【正文】 。差動轉(zhuǎn)向式控制較復(fù)雜，但精度高。但對采用三輪移 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 23 頁 動機構(gòu)的機器人來說，重心都比較低，載荷穩(wěn)定且中心位置基本不發(fā)生變化，所以三輪移動機構(gòu)能滿足要求。三點確定一個平面，三輪支撐理論上是穩(wěn)定的。 四輪的穩(wěn)定性好，承載能力較大，但結(jié)構(gòu)較復(fù)雜。 :如圖 (c)所示，輪 1 和輪 2為轉(zhuǎn)向輪，它們之間有同步輪轉(zhuǎn)向連桿，輪 3 或輪 4為驅(qū)動輪，轉(zhuǎn)向通過轉(zhuǎn)向電機來實現(xiàn)。如果 1 作為驅(qū)動輪，可將輪 2 或輪 3 之一作為驅(qū)動輪。在這種情況下，非驅(qū)動輪應(yīng)為自由輪。 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 22 頁 圖 314 輪式移動機構(gòu)布置 [7] 普通的輪式移動機構(gòu)一般有三個輪、四個輪或六個輪，其轉(zhuǎn)向裝置的結(jié)構(gòu)通常有兩種方式 : :轉(zhuǎn)向輪裝在轉(zhuǎn)向鉸軸上，轉(zhuǎn)向電機通過減速器和機械連桿機構(gòu)控制鉸軸，從而控制轉(zhuǎn)向輪的轉(zhuǎn)向。輪式和履帶式機器人適合于條件較好的路面，而步行機器人則適于條件較差的路面。判斷是否進入旋轉(zhuǎn)狀態(tài)，只需要前端傳感器的變量 d，旋轉(zhuǎn)結(jié)束的標(biāo)志 d=0，這樣可以避免使用彈道行為來設(shè)定旋轉(zhuǎn)角度值，減少誤差；旋轉(zhuǎn)方向，利用側(cè)向傳感器檢測信號，這里需要考慮在沿墻行走中，側(cè)向傳感器會出現(xiàn)檢測無狀態(tài)的情況，通過設(shè)定 d可以避免沿墻行走時發(fā)生誤判旋轉(zhuǎn)，但是在拐角需要設(shè)定一定延時判斷。 圖 313 根據(jù)行為對機器鼠 的 任務(wù)分解 圖 313 中所示的實現(xiàn)機器鼠行走行為的有限狀態(tài)機大大簡化前面所進行的常規(guī)系 統(tǒng)分析。將前端傳感器檢測到有無信號設(shè)輸出為 d，檢測到有障礙 d=1，無障礙保持 d=0，右側(cè) 傳感器有無信號輸 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 21 頁 出為 a,檢測到有障礙 a=1，無障礙保持 a=0。利用FSM 可以將系統(tǒng)的信息保存到某個變量中簡化系統(tǒng)的分析過程。 圖 312 機器鼠在通道環(huán)境中示意 以上分析已經(jīng)變得相當(dāng)繁瑣和難以處理，在這 種情況下實現(xiàn)系統(tǒng)很容易發(fā)生錯誤。 針對機器鼠比賽的特點，利用 FSM 對其 行為進行描述。如果系統(tǒng)具有狀態(tài)，那么系統(tǒng)響應(yīng)不但取決于當(dāng)前的傳感器檢測信息，而且還同以前采集到的所有傳感器信息以及過去的處理過程有關(guān)。 為得到某一執(zhí)行結(jié)果，首先利用伺服行為實現(xiàn)，伺服行為對環(huán)境變化能 做 出快速 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 20 頁 響應(yīng)，不但具有良好的抗噪聲能力，而且對工作過 程中所出現(xiàn)的其他微小故障也具有較強的容錯性。