精品文档
2016
1 / 4 信息技术《机器人走迷宫》教案
中学信息技术《机器人走迷宫》教案
第15课 机器人走迷宫
【教学目标】
1．知识与技能
◆学习红外传感器，完成机器人走迷宫；
◆理解机器人走迷宫的策略；
◆学会编写机器人迷宫程序流程图；
◆掌握子程序及复杂程序的编写。
2．过程与方法
◆通过视频播放机器人走迷宫，激发学生兴趣；
◆通过教师讲解左右手走，培养学生的编程思维；
◆通过让学生自己动手编程、调试，体会成功的乐趣。
3．情感态度与价值观
◆通过制作走迷宫的机器人，培养学生的想像力和创造力；
◆培养学生积极探索、敢于实践、大胆创新的精神和意识。
【教法选择】
任务驱动、自主探究、分组协作。
【教学重点】 精品文档
2016
2 / 4 1．理解机器人走迷宫的策略；
2．学会如何编写机器人走迷宫的流程图。
【教学难点】
1．机器人行走方向的判断；
2．掌握子程序及复杂程序的编写；
3．红外传感器在实际生活中的多元运用。
【教学过程】
一、创设情景，导入新课
教师活动
1．设置情景：欣赏走迷宫的机器人视频；
2．引人课题：引导学生分析机器人走迷宫的原理，观察走迷宫机器人中运用到的知识，引出本堂课的任务。
学生活动
欣赏视频，所学知识的整理和回顾，明确学习目标。
二、展现目标，引入任务
教师活动
实例讲解机器人走迷宫的原理及左、右手走：如果一个人在漆黑的迷宫场地中寻找出口，怎么才能走出迷宫呢?一般地，人会通过手的触摸寻找行走路线，沿迷宫的围墙的某一侧行走可以使机器人走遍迷宫的每个地方，这是走迷宫的一般方法。由于场地漆黑，粮据两手获得的墙壁触摸信息可以做出判断，我们称沿左侧行走的方法为左手走，称沿右侧精品文档
“走迷宫的机器人”设计与制作
走迷宫的机器人是移动机器人路径规划算法的典型应用，在国际上迷宫机器人一直是控制领域和计算机领域的研究热点问题，文章结合迷宫机器人走迷宫的实际特点，对机器人走迷宫的一些算法进行了研究和改进，从而实现了机器人在无人为干预下自主走迷宫的目标。
标签：迷宫机器人；单片机；数据通信；智能化
1 走迷宫的机器人设计的目的
随着科学技术的高速发展，國内的教育和科研机构也日益关注机器人事业，有关科研工作在深度和规模上逐渐提高。一些著名高校基本形成了完整的研究体系，对推动高校的科技创新和产学研一体化产生了重要作用，因此我们将设计一种机器人，能够在迷宫中寻找出最短路径。
2 走迷宫的机器人系统设计
本设计以STC89C52单片机系统为控制中心，通过4路红外电路检测黑线，并保证小车能够按照黑线前行，而当单片机检测到需要转向的传感器信号时，单片机通过改变PWM波的占空比来调整小车两侧的电机转速，从而使其两侧轮产生速度差，以实现小车的转向。同时超声波探测周围障碍物，并通过WIFI模块实时传输给计算机。小车遍历整个迷宫区域，同时计算机绘制出迷宫概况，并用递归算法计算出最短路径。
3 走迷宫的机器人硬件设计
3.1 总体硬件结构图
说明：小车以STC89C52单片机控制器，采用红外传感器及其处理模块实现对黑线的循迹；通过单片机产生PWM波对电机进行驱动并通过转速对小车的方向和速度进行控制；用WIFI模块将小车周边障碍物情况传送给电脑，电脑经过运算后将最优路径传输回小车。数据采集系统以单片机为控制核心，模拟实况、算法分析由计算机完成。
3.2 微处理器的选择
单片机我们选用STC89C52，该单片机是宏晶公司推出的新一代单片机，指令代码完全兼容传统8051单片机；内部集成512字节RAM，具有EEPROM功能和看门狗功能，可上电擦除；通用I/O口32个，3个16位定时器/计数器，且功耗低。对于该项目，晶振不能采用常用12兆晶振，否则通信时便会产生积累误差，进而产生波特率误差，影响通信的同步性。采用11.0592兆晶振可以得到非常准确的数值，方便通信。
