440
[54] 李士勇，等．模糊控制和智能控制理论与应用．哈尔滨工业大学出版社，1990．
[55] 颜利彪，范蟠果．基于单片机的简易智能电动车．电子技术．2004(4)：8-10．
[56] 叶聪红，徐文龙，王效杰，韩江．两轮驱动小车系统的设计实现及其路径规划．航天制造技术．2005(5)：15-21．
[57] 王晓明．电动机的单片机控制，北京：北京航空航天大学出版社，2002．
[2] 邓旭玥，王伟，易建强．移动机器人导航研究现状及其发展趋势展望．机电工程，2004．
[3] 李庆中，顾伟康，叶秀清．基于遗传算法的移动机器人动态避障路径规划方法．模式识别与人土智能，2002，15(2)：161-166
[4] 刘凤然，田红芳，王侃．基于单片机的移动机器人自动避障控制系统．中国仪器仪表，2001，3：27-29
[5] O. HORN and A. COURCELLE, Interpretation of Ultrasonic Readings for Autonomous Robot Localization, Journal of Intelligent and Robotic Systems 39: 265-285, 2004.
[6] 贾莉娜．高精度的超声波测距系统在移动机器人导航方面的应用．计量与测试技术，2004：23-26．
[7] 宋丹琦．基于机器人避障的多传感器硬件电路．哈尔滨工程大学硕士论文，2002．7
[8] A Fujimori*, Y Ogawa andM Teramoto. Navigation of a sonar-equipped mobile robot with real-time local map building. Proc Instn Mech Engrs Vol 214 Part Ⅰ: 319-325.
[9] 沈俊霞，杨德．单片机在超声测距系统中的一种应用．电子科技，2005(5)：41-43．
[10] C. C. Chu, J. K. Aggarwal. Image Interpretation Using Multiple Sensing Modalities. IEEE Trans. PAMI, 1992, 14(8): 840-646.
[11] 陈维明，陈维南，冯纯伯．视觉和超卢波信息的融合与机器人伺服控制的研究．机器人，1994(1)：8-13．
[12] H M Reddy, A R C Maharaj, S D Prasad and G C Onwubolu. Development of an obstacle-avoiding mobile robotic platform using a low-end budget PIC microcontroller. Proc. Instn Mech. Engrs Vol. 218 Part B: J. Engineering Manufacture.
[13] Charles. C. Chan, K. T. Song. Ultrasonic Sensor Data Integration and Its Application to Environment Perception. Journal of Robotic Systems, 1996, 13(10): 663-677.
[14] Daehee Kang, R. C. Luo. Position Estimation for Mobile Robot Using SensorFusion. Proc. IEEE Conf. on Multisensor Fusion and Integration for Intelligent System, 1994, 10: 647-652
[15] 杨素华，赵文龙，陈思平等．基于球空间极近距离障碍物的超声检测方法．南昌航空工业学院学报(自然科学版)，2004，18(4)：95-99．
[16] 俞竹青，那须康雄．室内移动机器人超声传感器导航网络分布研究．传感器技术，2003，22(11)：12-16．
[17] Mitani, Y Awaki, N. Makino, T. Shimada, Y Yamashita,. A Study of an Autonomous Mobile Robot in an Outdoor Environment. Advanced Robotics. 2001. 3(15): 345-350
[18] Wu Chia-Ju, Tsai Ching-Chih. Localization of an Autonomous Mobile Robot Based on Ultrasonic Sensory Information. Journal of Intelligent and RoboticSystems: Theory and Applications. 2001. 3(30). 267-277
[19] 王醒策，张汝波，顾国吕．基于势场栅格法的机器人全局路径规划．哈尔滨工程大学学报，2003，24(2)：170-174．
[20] S. Parasuraman, V. Ganapathy, B. Shirinzadeh. Fuzzy decision mechanism combined with neuro-fuzzy controller for behavior based robot navigation[A]. IECON'03[C]. 2003: 2410～2416.
[21] S. Nefti, M. Oussalah, K. Djouani, J. Pontnau. Intelligent Adaptive Mobile Robot Navigation. Journal of Intelligent and Robotics Systems[J]. 2001, (30): 311～359.
