基于BP神經(jīng)網(wǎng)絡的空中機器人傳感控制研究

楊 輝，吳賽燕

(太原工業(yè)學院電子工程系,山西 太原 030008)

0 引 言

在災后搜索營救以及軍事偵查領(lǐng)域中，空中機器人起著較為重大的作用。空中機器人對外界的感知是模仿人類感知外界的方法進行設(shè)計的[1]，所以對于空中機器人來說，對傳感器進行準確的控制能夠提升空中機器人的性能，使空中機器人更好的、更智能的完成任務。已經(jīng)有一些研究者對其進行了研究，如文獻[2]介紹了電磁環(huán)境效應與智能武器控制的本質(zhì)與關(guān)系，系統(tǒng)闡述了評價結(jié)果和標準。文獻[3]闡述了電磁環(huán)境下的智能裝備檢驗問題。文獻[4]研究了復雜電磁環(huán)境下的航空通信控制問題。以往基于DSP的傳感控制系統(tǒng)在復雜電磁環(huán)境中，由于噪聲等干擾，使其接收的信息極為復雜，信息中包含較多的噪聲因素，不能滿足空中機器人對于傳感控制的要求。為了解決該問題，本文設(shè)計基于反向傳播(back propagation, BP)神經(jīng)網(wǎng)絡的傳感控制系統(tǒng)，使空中機器人能夠在復雜電磁環(huán)境中進行準確，快速的傳感控制。

1 基于BP神經(jīng)網(wǎng)絡的復雜電磁環(huán)境中空中機器人傳感控制系統(tǒng)

1.1 系統(tǒng)架構(gòu)

控制系統(tǒng)是空中機器人的核心，空中機器人的全部活動行為都是通過控制系統(tǒng)的指揮而進行，通過控制系統(tǒng)，空中機器人能夠進行飛行、對象判斷、信息采集和發(fā)送等一系列工作。

本文系統(tǒng)以保障空中機器人基礎(chǔ)作用為前提，考慮復雜電磁環(huán)境情形，在空中機器人體積、重量以及能耗、功耗等嚴謹?shù)臈l件約束下[4]，采用微電子機械系統(tǒng)(Micro Electronic Mechanical System, MEMS)技術(shù)，遵從一體化集成、動態(tài)基礎(chǔ)上性能改良的標準設(shè)計了空中機器人控制系統(tǒng)，圖1為控制系統(tǒng)架構(gòu)圖，可以看出本文系統(tǒng)由機載飛控子系統(tǒng)以及地面站子系統(tǒng)構(gòu)成。

圖1 系統(tǒng)架構(gòu)圖

圖2 空中機器人控制系統(tǒng)的硬件組成圖

1.2 系統(tǒng)硬件整體結(jié)構(gòu)設(shè)計

如圖2所示，系統(tǒng)的硬件結(jié)構(gòu)包括航姿儀、高度計、GPS接收機、測距模塊、主控模塊以及接口等。其中，航姿儀包含角速率陀螺、加速度計、磁航向計；接口包含無線數(shù)據(jù)通信接口、舵機控制接口、有效任務載荷接口；通信接口又分為遙控接口和遙測接口。

1.2.1 超聲波測距模塊設(shè)計

通過超聲波換能器、超聲波驅(qū)動電路以及數(shù)據(jù)顯示組成超聲波測距模塊[5]。其中，換能器驅(qū)動電路的作用為搜索、獲取回波信號，圖3描述的是超聲波測距模塊結(jié)構(gòu)。

圖3 超聲波測距模塊結(jié)構(gòu)圖

超聲波測距模塊采用TCT16K25T超聲波傳感器探頭，由于其具有30°局限角，無法進行全方位勘察[6]。為了解決這一問題，在空中機器人正反兩面設(shè)置兩個超聲波傳感器，在其左右兩側(cè)設(shè)置十個超聲波傳感器。對傳感器傳遞的信號進行獲取并對其及時分析，實現(xiàn)障礙物大致位置以及空中機器人與障礙物之間距離的判斷，對其詳細過程的描述為：

(1)為空中機器人能夠進行全方位勘察，在空中機器人上設(shè)置超聲波傳感器。

(2)對空中機器人上的超聲波傳感器實施編號處理，根據(jù)超聲波傳感器的編號，通過換能器分別記錄它們發(fā)出的信號信息。

(3)對換能器獲取的不同超聲波信號實施整合，采用直角坐標方法確定各傳感器坐標系[7]，進而辨別障礙物，實現(xiàn)對其形狀的判斷。坐標轉(zhuǎn)換的詳細描述見圖4。

圖4 傳感器坐標系變化圖

在圖4內(nèi)，設(shè)空中機器人超聲波傳感器個數(shù)為i，pi、dpi分別表示第i個傳感器的物理測點以及勘測距離，ai為超聲波傳感器同區(qū)域傳感器坐標系間角度。pi的區(qū)域坐標系可以通過式(1)進行描述:

