移动式机器人图像循迹.docx
《移动式机器人图像循迹.docx》由会员分享，可在线阅读，更多相关《移动式机器人图像循迹.docx（59页珍藏版）》请在冰豆网上搜索。
移动式机器人图像循迹
北京工业大学毕业设计（论文）
移动式机器人系统设计及其运动控制研究
姓名：
刘冰
学号：
10020029
指导教师：
阮晓钢
北京工业大学
毕业设计（论文）任务书
题目
移动式机器人系统设计及其运动控制研究
专业
电子信息工程（实验班）
学号
10020029
姓名
刘冰
主要内容、基本要求、主要参考资料等:
主要内容：
1. 移动式机器人硬件系统结构的搭建
2. 移动式机器人硬件系统的元器件选型及模块调试
3. 移动式机器人寻迹算法的设计
基本要求：
1 搭建移动式机器人硬件架构
2 进行元器件的选型
3 完成系统的模块调试以及系统的联调
4 基于PID控制算法，实现移动机器人的寻迹运动控制
主要参考资料：
1 移动式机器人的相关资料
2 PID控制器及LQR控制相关文献
完成期限:
2014-6-10
指导教师签章:
专业负责人签章:
2014-3-1
摘 要
移动式机器人在生活中的应用非常广泛。
随着计算机技术，人工智能技术和传感器技术的迅速发展，移动式机器人控制系统的研究具备了坚实的技术基础和良好的发展前景。
移动式机器人其主要研究内容按机器人工作环境不同可分为静态结构化环境、动态已知环境和动态不确定环境,按机器人获取环境信息的方式不同可分为基于模型的路径规划和基于传感器的路径规划。
移动式机器人的自动寻迹在近年来越来越成为移动式机器人的热点话题。
本文首先介绍了如何搭建移动式机器人硬件结构，包括底层车身设计，电机设计，驱动器设计以及上层稳压电路和以MKL25Z128VLK4单片机为核心的控制器外围电路设计。
其次介绍了在硬件结构搭建成功的基础上，如何对移动式机器人进行寻迹和避障控制。
软件的编译采用了IAR编译环境。
首先使用CCD线型摄像头采集道路图像信息，将采集到的数据给单片机，其次用单片机对信息进行二值化阈值处理，由于预先设定好了中线期望值，判断好黑线位置后，利用单片机输出的PWM波控制电机，最后再利用PID控制算法使得移动式机器人最终能够实现寻迹行走。
此外利用红外距离传感器作为距离检测设备，根据传感器返回值，再通过单片机作用于电机，顺利地实现了移动式机器人的避障功能。
关键词：
移动式机器人、PID算法、寻迹、避障
Abstract
Mobilerobotsarewidelyusedinourdailylife.Withtherapiddevelopmentofcomputertechnology,artificialintelligencetechnologyandsensortechnology,researchonmobilerobotcontrolsystemhasgotasolidtechnicalfoundationandgoodprospectsfordevelopment.
ThemainresearchcontentsofMobilerobotscannotonlybedividedintostaticstructuredenvironment,dynamicknownenvironmentanddynamicuncertainenvironmentaccordingtotherobots’workingenvironmentbutalsodividedintomodelbasedpathplanningandpathplanningbasedonsensoraccordingtothedifferentwaysforrobotstoobtainenvironmentalinformation.Automatictracingofmobilerobotshasbecomeanincreasinglyhottopic.
TheconstructionofaMobilerobotisintroducedinthispaper,includingtheunderlyingbodydesign,theelectricalmachinedesign,Drivedesign,thevoltagestabilizingcircuitdesignandcontrollerperipheralcircuitdesignwithMKL25Z128VLK4microcontrollerasthecore.Thetrackingandobstacleavoidancecontroloftherobotispresentedonthebasisofthehardwarestruction.ThesoftwareiscompiledunderIARcompilerenvironment.
CCDlinearcameraisusedtocollectpathlinelocationinformationanddelivertheobtaineddatatotheMCU.Informationonthe two threshold processingisalsodonebytheMCU.Thecenterlineexpectationsispredeterminedandthepathlinelocationisestimated.ThemotoriscontrolledbyPWMwaveproducedbytheMCU.ThePIDcontrolalgorithmmakesthemobilerobotcaneventuallyachievetracingwalking.Thereturnvalueofinfrareddistancesensor,whichisadistancedetectionequipment,isusedbytheMCUtoputaneffectontheelectricalmachineinordertosucceedinrealizingtheobstacleavoidancefunctionofmobilerobot.
