一種倉庫搬運機器人的設計與實(shí)現*
*基金項目:廣東省普通高校特色創(chuàng )新類(lèi)項目(自然科學(xué))(2018GKTSCX056);
本文引用地址:http://dyxdggzs.com/article/202212/441869.htm廣東普通高校重點(diǎn)項目(自然科學(xué))(2019GZDXM014);
珠海城市職業(yè)技術(shù)學(xué)院2021年科研項目(KY2021Y01Z);
2020年教育部高等學(xué)校項目(2020ITA03008)
0 引言
目前大部分的機器人都是基于ROS 系統實(shí)現,一般ROS 在Ubentu 系統中的穩定性最好,因此需要Intel或者高性能ARM 架構的CPU 的支撐,但存在的問(wèn)題是硬件成本高,功耗高,產(chǎn)品的體積大。同時(shí)ROS 系統中有很多功能對于某些特定的應用場(chǎng)景而言是冗余的,這些冗余的功能會(huì )使系統龐大,占用很多內存和CPU的資源,而且機器人反應不夠靈敏,實(shí)時(shí)性較差。如果將ROS 移植到基于ARM 架構的低成本低功耗的CPU上,或者對ROS 系統進(jìn)行裁剪以去掉冗余的部分,存在工作難度大周期長(cháng)的問(wèn)題,而且ROS 后期運行時(shí)不夠穩定。因此要設計一款在特定應用場(chǎng)景中運行的低成本、低功耗的機器人,不應采用ROS 系統開(kāi)發(fā),而應根據具體需求采用適用于特定應用場(chǎng)景下的定制化的軟硬件設計方案,在降低成本、功耗、體積的同時(shí)可以提高系統的穩定性和實(shí)時(shí)性。
1 硬件設計
本文闡述的搬運機器人如圖1 所示,硬件部分由ARM 主板和單片機電路板組成,具體的硬件框架如圖2 所示。
圖1 搬運機器人
圖2 硬件框架圖
其中ARM 主板采用了S5PV210 的CPU,帶有512M 的RAM 和512 M 的flash,LCD 觸摸屏,SD 卡插槽,3 個(gè)USB接口和4 個(gè)串口,運行嵌入式Linux 操作系統[1],如圖3 所示。利用該主板可實(shí)現機器人的激光雷達掃描,LCD 觸摸屏顯示,機器人與手機APP 之間的藍牙通信,運行mjpeg-stream 的實(shí)時(shí)web 視頻顯示等功能。
圖3 ARM開(kāi)發(fā)板
因ARM 主板運行的是嵌入式Linux 系統,該系統是非實(shí)時(shí)系統,無(wú)法準確讀取25 kHz 的光電編碼器的脈沖,因此用單片機進(jìn)行電機控制和光電編碼器的脈沖讀取,單片機與S5PV210 主板之間用自定義的通信協(xié)議傳輸電機數據[2],如圖4 所示。
圖4 單片機主板
圖5 SCM6716電路板
圖6 外接模塊
SCM6716 的電流驅動(dòng)模塊,可輸出的最大瞬時(shí)電流達2 A,如圖5 所示。該機器人采用了直流電機搭配減速電機的方式,增強驅動(dòng)力,可以負載超100 kg 重物。
機器人外接模塊可以為機器人提供更加豐富的功能,如圖6 所示,其中USB 攝像頭用來(lái)提供機器人現場(chǎng)的視頻,USB WiFi 模塊用來(lái)將攝像頭的視頻傳輸到web頁(yè)面瀏覽,串口藍牙模塊用來(lái)和手機APP 連接,飛控模塊包含GPS,陀螺儀,電子羅盤(pán),加速度計等傳感器,并內置了傳感器融合等算法,為室內機器人判斷運動(dòng)方向提供參考[3]。
機器人可連接激光傳感器,該傳感器可以?huà)呙柚車(chē)沫h(huán)境,得到周?chē)? m 范圍內的每個(gè)障礙物的角度和距離,如圖7 所示。
圖7 激光傳感器
2 軟件設計
2.1 單片機的軟件設計
機器人的直流電機連接著(zhù)減速電機,因此光電編碼器1 s 可以讀入25 kHz 的脈沖, 但嵌入式Linux 操作系統是非實(shí)時(shí)的操作系統,讀取脈沖不夠準確[4],因此用單片機來(lái)讀取25 kHz 的脈沖,并將脈沖值通過(guò)串口自定義的簡(jiǎn)單協(xié)議傳給ARM 開(kāi)發(fā)板。
