多傳感器信息融合的教學(xué)移動機(jī)器人設(shè)計

摘 要：針對當(dāng)前高校機(jī)器人實踐教學(xué)設(shè)備昂貴、數(shù)量匱乏的現(xiàn)狀，提出一種基于多傳感器信息融合的可應(yīng)用于實踐教學(xué)的移動機(jī)器人控制系統(tǒng)。根據(jù)模塊化的思想，將不同傳感器結(jié)合使用，運用模板匹配法進(jìn)行數(shù)字識別，采用超聲波傳感器、紅外傳感器等傳感器進(jìn)行測距，并對多傳感器測距得到的數(shù)據(jù)進(jìn)行處理。采用基于行為法的避障結(jié)構(gòu)設(shè)計進(jìn)行避障控制。實驗結(jié)果表明：該移動機(jī)器人能夠?qū)崿F(xiàn)在不同的路況中穩(wěn)定行進(jìn)，自動躲避障礙物，并且能夠?qū)Υ砭包c的數(shù)字進(jìn)行準(zhǔn)確識別，整體控制效果良好，能夠滿足傳感器技術(shù)、電機(jī)控制技術(shù)、機(jī)器人原理等方面的實踐教學(xué)需求，且能夠應(yīng)用于機(jī)器人競賽。

關(guān)鍵詞：多傳感器；信息融合；移動機(jī)器人；循跡；測距；模版匹配法

中圖分類號：TP242 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2024）07-00-05

0 引 言

在機(jī)器人技術(shù)的不斷深入研究、傳感器技術(shù)的更新發(fā)展背景下，多傳感器信息融合技術(shù)被廣泛應(yīng)用于移動機(jī)器人的設(shè)計中。這一技術(shù)的應(yīng)用使得移動機(jī)器人的綜合智能水平又上了一個新的臺階。對于高校的教育工作者來說，移動機(jī)器人技術(shù)不僅是一個具有廣闊前景的科研探索領(lǐng)域，同時也是教學(xué)發(fā)展中的重要應(yīng)用領(lǐng)域。學(xué)生通過對移動機(jī)器人的動手實踐，能夠?qū)W習(xí)到機(jī)械設(shè)計、電子信息技術(shù)、計算機(jī)技術(shù)、傳感器技術(shù)等多個學(xué)科的理論知識和實踐技能[1]。因此，在實際的教學(xué)中，移動機(jī)器人實踐是一個理想的選擇。

但是在實際教學(xué)應(yīng)用中引入移動機(jī)器人實踐，將面臨著設(shè)備應(yīng)用成本高、數(shù)量有限、學(xué)生實踐的普及率低等問題，因此很難在實驗教學(xué)中廣泛開展。在此背景下，教學(xué)型智能移動機(jī)器人的設(shè)計應(yīng)運而生。

1 移動機(jī)器人的硬件系統(tǒng)設(shè)計

1.1 系統(tǒng)功能需求

設(shè)計要求移動機(jī)器人能夠在實驗室的模擬場景中具備以下4種能力：

（1）系統(tǒng)自動循跡能力：能夠?qū)崿F(xiàn)對不同路面引導(dǎo)線的自動循跡功能。

（2）避障能力：實現(xiàn)對運動過程中所遇到的障礙物的自動躲避，有些可移動路障的擺放數(shù)量與位置，在機(jī)器人出發(fā)后隨機(jī)確定。

（3）行走于特殊地形的能力：在場景中設(shè)置有蹺蹺板、門檻、T型坡道等不同特殊地形，移動機(jī)器人需執(zhí)行相應(yīng)行走動作。

（4）識別數(shù)字能力：場景中有不同的“景點”，每個“景點”的擋板上都貼有一個代表景點的數(shù)字編號，此舉考驗機(jī)器人隨機(jī)讀取代表景點數(shù)字的能力。

1.2 硬件系統(tǒng)設(shè)計

硬件系統(tǒng)主要分為5個部分，包含：主控制系統(tǒng)、傳感器模塊、電機(jī)驅(qū)動控制單元、舵機(jī)驅(qū)動控制單元、電源模塊。機(jī)器人控制系統(tǒng)框圖如圖1所示。

