多传感器信息融合在机器人避障中的应用.docxVIP

PAGE 1 PAGE 1 多传感器信息融合在机器人避障中的应用  本文在移动机器人的避障系统中，充分利用数字信号处理器（DSP）超强的运算能力，以及单片机（MCU）擅长掌握的特点，构造了DSP+MCU的双CPU系统，并且利用粗糙集理论进行多传感器信息融合，实现了移动智能机器人在不确定环境中实时获取外部信息，快速地实现避障。  0引言  　　所谓多传感器信息融合（MultisensorInformationFusion,MSIF）是指将来自某些传感器的输入与来自其他传感器、信息处理模块、数据库或学问库的信息进行多级别、多方面和多层次的综合处理，从而得到新的有意义的信息，便于机器人做出正确的决策。  　　实时避障和路径选择能力体现了自主移动机器人的智能水平。人们期望机器人能够在未知环境中自动实现路径规划，以大大提高其对环境的适应能力。避障是机器人路径规划中的难点和研究热点。依据机器人对环境信息知道的程度不同，可分为两种类型：环境信息完全知道的全局路径规划和环境信息完全未知或部分未知的局部路径规划。对于已知环境下的避碰问题，已经提出了很多有效的解决方法。如Khatib提出的人工势场法，结构简洁，易于实现，得到了广泛应用。与在已知环境中相比，机器人在环境完全未知或部分未知状况下实现避障更加困难。本文充分利用数字信号处理器（DSP）超强的运算能力，以及单片机（MCU）擅长掌握的特点，在移动机器人的避障系统中，构造了DSP+MCU的双CPU系统。同时使用超声波传感器、红外传感器、视觉传感器等组成多传感器系统，将粗糙集理论引入到多传感器信息融合中，有效地提高了系统的精度，实现了移动智能机器人在不确定环境中实时获取外部信息，快速地实现避障。  1系统硬件结构  　　本文选用数字信号处理器（DSP）作为核心芯片，由于DSP的外部接口较少，不能满意数据采集的需要，这就要求对DSP外部进行接口的扩展。对于一般的数据采集系统，大都采用DSP总线进行接口扩展方案，但这需要多个接口芯片，很难实现测试系统的小型化。综合考虑系统的性能、小型化、牢靠等因素，本文采用了DSP+MCU的双CPU设计方案，系统硬件如图1所示。  图1系统硬件部分框图  　　DSP选用TMS320C5416，该芯片的时钟频率达到160MHZ，内部RAM有128K。它作为系统的主处理器，该芯片的计算能力能够达到系统要求。同时，由于该芯片还含3路MCBSP（多路缓冲串口），在一定程度上减轻了MCU接口扩展的负担。MCU选用C8051F021，该芯片的时钟频率达到25MHZ。它含有丰富的数字外设，包括4个I/O端口，可同时使用的硬件SMBUS，5个通用的16位计数器/定时器，SPI和2个增加性UART串口，专用的看门狗定时器。作为系统的从处理器，该芯片能够便利地扩展接口，实现多路传感器信号的采集，此外，由于该芯片内部FLASH达到64K，可以将DSP的程序存储到MCU中，DSP通过HPI口进行程序加载，这样，可以省去DSP外部扩展FLASH。  　　DSP与MCU之问的快速、牢靠的数据通信是系统设计成功的关键。本文利用DSP供应的HPI接口实现了双CPU间数据通信，数据传输速度可达160MB／s。此时，DSP中的RAM相当于一个双口RAM，MCU通过HPI接口对此RAM进行操作，而DSP则是操作自己的内存。  2机器人避障行为的决策  　　机器人在运动过程中需要对碰撞的危急性进行推断并以此作为机器人路径规划选择的依据。图2给出了机器人的扇形视野区域。机器人把全部的障碍物都看作运动体，通过检测障碍物的历史位置与当前位置的相对关系，来推断机器人是否会与障碍物相撞，推断步骤如下：  　　(1)连接历史点与当前点，并延长至与扇形区相交，当交点在扇形的弧线上，标志障碍物正远离物体，不需要避障。否则记录交点的位置，我们称该交点为出口点。 图2机器人视野扇形区 　　(2)从物体当前点向机器人与出口点同侧的边缘点引直线(圆形机器人为切线)，然后求图1上0位置到两条直线的距离，当前者大于或等于后者则不恤要避障，否则选择避障。  本文在移动机器人的避障系统中，充分利用数字信号处理器（DSP）超强的运算能力，以及单片机（MCU）擅长掌握的特点，构造了DSP+MCU的双CPU系统，并且利用粗糙集理论进行多传感器信息融合，实现了移动智能机器人在不确定环境中实时获取外部信息，快速地实现避障。  0引言  　　所谓多传感器信息融合（MultisensorInformationFusion,MSIF）是指将来自某些传感器的输入与来自其他传感器、信息处理模块、数据库或学问库的信