多舵机控制在可遥操作个人机器人上的应用

　　1 引言

　　个人机器人模仿人类动作行为是机器人学的一个研究重点和难点。目前对于机器人动作研究大部分都集中在工业机器人操作技术上, 而对于个人服务类机器人的动作研究较少。对于要求多自由度运动控制的个人服务类机器人, 人工规划很难满足协调控制的实时性要求。因此, 人们一直致力于寻求一种新的控制方法。本文根据介绍的个人机器人的特点, 提出了机器人的多自由度运动的多舵机控制模型, 实现了机器人对人类动作的学习和模仿。

　　另外, 现有机器人移动存在的主要问题是缺乏灵活性和自主性, 在新的环境下或遇到意外问题时, 机器人不能很好地完成任务。为了解决这些问题, 我们将GPS 引入到机器人宏观导航中, 通过机器人视觉传感器的微观导航与 GPS 宏观导航有效融合, 提高了机器人自主定位和导航的可行性和环境适应能力。

　　2 机器人功能的硬件组成

　　单片机和 PC 机是目前最常用的两种机器人控制系统。PC 机运算速度快而单片机运算速度慢。鉴于机器人的功能特点, 本文介绍的机器人采用上位机(PC机)进行GSM网络短信息收发, 图像采集, 语音识别及合成, 使机器人更加人性化。上位机还兼有保 GPS定位信息、所采集的图像、障碍信息和记忆动作参数等多种功能。

　　下位机(单片机)则专门负责通过身上的传感器阵列收集周围环境的障碍信息并发送到上位机, 同时接受上位机的命令, 根据上位机的要求使各个舵机协调运动, 做出各种类人的动作, 如摇头, 摆臂, 招手, 拥抱,前进、后退、左右转等。下位机也兼接收GPS 定位信息的功能, 同时将GPS 定位信息通过RS232 串口发送给上位机, 由上位机通过 GSM网络以短信形式发送给控制中心或个人。控制中心或个人根据机器人发过来的信息进行分析处理, 将处理结果通过GSM网络再传送到机器人身上, 从而实现了对机器人的遥操作。图1为机器人的功能结构示意图。

　　3 机器人视觉与GPS 定位技术

　　近几年来, 机器人传感器的视觉算法取得了长足的进步, 对障碍识别的可靠性有很大的提高。但是机器人传感器视觉还存在两个明显的局限性。第一, 就目前的发展水平, 机器视觉可靠性还需进一步提高,例如传感器性能受到干扰, 障碍物不清晰, 机器人视觉的可靠性大大下降甚至无法进行进行障碍识别。第二, 机器人传感器视觉只能识别具体的障碍, 不能进行宏观路径规划。例如机器人前方出现障碍, 其自主移动就受到分支路径的干扰以到无法选择前进道路。因此, 机器人在仅采用机器传感器视觉导航是无法适应机器人独立所处的复杂环境的。利用 GPS 的定位功能, 可以十分方便地确定机器人当前位置, 如果能配合电子地图, 就能够从宏观上对机器人进行控制和路径规划。我们将 GPS 引入到机器人宏观导航中, 通过机器人视觉传感器的微观导航与 GPS 宏观导航有效融合, 提高了机器人自主定位和导航的可行性和环境适应能力。这种融合性的自主导航技术在服务类机器人的发展无疑具有十分重要的意义。