Keywords:
mobilerobot,PIDalgorithm,tracking,obstacleavoidance
目录
摘 要2
Abstract3
第一章.绪论6
1.1移动式机器人研究背景6
1.2移动式机器人的关键技术7
1.2.1技术介绍7
1.2.2传感技术8
1.2.3机器人智能控制技术9
1.2.4移动式机器人路径规划技术10
1.2.5电源技术10
1.3国外移动式机器人发展现状11
1.4本章小节及研究意义13
第二章.系统方案设计与论证14
2.1任务要求14
2.1.1设计任务14
2.1.2实现功能14
2.1.3技术要求15
2.2总体方案设计16
2.3移动式机器人的方案设计与论证17
2.4驱动电机模块的选定17
2.5寻迹传感器模块的选定18
2.6避障模块选定18
2.7单片机控制模块的选定18
2.8寻迹算法的选定19
2.9最终方案19
第三章.硬件设计20
3.1系统工作原理及功能简介20
3.2电源稳压20
3.3CCD线型摄像头21
3.4采用PWM调速的直流电机23
3.4.1PWM的简介23
3.4.2电机驱动23
3.4.3原理图24
3.5红外避障传感器27
3.6移动式机器人整体设计29
3.6.1CPU引脚的设定29
3.6.2整体设计31
第四章.软件设计32
4.1PID控制原理分析32
4.2PID参数调节33
4.2.1PID参数的影响33
4.2.2PID参数的整定34
4.4PID在移动式机器人上的实际应用35
总结37
致谢38
参考文献39
附录40
附录Ⅰ硬件设计原理图40
附录Ⅱ硬件设计PCB图42
附录Ⅲ移动式机器人实物图44
附录IV移动式机器人实际寻迹图44
附录V完整软件程序45
附录VI程序流程图53
第一章.绪论
1.1移动式机器人研究背景
移动式机器人，是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。
它集中了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果，代表机电一体化的最高成就，是目前科学技术发展最活跃的领域之一。
随着机器人性能不断地完善，移动式机器人的应用范围大为扩展，不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测领域等有害与危险场合得到很好的应用。
因此，移动式机器人技术已经得到世界各国的普遍关注。
移动式机器人的研究始于60年代末期。
斯坦福研究院（SRI）的NilsNilssen和CharlesRosen等人，在1966年至1972年中研发出了取名Shakey的自主移动机器人[1]。
目的是研究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制。
根据移动方式来分，可分为：
轮式移动机器人、步行移动机器人（单腿式、双腿式和多腿式）、履带式移动机器人、爬行机器人、蠕动式机器人和游动式机器人等类型；按工作环境来分，可分为：
室内移动机器人和室外移动机器人；按控制体系结构来分，可分为:
功能式（水平式）结构机器人、行为式（垂直式）结构机器人和混合式机器人；按功能和用途来分，可分为:
医疗机器人、军用机器人、助残机器人、清洁机器人等；
一种由传感器、遥控操作器和自动控制的移动载体组成的机器人系统。
移动式机器人具有移动功能，在代替人从事危险、恶劣（如辐射、有毒等）环境下作业和人所不及的（如宇宙空间、水下等）环境作业方面，比一般机器人有更大的机动性、灵活性。
移动式机器人是一种在复杂环境下工作的，具有自行组织、自主运行、自主规划的智能机器人，融合了计算机技术、信息技术、通信技术、微电子技术和机器人技术等。
移动式机器人有着十分广泛的应用前景。
结合传感器、自动控制等技术，智能车可以出色地完成人们下达的任务，比如自动运送乘客、货物等。
尤其在一些不适合人类工作的环境中，智能车的应用更为常见。
