摘 要: 近年來,室內移動機器人的研究和設計成為關注的焦點。我們采用單片機作為機器人的核心控制器,利用超聲波傳感器、碰撞傳感器、步進電機及其控制芯片Ta8435聯(lián)合制作開發(fā)了機器人實驗平臺。最后介紹了模糊控制、模糊神經(jīng)網(wǎng)絡,并利用模糊控制和模糊神經(jīng)網(wǎng)絡技術對室內機器人導航中的模糊控制避障和模糊神經(jīng)網(wǎng)絡路徑跟蹤作了MATLAB仿真研究, 達到了預期的目的。 關鍵字: 室內機器人, 模糊控制, 模糊神經(jīng)網(wǎng)絡, 軌跡跟蹤 1 引言 　　隨著傳感器、電子、機械及材料等領域的技術進步,機器人首次在制造領域以外的服務行業(yè)開辟了新領域。室內機器人就是一種新型的服務機器人。該機器人是能夠在房間中自動移動,完成地面吸塵、家庭守衛(wèi)等工作。它集機械學、電子技術、傳感器技術、計算機技術、控制技術、機器人技術、人工智能等諸多學科為一體。家庭服務機器人行業(yè)的發(fā)展,也促進了移動機器人技術、圖像和語音識別、傳感器等相關技術的發(fā)展。 2 機器人的總體設計 　　2.1 機器人設計要求 　　我們設計的機器人總體功能要求如下:在打開電源按鈕之后,機器人直線行走,然后根據(jù)已存儲的電子地圖覆蓋地面。運動過程中進行實時避障。覆蓋區(qū)域完畢后停止工作。基于以上所要實現(xiàn)的功能,機器人還應滿足以下一些基本要求: 　　（l） 該機器人能夠準確探測到機器人周圍障礙物,同時探測高度要有一定限制,以免受到地面的干擾; 　　（2） 機器人的運動速度需要比較精確的控制。 　　移動機器人需要在自主式移動的基礎上完成避障和路徑規(guī)劃任務。因此機器人必須對其周圍環(huán)境狀況有較清楚的了解。我們設計的移動機器人系統(tǒng)主要采用了Cygnalf 020單片機作為控制器,選用步進電機及其驅動控制電路作為動力方式,采用超聲波傳感器作為外部環(huán)境的探測手段,同時增加了碰撞傳感器來彌補超聲波傳感器存在探測盲區(qū)的缺陷。 　　C8051F020單片機是高度集成的片上系統(tǒng),在一個芯片內集成了兩個多通道ADC子系統(tǒng)（每個子系統(tǒng)包括一個可編程增益放大器和一個模擬多路選擇器）、兩個電壓輸出DAC、兩個電壓比較器和電壓基準、SMBus I 2C 總線接口、UART、SPI總線接口、5個通用的16位定時器、一個具有5個捕捉/比較模塊的可編程計數(shù)器/定時器陣列、內部振蕩器、8個8位通用I/O接口和64KBFLASH程序存儲器以及與8051兼容的高速微控制器內核。 　　2.2 機器人硬件結構圖 　　我們設計的室內機器人的結構如圖1所示:是一個具有支撐輪的三輪小車,前面的一個輪為支撐輪,起到支撐車體的作用而無導向作用。后面的兩個輪是驅動輪,由步進電機驅動。可以通過調節(jié)兩個后輪的轉速來控制車體的運行速度和轉動角度。電機與后輪各構成一個速度閉環(huán),做恒速輸出,在工作載荷內,調節(jié)兩電機的輸入電壓即可調節(jié)兩后輪的轉速。 　　其底盤采用薄鋼板,三輪支撐方式,最前方為支撐輪,后方為兩個平行的驅動輪,由步進電機及其細分驅動控制芯片TA8435做驅動控制。前方安裝有超聲波傳感器和碰撞傳感器。中間放置Cygnalf 020單片機,用以下載控制程序。 　　2.3 機器人小車運動軌跡 　　機器人小車的運動路徑示意圖如圖2所示,車體運動起始點O為坐標原點,經(jīng)時間t后車體運動到點A處,其中,Ex（t）和Ey（t） 為小車在X方向上和Y方向上的位移;θ（t） 和ω（t）為小車的角位移和角速度;υ 為小車兩后輪中點處的移動速度。 　　