本科毕业设计（论文）
外文翻译
基于单片机系统的移动机器人定位与障碍物躲避
作者：Aziza M. Zaki ,Osama Arafa, Sanaa I. Amer.
国籍：埃及
出处：Elsevierjournal，2014， 58-71页
中文译文：
摘要：移动机器人在设备制造、危险品处理等方面的应用越来越多。通常情况下，几个传感器相互组合使用，将信息组合成可用的形式，适合于导航的任务并决策，称为传感器融合。在这篇文章中，介绍了一种基于移动机器人的仓库作业导航系统，重点研究了该系统所采用的传感系统。采用了感知与航迹推算相结合的混合导航系统，取得了满意的导航效果。设计了一种移动机器人避障导航微控制器系统。设计了一个由24个超声传感器组成的系统，并给出了系统的运行算法。详细介绍了所采用的编码器和超声波传感器，并根据其工作原理设计了导航系统。copy; 2014年爱思唯尔公司代表电子研究所(ERT)制作。
关键词：移动机器人;导航控制;测程法;超声波传感器;单片机
1.介绍
机器人导航是指在不与障碍物发生碰撞的情况下，在环境中探索的能力、确定自己位置的能力、以及达到特定目标位置的能力。因此，导航系统可能包含以下几个部分：机器人定位系统、路径规划和地图构建。
这是四种流行的定位系统：
1.基于里程计(航迹推算)的导航。
2.基于活动信标的导航系统。
3.基于路标导航系统。
4.基于地图的导航系统。
大多数自主机器人系统有多个传感器(Brooks, 1986;Mogensen, 2006)。通常将几个传感器系统结合使用。它们有时是互补的，有时是多余的。在几乎所有的机器人系统中，来自同一类型或不同类型的多个传感器被用于提供全面的覆盖范围。例如，一个由24个超声波传感器组成的环，以15个增量围绕在一辆汽车上，这就是移动机器人CARMEL(用于维护、紧急情况和生命支持的计算机辅助机器人)。 (Borenstein and Koren, 1991)。另一个例子是Nomad Supper Scout II，它携带16个超声波传感器，被车辆周围的22.5个增量隔开(Yi, 2001)。将信息组合成一种可用的形式，适合于进行决策，这就称为传感器融合。
移动机器人通常携带航迹推算传感器，如车轮编码器和惯性传感器，以及障碍物探测和地图制作传感器。如飞行时间(TOF)超声波传感器将传感器的测量值将融合在一起，来以估算机器人的位置。
视觉传感器在许多应用中被用来构建移动机器人所面对空间的图像，以检测各种障碍物并避免碰撞。视觉系统通常是计算复杂的，因为图像的形成是由许多非常复杂应用程序组成的。
本文介绍了一种基于移动机器人的仓库作业导航系统。将感知和航迹推算相结合的混合导航系统，使移动机器人的运行效果令人满意。如果环境中包含模糊不清的信息或很少能感知到可区分的地标，这个系统的性能就会下降。通过引入测量的数据来区分相似位置，可以解决感知混叠问题。在大多数应用中使用超声波传感器更容易，更便宜，计算也更简单。超声波换能器最好用于获取环境的三维信息(Bak, 2002; Everett,1995;Borenstein 和Koren, 1988;Benitz Read和Rojas-Ramirez, 2010)。它们测量和探测到运动物体的距离，不受目标材料、表面和颜色的影响，固态单元几乎具有无限的免维护寿命。超声波传感器不受灰尘、污垢或高湿度环境的影响。
在本工作的第二节中，给出了测程法和测程误差。第3节介绍了超声波系统，可能遇到的误差来源和传感器类型，特别是在这项工作中使用的传感器。第4节介绍了机器人的描述以及在机器人上搭建的传感器、解码器和编码器。第5节介绍了采用聚类超声传感器设计的机器人操作控制器以及控制器的硬件和软件。第6节详细介绍了所提出的机器人在仓库内外的导航。第7节给出了实验测试和使用的接口板。第8节和第9节给出了结果讨论和结论。
2.测程法和里程计误差
测程法是目前应用最广泛的移动机器人定位导航方法。众所周知，里程计提供了良好的精度而且价格低廉，并且有非常高的采样率。然而，里程计的基本计数量是随着时间的推移对增量运动信息的累加，这不可避免地会导致误差的积累。由于各种原因，几乎所有的移动机器人都使用里程表：里程表数据可以与绝对位置测量相融合，从而提供更好、更可靠的位置估计(Chenavier和Crowley，出版社出版; Evans, 1994)。里程表可以在绝对位置更新与地标之间使用。
里程计是一个简单的方案，可以根据数据增加车轮编码器的数量，以便于实现该方案。然而，里程表也是基于这样的假设，即车轮的转速可以转化为相对于地面的线性位移。这种假设的有效性有限。一个极端的案例就是车轮打滑。如果一个车轮打滑，比如说石油泄漏，即使这些转速与车轮的线性位移不相符，相关的编码器也会将记录车轮的转速。在将编码器的读数转换成直线运动的过程中，还存在其他一些微妙的因素可能导致测量误差。
为了修正测距系统的定位误差，为了安全导航和避障，超声波传感器经常被使用，因为它可以根据飞行时间(TOF)原理提供良好的距离信息。它们在移动机器人应用中得到了广泛的应用(Elfes, 1987; Leonard 和 Durrant-Whyte, 1992; Borthwick和Durrant-Whyte, 1994).
