劉琪亮，葉哲閩，吳圣龍，鄒騰躍

摘要：針對(duì)當(dāng)前國(guó)內(nèi)外缺乏對(duì)大場(chǎng)地環(huán)境下掃地機(jī)器人方面研究的空白，提出一種LoRa協(xié)議和改進(jìn)的灰狼算法相結(jié)合的智能場(chǎng)地掃地機(jī)器人。在通信方面引入LoRa局域網(wǎng)，比較顯著提高了通信效率，降低通信能耗，并能很好地適應(yīng)大范圍的工作環(huán)境，結(jié)合上位機(jī)為操作者提供較精確的地圖定位以及簡(jiǎn)單的控制應(yīng)用。在路徑規(guī)劃方面，主要是采用經(jīng)過(guò)改進(jìn)的傳統(tǒng)灰狼優(yōu)化算法的多任務(wù)目標(biāo)遍歷方式，并結(jié)合遺傳算法等技術(shù)，在傳統(tǒng)灰狼的方法上增加了非線條收斂因子調(diào)整策略，其在迭代初期對(duì)全局檢索的收斂因子變化大，非線性因素改變的速度慢，對(duì)全局檢索能力強(qiáng)。仿真結(jié)果也證實(shí)，優(yōu)化算法的模型求解力更強(qiáng)，且遍歷路徑也更短，對(duì)大場(chǎng)地條件下的越來(lái)越多任務(wù)目標(biāo)遍歷也能取得很好的成效，且對(duì)大環(huán)境下越來(lái)越復(fù)雜、任務(wù)目標(biāo)愈來(lái)愈多的路徑規(guī)劃起到的效果更加明顯。

關(guān)鍵詞：LoRa協(xié)議；移動(dòng)機(jī)器人；灰狼優(yōu)化算法；路徑規(guī)劃

中圖分類(lèi)號(hào)：TP242.6? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）33-0021-04

1 引言

我國(guó)現(xiàn)有掃地機(jī)器人多數(shù)為室內(nèi)智能家具產(chǎn)品，對(duì)于面向較大面積場(chǎng)地的掃地機(jī)器人的研究，目前尚處于發(fā)展階段，尚未投入廣泛使用，因此具備較為重要的研究?jī)r(jià)值。本文擬研發(fā)一款基于LoRa無(wú)線射頻技術(shù)，實(shí)現(xiàn)低功耗、超大范圍覆蓋、安全便捷的智能掃地機(jī)器人，利用LoRa技術(shù)所具備的超長(zhǎng)距離、低功耗和安全的數(shù)據(jù)傳輸特點(diǎn)，結(jié)合連續(xù)區(qū)域路徑規(guī)劃算法的研究，為大面積場(chǎng)地智能清掃提供一套高效可行的實(shí)施方案。

2 方案設(shè)計(jì)

2.1 總體方案設(shè)計(jì)

整體方案如圖1所示，由控制器控制掃地機(jī)器人驅(qū)動(dòng)結(jié)構(gòu)，使清掃機(jī)構(gòu)進(jìn)行清潔作業(yè)，由電源部分提供動(dòng)力，同時(shí)收集傳感器的信息反饋，由控制器進(jìn)行一系列邏輯分析與處理，實(shí)現(xiàn)機(jī)器人的避障與針對(duì)性清潔功能。同時(shí)將信息傳輸給控制終端實(shí)時(shí)反饋機(jī)器人所在位置，經(jīng)過(guò)計(jì)算機(jī)處理，自主構(gòu)建地圖。

2.2 硬件設(shè)計(jì)