2.4 超聲波測距電路設計 　　超聲波電路結構見圖3,4所示。我們采用超聲波傳感器的中心頻率為40KHz,因此決定了超聲波傳感器激勵信號的中心頻率也為40KHz。由于超聲波傳感器對信號頻率變化的敏感度比較高,稍微偏離額定的中心頻率就會使傳感器的發(fā)射聲強明顯衰減。因此產生所需額定激勵信號并保證激勵信號中心頻率相對穩(wěn)定便是超聲波振蕩信號發(fā)生電路的主要任務。 　　2.5 碰撞傳感器 　　在實際的調試過程中,由于超聲波傳感器間存在測量上的盲區(qū),因此在機器人前端設計了碰撞傳感器。既在碰撞板左右兩側各裝有一個微動開關,在不發(fā)生碰撞的情況下,傳感器向單片機發(fā)出的是高電平信號,移動機器人在前方的發(fā)生碰撞,會引起左右開關的響應并傳送低電平信號給控制器,從而控制機器人做出相應反應動作。 　　2.6 基于TA8435芯片控制步進電機 　　M1、M2 兩個引腳決定電機的轉動方式,M1=0、M2=0,電機按整步方式運轉,M1=1、M2=0 電機按半步方式運轉,M1=0、M2=1 電機按 1/4 細分方式運轉,M1=1、M2=1 電機按 1/8 步細分方式運轉。CW/CWW控制電機轉動方向,CK1、CK2 時鐘輸入,最大頻率不能超過 5K,控制時鐘的頻率,即可控制電機轉動速率。REFIN 為高電平時,NFA, NFb輸出電壓為 0.8V,REFIN 為低電平時,NFA,NFB 輸出電壓為 0.5V,這兩個引腳控制步進電機輸入電流, O、C 兩線不接,步進電機按 2 相雙極性使用,這樣可以提高步進電機的輸出轉矩。 3 用于移動機器人軌跡跟蹤的模糊神經(jīng)網(wǎng)絡設計 　　在移動機器人軌跡跟蹤研究方面中,比較常用的有神經(jīng)網(wǎng)絡方法或其他文獻所述的模糊神經(jīng)網(wǎng)絡方法。模糊控制系統(tǒng)不能適應控制過程的變化,影響控制效果,而神經(jīng)網(wǎng)絡具有在線調整的能力。根據(jù)模糊邏輯技術和神經(jīng)網(wǎng)絡技術各自的優(yōu)點,將模糊技術和神經(jīng)網(wǎng)絡有機結合起來,組成模糊神經(jīng)網(wǎng)絡控制系統(tǒng),可實現(xiàn)模糊規(guī)則自動提取、模糊隸屬函數(shù)自動生成以及在線調節(jié)參數(shù)。因此,我們采用了基于高斯基模糊神經(jīng)網(wǎng)絡的方法設計了一種模糊神經(jīng)網(wǎng)絡控制器,它不依賴于系統(tǒng)的精確數(shù)學模型,能夠完成所要求的機器人軌跡跟蹤的任務。 　　3.1 網(wǎng)絡結構 　　多輸入多輸出系統(tǒng)（MIMO）的輸出是相互獨立的,所以MIMO模糊規(guī)則可分解為多個多輸入單輸出系統(tǒng)（MISO）的模糊規(guī)則。所以不失一般性,下面只介紹MISO模糊神經(jīng)網(wǎng)絡。本文的模糊神經(jīng)網(wǎng)絡的結構如圖6所示: 　　在該模型中,一共有四層,它們分別是輸入層、隸屬函數(shù)生成層、推理層和反模糊化層。輸入層由P 個節(jié)點組成,在隸屬函數(shù)層中,每個輸入節(jié)點被劃分為m個詞集,m是根據(jù)K-means方法對輸入樣本進行聚類后得到的,可以依據(jù)實際需要對m的值進行調整。 　　3.2 模糊神經(jīng)網(wǎng)絡各層輸入輸出描述 　　改進的模糊神經(jīng)網(wǎng)絡為一個四層網(wǎng)絡。