多路径识别的智能循迹机器人设计与实现

多路径识别的智能循迹机器人设计与实现

?６５?

多路径识别的智能循迹机器人设计与实现

陈杨阳１，蔡建羡２，刘智伟２，乔志龙１

（１．北方工业大学机电工程学院，北京１０００４１；２．防灾科技学院防灾仪器系，河北三河０６５２０１）

摘要：智能循迹机器人在多传感器信号融合处理、多路径识别方面尚存缺陷。设计了一种具有多路径识别和测速反馈功能的自主循迹机器人，机器人采用ＡＴ８９Ｓ５２单片机作为控制核心，通过红外光电传感器实时检测路径情况，槽型光电传感器检测机器人运行速度，利用优先级判决法处理传感器反馈给单片机的信号，控制机器人的速度及转向。试验结果表明，设计的机器人能够很好地解决多种路径识别与冲突问题，可以自主准确、快速地实现对黑色引导线的判断和处理，使机器人根据引导线走向稳定地行驶。关键词：多路径识别；光电传感器；循迹；单片机

中图分类号：ＴＰ２４２．６

文献标识码：Ａ

文章编号：１０００—８８２９（２０１４）１２—００６５—０４

Ｄｅｓｉｇｎａｎｄ

ＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＩｎｔｅｌｌｉｇｅｎｔＴｒａｃｋｉｎｇＲｏｂｏｔｉｎ

Ｍｌｌｌｔｉ．ＰａｔｈＩｄｅｎｔｍｃａｔｉｏｎ

Ｚｈｉ—ｗｅｉ２，ＱＩＡＯ

Ｚｈｉ—ｌｏｎ９１

１０００４１，Ｃｈｉｎａ；

ＣＨＥＮＹａｎｇ—ｙａｎ９１，ＣＡＩＪｉａｎ—ｘｉａｎ２，ＬＩＵ

（１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏａｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆ

Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ

２．ＤｅｐａｒｔｍｅｎｔｏｆＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎＡｐｐａｒａｔｕｓ，ＩｎｓｔｉｔｕｔｅｏｆＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎ，Ｓａｎｈｅ０６５２０１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅ

ａｒｅ

ｓｔｉｌｌｓｏｍｅｄｅｆｅｃｔｓｉｎｍｕｌｔｉ．ｓｅｎｓｏｒｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎａｎｄｐａｔｈｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｉｎｔｅｌｌｉｇｅｎｔ

ｔｒａｃｋｉｎｇｒｏｂｏｔ．Ａｓｅｌｆ－ｔｒａｃｋｉｎｇｒｏｂｏｔｗｉｔｈｔｈｅｆｕｎｃｔｉｏｎｓｏｆｍｕｌｄ—ｐａｔｈｉｄｅｎｔｉｆｉｃａｔｉｏｎｓｉｇｎｅｄ．ＡＴ８９￥５２ｍｉｃｒｏｃｏｎｔｒｏｌｌｅｒｉＳｔａｋｅｎ

ａｒｅ

ａｓ

ａｎｄ

ｓｐｅｅｄｆｅｅｄｂａｃｋｉｓｄｅ—

ｓｅｎｓｏｒｓ

ｃｏｎｔｒｏｌｓｙｓｔｅｍ

ｃｏｒｅ

ｏｆｔｈｅｒｏｂｏｔ．Ｔｈｅｉｎｆｒａｒｅｄｐｈｏｔｏｅｌｅｃｔｒｉｃ

ｔｏ

ｕｓｅｄ

ｔｏ

ｄｅｔｅｃｔｐａｔｈｉｎｆｏｒｍａｔｉｏｎ，ｔｈｅｇｒｏｏｖｅｐｈｏｔｏｅｌｅｃｔｒｉｃｔｒａｎｓｄｕｃｅｒｓａｒｅｕｓｅｄｄｅｔｅｃｔｔｈｅｓｐｅｅｄｏｆｒｏｂｏｔ．

