259
第1期
2021年1月
机械设计与制造
Machinery Design & Manufacture
彭缓缓，郭毅锋，李健，黄丽敏
（广西科技大学电气与信息工程学院，广西柳州545006）
摘要：针对我们现实生活中未知的、时变的周围环境，提出了一种基于多传感器的自主移动机器人在多障碍物环境中 智能避障的设计。利用自身安装的四探头一体防水超声波传感器、红外传感器为有效的环境感知提供障碍物的距离数 值，采用核心芯片STM32F407处理多传感器获取到的距离数据，并将控制指令输入到执行单元。对其主控制电路、各个
传感器接口的设计实现了移动机器人避障控制系统的硬件设计。通过对获得的多组传感器实验数值的分析以及对机器 人样机的多次测试验证T 其设计的可行性。
关键词：智能移动机器人；超声波传感器；红外传感器；避障
中图分类号:TH16;TP242文献标识码:A
华北农学报文章编号:1001-3997(2021 )01-0259-04
Research on Obstacle Avoidance of Multi-Sensor
Control for Intelligent Mobile Robot
PENG Huan-huan, GUO Yi-feng, LI Jian , HUANG Li-min
(College of Electrical and Information Engineering Guangxi University of Science and Technology, Guangxi Liuzhou 545006, China)
Abstract :A iming at the unknown and time -^varying surrounding environment in real life , an intelligent obstacle (
design, far autonomous mobile robot based on multi —sensor in multi-obstacle eiwironment is proposed. Using the four-probe
waterproof ultrasonic sensor installed by itself, infrared sensor provides the distance value of obstacle for the effective
eiwironmental perception, and the core chip STM32F407 is used to process the distance data obtained by multi-sensor. And
input the control instruction io the execution unit. The hardware design of obstacle avoidance control system of mobile robot is realized by the design, of main control circuit and sensor interface. The feasibility of t he design, is verified by the analysis of t he experimental data obtained f rom the multi —group sensors and the multiple tests on the prototype of t he robot.
Key Words : Intelligent Mobile Robot ； Ultrasonic Sensor ； Infrared Sensor ； Obstacle Avoidance
1引言
智能移动机器人研究的焦点是如何在复杂环境中选取最优 路径的同时还要避开障碍物，要实现机器人行走的自动控制，首
要是快速理解周围的环境情况，并将其转化为控制命令，来确保
机器人在移向给定目标位置处时能够稳定、安全地避开所有阻碍
前行的物体叫
传感器获取到的障碍物距离数值是移动机器人感知所处周 围环境信息的主要来源，更是机器人了解环境并驱动电机来完成
相应任务的依据。多传感器的出现使机器人可以从不同的层面, 不同的方位来感知错综复杂的周边环境，以便让机器人做出正确
的决策鶏
采用四探头一体超声波的四个探头和多个红外传感器来勘 査周围阻碍机器人前行的不同物体距离情况，并测出机器人的中 心到各个物体的间距值。将采集到的障碍物距离信息输送到主控
电路去支配机器人的左右轮运转速率从而完成机器人精准避开
障碍物的任务。经过实物测试验证了该方法的可行性。
2移动机器人的系统结构
由安置在底座前方的一个万向轮和底座后左、右方的两个 驱动轮构成移动机器人的执行单元，实际运行轨迹是安置在底座
后左、右方的驱动轮采用差速进行控制，控制系统的设计，如图1 所示。机器人朝着给定位置处运行，当与检测到的物体间距是
