摘 要：针对现有灭火机器人只能实现简单智能活动的不足，提出了一种基于嵌入式微处理器控制系统的设计。本设计以ARM9为核心，以红外测距传感器、地面灰度传感器、远红外火焰传感器组等作为检测系统，通过对采集信号的处理，确定机器人周围环境的信息，并根据路径规划出决策行进运动。同时，为使机器人能更好地完成任务，本设计采用双电源供电系统，低电压电源供给控制器和灭火风扇直流电机，高电压电源用来驱动大功率直流电机以带动轮胎转动。
关键词：ARM9微处理器；PWM控制；传感器；灭火机器人
人工智能也称机器智能，是一门研究人类智能机理和如何用计算机模拟人类智能活动的学科。经过50多年的发展，人工智能已形成极广泛的研究领域，并且取得了许多令人瞩目的成就[1]。智能机器人技术综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学科而形成的高新技术，集成了多学科的发展成果，代表高技术的发展前沿[2]。智能机器人的研究，大大促进了人工智能思想和技术的进步，渐渐成为一个备受关注的分支领域，各种智能机器人比赛也成为国内外广泛推广和发展的一种竞技项目。
智能机器人灭火比赛由美国三一学院于1994年创办，目前已成为全球规模最大、普及程度最高的全自主智能机器人大赛之一。硬件电路是智能灭火机器人整体的核心骨架，其参数性能及设计的合理性直接决定了智能灭火机器人的性能。本文完成了基于ARM9内核[3]的智能灭火机器人的硬件电路的设计与实现。
1 硬件电路的总体设计
灭火比赛的任务是在一封闭房间模型中，随机在其中一个房间里放置蜡烛代替的火源，要求机器人在尽可能短的时间里无碰撞地找到火源并完成灭火。
根据比赛要求及功能需要，灭火机器人的总体结构如图1所示，主要由控制器、传感器输入、驱动输出等模块组成。
2 硬件电路的主要部件分析与设计
2.1嵌入式系统
为实现机器人高速精确地按照规定路径行走，要求机器人的CPU能够实时迅速地读取多个传感器端口数值，并在较短的时间内完成对各端口数值的存储、运算和输出等多种任务。由于嵌入式微处理器对实时任务具有很强的支持能力，能够完成多任务并且具有较短的中断响应，因此在设计过程中选用以嵌入式微处理器ARM9为核心的控制器，其内部采用哈佛结构，每秒可执行一亿一千万条机器指令。
为提高端口数值读取速度，使机器人能对周围环境信息做出迅速判断，本设计在主芯片上设置了ADC0～ADC7（P4.0～P4.7）８路数据输入端口，每秒可实现50万次数据采集；另外又设置20路数据输入端口，通过ATMEGA816-PC辅助单片机连接到主芯片上，用以读取远红外传感器组及检测端口的数值，每秒可实现1 000次数据采集。本设计还设置了4路PWM控制信号输出端口，用以驱动4路大功率直流电机，实现对转速的精确调节；此外，还设置了7路Do数字输出端口，用以驱动伺服电机、蜂鸣器、继电器、发光二极管等。为了给庞大和复杂的程序提供更多的执行空间，本设计附加设置了100 KB的数据存储器（RAM）和512 KB的程序存储器（Flash ROM），用以存储更多的数据和命令。
2.2 电源和驱动电路设计
(1)电源及采样电路
电源是保证机器人稳定、可靠运行的关键部件，它直接影响着机器人性能的好坏。由于本机器人电机驱动和控制器采用两种不同等级电压的电源，为避免2个电源相互干扰，本机器人采用双电源供电系统：电机电源采用高放电倍率聚合物锂电池，容量为2 500 MAH，工作电压为24 V，能提供40 A的稳定供电电流，是普通电池的10倍；控制器电源采用8.4 V锂电池，并提供电压采样端口，以供电池检测，电路图如图2所示。
为获得CPU各端口电路所需要的不同等级的电压，本设计采用1个LM317T三端稳压器和2个AMS1117低压差线性电压调整器，并通过其附属电路，得到精确稳定的5 V、3.3 V、1.8 V 三种电压；采用1个发光二极管LD1和限流电阻R5作为电源指示灯，以显示电源开关的状态；为实时采样电源电压，防止锂电池过放或过充，设计中通过R1、R2分压，引出AD19端口作为电源采样端口。
（2）直流电机驱动电路
由于竞技比赛的需要，机器人要在避免碰撞的前提下尽可能提高速度，因此要求具有更大功率的驱动器和更灵敏的控制方式。为此本文采用的电机驱动电源电压为16.8 V，电流为20 A；采用占空比范围为0～95%的4路PWM信号控制直流电机，以实现精确的调速[4]。
由于电机功率较大，并要求能实现双向、可调速运行，本文设计了半桥式电力MOSFET管，成功实现了对电机的控制。如图3所示，2路PWM信号通过IR2104半桥驱动器（half-bridge driver）和相应保护电路连接至型号为IRF2807 的MOSFET管，控制电源与电动机连接线路的通与断，达到控制电机速度的目的。当PWM信号占空比较大时，线路导通时间长，电机速度大；相反，当PWM占空比较小时，线路导通时间短，电机速度小。4个MOSFET管在不同时刻导通组合，实现控制电机转动方向：当MSFET管1和4导通时，电机端口1为正、2为负，电机正转；当MOSFET管2和3导通时，电机端口2为正、1为负，电机反转。