科技创新与应用Ｉ ２０１７年第９期 科技创新 ‘‘ 走迷宫的机器人＂设计与制作 葛涛 徐运德 陈显东 段红委 （江西科技师范大学，江西南昌３３００１３） 摘要：走迷宫的机器人是移动机器人路径规划算法的典型应用，在国际上迷宫机器人一直是控制领域和计算机领域的研究热 点问题，文章结合迷宫机器人走迷宫的实际特点，对机器人走迷宫的一些算法进行了研究和改进，从而实现了机器人在无人为干 预下自主走迷宫的目标 关键词：迷宫机器人；单片机；数据通信；智能化 １走迷宫的机器人设计的目的 随着科学技术的高速发展，国内的教育和科研机构也日益关注 机器人事业，有关科研工作在深度和规模上逐渐提高。一些著名高 校基本形成了完整的研究体系，对推动高校的科技创新和产学研一 体化产生了重要作用，因此我们将设计一种机器人，能够在迷宫中 寻找出最短路径。 ２走迷宫的机器人系统设计 本设计以ＳＴＣ８９Ｃ５２单片机系统为控制中 ｔｋ，，通过４路红外电 路检测黑线，并保证小车能够按照黑线前行，而当单片机检测到需 要转向的传感器信号时，单片机通过改变ＰＷＭ波的占空比来调整 小车两侧的电机转速，从而使其两侧轮产生速度差，以实现小车的 转向。同时超声波探测周围障碍物，并通过ＷＩＦＩ模块实时传输给计 算机。小车遍历整个迷宫区域，同时计算机绘制出迷宫概况，并用递 归算法计算出最短路径。 ３走迷宫的机器人硬件设计 ３．１总体硬件结构图 仓 网 Ｉ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．＿－Ｊ 仓 匡耋圈 ［＝≯ ［＝》 图ｌ硬件结构图 说明：小车以ＳＴＣ８９Ｃ５２单片机控制器，采用红外传感器及其处 理模块实现对黑线的循迹；通过单片机产生ＰＷＭ波对电机进行驱 动并通过转速对小车的方向和速度进行控制；用ＷＩＦＩ模块将小车 周边障碍物情况传送给电脑，电脑经过运算后将最优路径传输回小 车。数据采集系统以单片机为控制核心，模拟实况、算法分析由计算 机完成。 ３．２微处理器的选择 单片机我们选用ＳＴＣ８９Ｃ５２，该单片机是宏晶公司推出的新一 代单片机，指令代码完全兼容传统８０５１单片机；内部集成５ｌ２字节 ＲＡＭ，具有ＥＥＰＲＯＭ功能和看门狗功能，可上电擦除；通用Ｉ／Ｏ口 ３２个，３个ｌ６位定时器 ｆ．数器，且功耗低。对于该项目，晶振不能 采用常用１ ２兆晶振，否则通信时便会产生积累误差，进而产生波特 率误差，影响通信的同步性。采用１ １．０５９２兆晶振可以得到非常准确 的数值，方便通信。 ３．３ ＷＩＦＩ模块 ＷＩＦＩ模块我们采用的是ＥＳＰ８２６６，它是一款超低功耗的 ＵＡＲＴ—ＷｉＦｉ传输模块，拥有较小封装尺寸和超低能耗技术，专为移 动设备和物联网应用设计，可将用户的物理设备连接到ＷｉＦｉ无线 ——８４—． 网络上，进行互联网或局域网通信，实现联网功能；且支持ＡＴ＋控制 指令集。 ３．４超声波测障模块 该模块采用ＨＣ—ＳＲ０４，具有体积小，精确度强等优点；具有 ２ｅｍ一４００ｅｒａ的非接触式距离感测功能，可用于障碍物测量。其基本 工作原理是：采用ＩＯ口ＴＲＩＧ触发测距，但至少要给ｌＯｕｓ的高电平 信号才能触发；模块自动发送８个４０ｋＨｚ的方波，自动检测是否有 信号返回；若有信号返回，则通过Ｉ／Ｏ口ＥＣＨＯ输出一个高电平， 高电平持续的时间就是超声波从发射到返回的时间。只需５Ｖ电源 供电，ＴＲＩＧ触发控制信号输入，ＥＣＨＯ回响信号输出等。 ３．５由于小车底座集成了电池槽和电源转换，并带有两台电机， 所以不需要考虑电池和电机的选择。 ４走迷宫的机器人软件设计 ４．１遍历算法 我们采用小车遍历迷宫算法，迷宫的线路用黑线搭建进行模 拟，横竖各８条，每一个交点为一个坐标点，用二维数组ａ【８】【８】表 示（取左上角为起点，右下角为终点，总共６４个交点）。 小车初始点为ａ【ｏ】［０１，在没遇到结点（岔路口）时，判断前、右、左 方向上是否有障碍物，如果有两个或者两个以上的方向上有时，则 按照优先前，其次右，最后左的顺序（中右法则）。为了记忆迷宫的详 细信息，需要对迷宫单元的位置进行线路标记。走过的路线用０代 替，墙用一１代替，未监测１代替。 