下载文档原格式
毕业论文班级：科目：工业机器人姓名：学号：指导老师：传感器技术在机器人技术中的应用研究【摘要】传感器是用来检测机器人自身的工作状态，以及机器人智能探测外部工作环境和对象状态的核心部件。
能感受规定的被测量，并按照一定的规律转换成可用输出信号的器件或装置。
本文首先介绍了常用传感器的工作原理、基本结构、使用特点，并讨论了传感器在智能机器人中的应用。
【关键词】传感器；机器人；视觉传感器；力觉传感器；触觉传感器1.传感器的工作原理及典型应用传感器在工业中的应用非常的广泛，是当今科技产业是新技术革命和信息社会的重要技术基础，是当今世界极其重要的高科技，一切现代化仪器、设备几乎都离不开传感器。
它广泛应用于各种新型技术领域中，下面列举几种常见的传感器：应变式传感器：有应变效应、压阻效应的原理而来。
力传感器、压力传感器液体重量传感器、加速度传感器是它的典型应用；电感式传感器：利用电磁感应(自感、互感)来工作，主要应用于测量位移、振幅、转速和无损探伤等；电容式传感器：将非电量转换为电容量，它的核心部分是可变参数的电容器。
把被测的机械量，如位移、压力等转换为电容量变化的传感器；压电式传感器：是基于压电效应应用的传感器，它的核心部件是压电材料。
应用于测量力和能变换为力的非电物理量；磁电式传感器：利用电磁感应来工作，适用于动态测量，例如霍尔传感器；热电式传感器：基于热电效应的原理而制造出来的传感器，利用温度的变化来进行测量，一般用于温度测量、管道流量测量等；光电式传感器：基于光电效应的传感器，将光电信号转换成电信号输出，来测量位移、速度、温度等，例如CCD固体图像传感器、光纤传感器等；红外传感器：红外辐射，被动式人体移动检测仪红外测温仪、红外线气体分析仪；微波传感器：反射原理、吸附效应，微波液位计、辐射计、物位计,微波温度传感器、无损探测仪、多普勒传感器；超声波传感器：压电效应、磁致伸缩效应，测量物位、流量、厚度、探伤；数字式传感器：光栅原理、光电效应，机床定位、长度和角度的计量仪器；2.传感器在机器人中的应用机器人能智能探测发现工作对象及对工作对象进行处理加工，都是因为在机器人相应部位装备了传感器，机器人才具备了类似于人类的视觉功能、运动协调和触觉反馈。
新一代移动通信技术在机器人领域的应用研究随着人工智能和机器人技术的不断发展，移动通信技术在机器人领域的应用研究也正在不断深入。
新一代移动通信技术，如5G、物联网等，为机器人领域的发展提供了新的机遇和挑战。
本文将对新一代移动通信技术在机器人领域的应用进行探讨，着重关注机器人与5G、物联网的结合，以及移动通信技术在机器人控制、数据传输、通信等方面的应用。
一、机器人与5G、物联网的结合机器人与5G的结合，将能够为机器人的无线连接提供更广阔的通信频段和更高的通信速率。
5G技术具有超高的数据传输速率和低延迟，可以满足机器人在高清视频传输、遥操作等方面的需求。
同时，5G还具有超大容量和高可靠性，可以保证机器人连接的稳定性和安全性。
机器人与5G的结合还将能够加速机器人技术的普及和扩展，为未来的机器人产业的快速发展注入更多活力。
机器人与物联网的结合，将实现机器人和物联网设备之间的互联互通，并使机器人更加智能化和自主化。
物联网技术具有强大的数据收集和处理能力，可以为机器人提供大量的基础数据和环境信息。
机器人通过接收和处理这些数据，能够更准确地感知环境和实现自主决策。
同时，机器人也可以利用物联网的网络，获取更多设备之间的协同信息，更好地完成任务和控制。
二、移动通信技术在机器人控制方面的应用机器人的控制是实现其自主导航、识别和操控的核心技术之一。
移动通信技术在机器人控制方面的应用，可以提高机器人的控制能力和可靠性。
首先，通过无线遥控，用户可以远程控制机器人，实现对机器人的实时调整和操控。
这种方式不仅能够提高机器人的安全性，也能够方便用户的操作和管理。
其次，通过语音控制，用户可以通过语音指令直接控制机器人的运动和操作。
这种方式不仅可以简化控制操作，也能够提高机器人的人机交互性。
相比传统的遥控方式，语音控制还具有更为智能化的特点，可以通过机器人内置的语音识别技术，更好地理解用户的需求并作出相应的反应。
三、移动通信技术在机器人数据传输方面的应用机器人的数据传输是实现其信息交流和智能化的重要手段之一。
无线传感器网络中的数据交换机制研究随着物联网技术的不断发展，无线传感器网络应运而生。
无线传感器网络是指由大量无线传感器节点组成的网络，它们分布在整个网络范围内，能够采集感知数据并将其传输到网络中心节点进行处理。
该技术广泛应用于环境监测、智能交通、智能家居等领域。
而无线传感器网络中的数据交换机制对于整个网络的稳定性和可靠性至关重要。
一、传统的数据交换机制在传统的无线传感器网络中，多个传感器节点通过一定的路由协议将采集的数据传送到中心节点，中心节点再将数据处理后发送到外部网关。