(1)

對式(1)積分，獲取整體坐標系中pi的方位坐標，以式(2)對其進行描述：

(2)

在實際工作過程內(nèi)，空中機器人面對的障礙物有可能是連續(xù)的、多個的，超聲波測距模塊利用傳感器傳遞的詳細信息對空中機器人固定范圍內(nèi)面對的障礙物的實際個數(shù)進行計算[8]，具體規(guī)則為：

(1)若空中機器人位置靠近的傳感器同步傳遞障礙物信號，并且兩個信號位置差距不大，那么將兩個障礙物信號合一，表示空中機器人附近障礙物數(shù)量為1。

(2)若空中機器人位置靠近的傳感器傳遞障礙物信號時間不一致時，表示空中機器人附近障礙物數(shù)量為2。

利用真實的工作過程內(nèi)，空中機器人不同傳感器在不同方位所生成的勘測信號，確定障礙物同空中機器人的詳細距離。

1.2.2 主控模塊設(shè)計

主控模塊獲取超聲波測距模塊傳感器傳遞的信息后，對信息實施處理，為本文傳感控制系統(tǒng)實施空中機器人的控制提供基礎(chǔ)。主控模塊的核心芯片采用S3C2410芯片。本文設(shè)計的空中機器人傳感 控制系統(tǒng)的主控模塊的軟件分析采用神經(jīng)網(wǎng)絡算法，空中機器人進行實際工作時，主控模塊獲取超聲波測距模塊反饋的信息后，對障礙物具體信息實施整合訓練，結(jié)合神經(jīng)網(wǎng)絡障礙物躲避模型，生成障礙物躲避的具體信息，實現(xiàn)空中機器人的避障行為。

(1)主控模塊外圍電路設(shè)計

主控模塊采用S3C2410單片機構(gòu)建控制器局部網(wǎng)(Controller Area Network,CAN)總線的傳播通信系統(tǒng)，對空中機器人傳感器生成的信號實施濾波處理，信號通過主控模塊的單片機時，實施以網(wǎng)絡模糊控制為基礎(chǔ)的空中機器人多傳感器信息融合，以及障礙物躲避的計算。

主控模塊邊緣電路的基礎(chǔ)功能是整流及濾波[9]。如圖5整流濾波電路圖所示，主控模塊的邊緣電路的濾波電路由兩個二階的濾波器芯片組成，濾波器整體調(diào)整是由R2、R4結(jié)合中心頻率來實現(xiàn)。設(shè)輸入電壓量為固定值，則直流電取代交流電，進而實現(xiàn)逆變器的輸出功率穩(wěn)定。

圖5 電容輸出整流濾波電路圖

為確?？罩袡C器人在復雜電磁環(huán)境中依然能夠快速、有效的進行工作，主控模塊的電路選取2000 μF/250 V電解電容，保障整流二極管的作用在復雜電磁環(huán)境中得到極限體現(xiàn)。

(2)基于S3C2410主控模塊設(shè)計

空中機器人工作過程中，受到復雜多變電磁環(huán)境的干擾，使得以S3C2410芯片為基礎(chǔ)的主控模塊的存儲空間不能對傳感器獲取的大量信息實現(xiàn)全部存儲，所以，主控模塊采用了S3C2410外接存儲芯片，通過圖6對其進行描述。

圖6 主控模塊設(shè)計

1.3 系統(tǒng)軟件設(shè)計

BP神經(jīng)網(wǎng)絡算法是針對大量信息內(nèi)的數(shù)據(jù)進行邏輯分析的算法，向正方向傳輸時，輸入樣本從輸入層寫進，通過不同的隱含層處理，向輸出層進行傳輸，每一層神經(jīng)元的狀態(tài)僅與下一層神經(jīng)元的狀態(tài)相關(guān)。若在輸出層得不到期望的輸出，則轉(zhuǎn)入誤差的反向傳播階段，把這種誤差以采用某一形方式向輸入層反饋，同時把這種誤差均分給每層，進而得到每層單元的誤差信息，并以此來修正每個單元權(quán)值。所以，在本文系統(tǒng)中主控模塊內(nèi)加入神經(jīng)網(wǎng)絡，利用BP神經(jīng)網(wǎng)絡算法構(gòu)建主控模塊同傳感器兩者的映射關(guān)系，對空中機器人障礙物躲避的性能由較大程度的提升[10]。

對神經(jīng)網(wǎng)絡進行整合就是分別對神經(jīng)網(wǎng)絡權(quán)重以及神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)進行整合[11]，其中，對神經(jīng)網(wǎng)絡權(quán)重實施整合是最重要的。BP算法為能夠監(jiān)督的訓練方法，采用BP算法對神經(jīng)網(wǎng)絡進行訓練，通過誤差反向傳播方法降低網(wǎng)絡權(quán)值[12]。權(quán)值能夠?qū)敵鰧拥恼`差形成作用，按照輸出層的誤差對權(quán)值矩陣進行修改，能夠減少輸出層誤差。

