《两足机器人课程设计报告》.docx
《《两足机器人课程设计报告》.docx》由会员分享，可在线阅读，更多相关《《两足机器人课程设计报告》.docx（21页珍藏版）》请在冰豆网上搜索。
《两足机器人课程设计报告》
第一章绪论
随着社会的不断开展，各行各业的分工越来越明细，尤其是在现代化的大产业中，有的人每天就只管拧一批产品的同一个部位上的一个螺母，有的人整天就是接一个线头，就像电影?
摩登时代?
中演示的那样，人们感到自己在不断异化，各种职业病逐渐产生，于是人们强烈希望用某种机器代替自己工作，因此人们研制出了机器人，用以代替人们去完成那些单调、枯燥或是危险的工作。
由于机器人的问世，使一局部工人失去了原来的工作，于是有人对机器人产生了敌意。
“机器人上岗，人将下岗。
〞不仅在我国，即使在一些兴旺国家如美国，也有人持这种观念。
其实这种担忧是多余的，任何先进的机器设备，都会提高劳动生产率和产品质量，创造出更多的社会财富，也就必然提供更多的就业时机，这已被人类生产开展史所证明。
任何新事物的出现都有利有弊，只不过利大于弊，很快就得到了人们的认可。
比方汽车的出现，它不仅夺了一局部人力车夫、挑夫的生意，还常常出车祸，给人类生命财产带来威胁。
虽然人们都看到了汽车的这些弊端，但它还是成了人们日常生活中必不可少的交通工具。
英国一位著名的政治家针对关于工业机器人的这一问题说过这样一段话：
“日本机器人的数量居世界首位，而失业人口最少，英国机器人数量在兴旺国家中最少，而失业人口居高不下〞，这也从另一个侧面说明了机器人是不会抢人饭碗的。
机器人技术建立在多学科开展的根底上，具有应用领域广，技术新，学科综合与交叉性强等特点。
传统的机器人技术涉及机械，电子，自动控制等学科；现代机器人技术那么综合了更加广泛的学科和技术领域，如计算机技术，仿生学，生物工程，人工智能，材料，结构，微机械，信息工程，遥感等。
各种各样的机器人不但已经成为现代高科技的应用载体，而且自身也开展成为一个相对独立的研究与交叉应用领域，形成了特有的理论研究和学术开展方向，具有鲜明的学科特色。
可以预见，机器人技术将会渗透到未来生活的方方面面，而且从瞬息万变的社会开展中已经可以切身的感受到----机器人的时代已经悄悄来临。
第二章：
硬件设计
传感器介绍
根据检测对象的不同可分为内部传感器和外部传感器。
a.内部传感器：
用来检测机器人本身状态〔如手臂间角度〕的传感器。
多为检测位置和角度的传感器。
b.外部传感器：
用来检测机器人所处环境〔如是什么物体，离物体的距离有多远等〕及状况〔如抓取的物体是否滑落〕的传感器。
具体有物体识别传感器、物体探伤传感器、接近觉传感器、距离传感器、力觉传感器，听觉传感器等。
本课题外部仅应用到了红外接近传感器，所以这里只对它进行介绍。
红外接近传感器俗称光电开关。
它是利用被检测无对光线的遮挡或反射有同步回路选通电路，从而选择物体有无的。
光电开关将输入电流在发射器上转换为光信号射出，接受其再根据接收到的光线的强弱或有无目标物体进行探测。
工作原理如下列图所示。
多数光电开关选用的是波长接近可见光的红外线光波型，因此也称为红外开关。
由于红外线是不可见光，红外探头体积小巧，隐蔽性非常高，所以各种规格的红外开关，红外测距传感器厂常用于安放保卫领域。
在好莱坞电影里，我们常常看到金库，博物馆里有一条条红色的光线，到达门应用各种手段避开这些光线，最终盗得各种财宝。
实际上红外线是不可见的，电影里采用了普通红色光线冒充红外线，以衬托紧张的故事情节，我们对此大可以笑而过，不可收到她的误导。
图.1〔a〕红外接近传感器工作原理
光电开关可以分类如下：
1.漫反射是光电开关：
它是一种集发射器和接收器于一体的传感器，当有被检测物体被检测物体经过时，物体将光电开关发射器发射的足够量的光线反射到接收器，于是光电开关便产生了开关信号。
当被检测物体的外表光亮或其反光率极高时，漫反射式的光电开关是首选的检测模式。
2.经反射式的光电开关：
它集发射器与接收器于一体，光电开关发射器发出的光线经过反射镜反射回接收器，当被检测物体经过且完全阻断光线时，光电开关就产生了检测开关信号。
3.对射式光电开关：
它包含了在结构上相互别离且光轴相对放置的接收器和发射器，发射器发出的光线直接进入接收器，当被检测物体进入发射器与接收器之间且阻断光线时，光电开关就产生可开关信号。
当检测物体为不透明时，对射式开关是最可靠的检测装置。
4.槽式光电开关：
它通常采用标准的U字型结构，其发射器和接收器分别位于U型槽的两边，并形成一光轴，当被检测物体经过U型槽且阻断光轴时，光电开关就产生了开关量信号。
槽式光电开关比拟适合检测高速运动的物体，并且它能分辨透明与半透明物体，使用平安可靠。
5.光纤式光电开关：
它采用塑料或玻璃光线传感器来引导光线，可以对距离远的被检测物体进行检测，通常光线传感器分为对射式和漫反射式。
本设计所使用的红外光电开关型号为E18-B0，规格数据为：
VCC：
5V。
