的标准偏差与最大峰谷值减少达到50%以上, 跟踪精度有了大幅提高.表3 抑振前后柔性臂跟踪误差值统计项目末端无负载末端带55g 负载标准偏差最大峰谷值标准偏差最大峰谷值抑振前关节误差0. 12110. 8230. 20011. 254抑振后关节误差0. 07230. 2910. 08440. 574减少百分比40. 28%64. 64%57. 82%54. 23%3 结束语运用模糊控制方法, 通过实验实现了2R 柔性机械臂关节跟踪和跟踪过程中振动的主动抑制. 与传统控制方法相比, 该方法不依赖柔性机械臂的动力学模型, 算法简单, 实时性好. 对于非线性、复杂对象的控制具有响应快、有效性好等优点. 实验数据表明, 在整个实验过程中模糊控制能够较大幅度地减小振动, 达到较好的抑振效果; 同时跟踪精度提高, 跟踪效果有了大幅度提高. 参考文献:[1] Book W J, M aizza -Nett o O , Whitney D E. F eedbackco nt ro l of tw o beams, tw o jo ints sy stem w ith distr ibu -ted flexibilit y, ASM E [J]. D yn. Sys. M eas. and Cont, 1975, 97(4 :424-431.[2] Craw ley E F , De Luis J. U se o f piezoelectr ic actuator sas element s of intelligent str uctures [J ].A IA A Jour -nal, 1987, 25(10 :1373-1385.[3] H o -Cheol Shin, Seung -Bok Cho i. P osition co ntr ol of atw o -link flex ible manipulato r featuring piezoelectr ic ac -tuator s and sensors[J]. M echatro nics, 2001, (1 :707-729.[4] Gustav o L uiz C M de Abr eu, Jo s F Ribeiro. A self -o r -g anizing fuzzy log ic contr oller for the act ive co nt rol o f flex ible structur es using piezo electr ic actuators[J].A p -plied Soft Co mputing , 2002, (1 :271-283.[5] 宋轶民, 余跃庆, 等. 柔性冗余度机器人振动主动控制[J].机械科学与技术, 2002, 21(2 :210-212.[6] 王洪福, 曲东升, 孙立宁, 祝宇虹. 两自由度柔性臂压电陶瓷抑振方案优化设计[J]. 压电与声光, 2003, 25(2 :118-121.作者简介:单业涛 (1983- , 男, 河南信阳人, 硕士研究生,研究方向为机器人学; 余跃庆 (1958- , 男, 北京人, 教授, 博士研究生导师, 研究方向为机器人学.室内清洁机器人路径规划的设计马艳, 刘华波, 徐淑华(青岛大学自动化工程学院, 山东青岛266071Path Planning Design for Cleaning RobotMA Yan, LIU Hua -bo, XU Shu -hua(Colleg e of A utomatio n Eng ineer ing, Q ingdao U niver sity, Q ingdao 266071, China摘要:阐述了一种基于M CU 的清洁机器人的路径设计, 针对室内清洁机器人的区域遍历问题, 提出基于栅格地图建立房间内的数字地图, 建立房间内的坐标系, 并在清洁的过程中有效地避开障碍物, 存储障碍物的坐标点, 建立地图模型. 通过Visual Basic6. 0软件程序的仿真可以得出本设计方案基本可以实现区域遍历和合理避障.