然而，传统的数据交换机制在网络拓扑变化频繁、信号受干扰等情况下容易出现数据丢失和传输延迟等问题。
二、基于协作的数据交换机制为了解决传统数据交换机制存在的问题，研究人员提出了基于协作的数据交换机制。
该机制是通过多个传感器节点之间协作传输数据，将数据分为多个包，每个包由多个节点进行传输，直到最终到达目标节点。
该机制可以实现多径传输，降低传输延迟和提高数据可靠性。
三、基于重传的数据交换机制在数据传输过程中，由于信号受干扰等原因，容易出现数据传输失败的情况。
因此，研究人员提出了基于重传的数据交换机制。
该机制是通过多次尝试传送数据，直到成功为止。
这种机制可以有效避免数据丢失的问题，但会造成额外的网络负担和延迟。
四、基于自适应的数据交换机制由于无线传感器网络具有高度动态的特点，传统的数据交换机制难以满足网络的需求。
因此，研究人员提出了基于自适应的数据交换机制。
该机制是通过不断地监测网络状态和环境变化，动态调整路由路径和传输方式，以适应网络环境的变化，并提高网络的稳定性和可靠性。
综上所述，无线传感器网络中的数据交换机制是网络稳定性和可靠性的关键。
随着物联网技术的不断发展，研究人员将继续提出新的数据交换机制，以满足网络的需求。
相信在不久的将来，无线传感器网络将会更加可靠和稳定，为人们的生活提供更好的便利和服务。
无线传输技术在现代社会中的应用日益广泛，它为人们提供了更加方便快捷的通信方式。
而对于机器人来说，无线传输技术也是实现其通信功能的重要手段之一。
本文将探讨如何通过无线传输技术实现机器人通信。
一、无线传输技术在机器人通信中的重要性无线传输技术可以使机器人在没有物理连接的情况下进行数据传输和交流。
相比有线传输，无线传输技术具有更高的灵活性和便利性。
机器人通信中的无线传输技术包括蓝牙、Wi-Fi和射频识别等多种方式。
通过这些技术，机器人可以与其他设备或者机器人进行通信，并共享信息和数据。
二、蓝牙技术在机器人通信中的应用蓝牙技术是一种短距离无线通信技术，它可以在数米范围内实现设备之间的数据传输。
在机器人通信中，蓝牙技术广泛应用于机器人与智能手机、平板电脑等设备之间的通信。
通过蓝牙技术，机器人可以与用户进行语音或文字交流，实现人机互动。
同时，蓝牙技术还可以用于多台机器人之间的通信，实现协同工作。
三、Wi-Fi技术在机器人通信中的应用Wi-Fi技术是一种无线局域网技术，它可以在较大范围内实现设备之间的数据传输。
在机器人通信中，Wi-Fi技术常用于机器人之间的通信，尤其是在需要进行大量数据传输的场景中。
通过Wi-Fi技术，机器人可以实时传输视频、传感器数据等信息，实现远程监控和控制。
此外，Wi-Fi技术还可以用于机器人与外界服务器之间的通信，实现数据的云存储和处理。
四、射频识别技术在机器人通信中的应用射频识别技术（RFID）是一种利用无线电信号识别目标的技术。
在机器人通信中，射频识别技术常用于识别和跟踪物体或者其他机器人。
通过在机器人或者目标物上安装RFID标签，机器人可以通过无线射频信号读取标签的信息，并根据这些信息进行相应的操作。
例如，机器人可以通过RFID技术感知到指定目标物的位置或者状态，从而实现智能抓取或者搬运。
五、增强现实技术在机器人通信中的应用增强现实技术结合了虚拟和现实的元素，可以为机器人通信提供更加丰富和直观的交互方式。
基于无线通讯的AGV设计与实现随着科技的发展，自动化技术在各行各业都扮演着越来越重要的角色。
在制造业中，自动化技术可以提高生产效率，降低成本，并且可以减少人为操作中的错误。
无线通讯技术作为自动化技术的一个重要分支，在自动导航车（Automated Guided Vehicle，AGV）中扮演着至关重要的角色。
本文将介绍基于无线通讯的AGV设计与实现的相关内容。
一、AGV的概念和应用AGV是一种能够在不需要人为干预的情况下进行自主导航的车辆，通常用于物流和工厂自动化系统中。
AGV可以根据预先设定的路线和指令，在工厂车间或仓库中自主移动，从而实现物料的搬运和存储。
AGV在工业自动化中有着广泛的应用，可以大大提高生产效率和降低人力成本。
二、基于无线通讯的AGV设计原理基于无线通讯的AGV主要由导航系统、控制系统和通讯系统三个部分组成。
无线通讯系统是AGV能够实现自主导航和远程控制的关键。
1.导航系统导航系统是AGV实现自主移动和定位的核心。
目前常用的导航技术主要包括激光导航、视觉导航和激光雷达导航等。
通过这些导航技术，AGV可以实现在复杂环境中的自主定位和移动。
2.控制系统控制系统是AGV实现各种运动控制和动作执行的核心。
控制系统通常由运动控制器、驱动器和传感器等组成，通过这些部件可以实现AGV的精准运动和动作执行。
3.通讯系统通讯系统是AGV与外部系统进行数据交换和控制指令传递的重要通道。
