裴漢華，秦 晉

（杭州電子科技大學(xué)新型電子器件與應(yīng)用研究所，浙江 杭州 310018）

0 引 言

隨著老齡化問(wèn)題不斷加劇，社會(huì)對(duì)于服務(wù)型機(jī)器人的需求進(jìn)一步增加。 在我國(guó)餐飲業(yè)中，顧客點(diǎn)餐和送餐等服務(wù)是最繁雜的工作[1]。 餐飲業(yè)的勞動(dòng)力成本越來(lái)越高，傳統(tǒng)的以人為勞動(dòng)力的運(yùn)營(yíng)方式已經(jīng)遠(yuǎn)遠(yuǎn)不能滿(mǎn)足需求， 同時(shí)面對(duì)激烈的行業(yè)競(jìng)爭(zhēng)，如何縮減成本也是迫切需要考慮的問(wèn)題。

送餐機(jī)器人的循跡方式直接決定送餐的效率，常用的方案有以下幾種： 第一， 視覺(jué)導(dǎo)航， 使用CCD 攝像機(jī)來(lái)采集路面的圖像；第二，使用反射式紅外光電管；第三，使用激光掃；第四，使用磁導(dǎo)引傳感；第五，使用GPS 導(dǎo)航。 視覺(jué)識(shí)別導(dǎo)航通過(guò)采用CCD 攝像機(jī)構(gòu)建視覺(jué)導(dǎo)引系統(tǒng)， 是實(shí)現(xiàn)智能導(dǎo)航的最佳方式之一，也是一項(xiàng)具有較大潛力的實(shí)用技術(shù)[2]。使用CCD 攝像機(jī)進(jìn)行視覺(jué)導(dǎo)航的最大優(yōu)勢(shì)在于能夠準(zhǔn)確地判斷出機(jī)器人前方較長(zhǎng)一段距離上路面的走向， 給機(jī)器人的控制提供更多信息；缺點(diǎn)就是需要處理大量的計(jì)算任務(wù)，處理速度慢。 使用反射式紅外光電管，信號(hào)處理的速度較快，電路結(jié)構(gòu)也比較簡(jiǎn)單， 但是感知前方道路的距離有限，容易受外界環(huán)境的干擾，精度低。 使用激光掃描來(lái)導(dǎo)航，對(duì)環(huán)境無(wú)明顯要求，通過(guò)反光帶更改路線，但是成本太高。 磁導(dǎo)引傳感器通過(guò)鋪設(shè)磁帶更改路線，柔性較好，但一般磁導(dǎo)航傳感器只能檢測(cè)磁條上方100Gauss 以下的微弱磁場(chǎng)， 容易受到周?chē)饘傥镔|(zhì)的干擾，檢測(cè)的結(jié)果容易產(chǎn)生偏差[3]。 使用GPS 導(dǎo)航，環(huán)境的影響較小，穩(wěn)定性和精度都很高，只是成本太大。結(jié)合實(shí)際情況以及以上方案各自的優(yōu)缺點(diǎn)， 權(quán)衡成本、 精度和穩(wěn)定性后， 本文采用CCD 攝像頭來(lái)設(shè)計(jì)路徑識(shí)別模塊。

1 系統(tǒng)整體結(jié)構(gòu)

智能送餐機(jī)器人循跡系統(tǒng)主要由信號(hào)采集、信號(hào)放大、電源模塊、電機(jī)驅(qū)動(dòng)四部分組成。 硬件上，以線性CCD 作為路面檢測(cè)元件， 運(yùn)放電路將采集到的信號(hào)進(jìn)行放大， 電源模塊將24V 的電壓經(jīng)過(guò)電路轉(zhuǎn)換，變成5V 和3.3V，分別給不同的模塊進(jìn)行供電。軟件上，使用模糊PID 算法實(shí)現(xiàn)制。其整體結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)整體結(jié)構(gòu)Figure 1 Structure of the system

1.1 信號(hào)采集模塊

路面的信息采集由TSL1401 線性CCD 模塊完成。該模塊以TAOS 公司生產(chǎn)的TSL1401R 芯片為核心，集成了高達(dá)128 像素的線性陣列傳感器以及專(zhuān)門(mén)用于線性CCD 的透鏡。 該模塊可以看到一維的圖像， 并可以通過(guò)移動(dòng)模塊來(lái)獲得二維圖像。信息采集模塊的電路如圖2 所示。

