基于嵌入式Linux多传感器融合的移动机器人避障系统

本资料包含pdf文件1个，下载需要1积分

移动机器人技术综合应用了包括多传感器融合、运动控制、电子通信等技术，在家用、娱乐、安保、看护、救灾及军事应用等领域具有广阔的前景。目前欧美、日本等发达国家都已经推出了相关的产品，我国在相关研究领域也取得了-定的成果。

提出-种基于 ARM 6410为核心硬件，采用嵌入式 Linux为操作系统的移动机器人设计方案。使用的外部传感器有超声波、视觉传感器，结合机器人平台驱动电机自带的里程计(光电编码器)来进行精确定位导航和自主避障。系统具有较高的有效性、可靠性和性价比1]。

2移动机器人硬件设计2.1移动机器人平台介绍系统采用的移动机器人是实验室自行研制的，搭载 6个超声波传感器和 1个CCD摄像头视觉传感器，分布如图1所示。平台采用差动轮式驱动方案：有2个驱动轮和 1个用于平衡的万向来稿日期：2012-05～18基金项目：广东省重大科技专项计划项 目(20110807)作者简介!黄先伟，(1987-)男，硕士研究生，主要研究方向：嵌入式系统；童 怀，(1967-)男，教授，主要研究方向：电机及其控制轮，三轮问呈等边三角形分布；左驱动轮和右驱动轮是主动轮，分别采用 2个独立的控制拈控制直流电机的转动，通过改变主动轮速度和转向就能方便地控制移动移动机器人的运动状态。该方案具有简单灵活，可靠性高的特点。

CCD视觉传感器超声波传感器图1多传感器布局示意图Fig.1 Sensor Layout Diagram156 黄先伟等：基于嵌入式Linux多传感器融合的移动机器人避障系统 第3期2-2系统硬件组成移动机器人主机硬件采用 ARM 6410作为核心结构设计。

ARM微处理器主要负责采集和处理各传感器的信息、多传感器数据融合算法的实现、进行图像压缩并通过嵌入式 Linux操作系统实现基于B/S网络的远程监控功能；在运动控制部分，ARM微处理器通过具有 PWM功能的定时器 Timer0和Timerl模拟产生PWM波，PWM波经过 UPIO口输出到两个直流驱动电机 ，从而控制移动机器人的前进，旋转，后退等动作121。

ARM核心板采用广州某公司的Tiny 6410开发板。其核心处理器是由某公司生产的$3C6410A，它是基于ARM1 176JZF-S内核的 RISC微处理器，运行主频可达 533M，核心板搭载了 256MB DDR RAM和 512MB Nand Flash，底层板上有各种通信接口可以利用131。系统硬件结构框图，如图2所示。 。

匝 巫 圆 叵垂圈 咽 图2系统硬件结构框图Fjg.2 Syem Hardware Block Diagram超声波传感器经A/D转换后，通过GPIO口与ARM连接，ARM通过查询访问 GPIO口的状态来采集外界环境数据。在视觉传感器方面，采用的是基于中芯微zc301芯片的USB摄像头。用于网络通信的无线网卡采用 USB接口某公司的TL-WN322G，网卡基于 802.11 协议，通过Wi-Fi网络将摄像头得到的实时图像数据、移动移动机器人平台所搭载各个传感器的信息以及移动机器人的工作状态发送出去。

3多传感器融合导航超声波传感器测量距离深度信息，而视觉传感器能够采集二维的平面信息，它们的数据通过信息融合，提取有效信息并去除冗余信息，可以较好地还原移动机器人周围环境的完整三维信息。多传感器融合的移动机器人避障导航系统较单-传感器系统具有更高的控制精度、更好地实时f生和鲁棒性等优点。下面简要介绍各传感器，重点介绍基于多传感器融合的避障导航在模糊PID控制中的实现。

3.1超声波传感器- 般采用渡越时间法 TOF(time of light)的原理进行超声波测距。首先测出超声波从发射到遇到障碍物返回所经历的时间，再乘以超声波的速度就得到二倍的声源与障碍物之间的距离，即：DCT/2 (1)式中： 感器与被测障碍物之间的距离；c--超声波在介质中的传播速度；嗍 声波从发射到接收的时间间隔。在精度要求不是很高的情况下，认为C340 m/s。