2.3 传感器
(1)红外测距传感器
红外测距传感器[5-6]是机器人的“视觉器官”，通过不断读取其数值并进行判断，才能确定机器人所处位置环境，以确定机器人下一步该执行什么命令才不致碰撞，并按照理想的路线行走。依据比赛场地规格，本机器人采用SHARP公司的GP2D12PSD传感器（后面简称PSD传感器），其有效测距范围为10 cm～80 cm。其原理如图4（a）所示。
该传感器采用三角测量的原理，如图4（b）所示红外发光二极管发出红外线光束，当红外光束遇到前方的障碍物时，一部分反射回来，通过透镜聚焦到后面的线性电性耦合器件CCD（Charge Coupled Device）上，根据红外光线在CCD上聚焦的位置，可知道光线的反射角，进一步折算出物体的距离。由于PSD传感器输出电压和实际距离是非线性关系，可以通过线性插值运算得出其转换近似公式。
根据比赛的需要，机器人应该能够测量不同方向的障碍物的距离，理论上8个方位均应设置红外测距传感器；在满足比赛要求前提下，考虑经济性，本设计采用了6个红外测距传感器，其安放位置如图4（c）所示。通过1个或多个传感器数值可以较精准地确定机器人的位置和墙壁的关系。例如，当正前传感器和左前传感器数值同时很大（距离很小）时，说明机器人处在一个角落上，前方和左侧均是墙壁，此时可以执行右拐命令，从而走出角落。
(2)远红外火焰传感器组
为能完成灭火任务，机器人必须能确定火焰的大致位置，并能对火焰是否被扑灭做出判断。本文设计了由28个红外接收管组成的2个远红外火焰传感器组，前后每个方位各有14个红外接收管组成，每2个并联并指相同一个方向，2个传感器组共指向14个方向，可以覆盖360°范围。如图5（a）所示，14个端口通过CD4051八路转换开关连接至ATMEGA8—16PC单片机，其中SCK、MISO、MOSI为位选择端口。此外，本设计还可以通过对14路读取数据进行比较，从而确定其最大最小值及相应端口值，方便火源方位的确定。
通过对远红外传感器组的不同端口值的比较，还可以确定机器人和火源的相对位置，以判断前进方向，完成趋光动作。当机器人与火源相对位置如图5（b）所示时，可以读取端口2和端口4的值，并进行作差，端口2的值大于端口4（说明2更靠近火源），则执行左拐命令，使其差值在一定范围内，然后执行直行命令趋近火源。
(3)地面灰度传感器
比赛规定，机器人起始位置是直径为30 cm的白色圆，每个房间入口有一条3 cm宽的白线，其他地面均为黑色。机器人的启动和停止及进房间的标志都要依靠对地面灰度的判断，因此需使用能对地面反射光线的强弱做出反应的传感器。本机器使用一对地面灰度传感器，放置在前后两端的底座上。地面颜色越深，其值越大，地面颜色越浅，其值越小。
如图6所示，地面灰度传感器通过发光二极管LED照亮地面，地面的反射光线被光敏三极管接收，当地面颜色为黑色时，反射的光线比较弱，则光敏三极管的基极电流越小，集电极电流也相应较小，1端口电压值较高，其测量值较大；反之当地面为白色时，反射的光线较强，集电极电流越大，1端口电压值较小，测量值也较小。
本文研究并设计了基于ARM9嵌入式系统的一种智能灭火机器人，具有以下5个创新点：(1)采用了嵌入式系统内核，大大提高了机器人处理信号的能力；(2)双电源供电系统引入，使机器人的运行更加稳定可靠；(3)采用PWM信号控制大功率直流电机，在速度和精度方面有了很大的改进；(4)通过合理选择PSD测距传感器的个数和安放位置，既满足比赛要求，又能节约成本；(5)本文设计的远红外火焰传感器组，很好地完成了对火源的精确定位任务，提高了灭火可靠性和快速性。
实测证明，本文设计的机器人能够很好地完成比赛任务，并且在可靠性和速度方面都有了大幅度的提高，具有很强的应用价值。
参考文献
[1] NISSON N J．Artificial intelligence: a new synthesis[M]．Beijing: China Machine Press, 2006: 72-95．
[2] NORTIOMO T, OKADA M, YAMAMOTO H. A joint antenna and post-DFT combining diversity scheme in OFDM receiver[C] Wireless Communication Systems, The 1st International Symposium, 2004: 140-143．
[3] 张小伟．ARM9嵌入式系统设计原理与开发实例[M]．北京：电子工业出版社，2008．
[4] 王水平．PWM控制与驱动器使用指南及应用电路[M]．西安：西安电子科技大学出版，2004．
[5] 曹小松, 唐鸿儒, 杨炯． 移动机器人多传感器信息融合测距系统设计[J]. 自动化仪表，2009，24(5)：4-8．
[6] 梁毓明, 徐立鸿．移动机器人多传感器测距系统研究与设计[J]. 计算机应用，2008, 28(6)：340-343．