机器人太阳能自动采集系统的设计与实现路径规划

1 机器人太阳能自动采集系统的路径规划

本文总结出新的路径规划方法，并且应用在机器人太阳能自动采集系统的路径规划上面，使能按最优路径自主找到光源。

根据机器人对环境信息知道的程度不同，可分为两种类型:一个是基于环境先验信息已知的全局路径规划，另一个是基于传感器信息的局部路径规划，后者环境是未知或部分未知的，即障碍物的尺寸、形状和位置等信息必须通过传感器获取，并且一般由多个传感器完成路径搜索。

本次设计所用的路径规划就是基于多传感器的随机路径规划方法，属于局部路径规划，是势场法的一个变种，也是结合能力风暴机器人的实际情况而应用，由于机器人自动采集太阳能的过程是时时变化的，环境也是不断变化，设置的障碍物也是随机的，因此全局的路径规划已经不能完成任务。只能用局部路径规划，随即路径规划方法结合了势场法，对能力风暴机器人运行的环境作抽象处理，机器人正向行走方向为正势场，势场方向由光弱点指光强点，障碍物周围势场低于周围环境，机器人在环境中的行走路径是随即的。

识别势场强弱的传感器分别是感光传感器，红外发射和接受传感器。

它整个作业过程时间不做主要的参考量，执行的任务简单，目标单一，在确定程序目标之后，把避障作为主要的参考量，时间作为次级参考量。能力风暴机器人的作业过程把一定值光强作为任务目标，进行搜索。再搜索过程中遇到的障碍作为参考量，以下是粗略的作业流程图（图1）及流程介绍。

随即的机器人路径规划方法，它将碰撞传感器，红外传感器和光敏传感器有机结合起来，搜索目标。机器人的避障可以通过进程控制或是顺序的程序流程控制来实现（图1）。在我们的实验中采取的是顺序的程序流程控制。它的基本思想是：按照自带的碰撞传感器和红外传感器的优先级顺序，扫描它们的端口，对前部、左侧、右侧出现的情况作出不同的处理。程序判断的流程图如图2所示。在避障的基础上加入了寻光源可以使机器人在黑暗中绕过障碍物找到光源。它用到了光敏传感器，基本算法思想是，如果左(右)光敏传感器检测到了光强， 则向左(右)转少许角度，直到左右传感器均衡(即相等)后前进。通过以上流程实现随机搜索目标。 2

图1 作业流程图

2.2机器人自动阳光采集系统的实现

2.2.1能力风暴机器人AS-UⅡ硬，软件平台特点

1.硬件方面

人对周围环境的反应过程主要是感觉→大脑思考→作出反映，机器人的信息处理流程也是如此。能力风暴智能机器人的配有5 种十几个传感器，另外还可以根据需要扩展其他传感器，对环境的感知能力很强。感知环境的能力是产生智能行为的前提，因此能力风暴能产生许多智能性行为。AS-UⅡ是依靠传感器来与外界进行“交流”的，传感器探测到了外界信息，然后将它传给AS-UⅡ的“大脑”，“大脑”经过判断计算，控制执行机构输出动作。AS-UⅡ自带五种传感器包括：

(1) 碰撞传感器，能够检测到来自360度范围内物体的碰撞，使AS-UⅡ遭遇到来自不同方向的碰撞后，能够转弯避开并保持正常活动。

在机器人的左前，右前，左后，右后设置四个碰撞开关，它们与碰撞环共同构成了碰撞传感器。（图3） 3

图3 碰撞避障子程序流程图源程序

(2) 红外传感器，用来检测前方，左前方，右前方的障碍，和人眼一样，在看见前方的障碍物后，可避开。在AS-UⅡ中左前方和右前方各有一个红外传感器。AS-UII运用2只红外发射管和一只红外接收模块构成红外传感系统，用来检测前方，左前方和右前方的障碍，检测距离范围10~80CM。红外传感系统的运用，使得机器人能够躲避较大的障碍物。