（20~40）cm （＞40cm ）时，主要由红外传感器（四探头一体防水超声
波）把相应的距离信息传送到STM32F407主控电路，控制电路对 传送过来的数据信息进行分析，通过机器人专用轮毂电机控制机
来稿日期:2020-04-04
基金项目：广西创新驱动发展专项科技重大专项项目（桂科AA17204062）
作者简介：彭缓缓,（1992-），女，河南省商丘人，硕士研究生，主要研究方向：智能控制及应用；
郭毅锋,（1979-），男，四川人，博士研究生，教授，主要研究方向：智能控制及应用、电动汽车自动检测与控制
260彭缓缓等：智能移动机器人的多传感器控制避障研究第1期
器人左右轮的运行速度以及运行姿态，进而使机器人在其活动范围内躲避阻碍物体。
Fig.l Design Diagram of Control System
3感知系统
智能移动机器人避障的研究一直是机器人关键技术中备受关注的重要部分，这些研究中的周围环境被描述为静态或者已知。而我们现实生活中的环境是动态的、未知的。有很多任务要求机器人在未知和动态的障碍下安全地移动，安全到达目的地是一个至关重要的因素。通过选择最合适的传感器对机器人周围物体距离的分析，可以及时了解到机器人身边是否存在障碍物。因此，主要选用了四探头_体防水超声波和GP2Y0A02共同构成整个感知系统。
3.1主控电路设计
主控模块主要是进行各种信息数据的处理，可以让每一个功能模块都能更好的来完成它们各自的任务。主控芯片选用的是STM32F407，它为更多传感器的使用提供了丰富的10口，另外还有通用同步异步收发器(USART)、AD(12位,lus，分时24道)等。主控电路原理图，如图2所示。
Fig.2Master Control Circuit Schematic Diagram
3.2超声波测距接口设计
检测发射至收到回波的时间间隔来计算出对应距离数值的渡越时间检测法也是超声波测距原理其一，它主要应用于高实时性的地方^选用测量距离(0.3~25)m，具有在空气中传播的效率最佳的工作频率40kHz，有开机自动探测障働、抗电磁j总力强、精确数字显示障碍物距离等特点的四探头一^防水超声波传感器。
四探头一体超声波与主控芯片的接口电路，如图3所示。选用RS-232与主控芯片通信的方式，经RS-232转TTL电路后把TX1.RX1与主控电路STM32F407的PA9PA10弓I脚进行接线实现障碍物距离数据的处理，其中RS-232转TTL电路图，如图4所示。
图3四探头一体超声波接口电路图
Fig.3Four Probe Integrated Ultrasonic Interface Circuit Diagram
Fig.4Rs-232to TTL Circuit Diagram
红外测距接口设计
反射强度因周边环境中各物体和红外之间的长短间距值而不同为工作原理的红外传感器，对背景光和温度的适应能力比较强，且价格实惠％传感器在不同的表面上的响应也不同骗选用测量距离为(20~150)cm的SHARP GP2Y0A02，红外接口设计图，如图5所示。把它输出的AD值经过A/D电路换为对应的实际障碍物距离数值冏，与主控电路STM32F407的PA7引脚进行接线实现障碍物距离数据的处理。
Fig.5Infrared Ranging Interface Design
3.4多传感器的布局
针对机器人在一个新环境中执行避障任务，考虑到超声波工作时会存在检测不到的区域，而红外传感器对它的这个缺点有一定的完善，共同使用可以获取全面的障碍物距离信息。因此，选
性别大战No.l
Jan.2021机械设计与制造261
择以上介绍的四探头一体防水超声波、红外传感器同时检测机器人所处环境中是否有障碍物的存在。
在智能系统中，为了规划机器人在静态和动态环境下执行工作，机器人本体上安装有一块四探头一体
超声波传感器和8个红外传感器以多方位检测其在动作时四周阻碍物的距离数值。在超声波系统中通过RS-232传输检测到的数据；将红外传感器的信号采集到微处理器中，命令指令通过驱动装置控制两台机器人专用轮毂电机叫多个传感器的整体布局，如图6所示。图中：数字IV—机器人上面安装的一块四探头一体超声波的四个探头的依次顺序号，字母sh—机器人本体上的8个红外传感器的编号。
O四探头一体超声波传感辭
•红外传感器
图6传感器的局部系统图
Fig.6Local System Diagram of Sensors
4移动机器人的避障策略
移动机器人从起点至指定目标点的过程中，本体安装的多传感器会自主的发出检测障碍物信号，当检测到障碍物和机器人之间的距离在规定距离范围之内时，要对不同传感器检测的障碍物距离数据分别进行处理，把所有的信息都盎到主控制器，根据控制规则发出执行命令，驱动轮毂电机使其调整运作姿态的同时准确避开障碍物，过程中需要反复的判断是否避开了阻碍前行的物体以及是否到了给定目标处，完成以上动作过程的流程，如图7所示。
5实验及分析
5.1避障测距实验
