基于即時通訊軟件的智能服務機器人平臺設計

王婷婷

(中國南方電網深圳供電局有限公司 客戶服務中心渠道運營部， 廣東 深圳 518000)

0 引言

智能服務機器人可交互平臺和控制平臺設計研究受到人們的極大重視[1]。對智能服務機器人的可交互平臺設計是建立在智能服務機器人的控制算法設計基礎上，結合軟件控制和圖像處理系統，進行智能服務機器人的人機交互控制[2]，提高智能服務機器人的通訊傳輸能力，傳統方法中，文獻[3]為了克服模型失配對系統性能的影響，確定了T-S模糊模型的結構參數，直接得到預測控制律，避免了矩陣求逆的復雜計算，具有較強的機器跟蹤能力和魯棒性，但是其應用平臺范圍受限。文獻[4]中結合全局模板優化控制，進行智能服務機器人的控制模型設計，但該方法進行智能服務機器人平臺設計的自適應性不好，人機交互控制能力不強。文獻[5]中提出一種基于長短期記憶網絡的視覺跟蹤方法，無需限定特定目標類別，解決因運動容易導致挖掘目標丟失的問題，進行智能服務機器人的優化控制，但該方法進行智能服務機器人控制的輸出自適應性和魯棒性不好。

針對上述問題，本文提出基于即時通訊軟件的智能服務機器人平臺設計方法。在即時通訊軟件體系中構建機器人的工控發送機和信號接收器，結合目標跟隨控制和自適應跟蹤識別方法，進行智能服務機器人的通信傳輸和自適應控制，實現智能服務機器人平臺的優化設計，提高智能服務機器人控制能力。

1 智能服務機器人控制平臺總體構架和約束參數

1.1 服務機器人控制平臺總體構架

為了實現基于即時通訊軟件的智能服務機器人平臺設計，采用虛擬現實計算機進行智能服務機器人平臺的人機交互模塊設計。首先通過6維力/力矩傳感器進行機器人的信息采集，通過有色測量噪聲分析方法進行參數匹配，將未知參數Ci、控制輸入N0、狀態參數Cs等信息進行融合，建立智能服務機器人的動態定位分布模型[6]，其表達為式(1)。

(1)

根據末端跟隨和控制指令i的線性加載，在即時通訊軟件中進行柔性控制，得到機器人的模糊PID控制策略[7]，得到有色測量噪聲HR和未知參數的人機交互聯合分量，如式(2)。

(2)

計算智能服務機器人平臺的運動學特征分布集，通過力學和剛度特性分析，得到機器人的控制指令傳輸的信道模型為式(3)。

(3)

采用柔性終端控制方法，進行智能服務機器人控制的過程修正，利用位姿修正系數f，得到人機交互模塊設計模型，其表示為式(4)。

(4)

其中，S、J分別為智能服務機器人控制的模糊參數集；d(t)=±1表示智能機器人雙端模糊控制的特征參數；SI(nTB)=SQ(nTB)=±1表示模糊控制參數TB的融合結果。

在底層數據庫中進行智能服務機器人控制的人機交互設計和數據加載，通過顯示模塊進行接口設計[8]，接口工具使用數據手套和手控器等，得到智能服務機器人平臺的總體結構構架，如圖1所示。

圖1 智能服務機器人平臺的總體構架

根據圖1所示的總體設計構架進行人機交互控制，采用末端位姿參數調節。其中，數據手套手控器控制接口工具和指示燈，以感光模塊、語音模塊、人機交互模塊為基礎模塊，結合軟件數據庫，通過虛擬現實計算機顯示端為指令傳輸可視化窗口，在馬達驅動和控制器的應用下，智能服務機器人平臺的用戶通過無線通訊獲得其人機交互結果，進行智能服務機器人控制[9]。

1.2 智能服務機器人控制約束參數

通過構建智能服務機器人的控制傳輸指令交互平臺，采用主動視覺空間站平臺進行智能服務機器人的相關信息交互和控制信息融合處理[10]，根據狀態變量θ在自由度空間的差異性，進行智能服務機器人的穩定特征調節，得到機器人的穩態控制參數變量為式(5)。

(5)

式中，s表示智能服務機器人的鄰階約束參數；c表示動力學模型參數；s(θi)表示智能機器人的擾動參數。

采用三元素模型進行智能服務機器人的空間位置信息融合和增強處理，并在3×3子塊內進行智能服務機器人平臺的信息輸出轉換控制，得到控制輸出特征量，其表示為式(6)。

(6)

式中，w3表示負載質量和阻尼系數的比例系數；xij∈w3表示智能服務機器人平臺輸出到即時通訊軟件的指令特征集；yij表示智能服務機器人平臺的偏置系數；αk表示智能服務機器人平臺輸出控制指令的柔性參數；Θ表示模糊參量規則集。