伺服行為采用反饋控制環(huán)作為控制單元，當(dāng)需要控制機器鼠驅(qū)動電機的行為，只需要根據(jù)相關(guān)條件計算出電動機的運行速度即可，行為實現(xiàn)過程中的其他具體細(xì)節(jié)主要取決于機器人運行的軟件系統(tǒng)；彈道式行為，顧名思義，一旦觸發(fā)，該行為自始自終都會按照預(yù)先設(shè)定好的模式運行，并且彈道式行為有一個明確的終點。 圖 311 基本行為組成 基本行為具有通用結(jié)構(gòu)，對源碼的實現(xiàn)方式幾乎沒有任何約束。一般來說，允許控制系統(tǒng)連續(xù)運行 ， 相 比反復(fù)啟停計算過程具有更多實用性，并且編程過程更加簡單。 基本行為由一個觸發(fā)單元和控制單元（ 控制系統(tǒng)）組成，其中，控制單元用來將感知信息轉(zhuǎn)換為機器人所要執(zhí)行的控制命令，而觸發(fā)單元則用來確定在什么情況下控制系統(tǒng)應(yīng)該為機器人的執(zhí)行器產(chǎn)生的指令輸出。 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 19 頁 判斷通道，觸發(fā)旋轉(zhuǎn)行為 基于行為的機器人學(xué)提出基本行為這一概念，用來表示機器人比較低級的簡單行為。 Behavior proximity_follow Rotation=w (2P1) Translation=c End proximity_follow 前進速度 c和旋轉(zhuǎn)速度 w的同時設(shè)置將使機器人按照某條具有特定半徑的圓弧行駛，因此機器人的運動路徑為一系列面向和背向墻壁的圓弧。 圖 310 傳感器處于兩輪中間時失效 ? 基于接近覺傳感器的沿墻行走行為 同接近覺傳感器相比，測距傳感器價格通常比較昂貴，并且性能穩(wěn)定性也比較差。 其中，傳感器應(yīng)該安裝在機器人旋轉(zhuǎn)中心的前面，并且與該中心保持一定的距離；如果傳感器位于機器人兩個輪子的軸線上，它所測量的距離有時不能用來確定機 器人的旋轉(zhuǎn)方向。 圖 39 測距傳感器保持距離 維持墻壁和傳感器之間的距離為一固定常數(shù)：當(dāng)二者之間的距離偏小時，機器人向遠(yuǎn)離墻壁 的方向旋轉(zhuǎn)；當(dāng)距離偏大時，機器人向靠近墻壁的方向旋轉(zhuǎn)。下述用偽代碼實現(xiàn)這一行為： 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 17 頁 Behavior bump_follow If (test_spin (A) ) then Rotation=w Translation=0 Else if (L or R) then Set_spin(A,Oc) Else Rotation=w Translation=c End if End bump_follow 行為 bump_follow 能夠使機器人比較準(zhǔn)確的沿墻或者某個剛性物體行駛，但是行駛速度較低，智能性較低，傳感器容易損壞。盡管這種機器人沒有安裝能保證自己在每個具體時刻都同向 保持平行的機構(gòu)，但是通過左右旋轉(zhuǎn)他能在平均的意義上保持朝向同墻平行的。實現(xiàn) 這種行為的關(guān)鍵一點就是方向?qū)?zhǔn)問題。其中沿墻行走行為可能是最常用的一種邊緣行走行為。 2) 邊緣行走行為 邊緣行走行為能夠幫助機器人在障礙物之間搜索路徑。當(dāng)然任何系統(tǒng)都不可避免地存在著一定的磁滯現(xiàn)象。 在狀態(tài)控制器中還需引入重要的環(huán)節(jié) —— 磁滯環(huán)節(jié)，使得當(dāng)系統(tǒng)變量低于某個值改變狀態(tài)，高于某個值改變狀態(tài)。當(dāng)機器鼠離墻太遠(yuǎn)，就會如 (b)所示，傳感器檢測不到墻壁的位置，機器鼠會重新向墻靠近，這時，機器鼠的行走軌跡是原點位于自己右側(cè)的半徑為 R 的圓弧。