采用STM32F103ZET6微處理器作為核心控制器，選用紅外傳感器用于路徑識別，在測量距離信息時，選擇將紅外傳感器和超聲波傳感器結(jié)合使用，紅外傳感器用于對距離較近的障礙物進(jìn)行探測，對于距離較遠(yuǎn)的障礙物則使用超聲波傳感器進(jìn)行探測。根據(jù)測距信息，機(jī)器人進(jìn)行實時避障[2-4]。選用視覺傳感器進(jìn)行數(shù)字識別。驅(qū)動器選用的是兩通道的大功率電機(jī)驅(qū)動器，電機(jī)型號為“Z”字型直流減速電機(jī)，配合使用H橋式大功率電機(jī)驅(qū)動器，采用PWM脈沖寬度調(diào)制方法實現(xiàn)對機(jī)器人行進(jìn)過程中速度的控制。舵機(jī)是MG995金屬標(biāo)準(zhǔn)舵機(jī)，此款舵機(jī)扭力大，且價格便宜，適用于教學(xué)應(yīng)用。電源模塊選用LM2596開關(guān)電壓調(diào)節(jié)器。

2 軟件設(shè)計

2.1 主程序流程

主程序流程如圖2所示。系統(tǒng)上電初始化后，開始進(jìn)入機(jī)器人循跡環(huán)節(jié)，首先在出發(fā)位置檢測地形圖中是否有擋板，如果沒有擋板，機(jī)器人將按照設(shè)定的路徑行進(jìn)，在行進(jìn)過程中實時檢測前方是否有障礙物，如果有障礙物將進(jìn)入其他路徑（拐彎），如果沒有障礙物將按照原路徑前進(jìn)。路徑中設(shè)有各種不同地形以及景點數(shù)字等，機(jī)器人需要根據(jù)實際情況結(jié)合傳感器進(jìn)行判斷和識別。

2.2 循跡功能設(shè)計

本移動機(jī)器人系統(tǒng)要求實現(xiàn)循跡功能，即對路徑的探測能力。為實現(xiàn)該功能，本設(shè)計使用了傳感器探測法[5-6]。

具體的實現(xiàn)方法是：采用光電傳感器的紅外發(fā)光管和接收管獲取路徑的信息。當(dāng)光束從光電傳感器的發(fā)射管發(fā)出后，在遇到白色和背景色時，會反射回不同光強(qiáng)的光，從而導(dǎo)致接收管的輸出電壓不一致，以此來對路面引導(dǎo)線和背景色進(jìn)行識別[7]。系統(tǒng)設(shè)計采用兩組16個光電傳感器進(jìn)行循跡，循跡模塊傳感器位置分布如圖3所示：每8個為一組，按照“一字型”排開，將循跡模塊的傳感器定義為左1至左8，右1至右8，其中上排為機(jī)器人前端，下排為機(jī)器人后端。由于地圖較復(fù)雜，存在多種地面線路，故將循跡模塊的程序設(shè)計分為以下情況。

（1）直線循跡

直線循跡部分的程序流程如圖4所示。設(shè)定每8個傳感器為一組，輸出一個八位二進(jìn)制信號值，設(shè)左1至左8的光電傳感器信號輸出響應(yīng)值為A（A為一個八位二進(jìn)制值），右1

至右8的光電傳感器信號輸出響應(yīng)值為B（B為一個八位二進(jìn)制值）。通過判斷單片機(jī)I/O口的數(shù)值進(jìn)行循跡。當(dāng)小車的循跡模式被啟動后，就開始對與單片機(jī)相連的輸入輸出端口進(jìn)行不間斷地掃描，當(dāng)檢測到某一個I/O口有感應(yīng)信號時就進(jìn)入判斷處理程序，先確定哪一個傳感器探測到了白線，如果左1至左8中的其中一個傳感器探測到了白線（信號輸出響應(yīng)值A(chǔ)為高電平），即機(jī)器人的左半部分壓到白線，機(jī)器人向左偏移，此時需控制調(diào)整機(jī)器人向右轉(zhuǎn)；如果右1至右8的其中一個傳感器探測到了白線（信號輸出響應(yīng)值B為高電平），即機(jī)器人的右半部分壓住白線，機(jī)器人向右偏移，則需控制調(diào)整機(jī)器人向左轉(zhuǎn)。通過對方向進(jìn)行調(diào)整后，機(jī)器人繼續(xù)執(zhí)行前進(jìn)動作，并探測白線，重復(fù)以上動作。

