摘 要:將網(wǎng)絡(luò)與機(jī)器人相連,延伸網(wǎng)絡(luò)的應(yīng)用領(lǐng)域,可以實(shí)現(xiàn)價(jià)格低廉的遠(yuǎn)程監(jiān)視與操作,而遠(yuǎn)程控制成功實(shí)現(xiàn)的關(guān)鍵在于信息的正確獲得。利用Dempster-Shafer對(duì)六個(gè)超聲波傳感器所獲取的距離信息進(jìn)行融合,而后連同速度信息提供給彈簧-阻尼器系統(tǒng)以構(gòu)建虛擬力;力的信息通過(guò)編程映射到游戲桿上,變成操縱方向的約束力。通過(guò)采用微軟公司的帶有力反饋的操縱桿作為力覺(jué)提示裝置控制移動(dòng)機(jī)器人在結(jié)構(gòu)化環(huán)境下順利運(yùn)行,驗(yàn)證了虛擬力信息獲取方法的有效性。
關(guān)鍵詞:虛擬力; 證據(jù)推理; 彈簧—阻尼器模型; 操縱桿
中圖分類號(hào):TP24 文獻(xiàn)標(biāo)志碼:A
文章編號(hào):1001-3695(2009)09-3411-03
doi:10.3969/j.issn.1001-3695.2009.09.059
Network control for robot based on virtual force of evidential theory
LIU Yu-qin1,F(xiàn)U Xiu-hui1,2,CAO Jing-xing3
(1.School of Information Engineering, Shenyang Institute of Chemical Technology, Shenyang110142, China; 2.Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110013, China; 3.Shenyang Siasun Robotic Corporation, Shenyang 110168, China)
Abstract:The remote surveillance and manipulation may be gotten ton of cheap when the network is connected with the robot and its applications are extended. However, the key to complete remote control is to get the true information. The paper fused the distances gathered by six ultrasonic sensors that were given to the spring-damper model to describe the force. The force was mapped to joystick by programming so that it was inverted into a sanction of the manipulating direction. The mobile robot was controlled to run smoothly under the unknown environment by Microsoft SideWinder Force Feedback Pro to verify the validity of the force feedfack method.
Key words:virtual force; evidential theory; spring-damper model; joystick
0 引言
