《電子技術(shù)應用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設計應用 > 服務機器人導航與調(diào)度系統(tǒng)技術(shù)研究
服務機器人導航與調(diào)度系統(tǒng)技術(shù)研究
2017年微型機與應用第7期
 鄒風山1,2,趙彬1,3
 1.沈陽新松機器人自動化股份有限公司,遼寧 沈陽 110168,;2.中國科學院沈陽自動化研究所,,   遼寧 沈陽 110016;3.東北財經(jīng)大學 工商管理學院,遼寧 大連 116025
摘要: 針對服務機器人導航和調(diào)度系統(tǒng)問題進行了研究。首先根據(jù)事先確定的任務進行自主全局路徑規(guī)劃,移動機器人在執(zhí)行路徑跟蹤時,,還要不斷感知周圍的局部環(huán)境信息;其次,,移動機器人不僅要避開附近的移動障礙物,,而且要進行局部規(guī)劃或局部路徑修正,;然后,完成了地圖創(chuàng)建,、機器人全局定位,、規(guī)劃局部路徑并控制車體運動;最后,,介紹了服務機器人調(diào)度系統(tǒng)終端軟件,。實現(xiàn)了機器人與調(diào)度系統(tǒng)的結(jié)合,完成通過調(diào)度系統(tǒng)進行機器人運動控制的功能,。
Abstract:
Key words :

  鄒風山1,2,,趙彬1,3

  (1.沈陽新松機器人自動化股份有限公司,,遼寧 沈陽 110168,;2.中國科學院沈陽自動化研究所,遼寧 沈陽 110016,;3.東北財經(jīng)大學 工商管理學院,,遼寧 大連 116025)

        摘要:針對服務機器人導航和調(diào)度系統(tǒng)問題進行了研究。首先根據(jù)事先確定的任務進行自主全局路徑規(guī)劃,,移動機器人在執(zhí)行路徑跟蹤時,,還要不斷感知周圍的局部環(huán)境信息;其次,,移動機器人不僅要避開附近的移動障礙物,,而且要進行局部規(guī)劃或局部路徑修正;然后,,完成了地圖創(chuàng)建、機器人全局定位,、規(guī)劃局部路徑并控制車體運動,;最后,介紹了服務機器人調(diào)度系統(tǒng)終端軟件,。實現(xiàn)了機器人與調(diào)度系統(tǒng)的結(jié)合,,完成通過調(diào)度系統(tǒng)進行機器人運動控制的功能。

  關(guān)鍵詞:移動機器人,;地圖創(chuàng)建,;定位;調(diào)度系統(tǒng)

  中圖分類號:TP242.3文獻標識碼:ADOI: 10.19358/j.issn.1674-7720.2017.07.017

  引用格式:鄒風山,,趙彬.服務機器人導航與調(diào)度系統(tǒng)技術(shù)研究[J].微型機與應用,,2017,36(7):56-58,62.

0引言

  *基金項目:國家科技重大專項(2014ZX02103)服務機器人作為機器人行業(yè)的主打產(chǎn)品系列之一,,其適用范圍越來越廣,,在酒店引領(lǐng),、商場導購、餐廳送餐,、展示講解等領(lǐng)域已成熟應用[1],。智能服務機器人在我國先進制造技術(shù)的發(fā)展中起著關(guān)鍵的作用,將機器人技術(shù)與信息技術(shù)相結(jié)合,,面向家庭的智能服務機器人應用程序?qū)⒊蔀槲磥頂?shù)字家庭的關(guān)鍵角色,。移動機器人心臟的中央處理單元RC接收多個傳感器融合信息,使機器人能夠理解它們的周圍和外部環(huán)境信息[2],。利用這一方法實現(xiàn)實時運動控制決策,,找到最優(yōu)路徑。由于傳感器和控制器的作用,一方面,,移動機器人在沒有人工干預的條件下,完成自主運動規(guī)劃實現(xiàn)自主避礙,;另一方面,可以采取多種控制方式實現(xiàn)半自動運行,。如操作者通過鍵盤和鼠標發(fā)送控制命令,,使得機器人能夠理解人類語言[3]。同時,,機器人還可以根據(jù)聲音命令,,實現(xiàn)云數(shù)據(jù)學習和網(wǎng)絡訪問,遠程服務使得機器人不僅可以從遠程位置環(huán)境中獲取信息,,還可以幫助運動和控制決策等[4],。