图1 超声波传感器的发射角为2alpha;
3.超声系统
超声波TOF测距技术是目前应用于室内移动机器人系统的最普遍的技术，主要原因是低成本系统的可用性和界面的便利性。
3.1 超声波传感器
超声波换能器较好地用于获取环境的三维信息。但在声纳响应中也出现了一些问题，超声波传感器受到来自环境的不可靠声纳响应的影响。对于空间受限的基于声纳的移动机器人，应特别注意这些问题。空间通常是一个封闭的环境。
下面讨论两个主要问题(Kumari, 2012)：
3.1.1 角度的不确定性
当超声波传感器的距离响应距离为R米时，响应简单地表示一个圆锥体，其中可能存在目标，没有办法精确地确定对象的位置。图1表达了这个想法。超声波传感器的开启角为2alpha;，响应距离R可以在阴影区域的任何位置。
3.1.2 镜面反射
镜面反射是指声呐对目标物体没有直接反射的响应。在镜面反射中，超声从反射表面反射出去，导致结果显示目标距离较远，完全没有检测到目标，图2 (Drumheller, 1987;Lim和Cho, 1994)。
3.2 超声波传感器类型
在选择或安装超声波传感器之前，我们应该熟悉以下术语:
1.死区。
2.光束角。
3.梁锥直径。
4.最大的感应范围。
5.背景抑制。
6.转换频率。
7.目标的倾向趋势。
8.环境因素。
在研究了几种类型的超声波传感器后，我们选择了(SRF04超声传感器 (Pol- aroid,1987))用于这项工作。图3为SRF04超声传感器。
图2 镜面反射图 3 SRF04超声传感器
3.2.1 规范
SRF04超声波传感器的规格详见附录。SRF04超声波传感器的光束模式是圆锥的，光束的宽度是传感器表面积的函数，并且是固定的。SRF04超声波传感器上使用的换能器的束流图(取自制造商的数据表)如图4所示。
SRF04超声波传感器的工作原理是将声波脉冲发送到人类听觉范围之外。这个脉冲以音速(大约0.9英尺/米s)的速度从声波传播到声波测距仪，呈锥形，声波从声波传播路径上的任何物体反射回声波测距仪，如图5所示。
图4 光束模式
图5 SRF04典型波形和硬件接口连接
4.机器人描述
机器人的机械设计对机器人功能的成败起着至关重要的作用。应符合下列规格:
1.向前和向后移动而不旋转。
2.不旋转地移到一边(左右)。
3.可以旋转一个完整的圆圈。
4.机器人将使用总电压为48伏的电池组件。
5.控制单元和电池充电器应安装在机器人身上。
机器人的驱动系统由4个轮子组成，每个轮子都配有独立的电机。增加了前后转向系统，使运动规划更加灵活，导航更加顺畅。移动机器人配置如图6所示。该机器人配备了一个简单的手臂用于加载和卸载组件。
图6 移动机器人配置
4.1 器人定位
机器人定位方法大致可分为相对位置测量和绝对位置测量两大类。由于只用一种方法容易造成判断失误，移动机器人的开发人员通常将两种方法结合起来。
在这项工作中，使用的相关方法是测程法。这种方法使用编码器来测量车轮转速和旋转的方向。里程计是完全独立的，它总是能够提供车辆的大概位置，但位置误差增长没有限制，除非有一个定期使用的独立的参考量来辅助它，以减少误差。利用自然地标识别作为绝对定位测量系统，周期性地对机器人的正确位置进行校正。
4.2 编码器，解码器控制器和运动控制应用
光学增量编码器是在电机上捕获速度和行驶距离的一种方法。旋转速度可以由脉冲之间的时间间隔决定，也可以由给定时间段内的脉冲数决定。因为它们是数字设备，正交编码器增量编码器将以完美的精度测量距离和速度。正交编码器有双通道，A和B，这是电相90°分开。因此，可以通过监测两个通道之间的相位关系来确定旋转方向。此外，采用双通道编码器，通过计算每个通道的上升沿和下降沿(Aamp;B)，可以达到4倍的分辨率。
在本工作中，采用了HEDS5540, 3通道高性能光学增量编码器。该集成电路由多组光电探测器和产生数字波形所需的信号处理组成。通道A的数字输出与通道B的数字输出正交(90°反相)。编码器的标准分辨率是每转1024次。
采用通用运动控制芯片HCTL-1100。它通过执行所有时间密集型的数字运动控制功能，将主机处理器释放出来，来完成其他的主机任务。HCTL-1100为直流、直流无刷和步进电机提供位置和速度控制。
5.控制器建议
在自主移动机器人运动控制器的设计中，需要解决的主要问题是避障问题。
在这种情况下，机器人将把电子元件从仓库运送到三条生产线中的一条。机器人在内部仓库的任务是从目标点取件。所以，当仓库里的货架靠近墙壁时，它总是会移到其中一面墙的旁边。在仓库外，根据目标生产线规定路径。布置好传感器，实现仓库内外的安全导航。我们使用一个由24个超声波传感器组成的系统，如图7所示。
图7 传感器集群
5.1 传感器集群。
将传感器分组是为了便于决策。某一组中的传感器充当某一方向的信息检测传感器)。因此，每组的传感器的检测方向都必须仔细选择。