硬件部分作為機(jī)器人主體部分，支撐其完成移動(dòng)、清掃功能，主要由車(chē)架、刷盤(pán)、吸塵結(jié)構(gòu)、垃圾箱、電動(dòng)機(jī)、驅(qū)動(dòng)板等部分組成。如圖2所示為掃地機(jī)器人整體結(jié)構(gòu)圖，主要由主控制器、驅(qū)動(dòng)機(jī)構(gòu)、清掃機(jī)構(gòu)、傳感器等部分組成。驅(qū)動(dòng)結(jié)構(gòu)采用三輪式差速控制，該控制方式機(jī)械結(jié)構(gòu)簡(jiǎn)單，便于安裝，且電機(jī)功率利用率高，能滿(mǎn)足項(xiàng)目低功耗的核心需求。機(jī)器人內(nèi)部為垃圾收納箱，外表面裝有觸控屏，既能實(shí)現(xiàn)與終端的信息校驗(yàn)，還能調(diào)節(jié)機(jī)器人清掃工作中的一些參數(shù)。清掃結(jié)構(gòu)采用多自由度刷盤(pán)搭配吸塵結(jié)構(gòu)，有效提高清潔效率。

在主控制器的選用上，本文使用STM32F103C8T6核心板，通過(guò)傳感器反饋的信息，使用不同指令傳遞PWM信息給驅(qū)動(dòng)器芯片L298，再由L298的輸出控制直流電機(jī)的電壓輸入從而實(shí)現(xiàn)電機(jī)的啟動(dòng)、停止、加速、減速。L298驅(qū)動(dòng)電路還用于驅(qū)動(dòng)刷盤(pán)與吸塵電機(jī)，用于清掃與吸塵。另外，還采用了SX1278芯片，利用LoRa擴(kuò)頻工藝實(shí)現(xiàn)通信間距高達(dá)8Km或者更長(zhǎng)的定點(diǎn)傳輸。

2.3 軟件設(shè)計(jì)

掃地機(jī)器人系統(tǒng)程序流程圖如圖3所示。小車(chē)系統(tǒng)初始化后，清潔機(jī)構(gòu)控制電機(jī)啟動(dòng)，機(jī)器人開(kāi)始清潔工作，避障模塊開(kāi)始測(cè)距，當(dāng)障礙距離大于10cm時(shí)，小車(chē)前進(jìn)；當(dāng)障礙距離小于等于10cm時(shí)，小車(chē)首先左轉(zhuǎn)，此時(shí)再次檢測(cè)距離，當(dāng)距離大于10cm時(shí)，小車(chē)前進(jìn)，反之，小車(chē)右轉(zhuǎn)；最后再進(jìn)行一次距離檢測(cè)，大于10cm前進(jìn)，距離在10cm內(nèi)則再向右轉(zhuǎn)；至此，當(dāng)遍歷檢測(cè)到機(jī)器人已經(jīng)完成清潔任務(wù)時(shí)，清潔機(jī)構(gòu)停止運(yùn)行，機(jī)器人返回起始工作點(diǎn)。

2.4 LoRa的應(yīng)用

2.4.1 LoRa的選擇

LoRa協(xié)議在功率要求、通信范圍、通信速率等方面具備很多優(yōu)點(diǎn)，在點(diǎn)對(duì)點(diǎn)通信鏈路具有較高的精度[1]，本文采用SX1278芯片模塊，其屬于單通道半雙工通信，可利用其通道的復(fù)用進(jìn)行多節(jié)點(diǎn)通信，并具備功率小、傳輸距離遠(yuǎn)、抗干擾性能強(qiáng)的優(yōu)勢(shì)。另外，LoRaTM調(diào)制技術(shù)在數(shù)據(jù)選擇特性和抗阻塞性能上都具有較大的優(yōu)越性，相對(duì)于FSK調(diào)制技術(shù)在數(shù)據(jù)傳輸速率最大時(shí)數(shù)字精度也更高，因此LoRaTM的優(yōu)勢(shì)保證了通信的安全性，并且開(kāi)放了多種參數(shù)可供調(diào)節(jié)。