图2 红外避障子程序流程图源程序

(3)光敏传感器，使AS-UⅡ能够知道它所处环境范围内光线的强弱。返回值为 4 0—255，光线越弱，数值越大。同红外传感器一样，AS-UⅡ在左前方和右前方各有一个光敏传感器。

光敏传感器是一个光敏电阻，AS-UII所用的光敏电阻值在很暗的环境下为几百千欧，室内照度下几千欧，阳光或强光下几欧。

其中在整个实验过程中都有用到光传感器，机器人之所以能够趋光前进，是因为光传感器能够把不同方向采集的光信号进行比较，确定下次前进的方向。

光传感器是机器人前进，停止，以及确定目标路径的前提。光敏传感器的应用确保了机器人始终朝着光强的地方运动，直到找到光照最强烈的地方。

(4)光电编码器，360度产生33个脉冲，每个脉冲分辨率约为10.91度，轮子直径为65mm,周长分辨率约为6.19mm。

(5)话筒，可以感受到声音的强弱。

利用碰撞传感器和红外传感器可以实现搜索目标过程中的避障行为，处理与AS-UⅡ接触到的障碍或者有一段距离的障碍；利用光敏传感器确定目标位置和方向；利用光电编码器计算搜索目标过程中，AS-UⅡ轮子走过的路程。

2.软件方面

图形化交互式C 语言（简称VJC）是用于能力风暴智能机器人系列产品的软件开发系统,具有基于流程图的编程语言和交互式C 语言（简称JC）。VJC 为开发智能机器人项目、程序与算法、教学等提供了简单而又功能强大的平台,是全球开创性的具有自主知识产权的产品。

在 VJC 中，不仅可以用直观的流程图编程，也可以用JC 语言编写更高级的机器人程序。流程图和JC 语言双剑合壁，既能领读者轻松入门，又能够让读者在编程中发挥最大的创造力。

VJC 操作简便，有清晰明快的操作图标和简短的文字说明。读者可以使用形象化的模块，由顶向下搭建流程图，搭建流程图的同时，动态生成无语法错误的JC代码。流程图搭建完毕，程序就已经编写完成，可以立即下载到机器人中运行。已入门的读者可以直接在JC代码编辑环境中编写程序，还可以边写边试，发现错误，校正修改，十分方便。VJC 能让你在丰富多彩的机器人世界里，边玩边学，愉快地掌握许多有用的科技知识。 5 VJC1.6开发版是用于开发能力风暴智能机器人应用程序的开发工具。 具有图形化编程、完备的功能模块、强大的系统内核、开放的系统、智能下载离线运行等优点，同时我们还提供了丰富的例程帮助用户学习和应用。

2.2.3程序参数设置调试

(1)机器人左右驱动电机功率不匹配

机器人是靠两个直流电机带动左右车轮驱动的。虽然左右两个电机的型号是一样的，但是由于不可能完全匹配，导致不能准确体现程序要求。如给定左右电机相同功率时，机器人不能走直线，总是右转。通过进一步调整让机器人能够走直线。

解决方法：经过反复程序验证，通过左右电机功率参数设置可以解决这个问题。

比如左电机功率设为80右电机功率设为100，则机器人可以沿直线行走。控制机器人转向是也同样存在这样的问题。设置如图(4，5，6)所示：

图4沿直线行走设置条件图

图5左转行走设置条件图 6

图6右转行走设置条件图

(2)确定光强最大值

机器人的光传感器感应外部光照强度，光强弱信号是一个模拟量输入信号。控制程序通过比较指令，小于设定值即达到一定亮度时就停止寻找。光照强度受外部环境影响较大，给试验带来不稳定因数。为了解决这个问题，采用事先人为找到试验环境的最亮处，用一个亮度检验程序（流程图如图7）得出光照最强处的亮度参数，通过试验发现光照最强处亮度参数为58。在控制程序中设定相关比较参数，就可以在光照强弱区别不明显的试验环境中运行系统。但是可能出现机器人反复寻找的情况。

下面我简单介绍一下这个程序，这个程序将帮助我自动找到最强的光源，这里忽略外界环境对最强光源的影响，即认为环境下没有任何的障碍，因为光强参数的确定要求精度要高，加入避障的程序增大了机器人的处理量，就不可避免的降低了测量数值的精度。而再一个相对理想的环境下进行实验就可以避免这里问题，提高实验效率，流程图见附录一图7。