工作电流：
小于100mA。
输出形式：
NPN三极管OC输出。
封装形式：
工程塑料。
图.1〔b〕红外接近传感器
红外接近传感器是开关量传感器，接IO0~IO11的任意一个接口都可以通过NorthSTAR进行疏枝读取和编程。
由于输出是开关量，只能判断在测量距离内有无障碍物，不能给出障碍物的实际距离。
但是该传感器带有一个灵敏度调节旋钮，可以调节传感触发的距离。
舵机介绍
舵机，顾名思义，是控制多面的电机。
舵机的出现最早是作为遥控模型控制多面、油门等机构的动力来源，但是由于舵机具有很多优秀的特性，在制作机器人时也时常能看到它的应用。
舵机最早出现在航模运动中。
在航空模型中，飞行机的飞行姿态是通过调节发动机和各个控制舵面来实现的。
不仅在航模飞机中，在其他的模型运动中都可以看到它的应用，如船模上用它来控制舵，车磨重用他来转向等。
一般来讲，多极主要由舵盘、减速齿轮组、位置反应点危机、直流电机、控制电路板等几局部组成。
舵机是一种位置伺服的驱动器，转动范围一般不能超过1800，适用于那些角度不断变化并可以保持的驱动当中，如机器人的关节、飞机的舵面等。
不过也有一些特殊的舵机，转动范围可到达5圈之多，主要用于模型帆船的收帆，俗称帆舵。
2.2结构设计
机器人的机械、电气和控制结构千差万别。
这次的双足追光机器人有眼利用的是红外接近传感器，手臂利用两个舵机来驱动，双足用四个舵机驱动。
把手臂、双足、和眼睛固定在控制器上。
.1机器人结构示意图
图机器人结构示意图
.2完成的机器人
图.2完整机器人
2.3驱动器的选择
驱动方式
驱动方式有三种：
液压式、气动式、电动式。
液压驱动方式的输出力和功率更大，能构成伺服机构，常用于大型机器人关节的驱动。
气动式驱动多用于开关控制和顺序控制的机器人。
本次课程设计采用的是电动机驱动。
电动机驱动
电动机驱动可分为普通交流电动机驱动，交直流伺服电动机驱动和步进电动机驱动。
中型或重型机器人。
伺服电动机和步进电动机输出力矩相对小，控制性能好，可实现速度和位置的精确控制，适用于中小型机器人。
交、直流伺服电动机一般用于闭环控制系统，而步进电动机那么主要用于开环控制系统，一般用于速度和位置精度要求不高的场合。
直流伺服电动机结构和原理与普通直流电动机的结构和原理没有根本区别。
按照励磁方式的不同，直流伺服电动机分为永磁式直流伺服电动机和电磁式直流伺服电动机。
永磁式直流伺服电动机的磁极由永久磁铁制成，不需要励磁绕组和励磁电源。
电磁式直流伺服电动机一般采用他励结构，磁极由励磁绕组构成，通过单独的励磁电源供电。
按照转子结构的不同，直流伺服电动机分为空心杯形转子直流伺服电动机和无槽电枢直流伺服电动机。
空心杯形转子直流伺服电动机由于其力能指标较低，现在已很少采用。
无槽电枢直流伺服电动机的转子是直径较小的细长型圆柱铁芯，通过耐热树脂将电枢绕组固定在铁芯上，具有散热好、力能指标高、快速性好的特点。
控制方式：
直流电动机的控制方式有两种：
一种称为电枢控制，在电动机的励磁绕组上加上恒压励磁，将控制电压作用于电枢绕组来进行控制；一种称为磁场控制，在电动机的电枢绕组上施加恒压，将控制电压作用于励磁绕组来进行控制。
交流伺服电机的结构
交流伺服的电动机结构主要可分为两局部，即定子局部和转子局部。
其中定子的结构与旋转变压器的定子根本相同，在定子铁心中也安放着空间互成90度电角度的两相绕组。
其中一组为激磁绕组，另一组为控制绕组，交流伺服电动机一种两相的交流电动机。
交流伺服电动机使用时，激磁绕组两端施加恒定的激磁电压Uf，控制绕组两端施加控制电压Uk。
当定子绕组加上电压后，伺服电动机很快就会转动起来。
通入励磁绕组及控制绕组的电流在电机内产生一个旋转磁场，旋转磁场的转向决定了电机的转向，当任意一个绕组上所加的电压反相时，旋转磁场的方向就发生改变，电机的方向也发生改变。
为了在电机内形成一个圆形旋转磁场，要求激磁电压Uj和控制电压UK之间应有90度的相位差，常用的方法有：
1）利用三相电源的相电压和线电压构成90度的移相
2）利用三相电源的任意线电压
3）采用移相网络
4）在激磁相中串联电容器
〔二〕交流伺服电机的优良特性
1控制精度高
步进电机步进的步距角一般为1．8。
（两相）或0．72。
（五相），而交流伺服电机的精度取决于电机编码器的精度。
以伺服电机为例，其编码器为l6位，驱动器每接收2=65536个脉冲，电机转一圈，其脉冲当量为360‘/65536=0，0055；并实现了位置的闭环控制．从根本上克服了步进电机的失步问题。
2矩频特性好
步进电机的输出力矩随转速的升高而下降，且在较高转速时会急剧下降，其工作转速一般在每分钟几十转到几百转。
而交流伺服电机在其额定转速（一般为2000r/min或3000r/rain）以内为恒转矩输出，在额定转速以E为恒功率输出。
3加速性能好 步进电机空载时从静止加速到每分钟几百转，需要200—400ms：
交流伺服电机的加速性能较好．