  本文以自主移動機器人可以模擬人類自我學習的過程為目的,將其功能研發(fā)分為理解自己的狀態(tài)和外部環(huán)境信息,,從而實現(xiàn)實時運動控制決策,、避障、找到最優(yōu)路徑,;在柵格地圖表征環(huán)境下,,采用Wavefront方法進行路徑規(guī)劃、自主移動和軌跡跟蹤,。對服務機器人實現(xiàn)服務機器人調(diào)度系統(tǒng)調(diào)度服務器功能,,完成系統(tǒng)內(nèi)機器人的整體調(diào)度規(guī)劃和命令下發(fā)。實現(xiàn)服務機器人調(diào)度系統(tǒng)PC終端軟件,,完成PC端的機器人調(diào)度申請功能,。打破國外發(fā)達國家在智能服務機器人領(lǐng)域的相關(guān)技術(shù)封鎖,提高我國智能服務機器人的技術(shù)水平,,促進我國智能機器人產(chǎn)業(yè)的發(fā)展,。

1移動機器人導航定位

  本系統(tǒng)將利用通用激光雷達數(shù)據(jù)預處理方法對數(shù)據(jù)進行預濾波,有效提取信息中的有效部分,,降低數(shù)據(jù)量[5],。同時,,采用通用預處理方法可以降低定位與地圖創(chuàng)建系統(tǒng)對環(huán)境先驗知識的要求,極大提高系統(tǒng)可靠性和廣泛適用性,。

  1.1可靠環(huán)境感知方法

001.jpg

  如圖1所示,,環(huán)境感知是地圖創(chuàng)建的基礎。二維激光雷達對環(huán)境離散化程度高,,受遮蔽等影響大,。面向定位的激光雷達數(shù)據(jù)通用特征提取方法利用環(huán)境的先驗知識可以很容易地解決這些問題,提高特征提取的精度,,但在環(huán)境不符合先驗知識的情況下,,將產(chǎn)生大量不穩(wěn)定的特征,嚴重影響定位系統(tǒng)的魯棒性,。

  為了解決這些問題,,在對數(shù)據(jù)進行濾波、分割的基礎上提取這些離散點構(gòu)成的網(wǎng)格的結(jié)構(gòu)張量,,如圖2所示,。這些信息穩(wěn)定且可以廣泛地應用于多邊形、弧形及叢狀物體(Blob)的激光雷達觀測之中,。通過解決噪聲問題,、離散化問題和結(jié)構(gòu)張量正規(guī)化(Normalization)問題,可以成功地對二維激光雷達進行特征提取,,經(jīng)過實驗驗證,,這種方法提取的特征比基于環(huán)境先驗知識所提取的特征更加穩(wěn)定、精確,。

002.jpg

  1.2粒子濾波

  利用粒子濾波思想,,用粒子來表示機器人的位姿,在整個地圖分布粒子,,利用觀測計算粒子的權(quán)值,,對權(quán)值進行歸一化處理,根據(jù)粒子權(quán)值進行重采樣,。重采樣就是舍棄權(quán)值小的粒子,,讓權(quán)值大的粒子分裂出新的粒子,,然后再重新計算粒子的權(quán)值,,如此迭代,直到收斂,。