采用同一个物体,（20~40）cm（含40cm）选用红外来检测距此物体的距离数值;（40~120）cm选用四探头一体超声波。通过多次实验得到超声波、红外传感器输送的距离数据以及用尺量的实际距离姻，如表1所示。
表1尺量的距离与传感器测的距离数值表
Tab.1Numerical Table of Distance Measured by
Scale and Distance Measured by Sensor
实际距离
/cm
测量距离
/cm
实际距离
/cm
测量距离
/cm
实际距离
/cm
测量距离
/cm 2022.85557.19092.1
2526.76063.29597.3snake算法
3032.46566.4100103.5
3536.57073.0105106.5
4042.07577.6110111.6
454&88083.4115118.6
5052.68587.6120123.2
为了提高传感器测的距离数值精度，将表中数值依次输入到MATLAB，把表中各距离数值用最小二乘法拟合曲线，拟合后的曲线，如图8所示。观察图8可以发现，经过校正后的数据与实际距离值相差无几，从而在一定程度上达到了机器人高精度避障
图8实际距离、测量距离与拟合后数值的三者比较
阳江网络问政平台
Fig.8Comparison of Actual Distance,M easured
Distance and Fitted Value
5.2实物测试
考虑到当机器人被安放在一个新的环境时，混乱摆放的物体使移动机器人一时很难迅速的理解周围环境的情况。首腰对其周围的物体位置进行分类，以使移动机器人可以快、准的执行相应避障策略从而
避开障碍物。以参考文献呻机器人和各个物体之间的一个位置关系作为参照，接下来对实物机器人进行在前往给定目标位置处的过程中，当它的两侧会出现障碍物体时的测验，如图9所示
青藤碱
。
No.l
Jan.2021 262机械设计与制造
图9两侧存在物体的避障实验
Fig.9Obstacle Avoidance Experiment of Objects on Both Sides
6结论
从机器人样机在杂乱无章的多障碍物环境中避障实验可知，移动机器人可以既稳定又安全的穿越其狭缝，到达给定终点位置，从而验证了设计可行性以及避障的精确性。多个同种传感器进行组合的同时再与其他种类传翻配合，这样不仅可以弥补单一传感器的缺点，还可以感知机器人此时此刻的多方位、多类障碍物信息源以便实现避障功能，因此在移动机器人系统中获得普遍应用。
参考文献
[1]Shigang Cui,Xiong Su.Study on ultrasonic obstacle avoidance of mobile
robot based on fuzzy controller[C].International Conference on Computer Application and System M
odelingJEEE,2010.
[2]杨小菊，张伟，高宏伟.基于模糊控制的移动机器人避障研究[J]■传感
器与微系统,2017,36(3)=51-54.
(Yang Xiao-ju,Zhang Wei,Gao Hong^weLResearch on obstacle avoidance of Mobile Robot based on Fuzzy Control[J].Sensors and Microsystems,2017,36(3)：51-54.)
[3]仲崇庆，杨录，张艳花.高精度超声回波渡越时间算法研[J].仪表技术
与传感器,2016(3):108-110.
(Zhong Chong-qing,Yang Lu,Zhang Yan-hua.Study on high precision ultrasonic echo transit time algorithmf J]I nstrumentation Technology and Sensors,2016(3):108-110.)
[4]郭瑞军，李璐晨，关萌.智能型服务机器人关键技术与应用[J].工业技
术创新,2017,4(2):136-138.
(Guo Rui-jun,Li Lu-chen,Guan MengKey technologies and applications of intelligent service robot[J]I
ndustrial Technological Innovation,2017, 4(2):136-13&)
[5]Adhvaryu A D,Adarsh S,Ramchandran K LDesign of fuzzy based inte
lligent controller for autonomous mobile robot navigationf C].International Conference on Advances in Computing,Communications and Informatics,2017：841-846.