單片機采用STC15F2K60S2,其中外部中斷0 和外部中斷1 分別用來(lái)讀取左右兩個(gè)電機的光電編碼器的脈沖,定時(shí)器0 設置為8 位重裝用以設置波特率為115 200。定時(shí)器1 每4 ms 中斷1 次,在中斷服務(wù)程序里,生成可以驅動(dòng)直流電機轉速的占空比,每200 ms 計算1次輪子的速度,假設兩個(gè)電機的光電編碼器的脈沖數為P,輪子轉一圈是25 000 個(gè)脈沖,輪子的半徑是r,則輪子的速度為2×3.14×9/25 000,并進(jìn)行1 s 的定時(shí)[5]。
串口中斷服務(wù)程序根據從ARM 板獲取到的串口信息控制兩個(gè)電機的啟動(dòng)停止、轉動(dòng)方向、設定速度,如圖8 所示,可通過(guò)手機APP 或者機器人的液晶觸摸屏上的按鈕來(lái)發(fā)送這些指令,因點(diǎn)擊按鈕是間斷性的動(dòng)作,同時(shí)發(fā)送兩次設定速度的按鈕的時(shí)間間隔會(huì )比較久,所以在獲取設定速度時(shí)如果buffer[2]的值有可能等于13,即’/r’,也不會(huì )認為這是新的一條指令。
圖8 單片機串口中斷服務(wù)程序
圖9 發(fā)送實(shí)時(shí)電機速度的協(xié)議
主程序每秒鐘發(fā)送兩個(gè)電機的速度到ARM 板,因嵌入式系統底層讀取串口數據是不定時(shí)的,很多情況下會(huì )讀取到一個(gè)不完整的包[6],考慮到機器人的速度不可能達到65 535 mm/s,因此可以將通信協(xié)議簡(jiǎn)單設計如下:
當嵌入式Linux 讀到兩個(gè)連續的0xFF,則認為是1個(gè)新的包的開(kāi)始,將后面接收到的數據存放起來(lái),直到讀滿(mǎn)6 個(gè)字節再開(kāi)始計算兩個(gè)輪子的速度。
主程序中每秒將計算設定速度的上下限,上限是設定速度的105%,下限是設定速度的95%,當電機的速度在上下限之間不需調節占空比,否則每200 ms 調節1次占空比。
2.2 嵌入式Linux的軟件設計
圖10 嵌入式Linux的軟件結構
系統從QT 的TMainForm 進(jìn)入后分別對mjpeg-stream,GPIO,串口,液晶屏,攝像頭進(jìn)行初始化,并啟動(dòng)QT的定時(shí)器,每1 秒刷新1 次控件。
在robot_start 的進(jìn)程中設置1 個(gè)死循環(huán),不斷從串口0 連接的串口藍牙模塊來(lái)獲取手機APP 發(fā)送過(guò)來(lái)的命令并加以執行,同時(shí)不斷從串口3 連接的單片機來(lái)獲取機器人的速度,通過(guò)與設定的速度對比后向單片機發(fā)送占空比,并根據累積的脈沖數計算機器人行走的總里程和某時(shí)刻的朝向。
由于GPS 傳感器、陀螺儀、加速度計、磁力計和電子羅盤(pán)等傳感器在室內無(wú)法使用,該方法使用里程計信息對機器人的位置和角度進(jìn)行計算,因此機器人的朝向可以通過(guò)剛體的運動(dòng)進(jìn)行計算得出。
移動(dòng)機器人的輪子由電機帶動(dòng),輪子的直徑為D,則輪子的周長(cháng)為πD,電機轉動(dòng)的圈數m 可以由光電編碼器獲取,當機器人在前進(jìn)或者后退狀態(tài),移動(dòng)機器人移動(dòng)的距離S 可以由S = m×πD 得到[7]。
圖11 移動(dòng)機器人的旋轉示意圖
當移動(dòng)機器人在左轉或者右轉狀態(tài),左轉或者右轉的角度可以由圖11 中的弧線(xiàn)S 獲取,機器人的初始位置在黃色的位置,旋轉過(guò)一定角度θ2 后到了綠色的位置,從圖1 可知θ1 = θ2,如果可以得到圖11 中的長(cháng)度AC,則通過(guò)弧線(xiàn)S 和AC 則可求出機器人旋轉的角度θ1,則旋轉角度θ2 也可以得到[8]。
