基于CPLD控制模塊的智能機器人控制系統研究

李 賀， 朱珍元，陳 任

(1.安徽醫科大學 衛生管理學院，合肥 230000； 2.安徽警官職業學院 信息管理系，合肥 230000)

0 引言

CPLD是具有可編程邏輯的控制模塊結構，其在邏輯編程的同時，還具有快閃存儲、SRAM、EEPROM、CMOS EPROM等多項應用技術，CPLD模塊由基礎邏輯模塊、可編程互通連接信道、I/O結構等三類應用元件共同組成。每一個基礎邏輯模塊都相當于一個小規模的邏輯控制單元，由于CPLD模塊的內部形態相對較為簡單，所以最多只能包含一個可編程寄存器元件，在面對復雜的指令編程任務時，還需外嵌ROM、RAM等陣列塊結構，提升控制模塊的存儲性能和拓展功能[1-2]。CPLD控制模塊的可編程互通連接信道負責邏輯塊之間的連接，還提供了由內部邏輯器件指向I/O引腳之間的物理接口[3-4]，并可將其與核心網絡連接起來，便于實時通信和接受上位機的系統指令。由于所涉及邏輯程序規模和復雜程度存在差異，CPLD控制模塊所執行的編程指令也有所不同，這也是導致其下屬分區結構與邏輯單元具有較大差別的最主要原因之一。

隨著網絡技術、通信技術、自動化控制技術和人工智能技術的快速發展，智能機器人智慧化水平不斷提升，并逐步被應用到工業領域。智能機器人是一種新型的計算機控制結構，可以在“中央處理器”元件的作用下，由傳感器采集外界的各種信息，并遵從CUP單元和核心編碼器所下達的指令獨立完成任務，從而滿足工業等領域應用需求，解放人力提升工作效率并提高產品的成品率[5]。在智能機器人控制過程中，計算機作為唯一的中控設備，尤其傳導的編碼信息與指令文件必須在相關信道組織的輔助下，才能反饋至機器人的各級行為部件之中。隨著計算機科學技術和自動化控制技術的發展，智能機器人研究逐漸成為了領域內新的研究特點。國內外計算機自動化智能控制領域的專家、學者也對智能機器人展開了相關研究：學者辜勇等人(2020)利用仿生算法控制機器人的運行軌跡，提升了算法的容錯能力進而改善了對智能機器人移動精度的控制[6]；學者白克等人(2021)采用了嵌入式算法建立機器人的智能控制系統，提升了程序運行效率，并能夠在機械臂控制中實現對運動軌跡的實時糾偏[7]；學者Selim(2022)基于位置、速度等多個視角提出一種融合控制算法，綜合考慮到各因素對物流周轉機器人的影響，并采用卡爾曼濾波算法濾除系統噪聲的影響，提升信號傳遞的準確率和物流機器人的軌跡控制精度[8]；學者Fu、Masakatsu(2017)等人提出一種模糊控制算法，通過構建模糊控制模型提升對機器人運動軌跡的控制精度，并實現對機器人的行進軌跡動態糾偏[9]；學者Shin等(2017)設計了一種智能化感知的機器人智能控制系統，借助神經網絡模型自動判斷物流機器人的軌跡執行情況，并動態調整機器人的軌跡偏離情況[10]。

然而現有的關于智能機器人自動化控制系統研究大都以芯片驅動為主，例如以MSP430F149芯片作為核心驅動結構，整體行為模式相對較為簡單，雖然能夠積極響應后臺上位機所下單的執行指令，并能夠完成一些簡單的指令，但難以應對工業制造過程中較為復雜的制定，無法實時對智能機器人的運動軌跡進行糾偏，精度控制也難以滿足需求，隨著外界環境因素的變化和系統誤差的增加，上位及傳達的指令信息極有可能出現一定程度的延遲，這樣不但會影響機器人對于外界環境的感知能力，也會導致避障不及時、避障敏感度下降等問題的出現[11]。為避免上述情況的發生，借助CPLD控制模塊，令其對核心控制主機進行支配，并以此為基礎，開展針對新型智能機器人控制系統的深入研究。

