一种双模控制的自主跟随机器人系统设计

徐 军，杨 雄，陈怡佳，马 静

(哈尔滨理工大学自动化学院,黑龙江 哈尔滨 150080)

0 引言

跟随机器人是未来机器人发展的重大趋势[1-3]。跟随机器人具有未来产业链长、行业带动性强以及战略布局分散等特点。目前的各类跟随机器人，如Five Elements Robotice公司的Budgee和CaddyTrek公司的电动高尔夫球童等，大多根据惯性跟随方法，在稳定性和实时性等性能方面尚有一定的缺陷[4-7]。而随着科技的发展，图像处理技术日趋成熟，视觉跟随逐渐成为热门研究领域，在工业、娱乐和交通等多个领域发挥着重要的作用[8-10]。

本文设计的自主跟随机器人，采用视觉跟随方法，以AprilTags[11-12]标记作为跟随目标，通过视觉传感器对图像进行采集。微控制器(micro control unit,MCU)对图像进行识别处理，获取目标的相应位置和数据。为提高系统的稳定性，设计了双模控制。手机端上位机通过WiFi向机器人发送控制模式命令，既可自主跟随，又可手动遥控。本文研制了系统模型机，完成了对机器人的调试工作。

1 系统设计方案与硬件设计

1.1 系统整体设计方案

自主跟随机器人系统包括自主跟随模式和遥控模式2种运行方式，运行方式由Processing编写的手机端应用程序(application,APP)控制，通过WiFi 模块与手机端APP通信。ATmega328作为主控芯片控制各模块运行。在自主跟随模式下，系统接收视觉传感器OpenMv对标记的定位信息，调用跟随算法，驱动电机运动，使机器人跟随标记移动并保持相应距离。遥控模式下，系统通过2.4 GHz射频模块接收遥控命令，驱动机器人行走。自主跟随机器人系统框图如图1所示。

图1 系统框图 Fig.1 Block diagram of the system

1.2 硬件设计

机器人的硬件组成部分主要包括视觉传感器、无线通信模块、电机驱动电路、电源和主控制器。

1.2.1 视觉传感器

为了实现自主跟随效果，系统首先需要具备感知目标功能，对目标位置信息进行定位。为此，系统采用OpenMv视觉传感器作为系统的感知元件。OpenMv是基于STM32F4XX ARM Cortex-M7单片机的一款开源机器视觉模块，搭载OV7725摄像头，并且板载MicroPython解释器。OpenMv视觉传感器具有的功能包括I/O控制、人脸检测、边缘检测、关键点提取和标记识别，以及强大的图像识别处理能力。

1.2.2 无线通信模块

无线通信部分包括2个方面。一是系统与手机端APP之间的通信。采用无线WiFi模块ESP8266，实现手机端对系统的控制以及运动模式选择的功能。ESP8266是一款低功耗的UART-WiFi透传模块，专为移动设备和物联网应用设计，数据传输可靠性好，最大传输速率可达460 800 bit/s。二是系统与遥控装置之间的通信。采用2.4 GHz射频模块NRF24L01，实现遥控模型下，遥控装置对机器人控制命令的传输。该模块主要由nRF24L01射频芯片及其外围电路组成，而nRF24L01芯片是由挪威的Nordic公司生产的一款单片射频收发芯片，其工作的ISM频段为世界通用频段2.4～2.5 GHz，工作电压为1.9～3.6 V，控制器通过串行外围设备接口(serial peripheral interface,SPI)与其通信。

1.2.3 电机驱动电路和电源

系统采用24 V可充放电锂电池供电。该锂电池作为动力部分电源，通过电压转换芯片为系统提供3.3 V和5 V控制部分电源。

机器人电机驱动部分采用MC33886全桥驱动芯片，24 V电压供电，最高电流达5 A，脉宽调制(pulse width modulation,PWM)的频率可达10 kHz。电机驱动电路具有输出短路保护、欠压关闭、故障状况报告等功能，可确保机器人的稳定运行。单个电机驱动电路如图2所示。

图2 电机驱动电路图 Fig.2 Motor drive circuitry

1.2.4 主控制器

自主跟随机器人主控制器和遥控装置的控制器均采用型号为ATmega328的AVR芯片，具备SPI接口、UART串口、数字口和模拟口拓展等。在作为跟随机器人控制器时，通过SPI接口获取OpenMv视觉传感器对目标的定位信息。SPI复用控制nRF24L01无线通信，接收遥控装置的控制命令，串口驱动ESP8266WiFi模块，接收上位机的控制命令，PWM输出控制电机运动。ATmega328作为遥控装置主控时，模拟口采集电位计电压值，转换为数字量进而转换为运动量，并配有灵敏度调节按键。通过SPI控制2.4 GHz无线射频模块nRF24L01，将运动量发送给机器人系统。

2 软件设计

软件设计包括手机端APP、遥控装置程序、目标识别与定位以及机器人主体程序等设计。

2.1 手机端APP和遥控装置程序设计

手机端APP和遥控装置程序流程如图3所示。手机端APP采用Processing软件编写，主要功能是控制机器人的启动以及运行模式的选择。由手机连接机器人发出的WiFi信号，通过用户数据报网络协议(user datagram protocol,UDP)向机器人主机发送控制命令。遥控装置作为系统的辅助部分，主要功能是在不良环境下实现对机器人运动的控制。

图3 手机端APP和遥控装置程序流程图 Fig.3 Flowchart of mobile phone APP and remote control device program