2.4.2 LoRa組網(wǎng)方式

由于大場(chǎng)地環(huán)境下機(jī)器人的需求量較大、節(jié)點(diǎn)較多，但每個(gè)節(jié)點(diǎn)之間的影響關(guān)系較小，系統(tǒng)采用經(jīng)典的星形網(wǎng)絡(luò)拓?fù)浼軜?gòu)，通過(guò)對(duì)個(gè)人電腦或手機(jī)程序的控制，一個(gè)服務(wù)器可以連接多個(gè)LoRa網(wǎng)關(guān)，而每個(gè)LoRa網(wǎng)關(guān)則可以連接將近數(shù)萬(wàn)個(gè)計(jì)算機(jī)終端模塊。LoRaWAN網(wǎng)絡(luò)采用易于搭建、簡(jiǎn)單高效的三級(jí)架構(gòu)，且其所有的通信均為雙向通信，既可實(shí)現(xiàn)數(shù)據(jù)的上傳又能實(shí)現(xiàn)指令的下發(fā)。星形網(wǎng)絡(luò)中，終端設(shè)備一般采用單跳與網(wǎng)關(guān)相連，極大降低網(wǎng)絡(luò)流量，減小系統(tǒng)成本，同時(shí)也簡(jiǎn)化了網(wǎng)絡(luò)。綜上，系統(tǒng)最終采用LoRaWAN組網(wǎng)、星型架構(gòu)，終端采集模塊連接至一個(gè)網(wǎng)關(guān)，由其向上發(fā)送給上位機(jī)，保存數(shù)據(jù)。同時(shí)加入LoRaWAN的接入安全機(jī)制，結(jié)合LoRa射頻指紋識(shí)別技術(shù)，提高了LoRaWAN的接入安全性能[2]。LoRa無(wú)線通信系統(tǒng)的總體架構(gòu)如圖4（上）所示。

2.4.3上位機(jī)軟件設(shè)計(jì)

上位機(jī)即應(yīng)用層，是用來(lái)下達(dá)命令到LoRa的網(wǎng)關(guān)操作終端，并接受感知層上傳反饋的數(shù)據(jù)，初步設(shè)計(jì)有PC端和手機(jī)端兩個(gè)同功能上位機(jī)，手機(jī)建立熱點(diǎn)，保持流量暢通，這時(shí)可以通過(guò)App登錄客戶(hù)端。在設(shè)備上電，網(wǎng)絡(luò)正常運(yùn)行一段時(shí)間后，就可以通過(guò)客戶(hù)端查看掃地機(jī)器人的實(shí)時(shí)位置和掃地機(jī)器人反饋的路徑信息。同時(shí)，也可以控制掃地機(jī)器人運(yùn)行和停止。上位機(jī)界面如圖4（下）所示。

3 路徑規(guī)劃

3.1 建立場(chǎng)地掃地機(jī)器人環(huán)境模型

當(dāng)場(chǎng)地掃地機(jī)器人在進(jìn)行路徑規(guī)劃時(shí)，對(duì)場(chǎng)地掃地機(jī)器人所處環(huán)境進(jìn)行合理建模為首要任務(wù)。環(huán)境模型的主要目的就是得到場(chǎng)地上清掃機(jī)器人所處區(qū)域的地圖，而清掃機(jī)器人路徑規(guī)劃也就是在其所構(gòu)建環(huán)境模型的基礎(chǔ)上完成的，因此環(huán)境建模的合理性直接影響到后續(xù)路徑規(guī)劃算法的運(yùn)算效率與準(zhǔn)確性。

3.1.1 環(huán)境建模有效信息及其獲取途徑

場(chǎng)地掃地機(jī)器人工作實(shí)質(zhì)在于完成規(guī)定大區(qū)域內(nèi)地面環(huán)境的清掃作業(yè)，同時(shí)順利避開(kāi)障礙，因此可將其工作環(huán)境設(shè)置為室外的二維平面模型，其包含區(qū)域邊界、可清掃地面與障礙，而針對(duì)場(chǎng)地掃地機(jī)器人的有效信息即為區(qū)域邊界、可清掃區(qū)域、障礙區(qū)域三者的位置信息。

