基于聲納環(huán)傳感器的機器人避障研究

段丙濤，楊 平，翟志敏

（電子科技大學機械電子工程學院，四川成都 611731）

0 引言

經過近幾十年的研究與探索，移動機器人避障算法已初具規(guī)模，主要包括人工勢場法、柵格建模法、遺傳算法、快速隨機樹搜索等［1］。雖然這些能比較好地在一些良好環(huán)境下工作，但也存在一些問題，比如:避障比較緩慢、適應環(huán)境能力弱、存在避障盲區(qū)等。

在未知環(huán)境中，機器人必須通過傳感器獲取外界環(huán)境信息，以指導其行為，否則，機器人只能盲目在未知環(huán)境中移動，傳感器是自主機器人獲得環(huán)境信息的重要部件，因此，設計與實現(xiàn)一種性能優(yōu)良的傳感器系統(tǒng)也就成為自主機器人的重要課題之一［2］。目前，移動機器人采用的測距傳感器主要包括聲納、紅外和激光測距系統(tǒng)。相比而言，聲納測距在近距離范圍內有不受外界光線影響、結構簡單、成本低等優(yōu)點，也因此在高性能自主移動機器人上獲得了廣泛應用［3，4］。

一般來說，超聲波發(fā)生器可分為兩大類:電氣方式產生超聲波、機械方式產生超聲波。電氣方式包括壓電式、磁致伸縮型和電動型;機械方式有加爾統(tǒng)笛、液硝和氣流旋笛等［5］。它們所產生的超聲波頻率、和聲波特性各不相同，因為用途也不一樣，目前較為常用的是壓電式超聲波發(fā)生器。

1 超聲波測距基本原理

常用的超聲波傳感器大都采用圓片換能器作為信號源。圓片換能器發(fā)出的超聲波不是一條直線，而是有一定的方向性開角。由圖1可知，換能器所發(fā)出的能量主要集中在主瓣部分，而副瓣部分的能量非常少，因此，換能器發(fā)出的超聲波就有了方向性。θ是方向性開角，它的大小和具體的超聲器件有關［4］。

圖1 超聲波的方向性Fig 1 Directionality of ultrasonic wave

本實驗旅行家II采用的是集成的超聲測距傳感器，使用簡單，操作方便。首先將超聲傳感器的INIT信號拉到高電平，此時超聲傳感器換能器將發(fā)出超聲波。INIT信號高電平的時間可以由自己設定。如圖2所示的INIT信號的高電平時間是32 ms。高電平的時間與需要測量的最長距離有關。當超聲波遇到障礙物時，超聲波將被返回，超聲傳感器檢測到回波信號后，將ECHO置為高電平。當INIT信號變?yōu)榈碗娖綍r，ECHO同時也變?yōu)榈碗娖健Ｒ虼耍梢杂嬎阏系K物的距離，障礙物的距離=（INIT高電平時間－ECHO 高電平的時間）×c/2［8～10］。

圖2 超聲傳感器的時間計算Fig 2 Time calculating of ultrasonic sensor

測距聲納的參數(shù)如表1。

表1 測距聲納參數(shù)Tab 1 Sonar parameter of distance measurement

在距離地面高度為45 cm、相隔為15°的同一環(huán)上均布安裝了24只超聲傳感器，其編號為1～24（逆時針布置），如圖3所示。超聲傳感器波速角為15°，超聲傳感器的最小作用距離為0.15 m。

因為超聲傳感器之間的安裝位置相差15°，而超聲傳感器的波速角為15°，如果超聲波同時反射，有可能會有干擾。如果采用輪循方式，即一個接一個地發(fā)射超聲波，雖然可以消除串擾回波的影響，但24只超聲傳感器循環(huán)一次周期較長，降低了采集頻率。為了不降低采集頻率的同時消除超聲的相互干擾，本系統(tǒng)將24只超聲傳感器分為A（1#，4#，7#，10#，13#，16#，19#，22#），B（2#，5#，8#，11#，14#，17#，20#，23#），C（3#，6#，9#，12#，15#，18#，21#，24#）三組，通過計算可以知道，這種情況下超聲傳感器同時工作不會產生干擾，因而，每一組的超聲傳感器同時工作，組與組直接采用輪詢方式工作。這樣既可以達到很高的采集頻率，同時也滿足系統(tǒng)的實時性要求。

圖3 超聲波傳感器分布Fig 3 Distribution map of ultrasonic wave sensor

2 超聲信息采集擴展卡

超聲信息采集卡的功能是獲取完整的超聲波回波數(shù)字信號，然后送到CPU進行信號處理以精確計算障礙的距離。其基本工作原理:信息處理電路主控制芯片為AVR系列單片機Mega16，其通過8路鎖存器芯片74HC573分時使能24路超聲傳感器，每次使能一個;接收到超聲波得發(fā)射信號后停止計時器，將超聲波的發(fā)射時間簡單計算后存入緩存區(qū)，在接到PC查詢指令后通過RS—485總線轉RS—232總線反饋給機載PC，其程序基本流程圖如圖4。

圖4 信息采集程序流程圖Fig 4 Flow chart of information collecting process

3 聲納數(shù)據測試

在實驗中，為了避免入射角引起的誤差，超聲波都是垂直射向干燥墻面（超聲波對于表面材料等因素十分敏感）。實驗測量范圍從40～640 cm（距離為20，30 cm時，超聲波讀數(shù)無顯示），實驗數(shù)據如表2所示。