圖2 信息采集模塊電路Figure 2 Information collection module circuit diagram

1.2 信號(hào)放大模塊

由信號(hào)采集模塊輸出的信號(hào)量一般都十分小，無(wú)法滿(mǎn)足后續(xù)電路的需求，因此需要增大輸出電壓，放大輸出信號(hào)。 我們可以采用運(yùn)放來(lái)實(shí)現(xiàn)放大輸出信號(hào)。 為了確保輸出的電壓是在合理的工作范圍（不飽和、不截止、能分辨路面的狀況），需要根據(jù)TSL1401R 所選定的鏡頭確定運(yùn)放的放大倍數(shù)。

我們可以選用INA128 來(lái)進(jìn)行對(duì)微弱信號(hào)的放大，圖3 所示是信號(hào)放大模塊電路圖。 圖中，INA128 具有低噪聲和低失調(diào)電壓漂移等性能指標(biāo)，而且放大倍數(shù)容易設(shè)置，只需通過(guò)一個(gè)外部電阻便可改變放大倍數(shù)。 圖中兩個(gè)RG 端口跨接的滑動(dòng)變阻器就是用來(lái)調(diào)節(jié)放大倍率的，V+和V-端口需要提供正負(fù)相等的工作電壓，VIN+和VIN-端口輸入需要進(jìn)行放大處理的電壓，并從VO 端口輸出放大過(guò)后的電壓。

圖3 信號(hào)放大模塊電路Figure 3 Signal amplification module circuit diagram

1.3 電源模塊

智能機(jī)器人以?xún)蓚€(gè)12V 的蓄電池作為外接電源，串聯(lián)電壓24V。 考慮到各模塊所需的電壓值不同， 使用LM2596 開(kāi)關(guān)電壓調(diào)節(jié)器， 來(lái)實(shí)現(xiàn)電壓24V 轉(zhuǎn)換為5V， 并且電壓的輸出誤差低于4%。SPX1117 電壓調(diào)節(jié)器具有低功耗和靜態(tài)電流非常低的特點(diǎn)[4]，因此采用SPX1117 來(lái)實(shí)現(xiàn)將電壓由5V轉(zhuǎn)換為3.3V。 電源轉(zhuǎn)換模塊的工作電路如圖4 和圖5 所示。

圖4 24V 轉(zhuǎn)5V 電路Figure 4 24V to 5V circuit

圖5 5V 轉(zhuǎn)3.3V 電路Figure 5 5V to 3.3V circuit

1.4 電機(jī)驅(qū)動(dòng)模塊

由于通過(guò)STM32 的I/O 端口輸出電流無(wú)法達(dá)到直接驅(qū)動(dòng)IFR2804MOS 管的效果，我們考慮添加一個(gè)MOS 管的驅(qū)動(dòng)電路，通過(guò)驅(qū)動(dòng)電路為MOS 管提供足夠的的驅(qū)動(dòng)電流， 確保MOS 管可以快速穩(wěn)定地工作。 電機(jī)驅(qū)動(dòng)模塊的電路如圖6 所示。

圖6 電機(jī)驅(qū)動(dòng)模塊電路Figure 6 Motor drive module circuit diagram

IR2110 是雙通道高壓、 高速電壓型功率開(kāi)關(guān)器件柵極驅(qū)動(dòng)器，具有自舉浮動(dòng)電源，驅(qū)動(dòng)電路簡(jiǎn)單，只需一路電源即可同時(shí)驅(qū)動(dòng)上、下橋臂[5]。

IR2110 依靠其自身所特有的高壓集成電路及無(wú)門(mén)鎖CMOS 技術(shù)驅(qū)動(dòng)大功率MOS， 導(dǎo)通和關(guān)斷的響應(yīng)時(shí)間分別為120ns 和94ns，偏值電壓的最大值可以達(dá)到600V，具有很強(qiáng)的驅(qū)動(dòng)力，在內(nèi)部設(shè)有欠壓封鎖，并設(shè)有外部保護(hù)封鎖端口。

2 軟件系統(tǒng)設(shè)計(jì)

2.1 送餐機(jī)器人路徑控制

智能送餐機(jī)器人不像傳統(tǒng)的尋跡機(jī)器人有路徑的約束，而是以自有的路徑進(jìn)行工作，因此行走更加靈活。 但是為了追求送餐的效率，需要進(jìn)行送餐路徑規(guī)劃。 機(jī)器人送餐的環(huán)境一般都是在室內(nèi)，內(nèi)部的環(huán)境信息我們是完全知道的，因此我們可以設(shè)計(jì)從初始點(diǎn)到目標(biāo)點(diǎn)的路徑規(guī)劃。

室內(nèi)環(huán)境地圖可以用柵格法來(lái)表示。柵格法由W.E.Howden 于1968 年提出，它將環(huán)境空間劃分成包含二值狀態(tài)信息的方形柵格單元，這些單元相互連接且不重疊[6]。柵格法由兩部分組成：地圖建模和信息編碼。地圖建模就是把環(huán)境空間分割成多個(gè)相同的方形柵格。信息編碼就是指用二進(jìn)制數(shù)來(lái)表示柵格狀態(tài)。方格中，數(shù)字“1”代表障礙柵格，數(shù)字“0”代表自由柵格。完成地圖建模和信息編碼的效果圖如圖7 所示。

