基于行為的移動式智能吸塵機器人設(shè)計

自主吸塵機器人(AutonomollsCleaningRobot，ACR)又稱為清潔機器人或智能吸塵器，是移動式智能機器人進人家庭的一個典型應(yīng)用。

　　其結(jié)合了機器人和吸塵器的核心技術(shù)，能在無人看守情況下輕松地完成實現(xiàn)家庭、賓館、寫字樓等室內(nèi)環(huán)境的全自動清潔。集機械學(xué)、電子技術(shù)、傳感器技術(shù)、計算機技術(shù)、控制技術(shù)、機器人技術(shù)、人工智能等諸多學(xué)科為一體。吸塵機器人作為智能移動機器人實用化發(fā)展的先行者，其研究始于20世紀(jì)80年代，他是目前家用電器領(lǐng)域最具挑戰(zhàn)性的熱門研發(fā)課題。目前國內(nèi)外在吸塵機器人研究開發(fā)方面已取得一定的成果，并有成品上市。雖然自主吸塵機器人已經(jīng)形成產(chǎn)品并推向了市場，但其性能還有待進一步提高。

　　1 基于行為

　　Rodney Brooks在1986年發(fā)表的論文中提到的包容式結(jié)構(gòu)表明了基于行為的編程方法的正式起源。包容式結(jié)構(gòu)：在進化過程中，人類永遠不會喪失比較低級的和原始的大腦工程，而高級功能則在此基礎(chǔ)上進行添加，因此在每個人的大腦內(nèi)部都保留有類似于爬行動物的低級意識殘余。與此類似，采用基于行為的方法需要為機器人設(shè)計一系列簡單行為(所謂的行為也就是通過感知信息控制執(zhí)行過程的算法)，這些行為相互協(xié)調(diào)和協(xié)作，產(chǎn)生所需求的機器人整體行為。系統(tǒng)的行為并不是完全確定的，而是包含了很多隨機的東西。執(zhí)行過程并不十分穩(wěn)定，但系統(tǒng)的整體行為是非常穩(wěn)定的?；谛袨榈臋C器人將盡可能地將傳感器信息同執(zhí)行過程直接連接。具有很強的反射性：只要機器人對相關(guān)環(huán)境做出了判斷，就立即采取行動。一有信息就立即據(jù)此動作。

　　2 行為設(shè)計

　　行為分為2種類型：伺服行為和彈道式行為。伺服行為采用反饋控制環(huán)作為他的控制單元。彈道式行為，自始至終都會按照預(yù)先沒定好的模式運行。彈道式行為的整體規(guī)劃過程同實現(xiàn)程序代碼密切相關(guān)，執(zhí)行過程中的環(huán)境變化或者行為初始化過程中的任何微小錯誤(如噪聲假信號所導(dǎo)致的誤操作)，都會給機器人帶來麻煩，導(dǎo)致徹底失效。伺服行為具有良好的抗噪聲能力，對工作過程中的其他微小故障也具有較強的容錯性。 本文的行為采用有限狀態(tài)機(Finite state Machine，FSM)使能夠更方便地理解系統(tǒng)工作過程，從而可以容易地編寫系統(tǒng)實現(xiàn)代碼。

　　2．1 巡航行為

　　巡航行為是最基本也是機器人最常使用的行為。該行為使2個驅(qū)動電動機輸出相同的轉(zhuǎn)速，機器人近似直線的向前方運動，直到其他行為觸發(fā)，當(dāng)其他行為運行結(jié)束時，將又回復(fù)到巡航行為。

　　2．2 沿墻行走行為

　　沿墻行走行為能夠幫助機器人在障礙物之間搜索路徑。特別是對于多個房間的環(huán)境來說，在門的附近進行一小段沿墻行走行為將使機器人更有機會進入其他的房間，所以機器人在遇到障礙物時，隔一段時間需要進行一小段沿墻行走行為。如圖1所示：