對(duì)于環(huán)境建模有效信息的獲取，可分為以下兩種情況討論：一是已經(jīng)掌握待清掃區(qū)域二維電子地圖，根據(jù)地圖信息直接建模；二是面對(duì)陌生環(huán)境區(qū)域，場(chǎng)地掃地機(jī)器人通過(guò)內(nèi)置衛(wèi)星導(dǎo)航定位模塊及外設(shè)測(cè)距模塊對(duì)環(huán)境區(qū)域進(jìn)行學(xué)習(xí)，在行進(jìn)過(guò)程采集有效信息，在初始化環(huán)境模型基礎(chǔ)上通過(guò)采集邊界、可清掃區(qū)、障礙區(qū)位置數(shù)據(jù)，實(shí)時(shí)更新環(huán)境模型，并將所得數(shù)據(jù)進(jìn)行存儲(chǔ)。

3.1.2 基于柵格法的環(huán)境建模方案

實(shí)際應(yīng)用中，針對(duì)不同區(qū)域環(huán)境，選擇合適的環(huán)境建模方案十分重要?；跂鸥穹ǖ沫h(huán)境建模方案，在場(chǎng)地掃地機(jī)器人內(nèi)置定位模塊的基礎(chǔ)上，令每一柵格對(duì)應(yīng)一個(gè)經(jīng)緯度坐標(biāo)，進(jìn)行精準(zhǔn)定位，相比于自由空間法與拓?fù)浞軐?shí)現(xiàn)更高的精度；同時(shí)柵格法具有建模簡(jiǎn)單、運(yùn)算量小等優(yōu)點(diǎn)，相比幾何法具有更高的運(yùn)算速度。綜上所述，本項(xiàng)目采用柵格法進(jìn)行環(huán)境建模。

柵格法所建立的環(huán)境模型，即將場(chǎng)地掃地機(jī)器人運(yùn)動(dòng)區(qū)域劃分為若干個(gè)柵格，并對(duì)每一柵格進(jìn)行賦值來(lái)區(qū)分其屬性，具體數(shù)學(xué)描述如下：

定義1：用集合[S]表示掃地機(jī)器人運(yùn)動(dòng)區(qū)域，即：

[S=（x，y）|（x，y）為掃地機(jī)器人運(yùn)動(dòng)區(qū)域任意點(diǎn)坐標(biāo)}]

定義2：可清掃區(qū)域柵格值為1，障礙區(qū)域與邊界柵格值為0，即：

[map（x，y）=1，無(wú)障礙0，有障礙]

并記可清掃區(qū)域集合為[SY={（x，y）|map（x，y）=1}]，障礙與邊界區(qū)域集合為[SN={（x，y）|][map（x，y）=0}]，易得[SY、SN?S]，[SY?SN=0]，[SY?SN=S]。

定義3：場(chǎng)地掃地機(jī)器人清掃過(guò)的區(qū)域，其柵格值[map（x，y）=2]。

場(chǎng)地掃地機(jī)器人通過(guò)上述規(guī)則建立目標(biāo)環(huán)境數(shù)學(xué)模型，且方便計(jì)算機(jī)進(jìn)行存儲(chǔ)，為進(jìn)一步路徑規(guī)劃算法提供良好的運(yùn)行平臺(tái)。本項(xiàng)目基于柵格法上述規(guī)則在Excel建立的模擬地圖如圖5所示。