基于无线通讯的AGV通常采用WiFi、蓝牙或者RFID等无线通讯技术，实现与上位系统的数据交换和控制指令的传递。
基于无线通讯的AGV设计与实现主要包括硬件设计和软件设计两部分。
1.硬件设计硬件设计是基于无线通讯的AGV设计的基础。
在硬件设计阶段，需要选择合适的导航系统、控制系统和通讯系统，并进行相应的硬件接口设计和整机布局设计。
同时还需要考虑AGV的载重能力、耐用性和安全性等方面的要求。
基于无线通讯的AGV相比于传统有线通讯的AGV具有以下优势：1.灵活性更高基于无线通讯的AGV不受线缆布线的限制，可以根据需要随时进行布局和调整，灵活性更高。
移动群智感知网络技术的研究与应用随着信息技术和互联网的快速发展，人们也对于信息获取和处理的需求越来越多。
传统的传感器网络虽然可以满足一部分需求，但是其种类和数量有限，覆盖范围有限，而且采集到的数据也不一定准确。
因此，移动群智感知网络技术应运而生。
移动群智感知网络（Mobile Crowdsensing Network）简称MCSN，是一种基于移动终端的感知网络，能够动态地组织社区中的移动设备完成感知任务。
MCSN的核心思想是将移动设备作为感知节点，利用其自身的计算、存储和通信资源，组织形成一种分布式感知网络，将感知数据上传到云端进行处理和分析。
MCSN的优势在于可以快速地完成大规模感知任务，提高感知数据的准确度和实时性，同时降低了感知的成本和覆盖范围，增加了感知数据的多样性和丰富度。
MCSN在环境感知、交通监测、健康监护、社交娱乐等方面都有着广泛的应用前景。
MCSN的具体实现需要解决一系列技术难题，包括感知任务的发布、节点的组织与调度、感知数据的处理与分析等环节。
以下是MCSN中一些比较重要的技术点：1、感知任务发布与管理。
感知任务的发布需要考虑到任务的类型、时间、地点、感知内容等因素。
同时，也需要考虑到节点的数量和分布情况，进行任务调度和节点分组。
需要使用一些高效的算法来确保任务的分配和完成。
2、节点的组织与调度。
节点的选择和组织需要考虑到节点的可靠性、能耗和通信质量等因素。
同时，节点的调度和位置估计也需要采用一些优化算法来进行优化。
3、感知数据的处理与分析。
感知数据的处理和分析是MCSN中最关键的环节之一。
需要根据不同的应用场景和任务需求，进行数据预处理、特征提取、数据分类等工作，同时也需要进行数据的可视化和结果评估。
MCSN的应用场景非常广泛，下面列举几个比较有代表性的应用：1、智慧城市环境感知。
通过MCSN可以监测城市的空气质量、噪声、温度、湿度等环境参数，同时可以监控交通流量、车辆拥堵情况等，为城市管理和规划提供数据支持。
无线传感器网络中的移动目标跟踪与感知研究无线传感器网络（Wireless Sensor Networks，简称WSNs）是由大量部署在一个空间范围内的低成本、低功耗、小型化的无线传感器节点组成。
这些节点能够感知环境中的各种物理和化学信号，并将这些信息通过网络进行传输和处理，从而实现对环境的实时监测与感知。
在WSNs中，移动目标跟踪与感知一直是一个重要而具有挑战性的研究方向，本文将从不同角度探讨这一问题。
一、无线传感器网络中的移动目标跟踪技术发展随着科技的进步和无线通信技术的发展，无线传感器网络的应用范围不断扩大，涵盖了军事、环境监测、智能交通等众多领域。
然而，在实际应用中，如何准确、高效地跟踪移动目标始终是一个具有挑战性的问题。
1.1 传感器节点选择与部署在无线传感器网络中，传感器节点的选择与部署对于目标跟踪和感知具有重要影响。
传感器节点的选择要能够满足目标检测、定位和追踪的需求，考虑到成本、能量消耗和网络容量等因素。
同时，传感器节点的部署位置也需要经过合理规划，以保证网络的覆盖范围和信号质量。
1.2 目标检测与定位算法目标检测与定位是实现移动目标跟踪的基础，只有准确地检测和定位目标，才能保证后续的跟踪任务的准确性。
常见的目标检测与定位算法包括基于信号强度、时间差测量（Time of Arrival，TOA）和测量的角度等。
这些算法能够通过多节点协同工作，提高目标的定位精度和稳定性。
1.3 目标跟踪算法目标跟踪算法是实现移动目标感知和跟踪的核心技术。
常见的目标跟踪算法包括基于卡尔曼滤波器（Kalman Filter）和粒子滤波器（Particle Filter）的方法。
这些算法能够结合传感器节点的观测值和先验信息，对目标的位置和运动轨迹进行估计和预测。
二、无线传感器网络中的移动目标感知研究移动目标感知不仅包括目标的跟踪，还包括对目标属性和行为的分析。
在无线传感器网络中，如何有效地感知移动目标的属性和行为是一个重要而具有挑战性的问题。
移动机器人论文：基于多传感器信息融合的移动机器人导航定位技术研究【中文摘要】导航定位技术作为移动机器人关键技术之一,是十分热门的研究课题。