20世紀(jì)80年代以來(lái)對(duì)智能機(jī)器人的研究表明[1]:全自主式智能機(jī)器人的應(yīng)用在今后可以預(yù)見(jiàn)的時(shí)間內(nèi)是難以達(dá)到的,但是隨著原子能技術(shù)、空間技術(shù)和海洋技術(shù)的迅速發(fā)展,迫切需要大量在危險(xiǎn)環(huán)境下工作的機(jī)器人;日常生活對(duì)機(jī)器人技術(shù)的需求也在與日俱增,如何更方便、快捷、廉價(jià)地控制機(jī)器人已成為機(jī)器人技術(shù)的一個(gè)突出問(wèn)題。隨著互聯(lián)網(wǎng)的飛速發(fā)展,以互聯(lián)網(wǎng)作為通信媒介的遙操作技術(shù)為機(jī)器人控制提供了新的契機(jī)。利用現(xiàn)有的、通用的通信技術(shù)和設(shè)備將極大地提高機(jī)器人控制的便利性,并迅速降低成本[2,3]。目前國(guó)內(nèi)外已經(jīng)在互聯(lián)網(wǎng)上進(jìn)行了許多異地遙操作的實(shí)驗(yàn),所有結(jié)果均顯示出通過(guò)互聯(lián)網(wǎng)進(jìn)行機(jī)器人遙操作在遠(yuǎn)程教學(xué)、設(shè)備共享、遠(yuǎn)程醫(yī)療、遠(yuǎn)程維修和危險(xiǎn)復(fù)雜環(huán)境下的裝配作業(yè)等領(lǐng)域有很大的應(yīng)用前景。
人們希望通過(guò)增加遠(yuǎn)端反饋的數(shù)據(jù)數(shù)目和質(zhì)量使復(fù)雜的人機(jī)接口得以改善,從而顯著減少操作者的壓力和出錯(cuò)率,甚至于希望能夠不受距離的影響獲得類似于直接操作的感覺(jué),即達(dá)到操作的“臨場(chǎng)感”。目前獲取臨場(chǎng)感效果的方式主要有視覺(jué)臨場(chǎng)感和力覺(jué)臨場(chǎng)感。力在傳輸速率上的極大優(yōu)勢(shì)(視頻平均速率為45 kbps,力的平均速率為140 kbps),使力成為非常有吸引力的反饋形式。而網(wǎng)絡(luò)操作中的反饋力是機(jī)器人與環(huán)境之間的作用力,它通過(guò)網(wǎng)絡(luò)傳遞給操作者,即操作者感受到的作用力實(shí)際上是虛擬力。本文利用彈簧-阻尼器系統(tǒng)模型描述力,并將其映射到操縱桿上,變成操縱方向的約束力。其中虛擬力所需要的信息是由六個(gè)超聲測(cè)距傳感器和兩個(gè)速度傳感器所采集,而距離信息是由Dempster-Shafer證據(jù)推理法融合后確定的。
1 移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)模型
移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)模型如圖1所示。假設(shè):
a)機(jī)器人所在路面為光滑平面;
b)機(jī)器人運(yùn)動(dòng)過(guò)程中,在縱向作純滾動(dòng),沒(méi)有側(cè)向滑移;
c)機(jī)器人的有關(guān)參數(shù)如圖1所示。其中,Y O X為移動(dòng)機(jī)器人所處的靜坐標(biāo)(世界坐標(biāo));y o- x為與機(jī)器人固聯(lián)在一起的動(dòng)坐標(biāo);m為移動(dòng)機(jī)器人車體前軸中心點(diǎn);p為移動(dòng)機(jī)器人車體質(zhì)心;n為移動(dòng)機(jī)器人車體后輪中心;D為移動(dòng)機(jī)器人前輪間距;r為移動(dòng)機(jī)器人前兩輪半徑;v、w為實(shí)際移動(dòng)機(jī)器人車體質(zhì)心的線速度、角速度;α為實(shí)際移動(dòng)機(jī)器人車體相對(duì)于x軸的姿態(tài)角;(Xm,Ym)為m點(diǎn)在坐標(biāo)系Y O X中的坐標(biāo);(Xp,Yp)為質(zhì)心p在坐標(biāo)系Y O X中的坐標(biāo);vl,vr為移動(dòng)機(jī)器人前兩輪左右輪速。
在此基礎(chǔ)上建立車體模型為:Y#8226;p cos α-X#8226;p sin α-#8226;α=0,從而得到以m點(diǎn)為基準(zhǔn)的移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型[4]如下:
