基于分布式控制系統(tǒng)的輪式智能機(jī)器人研究

0 引言

智能機(jī)器人研究在當(dāng)前機(jī)器人研究領(lǐng)域具有十分突出的地位，其顯著的特點(diǎn)是具有環(huán)境感知、判斷決策、人機(jī)交互等功能。具體地說(shuō)，應(yīng)該具有可移動(dòng)性，能根據(jù)命令或需要到達(dá)指定工作地點(diǎn)或區(qū)域；應(yīng)具有圖像識(shí)別能力，可進(jìn)行人臉識(shí)別、物件識(shí)別、視覺導(dǎo)航；具有語(yǔ)音識(shí)別與合成功能，可進(jìn)行人機(jī)語(yǔ)音交互，包括用語(yǔ)音命令控制機(jī)器人工作、人機(jī)語(yǔ)音對(duì)話聊天、媒體（視頻、音頻）語(yǔ)音點(diǎn)播、語(yǔ)音信息查詢、文本語(yǔ)音播放等；具有超聲波測(cè)距與避障功能；具有軌跡跟蹤功能；具有測(cè)光與光源跟蹤功能等。這些功能要求控制系統(tǒng)應(yīng)具有較好的協(xié)調(diào)性、實(shí)時(shí)性和可靠性。針對(duì)智能機(jī)器人的上述功能特性，我們?cè)O(shè)計(jì)并實(shí)現(xiàn)了基于分布式控制系統(tǒng)的輪式智能機(jī)器人。

1 分布式控制系統(tǒng)

智能機(jī)器人的控制對(duì)象及功能較多，比較理想的控制系統(tǒng)解決方案是采用分布式控制系統(tǒng)（Distributed Control System,DCS），將控制功能在下位機(jī)分散，每個(gè)下位機(jī)完成一項(xiàng)特定功能，各下位機(jī)便可實(shí)現(xiàn)并行工作，這將大大提高整個(gè)系統(tǒng)的處理速度和能力。 DCS的核心思想是集中管理、分散控制[1]，即管理與控制分離，上位機(jī)用于集中監(jiān)視管理功能，下位機(jī)分散到現(xiàn)場(chǎng)實(shí)現(xiàn)分布式控制，各上下位機(jī)之間通過控制網(wǎng)絡(luò)互連以實(shí)現(xiàn)信息傳輸。顯然，采用DCS方案有如下明顯優(yōu)點(diǎn)：實(shí)現(xiàn)集中監(jiān)控和管理，管理與現(xiàn)場(chǎng)分離，管理更能綜合化和系統(tǒng)化；實(shí)現(xiàn)分散控制，可使各功能模塊的設(shè)計(jì)、裝配、調(diào)試、維護(hù)獨(dú)立，系統(tǒng)控制的危險(xiǎn)性分散，可靠性提高，投資減??；采用網(wǎng)絡(luò)通信技術(shù)，可根據(jù)需要增加以微處理器為核心的功能模塊，具有良好的系統(tǒng)開放性、擴(kuò)展性和升級(jí)特性。

CAN（Controller Area Network）總線[2]作為連接各上下位機(jī)之間的通信網(wǎng)絡(luò)，非常適用于分布式控制系統(tǒng)，因?yàn)樗哂性S多優(yōu)點(diǎn)：CAN控制器工作于多主方式，網(wǎng)絡(luò)中的各節(jié)點(diǎn)都可根據(jù)總線訪問優(yōu)先權(quán)向總線發(fā)送數(shù)據(jù)，通信方式靈活；CAN節(jié)點(diǎn)在錯(cuò)誤嚴(yán)重的情況下具有自動(dòng)關(guān)閉輸出功能，以使總線上其他節(jié)點(diǎn)的操作不受影響，因而具有突出的可靠性；CAN總線的通信協(xié)議可由CAN控制器芯片及其接口芯片來(lái)實(shí)現(xiàn)，從而大大降低系統(tǒng)開發(fā)難度，縮短了開發(fā)周期；CAN總線結(jié)構(gòu)簡(jiǎn)單，只有兩根信號(hào)線，掛接在總線上的設(shè)備可方便地增減，因而具有優(yōu)良的擴(kuò)展性；此外，CAN總線還有傳輸速率高、實(shí)時(shí)性強(qiáng)、開放性好、成本低等特點(diǎn)。