圖7 柵格地圖Figure 7 Raster map

由于蟻群算法的優(yōu)勢(shì)在于解決搜索全局最優(yōu)路徑問(wèn)題，并且具有記憶功能，不會(huì)重復(fù)選擇走過(guò)的路徑，因此可以采用蟻群算法來(lái)進(jìn)行送餐機(jī)器人的路徑規(guī)劃。

蟻群算法模型首先要進(jìn)行參數(shù)的初始化，需要設(shè)置蟻群的規(guī)模、啟發(fā)因子、期望啟發(fā)因子等，選擇初始點(diǎn)和目標(biāo)點(diǎn)對(duì)應(yīng)的柵格號(hào)[7]。在選擇路徑時(shí)，由于選擇了柵格法建立地圖模型，每一次只能選擇移動(dòng)到與當(dāng)前柵格相鄰的柵格，我們依據(jù)當(dāng)下位置和周邊位置的信息素強(qiáng)度計(jì)算出下一步朝各個(gè)方向移動(dòng)的概率。 在每一次的路徑搜索循環(huán)中，記錄下來(lái)每一只螞蟻所經(jīng)過(guò)的路徑點(diǎn)，路徑點(diǎn)的坐標(biāo)單獨(dú)存儲(chǔ)起來(lái)，以此可記錄每只螞蟻?zhàn)哌^(guò)的路徑，每一次迭代結(jié)束以后，都能獲得到一條此次循環(huán)的最短路徑。 一段時(shí)間以后，當(dāng)所有螞蟻都從起點(diǎn)到達(dá)終點(diǎn)，完成了一次迭代，這時(shí)每一只螞蟻行走路徑上的信息都需要進(jìn)行一次更新。蟻群算法的流程如圖8 所示。

圖8 蟻群算法流程圖Figure 8 Flow chart of ant colony algorithm

2.2 PID 控制算法介紹

PID 控制算法應(yīng)用非常廣泛，小到控制一個(gè)元件的溫度，大到控制無(wú)人機(jī)的飛行姿態(tài)和飛行速度等，都可以使用PID 控制。

PID 控制是將比例（P）、積分（I）和微分（D）通過(guò)線性組合構(gòu)成控制量，對(duì)被控對(duì)象進(jìn)行控制。 它的原理簡(jiǎn)單，適用面廣而且易于實(shí)現(xiàn)，控制參數(shù)相互獨(dú)立，參數(shù)的選定比較簡(jiǎn)單。 整個(gè)系統(tǒng)的原理如圖9所示。

圖9 PID 系統(tǒng)原理圖Figure 9 PID system schematic diagram

該系統(tǒng)由PID 控制器和被控對(duì)象組成。圖中，r（t）是給定值，y（t）是系統(tǒng)的實(shí)際輸出值。 PID 控制器給定值與實(shí)際輸出值構(gòu)成控制偏差為:

PID 的控制規(guī)律為：

在上式中，kp為比例系數(shù)，T1為積分時(shí)間，TD為微分時(shí)間。

PID 控制器各校正環(huán)節(jié)的作用如下：

第一，比例環(huán)節(jié)。 比例環(huán)節(jié)的目的在于能夠成比例地反映控制系統(tǒng)的偏差信號(hào)，當(dāng)偏差信號(hào)一經(jīng)產(chǎn)生， 控制器就會(huì)依據(jù)偏差信號(hào)產(chǎn)生控制作用，減小誤差。

第二，積分環(huán)節(jié)。 積分環(huán)節(jié)主要是為了提高系統(tǒng)的無(wú)差度，消除靜差，積分作用的強(qiáng)弱與積分時(shí)間常數(shù)成正比，積分時(shí)間常數(shù)越大，積分作用越強(qiáng)。

第三，微分環(huán)節(jié)。 微分環(huán)節(jié)能夠很好地反映出偏差信號(hào)的變化趨勢(shì)，并且在偏差信號(hào)的值將要發(fā)生過(guò)大增長(zhǎng)之前， 能夠引入一個(gè)有效的修正信號(hào)，從而加快系統(tǒng)的運(yùn)作速度，較少調(diào)節(jié)時(shí)間。

長(zhǎng)期以來(lái)， 在設(shè)計(jì)和應(yīng)用PID 控制器的過(guò)程中，PID 參數(shù)的選取一直是一個(gè)難題， 因?yàn)閰?shù)的選取會(huì)影響比例作用、積分作用、微分作用的效果。在選取參數(shù)時(shí)，我們必須兼顧動(dòng)態(tài)與靜態(tài)性能指標(biāo)要求。