[6]张红.基于小型PLC机械手臂设计及控制系统研究[J].机械设计与制
造工程,2018,47(7)：60-64.
(Zhang Hong.Research on design and control system of mechanical arm based on small plc[J].Mechanical Design and Manufacturing Engineer ing,2018,47(7):60-64.)
[7]Luo R C,Lin T Y,Hsu T Y.Multi-sensor controlled obstacle avoidance
and navigation of intelligent security robot[C]J ndustrial Electronics Society,2005.IECON2005.Conference of IEEE,2005.
(上接第258页)
(3)移动机器人在运动过程中仍然存在一定的误差，其中误差的主要来源包括传感器误差，机械结构导致的误差等，在之后的研究中应采取措施避免此类误差，以更好的验证算法本身的精确性。
参考文献
[1]谢德胜，徐友春，万剑.基于RTK-GPS的轮式移动机器人轨迹跟随控
制人,2017,39(2):221-229.
(Xie De-sheng,Xu You-chun,Wan JianTrajectory tracking control of wheeled mobile robots based on RTK-GPS[J].Robot,2017,39(2):221-229.)
⑵刘懿锋，张瑜洁•自动化物流系统中AGV小车系统的应用探讨[J]冲
磨料加工
国设备工程,2018(16):135-136.
(Liu Yi—feng,Z hang Yu-jie.Discussion on the application of AGV ctro-lley-system in automatic logistics system[j].Chinese Plant Engineering, 2018(16):135-136.)
[3]陈宝强，蒋旭东，侯敬波AGV叉车在仓储行业的应用[J]冲国储运，
2018(8):118-124.
(Chen Bao-qiang,J iang Xu-dong,Hou Jing-bo.Application of AGV forklift truck in storage industry[J].China Storage&Transport,2018(8)：118-124.)
[4]王春颖，刘平，秦洪政.移动机器人的智能路径规划算法综述[J].传感
器与微系统,2018(8):5-&
(Wang Chun-ying,Liu Pin,Q in Hong-zhenReview on intelligent path planning algorithm of mobile robots[J].Transducer and Microsystem Technologies,2018(8)：5-8.)[5]周滔，赵津，胡秋霞.复杂环境下移动机器人全局路径规划与跟踪[J/
0L].#算虹程：1-&
(Zhou Tao,Zhao Jin,Hu Qiu-xia.Global path planning and tracking for mobile robots in cluttered environment[J/OL].Computer Engineering: 1-8.)
[6]Stanley T S.The Robot That Won the DARPA Grand Challenge:research
articles[J]J ournal Robotics System,2006,23(9):661-692.
[7]王俊.智能驾驶车辆横向跟踪控制与实车试验[J]上海汽车,2018(7)：
58-63.
(Wang Jun.Intelligent driving vehicle lateral tracking control and real vehicle test[J].Shanghai Auto,2018(7)：58-63.)
[8]赖欣，陆阳，周乐，马伟.轮式移动机器人的Back-stepping滑模模糊自
适应轨迹跟踪控制[J/OL].机械科学与技术：1-7.
(Lai Xin,Lu Yang,Zhou Le.Trajectory tracking with back-stepping sliding mode fuzzy adaptive control for wheeled-mobile robot[J/OL].Mechanical Science and Technology for Aerospace Engineering：1-7.) [9]王家恩，陈无畏，王檀彬.基于期望横摆角速度的视觉导航智能车辆横
向控制[J].机械工程学报,2012,48(4)：108-115.
(Wang Jia-en,Chen Wu-wei,Wang Tan-bin.V ision guided intelligent vehicle lateral control based on desired yaw rate[j].Chinese Journal of M e-chnical Engneering,2012,48(4)：108-115.)
[10]林义忠，张勤，望翔.基于PLC的磁导航AGV路径跟踪模糊控制研
究[J]装备制造技术,2018(7):207-210.
(Lin Yi-zhong,Zhang Qin,W ang XiangJResearch on fuzzy control of ma-gnetic navigation AGV path tracking based on PLC[J].Equipment Manufacturing Technology,2018(7)：207-2
10.)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议