圖12 移動(dòng)機器人的觀(guān)測模型
從圖12 可知,機器人的重心位置在A,對于前后左右對稱(chēng)的機器人,A 是機器人的中心位置,如果不是前后左右對稱(chēng)的機器人,A 的位置可以通過(guò)測量得到,B 是機器人左邊沿的中點(diǎn),C 是左上輪的中心點(diǎn),因此AB 和BC 的長(cháng)度可以通過(guò)測量得到,則AC 的長(cháng)度可通過(guò)余弦定理得到:
機器人后端的光電編碼器得到的反饋脈沖數的總數是P,如果機器人的輪子旋轉2π,光電編碼器得到的反饋脈沖數是F,則旋轉的圈數M = P/F,則旋轉角度θ2的弧度值為
圖5 中綠色方塊代表在移動(dòng)機器人,紅色圓圈代表導航的終點(diǎn)位置,A 代表移動(dòng)機器人的初始位置,C 代表移動(dòng)機器人在某一時(shí)刻的位置,B 點(diǎn)為導航的終點(diǎn)位置[9],由圖5可知:
其中:
因為AB 和α 為移動(dòng)機器人在初始位置時(shí)獲取的導航終點(diǎn)位置和終點(diǎn)角度,可以由手機APP 輸入,以便告知初始位置的機器人,導航終點(diǎn)的距離和角度,因此BX和BY可以式(3)計算得出。
接下來(lái)計算CX 和CY ,因為機器人運動(dòng)的距離會(huì )不斷地累積,因此可知
式(4)中i 為機器人根據表1 和表2 轉變運動(dòng)狀態(tài)的次數,S 為機器人在前進(jìn)和后退時(shí)移動(dòng)的距離,前進(jìn)時(shí)S 為正值,后退時(shí)S 為負值,β 為機器人在左轉和右轉時(shí)轉動(dòng)的角度,右轉時(shí)β 為正值,左轉時(shí)β 為負值,S 和β 可由里程計信息得出[10]。
由上得出BX 和BY , CX 和CY ,則BC 的值便可以求出,接下來(lái)求移動(dòng)機器人在任意一點(diǎn)C 的終點(diǎn)角度θ,首先γ 可由下式得出,
由圖5 可知,θ =γ - β, 因此機器人在任意位置的終點(diǎn)角度θ 便可求出,需要注意的是當θ<0時(shí),θ=θ+2π,因此移動(dòng)機器人在任意位置相對于導航終點(diǎn)的距離和終點(diǎn)角度都可以求出,結合上面的分析,移動(dòng)機器人在未知室內動(dòng)態(tài)環(huán)境中,在無(wú)傳感器,無(wú)地圖和動(dòng)態(tài)避障的情況下導航到終點(diǎn)。
根據以上公式,機器人在每1 s 求1 次角度,并計算角度的累計和,以此判斷出機器人的朝向,因為激光數據處理的進(jìn)程也會(huì )對角度數據進(jìn)行讀寫(xiě)操作,因此在以上流程執行前需要加上互斥鎖mutex_lock,執行完畢后關(guān)閉互斥鎖[11]。
串口3 連接飛控模塊,根據模塊提供的通信協(xié)議,每1 s 獲取1 次飛控模塊的經(jīng)緯度的數據,經(jīng)度和緯度數據都是4 個(gè)字節,需要拼接后得到十進(jìn)制的經(jīng)緯度,當機器人如果到室外運動(dòng)時(shí)可以通過(guò)經(jīng)緯度對機器人進(jìn)行粗略的定位。
機器人每1 s 也會(huì )判斷設定速度是否發(fā)生改變,如果改變了就會(huì )根據新的設定速度計算占空比并下發(fā)到單片機,如果機器人按照設定速度來(lái)調整占空比,會(huì )出現機器人的速度忽大忽小的情況,因此將速度上限定為設定速度的101%,速度下限定為設定速度的99%,誤差率為± 1%,當機器人的速度在速度的上下限范圍內則不用調整占空比,機器人可以運行得更平穩[12]。
圖13 機器人液晶觸摸屏設計