Ｔｈｅｍｅｔｈｏｄｏｆｐｒｉｏｒｉｔｙｃｏｎｔｒｏｌｔｈｅｒｕｎｎｉｎｇ

ｃａｎ

ｊｕｄｇｍｅｎｔｓ

ｃａｎ

ｂｅｕｔｉｌｉｚｅｄ

ａｓ

ｔｏ

ｐｒｏｃｅｓｓ

ｓｉｇｎａｌｓ

ｗｈｉｃｈｆｅｅｄｂａｃｋｆｒｏｍａｌｌｓｅｎｓｏｒｓ，ａｎｄｔｈｅｎ

ｓｔａｔｅｓ

ｏｆｒｏｂｏｔｓｕｃｈ

ｓｐｅｅｄａｎｄｄｉｒｅｃｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅ

ｃａｎ

ｄｅｓｉｇｎｅｄｒｏｂｏｔ

ｓｏｌｖｅｐｒｏｂｌｅｍｓｏｆｍｕｌｔｉ．ｐａｔｈｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｐａｔｈｃｏｌｌｉｓｉｏｎａｎｄｉｔａｌｓｏｌｉｎｅａｎｄ

ｒｕｎ

ｉｄｅｎｔｉｆｙａｕｔｏｎｏｍｏｕｓｌｙｂｌａｃｋ

ｐｉｌｏｔｆａｓｔａｎｄｓｔａｂｌｙｉｎｌｉｎｅ．

Ｋｅｙｗｏｒｄｓ：ｍｕｌｔｉ－ｐａｔｈｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｐｈｏｔｏｅｌｅｃｔｒｉｃｓｅｎｓｏｒ；ｔｒａｃｋｉｎｇ；ｍｉｅｒｏｃｏｎｔｒｏｌｌｅｒ

目前的智能循迹机器人已经发展的多样化，辅助大、处理速度较慢，不能很好地解决多路径识别瓶颈。笔者重点解决机器人多路径判断与识别、冲突区域“颤抖”等问题，通过改进传感器布局、融合多传感信息处理、优化循迹算法、微小量修正等手段提出解决方案，经过反复实验和调试后达到较好的循迹效果。

１

１．１

功能也越来越多，却依然存在路径识别不准确、可辨识路径少、稳定性较差等问题。有研究通过在智能车上加装摄像头采集图像，实现多路径识别，但视频信息量

收稿日期：２０１３—１２—１３

基金项目：国家特殊需求一城市道路交通智能控制人才培养项目（ＰＸＭ２０１３－０１４２１２００００３１）；中央高校基本科研业务费专项资金项目（创新项目团队资助计划）（ＺＹ２０１１０１０４）

作者简介：陈杨阳（１９９０一），男，江苏盐城人，硕士研究生，主要研究方向为机器人技术；蔡建羡（１９７８一），女，河北衡水人，博士，副教授，主要研究方向为智能控制、机器人学；刘智伟（１９９０一），男，本科，研究方向为电气工程及其自动化；乔志龙（１９８８一），男，河北张家口人，硕士研究生，主要研究方向为检测技术。

系统硬件设计

智能循迹机器人工作原理

能循迹机器人前方装有５个循迹传感器，用于检测多种路径信号特征，并反馈给单片机进行处理；在电机转动轴上装有测速传感器，实时检测机器人的运动速度，根据路径信息由单片机产生两路ＰＷＭ波分别控制机器人的左右电机转速，以及利用电机差速控制转弯角度。在设计好的由多路径组成的路线上实现全程自启动、停止和自动巡迹，以及在常规路径段实现加

万方数据

?６６?