特别是未知环境中移动机器人导航定位已经成为移动机器人研究的一个新方向。
移动机器人导航定位需要通过传感器来检测环境的信息,采用单传感器存在很大的局限性,采用多传感器来实现移动机器人定位是必然的。
多传感器信息融合为移动机器人在各种复杂、动态、不确定或未知的环境中工作提供了一种有效的技术解决途径。
本论文以多传感器信息融合技术作为研究重点,结合移动机器人导航定位理论和实践进行探讨,提出了以各种导航定位传感器组合为融合单元,以联合卡尔曼滤波器为融合结构的移动机器人导航定位方法。
论文首先介绍了国内外移动机器人的发展状况、移动机器人的导航定位技术以及多传感器信息融合技术在移动机器人中的应用。
然后详细分析了移动机器人导航定位的基本原理和常用的导航定位方法,并提出了移动机器人导航定位系统的一种新方法。
论文对移动机器人导航定位的传感器和传感器系统进行了分析,重点研究了移动机器人导航定位传感器的信息融合方法,以联合卡尔曼滤波作为融合算法基础,设计了包括惯性导航系统、全球定位系统、里程计、电子罗盘和地图匹配系统在内的多传感器信息融合算法。
论文最后设计制作了一个简化移动机器人系统,在“多传感器数据采集平台”上,进行了移动机器人多传感器信息融合实验和分析,验证了本文提出的技术方法和算法的有效性,可供移动机器人实际研制参考。
【英文摘要】The navigation and localization technology of mobile robot is one of the key technologys, and becoming more and more important. Mobile robot navigation and localization technology in the unknown environment is an emerging robot research direction. The Mobile robot localization needs sensors to detect environmental information, single sensor has limitation and the multiple sensors are needed for robot localization. The integration of multiple sensors provides an effective technical solution for robots’ working in the complex, dynamic, uncertain or unknown environment.The multiple sensors information fusion technology is described in this thesis. The theory and practice of mobile robot localization are combined in the discussion. An information fusion method is proposed for multiple sensors, which fusion unit is the combinations of navigation and localization sensors, and fusion structure is the federated Kalman filter.Firstly, the development and key technology of mobile robot in China and abroad are introduced. The navigation and localization technology and the applications of the multiple sensors information fusion in mobile robot are approached. A new method is also proposed for the mobile robot navigation andlocalization system.The sensor and the sensor system areanalyzed for the mobile robot navigation and localization. The method of data focuses is mainly studied for the mobile robot navigation and localization. A multi data fusion algorithm is