聚类过程如下:
1.扫描小组的传感器读数。
2.最小读取量占主导地位，其他读取量被忽略。
图7所示的聚类是我们控制器的建议聚类。前左(FT):传感器(S0, S1)和前(F):传感器(S2, S3, S4和S5)。机器人利用声纳传感器感知障碍物。在这项工作中，我们只考虑了静态的障碍。在我们的案例中，形状和材料没有太大的影响。声纳传感器无法检测到高度小于一定值的障碍物(数据表中显示)，因此我们只考虑声纳传感器能够检测到的障碍物。
分组传感器的读数被指定为两个危险的标签之一。每一组对遥远和危险的含义都有不同的解释。例如，读取前方障碍时，对于前传感器组从1 m到3 m的读取距离较近，比较容易检测到危险，而后传感器组从1 m到3 m的读取距离较远。读取后方障碍时，对于前传感器组从3 cm到1 m的读取距离较远，而后传感器组从3 cm到1 m的读取距离较近，比较容易检测到危险。
距离的选择会影响传感器的灵敏度，或者从机器人与障碍物之间是否危险的角度来评估机器人与障碍物之间的距离。我们需要前面的传感器更敏感(FR-RT)和左前(FR-LT)来防止机器人与墙壁或障碍碰撞，通过旋转来避免与它们相互碰撞，这些三组传感器帮助机器人避免前面的障碍，将在角落里又开始对齐到一个新的墙。在反向导航过程中，使用的传感器组有Back (B)、Back Left (BL)和Back Right (BR)。
5.2 软件环境
ATMEL AVR微处理器是易于编程使用ATMEL集成开发环境AVR studio 4，其中组装程序可以编辑，模拟，调试和下载到微控制器。
为了使我们的程序易于开发、高效、便携、易读，我们决定用c语言编
剩余内容已隐藏，支付完成后下载完整资料
Available online at www.sciencedirect.com
ScienceDirect
Journal of Electrical Systems and Information Technology 1 (2014) 58–71
Microcontroller-based mobile robot positioning and obstacle avoidance
Aziza M. Zaki , Osama Arafa, Sanaa I. Amer
Power Electronics and Energy Conversion Department, Electronics Research Institute, El-Tahrir Street, Dokki, Cairo, Egypt Available online 4 April 2014
Abstract
The use of mobile robots is growing in manufacturing facilities, hazardous materials handling, etc. Usually, several sensor systems are used in combination. The task of combining the information into a usable form, suitable for making navigation decisions, is known as sensor fusion. In this paper, the navigation system built on a mobile robot operating in a warehouse is presented focusing on the sensory system used. Hybrid navigation system that combines the perception and dead reckoning is used and gives satisfactory operation. A microcontroller system is designed to control the navigation of a mobile robot while avoiding obstacles. A system of 24 ultrasonic sensors was designed and the operation algorithms were described. The encoder and the ultrasonic sensors used are presented in detail together with the navigation system designed based on their operation.