超声波测距拈被触发后，超声波发射头发出40kHz周期脉冲信号，同时检测回波。经计算可得时间间隔 从而求得距离数据。

3.2视觉传感器3.2.1图像采集和压缩在视觉传感器部分，涉及到图像的采集和和处理、压缩和发送。在嵌入式Linux环境下安装USB驱动，获得相关的视频采集设备的信息和图像信息，再对采集窗口、颜色模式、帧状态初始化，然后才能进行视频图像的采集。设置图像分辨率为 (320x240)，保留图像细节的同时旧能减少处理时间 。

考虑到嵌入式系统内存容量有限，因而本课题采用算法复杂度相对较低的 JPEG压缩方式。Jpeglib是 Independent JPEGGroup开发并维护的-个静态库，利用这个静态库可以建立ipeg图像压缩工程，调用其中的接口函数可以实现基于JPEG算法的图像压缩。

3.2.2图像处理USB摄像头采集到的图像是基于RGB颜色空间的JPEG格式的，由于 RGB颜色空间模型中 R、G、B三分量之间的相关性很高，当我们要对物体颜色进行分辨时，就必须对每个像素点的这三个分量进行计算，因而使程序变得复杂，计算量也比较大。HSV模型定量地描述了颜色对人眼的视觉作用，它选用色调(Hue)、亮度 (Value)、饱和度(Saturating)来计算描述，这三个量相对独立 ，可以只对其中单个分量进行处理。基于以上原因，采用在HSV颜色空间模型下进行图像的处理I5Jo3.2.3颜色识别算法采用HSV模型将采集的颜色信息分为色调、饱和度和亮度三种属性，选取其中的H和v参数作为识别处理的判断依据。通过图像坐标与实际坐标之间的坐标转换消除图像畸变产生的影响，得到路径参数；首先将图像从 RGB空间映射到HSV空间，使用灰度图像的阀值分割技术得到对应图像的二值图；然后对二值图像进行标签化，即可通过标签化之后的二值图像计算并判断各种物体的特征参数，如形状、面积、重心位置等▲而提取出障碍物的空间位置信息，为移动机器人的避障导航提供依据。

3.3基于模糊 PID控制的路径规划和导航传统的PID控制精度高，稳态性能好，但是其不能更好的适应参数变化；模糊控制系统动态性能好，但不能达到更好的稳态精度，有可能产生极环震荡。因此我们考虑把二者结合起来，采用模糊PID控制，采用多传感器融合后的数据和路面信息识别相结合的方法来对移动机器人的驱动电机速度参数进行调整，从而决定机器人的运动路径。把系统偏差、偏差变化率作为系统输人，控制量作为输出，通过基于专家经验的模糊推理过程，可以在线整定PID参数 。

具体的模糊推理过程包含：模糊化、推理、清晰化3个过程。

模糊控制系统由模糊控制器和控制对象组成，其中模糊控制器是设计的关键环节。模糊控制器的输入量为速度脉冲数的偏差e和偏差率e ，输出量为移动机器人平台驱动电机PWM控制校正因数△ 、△K、AK 偏差和偏差率都是精确值，模糊化就是使其离散化，转变成设定整数论域中的元素。设e和e 计算公如下：No.3Mar.2013 机 械 设 计与 制造 157fek-[Ⅳ( )-N(K-1)]k2[e( )-e( -1)]给 - 光电编码器图3模糊控制原理框图Fig.3 Fuzzy Control Block Diagram清晰化就是根据-定的算法将模糊推理得到的模糊输出转化为可以直接控制对象的精确输出。模糊控制器的推理算法采用max-rain合成法，清晰化采用加权平均判决法求取校正因数△K 、AK 、AK 的精确值♂合 PID控制的电机控制量的输出公式，就可得到多传感器数据融合经过模糊控制处理后电机的实际控制量 。其计算公式为： I (3)在多传感器融合的避障导航系统中，CCD视觉传感器结合超声波测距传感器提供移动机器人与障碍物之间的距离、方位信息，运用模糊控制算法，设计-系列的控制规则，经推理得到控制规则表，查询此表得到移动机器人的行进信息，多传感器数据融合经过模糊控制处理后得到电机的实际控制量反镭ARM控制器，和给定的转速相比较，实时地调整驱动电机的运动情况，从而完成移动机器人的避障和导航，实现我们的设计要求18]。实验结果表明模糊 PID控制可达到无超调输出，稳态误差为 0.35%，调节时间小于常规 PID控制。

4嵌人式Linux下的软件设计嵌入式 Linux具有可裁剪、多任务、多线程等系统特征，并