基于籃球運動的避障系統開發設計

蔡 偉

(鄭州工業應用技術學院，鄭州 451100)

0 引言

現代研究者們對機器人的研究已經開始逐步深化，研究的機器人從人工遙控控制避障深化到機器人可以自主避障，即通過讓機器人具有一定的自主意識來躲避障礙。在籃球運動比賽中，個人的進攻防守意識是隊伍戰術的重要部分，是在自身防守戰術的基礎上有預見地通過手臂動作和腳步移動，躲避對方隊員的進攻，并搶占有利位置；個人防守意識經過訓練不必教練指揮，可根據自身的條件采取有效的防守進攻，并在對方隊員進攻時可自主分析其進攻動作，根據其動作自主避開。籃球運動中的個人防守意識是指運動員在復雜且不斷變化的環境中主動地應變，以求爭取到進攻的有利位置，同時還能實施自己的防守和進攻行為的一種主動意識。籃球運動的個人防守意識很突出地體現了運動員對球場上具體情況的實時把握，通過運動員自己的感覺、觀察和判斷，采取相應的動作[1-5]。以籃球運動中運動員進攻時碰到對方球員采取的主動防守避開以達到進球目的的措施為思考方向，設計機器人的避障系統為：識別判斷移動障礙物，分析障礙物的運動軌跡，避開障礙物到達目的地。農業機器人的自主避障系統的的工作內容：設定了起點和終點后，通過避障系統的識別功能識別工作環境的信息，并根據安裝的視覺傳感器采集實時地圖；在最初根據起點終點規劃出來的路徑的基礎上，避障系統根據避障算法模塊來避開環境中的移動障礙物或先行識別到的障礙物，到達設定的終點。避障系統的設計方法中有行為控制法、人工勢場法、氣泡帶方法及模糊算法等[6-9]。行為控制法是這些方法中應用最廣泛的，其計算量小、實時性強，可以適用多種復雜的工作環境避障計算，是一種比較傳統的動態算法。模糊算法[10-12]屬于智能控制算法，適用于自主避障系統的應用。具有自主避障能力的機器人可以感應工作環境并及時修改前進路線，為保證避障系統的正常運行，避障系統設計時應考慮到系統避障算法運行的魯棒性和快速識別感應能力。避障系統的實現是通過傳感器采集工作環境信息，將環境信息通過算法模塊計算，計算結果輸出，指揮機器人動作。

本文基于籃球運動避障系統的開發設計，借鑒籃球運動進攻防守中的自主識別避障的原理，設計出可自主識別移動或未知的障礙物，并及時計算出可行的行進軌跡，完成操作的農業機器人。

1 避障系統結構

基于籃球運動的避障系統主要由三大模塊組成：傳感器模塊、算法模塊和收發電路控制模塊。其中，收發電路控制模塊主要包括電源、顯示器和電路，是比較易于控制的一個模塊，可為系統工作電源、行為控制提供良好的硬件環境。算法模塊中，采用模糊算法進行行為控制。

傳感器模塊采用多傳感器器融合的策略。農業機器人避障系統中所運用的傳感器可分為被動式和主動式：被動式傳感器(如視頻傳感器)通過采集環境中的圖像信息分析工作地圖，圖像信息常常會被干擾，無法搜索到完整正確的信息，易對機器人的路徑規劃造成誤差；主動式傳感器有紅外線傳感器及超聲波傳感器等，是通過發射光線或聲波到工作環境中，根據光線或聲波遇到障礙物反射回來獲得的信息來分析環境地圖結構。

1)紅外線傳感器：紅外線傳感器測距范圍最大可達到80cm，其元件采用了光敏三極管，故可調節檢測范圍的靈敏度。這類傳感器優點為測距范圍比較大，受工作環境中可見光的影響比較小，檢測范圍的盲區小，安裝簡單，價格便宜，可在許多環境中使用。

2)超聲波傳感器：超聲波傳感器中發射的是振動頻率比較高的機械波，穿透力很強，不管是固體還是液體都有很好的穿透效果，在固體障礙物中的穿透距離可以達到幾十米遠。雖然超聲波的穿透效果好，但是在機械波遇到障礙物時會產生非常明顯的反射現象，當工作環境中存在移動的物體時，超聲波遇到就會發生多普勒效應。超聲波傳感器的檢測范圍可達到450cm。