1 物流周轉智能機器人控制系統架構設計

為更好適應CPLD控制模塊的實際應用需求，本章節從下機位硬件電路等多個角度著手設計，針對智能機器人控制系統的硬件機構組成進行深入研究和探討，利用C2PLD控制模塊來提升對機器人行動軌跡控制精度。

1.1 下機位硬件電路

下機位硬件電路作為物流周轉智能機器人控制系統中關鍵的電量信號控制結構，其主要結構由運動控制電路、無線通訊電路兩部分共同組成，具體的結構設計如下。

1.1.1 運動控制電路

運動控制電路負責保障智能機器人的運動行為供電，是下機位硬件電路的核心組成部分，以L289N觸發器作為主要設計結構，可以聯合MOTO模塊對CPLD控制模塊的連接行為進行協調，從而促使控制主機能夠獲取最為直觀的機器人運行數據[12-13]。具體連接結構如圖1所示。FND結構(直流導向器)，能夠確保運行電流始終由L289N觸發器端向著MOTO(穩壓控制模塊)輸入，一方面保障了智能機器人的穩定運動行為，另一方面也使得1號、2號、3號電阻內的電量信號能夠得到有效利用。

圖1 運動控制電路示意圖

1.1.2 無線通訊電路

無線通訊電路作為運動控制電路的下級負載結構，能夠對智能機器人控制系統中的傳輸電流進行整合處理，并可以在多個連接管腳結構的作用下，將剩余電量信號反饋至CPLD控制器、A/D模擬器采集接口模塊等多個硬件應用結構之中[14-15]。A/D模擬器的功能包括原始信號的采集及數字信號的轉換，將智能機器人的模擬信號轉換成數字信號的電路。A/D模擬器的工作方式是將時間連續、幅值也連續的模擬量轉換為時間離散、幅值也離散的數字信號，數字信號的優勢在于轉換效率高、易于控制等。A/D模擬器信號轉換通常要經過取樣、保持、量化及編碼是個基本過程。在實際的機器人電路系統控制中，這些過程有的是合并、同步進行的，如取樣和保持，量化和編碼往往都是在轉換過程中同步實現。在實際應用過程中，各個管腳名稱及其具體行為能力如表1所示。

表1 無線通訊電路核心管腳

1.2 CPLD控制器

CPLD作為高度集成型控制器結構，其內部晶體管數量高達幾十萬個。在智能機器人控制系統中，由于大量晶體管結構的同時存在，CPLD控制器的運行速度極快，對于任何細微的機器人動作行為都能進行準確捕捉。從實用性角度來看，CPLD控制器屬于一種雙向型應用結構，既能獲取與智能機器人動作指令相關的行為信號，也可以與系統核心控制主機建立信號互通關系，且在整個指令信息文件傳輸的過程中，外部傳輸信號不會對內部傳輸信號造成任何影響[16]。具體框架結構如圖2所示。

圖2 CPLD控制器的物理框架結構

對于TLV1577、TLV5610等芯片結構而言，CPLD控制器的雙向指令處理行為具有絕對性，與之對應的控制信號采樣模塊等物理結構也就具有較強的控制作用能力[17-19]；而對于行為編碼器等結構而言，CPLD控制器的雙向指令處理行為不具備完全的絕對性，這也是智能機器人控制系統內控制指令傳輸行為始終具有較強自由性的主要原因。

1.3 A/D模擬采集接口模塊

A/D模擬采集接口模塊由A/D模擬器、采集接口組織兩部分組成，前者負責將電量信號轉變成射頻信號，以供CPLD控制器元件的調取與利用，后者則主要作為通路組織，將各種不同的信號參量反饋至不同的系統結構之中。

1.3.1 A/D模擬器

A/D模擬器結構具有較強的信號探測能力，在智能機器人控制系統中，能夠較好保護CPLD控制器裝置(具體行為模式如圖3所示)[20]。由于結構內部存在一個標準的MCU分類裝置，所以電量信號與射頻信號就能得到A/D模擬器結構的準確區分，并可在采集接口組織的作用下，將完成轉換的信號參量存儲于系統數據庫主機中，以便于后續控制指令的運行[21]。