機器人的液晶觸摸屏采用QT 的圖形界面進(jìn)行設計,其中界面布局可以在QT designer 中完成,并在QT designer 中直接添加槽函數,可通過(guò)qt_second() 函數每秒鐘對界面的控件進(jìn)行刷新,當按鈕單擊后按鈕文本會(huì )發(fā)生變化,可通過(guò) PushButton -> setText 函數完成按鈕文本的設計,同樣設定速度的輸入框可以通過(guò) LineEdit1 -> setText (QString::number (setup_speed));完成設計,單擊+、- 兩個(gè)按鈕可以修改機器人的設定速度,當機器人的設定速度大于1000mm/s 或者小于0 時(shí),彈出警告框QMessageBox::information(this,”Error”,“speed should be in range 0-999 mm/s”);,設定速度、兩個(gè)電機的速度、經(jīng)緯度數據可通過(guò)以下TextLabel2->setText(QString::number(setup_speed)+”mm/s”);等函數完成顯示。
圖14 遠程監控
機器人通過(guò)以上mjpeg-streamer 組件的代碼完成了web遠程監控的功能,可在遠程打開(kāi)fi refox 瀏覽器看到機器人上攝像頭拍到的視頻。
圖15 移動(dòng)機器人的旋轉決策
激光探頭可以測量到周?chē)系K物的距離和角度,當激光探頭發(fā)現在320° ~ 40° 的范圍內,在距離激光探頭1 m 的范圍內有移動(dòng)障礙物,則變量stop_forward = 1,否則該變量為0,該角度和距離可以根據實(shí)際機器人的情況做相應調整。同理當激光探頭發(fā)現在40°~140°的范圍內,在距離激光探頭1 m 的范圍內有障礙物,則變量stop_right=1,否則該變量為0。
如果變量stop_forward=1,則此時(shí)機器人需要旋轉到某個(gè)角度,從周?chē)系K物的縫隙中出去,圖15中障礙物的縫隙的角度θ1~θ4 可以計算得出,例如θ1=θB-θA,OA,OB 的值可以通過(guò)激光探頭的輸出數據得出,則根據余弦定理,障礙物縫隙的大小可通過(guò)下式得出
當導航的終點(diǎn)在機器人的左側時(shí),此時(shí)機器人可以沿著(zhù)θ3/2 的方向移動(dòng)出去。
圖16 移動(dòng)機器人的移動(dòng)決策過(guò)程
圖16 中的紅色圓圈是導航的終點(diǎn),綠色的是機器人,黑色的是障礙物,機器人的初始位置在底部,此時(shí)機器人左右分別有障礙物1 和障礙物2,如果按照逆時(shí)針來(lái)計算角度,圖3 中的θ1 是機器人在初始位置的終點(diǎn)相對于機器人的角度,把這個(gè)角度叫做終點(diǎn)角度。
表1 終點(diǎn)角度和旋轉方向的關(guān)系
根據表1 的內容,移動(dòng)機器人可判斷下一秒是前進(jìn)、右轉、左轉或者后退,如果沿著(zhù)終點(diǎn)角度的方向有障礙物,則根據表2 的判斷,移動(dòng)機器人計算出一個(gè)與終點(diǎn)角度最近且縫隙間隔大于機器人寬度的角度,沿著(zhù)該角度的中線(xiàn)方向移動(dòng)出去。
表2 前方1 m范圍內有障礙物時(shí)的判斷
結合以上的內容,可以了解到機器人在周?chē)紳M(mǎn)障礙物的情況下該如何決策,比如在圖4 中,機器人在初始位置position1 應前進(jìn),但此時(shí)前方有障礙物,此時(shí)左邊無(wú)障礙物,根據表1 向左轉至position2 后再向前移動(dòng),在前進(jìn)的過(guò)程中一直監測終點(diǎn)角度,當移動(dòng)至position3時(shí)突然前方出現了移動(dòng)障礙物3,結合表1 和表2,則機器人應向右轉,在旋轉的過(guò)程中一直檢測終點(diǎn)角度,當終點(diǎn)角度滿(mǎn)足表1 的前進(jìn)時(shí),機器人則向著(zhù)終點(diǎn)前進(jìn),如果在前進(jìn)的過(guò)程中又出現了其他的障礙物,則機器人根據實(shí)時(shí)監測到的終點(diǎn)角度和表1 與表2 的內容,迭代地進(jìn)行決策,直到達到終點(diǎn)。