由于电枢控制的特性好，电枢控制中回路电感小，响应快，在自动控制系统中多采用电枢控制。
在会追光的双足机器人中，我们选用的是，电动机驱动。
第三章软件设计
双足机器人前进分为五步，第一步，左足前进，右手臂朝后；
第二步，左足恢复中位状态，手臂也恢复中位状态；
第三步，右足朝前，左手臂朝后；
第四步，右足和左手臂恢复中位；
第五步，重复第一步，实现循环。
追光的步态设计：
在获取了两侧的光强数值后，便可以开始设计程序的逻辑框架。
将情况分为3种：
状况一，左侧光比右侧光强；状况二，左侧光比右侧弱，状况三，左右侧光强近似相等。
这三种情况在逻辑上较好区分，并且覆盖了所有可能出现的状态。
在程序的主程序里，用三个条件来区分这三种情况。
作为左右光强比拟的中间变量，对两侧光强的差值Diff进行计算：
Diff=Left-Right,
三种状况的区分将围绕差值Diff进行：
状况一，左侧光强比右侧光强：
Diff>50
状况二，左侧光强比右侧光弱：
Diff<50
状况三，左侧光强与右侧光接近相等：
Diff<=50且Diff>=50
在判断条件里，使用50这个数值，是考虑到不同的光强传感器采集同样的光照强度数据可能存在着差异，因此给出一个区间而不是一个数据
在控制器运行的过程中，如果在短时间内向多个舵机发送大量的控制指令，会造成总线的拥堵，导致舵机收到新指令的时间延后，最直观的表现就是指令发送和舵机运动之间存在一个延时。
为了保持舵机数据总线的流畅，让舵机有时间执行接收到的指令，同常在两次发送指令之间添加延时
追光机器人的程序逻辑如下列图：
图3.1〔a〕程序逻辑
由程序流程图得出的程序如下：
图3.1〔b〕程序流程图
程序代码如下：
#include"Apps/SystemTask.h"
uint8SERVO_MAPPING[10]={1,2,3,4,5,6,7,8,9,10};
intmain（）
{
intDiff=0;
intLeft=0;
intRight=0;
MFInit（）;
MFInitServoMapping（&SERVO_MAPPING[0],10）;
MFSetPortDirect（0x00000FFF）;
MFSetServoMode（1,0）;
MFSetServoMode（2,0）;
MFSetServoMode（3,0）;
MFSetServoMode（4,0）;
MFSetServoMode（5,0）;
MFSetServoMode（6,0）;
MFSetServoMode（7,0）;
MFSetServoMode（8,0）;
MFSetServoMode（9,0）;
MFSetServoMode（10,0）;
while
（1）
{
Left=MFGetAD（0）;
Right=MFGetAD
（1）;
Diff=Left-Right;
if（（Diff>=-50）&&（Diff<=50））
{
//forward1
MFSetServoPos（1,512,512）;
MFSetServoPos（2,512,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,480,512）;
MFSetServoPos（6,512,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//2
MFSetServoPos（1,512,512）;
MFSetServoPos（2,480,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,520,512）;
MFSetServoPos（6,650,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//3
MFSetServoPos（1,512,512）;
MFSetServoPos（2,480,512）;
MFSetServoPos（3,600,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,520,512）;
MFSetServoPos（6,650,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//4
MFSetServoPos（1,512,512）;
MFSetServoPos（2,512,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,480,512）;
MFSetServoPos（6,512,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
}
if（Diff>50）
{
MFSetServoPos（1,512,512）;
MFSetServoPos（2,512,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,480,512）;