比如在能见度很低的雾天，利用车上安装的测距仪，车的安全性将不受大雾影响;在仓库、码头或危险、有毒的恶劣环境中，智能车都可以代替人们工作，竭诚为人类服务。
在工业机器人问世30多年后的今天,机器人已被人们看作是一种生产工具。
在制造、装配及服务行业,机器人的应用取得了明显的进步。
由于传感器、控制、驱动及材料等领域的技术进步,通过智能机器人系统,首次在制造领域以外的服务行业,开辟了机器人应用的新领域,让机器人作为“人的助手”,使人们的生活质量得以提高。
目前在许多领域已经进行了很大的努力来开发服务机器人系统,并力争在较大范围内使用。
这些机器人系统尽管有不同的应用领域,但其所从事的工作仅限于维护保养、修理、运输、清洗、保安、救援及数据采集等方面。
在服务行业中使用的机器人,要求所提供的服务技术含量高,工作安全可靠,还要求它的市场潜力大,对用户有使用价值,对经营者有经济效益。
与普通工业机器人不同,服务机器人是一种适用于具体的方式、环境及任务过程的机器人系统,其活动空间大,因此往往是移动式机器人。
移动式机器人狭义上指的是地面可移动机器人,主要包括军事领域和民用服务领域机器人两种。
军事智能机器人包括侦察机器人、爆炸物处理机器人和步兵支援机器人等,种类繁多、功能强大、用途广泛,发展潜力巨大。
在民用移动服务机器人方面,日本和美国处于遥遥领先的地位。
机器人被广泛用于扫除、割草、室内传送、导盲、导游、导购、室内外清洗和保安巡逻等各个方面。
在国内,上海大学研制出导购机器人,哈尔滨工业大学研制出导游机器人和清扫机器人等。
从广义上讲,移动机器人也包括空间机器人（如美国的火星探路者）和水下机器人（如我国研制的海下6000m探测机器人）,它对机器人的控制技术、传感技术和材料等方面提出了更高的要求。
1.2移动式机器人的关键技术
1.2.1技术介绍
移动式机器人的控制是一个既关键又复杂的问题，需要考虑到道路形状和机器人自身等各种因素的影响。
阐述了采用增量式PID控制算法对智能车控制的方法。
试验表明，增量式PID控制算法的采用使得智能车舵机的响应速度加快，方向控制更流畅，小车的稳定性和速度也得到了很大的提高。
移动式机器人的路径规划就是给定机器人及其工作环境信息,按照某种优化指标,在起始点和目标点间规划出一条与环境障碍无碰的路径。
机器人路径规划的研究始于20世纪70年代,目前对这一问题的研究仍十分活跃,许多学者做了大量的工作。
其主要研究内容按机器人工作环境不同可分为静态结构化环境、动态已知环境和动态不确定环境,按机器人获取环境信息的方式不同可分为基于模型的路径规划和基于传感器的路径规划。
机器人路径规划的方法主要有:
C-空间法、人工势场法、可视图法、单元分解法和分解法等。
这些方法各有所长,但离完全实用化还有一段距离,需多方面技术的提高和改进。
一个理想化完善的移动式服务机器人系统通常由3个部分组成:
移动机构、感知系统和控制系统。
移动机构是服务机器人的本体,决定机器人的运动空间,有步行机构、轮式机构、履带式机构和混合机构等几种。
感知系统一般采用CCD摄像机、激光测距仪、超声测距仪、接触和接近传感器、红外线传感器和雷达定位传感器等。
随着计算机技术、人工智能技术和传感技术的迅速发展,移动式服务机器人控制系统的研究具备了坚实的技术基础和良好的发展前景。
服务机器人的控制与工作环境的有关信息往往是多义的、不完全的或不准确的,还可能随着时间而改变。
因此在部分已知或未知的环境中同时又要求自主执行任务时,应以最大的人员安全性及功能可靠性为条件,用传感器探测环境、分析信号,以及通过适当的建模方式来理解环境,具有特别重要的意义。
近年来对智能机器人的研究表明,对于工作在复杂或非结构化环境中的自主式移动机器人,要进一步提高其自主程度,主要依靠模式识别及障碍物识别,实时数据传输及适当的人工智能方法,还要进一步开发全局模型,从而为机器人获取全局信息。
目前发展较快、对服务机器人的发展影响较大的关键技术是:
传感技术、智能控制技术、路径规划技术、电源技术等。
1.2.2传感技术