　　2．3 歸航行為

　　歸航行為與泊位傳感器相結(jié)合，使機器人在電量不足時能夠回到充電處進行充電，以保證任務(wù)能夠完成。實現(xiàn)機器人歸航行為的左右2個紅外信標(biāo)接收器的性能不可能完全一致，當(dāng)機器人通過比較傳感器輸出確定出自己直接面/對光源時，其實際朝向卻偏向光源的一測，機器人沿著某個螺旋線向著信標(biāo)的位置前進。機器人前進的同時旋轉(zhuǎn)，旋轉(zhuǎn)角度ω=k(L一R)，其中k為增益參數(shù)；L，R為紅外接受器接收到的接受信號強度。當(dāng)機器人電量不足時，機器人未必處于充電的房間，因此檢測不到紅外信標(biāo)的信號，此時應(yīng)觸發(fā)沿墻行走行為使機器人走到能檢測到信標(biāo)信號的房間再觸發(fā)歸航行為。如圖2所示。

　　2．4 逃離行為

　　逃離行為能保護機器人避免發(fā)生危險，保證任務(wù)得以順利完成。機器人的旋轉(zhuǎn)角度是用來平衡系統(tǒng)環(huán)境適應(yīng)能力的一個重要參數(shù)。如果該值較大，那么機器人將能非常干凈利索地離開墻或者其他比較大的障礙物；但機器人卻因此而喪失了尋找狹小通路的能力，嚴(yán)重限制了他在錯綜復(fù)雜的環(huán)境中進行自主導(dǎo)航的能力；如果角度比較小，機器人將會比較容易地在凌亂的環(huán)境中穿行，然而在執(zhí)行避開墻壁的操作時則需反復(fù)多次才能成功，因此應(yīng)選擇隨機旋轉(zhuǎn)角度。如圖3所示。

　　2．5 防堵轉(zhuǎn)行為

　　永磁直流電動機的輸出轉(zhuǎn)矩同電流成正比。當(dāng)電動機兩端施加電壓而電動機沒有旋轉(zhuǎn)時，轉(zhuǎn)矩和電流達到最大值。如果機器人同某個障礙物發(fā)生碰撞，并且驅(qū)動輪同地面之間具有很大的摩檫力，那么驅(qū)動電動機將會處于停轉(zhuǎn)狀態(tài)。因此，如果電動機具有最大電流，并且電流已經(jīng)持續(xù)了相對比較長的時間，那么表明機器人已經(jīng)同環(huán)境中的某個物體發(fā)生了碰撞。堵轉(zhuǎn)檢測傳感器只有當(dāng)電動機在高電流狀態(tài)(高于某個閾值)下持續(xù)了一段時間才能斷定已發(fā)生碰撞的判斷(電機啟動會產(chǎn)生瞬間電流峰值)。

2．6防靜止行為

　　虛擬靜止檢測傳感器只要通過軟件實現(xiàn)即可。機器人在運動時各傳感器的輸出信息都可能在不停地變化，而一旦停止運動，所有傳感器的輸出信息都將保持不變。

　　2．7 系統(tǒng)結(jié)構(gòu)

　　機器人的功能和運行方式?jīng)Q定了機器人的結(jié)構(gòu)。系統(tǒng)結(jié)構(gòu)圖如圖4所示。

　　2．8 差速驅(qū)動

　　差速驅(qū)動底盤通過控制2個驅(qū)動輪之間的運動差異來控制機器人的整體運動。無論多么復(fù)雜的運動都可以分解為平移運動和原地旋轉(zhuǎn)運動。圖5為差速驅(qū)動模型，描述了2個驅(qū)動輪的速度同機器人曲率半徑之間的關(guān)系，曲率半徑為rL=VLW／(VR一VL)。當(dāng)兩個驅(qū)動輪的旋轉(zhuǎn)速度完全相同時．半徑rL的值將趨于無窮大，此時機器入沿直線行駛的過程可以理解為機器人沿某個半徑為無窮大的圓的旋轉(zhuǎn)過程；當(dāng)左輪速度為O時，rL等于0，機器人將會圍繞左輪進行原地旋轉(zhuǎn)操作，此時vL=v，Vr=wW+v；當(dāng)左右2個輪子的速度相同而符號相反時，機器人將會圍繞著自己的中心位置進行原地旋轉(zhuǎn)(rL=w／2)。差速驅(qū)動機器人可以圍繞2個驅(qū)動輪軸心連線上的任意一點進行旋轉(zhuǎn)操作(包括機器人本體外的點)。負(fù)半徑表示機器人沿弧線方向逆時針行駛；正半徑方向表示沿弧線方向順時針行駛。