designed based on the federated Kalman filter. The multiple sensors system is consisted by inertial navigation system, GPS, odometer, electronic compass and map matching system.Finally,a simplified mobile robot system is designed and made, and the physical experiment of multiple sensors is finished based onthe “Multiple Sensors Data Acquisition Platform”, thevalidity of the algorithm.is verified by simulation andanalysis of measured data.【关键词】移动机器人导航定位多传感器信息融合联合卡尔曼滤波【英文关键词】Mobile Robot Navigation andLocalization Multiple Sensors Information Fusion Federated Kalman Filter【目录】基于多传感器信息融合的移动机器人导航定位技术研究摘要6-7Abstract7第1章绪论11-17 1.1研究背景11-12 1.1.1 移动机器人的发展11-12 1.1.2移动机器人的应用12 1.2 移动机器人导航技术12-13 1.2.1 导航概念12-13 1.2.2 导航关键技术13 1.2.3 移动机器人导航研究意义13 1.3 多传感器信息融合13-16 1.3.1 信息融合技术13-14 1.3.2 机器人技术中的信息融合14 1.3.3 多传感器信息融合的主要方法14-16 1.4 主要研究内容与论文安排16-17第2章导航定位原理与系统17-25 2.1 导航定位原理17-20 2.1.1 机器人模型假设17 2.1.2 机器人位姿表示17-18 2.1.3 机器人运动学模型18-20 2.2 导航定位方法20-22 2.2.1 定位方法分类20-21 2.2.2 常用的定位方式21-22 2.3 导航定位系统实现概述22-24 2.3.1 导航定位系统22-23 2.3.2 导航定位系统实现方法23-24 2.4 本章小结24-25第3章导航定位传感器25-40 3.1 传感器概述25-27 3.1.1 传感器定义25 3.1.2 传感器数学模型25-26 3.1.3 传感器的特性指标26 3.1.4 传感器坐标转换26-27 3.2 传感器分类27-29 3.3 常用的定位传感器29-39 3.3.1 光电编码器29-31 3.3.2 超声波测距传感器31-33 3.3.3 红外测距传感器33-35 3.3.4 电子罗盘35-36 3.3.5 角速率陀螺仪36-37 3.3.6 GPS接收机37-39 3.4 本章小结39-40第4章多传感器信息融合40-56 4.1 信息融合技术概述40-43 4.1.1 信息融合基本概念40 4.1.2 信息融合系统40-41 4.1.3 数据融合常用方法和结构41-42 4.1.4 多传感器信息融合的关键问题42-43 4.2 卡尔曼滤波器43-47 4.2.1 卡尔曼滤波器简介43 4.2.2 卡尔曼滤波器模型43-45 4.2.3 联合卡尔曼滤波器45-47 4.3 多传感器导航定位算法47-54 4.3.1 导航定位多传感器系统47-48 4.3.2 多传感器信息融合方案分析48-49 4.3.3 联合卡尔曼滤波算法设计49-51 4.3.4 子滤波器系统模型51-54 4.4 容错系统设计54-55 4.4.1 故障检测方法54 4.4.2 容错系统54-55 4.5 本章小结55-56第5章实验与结果分析56-65 5.1 移动机器人实验平台56-57 5.2 传感器实验与性能分析57-61 5.2.1 编码器57-58 5.2.2 GPS接收机58-59 5.2.3 电子罗盘59-60 5.2.4 超声波测距传感器60-61 5.2.5 红外测距传感器61 5.3 联合卡尔曼定位实验与分析61-64 5.4 本章小结64-65总结与展望65-67 1 总结65 2 展望65-67致谢67-68参考文献68-72附录1 STM32核心模块电路图72-73附录2 编码器与GPS信息融合仿真程序73-75攻读硕士学位期间发表的论文75。
机器人之间的通讯随着科技的不断进步，机器人已经成为了我们日常生活中的一部分。
无论是在工业领域、医疗领域还是家庭日常中，机器人的应用越来越广泛。
而这些机器人之间的通讯问题也变得越来越重要。