如果 R比較小，機器鼠能夠根據(jù)墻壁的狀態(tài)變化坐車快速反應(yīng)，然而如果系統(tǒng)延遲特別大的話，機器鼠在運行 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 16 頁 過程中可能做出比較激烈的左右搖擺。如果 R 比較大，即使系統(tǒng)具有很大延遲，機器鼠也能夠比較平滑沿墻壁走。大的延遲會導(dǎo)致機器鼠的行走路徑由一系列大曲率的圓弧組成；小延遲能夠使機器鼠的行走路徑近似 直線 ，幾乎觀察不到機器鼠有任何的方向矯正動作。在沿墻行走過程中，當(dāng)機器鼠在自己的右側(cè)檢測到墻 壁時，它會沿原點位于墻左側(cè)的圓弧向遠(yuǎn)離墻的方向行駛；當(dāng)沒有檢測到任何東西，機器鼠就會沿原點位于墻右側(cè)的圓弧 軌跡 向墻 壁 靠近。 狀態(tài)控制器針對小車沿墻行走具有較高效的控制，如下圖所示，在沿墻行走中，機器鼠試圖在自己的右側(cè)檢測墻的位置，并據(jù)此確定自己的動作，最終達(dá)到沿墻行走的效果。通常提高系統(tǒng)的復(fù)雜程度為代價，許多方法可以使系統(tǒng)在不發(fā)生發(fā)散型振蕩的情況下，能夠以比較快的速度，精確的停止在目標(biāo)位置，其中最常用的一種閉環(huán)控制系統(tǒng)是 PID 控制器。采用這種閉環(huán)控制的比例控制器，即使在環(huán)境發(fā)生變化的情況下，也能使機器人以接近于期望速度值的速度運行。期望速度和測量速度的差值為誤差信號 Ve。 通過在開環(huán)控制器中增加一些輔助性元件和更加復(fù)雜的環(huán)節(jié)可以實現(xiàn)系統(tǒng)的閉環(huán)控制。比如人就是一個具有負(fù)反饋的閉環(huán)控制系統(tǒng)，眼睛便是 傳感器 ，充當(dāng)反饋，人體系統(tǒng)能通過不斷的修正最后 做 出各種正確的 動作 。閉環(huán)控制系統(tǒng)有正反饋和負(fù)反饋，若反饋 信號與系統(tǒng)給定值信號 相反 ，則稱為負(fù)反饋 ( Negative Feedback)，若極性相同，則 稱 為 正反饋，一般閉環(huán)控制系統(tǒng)均采用負(fù)反饋，又稱負(fù)反饋控制系統(tǒng)。速度傳感器用來測量機器人的實際運轉(zhuǎn)速度 Vm。速度選擇器用來為機器人輸入期望速度 Vd，信號變換器用來將速度選擇器的輸入信號調(diào)整，產(chǎn)生適用于傳動系統(tǒng)的速度命令 Vc。因此，一般僅用于可以不考慮外界影響，或慣性小，或精度要求不高的一些場合，如步進電機的控制，簡易電爐爐溫調(diào)節(jié)，水位調(diào)節(jié)等。同 閉環(huán)控制系統(tǒng) 相比，開環(huán)控制系統(tǒng)的結(jié)構(gòu)要簡單得多，同時也比較經(jīng)濟。開環(huán)控制系統(tǒng)由控制器與被控對象組成。在開環(huán)控制系統(tǒng)中，不存在由輸出端到輸入端的反饋通路（見 反饋控制系統(tǒng) ）。反饋控制系統(tǒng)采用某種算法，或者某種物理機制，將輸入信號和被控設(shè)備響應(yīng)的測量信號轉(zhuǎn)換為新的控制命令。機器人通過由軟件或者硬件構(gòu)造的控制系統(tǒng) 實現(xiàn)目標(biāo)。同時，為了保證系統(tǒng)能夠成功運行，對于這些現(xiàn)有技術(shù)的能力、實現(xiàn)代價以及相關(guān)局限需要通過論證?；谛袨榈臋C器人學(xué)的一個重要特征： 復(fù)雜行為可以由比較簡單的行為相互組合和實現(xiàn) [41]。 以上的分析作為初步任務(wù)分解，將設(shè)計任務(wù)分解成各個易于處理的子任務(wù)，對于這些子任務(wù)機器人更有希望完成和實現(xiàn)。