X#8226;mY#8226;mα#8226;=cosα 0sinα 001vω(1)
v=(vr+vl)/2(2)
對(duì)于一個(gè)轉(zhuǎn)動(dòng)機(jī)構(gòu),它任意一點(diǎn)的轉(zhuǎn)動(dòng)角速度相同,則
vr=vl+wD (3)
由式(3)得
w=(vr-vl)/D(4)
則由式(2)和(4)得
vω=1/2 1/21/D -1/Dvrvl (5)
將式(5)代入式(1)得
#8226;Xm#8226;Ym#8226;α=cosα 0sinα 0011/2 1/21/D -1/Dvrvl=
cos α/2 cos α/2sin α/2 sin α/21/D-1/Dvrvl
(6)
2 Dempster-Shafer(D-S)證據(jù)理論融合
2.1 D-S證據(jù)理論
D-S證據(jù)理論是建立在一個(gè)非空集合θ基礎(chǔ)上的理論,θ 稱為識(shí)別框架,由一些互斥且窮舉的元素組成[5~7]。對(duì)于問(wèn)題域中任何命題A,都應(yīng)屬于2θ。在2θ上定義基本賦值函數(shù)BEAF:2θ→[0,1],m滿足m()=0;∑Aθm(A)=1。其中m(A)表示證據(jù)支持命題A發(fā)生的程度。證據(jù)是由證據(jù)體(A,m(A))組成,利用證據(jù)體可以定義2θ上的信任函數(shù)Bel與似真函數(shù)pl為
Bel(A)=∑BAm(B)Aθ(7)
pl(A)=1-Bel(A)Aθ(8)
信任函數(shù)Bel(A)表示全部給予命題A的支持程度,似真函數(shù)pl(A)表示不反對(duì)命題A的不確定程度。[Bel(A),Pl(A)]構(gòu)成證據(jù)不確定區(qū)間,表示證據(jù)的不確定性。
2.2 D-S證據(jù)理論基本概率賦值的構(gòu)造
從距離函數(shù)到基本概率賦值函數(shù)的映射R→[0,1]是一個(gè)非線性映射過(guò)程??偟内厔?shì)是:與某一超聲波傳感器的距離越小,分配給該類命題的基本概率賦值越接近1(本課題中當(dāng)距離為0.4 m時(shí),分配給該類命題的基本概率賦值為1);反之,則分配給該類命題的基本概率賦值越接近0。因此,需要找到一種函數(shù)可以反映這種非線性映射關(guān)系,實(shí)現(xiàn)從目標(biāo)識(shí)別問(wèn)題向證據(jù)理論問(wèn)題的轉(zhuǎn)換,指數(shù)函數(shù)就是具有這種關(guān)系的一種函數(shù)[8]。
假設(shè)在第i個(gè)測(cè)量周期中,計(jì)算出對(duì)超聲波傳感器Aj的距離為r′ij,則定義基本概率賦值:
mi(Aj)=(1-α)exp(-r′ij)(9)
其中:α為噪聲系數(shù)。當(dāng)無(wú)噪聲時(shí),α=0;當(dāng)噪聲完全淹沒(méi)目標(biāo)時(shí),α=1。
考慮到無(wú)噪聲時(shí),認(rèn)為沒(méi)有不確定性,mi(U)=0;當(dāng)噪聲完全淹沒(méi)目標(biāo)時(shí),從傳感器來(lái)的數(shù)據(jù)無(wú)法確認(rèn)任何目標(biāo),即完全不確定,mi(U)=1。
mi(U)=αNj=1[1-mi(Aj)](10)
對(duì)上述基本概率賦值進(jìn)行歸一化處理:
m′i(Aj)=mi(Aj)/∑Nk=1mi(Ak)+mi(U);j=1,2,…,N
m′i(U)=1-∑Nk=1m′i(Ak) (11)
其中:m′i(U)為未知的基本概率賦值。
2.3 源于D-S證據(jù)的多傳感器數(shù)據(jù)融合
本設(shè)計(jì)采用α=0,即無(wú)噪聲的情況。
將六個(gè)超聲波傳感器看做一個(gè)傳感器系統(tǒng),對(duì)所有采集的數(shù)據(jù)進(jìn)行融合,可得第i個(gè)命題
Ai(i=1:左方障礙物;2:左前方障礙物;3:前方障礙物;4:右前方障礙物;5:右方障礙物;6:無(wú)障礙物)