表2 聲納精度測試Tab 2 Precision test of sonar

由表2可知，測出的讀數(shù)普遍比實際距離大，誤差在1%左右，此外聲納盲區(qū)與給定的參數(shù)出入比較大，因此，選擇較大的障礙距離來完成實驗。

聲納讀數(shù)存在兩大缺陷:“盲區(qū)”與“錯誤讀數(shù)”。“盲區(qū)”指的是為了消除超聲波換能器發(fā)射超聲波后的振鈴現(xiàn)象，本聲納給定參數(shù)中驅動電路將信號屏蔽0.9 ms，這對應的距離值就是15cm，即在小于15 cm的范圍內的障礙物，聲納傳感器是感受不到的。要解決這個問題，只有在啟動機器前，將機器人放置在與障礙物距離至少要大于20 cm（保險起見）的地方，也就是安全啟動位置，但實際上旅行家II機器人與障礙物得距離至少要35cm。“錯誤讀數(shù)”是由入射角引起的，實驗發(fā)現(xiàn)當入射角大于一個臨界數(shù)值的時候，聲納讀數(shù)就會產生錯誤，這是由于當超聲波入射角過大的時候，聲納傳感器接收不到回波信號而導致的。由于“錯誤讀數(shù)”是個別現(xiàn)象，可以通過以前的記錄來排除突然跳變的數(shù)據。

4 機器人避障實驗

本實驗研究的機器人是雙輪差動機器人，如圖5所示。其超聲波傳感器系統(tǒng)有24只超聲傳感器，可以獲得機器人前后左右全方位的障礙物信息，具有操作方便、數(shù)據顯示實時等特點。

圖5 機器人結構圖Fig 5 Structure diagram of robot

在本實驗系統(tǒng)中，機器人是由北京博創(chuàng)興盛機器人技術有限公司開發(fā)生產的旅行者II號，車載計算機采用聯(lián)想Y450A-tsi。在實驗場景中，有四排辦公桌和剛性椅子的靜態(tài)障礙物，以及人作為動態(tài)障礙物。軟件方面，采用VC++6.0編譯環(huán)境來編寫控制程序。

避障行為控制算法最少需要用3只聲納（3#，21#，24#）來完成避障任務，基本思想是，當聲納讀數(shù)小于某一預設數(shù)值時，說明前方有障礙物，機器人就轉向，否則，繼續(xù)向前走，比如:右方障礙物比較近，那么，控制機器人左轉。避障流程如圖6所示。

當場景中存在靜態(tài)和動態(tài)障礙物的時候，機器人不僅要探測靜態(tài)障礙物的位置，同時也要探測動態(tài)障礙物的位置與運動方向，然后實行自主避障［8～10］。圖7描述了同時存在2個靜態(tài)障礙物和1個動態(tài)障礙物（走動的人）的機器人場景。運動過程中，機器人逐漸接近靜態(tài)障礙物，并且通過自身調整避過障礙物。在某一時刻，人突然出現(xiàn)在機器人行進軌跡中，機器人通過聲納傳感器感知到前方有障礙物，及時地做出避障，最終到達終點。

圖6 避障流程Fig 6 Obstacle avoidance process

圖7 機器人靜態(tài)和動態(tài)避障Fig 7 Static and dynamic obstacle avoidance of robot

避障行為是在室內進行的，其中兩次的實驗模擬過程如圖8、圖9。

圖8 靜態(tài)避障示意圖Fig 8 Schematic diagram of static obstacle avoidance

由圖8、圖9可知，避障算法的可行性得到驗證，具有較好的實時性和魯棒性。但在實驗過程中，機器人的避障速度比較慢，偶爾在感知椅子這樣的非完全實體障礙物時，避障停止，機器人原地打轉，這也是這一算法的缺陷。可以采用基于柵格的方法或視場法來改進避障行為。

5 結束語

圖9 動態(tài)避障示意圖Fig 9 Schematic diagram of dynamic obstacle avoidance obsta cle

本文為了避免入射角和固體材料引起的誤差，直接將超聲波垂直射向干燥的墻壁，檢驗了聲納的準確性與可應用性。同時運用一種比較有效的避障算法來讓機器人進行靜態(tài)和動態(tài)避障，降低了機器人自主移動的經濟成本與危險性，為將來輪椅式機器人的開發(fā)和改進提供了一定的理論參考和實驗數(shù)據。然而，在艱苦的道路表面和復雜多變的環(huán)境中，機器人系統(tǒng)需要進一步改進和完善。

［1］日本機器人學會.機器人技術手冊［M］.新版.北京:科學出版社，2007:123 －124.

［2］蔡自興，賀漢根，陳 虹.未知環(huán)境中移動機器人導航控制理論與方法［M］.北京:科學出版社，2009:498－499.

［3］姜道連，寧 延，袁世良.用 AT89c205l設計超聲波測距儀［J］.國外電子元器件，2000（12）:2－3.

［4］Suksakulchai T S，Wilkes D M.Sonar behavior-based fuzzy control for a mobile robot［C］//2000 IEEE International Conference on Systems，Man and Cybernetics，2000，5:3532 －3537.

［5］廖小翔.基于超聲波傳感器的移動機器人避障算法研究［D］.浙江:浙江理工大學，2005:15－16.

［6］Siegwart R，Nourbakhsh I R.自主移動機器人導論［M］.李人厚譯.西安:西安交通大學出版社，2006:231－250.

［7］張 飛，陳衛(wèi)東.具有聲納環(huán)的移動機器人及其自主行為研究［J］.測控技術，2003，22（6）:1 －2.

［8］Huang Jie，Supaongprapa T，Terakura I，et al.A model-based sound localization system and its application to robot navigation［J］.Robotics and Autonomous Systems，1999，27:199 －209.

［9］Borenstein J，Koren Y.Obstacle avoidance with ultrasonic sensors［J］.IEEE Journal of Robotics and Automation，1988，4（2）:134－137.

［10］徐 德，皺 偉.室內移動式服務機器人的感知、定位及控制［M］.北京:科學出版社，2008:256－258.