《测控技术）２０１４年第３３卷第１２期

面比视觉传感器更具有优势，如体积小、精度高、反应快、数据处理简单等。

在识别路径时，若红外线识别到黑色线条路径无反射，输出端向单片机输出３．９～５Ｖ高电平信号；若红外线识别到路径以外区域，则反馈０—１．２Ｖ低电平信号。红外光电传感器的检测距离为２—１２０ｍｍ，通过电位器可对其进行调节。本研究红外光电传感器的布局为“前三后二”的方式，传感器安装位置如图２所示。２、３、４号传感器间间隔为１．５ｃｍ，１和２、４和５之间的距离为４．５ｃｍ，距地面检测高度为８ｍｍ。中间３个传感器可以精确地识别和锁定常规路径，并且在出现“颤抖”和冲突情况时进行微调修正；后方２个传感器可以防止机器人严重偏离路径的情形，同时可以作为对特殊路径的识别判定。经试验测试，“前三后二”的检测方式合理可行、安装方便，相比于传统的单排３个、５个、７个等安装方式，具有检测范围广、识别精确

等优点。

速和特殊路径处减速行驶，并在出现“颤抖”的路径上纠正机器人运动姿态，平滑稳定地通过冲突区域。

１．２控制系统设计

控制系统的设计应该遵循最简化原则，在完成相同功能的情况下使用简单易行的控制方法来实现。美国Ａｔｍｅｌ公司的５１系列内核单片机非常适合做嵌入式控制系统的开发…，相比于ＴＩ的ＭＳＰ４３０Ｆ２２７４和飞思卡尔的ＭＣ９Ｓ１２ＸＳｌ２８等型号单片机，５１单片机具有开发资源丰富、位寻址便捷、成本低廉等优势。因此，控制芯片采用Ａｔｍｅｌ的经典型单片机ＡＴ８９Ｓ５２作

为机器人系统的控制核心。该芯片是一种带４

ＫＢ

Ｆｌａｓｈ存储器的低功耗、高性能ＣＭＯＳ８一ｂｉｔ微处理器，

拥有４个８－ｂｉｔ并行Ｌ／Ｏ口（Ｐ０、Ｐｌ、Ｐ２、Ｐ３）、２个１６．ｂｉｔ

定时器／计数器、５个中断源、１２８×８一ｂｉｔ内部ＲＡＭ悼１。

单片机通过实时采集Ｉ／Ｏ口状态，监控循迹传感器和测速传感器传回的数据，根据算法的处理通过Ｌ／Ｏ口给出电机驱动信号，利用单片机的定时器产生ＰＷＭ波，以控制机器人的运动速度和转向角度，机器

人系统的设计框图如图ｌ所示。

‘

系统电源（１２Ｖ）降压电路（５Ｖ）ｌ

ｌ直流减速电机

Ｌ＿Ｌ上Ｌ

１

ｒ

１

；

虬。

１．４测速模块

，

５ｃｍ１．５ｃｍ

测速传藤器路径识别传感器

郧。。４

１

ｒｌ

Ｔ８９Ｓ５２单片机卜＿刊电机驱动电路

图２红外光电传感器安装示意图

图１机器人系统设计框图

５个循迹传感器Ｏｕｔｐｕｔ分别接到单片机的Ｐ１．０

～Ｐ１．４端口，２个测速传感器Ｏｕｔｐｕｔ接到单片机Ｐ１．５机器人是典型的控制系统，为了精确控制机器人的运行姿态，使机器人达到预期的控制效果，反馈控制

就显得尤为重要。在本研究中，机器人的运动速度影

和Ｐ１．６端口；电机驱动电路共有６个接入口，为左电机输入信号ＩＮｌ、ＩＮ２、右电机输入信号ＩＮ３、ＩＮ４，以及使能端输人信号ＥＮＡ、ＥＮＢ，分别连接到单片机的Ｐ０．０一Ｐ０．５端口。实际应用中的路径检测有着更高的需求精度，可以将５个循迹传感器扩展为５个红外检测模块，每个检测模块由多个红外传感器构成，每个部分用并线连接的输出方式，即每个检测模块里所有传感器的输出端均接到一个逻辑门器件，由逻辑门通过一根数据线输出检测信号，这样不仅可以很好地解决程序处理上的优先级问题，还能大大节约单片机Ｉ／

