基于線性CCD搬運機器人彎道控制分析

唐 捷（江西理工大學 電氣工程及其自動化學院,江西 贛州 341000）

?

基于線性CCD搬運機器人彎道控制分析

唐 捷
（江西理工大學 電氣工程及其自動化學院,江西 贛州 341000）

摘 要：針對線性CCD機器人在彎道轉彎時，經常容易受外界環境容易出現跑偏的現象，本文建立了仿真模型模擬搬運機器人在彎道轉彎，來分析影響機器人在彎道轉彎時的因素。通過仿真我們可以清晰地分析出線性CCD搬運機器人在轉彎時影響其轉彎的主要因素，并對此類問題提出相應的解決方案。

關鍵詞：線性CCD；搬運機器人；仿真模型

0 引言

CCD產生于1969年由美國貝爾實驗室，它廣泛應用在光學遙測技術、光學與頻譜望遠鏡。從功能說分為線性CCD面陣CCD兩大類。目前線性CCD技術已經很成熟了，它可將圖像信號經TTL電路轉換成電信號。模擬電壓在采集芯片里面進行AD轉換為具體數值,再通過曝光時間的調節和閥值的設定，利用算法就可以很好地識別預先設好的搬運機器人的白線路徑。利用線性CCD的這個特點可以實現搬運機器人自動導航。但是在彎道轉彎時，因為線性CCD經常容易受外界環境（包括光和引導白線不清晰等）還包括調節反應時間的限制容易出現跑偏的現象。對此本文對搬運機器人在彎道轉彎時建立仿真模型，來分析影響機器人在彎道轉彎時的因素。

1 線性CCD識別路線原理

1.1 采集線性CCD原理

采集線性CCD數據其實就是采集面陣攝像頭里面的的一行數據，總共有128個點。這里采用連續曝光法：該方法的采集原理是利用單片機的周期定時器來控制SI信號的間隔，即曝光時間。該法通過設置STM32F103芯片的中斷周期時間來獲取不同的曝光時間，并在中斷函數內進行AO的數據采集［1］。相比單次采集法，連續采集法可以節約CPU時間，這里利用STM32F103芯片周期中斷定時器實現曝光延。

1.2 路徑識別處理

白線識別主要是對線性CCD采集的數據進行處理，對線性CCD128個數據的處理，一般都采用二值化處理，將所有數據加起來然后求平均值，閥值的大小一般等于平均值乘以2。二值化的關鍵參數為黑白像素識別的閥值。但是由于環境亮度不同，同樣畫面的亮度也會有所不同。使得固定的閥值無法起到很好的效果。因此需要根據環境的亮度動態調整閥值參數。環境的亮度值越低，二值化的閥值就應當相應的調低。因此亮度值與閥值可以簡單的使用線性關系關聯起來。具體算法如下：假設采集128個數據點數據存放Image［i］里（0＜=i＜128）Threshold_value表示閥值的大小，曝光時間等于Integrationtime,補光燈參數值為Light。則有如下關系：

Threshold_value= （Image［0］+ Image［1］ +Image［2］+Image［3］……+Image［128］）/128*2；

Integrationtime=n-（ Image［0］+ Image［1］ +Image［2］+ Image［3］…….+ Image［128］+ Light）/8.

在程序中采用2次內循環的方式，兩邊分別通過與閥值對比求取出波形的上升Image［i］與下降沿數據點Image［j］。所以在實際的中心點就可以用（i+j）/2表示,i與j在0～128之間取值。將中心點值轉換到電機驅動器的PWM或者DA轉化的參數值就可以實現調節電機的左右轉動，進而實現機器人轉向。為了使光線更清楚，數據更穩定和準確，在攝像頭附近加入了補光燈。

為了滿足工業的要求，對攝像頭數據進行了相關的處理，下位機做成模塊化接口，下位機將攝像頭實時傳輸過來的數據二值化處理，查找出數據中點數據，最后傳輸給上位機進行判斷，再傳回下位機，這樣就可以比較好地遠程控制機器人行走。

2 搬運機器人彎道建模分析

搬運機器人在整個彎道的轉彎過程中，以搬運機器人為中心，根據前方的彎道信息和機器人當前的運動狀態，以機器人行走的軌跡與預期行走軌跡誤差最小為原則，決定出一個最優的加速度。最后通過控制機器人的方向角，力求機器人實際行走的軌跡與預期行走相一致。設定機器人行走的恒定速度為V，預期行走的軌跡線為f（t）［2］。

假設機器人在A點具有的即時狀態為y=y（t）,此刻假設機器人有直線向前的動作，故此機器人在直線前向C點預瞄一個直線距離為d（距離AC=d），那么機器人預瞄直線距離行駛的時間為T=d/V。預期機器人在T時間段后的橫向坐標點應為f（t+T）。若t時刻，機器人轉向角為θ，則對應的機器人行走軌跡曲線曲率為1/R（R為此刻機器人圓弧半徑），此時的側向加速度為y″（t）。在經過T時間以后，機器人到達B點，此時機器人的側向位移為：