  在地圖創(chuàng)建后(或在已知環(huán)境中),,利用數(shù)據(jù)關(guān)聯(lián)的方法,可以對移動機器人進行定位,。這個問題稱作全局定位問題,。由于數(shù)據(jù)關(guān)聯(lián)的復雜性和數(shù)據(jù)關(guān)聯(lián)具有的指數(shù)復雜度,,全局定位問題被看做是一個復雜的問題。傳統(tǒng)的數(shù)據(jù)關(guān)聯(lián)方法要求移動機器人對位置先驗信息具有很高的確定度,。但是,,在一般的定位應用中,這是難以滿足的,。同樣地,,利用基于后驗概率的數(shù)據(jù)關(guān)聯(lián)方法,可以在位置先驗信息不確定度較差的情況下,,準確地獲取數(shù)據(jù)關(guān)聯(lián)結(jié)果,。

  1.3移動機器人定位與地圖匹配

  地圖匹配與合并可以將創(chuàng)建的局部地圖合并入全局地圖中,或?qū)⒍鄠€局部地圖合并創(chuàng)建全局地圖,。地圖匹配與合并的核心是計算正確的地圖轉(zhuǎn)移量,。在二維環(huán)境中,這個地圖轉(zhuǎn)移量包含在X和Y方向的平移距離以及一個旋轉(zhuǎn)角,。地圖轉(zhuǎn)移量的計算需要找到地圖之間的相似目標,,進而驗證地圖根據(jù)該相似目標進行合并后的似然函數(shù)。圖3給出了一個地圖合并的例子,。地圖合并的核心在于有效特征的提取與數(shù)據(jù)關(guān)聯(lián),。

 

003.jpg

2移動機器人路徑規(guī)劃

  要研究機器人路徑規(guī)劃首先構(gòu)建一張地圖,取定位點,,通過PAD操作創(chuàng)建如圖4所示的地圖,。地圖創(chuàng)建完成后,手動遙控實驗平臺運動,,并使用PC端軟件的地圖顯示功能實時監(jiān)控實驗平臺運行,,確認實驗平臺實際運行位置和地圖上顯示位置是否一致。

  2.1移動機器人路徑規(guī)劃

  將全局路徑規(guī)劃方法與局部路徑規(guī)劃方法相結(jié)合,,將基于反應的行為規(guī)劃與基于慎思的行為規(guī)劃相結(jié)合,,解決路徑規(guī)劃算法的合理性、完備性,、最優(yōu)性,、實時性以及對環(huán)境變化的適應性問題,同時保證機器人在動態(tài)不確定環(huán)境下,,能夠在滿足自身運動學約束的前提下,,以最短路徑代價運動到目標點。

  2.2Wavefront法

  由于室內(nèi)環(huán)境規(guī)模較小,,環(huán)境內(nèi)障礙物相對較多,,一般室內(nèi)環(huán)境都采用柵格地圖或拓撲度量地圖標示。本系統(tǒng)擬采用柵格地圖表征環(huán)境。在柵格地圖中,,采用Wavefront方法進行路徑規(guī)劃是一種簡潔,、可靠的選擇。Wavefront方法將地圖看做一個可導熱的物體,,環(huán)境中的障礙物為熱絕緣體,;出發(fā)點被看做熱源,熱量從熱源擴散出去,。當熱量到達目標點時,,熱量停止擴散,同時產(chǎn)生有效路徑,。利用這種方法,,可以確保有效路徑的探測率達到100%,同時,,可以根據(jù)應用需求,,在安全性和能量效率之間進行平衡,產(chǎn)生定義的最優(yōu)路徑,。然而,,由于計算復雜度的原因,Wavefront方法不適用于大規(guī)模環(huán)境之中,。

3機器人調(diào)度系統(tǒng)

  3.1服務機器人調(diào)度系統(tǒng)

004.jpg

  圖5基于ICE中間件的分布式軟件系統(tǒng)多個機器人能夠協(xié)調(diào)工作是服務機器人提高自身應用價值,、推廣市場和提高用戶體驗的必備功能。因此需要一套調(diào)度系統(tǒng),,在多臺機器人協(xié)同作業(yè)時進行統(tǒng)一規(guī)劃和調(diào)度,,使機器人能夠高效地配合完成較為復雜的任務。圖5所示為基于ICE中間件的分布式軟件系統(tǒng),。該系統(tǒng)由以下模塊構(gòu)成:PC,、移動終端,其作為任務下發(fā)構(gòu)件,;調(diào)度服務器,,其作為任務處理、路徑規(guī)劃構(gòu)件,;機器人,,作為任務執(zhí)行構(gòu)件。

