一种光伏智能导游机器人

2022-03-24 03:07徐壮华林宇豪邓雨轩
中国新技术新产品 2022年24期
关键词:导游路线超声波

徐壮华 谢 宇 林宇豪 杨 操 邓雨轩 秦 燕

(南通理工学院电气与能源工程学院,江苏 南通 226002 )

0 引言

国务院发布《国家中长期科学和技术发展规划纲要(2006—2020年)》,首次将智能服务机器人列入先进制造技术中的前沿技术[1]。但在较长时间内,由于技术和市场需求的限制,我国服务机器人发展较为缓慢。直到近年来,全球服务机器人在技术和需求领域全面爆发,市场增长速度远远超过了其他类型机器人。在2021年1月25日,习近平书记在世界经济论坛“达沃斯议程”对话会上向世界承诺:中国将于2030年前实现碳达峰、2060年前实现碳中和目标[2]。

在此大背景下服务型机器人和光伏行业开始飞速发展。中国是一个旅游大国,经调研,近年来国内旅游人次屡创新高,疫情之前每年旅游人次超60亿[3],但服务型机器人却没有专门针对旅游行业进行发展,该文所设计的光伏智能导游机器人可以很好地弥补这一空缺。

该文设计的光伏智能导游机器人改变了传统导游的方式,解决了传统导游行业人力成本高、人员情绪化和游客景点体验感差的痛点。在越来越高的旅游需求刺激下,光伏导游机器人重新定义了导游工作,在领路、打招呼、讲解等方面将以更有趣的方式面向游客,使用户在进入时感受不一样的服务。

1 系统设计

1.1 供电模块

供电模块主要由锂电池和CIGS薄膜太阳能电池板两部分构成,蓄电池是导游机器人运行时的主要供电来源,CIGS薄膜太阳能作为辅助能源对电池进行充电或者直接供应负载运行,该电池板的转换效率可达15.7%,最好可达23%,质量较轻,发电效率是正常电池板的3倍,可以很好地为负载或者蓄电池提供辅助功能。

供能采用双电瓶轮流供电方式,即蓄电池a和蓄电池b。利用控制STM32单片机的PA0接口检测2块电瓶的电压信号,先由ADCO804对采样来的电压模拟信号进行A/D转换,转换结果送至单片机PAO口,判断当前2个蓄电池的状态。锂电池在充、放电的过程中,内部会不断进行化学反应,内部电阻不稳定,有可能会导致电压信号不稳定。因此每隔5秒进行一次电压检测,每次连续采样5次进行电压比较,蓄电池a或者b必须连续3次高于另外一蓄电池检测的电压值,并高于可持续稳定运行的电压AD值,才可确定哪个蓄电池进行供电,另外一个蓄电池则由CIGS太阳能电池板进行充电。测试试验表明,充满电时电源AD阈值为120~130左右,当电源电压AD值高于70时,机器人可稳定运行。

1.2 避障模块

1.2.1 避障传感器选择

避障模块采用的是HJ-IR2红外避障与HC-SR04超声波避障相结合的方式,选用2种传感器相结合是因为超声波传感器不受户外灰尘、光、薄雾等因素的影响,但是超声波传感器在感应热量活物方面、测量导游机器人与物体接近度的精度方面比不上红外传感器,因此选择二者相结合的方式比单独使用效果更优。并且二者的正常工作电压都在3.3V~5V,控制系统也可以相互兼容。超声波探测器的探测角度在15°~20°,探测盲区值在2 cm~4 cm,探测范围在2cm~400cm,红外探测角度范围在0°~35°,探测盲区在2cm~4 cm,二者探测周期都为200 ms,探测延时也都为0.01ms,在各项数据上的相似性也可以很好地兼容,并且可以通过合理的布局解决盲区的问题。

1.2.2 避障传感器布局

传感器的布局是由8个红外传感器和8个超声波传感器组成的。红外线传感器的发射器和接收器具有一定的波束角,波束角如果受到环境的影响,回波信号没有进入可接收范围,则会产生误判。同样,超声波传感器也存在类似问题,解决的办法是将传感器按一定位置布局,减少盲区范围,传感器布局如图1所示。

图1 传感器分布网络

图1中实线部分为机器人不规则的底盘驱动外形图,点画线表示的则是超声波传感器的布局,即按照圆周分布,且发射器和接收器交错放置,其中R1~R8代表的是8个发射器,T1~T8是8个接收器。红外传感器即在车体的上层和超声波传感器的发射端相对应,每一个发射器对应一个方向,即:从R1~R8分别对应前、左前、左、左后、后、右后、右和右前。同理,每个红外传感器也对应一个方向。