收稿日期:2008-02-29基金项目:青岛大学青年科研基金资助项目关键词:清洁机器人; 路径规划; 数字地图中图分类号:TP24文献标识码:A文章编号:1001-2257(2008 07-0064-04Abstract:This article described the path plan -ning desig n for cleaning r obot based M CU. We study the behaviors of the cov erag e of the env iron -ment and present ro bo t maps by the grids m ethod, U sing the dig ital map of the room, cleaning robot can avoid all the stum bling block in fro nt of it inde -pendently , and clean the mo st area in r oom w ithleast repeat. The simulatio n result can pro ve this path planning for the flo or -cleaning ro bot is feas-i ble.Key words:cleaning robot; path planning; dig -ital m ap0 引言提出基于栅格地图表示室内环境, 使机器人能够按照地图数据对整个房间进行逐点清洁, 路径规划[1]方案为:建立数字地图之前, 机器人首先绕房间边沿行走一周, 确定房间大小, 建立整个房间的坐标系. 在清洁过程中机器人先从房间左下角开始按 S" 型逐行清扫, 遇到障碍时绕障碍行走一周, 并标注障碍物的位置, 绕过障碍继续行走, 直到走完整个房间. 在地图模型中, 机器人需要标记出不能行走的区域, 为每个栅格点建立地图数据. 另外, 机器人需要记录基座的位置, 以便能够自动回到基座停泊.1 清洁机器人的结构地面清洁机器人由机器人、基座和遥控器3大部分组成. 它的主体是一个2轮驱动的机器人, 采用小型直流减速电机驱动, 外表设计成圆形, 带有吸尘装置, 可以在移动的同时清洁所经过的地面, 其避障功能由安装在机器人正前方和左右侧的红外测距传感器和碰撞传感器完成. 机器人有一个固定的基座(又称作泊位器 , 它与墙壁上的电源插座相连, 机器人在充电或待命时停靠在基座上, 也可以使用红外遥控对机器人进行手动控制.该清洁机器人是一个以单片机为核心的运动控制系统. 单片机是系统的主控单元, 它以传感器检测到的信号和红外遥控器发送的信号作为系统的输入, 控制电机和风机的运转. 单片机接收到传感器检测的信号后, 经过指令处理控制电机的转动, 实现机器人的自动行走. 同时, 它也可以接收遥控器发送的信息, 根据人的指令控制电机转动. 在整个工作过程中, 单片机还要控制风机的运转, 以完成吸尘功能.在系统的功能设计上, 一方面机器人可以与用户进行交互; 另一方面, 机器人可以全自动运行. 系统软件的总体结构如图1所示.图1 软件总体结构2 地图数据存储器的设计系统选用SPCE061A 作为主控单元, 由于存储地图数据需要较大的存储空间, 因此利用SPBA01B 外扩8片W29C040, 共扩展4M B 存储器. 每片W29C040需要19条地址线, 以A 0~A 14作为其低15位, 以B 0~B 3作为其高4位. B 4~B 63条线经3-8译码器74LS138译码, 得到8位输出分别作为8片W29C040的片选信号.在数字地图的设计中, 取栅格地图的单位长度为5cm, 机器人前进或后退的单位距离也为5cm, 房间内每个栅格点的信息都存储在外扩的8片W29C040中, 各点信息分别用0, 1, 2, 3表示, 其定义为: 0" 表示该点信息未知或可以通行; 1" 表示该点及其右方不能通行; 2" 表示该点及其左方不能通行; 3" 表示该点不能通行. 系统初始化时所有点都被赋值为0.外扩的4MB 存储器的地址空间是0x 000000~0x 3FFFFF, 共22条地址线. 取高11位地址对应系统的横坐标, 低11位地址对应纵坐标. 例如, 对于坐标为(5, 8 的点, 该点的信息就存储在地址0000000010100000001000中, 即地址0x002808中. 