依據“最小誤差原則”，機器人選擇一個最優的行走軌跡曲率1/ R′，可以使得在經過時間T后，側向位移y（t+T）與該處預期的行走軌跡坐標f（t+T）相一致。由于考慮到廠房的面積足夠，所以機器人選擇的轉彎角也相對不大，此時機器人可以計算出此刻的加速度y″（t）=V2/2以及d=VT進而進一步求取出機器人行走的最優曲率和最優側向加速度：

在整個彎道過程中，速度不是很快。所以可以依據一般汽車轉向運動服從“Acklman”幾何關系等同于機器人轉彎服從于“Acklman”幾何關系。可以得出機器人軌跡曲率與機器人轉向角成正比：

從而可以進一步求得側向加速度：

其中，θ1為機器人轉向角，L為機器人轉向軸距，y″為機器人橫向加速度，k為轉向傳動系數比，R為機器人轉彎半徑。這樣整個機器人在轉彎過程中，就好像模擬了人駕駛汽車在彎道轉彎一樣。由公式（2）和（4）得出機器人在彎道轉彎的最優轉向角θ1：

由于機器人理想的轉向角與實際的方向轉向角之間有反應時間誤差，也包括整個來自整個系統控制各部件之間傳動誤差。這里采用θ=i*θ1表示實際的轉向角,i表示來自系統本身誤差系數。整個模型實際上是認為機器人在低速行走的條件下得到的，對于快速彎道轉彎的機器人是不適用的［3］。

對機器人彎道建模后，在matalab里面的simulink進行仿真。在整個機器人轉彎過程中，考慮到了橫向加速度，以及由此求出的最優曲率，最優轉向角這些量組成一個閉環系統。實際上，在機器人轉彎的過程中假想的前向距離時間是一個很關鍵的因素，這個距離時間在這里實際上相當于機器人在轉彎時，CCD檢測花費的時間和傳輸回來的時間的總和，也就是時間T。機器人速度一般都是比較平穩，可以認為機器人速度不變。所以這個時間的長短就決定機器人向前跑偏的距離。由此取不同的T值，對整個閉環系統進行仿真。這里取半徑R′為5m，V為0.6m/s，i取0.5～0.8。因為在simulink里面沒有現成的半圓弧結構函數，所以這里取近似半圓弧的正弦函數作為輸入函數仿真圖形如圖1所示。取相同的輸入函數，然后分別取不同T值，分別取T1=0.6, T2=0.7, T3=0.8，T4=0.9對閉環系統進行仿真，輸出函數仿真結果如圖2所示。

圖2中紫線，黃線，綠線，紅線分別表示在T1=0.6, T2=0.7, T3=0.8，T4=0.9輸出函數的波形。從這3個波形可以分析出當時間T的值越小，輸出的波形就越向內側彎曲，曲率越大，說明動作時間短，機器人在彎道轉彎更加靈活準確。相反時間T越大，波形曲率越小，在機器人整個轉彎的過程中反應時間過長更容易出現跑偏的現象。對于線性CCD的搬運機器人，時間T代表掃描彎道直線所需要的時間和傳輸回來的時間。通過此仿真可以分析出在保證數據傳輸回來準確性的情況下，掃描和傳輸時間越短，越有利于機器人彎道轉彎。

3 實驗與分析

通過上面的仿真實驗，可以得出在彎道轉彎時，線性CCD在排除外界干擾影響其主要的因數是數據采集和傳輸回來的時間T，對此在彎道轉彎時，因為傳輸回來的時間基本上固定，所以可以加快在彎道轉彎時線性CCD采集數據回來的時間。在保證采集數據準確的情況下，通過設置STM32時鐘頻率，加快定時器中斷時間就可以實現這樣的效果。除此之外，在整個彎道的調試過程中，將整車速度降下來能夠保證CCD掃描回來的數據的準確性。一般降下來的速度大約為0.5～0.6m/s時，就能夠保證數據采集準確，且不容易受光線的干擾而跑偏。

4 結語

本文針對線性CCD機器人在彎道轉彎容易跑偏的現象，對機器人在彎道運動仿真分析，以及對機器人實物進行調試實驗。實驗表明數據采集和傳輸回來的時間T是影響機器人彎道轉彎的主要因素。根據這個結論進行調節，實驗結果達到了預期的調節效果，很大程度上減少了機器人跑偏概率。

參考文獻：

［1］胡麗,宋文愛.提高線性CCD測量水平的分析研究［J］.山西電子技術,2011（05）：83-84+89.

［2］林雨,楊軫,潘曉東.雙車道公路彎道駕駛員軌跡決策行為研究［J］.Computer Engineering and Applications,2011,47（23）.

［3］吳沫.基于計算機視覺的車道跑偏告警系統方法研究［D］.國防科學技術大學,2005.

DOI：10.16640/j.cnki.37-1222/t.2016.12.130