1.2.3 避障系统设计

超声波和红外传感器的VCC、GND引脚分别接入控制控板的Vdd、GND,它们各自的Trig、Echo和OUT引脚分别接入STM32单片机的PA1和PA2等16个端口。因为2个感应器的发射波形即返回路径的差异使红外感应器近距离检测的准确度高于超声波传感器,于是就需要在离障碍物3m~4m时使用STM32的中断技术,以确定超声波传感器所检测的数据为避障优先级别,在离障碍物的1.5 m~3 m时判断超声波传感器探测的数据位为避障优先级别,在离障碍物1.5 m~3 m时,以红外传感器的避障数据为优先处理级别。

避障开始时,即R1~R8发射40 kHz的超声波脉冲,在探测的3 m范围内没有障碍物时,输出为高电平即为1,小车按照原定道路一直前行。当在1.5 m~3 m检测到障碍物时,超声波发射的40 kHz被接收器接收回来,即T1~T8,经过集成芯片比较放大后,进行输出低电平即为0。这时将分布在光伏智能导游机器人前、左前、左、左后、后、右后、右和右前8个方位传输回STM32的电压数据进行电压比较,比较出最优转动方向,驱动其余模块进行配合工作。当检测距离在1.5 m以内,光伏导游机器人进行后退或者停止等待,避障流程图如图2所示。

图2 避障流程图

1.3 路线规划模块

路线规划模型主要采用了即时定位和地图建模技术(Simultaneous Localization And Mapping,SLAM),通俗一点来说就是机器人可以在陌生的自然环境中从任何地点出发工作,在工作中通过对周围环境的测量判断自身方位、姿态和运动轨迹,并同时构造出室内地图。它主要由传感器数据、前端里程计、后端优化以及地图构建4个子模块构成。

当机器人开始工作时,先由位于机器人底盘的2D激光传感器LMS400发射端发射激光探测周围环境,将采集到的数据通过ROS上位机传输回STM32单片机。

通过运动方程(由k-1时刻的位姿得到k时刻的位姿,如公式(1)所示)和观测方程(机器人在位姿点xk看到某个路标点yi,产生一个观测数据Zk,j,如公式(2)所示)精确地计算出Xk和Zk,j的值。

式中:vk为输入;wk为运动传感器的噪声。

式中:vk,j为观声。

前端里程计主要是为了计算机器人在相邻时间的运动动作,用方位和姿势表征,而每时刻方位和姿态姿组合即为其具体的运行路径,所以用前端里程计就完成了对运动过程Xk图的具象化。后端优化是SLAM的核心,其子模块在前端根据机器人实时的位移、状态及回环检测的数据具体设计路径和地图,于是后端优化就采用了Gmapping方法。而Gmapping方法是一种采用了2D激光雷达的RBPF(Rao-Blackwellized Particle Filters)方法进行二维栅极图建模的SLAM方法。Gmapping可以实时构建室、内外环境地图,在小场景中计算量少,且地图精度较高,对激光雷达扫描频率要求较低。但Gmapping算法无法和传统的回环检测兼容,所以在构建二维栅格地图存在一定的漂移距离,经模拟数据显示漂移距离在2 m左右。考虑景点人员嘈杂,难免与机器人发生碰撞,所以在可接受范围之内。

完成并输出二维栅格地图时,就要开始进行对景区具体的规划,考虑景区道路情况复杂,采取了全域路径规划与局部路径规划相结合的方式。在全域规划中使用RRT算法,它是一个基于随意采集的路径搜索算法。通过状态空间的随机采样点,不断在空白区域进行搜多,进而寻找到可行路径。由于是随机采样,因此不一定是最短路线,但还有局部路线规划进行辅助,即通过激光传感器实时数据和DWA算法不断构建动态窗口,以构建出最优游览路线,并不断与全局规划的路线进行对比,更新全局规划路线中没有的信息。这样不断反复更新直至局部地图信息全部更新到全局路线规划中,此时栅格地图才算全部构建完成。

1.4 交互模块

该设计的交互模块主要由语音交互模块以及触控屏组成。语音交互模块中集合了语音识别、自然语言处理、语音合成、语音播报和语音唤醒功能,主要由控制模块、SYN7318语音芯片模块和收放模块3个子模块组成。

