多傳感器信息融合技術在擂臺機器人中的應用

張清文　付宇　馮晨露　朱志杰

摘 要：為了提高傳統武術擂臺機器人的識別精度，決策可靠性，新設計的武術擂臺機器人采用了基于SVM多傳感器信息融合技術進行創新改進。對比傳統機器人，其對傳感器定位布局進行重新配置，在采集全面數據信息后對決策層進行反饋優化，最后實測結果表明，該機器人在識別和控制方面能夠對棋子箱子、對方機器人、擂臺邊緣進行更加精準快速識別、判斷與決策。

關鍵詞：武術擂臺機器人 多傳感器 信息融合 決策設計

中圖分類號：TP212文獻標識碼：A文章編號：1003-9082（2019）09-0-01

引言

近年來，國內外對于機器人技術的發展越來越重視，機器人技術被認定為是對未來新興產業技術發展具有深遠影響和重要意義的高新技術之一[1]。在互聯網技術的支持下，智能機器人已經被廣泛地用于救援、醫療、教育以及地質勘探等領域，研制出安全性高、可靠性高的智能機器人已經成為這一領域的熱點。過去的研究大多主要是從機械的角度出發，研究機器人機械部件、電子部件等微觀單一層面的特性，例如陳昊從運動力學的角度，構建了基于運動建模的機器人攻防控制策略[2]，隨著機械技術的日益完善，目前研究的重點主要是從信息融合的角度進行研究，徐躍設計了一種基于超聲波的全局定位系統[3]，張樹剛基于超聲波的信息融合開發了機器人局部避障算法及應用[4]。對于決策層的程序編寫，多數是在模糊算法思想下進行的，與前人的工作相比，本文的武術擂臺機器人加入了在無人機定位中廣泛使用的光流傳感器，并且借鑒SVM的原理，來進行決策層的編寫，實現了從決策層的角度出發來進行多傳感器的信息融合。

一、結構與系統設計

整體結構如圖1所示，機械結構主要由上臺機構、底盤組件、前鏟爪、驅動結構等組成。傳感器主要由16個傳感器構成，形成多傳感器信息融合對機器人進行控制。

主控板自主設計采用STM32ZET6芯片，利用Altium Designer進行電路設計使用了1個ADC通道開啟DMA的10個規則通道;引出8個普通IO口用于光電傳感器與灰度傳感器的使用;采用軟件SPI使用OLED菜單進行數據輸出實時查看，利用按鍵進行微小調試;運動上，主要通過MPU6050陀螺儀進行運動偏航角與橫滾角度的校準。

二、多傳感器數據處理

數據處理部分主要是紅外測距的數據抖動會有部分噪音，本文為降低噪聲，通過卡爾曼濾波進行處理濾波后，紅外測距的數據更加的平滑，保證系統一定的魯棒性，光流傳感器采用Lucas-Kanade算法[5]，光流場的目的是找到截取圖片中的每個像素點的速度向量，從而獲得運動物體的坐標，主要公式為：

對數據進行解碼，加上上位機協議對碼得出如圖2所示。

從圖2中可以看出，經過Lucas-Kanade算法解碼后的OF_DX與OD_DY為X、Y軸的光流信息，對應移動的速度，再根據簡單的速度積分可得所需要的坐標位置。

三、多傳感器信息融合

定義準確度： 在同一動作次數下，不同的映射關系所對應的決策集合中符合現實要求的集合與總實驗次數的比值，即：

在關系式與，在N次動作次數下，其中符合要求的集合數分別為與，則改進決策后的準確度為，原始方法的準確度為。

由圖3可以看出在SVM思想下的映射所對應的準確度始終高于原始方法思想下的映射所對應的準確度， 體現出了SVM方法的優越性。

結語

本文利用了灰度傳感器、光流傳感器、陀螺儀、紅外傳感器、紅外測距傳感器，并在SVM思想向下進行多傳感器的信息融合，其很好的規避了在擂臺上復雜多變的情形，大大提高了整車的機動性，和容錯性，有效防止擂臺車卡死、錯誤判斷、遲鈍等狀況，但仍然有一些缺點，它主要來自光流傳感器在擂臺車之間猛烈碰撞時的不穩定性，在未來的改進方法將考慮新的濾波方法，結合多個陀螺儀等其他傳感器反饋的信息，在數據處理后得到更加精確的信息。

參考文獻

[1]徐揚生. 智能機器人引領高新技術發展. 科學時報[N]， 2010-08-12.

[2]陳昊. 基于運動動力學武術擂臺機器人攻防控制研究[D].鄭州大學，2016.

[3]徐躍. 基于超聲波測距的機器人定位與避障[D].齊魯工業大學，2013.

[4]張樹剛. 基于超聲波的移動機器人局部避障算法及應用[D].哈爾濱工業大學，2013.

[5]Baker S， Matthews I. Lucas-kanade 20 years on： A unifying framework[J]. International Journal of Computer Vision， 2004， 56（3）： 221-255.