PID 控制器參數(shù)的整定方法有很多，可以采用繼電型PID 自整定方法，它的基本思想是在控制系統(tǒng)中設(shè)置兩種模態(tài)：測(cè)試模態(tài)和調(diào)節(jié)模態(tài)。 在測(cè)試模態(tài)，由一個(gè)繼電非線性環(huán)節(jié)來(lái)測(cè)試系統(tǒng)的振蕩頻率和增益，而在調(diào)節(jié)模態(tài)下，由系統(tǒng)的特征參數(shù)首先得出PID 控制器，再通過(guò)此控制器調(diào)節(jié)系統(tǒng)的動(dòng)態(tài)性能。 如果系統(tǒng)的測(cè)試發(fā)生變化，則需要重新進(jìn)入測(cè)試模態(tài)進(jìn)行測(cè)試，測(cè)試完成之后再回到調(diào)節(jié)模態(tài)進(jìn)行控制。

2.3 PID 控制算法流程

系統(tǒng)PID 算法的思路為： 利用CCD 獲取當(dāng)前送餐機(jī)器人的實(shí)時(shí)運(yùn)行速度，計(jì)算出當(dāng)前的實(shí)時(shí)速度與設(shè)定的速度的偏差值，將偏差值作為PID 算法的輸入； 根據(jù)PID 處理過(guò)后的值來(lái)計(jì)算出占空比，當(dāng)運(yùn)行速度未達(dá)到設(shè)定的速度時(shí)， 就通過(guò)增加或減小占空比來(lái)實(shí)現(xiàn)對(duì)運(yùn)行速度的調(diào)控。 不斷重復(fù)上述的過(guò)程， 實(shí)際的運(yùn)行速度就會(huì)在設(shè)定速度周?chē)舷虏▌?dòng)。 當(dāng)所設(shè)置的參數(shù)合理時(shí)，實(shí)際運(yùn)行速度與設(shè)定值的差距就會(huì)很小。PID 控制算法的流程如圖10 所示。

圖10 PID 控制算法流程Figure 10 PID control algorithm flow

2.4 PID 控制器仿真

通過(guò)Simulation 對(duì)小車(chē)運(yùn)動(dòng)和控制進(jìn)行仿真，如圖11 所示，圖中的線條為距離誤差。在機(jī)器人起步時(shí)， 我們給定一個(gè)誤差距離，PID 控制器會(huì)控制機(jī)器人做出調(diào)整， 但是距離誤差不會(huì)直接減少，而是出現(xiàn)了反復(fù)的波動(dòng)，最后才趨于穩(wěn)定，使送餐機(jī)器人回到預(yù)定軌跡。

圖11 小車(chē)運(yùn)動(dòng)仿真圖Figure 11 Simulation diagram of trolley movement

3 試驗(yàn)結(jié)果分析

為了驗(yàn)證上述理論分析的正確性，將送餐機(jī)器人在長(zhǎng)30m、寬5m 的范圍內(nèi)進(jìn)行行駛，將機(jī)器人的實(shí)際運(yùn)行軌跡和模擬軌跡進(jìn)行對(duì)比，其試驗(yàn)結(jié)果如圖12 所示。從試驗(yàn)中可以看出，實(shí)際運(yùn)行軌跡和模擬運(yùn)行軌跡相差不大，表明送餐機(jī)器人可以很好地實(shí)現(xiàn)循跡。

圖12 機(jī)器人運(yùn)行軌跡試驗(yàn)Figure 12 Robot trajectory experiment

為了分析機(jī)器人在循跡過(guò)程中的耗時(shí)狀況，分別選取不同的路徑長(zhǎng)度，記錄下機(jī)器人循跡所花費(fèi)的時(shí)間，并將理論用時(shí)與實(shí)際用時(shí)進(jìn)行對(duì)比，試驗(yàn)結(jié)果如表1 所示。 可以看出，機(jī)器人在循跡的過(guò)程中，理論用時(shí)和實(shí)際用時(shí)差距不大，表明機(jī)器人可以很好地實(shí)現(xiàn)循跡送餐功能。

表1 機(jī)器人循跡用時(shí)試驗(yàn)Table 1 Robot tracking time experiment

4 結(jié)語(yǔ)

為了解決機(jī)器人在送餐過(guò)程中存在的穩(wěn)定性問(wèn)題，設(shè)計(jì)了一種基于模糊PID 的控制算法，試驗(yàn)表明該算法可以使得機(jī)器人沿著預(yù)定的軌跡運(yùn)行，穩(wěn)定可靠，具有較好的實(shí)用性。