3.2 基于改進(jìn)型灰狼優(yōu)化算法的遍歷式路徑規(guī)劃

3.2.1 傳統(tǒng)灰狼優(yōu)化算法（GWO）

灰狼優(yōu)化算法（GWO）是為了模擬在生態(tài)學(xué)領(lǐng)域狼群體覓食行為中的過(guò)程，所產(chǎn)生的一種人群智能優(yōu)化算法。狼群有著嚴(yán)密的社會(huì)層級(jí)組織和組織系統(tǒng)，狼群的最頂層狼為[a]狼（狼群首領(lǐng)），而b狼則為[a]狼的下屬狼，必須服從[a]狼的命令，c狼地位僅次于[a]狼和b狼，其余狼為u狼，地位最低。狼群的覓食狩獵活動(dòng)大致分為搜尋、圍困和進(jìn)攻三個(gè)階段。GWO算法數(shù)學(xué)模型中，將種群中的每一種候選解法都用一只灰狼表示，并用[a]狼表示最佳解，b狼和c狼表示第二和第三最佳候選的解法，以及剩下的侯選解法為u。設(shè)灰狼種群數(shù)量為[N]，搜索空間為[Dim]維空間，第[i]只灰狼在第[Dim]維空間中的位置向量可以表示為[XDimi]，灰狼圍捕獵物的數(shù)學(xué)模型描述如下[3]

[D=C?Xp（t）-X（t）]? ? ? ? ? ? ? ? ? ? ? ? ? （1）

[X（t+1）=Xp（t）-A?D]? ? ? ? ? ? ? ? ? ? ? ? ? （2）

上式中[t]代表當(dāng)前迭代次數(shù)，[A]與[C]是系數(shù)向量；[Xp（t）]是獵物的位置向量；[X]代表灰狼的位置向量[4]。[A]與[C]的計(jì)算公式為：

[A=2a?r1-a]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

[C=2r2]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

上式中[r1]與[r2]的模是[[0，1]]之間的隨機(jī)數(shù)，[a]是收斂因子，隨著迭代次數(shù)的增加從2線性減少到0。

[a=2-22ttmax]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

上式中：[t]為當(dāng)前迭代次數(shù)；[tmax]為最大迭代次數(shù)。

灰狼追蹤獵物位置的數(shù)字模型描述如下：

[D1=K1Xa-xD2=K2Xb-xD3=K3Xc-x]? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

[X1=Xa-A1DaX2=Xb-A2DbX3=Xc-A3Dc]? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

[X（t+1）=X1+X2+X33]? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

上式中：[K1]、[K2]以及[K3]是隨機(jī)向量；[Da]、[Db]以及[Dc]對(duì)應(yīng)的是[a]狼、b狼、c狼與其他狼群成員之間的距離；[X1]、[X2]、[X3]則分別對(duì)應(yīng)[a]狼、b狼、c狼的位置；[X]是當(dāng)前狼的位置。

3.2.2 改進(jìn)型灰狼優(yōu)化算法（IGWO）

非線性的收斂因子調(diào)節(jié)策略：對(duì)狼群獵殺過(guò)程是全局搜尋能力和局部整體研發(fā)力量的融合，在常規(guī)GWO算法中收斂因數(shù)通常是線性地減少的，在現(xiàn)實(shí)捕獵流程中人們更期望全局搜尋能力緩慢利于發(fā)現(xiàn)全局最優(yōu)預(yù)測(cè)解，而局部整體研發(fā)力量快速精確地發(fā)現(xiàn)了局部最優(yōu)預(yù)測(cè)解。線性衰減的收斂因子并不能表現(xiàn)出先慢后快的優(yōu)點(diǎn)，因此引入了一個(gè)非線條收斂因子調(diào)整策略，在迭代初期的全局搜尋時(shí)收斂因子很大，但非線性變換速度較慢，整體全局搜尋能力增強(qiáng);在迭代后期的控制參量時(shí)收斂因子較小，非線性變換速度快，可在某個(gè)范圍內(nèi)尋找最優(yōu)解，開(kāi)發(fā)能力增強(qiáng)，整體收斂速率提高。

3.3 仿真分析

在MATLAB平臺(tái)建立m文件，對(duì)傳統(tǒng)灰狼優(yōu)化算法（GWO）及改進(jìn)型灰狼優(yōu)化算法（IGWO）進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證，環(huán)境模型同為圖6所示Excel柵格法地圖模型。傳統(tǒng)灰狼優(yōu)化算法運(yùn)行結(jié)果如圖6所示。