Ｏ端口资源。１．３路径识别模块

响到传感器的识别精度、路径识别的准确率、机器人的

运行稳定性等，所以速度是本系统中最重要的反馈控

制量。在小电机测速领域中，最常见的测速传感器就是槽型光电传感器。

槽型光电传感器需要配合码盘或者光栅一起使用，测速的原理是发射管发出光线给接收管，接收管输出一个信号；若光线被码盘挡住，则输出另一个状态信号。该传感器接收头是一款包含了信号采集、放大和比较功能的集成电路，当无运动物体遮挡开关时，光电开关的接收端输出高电平信号，当有物体经过遮挡时，光电开关的接收端输出低电平信号ＭＪ，，Ｉ－Ｉ＇Ｌ信号可以直接供单片机识别并使用。将两个２００线金属码盘和传感器安装到机器人的转动轴上，可以分别测得机器

人两个电机的转速，从而获得机器人运动速度。１．５电机驱动模块

智能循迹机器人要实现对路径的识别可以通过多种方式，如视觉传感器（摄像头、ＣＣＤ／ＣＭＯＳ）、红外线传感器。摄像头可以清晰地提取路径信息，并通过算法进行二值化处理，然而丰富的赛道信息造成数据采

集量大、运算速度慢、处理时间长，并且摄像头易受光

线和路径背景的干扰卜Ｊ。红外线光电传感器既可以传递数字信号量，也可以传递模拟电压信号，在循迹方万方数据

循迹机器人为履带式机器人，两条履带各由一个直流减速电机带动，该电机的驱动电压为１２Ｖ，为使

到单片机的Ｉ／Ｏ口输出电压可以控制电机的转速和方

多路径识别的智能循迹机器人设计与实现

向，需要将单片机的Ｉ／Ｏ输出信号接到电机驱动电路上，通过电机驱动器控制机器人的两个电机。

Ｌ２９８Ｎ专用驱动芯片的输出信号可直接由单片机的输出信号控制，具有电路简单、易于控制、可靠性高等优点。运行状态真值如表１所示，真值表中给出是电机的转向，具体转速数值的多少、如何实现机器人的加减速行驶将在调速算法部分介绍。

表１运行状态真值表

１．６电源模块

机器人的电源系统有３个部分：单片机控制系统、传感器供电系统、Ｌ２９８Ｎ驱动电路。前两者为５Ｖ供电，驱动电路为７—１２Ｖ供电。为满足系统供电需求，使用直流１２Ｖ锂电池作为系统电源，电源直接与电机驱动相连保证机器人有足够的动力实现加速过程，通过ＬＭ７８０５稳压集成电路降压分出５Ｖ电压供单片机和传感器使用。同时，在电源电路中，每个部分要并联电容、串联电感，防止电压和电流的突变对机器人的运

动产生“颤抖”影响。

２算法设计

２．１

测速算法

本研究使用２００线码盘，所以电机转动一周产生２００个脉冲，则测得速度ｕ，为

＂。＝７ｒＤ。ｒｔ凡＝＾ｙ２００

式中，Ｄ为车轮直径（单位为ｃｍ）；ｎ为电机转速（单位为ｒ／ｓ）；Ⅳ为每秒产生的脉冲数。经过测量，车轮直径

Ｄ为４．７ｃｍ，可知码盘最小分辨精度Ｐ为

ｐ＝ＩｒＤ／２００＝３．１４×４．７／２００＝０．１４８ｃｍ＝１．４８ｍｍ

将测得的速度反馈给单片机，并与预设的不同路径的稳定阈值相比较，若不大于阈值，单片机不采取控制措施；大于阀值时，单片机将预设的稳定阈值传递给机器人，控制其运动。

２．２调速算法

为实现机器人在不同路径的稳定运行，需要对机万方数据

?６７?