如果三个方向都有障碍物（死路），就需要退回去，这时就需要 记录上一次结点的位置。在有两个或两个以上的方向可走的时候就 将该点坐标记录，当进入死路的时候就退回上次结点，并将该死路 的人口由０改为一１，然后在进行中右法则（如果只剩一个方向则不 需要判断）。对于有多个方向结点，应将结点储存。 ４－２最短路径算法 计算机计算最短路径递归算法：迷宫为一个８＊８的二维数组；０ 表示路，一１表示墙，１表示未探索区域，然后求从入口，到出口的最 短路程。 从起点开始出发（初始点赋值为１），根据中右定则向四个方向 查找（先中其次右最后左），每确定一个方向就对前方的点赋值为此 点＋ｌ，走过的路径也可以重复行走。但有一个条件，就是本点＋１必 须小于已走过的点的值（墙不能走），如果本点＋ｌ大于已走过的点 的值就退出，这样递归调用，直到找到终点为止。 递归每成功调用一次该坐标点的值就为ｌ，将所有１用直线连 接起来，就可得到最短距离。 ５结束语 本课题智能机器人拥有主动避障功能，自主识别障碍物并判断 可行走路线，能够在错综复杂的环境规划出最短路径，可以应用到 探测未知区域，例如实现管道故障排查和路况检测，或利用其物理 特性实现非接触实时测量，并且不受光线影响，例如实现夜间避障。 使其智能化后，可在环境比较恶劣或者对人体有危险的地方工作， 比如外星探测、火场救人、处理危险源、进行水下操作。同时还可以 应用到无人驾驶公交、工业自动化控制运输等方面，有着广阔的应 用前景。 参考文献 【ｌ】童诗白，华成英．模拟电子技术基础（第四版）［ＭＩ．高等教育出版社． 【２】阎石．数字电子技术基础（第五版）【Ｍ】．高等教育出版社． ｆ３１传感器原理及其应用ｆＭ１．电子科技大学出版社． 【４】超声波探测器ＨＣ－ＳＲ０４官方文件，ＷＩＦＩ模块ＥＳＰ８２６６官方使用 手册【Ｚ】． 作者简介：葛涛（１９９５一），男，汉族，山东省菏泽市人，本科，单 位：江西科技师范大学，专业：电子信息工程。 串
⽤Q-learning算法实现⾃动⾛迷宫机器⼈项⽬描述：在该项⽬中，你将使⽤强化学习算法，实现⼀个⾃动⾛迷宫机器⼈。如上图所⽰，智能机器⼈显⽰在右上⾓。在我们的迷宫中，有陷阱（红⾊炸弹）及终点（蓝⾊的⽬标点）两种情景。机器⼈要尽量避开陷阱、尽快到达⽬的地。
⼩车可执⾏的动作包括：向上⾛ u、向右⾛ r、向下⾛ d、向左⾛l。执⾏不同的动作后，根据不同的情况会获得不同的奖励，具体⽽⾔，有以下⼏种情况。
撞到墙壁：-10
⾛到终点：50
⾛到陷阱：-30
其余情况：-0.1
我们需要通过修改 robot.py 中的代码，来实现⼀个 Q Learning 机器⼈，实现上述的⽬标。
Section 1 算法理解
1.1 强化学习总览
强化学习作为机器学习算法的⼀种，其模式也是让智能体在“训练”中学到“经验”，以实现给定的任务。但不同于监督学习与⾮监督学习，在强化学习的框架中，我们更侧重通过智
能体与环境的交互来学习。通常在监督学习和⾮监督学习任务中，智能体往往需要通过给定的训练集，辅之以既定的训练⽬标（如最⼩化损失函数），通过给定的学习算法来实
现这⼀⽬标。然⽽在强化学习中，智能体则是通过其与环境交互得到的奖励进⾏学习。这个环境可以是虚拟的（如虚拟的迷宫），也可以是真实的（⾃动驾驶汽车在真实道路上
收集数据）。
在强化学习中有五个核⼼组成部分，它们分别是：环境（Environment）、智能体（Agent）、状态（State）、动作（Action）和奖励（Reward）。在某⼀时间节点t：智能体在从环境中感知其所处的状态
智能体根据某些准则选择动作
环境根据智能体选择的动作，向智能体反馈奖励
通过合理的学习算法，智能体将在这样的问题设置下，成功学到⼀个在状态
选择动作
的策略
。
1.2 计算Q值
在我们的项⽬中，我们要实现基于 Q-Learning 的强化学习算法。Q-Learning 是⼀个值迭代（Value Iteration）算法。与策略迭代（Policy Iteration）算法不同，值迭代算法会计