MFSetServoPos（6,512,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
MFSetServoPos（1,512,512）;
MFSetServoPos（2,480,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,520,512）;
MFSetServoPos（6,650,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//forward1
MFSetServoPos（1,512,512）;
MFSetServoPos（2,480,512）;
MFSetServoPos（3,600,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,520,512）;
MFSetServoPos（6,650,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//2
MFSetServoPos（1,512,512）;
MFSetServoPos（2,512,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,480,512）;
MFSetServoPos（6,512,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
}
if（Diff<-50）
{
MFSetServoPos（1,512,512）;
MFSetServoPos（2,512,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,480,512）;
MFSetServoPos（6,512,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
MFSetServoPos（1,512,512）;
MFSetServoPos（2,480,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,520,512）;
MFSetServoPos（6,650,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//forward1
MFSetServoPos（1,512,512）;
MFSetServoPos（2,480,512）;
MFSetServoPos（3,600,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,520,512）;
MFSetServoPos（6,650,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
//2
MFSetServoPos（1,512,512）;
MFSetServoPos（2,512,512）;
MFSetServoPos（3,512,512）;
MFSetServoPos（4,512,512）;
MFSetServoPos（5,480,512）;
MFSetServoPos（6,512,512）;
MFSetServoPos（7,512,512）;
MFSetServoPos（8,512,512）;
MFSetServoPos（9,512,512）;
MFSetServoPos（10,512,512）;
MFServoAction（）;
DelayMS（2000）;
}
}
}
双足追光机器人的控制，先在NorthStar中对各个步态进行ID设置，先设置中位，调节角度的变化，记下双足向前迈进的时候所在的位置，再设计双臂向前和向后的位置。
在Servo中，对每一个步态中，各个舵机的位置进行设计，角度用先前在ID设置中所记下的数据。
先进行编译，编译成功后，有下载器下到控制器中，翻开电源，进行下载，成功之后用导线连到控制器上。
第四章设计总结
通过这次两足机器人课程设计，我们学会了如何去分析问题和解决问题。
通过这个工程任务，现在已经了解了两足机器人的控制方法和工作原理。
但目前只能按照事先编好的程序去运行，进一步熟悉了机器人的安装过程。
在实验过程中我们也曾遇到许许多多的问题，比方：
无法修改舵机ID编号、程序无法下载到控制器中去等等。
出现这种情况时，我们必须先检查下载器的连接是否有问题，假设连接没问题，下载器可能坏掉了需要换一个新的从新试一下。
本设计主要对基于AVR开发的两足机器人进行了研究，实现了两足机器人的最根本功能。
机器人的根本系统主要包括避障传感器局部，电机控制局部，速度反应局部以及AVR嵌入式系统核心控制局部。
首先，是设计出了避障传感器系统，该系统采用
升级会员 