本文将探讨机器人之间的通讯方式及其应用前景。
一、无线通讯技术的出现随着无线通讯技术的突破，机器人之间的通讯方式得到了极大的改善。
过去，机器人之间的通讯主要通过有线连接进行，这种方式不仅麻烦，而且限制了机器人的活动范围。
而无线通讯技术的出现使得机器人之间的通讯更加便捷灵活。
二、蓝牙通讯的应用蓝牙技术作为一种短距离无线通讯技术，广泛应用于机器人之间的通讯领域。
通过蓝牙通讯，机器人可以实现互相之间的数据传输和指令交互。
例如，在工厂生产线上，多个机器人可以通过蓝牙进行协作，完成更加复杂的任务。
此外，蓝牙通讯还可以用于机器人之间的位置和姿态传感器数据的共享，从而实现更精准的定位和导航。
三、Wi-Fi通讯的优势相比于蓝牙通讯，Wi-Fi通讯在机器人之间的通讯中具有更大的优势。
Wi-Fi技术可以实现更高的数据传输速率和更远的通讯距离。
机器人之间通过Wi-Fi通讯可以实现更复杂的数据交互，比如传送视频信息或进行机器人集群的协作。
另外，Wi-Fi通讯还可以更方便地与其他设备进行连接，如无人机、智能家居设备等，进一步扩展机器人的功能和应用场景。
四、物联网技术的兴起随着物联网技术的兴起，机器人之间的通讯将进入一个新的阶段。
物联网技术通过将各种设备连接到互联网，实现设备之间的互联互通。
机器人作为物联网的一部分，可以通过互联网与其他机器人或设备进行通讯。
这将极大地拓展了机器人的应用领域，例如智能城市管理、智能交通系统等。
物联网技术还可以实现对机器人的远程监控和控制，提高机器人的自主性和智能化水平。
五、语音识别技术的应用语音识别技术也是机器人之间的通讯中的重要一环。
通过语音识别技术，机器人可以对人类的指令进行识别和理解，从而实现人机之间的交互和通讯。
108基于无线传感网络的移动机器人通信研究彭 柳，方彦军（武汉大学自动化系，湖北 武汉 430072）【摘 要】文章对无线传感网络在机器人设计中的应用进行了研究，提出了一种基于Ad hoc网络的分布式无线令牌环协议的机器人通信系统实现方案，分析了其在机器人通信系统应用中的可行性。
文中给出了基于无线传感网络的机器人通信系统的软硬件设计方案，并对其在移动机器人通信系统中的应用问题进行了探讨，最终提出了无线传感器网络应用于移动机器人通信系统的实现方法。
【关键词】无线传感网络；移动机器人；无线令牌环协议【中图分类号】TN929.52 【文献标识码】A 【文章编号】1002-0802(2008)02-0108-03Ｍｏｂｉｌｅ Ｒｏｂｏｔｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ ＮｅｔｗｏｒｋｓPENG Liu, FANG Yan-jun（Automatization Department, Wuhan University, Wuhan Hubei 430072, China）【Abstract】In this paper the application of the wireless sensor networks in robot design is studied and a new mobile robots communication system based on Ad hoc networks and with distributed wireless token-ring protocol is proposed, and its feasibility is analyzed. This paper describes the implemetation of hardware and software design, which is based on the wireless sensor networks for communication system robots, then discusses the problems of the application on the communication system for mobile robots, finally advances the realization method of the wireless sensor networks applied in on the communication system for mobile robots. 【Ｋｅｙ ｗｏｒｄｓ】ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ；ｍｏｂｉｌｅ ｒｏｂｏｔｓ；ｗｉｒｅｌｅｓｓ ｔｏｋｅｎ ｒｉｎｇ ｐｒｏｔｏｃｏｌ2008年第02期，第41卷 通 信 技 术 Vol.41，No.02,2008总第194期 Communications Technology No.194,Totally收稿日期：2007-09-12。