为了让机器人正常工作,必须对机器人的位置、姿态、速度和系统内部状态等进行监控,还要感知机器人所处的工作环境的静态和动态信息,使得机器人相应的工作顺序和操作内容能自然地适应工作环境的变化。
有效地获取内部和外部信息,对移动式服务机器人的正常工作、提高工作效率、节省能源和防止意外事故都是非常重要的。
表1内部传感器
表2外部传感器
目前已开发出各种各样的传感器,可分为内部传感器和外部传感器两大类。
内部传感器用于监测和控制机器人自身,外部传感器安装在机器人上,用于感知外部环境信息。
具体如表1、表2所示。
1.2.3机器人智能控制技术
智能控制是具有智能信息处理、智能反馈和智能控制决策的控制方式,是控制理论发展的高级阶段,主要用来解决那些用传统方法难以解决的复杂系统的控制问题,智能控制研究对象的主要特点是具有不确定的数学模型、高度的非线性和复杂的任务要求。
现在实用的控制方法有:
多级递阶智能控制、基于知识的智能控制、模糊控制、神经控制、基于规则的仿人智能控制、基于模式识别的智能控制和混沌控制等。
而目前在移动式服务机器人控制中应用最多的智能控制方法是模糊控制和神经网络控制。
1.2.4移动式机器人路径规划技术
移动机器人的路径规划就是给定机器人及其工作环境信息,按照某种优化指标,在起始点和目标点间规划出一条与环境障碍无碰的路径。
机器人路径规划的研究始于20世纪70年代,目前对这一问题的研究仍十分活跃,许多学者做了大量的工作。
其主要研究内容按机器人工作环境不同可分为静态结构化环境、动态已知环境和动态不确定环境,按机器人获取环境信息的方式不同可分为基于模型的路径规划和基于传感器的路径规划。
机器人路径规划的方法主要有:
C-空间法、人工势场法、可视图法、单元分解法和分解法等。
这些方法各有所长,但离完全实用化还有一段距离,需多方面技术的提高和改进。
1.2.5电源技术
移动电源的地位在移动式服务机器人中历来十分重要,可以说是它的生命源。
移动电源需要同时满足机器人的多种能源需要,如为移动机构提供动力、为控制电路提供稳定的电压和为服务执行模块提供能源等。
在移动式服务机器人领域,一般采用化学电池作为移动电源。
理想的电池应该具有十分高的能量密度、能够在放电过程中保持恒定的电压、内阻小以便具有快速放电能力、能够耐高温、可充电以及成本低等。
但实际上没有一种电池可同时具备上述优点,这就要求设计人员根据实际任务的需要,选择一种合适的电池。
表3简单介绍了各种电源的化学电池的性能和特点。
表3各种可作为机器人移动电源的化学电池
1.3国外移动式机器人发展现状
目前在欧美、日本等西方发达国家,移动式服务机器人已广泛应用于五大领域:
医疗福利服务、商场超市服务、餐厅旅馆服务、维修清洗服务和家庭服务。
图1.1.1为美国Probotics公司1999年生产的Cye小型家用移动式服务机器人,它可牵引一辆小型拖车在室内运送饮料、信件等生活用品,或牵引吸尘器进行室内清扫工作。
Cye采用双轮差动
图1.1.1Cye家庭服务机器人
驱动方式,环境信息的获取采用地图输入方式,可跟踪声音信号,任务完成后能自动返回总站待命。
图1.1.2为美国Denning公司与Windsor工业公司90年代初合作生产的地面吸尘机器人Robo-Scrub
图1.1.2RoboScrub清扫机器人
它采用超声传感检测障碍,并配有高精度激光导航系统。
RoboScrub的导航系统需要光码条来实现机器人定位,限制了其应用范围。
Kent公司设计了另外一种清扫机器人RoboKent,如图1.1.3所示,
图1.1.3RoboKent吸尘机器人
它不需要导引条码或定位路标,但需要操作者辅助其完成对清扫区域周边的探测,因而其清扫区域限于简单的矩形区域。
另外,Denning公司还设计了保安机器人DenningSentry,HelpMate公司设计了医用物品运输机器人HelpMate,分别如图1.1.4、图1.1.5所示。
日本Honda公司设计了仿人机器人P2和P3,如图1.1.6所示。
图1.1.7为用于飞机清洗的清洗服务机器人,图1.1.8为在加油站为汽车自动加油的加油机器人。