圖3 A/D模擬器結構的行為模式

1.3.2 采集接口組織

與A/D模擬器結果相比，采集接口組織的作用能力相對較為簡單，僅作為信號參量的傳輸通路。在智能機器人控制系統中，由于大多數信息指令的傳輸行為都具有雙向性，所以該接口組織雖然同時具備單向性與雙向性的反饋能力，但大多數也只有雙向性反饋能力能夠得到表現。

2 控制軟件設計

在各級硬件應用結構的基礎上，針對CPLD控制模塊端的軟件程序進行研究，再根據PWM信號調節器設置情況，決定主機智能控制決策的執行流程，從而完成基于CPLD控制模塊的智能機器人控制系統設計。

2.1 CPLD端軟件

對于智能機器人控制系統而言，CPLD端執行軟件主要負責掌控機械模塊結構的運動行為，并可將記錄信息整合成數據文件的形式，存儲至既定數據庫主機之中[22-23]。常見的CPLD端執行軟件主要包含.div、.script、.type、.index等多種編碼形式，從功能性角度來看，大體上可將這些執行軟件分成必要編碼文件、從屬編碼文件、行為化文件三類，其具體分類標準如表2所示。

表2 CPLD端軟件的分類標準

2.2 PWM信號調節器設置

PWM信號調節負責調試智能機器人對于外界環境的數據信號，由于調節器主機直接與CPLD控制模塊相連，所以任何細小的行為動作都能得到準確的識別和捕捉，這也是新型控制系統能夠精準獲取外界環境的途徑，并可以對障礙物結構進行避讓的主要原因之一[24]。

在實際應用過程中，對于PWM信號調節器的配置操作顯得過于抽象，為便于CPLD控制模塊對機器人行為信號進行按需處理，需要將整個寄存器參數設置行為簡化成如下幾個階段：

1)控制信號整流階段：在此過程中，智能機器人往往處于快速運動狀態，此時CPLD模塊會快速向外傳輸控制執行指令，因此PWM信號調節器的整流參數指標數值水平相對較高。設Rmax表示最大的機器人運動行為項指標，xi表示行為權限為i時的指令執行步長值，δ表示既定整流系數。聯立上述物理量，可將整流階段的PWM信號調節器參數指標α1表示為：

(1)

2)控制信號分流階段：與信號整流不同，控制信號分流階段智能機器人的運動速度相對較慢[25]。設β表示CPLD控制模塊所遵循的指令分流標準，n代表一個控制周期內指令分流行為的執行次數，ξ表示既定分流系數。聯立公式(1)，可將分流階段的 PWM信號調節器的參數指標α2表示為：

(2)

智能機器人的CPLD模塊各參數指標必須在設定的范圍之內，如果需要調整應更改整個系統的主控程序，因為參數調整會導致脈沖和信號波形的改變，CPLD模塊有效相位角度控制范圍為0～180°從控制時間的層面來看，脈沖信號的控制周期在1～2 μs之間，模塊的連續控制精度會隨著控制周期的延長而不斷地降低。物流周轉智能機器人PWM 控制信號調節器是CPLD 模塊最重要的組成部分之一，尤其需要特別關注的是，在控制機器人的過程中可以換一種視角考慮脈沖周期變化的要求。要實現機器人方向角度的旋轉，其實重要的是機器人內部的控制芯片能夠接收到 0.5～3.0 ms的高電平脈沖，那么意味著一個周期內高電平部分占2.0 ms，也就是說分析出機器人控制信號占空比，在一串理想的脈沖序列中。

2.3 主控程序的決策流程

決策流程是指由控制指令生產到指令順利執行的完整運行過程(完整執行流程如圖4所示)，一般來說，在CPLD控制模塊作用能力不發生改變的情況下，智能機器人的實際運動距離越遠，其在行進過程中，可能接觸到的障礙物也就越多，此時決策流程也就相對較長[26]。

圖4 決策流程圖

物流周轉智能機器人CPLD控制模塊的工作具體流程，如下所示：

1)在系統主控程序運行之前，先通電并調整機器人各主要參數，同時試運行智能機器人各模塊的子程序，智能機器人開始自檢。如果系統主控程序和各模塊的子程序能夠正常運轉，表明智能機器人進入工作狀態