以上導航過(guò)程不需要事先對周?chē)h(huán)境建圖,也不需要傳感器的數據,在整個(gè)導航過(guò)程中可以根據實(shí)際移動(dòng)障礙物的情況做出實(shí)時(shí)判斷,適合在室內未知動(dòng)態(tài)環(huán)境中進(jìn)行導航。該方法簡(jiǎn)單高效,使用成本較低的CPU甚至MCU 就可以實(shí)現,同時(shí)可節省機器人的功耗和體積。
在激光掃描的進(jìn)程中,機器人根據表1 和表2 進(jìn)行相應的運動(dòng)決策,激光傳感器7 圈/s,因激光傳感器的精度有限,加上環(huán)境噪聲的影響,在激光掃描的過(guò)程中會(huì )出現一些噪點(diǎn),通過(guò)計算7 個(gè)點(diǎn)/s 落在了哪個(gè)角度區域,選擇擁有點(diǎn)數最多的角度區域作為判斷下一步動(dòng)作的依據,如圖17 所示, 20° ~ 160° 的區域有5 個(gè)黑色的點(diǎn), 200° ~ 340° 的區域有1 個(gè)紅色的點(diǎn), 340° ~360° 的區域有1 個(gè)紅色的點(diǎn), 20° ~ 160° 區域對應的動(dòng)作是右轉,因此機器人下一秒的動(dòng)作是右轉??衫脿顟B(tài)機處理該部分代碼,一共有3 種狀態(tài):①在左轉或者右轉中以尋找終點(diǎn)方位的狀態(tài),②前進(jìn)或者后退中不斷向終點(diǎn)靠近,③尋找新的空隙的狀態(tài)。
2.3 安卓端軟件設計
機器人通過(guò)串口藍牙模塊和安卓手機連接,主要修改的文件是安卓系統里的BluetoothChat.java 文件,以下是控件的初始化。
APP 的其他控件功能如下:bluetooth data buffer 區域顯示的是機器人和安卓手機通過(guò)藍牙通信的數據,full screen 按鈕可將該區域全屏顯示,hex display 單選框可以切換該區域數據的十六進(jìn)制和十進(jìn)制的顯示,clear screen 按鈕可以清空該區域的數據顯示,connect 按鈕可以啟動(dòng)或者關(guān)閉安卓手機和機器人之間的連接,stop 按鈕可以啟動(dòng)或者停止機器人,speed(mm/s) 用來(lái)顯示機器人的實(shí)時(shí)速度,hex output單選框用來(lái)切換速度的十六進(jìn)制或十進(jìn)制的顯示,longitude 顯示機器人所在位置的經(jīng)度,latitude顯示機器人所在位置的緯度,angle 需要輸入機器人相對于導航終點(diǎn)的朝向角度,distance 需要輸入機器人相對于導航終點(diǎn)的距離,這是一種角坐標的表示,有了這兩個(gè)數據就可以確定導航終點(diǎn)相對于機器人的具體位置,laser scan stop 按鈕可以切換激光傳感器的啟動(dòng)和停止,send speed 按鈕可以發(fā)送機器人的設定速度,send position 按鈕會(huì )將angle 輸入框和distance 輸入框的內容發(fā)送到機器人,以便機器人了解導航終點(diǎn)的位置,navigation 按鈕用來(lái)切換手動(dòng)移動(dòng)和自動(dòng)導航模式,整體界面左下方的上下左右四個(gè)箭頭按鈕可以控制機器人前進(jìn)、后退、左轉和右轉,界面右下方顯示機器人的實(shí)時(shí)速度,電機1 和電機2 的速度,以及距離機器人最近的障礙物的距離。
圖17 動(dòng)作判斷依據
圖18 利用狀態(tài)機處理部分代碼
圖19 軟件設計
4 結束語(yǔ)