2 控制系統(tǒng)的結(jié)構(gòu)

基于CAN總線的分布式控制系統(tǒng)的上位機(jī)由主控計(jì)算機(jī)及所屬的語(yǔ)音和圖像處理單元構(gòu)成，下位機(jī)則是由以1至5號(hào)單片機(jī)為核心的功能模塊所組成，它們分別是移動(dòng)平臺(tái)伺服控制器模塊、測(cè)距控制器模塊、尋跡控制器模塊、測(cè)光控制器模塊、系統(tǒng)監(jiān)控與電源管理模塊，控制系統(tǒng)結(jié)構(gòu)圖如圖1所示。

由圖可見，這是一個(gè)典型的分布式控制系統(tǒng)結(jié)構(gòu)。各功能模塊單元電路在邏輯上相對(duì)獨(dú)立，每個(gè)模塊都是一個(gè)以自己的處理器（單片機(jī)）為核心的功能完整的子系統(tǒng)，且完成一項(xiàng)特定的功能，各單元均通過CAN控制器和CAN驅(qū)動(dòng)器與CAN總線相連，實(shí)現(xiàn)與上位機(jī)及其它功能模塊之間的信息傳輸。系統(tǒng)監(jiān)控與電源管理模塊除和CAN總線相連外，還有一組狀態(tài)線和控制線分別與其它各功能模塊相連，一方面，該功能模塊要通過狀態(tài)線實(shí)時(shí)監(jiān)測(cè)其它功能電路的工作狀態(tài)，另一方面，還要根據(jù)主控計(jì)算機(jī)的控制決策或突發(fā)事件（如電路故障報(bào)警）通過控制線對(duì)相應(yīng)電路模塊進(jìn)行實(shí)時(shí)控制（系統(tǒng)復(fù)位、切斷或接通電源等），以完成系統(tǒng)監(jiān)控功能。

圖1 控制系統(tǒng)結(jié)構(gòu)圖

3 智能機(jī)器人的結(jié)構(gòu)及功能模塊

3.1 主控計(jì)算機(jī)

主控計(jì)算機(jī)是分布式控制系統(tǒng)的上位機(jī)，主要用于人機(jī)語(yǔ)音交互、系統(tǒng)管理、控制決策、任務(wù)調(diào)度、圖像識(shí)別與處理等。主控計(jì)算機(jī)軟硬件結(jié)構(gòu)圖如圖2所示。

圖2 主控計(jì)算機(jī)軟硬件結(jié)構(gòu)圖

功能完善的語(yǔ)音識(shí)別與合成、圖像處理等系統(tǒng)往往比較龐大，需要操作系統(tǒng)和其它相關(guān)軟件資源作支撐，又由于這些信息的處理運(yùn)算量大，因此，這幾項(xiàng)功能的實(shí)現(xiàn)以及分布式控制系統(tǒng)中的主控計(jì)算機(jī)須由一臺(tái)高性能PC機(jī)承擔(dān)。故上位機(jī)不僅具備系統(tǒng)管理、控制決策及任務(wù)調(diào)度等功能，還同相關(guān)設(shè)備或部件（CCD、圖像采集卡、聲卡、音頻功放、調(diào)頻發(fā)射與接收機(jī)等）一起組成語(yǔ)音識(shí)別單元、圖像識(shí)別單元、語(yǔ)音合成單元等功能單元。

3.1.1 語(yǔ)音控制臺(tái)

人是機(jī)器人的最高決策者和命令下達(dá)者，對(duì)我們?cè)O(shè)計(jì)的這款機(jī)器人下達(dá)任何命令均通過語(yǔ)音控制臺(tái)（手持式微型無(wú)線調(diào)頻話筒）以語(yǔ)音方式實(shí)現(xiàn)。這種方式降低了人對(duì)機(jī)器人的操控難度，使之變得友好、自然，實(shí)現(xiàn)了真正意義下的人機(jī)對(duì)話。

