kaiyun官方注册
您所在的位置: 首页> 其他> 设计应用> 移动机器人的边界识别和遍历矫正
移动机器人的边界识别和遍历矫正
来源:电子技术应用2014年第1期
胡天佑,项馨仪,郑健海,周 俊,邬杨波
(宁波大学 信息科学与工程学院,浙江 宁波315211)
摘要:设计和研究了移动机器人的磁边界识别和遍历矫正。采用烧结NdFeB作为磁边界材料;对于边界磁场信息的识别,选用UGN3503霍尔传感器来实现;对于机器人的遍历,采用迂回式遍历。对于通常移动机器人的遍历中产生的累计误差问题,提出一种矫正的方案,采用磁边界作为机器人纠正误差的标志,该磁边界同时也作为机器人工作区域的边界。这与当前其他矫正遍历误差方式相比,有效地降低了边界系统的复杂性,同时也提高整个运作系统的稳定性。
Abstract:
Key words :

摘 要:设计和研究了移动机器人磁边界识别和遍历矫正。采用烧结NdFeB作为磁边界材料;对于边界磁场信息的识别,选用UGN3503霍尔传感器来实现;对于机器人的遍历,采用迂回式遍历。对于通常移动机器人的遍历中产生的累计误差问题,提出一种矫正的方案,采用磁边界作为机器人纠正误差的标志,该磁边界同时也作为机器人工作区域的边界。这与当前其他矫正遍历误差方式相比,有效地降低了边界系统的复杂性,同时也提高整个运作系统的稳定性。
关键词:磁边界;移动机器人;遍历;矫正

 在移动机器人自主寻迹时,边界识别是其重要环节之一。边界识别技术,是指移动机器人通过各种传感器来检测或推算边界信息,控制自身在规定的范围内活动。通过调查和研究,现有的户外轮式移动机器人都将边界识别作为首要研究内容,目前采用的方法可分为如下几类:(1)采用通电电缆包围整个工作区域,机器人通过探测边界线所形成的磁场来推算边界信息,此种方法需在不同区域埋线并增设电源,但在执行上造成了一定的困难;(2)采用预先在边界放置与周边环境色差较大的标示物,机器人通过光学传感器来检测边界,此种方法算法复杂,容易出错;(3)采用定位传感器如GPS、超声波、视觉导航系统等确定机器人的位置,进而确定边界。以上方法均设备复杂、成本较高,而且往往难以达到精确定位的效果。
 本文针对以上边界识别技术所存在的缺陷,提出一种改进的机器人边界识别方法以解决上述问题,同时设计了遍历矫正方案来减小运动过程中产生的累积误差,提高了定位精度,降低了方法的难度。系统由按一定规律排布的永磁体边界与安装于机器人上的线性霍尔传感器构成。经实验验证,该系统不仅具有实用性而且稳定。
1 机器人的硬件平台设计
 移动机器人控制系统由单片机主控模块、传感器采集模块、电源模块和运动控制模块组成。单片机主控模块是移动机器人的控制核心[1],负责处理传感器采集的数据,经处理后发给运动控制模块执行;传感器采集模块主要是线性霍尔传感器检测磁场边界采集的电压数据;运动控制模块是移动机器人的运动执行部分,负责接收单片机主控模块的运动指令,由直流电机完成前进、转弯和后退的指令,然后通过传感器多次采集的数据能够实现遍历矫正;电源模块是移动机器人的能量来源,为单片机主控模块和运动控制模块提供所需能量。移动机器人控制系统总体框架如图1所示。其中,控制系统的核心控制芯片采用Cygnal公司生产的C8051F020单片机。运动控制模块的电机驱动芯片选择L298N型号。磁边界材料选择磁性较强的钕铁硼(NdFeB)磁体。传感器采集模块采用UGN3503霍尔传感器来识别边界信息。

1.1 C8051F020单片机简介
 C8051F020单片机是完全集成的混合信号系统级MCU芯片,采用全速、非侵入式在系统调试接口,提供C编译调试环境,可以大大提高产品开发速度和效率。芯片内置有8路12位A/D转换器、8路8位A/D转换器、2路12位D/A转换器、2路UART、SPI、I2C、电压比较器、内部晶振、看门狗、电压监视器、温度传感器、多路PWM输出,支持20个中断源、64个可编程I/O口、 4 KB RAM、64 KB在系统编程Flash存储器等外部设备,简化了MCU芯片外围电路的设计。
1.2 边界识别的硬件设计
 由于移动机器人采用强磁体作为边界,对传感器的灵敏度要求不高,因此选用线性霍尔传感器UNG3503U来识别磁边界。该传感器具有低噪输出、随磁场强度线性变化、性能稳定、成本低等特点。为保证机器人能够始终有效地检测边界且减少霍尔元件的数量,将霍尔传感器分为左右对称的两大部分。每一部分中的任意两个相邻霍尔传感器的距离为矩形永磁体宽面长度的一半。左右两大部分的霍尔传感器间距为两倍永磁体宽面长度。由于霍尔传感器对垂直自身的磁感线最为敏感,因而任意一个霍尔传感器的传感部分均与永磁体的宽面平行,任意一个霍尔传感器与永磁体的上宽面间距相等且约为1 mm。边界识别的磁传感器原理图如图2所示。