（2）分岔口情況

分岔口相對較復(fù)雜，地形如圖5所示。本設(shè)計中選取圖中所標(biāo)識的路徑方向進(jìn)行分析，機(jī)器人首先遇到垂直白線，光電傳感器全部反饋信號；繼續(xù)前進(jìn)遇到兩條分岔線，此時觸發(fā)傳感器做出反應(yīng)，比如左2、右2傳感器反饋信息，左1、右1傳感器未反饋。假設(shè)要往2號路徑前進(jìn)，程序流程如圖6所示。

2.3 數(shù)字識別

2.3.1 基于模板匹配法的數(shù)字識別

利用已知的模式對未知的對象進(jìn)行識別匹配，然后再根據(jù)匹配的結(jié)果對其進(jìn)行分類的方法，稱之為模板匹配法。其匹配過程如圖7所示。

模板匹配法按照實際需要匹配的對象分類為兩種：基于灰度值的匹配法和基于特征的匹配法。本設(shè)計選取基于特征的匹配法。通過提取16個特征值進(jìn)行特征匹配[8]。在特征匹配算法應(yīng)用過程中，常使用的方法有兩種：一種是最近鄰域判別法，另一種是最小距離判別法。本系統(tǒng)選取的是最小距離判別法。模板匹配的流程如圖8所示。

2.3.2 數(shù)字識別過程

本設(shè)計采用最小距離模板匹配法進(jìn)行識別。識別過程首先打開數(shù)字字庫，讀取第一行記錄；然后計算模板與待測數(shù)字的匹配程度，以此類推，直到最后一行；最后選擇距離最小的模板為待測數(shù)字的種類[9]。識別流程如圖9所示。

3 多傳感器信息融合測距與避障

3.1 測距傳感器配置與布局

本設(shè)計中以超聲波傳感器和紅外傳感器相結(jié)合進(jìn)行測距。紅外傳感器用于測量近距離的障礙物，超聲波傳感器用于測量距離較遠(yuǎn)的障礙物。

在傳感器的結(jié)構(gòu)分布上，把一個超聲波傳感器放置在兩個紅外傳感器之間，在機(jī)器人的四周均勻分布。測距傳感器共配置紅外傳感器6個、超聲波傳感器3個。傳感器布局如圖10所示，其中方框代表紅外傳感器，圓圈代表超聲波傳感器。其中1號、2號紅外傳感器和C1超聲波傳感器組成一個測距組，用于測量機(jī)器人與其左方障礙物間的距離； 3號、4號紅外傳感器和C2超聲波傳感器組成一個測距組，用于測量機(jī)器人與其右方障礙物間的距離；5號、6號紅外傳感器和C3超聲波傳感器組成一個測距組，用于測量移動機(jī)器人與其前方障礙物間的距離。

為了對多個傳感器采集的信息進(jìn)行有效處理，本系統(tǒng)設(shè)計將這些信息分段進(jìn)行處理。把超聲波傳感器、紅外傳感器組合分成3組，每組3個傳感器，分別采集距離信息。分段處理的具體內(nèi)容包括：（1）在3～40 cm范圍內(nèi)，采用紅外傳感器進(jìn)行單獨測距；（2）在40～80 cm范圍內(nèi)，采用紅外傳感器和超聲波傳感器共同進(jìn)行測距，選取兩種傳感器測量距離的最小值為實際測量值；（3）在80～450 cm范圍內(nèi)，采用超聲波傳感器單獨測距。把每一組中3個傳感器的測量值做簡單的融合，選擇其中較小的一組作為該組的輸入數(shù)據(jù)。

3.2 測距傳感器數(shù)據(jù)濾波處理

3.2.1 超聲波傳感器數(shù)據(jù)濾波

實驗設(shè)置固定障礙物放置在移動機(jī)器人前方3 m處，在此環(huán)境下采用超聲波傳感器進(jìn)行測距，將此時采集的距離信息值保存，可以得到采樣數(shù)據(jù)序列圖如圖11所示。圖中橫軸所代表的是采樣時間序列，縱軸所表示的是傳感器測得的障礙物距離信息。

由圖11可得，當(dāng)障礙物靜止時，傳感器收集到的數(shù)據(jù)出現(xiàn)偏差，且這種偏差是間歇性的，若不對這些數(shù)據(jù)進(jìn)行處理，將影響移動機(jī)器人的避障功能。為了對這些數(shù)據(jù)進(jìn)行處理，本機(jī)器人設(shè)計通過過濾器思想來減少測量偏差值的