3.1.2 語(yǔ)音識(shí)別單元

語(yǔ)音識(shí)別是本機(jī)器人的關(guān)鍵技術(shù)之一。針對(duì)不同的應(yīng)用目的和平臺(tái)，語(yǔ)音識(shí)別有多種實(shí)現(xiàn)途徑，如用于語(yǔ)音玩具的只能識(shí)別較少數(shù)量孤立單詞的簡(jiǎn)易專用語(yǔ)音識(shí)別芯片；面向嵌入式系統(tǒng)或設(shè)備，對(duì)系統(tǒng)資源要求不高的基于DSP或其它MCU的語(yǔ)音識(shí)別模塊；支持多服務(wù)器和分布式語(yǔ)音識(shí)別的解決方案；基于PC環(huán)境的語(yǔ)音識(shí)別系統(tǒng)等。

由于語(yǔ)音識(shí)別是人機(jī)交互的關(guān)鍵，因此，本系統(tǒng)宜采用面向PC平臺(tái)、功能強(qiáng)大、性能優(yōu)異的具有連續(xù)語(yǔ)音識(shí)別能力的軟件，如比較成熟的IBM ViaVoice SDK，以及中科院自動(dòng)化所推出的基于PC平臺(tái)的Pattek ASR/P2.0 SDK，這兩個(gè)產(chǎn)品都具有許多共同特點(diǎn)，如識(shí)別率高，對(duì)環(huán)境噪聲和口音的適應(yīng)能力強(qiáng)；具有非特定人語(yǔ)音識(shí)別功能，適合不同性別和口音的普通話；接口豐富，便于二次開發(fā)，可有效縮短開發(fā)周期；抗干擾能力強(qiáng)；詞表替換方便，且不需要重新采集語(yǔ)音數(shù)據(jù)訓(xùn)練模型等。

3.1.3 圖像處理單元

本智能機(jī)器人的圖像處理單元可實(shí)現(xiàn)人臉識(shí)別、物件識(shí)別與視覺導(dǎo)航。機(jī)器人視覺是近年來(lái)人工智能研究的活躍課題，也是我們本次機(jī)器人研究的重要子課題。一個(gè)優(yōu)秀的人臉及物件目標(biāo)自動(dòng)識(shí)別系統(tǒng)應(yīng)具有訓(xùn)練時(shí)間短，識(shí)別速度快，識(shí)別準(zhǔn)確率高等特點(diǎn)，因此，算法的研究通?；谶@幾個(gè)特點(diǎn)展開。典型的KL算法在提取圖像的代數(shù)特征方面，其效率和速度均有待提高，且得到的特征向量的可分性也不好；雖然統(tǒng)計(jì)不相關(guān)最佳鑒別變換擁有很好的分類效果，但如果直接利用圖像向量構(gòu)造圖像散布矩陣運(yùn)算量又會(huì)太大，導(dǎo)致識(shí)別速度降低。

在經(jīng)典代數(shù)特征提取方法基礎(chǔ)上，我們?cè)O(shè)計(jì)并實(shí)現(xiàn)了基于KL和統(tǒng)計(jì)不相關(guān)最佳鑒別變換的人臉及物件識(shí)別算法，較好地解決了運(yùn)算量和識(shí)別速度、識(shí)別準(zhǔn)確率之間的矛盾。實(shí)際應(yīng)用表明，這套人臉及物件自動(dòng)識(shí)別系統(tǒng)具有性能穩(wěn)定可靠、識(shí)別速度快、識(shí)別準(zhǔn)確率高等優(yōu)點(diǎn)。

我們將改進(jìn)后的算法在計(jì)算機(jī)上實(shí)現(xiàn)，并使用最小距離分類器進(jìn)行識(shí)別測(cè)試，最終結(jié)果表明：訓(xùn)練時(shí)間明顯減少，訓(xùn)練200幅圖像的時(shí)間小于80秒，訓(xùn)練全部400幅圖像的時(shí)間小于480秒；識(shí)別速度均在1秒之內(nèi)，有較大提高；識(shí)別正確率提高，平均正確識(shí)別率明顯高于單獨(dú)的KL和統(tǒng)計(jì)不相關(guān)最佳鑒別變換方法，可達(dá)92%以上。