copy; 2014 Production and hosting by Elsevier B.V. on behalf of Electronics Research Institute (ERI).
Keywords: Mobile robot; Navigation control; Odometry; Ultrasonic sensors; Microcontroller
1. Introduction
Robot navigation means the ability to wonder in the environment without colliding with obstacles, the ability to determine onersquo;s own position, and the ability to reach certain goal locations. So, navigation system may imply the following components: robot positioning system, path planning and map building. These are four popular positioning systems:
- Odometry (dead reckoning)-based navigation.
- Active beacons-based navigation system.
- Landmark-based navigation system.
- Map-based navigation system.
Corresponding author.
E-mail address: aziza@eri.sci.eg (A.M. Zaki).
Peer review under the responsibility of Electronics Research Institute (ERI).
http://dx.doi.org/10.1016/j.jesit.2014.03.009
2314-7172/copy; 2014 Production and hosting by Elsevier B.V. on behalf of Electronics Research Institute (ERI).
|
A.M. Zaki et al. / Journal of Electrical Systems and Information Technology 1 (2014) 58–71 |
59 |
Most autonomous robotic systems will have multiple sensors (Brooks, 1986; Mogensen, 2006). Usually several sensor systems are used in combination. These are sometimes complementary, sometimes redundant. In almost all robot systems, multiple sensors from the same type or different types are used to give complete coverage, for example a ring of 24 ultrasonic sensors in 15◦ increments around a vehicle, mobile robot CARMEL (Computer-Aided Robot for Maintenance, Emergency and Life support) (Borenstein and Koren, 1991). Another example is the Nomad Supper Scout II which carries 16 ultrasonic sensors separated by 22.5◦ around the vehicle (Yi, 2001). The task of combining the information into a usable form, suitable for making navigation decisions, is known as sensor fusion.
Mobile robots generally carry dead reckoning sensors such as wheel encoders and inertial sensors and also landmark and obstacle detecting and map making sensors such as time of flight (TOF) ultrasonic sensors. Sensors measurements in this case are to be fused to estimate the robotrsquo;s position.
Vision sensors are used in many applications to build an image of the space confronting the mobile robot in order to detect any obstacle and avoid collisions. Vision systems are usually computationally expensive as image formation is too complicated for many applications.
In this paper, the navigation system built on a mobile robot operating in a warehouse is presented. Hybrid navigation system that combines the perception and dead reckoning was found to be complementary and gives a satisfactory operation of the mobile robot. If environment contains confusing information or few perceptually distinguishable landmarks, the performance of these systems decline. The perceptual aliasing problem can be solved by including the odometry data to discriminate between the similar places. The use of ultrasonic sensors in most applications is easier, cheaper and computationally simpler. Ultrasonic transducers are preferably used to obtain three-dimensional information of the environment (Bak, 2002; Everett, 1995; Borenstein and Koren, 1988; Benitz-Read and Rojas-Ramirez, 2010). They measure and detect distances to moving objects, are impervious to target materials, surface and color, solid-state units have virtually unlimited maintenance-free lifespan. Ultrasonic sensors are not affected by dust, dirt or high-moisture environment.
In Section 2 of this work, the odometry and the odometry errors were presented. Section 3 presents ultrasonic systems, the source of errors that could be encountered and the sensors type specially the sensor used in this work. Section 4 presents the robot description and the sensors, decoders and encoders built on the robot while Section 5 describes the robot controller designed for robot operation with the ultrasonic sen
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[271761]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