分別是:第一層將輸入引入網(wǎng)絡;第二層為輸入變量的模糊化,采用的隸屬函數(shù)為高斯函數(shù);第三層對應模糊推理,用乘積表示模糊與操作;第四層對應去模糊化操作。其中推理層結點個數(shù)m 是根據(jù) K-means 方法對樣本聚類后而得到的,并可依實際需要調整此參數(shù)的值。 4 仿真實驗及結果 　　本節(jié)的仿真程序用C語言實現(xiàn),并在MATLAB仿真環(huán)境中運行,我們采用三個輸入變量,即 p = 3。分別代表移動機器人采用的三方向（前、左、右）超聲波測距系統(tǒng)采集的距離數(shù)據(jù),每個輸入變量分為五個詞集,即m = 5。訓練樣本為離散的40組數(shù)據(jù),即 N = 40。訓練次數(shù)為3000次。學習率設為0.0002。初始中心和初始寬度都采用[1,2]之間的隨機數(shù),初始權值設為｛80,50,50,35,35｝。期望輸出、實際輸出及其誤差如圖7所示。三個輸入變量的隸屬函數(shù)曲線訓練前后的對比圖分別如圖8,9,10所示。由圖可知,該模糊神經(jīng)網(wǎng)絡計算后給出了很好的跟蹤效果,訓練后的均方誤差達到0.132。 　　圖8, 9, 10 三個輸入變量的隸屬函數(shù)曲線訓練前后的對比圖 5 結論 　　室內服務機器人的設計是對涉及單片機技術,超聲波傳感器測距技術,GPS定位技術,碰撞傳感器技術,步進電機控制技術,神經(jīng)網(wǎng)絡,模糊控制,模糊神經(jīng)網(wǎng)絡等很多學科的綜合應用。利用模糊神經(jīng)網(wǎng)絡能夠在線學習的優(yōu)點,設計了模糊神經(jīng)網(wǎng)絡控制器用于對移動機器人的預定軌跡曲線進行跟蹤,經(jīng)MATLAB仿真驗證,能滿足機器人軌跡跟蹤的要求。 　　本文作者創(chuàng)新點: 我們采用單片機作為機器人的核心控制器,利用超聲波傳感器、碰撞傳感器、步進電機及其控制芯片Ta8435聯(lián)合制作開發(fā)了機器人實驗平臺。并利用模糊控制和模糊神經(jīng)網(wǎng)絡技術對室內機器人導航中的模糊控制避障和模糊神經(jīng)網(wǎng)絡路徑跟蹤作了MATLAB仿真研究, 達到了預期的目的。 參考文獻: 　　[1] 胡躍明,丁維中,吳忻生.吸塵機器人的研究現(xiàn)狀與展望[J].機器人技術與應用,2002（l）:33-37 　　[2] 李開生,張慧慧,費仁元,宗光華.國外服務機器人的發(fā)展動態(tài)和前景[J],制造業(yè)自動化, 2000,22（6）:1-4 　　[3] 羅本成,原魁等.機器人多路超聲波環(huán)境探測器的研制[J].中國科學院研究生院學報,2002（2）:172-176 　　[4] 劉翀,肖南峰. 智能安防與家庭服務機器人的設計與實現(xiàn)[J]. 微計算機信息, 2006, 2-2: P211-214、P74 　　[5] 陳文濤,朱志堅.微機控制步進電機研究[J].電子與封裝.1997, 5（8）:36-37 　　[6] 吳海彬,朱世強,馬翔.自主吸塵機器人在非結構環(huán)境下的避障與路徑規(guī)劃[J].機器人,2000,22（7） 　　[7] 張良杰 李衍達.基于模糊邏輯與神經(jīng)網(wǎng)絡技術的智能控制器自動設計系統(tǒng)的研究.清華大學自動化系技術報告,1994 　　[8] 張浩然,韓正之,李昌剛.基于MATLAB的神經(jīng)網(wǎng)絡辨識與控制工具箱[J].計算機仿真,2003（3）