圖像處理單元還有一個(gè)重要功能，即用于視覺導(dǎo)航。視覺導(dǎo)航是近年來(lái)發(fā)展起來(lái)的一種先進(jìn)導(dǎo)航技術(shù)，然而，視覺導(dǎo)航是一個(gè)十分具有挑戰(zhàn)性的復(fù)雜課題，實(shí)現(xiàn)該項(xiàng)技術(shù)具有很高的難度。其中一種方案是視覺導(dǎo)航系統(tǒng)通過識(shí)別路徑引導(dǎo)線或標(biāo)志信息為機(jī)器人提供視覺導(dǎo)航，在這種方案中，路徑識(shí)別是視覺導(dǎo)航的關(guān)鍵。具體思路是：系統(tǒng)通過邊緣檢測(cè)法檢測(cè)路徑引導(dǎo)線，并計(jì)算自身相對(duì)于引導(dǎo)路徑的位姿值，從而進(jìn)行導(dǎo)航控制。

3.1.4 語(yǔ)音合成單元

要實(shí)現(xiàn)人機(jī)語(yǔ)音交互，機(jī)器人除應(yīng)具備能聽懂人的自然語(yǔ)言的語(yǔ)音識(shí)別系統(tǒng)(Speech Recognition,SR)外，還應(yīng)具備能開口說(shuō)話的語(yǔ)音合成系統(tǒng)(Speech Synthesis,SS)。TTS(Text-to-Speech)即文語(yǔ)轉(zhuǎn)換，是將文字信息轉(zhuǎn)換成語(yǔ)音的一種技術(shù)。實(shí)現(xiàn)TTS的核心技術(shù)很復(fù)雜，然而，為幫助軟件開發(fā)者開發(fā)語(yǔ)音軟件，微軟公司提供了支持中文文本的識(shí)別和合成語(yǔ)音引擎Microsoft Speech SDK 5.1，利用該引擎，我們可輕松實(shí)現(xiàn)TTS，創(chuàng)建具有TTS功能的應(yīng)用程序。

3.2 移動(dòng)平臺(tái)伺服控制器

本輪式機(jī)器人由輪式移動(dòng)平臺(tái)和平臺(tái)上的機(jī)器人頭部組成。機(jī)器人頭部安裝有一部帶有控制云臺(tái)的攝像機(jī)、一對(duì)全頻音箱、4個(gè)超聲波傳感器、8只光敏傳感器等零部件，而主控計(jì)算機(jī)、各功能模塊電路板、電池組、調(diào)頻接收機(jī)、音頻放大器、紅外光電傳感器等零部件則安裝在移動(dòng)平臺(tái)上。輪式移動(dòng)平臺(tái)采用3組正交輪驅(qū)動(dòng)，具有3個(gè)自由度，可實(shí)現(xiàn)仿人靈活移動(dòng)。如圖1所示，由移動(dòng)平臺(tái)伺服控制器、PWM放大器、驅(qū)動(dòng)電機(jī)和增量式光電碼盤構(gòu)成速度閉環(huán)控制。

3.3 測(cè)距控制器

在機(jī)器人頭部裝有4個(gè)超聲波傳感器，用于檢測(cè)四個(gè)方向的障礙物信息，以實(shí)現(xiàn)測(cè)距與避障功能。傳感器的有效檢測(cè)距離在0.3m至5m之間，誤差小于5cm。

3.4 尋跡控制器

5只用于尋跡的紅外光電傳感器置于機(jī)器人正前方，方向朝下，呈對(duì)稱分布，用于檢測(cè)地面的路線軌跡。

本機(jī)器人有多種導(dǎo)航方式。第一種是在其運(yùn)動(dòng)路徑上設(shè)置導(dǎo)航信息媒體，由傳感器檢測(cè)導(dǎo)航信息的特性，控制機(jī)器人按規(guī)定的路線行駛的外導(dǎo)式[3]，本機(jī)器人利用CCD進(jìn)行路徑識(shí)別的視覺導(dǎo)航、利用紅外光電傳感器檢測(cè)地面的路線軌跡進(jìn)行導(dǎo)航、利用超聲波傳感器進(jìn)行的導(dǎo)航、利用光敏傳感器進(jìn)行的導(dǎo)航等導(dǎo)航方式均屬于外導(dǎo)式。第二種是內(nèi)導(dǎo)式，即按運(yùn)動(dòng)規(guī)劃或預(yù)先設(shè)定的運(yùn)動(dòng)路徑行駛的導(dǎo)航方式。