　　3 仲裁器設(shè)計

　　在某個時刻僅有一個行為觸發(fā)，系統(tǒng)能夠比較平穩(wěn)地運行。但當(dāng)多個行為同時觸發(fā)，并且每個行為都需要機器人執(zhí)行不同的操作時，機器人就需要利用仲裁機制來妥善處理這種關(guān)系。這里采用固定優(yōu)先級仲裁，每個行為都被惟一地賦予一個優(yōu)先級值，沖突發(fā)生時，執(zhí)行優(yōu)先級高的行為。行為在發(fā)出控制請求后，需要知道自己是否已經(jīng)得到仲裁器的批準(zhǔn)。仲裁器帶有一定的輸出，每個行為都賦予一個惟一標(biāo)識符(ID：Identifer)。仲裁器輸出仲裁獲勝行為的標(biāo)識符。每個行為通過將自己的標(biāo)識符同仲裁器輸出相比較，能夠確定出自己是否已經(jīng)擁有了對仲裁資源的控制權(quán)。

　　機器人在運行時，環(huán)境存在很多不可控因素，機器人的實際運行方式與所期望的有很大差異，有時傳感器徹底失效，有時在信息檢測過程中經(jīng)常出現(xiàn)漏報和誤報錯誤(漏報是指當(dāng)環(huán)境中存在某種傳感器應(yīng)該能夠檢測到的信息時，傳感器卻檢測不到；誤報則是指傳感器所檢測到的信息在環(huán)境中是不存在或不正確的)。盡管在重要信息損失或者運動控制命令變質(zhì)的情況下，性能會受到一定程度的影響，機器人程序也應(yīng)該能夠盡其可能地做到最好，而不是完全徹底地癱瘓。在子系統(tǒng)發(fā)生錯誤或者工作失敗的情況下，系統(tǒng)這種能夠降低水準(zhǔn)繼續(xù)工作的能力被稱為優(yōu)雅降級。本文設(shè)計的機器人具有完善的優(yōu)雅降級功能(見圖6)。在碰撞傳感器失效的情況下，防堵轉(zhuǎn)和防靜止行為將保證機器人繼續(xù)完成任務(wù)。

　　4 機器人仿真及分析

　　對以上提出的基于行為吸塵機器人設(shè)計方案進行仿真，圖7為機器人在模擬房間中清潔任務(wù)的仿真界面。機器人采用隨機覆蓋的模式，不知道自己的具體位置，因此不可避免地會再次訪問已訪問過的某個區(qū)域。隨著機器人的運行，覆蓋區(qū)域的增長速度呈遞減趨勢，區(qū)域覆蓋率則可以近似表達為：覆蓋率=(1-e-t/a)其中，f為時間變量；a為一時間常數(shù)。表明了機器人在不訪問舊區(qū)域的情況下進行確定性覆蓋所花費的時間。通過實驗仿真運行情況來看，本文的設(shè)計方案完全可以滿足要求。雖然隨機覆蓋方法沒有確定性覆蓋的低重復(fù)性，但他卻能避免確定性覆蓋所帶來的價格、復(fù)雜性以及系統(tǒng)脆弱性問題。

　　5 結(jié) 語

　　基于行為的機器人設(shè)計方法不采用價格昂貴的單一類型傳感器去獲取難以達到的精度和可靠性，而是綜合使用多個可靠性相對來說比較差一些的傳感器系統(tǒng)，通過這些系統(tǒng)之間的優(yōu)勢互補使機器人具有更強的魯棒性。

　　作者在結(jié)合傳統(tǒng)的基于行為技術(shù)和傳感器技術(shù)的基礎(chǔ)上，選取最有效的行為搭配構(gòu)建了整個系統(tǒng)，使整個系統(tǒng)的工作效率較傳統(tǒng)的隨機覆蓋有了很大的提高。