我们进行简单的分析，这个程序结构简单，没有复杂的处理关系，并且是自动寻找光强最大值的所在，避免人为寻找光源最强点的武断分析，实验完成之后可以记录及更新数据。具有很好的机动性，程序的JC代码源程序见附录一。

2.2.4流程图源程序及JC代码源程序

主程序流程图由主程序和子程序组成，其子程序分别由红外避障与碰撞避障两部分组成，（在2.2.2太阳能自动采集系统的硬件构成这部分作了这方面的介绍，这里不再说明），主程序流程图如图8所示,主程序流程图源程序与 JC代码源程序见 7 附录二。

2.3实验与分析

2.3.1在不同的障碍环境下实验与分析

为了对机器人做最好的路径规划，我做了大量的实验，并加以认真分析总结，通过实验来深入了解机器人在实际工作中可能出现的问题。我的实验是分组进行的，在相同的光环境里设置不同的障碍物，观察机器人在不同条件下的反映。把每次实验结果加以摄象，以便与分析研究。并把典型的实验视频保留着重分析。下面是对4次典型实验的视频作附图解析。

(1)理想避障实例分析（见附录三图9、视频1）：

为了充分说明机器人可以利用红外传感器检测障碍物的大致方位，设置了如右图中所体现的障碍物。通过视频1我们可以看到，机器人在遇到较大障碍物时能够检测到并做出相应的躲避动作。通常情况下如墙壁凳面等平面障碍物都可以检测到。在本视频中机器人走了一个较完美的S型运动轨迹。这是理想中的行走路径，而机

器人这种行走路径是小概率的事件。

(2)黑箱造成红外盲区（见附录三图10、视频2）

通过试验发现，机器人在避障过程中有经常检测不到黑色物体的现象。如总是撞到黑色试验箱。通过查阅资料发现黑色确实对红外光的吸收较多，减弱了红外光的反射如右图所示。而在光强弱变化比较明显的环境下这种盲区出现的概率会降低，光强变化比较大时，由于机器人趋光行走，将有可能避开障碍物的影区，黑箱也不例外，因此不会撞向黑箱。当然这种情况是概率性的，这里没有加以深入分析。

(3)小面积障碍物或者突然转向造成红外盲区（见附录三图11、视频3）。

机器人在遇到小面积障碍物或者突然转向遇到障碍物，同样会造成红外检测失败，红外检测存在定性的盲区，这与红外发射二极管的位置有关，可以通过增加红外发射二极管的个数来解决这个问题如图11所示

(4)随即障碍碰撞实例分析（见附录三图12、视频4）

碰撞传感器在试验中多次频繁发挥作用。往往成为红外失去作用时的补救措施，对机器人最终找到光源起到了关键作用。多次碰撞会延长找到光源是时间，如图12所示。如果是在光照强弱不明显的试验环境下，这一缺陷更为明显。 8 2.3.2躲避障碍路径优化的改进方向

通过反复的实验,发现在躲避障碍方面还存在一些问题有待解决,怎么样让红外避障发挥最大的作用,是最重要的,也是体现智能的重要方面,这里简单的谈谈问题的改进方向。

(1)合理增加红外发射的数目和选择好安放位置，会最大化的减小红外避障的盲区,有利于机器人更优化的选择路径。

(2)碰撞传感器有时不够灵敏，不能准确检测碰撞发生的具体位置。

(3)避障程序的进一步优化，仍有较大空间。如从导航算法方面进一步研究可能会以最优路径找到光源。

3 结论及展望

3.1设计结论

机器人太阳能自动采集系统是个很值得研究的热门话题，其中路径规划这一问题是一尤为重要环节，具有很强的研究性。本次设计比较有成效的方面体现在如下几点：

(1)本次设计是基于上海广茂达公司生产的能力风暴机器人AS-UⅡ实现太阳能自动采集的，采用图形化交互C语言（简称VJC）完成AS-UⅡ的软件开发；并对能