作者简介：彭 柳（1983-），女，硕士研究生，主要研究方向为机器人与网络控制；方彦军（1957-），男，教授，博士生导师，主要研究方向为网络控制，智能仪器，嵌入式系统，过程控制。
0 引言无线传感器网络(Wireless Sensor Network, WSN)是由部属在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的、自组织的网络系统，可广泛应用于军事、工业、交通、环保等领域[1-2]。
从2000年起，各军事部门开展了一系列的研究工作，世界的一些知名机构陆续投入到这场抢占科研制高地的战役中[3-4]，中国也在无线传感网络研究方面得到了一定的进步与发展[5-6]。
文中提出在机器人上应用无线传感网络，解决多机器人协调与通信的问题。
通过通讯系统，机器人可以传递外部或内部信息，完成诸如传感信息处理、路径规划等数据运算，同时还可以实现多个机器人之间的信息交互。
考虑到机器人自规划、自组织、自适应能力强、所处地点不确定的特点，基于无线传感网络的通信是实现自主机器人之间相互通信或者机器人与主控计算机之间通信的理想方式。
1 系统结构每个机器人作为一个独立的部分时，为单个节点的执行系统，自身内部进行信息分析处理和控制，此部分由处理器、存储器构成，算法在内部集成。
当多个自动机器人形成一个系统，各机器人之间可以协调通信时，在每个机器人上加入一个传感器模块，利用无线传感网络将节点联系起来，，形成一个局域无线传感网络。
其结构如图1所示。
在机器人协议上采用令牌环方式，每一时刻都有一个主控制机器人，其他为从机器人，服从主机器人的指令，直至令牌传递，更新主机器人。
多移动机器人协调通信时包括如下功能模块：信息获取模块，对信息进行处理，获取路标位置信息和目标物体的位置信息；自定位模块，利用各种视觉信息和传感器信息进行自定位，属于单节点机器人内部结构；移动机器人控制和信息处理模块，接收操作者发送的控制命令，规划机器人的运动，并向机器人本体和操作手的运动控制器发送运动控制命令，属于多机器人通信时的交流结构。
图1 系统结构主机器人通过无线传感网络获取从机器人状态信息，向从机器人下达指令，可以监控和灵活遥操作控制从移动机器人；从机器人通过无线传感网络向主机器人发送状态信息，接收执行主机器人的指令并反馈自身的信息给主机器人。
2 无线传感网络的实现由于具体的应用背景不同，目前国内外出现了多种无线传感器网络节点的硬件平台。
各平台最主要的区别是采用了不同的处理器、无线通信协议和与应用相关的不同的传感器。
2.1 网络节点功能模块网络节点的设计是整个传感器网络设计的核心，其性能直接决定了整个机器人传感器网络的效能和稳定性[7-9]。
如图2所示，传感器节点由传感模块、处理模块、通信模块和电源模块四个基本模块组成。
传感器模块：包含传感器和模数转换（A/D）两个子模块。
其中在传感器部分，可以为各种参数分别设计传感器节点，也可以通过通道切换电路实现包括路径、方案、执行措施指令等传感器的选择性集成，从而实现单个节点具备多种参数的功能以降低网络成本。
图2 传感器网络节点组成处理模块：传感器采集的模拟信号经过A/D转换成数字信号后传给处理模块，处理模块根据任务需求对数据进行预处理，并将结果通过通信模块传送到监测网络。
通信模块：无线传感网络采用的传输介质主要包括无线电、红外线和光波等。
红外线对非透明物体的透过性极差，不适合在野外地形中使用。
光波传输同样有对非透明物体透过性差的缺点，且在节点物理位置变化等方面的适应能力较差。
因此，在多机器人的通信方式选择上，选用在通信方面没有特殊限制的无线电波方式以适应监测网络在未知环境中的自主通信需求。
电源模块：电源模块由电源供电单元和动态电源管理单元组成。
作为一个典型的无线传感器网络，处理模块主控制器和通信模块收发器大多数时间都处于休眠状态，可以节约大部分的节点能量消耗。
2.2 无线传感网络平台Crossbow公司生产的无线传感模块功能比较完善，提供多种不同的无线发射频率，与计算机的接口配件比较齐全。
为了适应机器人现场环境的需要，采用Crossbow公司的MPR400处理器/射频板。
其硬件结构如图3所示。
图3 MPR400结构该板集成了信号处理器和信号发射器两部分，并通过51脚扩展接口与图3中的中央处理器连接。
其19、20引脚接收数据和发送数据端口分别与中央处理器的接收和发送端口连接。
在无线传感网络中处理器模块使用较多的是ATMEL公司的AVR系列单片机，它采用RISC结构，吸取了PIC及8051单片机的优点，具有丰富的内部资源和外部接口。
集成度方109面，其内部集成了几乎所有关键部件。
指令执行方面，微控制单元采用Harvard结构，因此，指令大多为单周期。