構建智能服務機器人的控制傳輸指令交互平臺，采用主動視覺空間站平臺進行智能服務機器人的相關信息交互和控制信息μk融合處理[11]，得到控制信息特征融合匹配函數為式(7)。

(7)

基于穩定條件進行機器人的控制參數融合[12]，通過剛性約束，得到約束控制的二階系統，表述為式(8)—式(13)。

(8)

(9)

(10)

(11)

α=Jz(?-θ)2

(12)

θ=δz+f(e1)

(13)

其中，?表示負載質量參數，表示智能服務機器人平臺縱軸(Ox軸)與水平面(Oxy平面)間的夾角；α表示兩端連接點到轉軸的距離;δz表示機器人的阻尼系數；e1表示機器人控制軸心線到轉軸的距離；m表示機器人的質量；X,Y表示表示機器人軸心轉動力矩；Mz表示滑?？刂茽顟B參數；Jz表示重心到轉動軸心的動態參數。

結合智能服務機器人平臺的人機交互控制模型，得到智能服務機器人自適應控制的空間約束參數模型表示為式(14)、式(15)。

(14)

式中，ηij表示機器人動力學模型的狀態空間參數。

(15)

式中，ηij(k)為機器人最大誤差指系統的穩態特征量。通過上述分析，得到智能服務機器人的控制約束參數模型，通過參數優化調節，進行智能服務機器人控制和平臺設計[13]。

2 智能服務機器人平臺優化

通過上述分析結果，對智能服務機器人平臺的控制指令進行Lyapunov函數約束控制，構建智能服務機器人平臺控制的Lyapunov函數為式(16)。

(16)

結合濾波跟蹤算法進行機器人的控制算法設計，在即時通訊軟件體系中設置機器人的工控發送機和信號接收器，結合空間信道均衡方法進行智能服務機器人平臺的輸出轉換設計，得到輸出控制誤差項為式(17)。

(17)

通過結合智能服務機器人平臺的信道反饋均衡控制模型，利用自適應參數調節方法進行智能服務機器人平臺的即時通訊，得到直接序列擴頻優化輸出，如式(18)。

(18)

對智能服務機器人平臺的優化控制進行設計[14]，如圖2所示。

圖2 智能服務機器人平臺優化結果

以數據融合和人機交互為基礎，使得數據包主動接受通訊軟件的指令特征集，為了在不同類型對話中進行自由的意圖模式切換，直接序列擴頻優化，進行延時控制及子程序調度，減少機器人聽從指令、回答問題和業務引導的時間，且遇到復雜問題時，人機結合模式可以無縫切換人工來處理，顧客體驗不會中斷，以約束控制和指令控制優化交互過程中的應用組件，使得機器人可以針對不同類型問題進行語音、動作、UI界面等不同類型的交互，實現智能服務機器人平臺優化控制。

3 仿真實驗與結果分析

通過仿真實驗驗證本文設計的智能服務機器人平臺的性能，采用Matlab Simulink建立智能服務機器人平臺的觀察窗口(Observer)，在指令調度窗口中進行信息加載，仿真場景如圖3所示。

圖3 智能服務機器人平臺仿真場景

設定智能服務機器人指令傳輸的時延為1.34，迭代次數為200，智能機器人控制的空間分布參數，如表1所示。

表1 智能機器人控制的空間分布參數

根據上述參數設定，通過即時通訊軟件進行智能服務機器人平臺設計，得到平臺設計如圖4所示。

圖4 智能服務機器人平臺設計

在圖4所示的智能服務機器人平臺中，進行智能服務機器人控制，將本文方法與文獻[4](傳統設計1)和文獻[5](傳統設計2)方法進行對比，得到控制性能曲線對比如圖5所示。

a) 輸入端

(b) 輸出端圖5 控制性能曲線

分析圖5仿真結果得知，采用本文方法進行智能服務機器人平臺設計，其在輸入端和輸出端的控制曲線較為平穩，最大波動值控制在300左右，且在20-35 ms時可達到峰值，優于其他傳統方法，說明即時通訊軟件體系中的工控發送機和信號接收器配合較好，提高了智能服務機器人平臺的傳輸性能和控制穩定性，可以實現服務機器人的通信傳輸和自適應控制。

4 總結

本文提出基于即時通訊軟件的智能服務機器人平臺設計方法，結合機器人的可操作模型進行智能服務機器人的控制算法優化，在底層數據庫中進行智能服務機器人控制的人機交互設計和數據加載，通過顯示模塊進行接口設計，采用主動視覺空間站平臺進行智能服務機器人的相關信息交互和控制信息融合處理，提高惡劣條件下智能服務機器人平臺的傳輸性能和控制能力。