出現(xiàn)。

選取均值濾波算法對傳感器直接獲取的原始數(shù)據(jù)進(jìn)行過濾[10]。綜合考慮，將采集數(shù)據(jù)分為5組，因為若采集數(shù)據(jù)小于5個則對偏差數(shù)據(jù)無法進(jìn)行較好地排除，對實驗結(jié)果不利，超過5個則會使機(jī)器人的實效性有所降低。實驗過程中，設(shè)置時間間隔50 ms對每個傳感器采集一組測量數(shù)據(jù)，分別對測量數(shù)據(jù)采集5組，去掉每一組值中的最大和最小值，再對剩余的數(shù)據(jù)求取平均值，把這個平均值作為一次有效的采樣數(shù)據(jù)，得到改進(jìn)的均值濾波處理后的采樣數(shù)據(jù)序列圖如圖12所示。

圖12的實驗結(jié)果顯示，均值過濾后可以減少干擾，使實驗數(shù)據(jù)更加精確，能夠有效地減少測量誤差。在這樣的時間間隔內(nèi)，障礙物的距離信息能夠被移動機(jī)器人較好地獲取到，便于避障任務(wù)得到有效、及時的完成。

移動機(jī)器人執(zhí)行避障的準(zhǔn)確度與測距傳感器的精度有著密切的關(guān)系，傳感器的精度高，則測距誤差小。超聲波傳感器理論上性能良好，但應(yīng)用在實際中時，需要對其使用性能進(jìn)行分析。因此，將機(jī)器人放在實驗室中，對超聲波傳感器在整個工作范圍內(nèi)的測距情況進(jìn)行測試。由于本設(shè)計所選用的超聲波傳感器的工作頻率為40 kHz，紅外傳感器的工作頻率為200 Hz。實驗過程中，為更好地讀取數(shù)據(jù)，設(shè)置采樣頻率為20 Hz，測試結(jié)果見表1所列。

由表1的測試結(jié)果可知，當(dāng)障礙物和超聲波傳感器的距離小于等于30 cm或超過450 cm時，測量結(jié)果不好獲取。當(dāng)與障礙物的距離在30～450 cm范圍內(nèi)時，超聲波傳感器的測距精度良好。因此，在一定的環(huán)境條件下，超聲波傳感器的測量誤差在可接受范圍內(nèi)，誤差相對較小，但也有誤差比較大的情況，這是由某些干擾因素的存在引起的。例如在距離為20 cm和30 cm時，實際測量值分別為17.8 cm和27.2 cm，測量誤差為11%和9.33%，與其他情況下的測量誤差相比偏大，從而對系統(tǒng)的避障性能產(chǎn)生影響。綜上，需要分析實驗過程中產(chǎn)生誤差的原因，進(jìn)而采取合理的措施。

超聲波傳感器在測距過程中產(chǎn)生誤差的原因主要有兩個方面：第一，超聲波傳感器測距會發(fā)生漫反射，且有一定的探測盲區(qū)。超聲波傳感器對距離較近的障礙物無法探測，這是因為超聲波傳感器的硬件計時存在一個單元的響應(yīng)延遲。造成響應(yīng)延遲的原因是由于超聲波的反射回波信號弱，接收器只對大于一定閾值的聲波有響應(yīng)，以此來避免其他噪聲的干擾，故而造成計時器的時間測量誤差。第二，因為超聲波轉(zhuǎn)換器發(fā)出的波束是具有一定指向性和擴(kuò)散角的，與直線不同，當(dāng)其入射角度增大到一定程度時，反射回的聲波無法被一般的物體所接收，就會產(chǎn)生將近距離的物體判斷為遠(yuǎn)距離的失誤，即通常所說的鏡面反射問題。

3.2.2 紅外傳感器數(shù)據(jù)濾波

針對超聲波傳感器在測距過程中的測量盲區(qū)以及漫反射的問題，本系統(tǒng)把紅外傳感器和超聲波傳感器結(jié)合使用。紅外傳感器的特點是：測量距離短、響應(yīng)速度快、靈敏度高、方向性強(qiáng)、不易被噪聲干擾。紅外傳感器能夠探測近距離的障礙物，測距范圍為3～80 cm，這恰好補(bǔ)償了超聲波傳感器測距過程中所產(chǎn)生的測量誤差。這對解決超聲波傳感器的測量盲區(qū)和漫反射問題起了很大的作用。

實驗設(shè)置固定障礙物放置在移動機(jī)器人前方20 cm處，在此環(huán)境下只使用紅外傳感器進(jìn)行測距，將此時采集的距離信息值保存，可以得到采樣數(shù)據(jù)序列圖如圖13所示。