能源管理方面，AVR单片机提供了多种电源管理方式，尽管节省节点能源，可扩展性方面，提供了多个I/O口，并且和通用单片机兼容。
另外，AVR系列单片机提供的USART（通用同步异步收发器）控制器，SPI（串行外围接口）控制器，与无线收发模块相结合，实现了大吞吐量，高速率的数据收发[10]。
作为处理单元的ATMega 128L带128K字节FLASH的在线可编程8位微控制器，是AVR 系列中功能最强的单片机。
在MPR400中集成了在无线通信领域应用比较广泛的CC1000 FSK无线数传模块，CC1000工作频带为315 MHz，868 MHz，915 MHz，具有低电压、低功耗、可编程输出功率、高灵敏度、小尺寸、集成了位同步器等特点，其FSK数传可达72.8Kbit/s[11]。
具有250 Hz步长可编程频率能力，适用于跳频协议，主要工作参数能通过串行总线接口编程改变，使用非常灵活。
软件平台使用的是Crossbow公司开发的无线传感器网络开发平台MoteWorks，它有节点端（Mote Tier）、中间件（Server Tier）、客户端（Client Tier）软件。
我们的使用开发使用的是节点端，它的组件类型有模块（组件间多种开放接口）和配置（通过语法聚合）。
软件中调用与反馈函数主要是user 接口用于驱动事件和provider接口用于驱动命令，通过标准控制接口 (init, start, stop)和消息发送接口 (send, sendDone)来与中央处理器进行信息交换。
interface Send{command void send(TOS_Msg *m); event void sendDone();}‘ 信息发送接口‘ 信息发送‘ 发送完成利用调用程序即可进行信息发送。
3 结语无线传感器协议的制定决定着整个系统的应用效率，采用分布式无线令牌环协议具有良好的稳定性和较短的时延特性，能够满足的较高的QoS需求。
平台的设计对于整个无线传感器网络的开发与应用至关重要，作为整个系统的底层支持，其必然向微型化、高度集成化、网络化、节能化、智能化的方向发展。
机器人作为科技尖端技术，应用新型的无线传感网络，使机器人通信系统的研究有着新的方向。
参考文献1 马祖长，孙怡宁，梅涛. 无线传感器网络综述[J].通信学报,2004，25(04):114-124.2 Akyildiz I F, Wang X D, Wang W L. Wireless mesh networks:a s u r v e y[J],C O M P U T E R N E T W O R K S-T H E I N T E R N A T I O N A LJOURNAL OF COMPUTER AND TELECOMMUNICATIONS NETWORKING, 2005,47(04):445-487.3孙利民,李建中.无线传感器网络[M].北京:清华大学出版社,2005:3-16.4 Al-Karaki J N, Kamal A E. Routing techniques in wirelesssensor networks: A survey[J]. IEEE WIRELESS COMMUNICATIONS, 2004,11(06):6-28.5 任丰原,黄海宁,林闯. 无线传感器网络[J].软件学报,2003,14(07):1282-1291.6 刘敏钰,吴泳,伍卫国. 无线传感网络(WSN)研究[J].微电子学与计算机,2005,22(07):58-617 彭艺,赵东风,周正中,等. 分布式无线令牌坏接入技术在无线自组网中的应用研究[J].电子与信息学报,2005,27(04):629-633.8 Akyildiz I F, Su W, Sankarasubramaniam Y, et al. Wirelesssensor network:A survey[J].Computer Networks,2002,38(04): 393-422.9 Zhang Y, Ackerson L, Duff D, et al. STAM:a system oftracking and mapping in real environments[J].Wireless Commu nications,2004,11(06):87-96.10 徐成,曾祺,魏峰.无线传感网络中通用传感器节点硬件结构设计[J].计算机工程与应用,2007,43(08):103-105.11 C-MAX Quality Source of Electronic Components, datasheetCC1000 RF Transceiver[EB/OL]. /download/ cc1000.pdf,2005,12.欢迎订阅《通信技术》——中文核心期刊，邮发代号62—304。