2 磁边界的建立与识别
 目前,移动机器人工作区域的磁边界大多采用有源的导线产生。而机器人工作时整个系统会在边界上产生能量消耗,不符合现在倡导的低碳经济的要求。因此,本文就功耗问题,采用无源的永磁铁作为机器人的工作边界,不需要增设额外的电源。永磁体可埋于地底,对环境的影响较小。考虑到每种永磁铁都具有不同的特性,在选择某种磁性材料时,根据应用场合不同,应该考虑最大磁能积、矫顽磁性、最大工作温度、剩磁及材料的硬度等因素。烧结NdFeB永磁材料的剩磁Br与其他材料相差不大,但其最大磁能积却是其他永磁材料的几倍,且长期使用不会退磁。因此,移动机器人边界采用烧结NdFeB磁体作为边界材料。
 该边界识别方法简单、精度高,同时可利用永磁体的特殊排列规律来实现定位,保证了机器人的工作范围。移动机器人的磁边界由上下宽面为磁极、充磁方向沿厚度方向的矩形永磁体组成。多个永磁体的排列规律如图3所示,L为矩形永磁体的宽面长度,相邻磁体的间距与磁体宽面长度相等,且所有永磁体的朝上宽面为同一磁极。

 当移动机器人上的线性霍尔传感器未处在磁体的正上方,线性霍尔传感器的输出电压为2.5 V。该电压经过两个等值电阻分压后传给模/数转换器,此时单片机主控模块检测模/数转换器采集到的电压为1.25 V,判断机器人未处于边界。当移动机器人上的线性霍尔传感器移动至磁体上方,线性霍尔传感器的输出电压发生突变,该电压经过两个等值电阻分压后传给模/数转换器。此时单片机主控模块检测任意一个模/数转换器采集到的电压发生突变,判断机器人到达边界。
3 边界的遍历与矫正
 为了覆盖到工作环境的整个区域,需要对移动机器人的路径进行全区域覆盖规划,主要有随机路径规划、螺旋收缩路径规划与往复前进路径规划三种方式,本文采用往复前进路径规划进行遍历[2]。采用往复前进路径规划来遍历的方案如图5所示,移动机器人沿规划的路径在工作区域上下边界和左右边界都采用往复前进,以直线方式行走至边界后掉头,然后沿反方向直线运行,如此反复迂回,直到整个区域被覆盖。


当移动机器人到达工作区域的右上角边界时,通过控制系统左转90°来改变往复的路线,由上下往复式变为左右往复式,该路线切换可以通过上述边界识别奇偶次数的方法来实现。
移动机器人按照往复前进路径规划遍历会产生累计误差,每次往复都会偏离原来预定路径微小的量,随着往复次数的增加,微小量累加最终造成较大偏差。因此,本文对机器人迂回工作产生的遍历误差提出了一种新矫正方式[3]。此矫正方式以磁边界上放置的烧结NdFeB磁体作为标志,通过线性霍尔传感器与磁体特殊的排列使移动机器人在行走过程中矫正其位置。如图6所示,L为矩形永磁体的宽面长度。

 上述方式通过左右各4个霍尔传感器间的电压差实现误差矫正。由于磁边界磁场强度由中心向外逐渐减弱,线性霍尔传感器在离磁边界不同距离时输出的电压不同。当移动机器人到达边界时,可通过检测线性霍尔传感器的输出电压值来判断移动机器人两前轮是否与边界垂直。单片机主控模块首先通过模/数转换器顺次检测并记录8个线性霍尔传感器的电压,然后计算左边4个线性霍尔元件的电压之和与右边4个线性霍尔元件的电压之和,最后将两电压和相减求差,若其差小于设定的阈值,则判断移动机器人两前轮已经垂直边界。若其差不小于设定的阈值,则可通过运动控制模块调整移动机器人两前轮的位置与边界垂直。
4 实验结果与结论
 模拟文中假设的工作环境,制作出移动机器人实物模型,将安装电源后的移动机器人放置在工作环境中进行实验与数据记录,通过实验,探究提出的遍历矫正方法的有效性。表1、表2和表3分别记录了移动机器人前后两轮所在直线垂直边界、向右倾斜边界和向左倾斜边界三种情况时的采集数据。

 由于左边4个线性霍尔元件的电压之和与右边4个线性霍尔元件的电压之和的差值Dv的值小于边界识别阈值1.70 V,移动机器人判断前后两轮所在直线基本与边界垂直,不作出任何矫正。
 由于左边4个线性霍尔元件的电压之和与右边4个线性霍尔元件的电压之和的差值Dv的值大于0且绝对值大于阈值电压0.77 V,移动机器人判断前后两轮所在直线向右倾斜边界,向左转动进行误差矫正。
由于左边4个线性霍尔元件的电压之和与右边4个线性霍尔元件的电压之和的差值Dv的值小于0且绝对值大于阈值电压0.77 V,移动机器人判断前后两轮所在直线向左倾斜边界,向右转动进行误差矫正。
上述实验结果说明本遍历矫正方法可以实现移动机器人即时矫正,满足了调整的实时性和快速性,在模拟条件下达到了很好的效果。
 边界识别和遍历矫正都是移动机器人技术研究的主要问题,本文就这两个主要问题展开了一系列设计和研究。文中研究的成果是在建立的模型系统中实现了移动机器人磁边界的识别和遍历,并提出了一种新的由遍历产生误差的矫正方法,并通过实验证实该方法的可行性。本文的研究成果可以用在割草、清洁工作等方面。
参考文献
[1] 韩松.基于S3C2410的嵌入式智能机器人设计[J].数据采集与处理,2008,23(3):367-371.
[2] 李智也.移动机器人路径规划问题的解决方案[J].计算机工程,2006,32(1):189-192.
[3] 杨淮清.一种基于可视图法的机器人全局路径规划算法[J].沈阳工业大学学报,2009,31(2):225-229.

此内容为AET网站原创,未经授权禁止转载。
Baidu
map