走法示意如 圖 33： 圖 33 迷宮走法示意 為研究使用，綜合考慮迷宮通道情況，將迷宮簡化為一段 L型通道。當(dāng)機器鼠開始行走的時候，不能給它 傳送 迷宮信息 [43]。把從 起點到終點用最短時間行走的紀(jì)錄作為這個機器人的記錄。規(guī)定通道長寬尺寸，頂面涂紅色，側(cè)面涂白色，地面涂黑色。（ 微型鼠競賽如照片所示，項目為迷宮探路，從起點到終點以最短的路線、最短時間到達(dá)者為優(yōu)勝。每年有上百臺微型鼠，以它們的頭腦和速度進行比賽。 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 9 頁 圖 23 Roomba 公司生產(chǎn)的清潔機器人 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 10 頁 第 3 章 自主式小型移動機器人設(shè)計任務(wù)及方案分析 微型鼠競賽介紹 微型鼠競賽大會自 1977 年 5 月 IEEE 的《光譜》（ Spectrum）雜志上載文倡議以來，在世界各國相繼開展起來。保證能夠?qū)λ杼綔y的環(huán)境或區(qū)域進行完全的、無遺漏的搜索。此算法能夠快速、準(zhǔn)確的得出未知物體的形狀。此時按順時針方向圍繞此未知物體進行探測，直到回到初始點。 障礙物識別。 (2)避障行為 如果障礙物在左邊就向右轉(zhuǎn)； 如果障礙物在右邊就向左轉(zhuǎn)； 如果障礙物的距離位于緊急距離之內(nèi)則該行為被忽視。當(dāng)障礙物的距離在緊急距離之內(nèi)時候，機器人就立即停止。 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 8 頁 圖 22 典型基于行為控制系統(tǒng) (1)緊急行為 緊急行為比其他行為具有更高的優(yōu)先級別。這種方法的主要優(yōu)點在于每個行為的功能比較簡單，因而可以通過簡單的傳感器及其快速信息處理過程獲得比較好的運行效果。所謂基于行為的控制結(jié)構(gòu)是把復(fù)雜的任務(wù)分解成很多簡單的可以并發(fā)執(zhí)行的單元，每個單元有自己的感知器和執(zhí)行器，這兩者緊耦合在一起的，構(gòu)成感知動作行為，多個行為相互松耦合構(gòu)成層次模型。索杰納所采用路徑規(guī)劃方法就是 D 算法，它使索杰納能在火星表面自如而謹(jǐn)慎地行走，且能自主判斷出前進道路上的障礙物，并通過實時重規(guī)劃來作出后面行動的決策，真正做到了“三思而后行”。此外，還出現(xiàn)了一些基于 A 的改進算法，它們一般都是通過修改 A 算法中的估價函數(shù)和圖搜索方向而 實現(xiàn)的，可以較大地提高路徑規(guī)劃的速度，具有一定的復(fù)雜環(huán)境自適應(yīng)能力[25]。啟發(fā)式方 法的最初代表是 A 算法而其新發(fā)展是 D 和 Focussed D 這兩種由 Stentz A 提出的增量式圖搜索算法 (又稱作 Dynamic A*算法 )的產(chǎn)生。在環(huán)境部分未知時的規(guī)劃方法主要有人工勢場法、模糊邏輯算法、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、模擬退火算法、 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 7 頁 蟻群優(yōu)化算法、粒子群算法和啟發(fā)式搜索方法等。 Koeing S等提出了增量式的 D Lite 算法，該方法利用啟發(fā)式策略搜索一條從目標(biāo)點指向機器人當(dāng)前位置的路徑，并在機器人向目標(biāo)運動過