2)物流周轉智能機器人的內置傳感器實時采集運行路線前方的路況數據，并通過A/D轉換器將其轉換為數字信號。智能機器人信號識別的功能，能夠幫助機器人實現與后臺上位機之間的實時通信，并實現行進軌跡的糾偏。

3)利用CPLD控制模塊PWM信號調節器調制波形型號，并實時反饋給后臺控制中心。通過對比PWM信號輸出值和電平值的大小，選擇不同的通信波形。

4)通過路況信號分流、指令傳達和實時通信，實時修正智能機器人的軌跡路線，并降低不同模塊之間的通信干擾。

當現有執行指令并不能完全控制智能機器人運動行為時，CPLD模塊會開始繼續向外輸出控制指令，以供核心主機的挑選[27]。而當現有執行指令能夠控制智能機器人運動行為或控制主機當前所選取指令恰好能夠控制機器人運動狀態時，則表示智能機器人控制系統已進入穩定運行狀態。

3 對比實驗

3.1 實驗環境設置

選取兩臺型號相同的智能機器人作為實驗的對象，將其置于圖5所示的實驗環境中，在機器人行進路徑中，人為隨機放置三個障礙物體，并分別對其標號為1、2、3，其中1號障礙物與2號障礙物的縱向寬度相同，但2號障礙物的橫向寬度值更大，1號障礙物與3號障礙物的橫向寬度相同，但3號障礙物的縱向寬度值更大。在實驗過程中，利用基于CPLD模塊的應用系統對實驗組機器人進行控制，利用MSP430F149芯片對對照組機器人進行控制，篩選指標并進行實驗數據上的對比，用于判定機器人控制系統的精度和實用性。

圖5 實驗環境設置

當智能機器人的內置傳感器和計數器讀取值出現溢出情況時，PWM信號輸出值高于電平，直至觸發器的前置位端，如果內置的傳感器和觸發器輸出持續包括高電平輸出狀態，會導致物流周轉智能機器人的控制系統功耗過高，進而出現系統延遲；當數據鎖存模塊中的值與計數器的計數值相等時，比較模塊輸出高電平至觸發器的復位端，傳感器和觸發器持續地輸出相對較低的電平。通過高低電平交互與轉換就實現了對PWM的初級波形的優化調整。采集到的轉換信號經過一個延時模塊后，就是能夠供系統識別和使用的最終脈沖控制信號。CPLD模塊的信號分流功能是對PWM波形的上升端進行延時處理，而不影響對下降端的處理，從而確保機器人控制電路系統的同側不會發生短路事故，關于智能機器人相關的參數設定，如表3所示。

表3 CPLD模塊相關參數控制

3.2 實驗指標選取

為驗證在不同的控制系統作用下，智能機器人避障能力的變化情況，選取縱向寬度、橫向寬度作為對研究對象的評價指標。如果機器人在行進過程中實際路線能夠盡量趨近于兩個障礙物的中心位置，那么其發生碰撞的風險值就會更低，縱向寬度、橫向寬度具體計算式如下：

(3)

式中，v表示智能機器人行進控制系數，b表示障礙物體的縱向寬度取值，m表示障礙物體的橫向寬度取值。當智能機器人運動至障礙物體附近時，二者之間安全距離與指標l的數值關系能夠反映機器人的避障能力。通常情況下，當安全距離大于指標l數值時，表示智能機器人的運動避障能力較強；當安全距離無限接近但又不等于指標l數值時，表示智能機器人雖然具有避障能力，但能力水平較差；當安全距離小于指標l數值時，表示智能機器人已經與障礙物體發生了碰撞，且可以判定機器人在該種控制系統下不具備最基本的避障能力。

3.3 避障數值分析

表3反映了在運動至1號障礙物附近時，實驗組、對照組機器人在橫縱兩個方向上的避障能力對比情況。

表3 避障能力分析(1號障礙物)