[22] 杨争，胡旭东．自主移动机器人基于行为的导航策略及其实现[J]．机器人技术与应用，2002(5)：21～23．
[23] 胡盛斌，罗均，黄振邦．用于移动机器人避障的超声测距系统．机电一体化，2003年(1)：36～40．
[24] 曾德怀，谢存禧，张铁，黄瑞华．行走机器人的超声波测距系统的研究．机械科学与技术，23(5)：613-616．
[25] 阎勤劳，邢作常，冯涛，薛少平．温室移动机器人避障功能研究[J]．农业机械学报．2006，37(5)：110-112．
[26] 陈荣．汽车喷烤漆自动控制系统．机床与液压，2003(2)：167～169．
[27] 吴银凤，刘光聪．红外线接收电路CX20106及其应用．无线电，2004(499)：53
[28] 赵亮，侯国锐．单片机C语言编程与实践[M]．人民邮电出版社，2003．
[29] 蒋坚，高希彦．PC机与单片机串行通信在汽油机电控系统中的应用．计算机应用与软件，2004，21(3)：23～25．
[30] 李朝青．PC机及单片机数据通信技术．北京航空航天大学出版社，2000．
[31] 陈超超．轮式机器人的避障研究．燕山大学硕士论文，南京：2003．
[32] Mbede J B, Huang X H, Wang M. Fuzzy motion planning among dynamic obstacles using artifical potetial fields for robot manipulator. Robotics and Autonomous System[J], 2000, 32: 61—72.
[33] M. S. Lin, J. Lim, S. -R. Oh, High Speed Wall Following and Obstacle Avoidance of Wheeled Mobile Robots using Hybrid Behavior Specifications[A]. ISCIRA.2001[C]. 2001: 143～148.
[34] 张海涛．基于多超声波传感器的避障系统设计．山西科技，2006(1)：20～21．
[35] 杨振强，王常虹，庄显义．一种模糊小脑模型神经网络[J]。系统仿真学报，2000，12(2)：152-154．
[36] 孙炜，王耀南．模糊CMAC及其在机器人轨迹跟踪控制中的应用[J]。控制理论与应用，2006，23(1)：39-41。
[37] 杨鹃，孙华，吴林．模糊神经网络信息融合方法在机器人避障中的应用．自动化技术与应用．2005，24(2)：22-24．
[38] K. Halford, D. Kazakkos, D. Pados and P. Papantoni-Kazakkos. Neural Network with Feedback in Binary Hypothesis Testing. Proc. IEEEInt. Conf. Syst. Man. Cybern, Charlottesville, VA. Oct. 1991: 1479-1486
[39] P. Dimitris, K. W. Halford, K. Dimitri and P. P-Kazakos. Distributed Binary Hypothesis Testing with Feedback Neural Network. IEEE Trans, Syst Man, Cybern, 1995, 25(1): 21-42
[40] 孙增昕等．智能控制理论与技术[M]。北京：清华大学出版社。1997．
[41] 陈超超，田行斌，王红波等．一种用于移动机器人避障的模糊神经控制算法[J]．机器人，2003，25(7)：607-610．
[42] 张俊强．轮履机器人的运动分折及初始焊位的自寻优控制．南昌大学硕士学位论文．南昌：2006．
[43] 许宜中，朱欣华．基于VC++6.0的PC机与单片机之间的串行通信．现代电子技术，2003(5)：6-11．
[44] 彭在灿．单片机控制的抗干扰技术，机电工程技术，2005，34(1)：23-27．
[45] 周小杰．凌阳16位单片机在电机智能控制开关中的应用．煤矿机械．2005(5)：139-141．
[46] 薛钧义等．凌阳十六位单片机原理及应用，北京：北京航空航天大学出版社，2003．
[47] 凌阳公司．跟我学SPCE061A单片机．北京：凌阳大学计划资料．2004．
[48] 李华等．MCS-51系列单片机实用接口技术，北京：北京航空航天大学出版社，2003．
[49] C. Laugier, TH. Frai-chard and others. Sensor-Based Control Architecture for a Car-Like Vehicle. Autonomous Robots. 1999. 6: 165-185.
[50] Kaichun Jiang, Lakmalid D. Senevi-ratne, S. W. E. Ear-les. A Shortest Path Based Path Planing Algorithm for Nonholomic Mobile Robots. Journal of Intelligent and Robotic Svstems. 1999. 24: 347-366.
[51] A. Arleo, F. Smeraldi, W. Gerstner. Cognitive Navigation Base on Nonuniform Gabor Space Sampling, Unsupervised Growth Networks and Reinforcement Learning[J]. IEEE Trans. on NN, 2004, 15(3): 639～652.
[52] 徐叙华．模糊逻辑与模糊推理．成都：西南交通大学出版社，1989：145-156
[53] S. Thongchai, S. Suksakulchai, D. M. Wilkes, and N. Sarkar. Sonar Bchavior-Based Fuzzy Control for a Mobile Robot. Proceedings of the IEEE International Conference on Systems Man, and Cybernetics, 2000: 435-440
[54] 李士勇，等．模糊控制和智能控制理论与应用．哈尔滨工业大学出版社，1990．
[55] 颜利彪，范蟠果．基于单片机的简易智能电动车．电子技术．2004(4)：8-10．
[56] 叶聪红，徐文龙，王效杰，韩江．两轮驱动小车系统的设计实现及其路径规划．航天制造技术．2005(5)：15-21．
[57] 王晓明．电动机的单片机控制，北京：北京航空航天大学出版社，2002．