的多傳感器后驗(yàn)基本概率賦值:
m(Ai)=∑∩Aj=Ai 1≤s≤6ms(Aj)/
1-∑∩Aj= 6s=1ms(Aj)=
∑∩Aj=Ai 1≤s≤6ms(Aj)/∑∩Aj≠ 6s=1ms(Aj);i=1,2,…,6(12)
其中:s為傳感器的數(shù)目。
3 彈簧—阻尼器模型對(duì)虛擬力的描述及其在操作桿上的實(shí)現(xiàn)
3.1 彈簧—阻尼器系統(tǒng)理論模型
彈簧—阻尼器理論將移動(dòng)機(jī)器人與環(huán)境之間的位置和狀態(tài)信息等效成彈簧—阻尼器系統(tǒng),從而把機(jī)器人與環(huán)境之間的信息利用虛擬力模型轉(zhuǎn)換成力。因其表達(dá)式簡(jiǎn)潔,易于數(shù)學(xué)分析,而且計(jì)算量不大,在機(jī)器人的路徑避障中被廣泛采用。
如圖2所示,假設(shè)系統(tǒng)是剛性的,環(huán)境的剛度為ke,根據(jù)彈簧—阻尼器理論建立如下的數(shù)學(xué)模型:
Fe=bev+ke/x(13)
其中:v為移動(dòng)機(jī)器人的移動(dòng)速度;be為阻尼系數(shù)。x就是利用D-S證據(jù)推理得到概率最大的超聲波傳感器的距離作為此系統(tǒng)中的x。利用此公式把機(jī)器人與環(huán)境之間的作用信息轉(zhuǎn)換成適于控制的虛擬作用力,再利用力覺(jué)提示設(shè)備反饋給操作者,從而使操作者操作起來(lái)具有身臨其境的感覺(jué)且能減輕操作強(qiáng)度。
3.2 游戲桿上虛擬力的實(shí)現(xiàn)
本文中的力反饋是把斥力應(yīng)用到微軟公司帶有力反饋的操縱桿軸上,通過(guò)DirectX的調(diào)用提供力反饋。操作者推動(dòng)桿則在桿上產(chǎn)生一個(gè)力,大小是以-10 000~+10 000表示的,實(shí)際輸出的力可表示為大小×最大力/10 000 N;方向的標(biāo)定是以Y軸大小為正值的效果來(lái)自北方,即將桿推向用戶,X軸大小為正值的效果產(chǎn)生向右的力。
利用3.1節(jié)關(guān)于虛擬力的描述計(jì)算出虛擬力,同時(shí)也確知了機(jī)器人前進(jìn)的方向。有了虛擬力的大小和方向,就可通過(guò)編程在操作桿上實(shí)現(xiàn)。通過(guò)力方向的約束及力大小在操縱桿上的實(shí)現(xiàn),使操作者能定量地感受到機(jī)器人與環(huán)境的作用力,更容易操縱機(jī)器人避開障礙物。
4 遙操作控制系統(tǒng)
4.1 系統(tǒng)結(jié)構(gòu)
視覺(jué)信息雖然具有傳輸?shù)臄?shù)據(jù)包比較大、傳輸速度慢等缺點(diǎn),但它仍是信息獲得的主要方式,它給人以比較直觀的感覺(jué),加入視覺(jué)反饋有助于力覺(jué)反饋控制的順利進(jìn)行。本次設(shè)計(jì)的控制系統(tǒng)結(jié)構(gòu)如圖3所示,本地主手(操作者、操縱桿)、通信環(huán)節(jié)、攝像頭、多傳感器系統(tǒng)、移動(dòng)機(jī)器人與現(xiàn)場(chǎng)環(huán)境。其中多傳感器系統(tǒng)包括六個(gè)超聲波傳感器(按照移動(dòng)機(jī)器人左側(cè)、前方、右側(cè)各兩個(gè)位置安放),兩個(gè)速度傳感器(左右輪各一個(gè))。
4.2 控制的實(shí)現(xiàn)
本文在所建立的遙操作控制系統(tǒng)上,利用VC++編程把通過(guò)D-S獲得的數(shù)據(jù)代入到所建立的虛擬力模型中。遠(yuǎn)端的操作者利用游戲桿設(shè)備獲知力覺(jué),同時(shí)此設(shè)備將操作者的操作命令通過(guò)網(wǎng)絡(luò)傳送給遠(yuǎn)端現(xiàn)場(chǎng)的移動(dòng)機(jī)器人,從而達(dá)到控制的目的。