由于11条地址线最多可以支持2048个地址, 所以横、纵坐标的范围是0~2047, 系统的坐标单位是5cm , 则横、纵坐标都可以支持100m 的长度. 因此只要房间的最长距离和最宽距离都不超过100m, 房间内所有栅格点的地图信息就都可以被记录. 所以可以为机器人建立的最大地图模型为100m 100m , 即10000m 2的房间.3 路径规划的设计在建立数字地图的过程中, 清洁机器人需要识别每个栅格点的位置, 以便存储其地图信息, 因为清洁机器人主要清洁房间内的地面, 因此可以将房间环境地图表示为二维模型.清洁机器人的运动姿态包括当前所在的坐标以及运动方向, 可以用三维数组表示, sta[x, y , d ir ].其中x 和y 分别表示机器人当前的横坐标和纵坐标, 变量dir 代表机器人的运动方向, 它取值为0, 1, 2, 3, 分别表示机器人转向Y 轴正方向、X 轴正方向、Y 轴负方向和X 轴负方向, 机器人每次左转, dir 减1, 当d ir =0时, 减1之后等于-1, 此时应重新赋值为3; 机器人每次右转, dir 加1, 当d ir =3时, 加1之后等于4, 此时应重新赋值为0.系统中地图模型的建立包括3个步骤:清洁机器人绕房间边沿行走一周, 确定房间大小并建立房间内的坐标系; 绕房间或任何障碍物行走一周并标记障碍物位置;返回基座. 3. 1 建立房间的坐标系首先把清洁机器人的基座位置定义为临时坐标原点, 在建立房间的地图模型之前, 首先绕房间边沿行走一周, 确定房间大小并据此建立正确的坐标系. 定义变量X max ,X min , Y max ,Y min 分别记录房间X 轴的最大、最小值和Y 轴的最大、最小值. 在机器人第1次绕房间一周时, 这4个变量不断更新, 最终记录房间的正确信息.当机器人第1次从基座出发时, 由于还没有确定房间的大小和坐标原点的位置, 因此在系统初始化时把基座赋值为原点, 同时将变量X max , X min , Y max ,Y min 初始化为0. 在第1次绕房间一周的过程中, 当机器人当前位置的横坐标x 大于X max 时, 更新X max , 令X max =x ; 而机器人当前位置的横坐标x 小于X min 时, 更新X min , 令X min =x. 同样当机器人当前位置的纵坐标y 大于Y max 或小于Y min 时, 也对它们进行更新.机器人从基座开始, 按顺时针沿房间边缘行走, 行走策略为:从基座位置先判断左侧是否可通行, 若可以则左转并前进; 否则判断前方可否通行, 若可以则前进; 若左侧和前方均不能通行, 则右转前进, 当再次回到基座时, 机器人已绕房间最外侧运动了一周. 在机器人前进过程中, 不断更新数组(X min , Y min 和(Xmax,Y max . 在沿房间最外侧行走一周之后, 计算房间的长度和宽度, 存储在变量X len 和Y len 中, 将以基座为原点的临时坐标系校正为正确的坐标系.3. 2 避障路径规划的设计通过对房间物体的观察, 可以看出大部分的房间物体都是方形的, 或者类似方形. 系统假设房间内的障碍物都是方形结构或者方形的组合, 机器人按S 型的轨迹从原点开始清扫地面, 当遇到障碍物时沿障碍物行走一周, 然后刷新地图模型, 标记出最新的障碍物区域.当机器人在房间内遇到障碍物时, 先记录该点的坐标, 然后每行走一步都执行一次判断:判断左侧是否可通行, 若可以就左转并前进; 否则判断前方是否可通行, 若可以则前进; 若左侧和前方都不能通行, 则右转. 当左转4次或者右转4次, 回到记录的坐标点时, 机器人已经围绕障碍行走了一周.当机器人判断左侧不能通行时, 需要根据当前运动方向标记障碍. 沿Y 轴正方向运动时, 将点(x -1,y 标记为 2", 表示该点及其左侧是障碍; 沿Y 轴负方向运动时, 将点(x+1,y 标记为 1" , 表示该点及其右侧是障碍, 障碍物标注如图2所示.图2 障碍标记示意当机器人清扫完整个房间后, 刷新地图信息. 从左下角的(x , y =(0, 0 点到右上角的(x , y =(Xlen,Y len 点以 S" 型逐行刷新地图, 标记出障碍物的坐标位置. 