语音模块开始工作时,可以通过唤醒词唤醒模块进行工作。但由于语音芯片SYN7318的限制,因此不能实现自定义语音唤醒,只能从芯片中特定的6个唤醒词中选取一个作为本机器人采用的唤醒词,即“百灵”。当唤醒词的语音信息经由收放模块中的麦克风收集后,再通过UART接口将语音信息传递给上位机,也就是控制模块。控制模块开始对SYN7318语音芯片模块进行控制室命令的输出,也就是开始识别语音信息的信号输出。SYN7318语音芯片模块完成内部的语音识别(内部语音识别功能之一是支持1000条语音词条的识别,可以很轻松地理解语义,提供丰富的交互内容)后,由SYN7318语音芯片模块中自带的MP3进行播报,再通过UART接口将需要交互的语音信息发聩给控制模块。控制模块通过收放模块中的喇叭播报语音信息(语音交互工作流程如图3所示)。当在语音交互模块识别不准确时,可以通过机器人正前方的触控屏进行交互,触控屏交互界面如图4所示。

图3 语音交互工作流程

图4 触控屏交互界面

1.5 电机驱动模块

电机驱动模块采用2个RZ7899芯片作为驱动,每个芯片可承受3 A的驱动电流和3 V~25 V的驱动电压,与主控制模块STM32F101 R8T6单片机引脚相连,控制OUTA和OUTB输出状态。2路输出均可通过不同电平组合独立控制一个直流电机前进、后退、制动,见表1。

表1 电机正反转控制参数设计

电机驱动模块采用双电机,智能导游机器人能够实时监测其运行状态,尤其是实时行进速度。由于该设计所采用的MC9SXS128系统板自带一路脉冲捕捉电路,因此可以测出其中一个电机的速度,另一个电机的速度采用ITR8307芯片来测量。

调速模块使用了由达林顿管构成的H型桥式电路的直流电机。用单片机控制达林顿管,使其工作在占空比可调控制的开关状况下准确地调整电器转速。这个回路由于作用在管子的饱和截止状况下,因此效率特别高。而H型桥的电路由于能够准确完成转速和方位的调整,因此开关速率特别高,且安全性较好。

导游机器人通过后台的大数据分析对游客们在各个景点的游玩时间与路程进行精准的速度调控,让游客的游览体验感更舒适,并且游客还可以根据自己的需求在各个景点选择游玩速度。

1.6 自检模块

自检模块主要用于检测各模块的电流、电压和温度是否正常。出现异常情况时,导游机器人可以自动切断电源,并把相关的异常情况发送到控制管理中心,以便管理人员能够及时了解异常信息并做出处理。

自检模块的工作流程如下:开机之后,通过主函数调用系统自检函数system_check( )进行自检。程序启动时会有大概500 μs的延时,这是为了防止系统在启动时参数不稳定造成的读数错误。在这之后程序会依序启动各个模块所在的A/D转换器读取信号,如果模块故障或拔出,A/D转换器的输入电压将为5 V,转换结果将是255,并将此数据作为判断传感器是否正常的标准。

2 创新点

该文所设计的产品具有以下创新点:1)电源方面,采用光伏发电装置,解决了因传统火力发电带来的环境污染和能源短缺问题,达到了节能减排、绿色环保的效果。同时采用自主设计的双电池控制系统,续航能力强劲,是正常服务型机器人的1.5倍左右。2)在交互模式方面,采用双交互模式,当语音交互不准确时,可以采用高分辨的显示触控屏,并在屏幕上显示人流监控,游客可以根据自己的需求自由选择导游机器人的行进速度,游客体验感增强。让游客更好地选择游览路线,还可以与游客进行简单日常交流。3)采用了全局路线规划与局部路线规划相结合的方式,局部路线规划实时用激光传感器构建并传输数据与全局相对比,以达到精准的路线数据展示。

3 结论

该文设计的是一款应用于旅游景点的光伏智能导游机器人,主要由供电模块、避障模块、路线规划模块、交互模块、电机驱动模块以及自检模块6个部分构成。选用STM32F101 R8T6作为主控制芯片,可以快速处理其他各模块功能,例如语音指令、路线规划和电机调速等。在向目的地前进的过程中,避障模块可以做到快速识别并反应,以达到避障的目的。不仅如此,自检模块还可以在导游机器人出现故障或者完成一个导游任务之后进行自检,将存在的问题及时反馈给控制管理中心。这不仅可以节省人力成本,在疫情期间还可以减少人与人之间直接接触的风险,促进后疫情时代的旅游业发展。

猜你喜欢
导游路线超声波
寻找火星导游
Being a Tour Guide in Shuangqing Villa在双清别墅做导游
跟着西安导游吃,准没错
最优路线
红领巾阵地之小导游
『原路返回』找路线
基于Niosll高精度超声波流量计的研究
画路线
找路线
蝙蝠的超声波