對紅外傳感器測得的數(shù)據(jù)進(jìn)行均值濾波處理，處理方法同超聲波傳感器，處理后得到采樣數(shù)據(jù)序列圖如圖14所示。

從圖14可以看出，經(jīng)過濾波后，紅外傳感器采集的數(shù)據(jù)去噪效果明顯，大大地減小了誤差，有利于測距信息的獲取。

對紅外傳感器在整個工作范圍內(nèi)進(jìn)行單獨測距，其測距結(jié)果見表2所列。

由表2可得，當(dāng)障礙物距離在紅外傳感器的測距范圍內(nèi)（3～80 cm）時，其測量誤差逐漸減小，滿足一定的測量精度要求。

4 系統(tǒng)功能測試

在實驗室模擬環(huán)境下進(jìn)行系統(tǒng)功能測試，圖15為循跡功能測試，圖16為翻越蹺蹺板和減速帶測試，圖17為數(shù)字識別測試。

5 移動機(jī)器人在教學(xué)中的應(yīng)用

在實際教學(xué)中該移動機(jī)器人可以應(yīng)用于實踐課程中的設(shè)計環(huán)節(jié)，以及學(xué)生的畢業(yè)設(shè)計、學(xué)生創(chuàng)新創(chuàng)業(yè)計劃訓(xùn)練項目、機(jī)器人競賽等方面。在實踐教學(xué)環(huán)節(jié)，按照機(jī)器人的不同功能分別設(shè)置不同的課題，如循跡小車、避障小車、攝像頭數(shù)字識別、多傳感器融合測距等子課題。綜合這些內(nèi)容設(shè)計成畢業(yè)設(shè)計和學(xué)生創(chuàng)新創(chuàng)業(yè)計劃訓(xùn)練項目。中國機(jī)器人大賽中的應(yīng)用包括旅游探險機(jī)器人、旅游尋寶機(jī)器人和越野機(jī)器人等競賽項目。

6 結(jié) 語

本文設(shè)計了基于多傳感器信息融合的教學(xué)移動機(jī)器人，完成了機(jī)器人的硬件與軟件設(shè)計。將不同類型的傳感器融合應(yīng)用于機(jī)器人的避障與測距方面。經(jīng)實驗測試，機(jī)器人能夠進(jìn)行路徑識別、在特殊地形行走、智能識別數(shù)字和智能避障，系統(tǒng)運行穩(wěn)定，具有較好的實際教學(xué)應(yīng)用價值。

參考文獻(xiàn)

[1]陳孟元.基于多傳感器融合的移動機(jī)器人教學(xué)實驗平臺設(shè)計[J].黑龍江工業(yè)學(xué)院學(xué)報（綜合版），2019，19（5）：58-64.

[2]邢進(jìn)，王召松，牛樹訓(xùn).移動式自動滅火機(jī)器人及其滅火方法研究[J].信息與電腦（理論版），2019，13（12）：107-108.

[3]黃曉運，田學(xué)友，楊濤，等.基于STM32的智能服務(wù)型多功能多足機(jī)器人[J].中小企業(yè)管理與科技（上旬刊），2018，27（7）：143-144.

[4]王康.多傳感器信息融合移動機(jī)器人運動和避障控制研究[D].天津：天津理工大學(xué)，2017.

[5]楊小菊.基于多傳感器信息融合的移動機(jī)器人避障研究[D].沈陽：沈陽理工大學(xué)，2017.

[6]張戰(zhàn)杰.基于直流電機(jī)驅(qū)動電路的移動式采摘機(jī)器人設(shè)計[J].農(nóng)機(jī)化研究，2019，41（4）：242-245.

[7]羅劉敏，王明霞，郭艷花，等.基于單片機(jī)的智能小車控制系統(tǒng)設(shè)計[J].儀表技術(shù)與傳感器，2018，55（1）：123-126.

[8]張盼盼，張穎穎.模板匹配法與八鄰域分析法在數(shù)字識別細(xì)化預(yù)處理中的應(yīng)用及比較[J].軟件導(dǎo)刊，2016，15（5）：210-211.

[9]牛進(jìn)才，余建立，李孟君.車輛牌照識別算法的研究與實現(xiàn)[J].電子測量技術(shù)，2018，41（6）：45-49.

[10]李磊，肖世德，李興坤，等.多傳感器融合的智能車定位導(dǎo)航系統(tǒng)設(shè)計[J].工程設(shè)計學(xué)報，2019，26（2）：182-189.