  3.2系統(tǒng)功能結(jié)構(gòu)

  系統(tǒng)功能結(jié)構(gòu)包括:機器人狀態(tài)信息采集和處理(位姿,、運行狀態(tài),、電量);地圖管理功能(地圖編輯,、下載,、上傳,、派發(fā),、切換),;任務管理功能(任務生成、分解,、排序,、下發(fā));路徑規(guī)劃功能(靜態(tài)規(guī)劃,、動態(tài)規(guī)劃,、二次規(guī)劃);充電管理功能(低電量充電,、空閑充電,、充電站管理);日志記錄功能(任務日志,、調(diào)度日志),。

  3.3規(guī)劃策略

  規(guī)劃策略:基于關(guān)鍵點的路徑生成和使用代價計算。

  規(guī)劃步驟:(1)關(guān)鍵點及其關(guān)聯(lián)關(guān)系創(chuàng)建,;(2)基于關(guān)鍵點的有向圖模型建立,;(3)使用Dijkstra算法計算,并保存關(guān)鍵點之間的路徑及其靜態(tài)代價,;(4)機器人關(guān)鍵點使用優(yōu)先級處理,、沖突處理及等待代價計算;(5)所有機器人路徑優(yōu)先級排列遍歷,,計算總體代價最小值,;(6)依據(jù)代價最小的機器人路徑組合,計算沖突關(guān)鍵點的使用次序,;(7)監(jiān)視器依據(jù)關(guān)鍵點的使用次序,,調(diào)度機器人。

4結(jié)論

  本文首先系統(tǒng)地描述了移動機器人導航定位中躲避障礙物,、可靠環(huán)境感知,、魯棒數(shù)據(jù)關(guān)聯(lián)和基于位姿的粒子濾波方法,在柵格地圖表征環(huán)境中,,采用Wavefront方法進行路徑規(guī)劃,。其次,機器人可以通過環(huán)境感知傳感器采集環(huán)境信息,,實現(xiàn)自主路徑規(guī)劃并運動到預先設定的目標點,,無需人工干預。移動機器人具體工作時根據(jù)事先確定的任務自主進行全局路徑規(guī)劃,,在執(zhí)行此路徑的跟蹤時,,還要不斷感知周圍的局部環(huán)境信息,避開附近的移動障礙物,即要進行局部規(guī)劃或局部路徑修正,。最后,,多個機器人協(xié)同作業(yè)時進行統(tǒng)一規(guī)劃和調(diào)度,使機器人能夠高效地配合完成較為復雜的任務,。鑒于此,,對服務機器人導航與調(diào)度系統(tǒng)技術(shù)研究不僅滿足我國對未來多種類的高性能智能服務機器人需求,而且對占領(lǐng)市場具有重要的戰(zhàn)略意義,。

參考文獻

 ?。?] 沈友建, 黃孝鵬, 肖建.基于STM32的機器人自主移動控制系統(tǒng)設計[J]. 微型機與應用, 2016,35(18): 12-14.

  [2] Wang Bingfeng, Cui Shigang, Zhao Li, et al. Mobile robot map building based on grid arrangement[J]. Artificial Intelligence and Computational Intelligence, 2009, 09(2): 288-291.

 ?。?] LEE  Y C, CHRISTIAND, YU W, et al. Satellite image based topological map building method for intelligent mobile robots[C]. Intelligent Vehicles Symposium, 2012,7(2272): 867-872.

 ?。?] 李建軍. 國產(chǎn)化嵌入式實時操作系統(tǒng)軟件測試方法研究[J]. 微型機與應用, 2016,35(24): 24-29.


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載,。