器人的速度进行控制。调速算法的实现是依据单片机的定时器０和定时器１产生２路ＰＷＭ波，分别控制机器人的两个直流电机。本实验中ＰＷＭ波的总周期为２５５，改变占空比即可实现对机器人速度的控制。机器

人的运行速度为

口２

Ｆ一×ｑ

／）ｍａｘ＝１ＴＤ‘ｎ一，ｑ＝￡。／Ｔ

式中，Ｆ。。为最大测得速度；１１，。，为电机最大转速；ｑ为占空比。

算法设计中编写的电机调速函数的头文件如下（具体调速算法不再给出）：

＃ｉｆｎｄｅｆ—ＭＯＴＯＲ—Ｈ一＃ｄｅｆｉｎｅ——ＭＯＴＯＲ——Ｈ——

／／占用系统资源：定时器０和定时器１及其中断／／功能：设置电机转速及方向

／／参数：ｓｐｅｅｄＩｓｐｅｅｃｌ２：０～２５５可调，２５５最大ｄｉｒｌｄｉｒ２：１

正转０后转

／／左轮：ｓｐｅｅｄｌ、ｄｉｒｌ／／右轮：ｓｐｅｅｄ２、ｄｉｒ２

ｖｏｉｄ

ｍｏｔｏｒ—ｍｏｖｅ（ｕｎｓｉｇｎｅｄ

ｃｈａｒ

ｓｐｅｅｄｌ，ｕｎｓｉｇｎｅｄｃｈａｒ

ｓｐｅｅｄ２，ｂｉｔｄｉｒｌ，ｂｉｔ

ｄｉｒ２）；

ｖｏｉｄｉｎｉｔＰＷＭ（ｖｏｉｄ）；＃ｅｎｄｉｆ

根据红外传感器检测到的路径信息，在不同的路

径调用不同的速度函数值，控制机器人的速度和稳定

性。试验中，机器人的常规速度值的占空比设置为

０．８（ｂｉｔ

ｄｉｒｌ，ｂｉｔ

ｄｉｒ２取２０４）。为解决常见的循迹算法

中的“颤抖”问题，将根据路径弯道的缓急程度智能的调节转弯快慢的程度∞Ｊ。当机器人出现“颤抖”时，微

调左右轮差速、降低占空比减速至０．３６影～（ｂｉｔｄｉｒｌ，ｂｉｔｄｉｒ２取９２），控制其平稳渡过“颤抖”区域；当机器人因加速致使速度过快不能锁定路径时，会自动减少机器人的ＰＷＭ波占空比至常速，降低错误识别率。

２．３延时函数

延时程序是控制系统中最基础又是最重要的函数。本研究中为适应机器人以最佳状态运行，编写了

４个级别的延时函数：５０

Ｉ．Ｌｓ、ｌｍｓ、５０ｍｓ、１ｓ，供机器人

在不同路径需求和微调时调用。

２．４循迹算法

循迹算法是整个系统的核心，路径检测与识别是

循迹算法的主要功能，根据５个红外光电传感器检测

的信号来控制机器人的运动姿态。在本研究的实验测

试路径中，设定了以下六大类路径。

①正常路径：引导线平滑弯曲，且每处曲线的曲率半径很小（直线的曲率半径为零）。此时由２号和４号传感器控制机器人运动状态。

②ｕ字形路径：引导线平滑过渡，曲率半径较大。

?６８?