图1.1.4Robosentry保安机器图1.1.5HelpMate护理机器人
图1.1.6P2、P3仿人机器人图1.1.7清洗服务机器人图1.1.8德国的加油机器人
1.4本章小节及研究意义
本章作为全文的绪论部分，提出了课题的特点和研究意义，列举了国内外该课题的研究现状，并就课题的主要研究相关工作进行了阐述。
移动式机器人是继工业机器人之后的又一新的应用领域,预期在21世纪将会得到广泛应用,有着广泛的市场前景。
第二章.系统方案设计与论证
2.1任务要求
2.1.1设计任务
（1）移动式机器人硬件系统结构的搭建；
（2）设计适当的寻迹算法使得移动式机器人能够完成避障以及寻迹功能；
2.1.2实现功能
移动式机器人首先通过传感器获取目标道路信息，然后结合当前的行驶状态智能地做出决策，对其行驶方向与行车速度进行调整，从而达到准确快速跟踪道路的目的，并对前方障碍物进行识别预先判断规避风险。
移动式机器人的主体部分，由车身、轮子、速度传感器、转动轴等结构部件构成。
还包括提供动力的驱动器，采集环境信息的摄像头等模块，综合实现收集机器人的自身状态信息或外部环境信息，并对传感器的数据进行分析、融合，动态调整机器人的运动状态，实现在一定条件下的自主寻迹行驶。
如图2.1.2所示大致描绘移动式机器人的工作功能。
图2.1.2功能示意图
图中描绘出了移动式机器人可以沿任意轨道黑线，直线，曲线皆可进行移动，并且可以感知前方道路的障碍物以及时躲避。
2.1.3技术要求
电源管理模块：
电源管理模块是整个智能车系统的基础，整个系统的电源是有6节1.2伏组成7.2V的可充电电池提供，而各个模块所需要的电压却不相同，所以就需要电源管理模块将电池电压转化成各个模块所需要的电压，这样各个模块才能工作。
道路信息采集模块：
道路信息采集模块就相当于移动式机器人的“眼”，智能车依靠道路信息采集模块采集前方道路信息交给核心板处理，以识别不同的路径。
核心板：
采用红树公司的MKL25Z128VLK4单片机制作的最小系统，是整个系统的核心，整个系统得到的外部信息都交给核心板处理，核心板再发出决策控制信号，控制各个模块的运行。
舵机转向模块：
核心板识别路径后发出转向控制策略，由转向舵机执行，以实现对智能车行驶方向的控制。
电机驱动模块：
电机驱动模块是移动式机器人的动力所在，移动式机器人的加速与制动性能的好坏都是由电机驱动模块决定的。
测速模块：
移动式机器人速度控制要合理、行驶稳定，就必须对速度实行闭环控制，测速模块就是检测智能车当前行驶速度以反馈给核心板实现速度的闭环控制。
辅助调试模块：
控制策略的确定不仅需要理论的分析，还需要实际的调试，辅助调试模块将为后面的调试带来很大的便利。
软件开发环境：
IAR软件如图2.1.3
图2.1.3软件开发换进
IARSystems是全球领先的嵌入式系统开发工具和服务的供应商。
公司成立于1983年，提供的产品和服务涉及到嵌入式系统的设计、开发和测试的每一个阶段，包括：
带有C/C++编译器和调试器的集成开发环境（IDE）、实时操作系统和中间件、开发套件、硬件仿真器以及状态机建模工具。
公司总部在北欧的瑞典，在美国、日本、英国、德国、比利时、巴西和中国设有分公司。
它最著名的产品是C编译器-IAREmbeddedWorkbench,支持众多知名半导体公司的微处理器。
许多全球著名的公司都在使用IARSYSTEMS提供的开发工具，用以开发的前沿产品，从消费电子、工业控制、汽车应用、医疗、航空航天到手机应用系统....
2003年6月，IARSystems在中国成立办事处；2007年5月，成立爱亚软件技术咨询（上海）有限公司，以加强对中国以及部分东亚国家的产品销售和技术支持。
移动式机器人算法的选择
PID控制策略其结构简单，稳定性好，可靠性高，并且易于实现。
其缺点在于控制器的参数整定相当繁琐，需要很强的工程经验。
相对于其他的控制方式，在成熟性和可操作性上都有着很大的优势。
所以最后选择了PID的控制方式。
PI
升级会员 