3.5 測(cè)光控制器

安裝在機(jī)器人頭部，彼此呈45度角的8只光敏傳感器，連同對(duì)應(yīng)的8路A/D轉(zhuǎn)換器和測(cè)光控制器，構(gòu)成測(cè)光單元，用于檢測(cè)或追蹤光源。在光敏傳感器和測(cè)光控制器之間加入A/D轉(zhuǎn)換器，可精確檢測(cè)不同方位的光強(qiáng)度。

3.6 系統(tǒng)監(jiān)控與電源管理

系統(tǒng)監(jiān)控與電源管理模塊負(fù)責(zé)對(duì)整個(gè)控制系統(tǒng)的工作狀態(tài)實(shí)施監(jiān)控和管理。該模塊具備以下功能：當(dāng)某一電路或功能模塊發(fā)生故障時(shí)，由該模塊向主控計(jì)算機(jī)和其它模塊發(fā)出報(bào)警信息，并將該模塊復(fù)位，復(fù)位后若故障消失，則解除警報(bào)，否則關(guān)閉該模塊，并通知其它電路停止與該模塊通信；實(shí)時(shí)監(jiān)控系統(tǒng)工作狀態(tài)，當(dāng)某些功能電路暫不工作時(shí)，關(guān)閉其電源，以節(jié)約機(jī)載電能。

4 結(jié)語(yǔ)

該智能機(jī)器人經(jīng)反復(fù)實(shí)驗(yàn)，已基本達(dá)到預(yù)期效果，大部分功能已經(jīng)實(shí)現(xiàn)。其中，語(yǔ)音識(shí)別與控制、語(yǔ)音合成、超聲波測(cè)距控制、采用紅外光電傳感器的尋跡與控制、測(cè)光與追光、人臉識(shí)別、移動(dòng)平臺(tái)的伺服控制等均取得較好效果，但物件識(shí)別的對(duì)象有一定限制，視覺導(dǎo)航仍有大量工作尚待完成，作為“智能機(jī)器人”的整體智能化程度有待進(jìn)一步提高。

本文作者創(chuàng)新點(diǎn)：提出了一種基于分布式控制系統(tǒng)，具有包括圖像處理（人臉識(shí)別與物件識(shí)別、視覺導(dǎo)航）、語(yǔ)音處理（語(yǔ)音識(shí)別與合成）在內(nèi)的較高智能化程度的機(jī)器人控制系統(tǒng)結(jié)構(gòu)；設(shè)計(jì)并實(shí)現(xiàn)了基于KL和統(tǒng)計(jì)不相關(guān)最佳鑒別變換的人臉及物件識(shí)別新算法，較好地解決了運(yùn)算量和識(shí)別速度、識(shí)別準(zhǔn)確率之間的矛盾，有效提高了識(shí)別速度和準(zhǔn)確率；提出并實(shí)踐了一種包括視覺導(dǎo)航、語(yǔ)音導(dǎo)航、尋線導(dǎo)航、超聲波導(dǎo)航、光電導(dǎo)航以及運(yùn)動(dòng)規(guī)劃導(dǎo)航等在內(nèi)的綜合策略導(dǎo)航方式。實(shí)踐證明，采用該方案后，智能機(jī)器人系統(tǒng)具有較好的可靠性、開放性和魯棒性。

參考文獻(xiàn)：
[1] 王常力，羅安.分布式控制系統(tǒng)(DCS)設(shè)計(jì)與應(yīng)用實(shí)例[M].北京:電子工業(yè)出版社，2004.
[2] 呂當(dāng)俠.CAN總線的特點(diǎn)及應(yīng)用.航空與航天[J]，2005(3):16-20.
[3] 譚定忠等.室內(nèi)移動(dòng)機(jī)器人定位方法的研究.機(jī)械與電子[J]，2005(9):46-47.
[4] Zhong Jin,J Y Yang,Z S Hu et al.Face Recognition based on uncorrelated discriminant transformation[J].
Pattern Recognition,2001,33(7):1405-1416.
[5] Microsoft, Microsoft Speech SDK 5.1 Documentation,
[6] 韓大鵬，韋慶.機(jī)器人控制器的一種模塊化設(shè)計(jì)方法.微計(jì)算機(jī)信息[J]，2005，21(5):3-4.