分析表3可知，在僅考慮1號障礙物的情況下，實驗組機器人與障礙物體之間的橫向距離始終大于指標l的數值水平，在進行第6次實驗時，二者之間的物理差值最大，達到了1.1 cm；對照組機器人與障礙物體之間的橫向距離完全小于指標l的數值水平。實驗組機器人與障礙物體之間的縱向距離依然大于指標l的數值水平，在進行第9組實驗時，二者之間的物理差值最大，為1.7 cm；對照組機器人與障礙物體之間的縱向距離部分小于指標l的數值，在進行第1組、第2組實驗時，所得記錄數值雖然并未小于指標l的數值，但二者也僅能保持完全相等的狀態。

表4反映了在運動至2號障礙物附近時，實驗組、對照組機器人在橫縱兩個方向上的避障能力對比情況。

表4 避障能力分析(2號障礙物)

分析表4可知，在僅考慮2號障礙物的情況下，實驗組、對照組機器人與障礙物體之間縱向距離及其與指標l的數值關系并沒有發生改變。實驗組機器人與障礙物體之間的橫向距離始終大于指標l的數值水平，而對照組機器人與障礙物體之間的橫向距離則始終小于指標l的數值水平。

表5反映了在運動至3號障礙物附近時，實驗組、對照組機器人在橫縱兩個方向上的避障能力對比情況。

表5 避障能力分析(3號障礙物)

分析表5可知，在僅考慮3號障礙物的情況下，實驗組、對照組機器人與障礙物體之間橫向距離及其與指標l的數值關系并沒有發生改變。實驗組機器人與障礙物體之間的縱向距離依然大于指標l的數值水平，而對照組機器人與障礙物體之間的縱向距離則還是小于指標l的數值水平。最后，再測量不同的機器人控制系統下，通過三個障礙物的總體耗時情況，通常情況下繞行耗時越短，表明控制系統對于路線的規劃越合理，機器人在運動過程中會最大限度地減少往復的時間，提高行進效率，躲避3個障礙物的耗時情況如圖6所示。

圖6 基于CPLD模塊的機器人行進時間統計

圖7 傳統控制系統下機器人行進時間統計

從圖6和圖7的數據統計對比可知，無論是繞行單個障礙物的時間，還是匯總時間，基于CPLD控制模塊的效率優勢明顯，具體的數值統計結果如表6所示。

表6 繞行3個障礙物的總體耗時統計s

綜上可知，本次實驗結論如下：1)隨著障礙物橫向寬度的增大，只有智能機器人與障礙物之間的橫向物理間隔數值也不斷增大，才表示當前所使用控制系統能夠提升智能機器人的避障能力；2)隨著障礙物縱向寬度的增大，只有智能機器人與障礙物之間的縱向物理間隔數值也不斷增大，才表示當前所使用控制系統能夠提升智能機器人的避障能力;3)應用基于CPLD控制模塊的控制系統后，智能機器人的橫向避障與縱向避障能力均出現了適當促進，在其行進過程中，這種控制系統確實能夠增強機器人對于外界環境的感知能力，與單純MSP430F149芯片驅動的控制系統相比，更具有使用價值;4)在控制系統的效率方面，基于CPLD控制模塊的機器人在保證避障精度的同時，也能最大限度地減少運行時間和選擇最佳路徑。提高機器人的智能化水平和運轉效率，在工業領域具有重要的意義和價值。例如，在工業領域的零件周轉機器人或物流機器人，對于工業企業生產效率的提升有著深遠的意義。

4 結束語

提升物流周轉智能機器人的避障能力和工作效率，是機器人控制及人工智能領域新的研究熱點之一，通過改善物流周轉機器人智能控制系統的路線控制精度，是提升機器人實用性的重要基礎條件。在CPLD控制模塊的作用下，新型智能機器人控制系統從下機位硬件電路入手，對A/D模擬采集接口模塊的連接行為進行規劃，又通過分類軟件執行程序的方式，確定PWM信號處理器參數的設置情況，從而實現對主機智能決策流程的完善。從實用性角度來看，與單純MSP430F149芯片驅動的控制系統相比，這種新型控制系統，對于智能機器人的避障能力可以起到一定的促進性影響作用，與輔助機器人對外界環境變化進行準確感知的設計初衷相符合。