本文闡述了一種非ROS 系統的定制化物流機器人的設計方法,通過(guò)該方法設計,可以節省機器人的成本和功耗,在實(shí)現豐富的定制化功能的同時(shí),可根據手機APP 上輸入的終點(diǎn)位置和角度,在室內動(dòng)態(tài)未知環(huán)境中導航到終點(diǎn),通過(guò)實(shí)驗驗證,機器人運行穩定高效,說(shuō)明該設計方法具有一定的實(shí)用性和可靠性。
參考文獻:
[1] 蘇青.多機器人路徑規劃與協(xié)同避碰研究[D].南京:南京郵電大學(xué),2014.
[2] 張文輝,齊乃明,尹洪亮.自適應神經(jīng)變結構的機器人軌跡跟蹤控制[J].控制與決策,2011(7):33-37.
[3]鮑敦橋.仿真類(lèi)人機器人設計及高層決策方法的研究[D].合肥:合肥工業(yè)大學(xué),2009.
[4]余婷.多機器人隊列曲線(xiàn)運動(dòng)研究[D].上海:上海交通大學(xué),2009.
[5]韓雪峰.導盲機器人[D].哈爾濱:哈爾濱工程大學(xué),2009.
[6] 馬斌奇.多機器人協(xié)作與控制策略研究[D].西安:西安電子科技大學(xué),2009.
[7] YAN Y P, WONG S F, A navigation algorithm of the mobile robot in the indoor and dynamic environment based on the PF-SLAM algorithm[J].Cluster Computing,2019(12):133-139.
[8] YAN Y P, LI Y M. Mobile robot autonomous path planning based on fuzzy logic and filter smoothing in dynamic environment[C].12th World Congress on Intelligent Control and Automation,2016,6.
[9] HE P. Consensus of uncertain parabolic PDE agents via adaptive unit-vector control scheme[J]. IET Control Theory & Applications,2018,12(18):2488-2494.
[10] ZHU S P, XIA L M. Human action recognition based on fusion feathers extraction of adaptive background subtraction and optical flow model, mathematical problems in engineering [J].2015(4).
[11] YAN Y P, LI Y M, Autonomous path planning and navigation of a mobile robot with multi-sensors based on fuzzy logic in dynamic environment[J].International Journal of Intelligent Systems and Applications in Robotics, 2016,7(1):1-14.
[12] YAN Y P, WONG S F. A navigation algorithm for the mobile robot in the indoor and dynamic environment based on the image recognition algorithm[J].The Hong Kong Institution of Engineers,2018.
(本文來(lái)源于《電子產(chǎn)品世界》雜志2022年12月期)
評論