在理論使用過(guò)程中,通過(guò)實(shí)驗(yàn)設(shè)定環(huán)境剛度ke和阻尼系數(shù)be的大小,使得在同樣速度和距離情況下獲取大小不同的虛擬力。為了得到穩(wěn)定的控制,預(yù)先設(shè)定兩個(gè)極限值:vmax=3.5 m/s,xmin=0.4 m,如果達(dá)到其中的一個(gè)極限值,那么輸出的虛擬力為最大力,否則利用彈簧-阻尼器系統(tǒng)模型給出虛擬力的大小以輔助操作者實(shí)現(xiàn)控制遠(yuǎn)端現(xiàn)場(chǎng)的移動(dòng)機(jī)器人。圖4曲線即為移動(dòng)機(jī)器人在結(jié)構(gòu)化環(huán)境下,按照設(shè)想仿真的期望路線圖和實(shí)際控制過(guò)程中所獲得的多組數(shù)據(jù)中的兩組仿真得到的實(shí)際路線圖。其中實(shí)際路線1的參數(shù)為be=3,ke=40;實(shí)際路線2的參數(shù)為be=1,ke=110。從圖4中可以看出,實(shí)際路線2偏離期望路線的程度要大于實(shí)際路線1,說(shuō)明實(shí)際路線1的虛擬力參數(shù)設(shè)置比較適當(dāng)。利用本文所提出的控制方法,較好地實(shí)現(xiàn)了遠(yuǎn)距離操縱移動(dòng)機(jī)器人的目的。
5 結(jié)束語(yǔ)
基于虛擬力的機(jī)器人控制,關(guān)鍵在于機(jī)器人現(xiàn)場(chǎng)環(huán)境信息的正確獲得以及虛擬力模型的正確建立。本文創(chuàng)新點(diǎn)在于將超聲波傳感器所獲得的數(shù)據(jù)利用D-S證據(jù)理論進(jìn)行融合,從而獲取信任度較高的數(shù)據(jù);同時(shí)利用彈簧-阻尼器系統(tǒng)模型將機(jī)器人的環(huán)境信息以虛擬力的形式傳遞給操作者,從而使操作者操縱游戲桿順利地控制從端的移動(dòng)機(jī)器人,實(shí)現(xiàn)了力覺(jué)臨場(chǎng)感。
參考文獻(xiàn):
[1]趙明國(guó),趙杰,崔澤,等. 一種基于Internet的遙操作機(jī)器人系統(tǒng)——Telerobot[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2001,33(2):8-12.
[2]王英翹,徐征,劉沖,等. 一種基于操縱桿控制微操作系統(tǒng)三維運(yùn)動(dòng)的方法[J]. 光學(xué)精密工程, 2001,12(6):553-556.
[3]MESSAC A. Form dubious construction of objective functions to the application of physical programming[J]. AIAA Journal, 2000,38(1): 155-163.
[4]王明昕.移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)分析研究及本體結(jié)構(gòu)設(shè)計(jì)[D].南京:南京航空航天大學(xué),2004:16-21.
[5]陳增明,梁昌勇,蔣翠清,等. 證據(jù)理論悖論消除的一種新方法[J]. 計(jì)算機(jī)應(yīng)用研究,2006,23(11):34-37.
[6]DEMPSTER A P. Upper and lower probabilities induced by a multi-valued mapping[J]. Ann Mathematical Statistics, 1967, 38(2):325-339.
[7]俞志富,羅景青,呂久明. 基于Dempster組合規(guī)則的電子目標(biāo)識(shí)別算法研究[J]. 現(xiàn)代防御技術(shù),2007,35(4):117-121.
[8]肖人彬,王雪,費(fèi)奇,等. 相關(guān)證據(jù)合成方法的研究[J]. 模式識(shí)別與人工智能, 1993,6(3):227-234.