考慮到性價比和避障效果，本避障系統設計將上述兩種傳感器融合使用，可以更好地彌補紅外線傳感器檢測時由于距離比較遠和障礙物移動造成的無法實時檢測到的問題。

2 模糊控制器

模糊控制是一種智能控制方法。美國科學家Zadeh在1965年提出了模糊集合論，在此基礎上結合模糊語言變量和模糊邏輯推理，提出了模糊控制這種計算機數字控制技術。根據模糊控制技術，人們很快研究出了非常實用的模糊控制器。

模糊控制器由以下4部分組成：

1)模糊化。模糊化的作用主要是選定輸入量，并將輸入量轉變成為控制系統可以識別的輸入量。即先選定已經處理合格并滿足模糊控制要求的輸入量，將處理過后的輸入量進行轉換，并確定輸入量的取值與合適的隸屬度函數。

2)模糊規則庫。模糊控制規則庫是根據眾多研究經驗來建立的，是從經驗轉變為模糊控制操作的關鍵。

3)模糊推理。基于知識經驗推理出來的決策。

4)去模糊化。將推理的決策轉變為控制輸出。

模糊控制器的使用解決了傳統控制器依賴系統參數來設計避障系統的問題。模糊控制根據經驗來建立規則庫，適用于處理非線性問題，在無法建立數學模型時，模糊控制可以直接使用規則庫中的規則，且規則庫中的規則是由人輸入的，易于實現人機交互。這可以說是一種人工智能控制方法，且計算量小，適應性非常廣，可以用于多種領域。

3 行為控制

系統的行為基本可分為避障行為、目標行為及緊急行為，這些行為可以根據機器人的使用需要設定優先級。當兩個或多個行為同時被激活時，根據事先設定的優先級別。優先級別高的行為先執行，優先級別低的放在后面。機器人行進過程中會在各行為中進行切換，以 [r1,r2,…rn]為輸入變量，以[z1,z2,…,zn]為決策行為狀態，當輸入r1時，相應的行為被激活，并輸出決策z1；當兩個行為同時被激活時，則融合輸出決策M。

3.1 避障行為

避障行為是避障系統是否有效實時運行的表現。采用VFH+算法來計算避障行為， VFH+算法是通過假設機器人為圓形，在遇到移動物體時考慮到運動學的問題，設定機器人以圓弧形路徑避開障礙物。

3.2 目標行為

目標行為是機器人向目的地行進，是傳感器在識別到機器人作為障礙物比較少被激活的。當障礙物比較少或是沒有時，模糊控制器會加快機器人的移動速度向目標行進，這個過程中會根據傳感器采集的環境信息并不斷地優化設定路徑，且可以通過調整隸屬度函數轉變目標，滿足機器人目的地變換等要求。

3.3 緊急行為

緊急行為的啟動取決于事先設定的安全距離，傳感器在機器人移動過程中會不斷地檢測機器人周圍障礙物的距離；當機器人與障礙物的距離小于安全距離時，激活緊急行為，控制農業機器人停止前進或進行轉向。

4 仿真試驗

仿真試驗采用四輪搖桿機器人為實驗對象，機器人的每個輪子可驅動也可轉向，車體中間安裝超聲波傳感器，車體前方、后方、左右方各安裝兩個紅外傳感器，共9個傳感器。實驗場所為一個6m×3m平臺，試驗中動態的障礙物為3個籃球，固定障礙物為2個籃球框。仿真試驗結果如圖1所示。

在仿真試驗進行過程中，農業機器人根據籃球滾動的方向自主避開。在實行避障措施時，還應考慮機器人前方路徑的尺寸是否能夠通過及在轉彎時的穩定性問題。這些都是機器人實現自主避障的前提條件，也是避障系統設計時需要考慮到的約束條件。

圖1 移動機器人自主避障仿真試驗Fig.1 Mobile robot autonomous obstacle avoidance simulation test

5 結論

借鑒籃球運動中個人防守意識，將自方籃板和對方籃板比喻為機器人行走的起點和終點，隊員從起點出發，中間需要避開眾多對手攔截，到達終點(對方籃板)進行投球，與機器人自主避開進行過程中出現的移動障礙物一樣，需要自身識別障礙物并判斷障礙物的運動方向，自主避開達到終點。

本自主避障系統可適用于復雜多變的環境，采用模糊控制器對采集工作環境信息進行融合處理，并做出自主避障決策，實現避障系統的智能化。通過仿真試驗，驗證了該系統的有效性和實時性。避障系統的智能避障為機器人使用的范圍擴大提供了更多可能性。