李塍飛,傅鈺惠
(安徽理工大學,安徽 淮南 232001)
為了使人們出行更加方便,我們對市面上的智能行李箱進行了重新設計,實現了智能行李箱的助力爬樓功能,讓人們的出行更加方便,讓行李箱更容易通過一些較為難搬運的地方。我們利用單片機實現觸發啟動的原理,讓行李箱碰到障礙物時三角輪轉動一定角度,實現自動啟動進行爬樓梯,越過障礙物等操作。同時在板的側面我們采用SC-HR04 通過檢測前端障礙物是否在感測器10 cm 處,來判斷人的腿是在向前加速移動還是減速移動,實現對行李箱的精準助力。

圖1 智能行李箱助力板的總體結構
機械結構我們采用分體式設計,即將小車放在行李箱下面,可以對市面上不同型號的行李箱進行適配,通過繩索與收縮結構對行李箱進行收緊,實現行李箱與板的結合,同時在前端三角輪處加裝有感無刷電機,將前方三角輪遇到障礙時電機獲得的信號傳輸到單片機進行處理,判斷是上樓還是下樓。再通過ULN2330AN 進行驅動,實現步進電機的啟動與力矩傳輸。

圖2 板底部對行李箱夾緊的機械結構設計
此設計采用梁板分開通過兩個支撐桿和一個在螺母的旋轉桿,將兩個分離的板進行固定。同時利用四周鋼絲繩的拉力將行李箱的四個輪子卡在四個繩索出完成對四個行李箱滑輪的固定。通過旋轉前方的旋鈕,實現助力板的收緊,使用靜摩擦力,采用力鎖效應對行李箱進行固定完成機械緊固。
而車在直線行駛中的助力是用超聲波傳感器來獲得的信號通過處理實現對驅動器波形的控制達到控制電機運通狀態的目的實現助力板的功能的實現。
在前端利用SC-HR04 每8 ms 進行一次距離檢測,檢測行李箱左右側10 cm 處有沒有人腿從旁邊走過實現行李箱的助力啟動信號的判斷。實現信號的辨別和輸入。
在使用過程中,助力的實現是由板的前方的超聲波傳感器進行測距然后實時傳遞到單片機通過驅動器濾波放大后輸入給電機來實現電機的精準控制。

圖3 系統的流程圖
采用單片機讀取超聲波傳感器的信號來完成對人行走狀態的判定,利用卡爾曼濾波清除噪聲信號對系統的影響,輸出準確的控制信號。根據不同的狀態輸出對應的波形來控制步進電機實現對負載的測量。
采用四個SC-HR04 分別安在小車的前后左右,讓其完成人在中間的動作提取。人每次掃過靠近傳感器8 cm 處會給單片機發送一個信號,讓單片機進行一次記錄在40 ms 內,同時每一次人的行為會與上一個周期即40 ms 以及的記錄周期。進行對比,同時使用濾波后的數據判斷人的移動速度,人的加速度量,從而根據人的行為實現對電機的控制,通過對控制系統的仿真,輸出波形的控制與調整,完成對功率器件例如無刷電機的運動轉換。
在電路中會加入一些附屬電路進行數據的提取,例如加速傳感器,壓力傳感器,電磁傳感器。
在上下樓助力中采用三角輪驅動由有感無刷電機傳回來的信號進行判斷是上樓還是下樓。我們利用角度的周期性測量來完成對障礙物的判斷,當前方三角輪與樓梯,巖石等接觸并施加相同方向的力矩,讓行李箱利用三角輪在樓梯上面勻速前進。利用負反饋的方式來保證在不同重量下行李箱在前方的行駛方向上始終保持在安全的角度來完成行李箱的上樓與下樓的助力功能。
在對電機控制系統中采用MATLAB 對控制系統進行仿真。

圖4 GTO組成的單相半波整流仿真
在MATLAB 中可以實現可關斷晶閘管被正的門級信號觸發進而導通。與普通晶閘管不同的是普通晶閘管被正門極信號導通后,只有等到陽極電流為0 時才關斷;而GTO 通過在門極施加一個等于0 的門極信號就可以將其關斷。GTO 的仿真模型也是由一個電阻Ron,一個電感Lon一個直流電源Vf和一個開關串聯而成,該開關受邏輯信號控制,該邏輯信號又由GTO的電壓Vak、電流Iak和門極觸發信號g 決定。GTO 的模塊還包括一個串聯緩沖電路,它通常與GTO 并聯,其端子與晶閘管相同。在仿真中采用220V 高負載器件進行模擬對功率器件的高電壓模擬,進行高壓器件的功耗,設備穩定性進行驗證。
仿真波形依次為晶閘管觸發脈沖Pluse,晶閘管電流Iak。晶閘管電壓Vak,負載電壓Vload負載電流Iload,電源電壓Vs。當觸發脈沖為正時,GTO 導通,負載有電流流過,當脈沖觸發為負時,GTO 關斷,負載電流為0。
利用卡爾曼濾波法對人腿觸發傳感器的數據進行處理,嘈雜的輸入信號通過濾波可以得到人的移動確定的狀態量,經過MCU 給電機發出加速還是減速的指令,決定了電機的高轉矩低轉速還是高轉速低轉矩的狀態。從復雜變化的人的腿部出發傳感器的頻率進行計算,計算得到最佳的加速度預測同時實現最優的控制量ut的解。

其中輸出變量為輸入變量的為線性組合因此可以寫成矩陣模式。因此可以采用線性濾波的方式將超聲波傳感器提取的帶噪聲的數據進行噪聲過濾,轉換為有用的可以計算的控制信號Ut,通過Ut對加速度進行改變從而實現對板的空間位置的調節,通過加速度對人的位置預測,計算板對應的加速度,實現對板的精準控制,并確定其完成時間控制在20 ms 以內。
其矩陣方程為

由此可知其狀態預知公式為

利用此公式可以準確地得出Pt與ut的狀態得出小車當前運行的加速度,速度與方向。
利用卡爾曼濾波進行對人腿掃過數據進行處理后多次讀取的超聲波信號進行處理,根據仿真可知,前幾次的信號讀取噪聲較大,直到人的腿部動作的信號確定后對噪聲逐步達到穩定。其加速度量逐漸確定區域穩定。

圖5 卡爾曼濾波后噪聲消除
卡爾曼濾波后得到精準的控制信號,完成超聲波傳感器的有效數值的提取。該圖可以看到前幾次的數據讀取并不確定超聲波信號讀取的人腿的位置是否在10 cm 以內但是經過濾波后,很快有效信號的提取非常穩定完全達到實用的水平。
采用超聲波傳感器確定人腿的動作,再通過數據比對進行判斷當下人的動作是加速還是減速,從而實現機器的加速助力,而上下樓時用前端的三角輪中的有感無刷電機進行判斷上樓還是下樓實現上下樓的助力。其助力動作十分迅速,具備系統應有的便捷性、速動性、靈敏性,極大地實現最簡單的設計完成復雜的功能。其表現效果與實際使用效果超過市面上大部分的助力、跟隨小車。
通過proteus 對電路進行仿真后可以實現傳感器的精確感測,能在前方在人向前走時腿部掃過超聲波傳感器時,8 ms 的延遲可以很好地捕捉人腿部的狀態實現小車的助力功能,而前端進行上下樓助力效果顯著,延遲較市面上的藍牙模塊跟隨模式更低,對市面上采用傳感器進行跟隨的產品其人機交互更加符合人的使用習慣,采用實用性更強、價格更低廉的方案實現跟隨、助力的功能,并使用濾波算法對人的移動動作精確捕捉,讓人們使用起來更加方便。