2.2 机器人主体程序设计

自主跟随机器人的主体程序首先对I/O口、PWM、SPI等进行初始化，并且初始化UDP网络通信协议。然后进入待机模式，等待上位机的运行指令，接收UDP发来的数据，判断运行模式。在自主跟随模式时，SPI片选OpenMv视觉传感器，接收传感器传来的目标定位信息数据，数据为目标相对于摄像头的三维坐标。机器人解析坐标信息，根据相应的跟随算法驱动电机运动，使机器人跟随目标并保持相应的距离，运动包括前进、后退、左右移动等。而在遥控模式时，系统通过无线接收遥控装置传来的控制指令，手动控制机器人的行走。机器人主程序流程如图4所示。

图4 机器人主程序流程图 Fig.4 Flowchart of robot main program

2.3 目标识别与定位程序设计

目标识别定位是自主跟随的基础，通过在硬件平台OpenMv上搭载的MicroPython解释器，利用Python语言实现识别定位算法。当系统运行在跟随模式下，OpenMv视觉模块开始在摄像头范围内寻找目标。根据相应的识别定位算法，计算出目标的三维坐标信息(X，Y，Z)，通过SPI传送给运动部分的MCU。目标识别定位程序流程如图5所示。

图5 目标识别定位程序流程图 Fig.5 Flowchart of target recognition and positioning program

3 调试过程与测试结果

根据设计方案，搭建系统测试模型机，对系统设计进行调试验证。自主跟随机器人系统配备载物仓，提供给使用者装载物品，跟随用户行走。

为实现跟随效果，本文采用AprilTags作为机器人跟随标记，如图6所示。AprilTags由黑白相间的、类似于二维码的方块组成，是由密歇根州大学的April实验室开发的一个免费开源的视觉定位系统，被广泛应用于机器人、无人机等定位系统中。

图6 AprilTags跟随标记图 Fig.6 The following mark of AprilTags

主控制器根据获取到的目标三维坐标信息，调用差速算法，驱动电机运动，使机器人跟随目标行走。机器人速度由目标的X轴坐标和Z轴坐标确定。

VL=KC|(|Z|-Z0)-(X-X0)|

(1)

VR=KC|(|Z|-Z0)+(X-X0)|

(2)

式中：VL为左轮速度标量；VR为右轮速度标量；KC为速度系数；Z0为Z轴跟随阈值，决定了跟随距离；X0为X轴偏移量。

KC、Z0和X0需要根据调试效果确定。本文经过调试，最终确定了KC为38、Z0为7、X0为0时，跟随效果最佳。

获取到左轮和右轮速度标量之后，将式中VL和VR映射到0～255，作为PWM值驱动电机运动。左轮和右轮速度标量值与坐标对应关系如图7所示。

图7 左、右轮速度标量与坐标对应关系图 Fig.7 Speed scalars of left and right wheels and corresponding coordinate value

通过调试，最终验证了系统的整体功能。自主跟随机器人可在2种运行模式下稳定工作，与上位机的无线WiFi通信稳定。在遥控模式下，对机器人的控制稳定，方向灵敏，速度可调；在自主跟随模式下，对标记的识别率较高，能够稳定跟随标记运动，满足预期要求。

4 结束语

本文采用AprilTags作为跟随标记，利用OpenMv机器视觉传感器对标记进行识别定位，调用差速跟随算法驱动电机运动，使机器人跟随标记行走。开发手机端上位机，并通过WiFi向机器人发送控制命令，选择运行模式。使用无线射频模块传输遥控装置的手动遥控命令，实现双模控制。搭建了1台系统模型机，对系统功能进行了验证。验证结果表明，系统无线通信稳定，实现了机器人对特定目标的自主跟随和手动遥控跟随，满足预期要求。

参考文献:

[1] 蒋建东,张钧,李聪聪,等.履带式移动机器人自主跟随算法研究[J].浙江工业大学学报,2017(4):355-360.

[2] 彭远哲.自助跟随平衡车的电子控制器设计与实现[J].计算机测量与控制,2017,25(4):96-99.

[3] 栾禄祥.室内移动机器人机器视觉定位系统的设计[J].自动化仪表,2017,38(2):49-52.

[4] 汪小旵,鲁伟,陈满,等.基于改进纯追踪模型的温室采摘运输自动跟随系统[J].农业机械学报,2016,47(12):8-13.

[5] 陈璐寒,张鹏,宋成.一种智能跟随机器人[J].通信世界,2016(21):263-265.

[6] 王欣,徐智,陶凤,等.基于超声波测距的跟随小车设计[J].电脑知识与技术,2016,12(17):246-247.

[7] 徐文浩,罗冠清,陈亚文,等.智能搬运机器人的研究与设计[J].科技广场,2016(4):170-173.

[8] 谭晓敏,韦雪梅,丰彬,等.基于DSP的运动人体小车跟随系统[J].广西大学学报(自然科学版),2015,40(6):1517-1525.

[9] 刘子龙,丁玉静,江艳霞.四轮移动机器人跟随控制[J].中南大学学报(自然科学版),2011,42(5):1348-1353.

[10]张雁宁.基于STM32和pixy CMUcam5视觉传感器的双控制模式全向车的设计[J].电子制作,2016(16):8-11.

[11]WANG J,OLSON E.AprilTag 2:Efficient and robust fiducial detection[C]//IEEE/RSJ International Conference on Intelligent Robot & Systems,IEEE,2016:4193-4198.

[12]杨勇,梁建宏,张代兵.一种基于视觉的小型无人机室内编队飞行系统设计[J].机器人技术与应用,2017(2):45-48.