根據(jù)如上仿真運(yùn)行結(jié)果可以看出，二者均可實(shí)現(xiàn)全地圖遍歷的基本要求，但在路徑長(zhǎng)度方面，改進(jìn)型灰狼優(yōu)化算法規(guī)劃的路徑長(zhǎng)度更短，且其路徑的優(yōu)勢(shì)主要體現(xiàn)在障礙物周?chē)穆窂揭?guī)劃方案。由圖可知，傳統(tǒng)灰狼優(yōu)化算法在障礙物周?chē)鷮⒕哂休^多的冗余重復(fù)路徑，而相較而言，改進(jìn)型灰狼優(yōu)化算法在障礙區(qū)域周?chē)穆窂礁觾?yōu)化。由此可得，隨著地圖復(fù)雜程度的增加，改進(jìn)型灰狼優(yōu)化算法優(yōu)勢(shì)更加顯著，可使場(chǎng)地掃地機(jī)器人在更簡(jiǎn)短的路徑長(zhǎng)度內(nèi)實(shí)現(xiàn)環(huán)境區(qū)域遍歷。

在迭代次數(shù)方面，改進(jìn)型灰狼優(yōu)化算法具有更快的收斂速度，所需迭代次數(shù)更少，大大減少了程序運(yùn)算次數(shù)，提高運(yùn)算速度。二者收斂速度的比較和遍歷路徑規(guī)劃最終結(jié)果圖如圖7所示。

4 總結(jié)與展望

筆者已經(jīng)在多場(chǎng)地情況下，開(kāi)展了關(guān)于遍歷式路徑規(guī)劃的研究，應(yīng)用LoRa協(xié)議作為移動(dòng)機(jī)器人的通信基礎(chǔ)，在此基礎(chǔ)上開(kāi)發(fā)出上位機(jī)應(yīng)用，能夠簡(jiǎn)單地對(duì)機(jī)器人遠(yuǎn)程控制和提供較精確的定位。另外，通過(guò)選擇尋優(yōu)特性良好的GWO算法并對(duì)之加以改進(jìn)完善，引入非線條收斂因子以平衡全局尋找和局部開(kāi)發(fā)的能力，并引入遺傳算法進(jìn)行二次種群位置更新，以防止搜索尋優(yōu)進(jìn)入局部最優(yōu)的情形[5]，進(jìn)而提高了算法的模型求解能力，也進(jìn)而提高了算法的模型求解能力，利用IGWO算法可以對(duì)處理點(diǎn)進(jìn)行遍歷，求解出處理點(diǎn)的搜索順序，并進(jìn)一步優(yōu)化。在復(fù)雜環(huán)境下的遍歷中具有不錯(cuò)的效果，不易發(fā)生局部最優(yōu)路線通行的情形，而且環(huán)境越是復(fù)雜的地區(qū)路線規(guī)劃效果就越好。

參考文獻(xiàn)：

[1] Bhatnagar O，Surendran N，Alam M M.Development of an algorithm for a target platform-following robot using LoRa signals[C]//2020 11th International Conference on Computing，Communication and Networking Technologies （ICCCNT）.Kharagpur，India.IEEE，：1-5.

[2] Chen N，Hu A Q，F(xiàn)u H.LoRa radio frequency fingerprint identification based on frequency offset characteristics and optimized LoRaWAN access technology[C]//2021 IEEE 5th Advanced Information Technology，Electronic and Automation Control Conference.Chongqing，China.IEEE，：1801-1807.

[3] 李靖，楊帆.復(fù)雜障礙物環(huán)境下多任務(wù)目標(biāo)遍歷路徑規(guī)劃[J].現(xiàn)代電子技術(shù)，2021，44（7）：162-168.

[4] 張曉鳳，王秀英.灰狼優(yōu)化算法研究綜述[J].計(jì)算機(jī)科學(xué)，2019，46（3）：30-38.

[5] 李靖，楊帆.基于改進(jìn)灰狼優(yōu)化算法的區(qū)域監(jiān)測(cè)機(jī)器人路徑規(guī)劃[J].科學(xué)技術(shù)與工程，2020，20（15）：6122-6129.

【通聯(lián)編輯：梁書(shū)】