房间内的障碍物的摆放主要有3种方式, 对A 类障碍物将房间最左边与首个标记为 2" 的点之间的所有点标记为障碍; 对C 类障碍物将最后一个标记为 1" 的点与房间最右边之间的所有点标记为障碍; 对B 类障碍物将每对标记为1" 的点与标记为 2" 的点之间的所有点标记为障碍, 被标记为障碍的点用 3" 来标识.3. 3 路径规划的方法清洁机器人的路径规划是根据所感知到的工作环境信息, 按照某种优化指标, 从起始点到目标点规划出一条与环境障碍无碰撞的路径, 并实现封闭区域内机器人行走路径对工作区域的最大覆盖率和最小重复率[2]. 本系统基于静态结构化环境模型, 在障碍物的信息预先确定后, 采用 S" 型的路径规划的算法, 如图3所示.由于在系统的路径设计上, 清洁机器人先按照Y 坐标轴的方向行走, 再转向X 轴方向. 因此当房间中存在某些特殊形状的障碍物时, 由于机器人轨图3 S" 型路径规划示意迹设计的特点会存在某些不可到达的位置, 使这些位置成为清扫过程中的盲区, 如图4所示. 但是通过观察房间内的障碍物可以看出, 这类特殊形状的障碍物较少, 因此并不影响路径规划的可行性.图4 轨迹设计中的盲区示意3. 4 回到基座的设计在完成清洁任务或检测到电池电量低时, 机器人要自动返回基座, 由于在房间的地图模型中已经记录了基座的坐标, 返回基座的任务变得比较简单. 需要注意的是, 由于电源接口在后部, 机器人不应前进着进入基座, 而应该倒退着进入, 这样才能使电源接口与电源插座良好接触, 达到充电的目的.机器人返回基座时要先到达基座上方位置, 再调整方向为Y 轴正方向(dir =0. 如果当前方向是X 轴负方向(d ir =3, 就右转一次; 否则左转dir 次, 最后退入基座.4 测试结果利用Visual Basic6. 0编程软件设计了仿真程序, 进行了系统路径规划的仿真测试, 将机器人置于如图5所示的房间中箭头所指位置, 按下启动键, 机器人便开始了自动清洁, 它首先从基座开始, 绕房间边缘行走了一周, 然后从左下角开始以 S " 型的轨迹清扫地面. 遇到障碍时, 绕障碍一周后, 绕开障碍继续清洁, 清洁完房间后, 即到达房间右上角后, 自动回到了基座, 对图示房间的覆盖率为97. 4%.因为图示房间内的部分障碍物形状比较特殊, 因此测试结果可以表明, 本路径规划的设计方案基本能够满足清洁机器人工作的需要.图5 测试房间结构5 结束语路径规划技术是智能机器人领域中的核心问题之一. 蒋新松[3]为路径规划做出了这样的定义:路径规划是自治式移动机器人的一个重要组成部分, 它的任务就是在具有障碍物的环境内, 按照一定的评价标准, 寻找一条从起始状态(包括位置和姿态到达目标状态(位置和姿态的无碰路径.采用栅格法建立环境地图模型, 能够任意改变工作环境尺寸的大小, 并能够在地图中的任意位置设置任意形状的障碍物, 为运动路径规划提供有力条件[4-6]. 机器人在建立了房间的地图模型后, 能按照地图数据实现清扫过程中的自主避障, 以期望对工作区域实现最大覆盖率和最小重复率. 参考文献:[1] 石为人, 周学益. 室内清洁机器人避障路径规划研究[J].计算机应用, 2007, 27(6 :378-379.[2] H ofnerR C, Schmidt G. P at h planning and g uidancetechniques for an autonomo us mobile cleaning ro bo t [J]. P ro ceedings of the IEEE/RSJ/G I Internatio nal Conference o n Intellig ent Ro bo ts and System, 1994,1(1 :610-617.[3] 蒋新松. 机器人导论[M ].沈阳:辽宁科学技术出版社,1994.[4] 梁喜凤. 室内地面清洁机器人路径规划[J].中国计量学院学报, 2006, 17(1 :64-68.[5] 龚建伟, 等. 轮式移动机器人航向跟踪预估控制算法[J].机器人, 2001, 22(3 :193-196, 279.[6] 李晓敏. 智能移动机器人全局路径规划及仿真[D]. 南京:南京理工大学, 2004.作者简介:马艳 (1976- , 女, 山东烟台人, 讲师, 硕士, 研究方向为控制理论和智能控制.。