《测控技术））２０１４年第３３卷第１２期

此时有两种控制方式：一是减慢机器人的行驶速度，由

２号和４号传感器处理，此种方法灵活性高、处理速度慢，实际效果不佳；二是运动速度不变，由１号和５号传感器处理，通过延时控制机器人转弯角度大小，之后运行状态和正常路径相同，此种方法处理速度快、灵活性差，实际效果好。故本设计采用第二种方法。

③虚线路径：以实代虚，在没有引导线的位置采用短延时保持正常路径状态。

④直角路径：左转条件下由２号和３号传感器控制运动状态，延时控制左转弯角度为９００；右转条件下由３号和４号传感器控制运动状态，延时控制右转弯角度９０。。

⑤十字路径：引导线成十字交叉状态，由２号和４号传感器同时检测。通过短延时采取直走运动状态。

⑥７字路径：即简单锐角路径，处理方法和ｕ型路径相似，不再赘述。３

图４实际测试运行效果图

多路径测试实验

合运用这些可行性较高的技术方法，经过多次试验测试和调整改进，得到了较好的试验效果。多路径识别智能循迹机器人的研究是一个持续性的课题，本设计虽然解决了循迹机器人多路径识别的部分缺陷，对于任意未知角度的锐角路径识别和处理尚未得到具有通

用性的算法。参考文献：

［１］

程丽娜，陈杨阳．基于Ｃ５１单片机的智能灭火机器人的设计与研究［Ｊ］．机器人技术与应用，２０１２（３）：３８—４１．［２］赵建领，薛圆圆．５１单片机开发与应用技术详解（珍藏

版）［Ｍ］．北京：电子工业出版社，２００９：４３－４７．［３］

王子辉，叶云岳．基于ＣＭＯＳ传感器的智能循迹小车图像识别技术研究［Ｊ］．传感技术学报，２００９，２２（４）：４８４—

４８７．

根据测试要求，设置了如图３所示的路径，路径测试实验中，引导路径使用３Ｍ公司的黑色３ｍｍ宽胶带。路径设有启动线和停止线，整个过程包含设计中提到的所有情况。经过反复试验，根据机器人的实际运行状态调整了算法中的各个参数值。图４为机器人的实际测试运行效果图。

［４］［５］

左兆陆，郑宾，丁高林，等．基于红外线光电开关的测速系统设计与应用［Ｊ］．自动化与仪表，２０１１，３６（８）：８２—８４．赵涓涓，杜麒麟，屈明月，等．智能小车的无支路循迹算法设计［Ｊ］．计算机应用与软件，２０１３，３０（６）：１４７—１４９．

口

图３循迹路径

由图４所示的运行效果可以看到，设计的履带式机器人在行驶过程中，能够检测预先设好的路径。通过多次测试，可以看出：在机器人运行过程中，若有偏

离，能够自动纠正，返回到预设轨道上来，完全达到了

本次研究要求的效果。

４

结束语

对机器人的路径识别传感器安装方式和排列重新

进行了设计，区别于现有的路径识别传感器安装位置，结合测速控制反馈、实时ＰＷＭ调速等技术，融合多种检测信息混合处理，编写多个不同单位级延时函数，综万方数据

内容需要下载文档才能查看 内容需要下载文档才能查看

多路径识别的智能循迹机器人设计与实现

作者：

作者单位：

刊名：

英文刊名：

年，卷(期)：陈杨阳， 蔡建羡， 刘智伟， 乔志龙， CHEN Yang-yang， CAI Jian-xian， LIU Zhi-wei， QIAO Zhi-long陈杨阳,乔志龙,CHEN Yang-yang,QIAO Zhi-long(北方工业大学机电工程学院,北京,100041)， 蔡建羡,刘智伟,CAI Jian-xian,LIU Zhi-wei(防灾科技学院防灾仪器系,河北三河,065201)测控技术Measurement & Control Technology2014,33(12)

引用本文格式：陈杨阳.蔡建羡.刘智伟.乔志龙.CHEN Yang-yang.CAI Jian-xian.LIU Zhi-wei.QIAO Zhi-long 多路径识别的智能循迹机器人设计与实现[期刊论文]-测控技术 2014(12)