舉例說明：在3層網(wǎng)絡內(nèi)，隱含層數(shù)量為1，W(ij)、W(jk)分別表示輸分別表示輸入層同隱含層的權(quán)矩陣以及隱含層同輸出層的權(quán)矩陣。net(x)、o(x)、w(xy)、θ(j)、θ(k)、y(t)分別表示節(jié)點x的輸入、節(jié)點x的輸出、節(jié)點x同節(jié)點y的連接權(quán)、隱含層閾值、輸出層閾值以及期望輸出。i、ai、j、k分別表示輸入層節(jié)點、樣本輸入、隱含層節(jié)點及輸出層節(jié)點，分別通過1≤i≤n、1≤ai≤n、1≤j≤m及1≤k≤l對它們進行約束。

采用BP算法對神經(jīng)網(wǎng)絡進行訓練包括：

(1)正向傳播。對輸入信息進行確定，在輸入層和隱含層內(nèi)分別對輸入信息的真實輸出值進行運算，即以輸入層為始端，將輸入信息經(jīng)隱含層傳輸入輸出層。

輸入層neti=ai

(3)

oi=neti

(4)

(2)反向過程。在輸出層獲取的實際輸出值不是期望的輸出值，那么按照正向傳播的過程原路返回，并對實際輸出值同期望輸出值的誤差進行運算，基于誤差結(jié)果對權(quán)值及偏置進行修改。

對誤差的描述為：

式(9)內(nèi)，N、ok、yk分別表示樣本個數(shù)、節(jié)點輸出及期望輸出，修改權(quán)值及偏置是為了降低誤差。

本文傳感控制系統(tǒng)輸入向量采用空中機器人傳感器獲取的5組樣本數(shù)據(jù)，分別為：i1、i2、i3、i4、i5，即：

Si={i1,i2,i3,i4,i5}

(10)

式(10)內(nèi)，Si表示總輸入量。

獲取樣本數(shù)據(jù)后，需要對隱藏層神經(jīng)元數(shù)進行確定：合理的隱藏層神經(jīng)元數(shù)能夠在提升障礙物判斷速度的同時使障礙物判斷的準確率升高[13]。一般情況下，神經(jīng)元并不單獨存在，根據(jù)式(11)能對神經(jīng)元的個數(shù)進行確定：

(11)

式(11)中，m、n分別表示輸入層和輸出層的單元量。

本文系統(tǒng)中的主控模塊在保障空中機器人能夠正確判斷障礙物的前提下，通過神經(jīng)元數(shù)量的增加能夠提升誤差減少的效率。

對系統(tǒng)主控模塊采用BP神經(jīng)網(wǎng)絡算法進行空中機器人障礙物判斷，其具體過程如下：

(1)對BP神經(jīng)網(wǎng)絡的權(quán)值及偏值實施初始化；

(2)若空中機器人障礙物判斷結(jié)果不滿足結(jié)束條件時，保持判斷；若空中機器人障礙物判斷結(jié)果滿足結(jié)束條件時，結(jié)束判斷，直接進入(6)；

(3)針對各隱含層及輸出單元j的輸入傳感器Ij以及輸出信息Oj實施運算；

(4)分別對輸出層各單元j及各隱含層單元j的誤差進行運算；

(5)對權(quán)值及偏值實施改進，進入(2)；

(6)對神經(jīng)網(wǎng)絡實施訓練。

2 實驗分析

實驗為了測試本文系統(tǒng)的性能，以某型號空中機器人為實驗對象，采用本文系統(tǒng)在電子信息系統(tǒng)復雜電磁環(huán)境效應國家重點實驗室中進行實驗控制機器人障礙物躲避實驗[14]，實驗具體情況如圖7所示。其中S表示空中機器人，Z表示障礙物。

圖7 空中機器人障礙物躲避實驗結(jié)果

從圖7的3個空中機器人障礙躲避實驗中能夠看出，本文系統(tǒng)控制下的空中機器人在不同環(huán)境下均能有效實現(xiàn)障礙物躲避，表明本文系統(tǒng)能夠?qū)崿F(xiàn)復雜電磁環(huán)境中空中機器人的控制。

實驗為了驗證本文系統(tǒng)的超聲波測距模塊的性能進行測試。在復雜電磁環(huán)境中，通過空中機器人的超聲波測距模塊進行距離測量實驗，將超聲波測距模塊得到的結(jié)果與實際距離相比較，結(jié)果如圖8所示。

圖8 超聲波距離測量模塊的測試結(jié)果

對圖8的分析能夠得到，當距離在500～1000 dm之間時，前十秒的實際值與本文測量值完全重合，15～20 s時，系統(tǒng)測量值與實際值出現(xiàn)微小偏差，計算出系統(tǒng)超聲波測距模塊得到距離結(jié)果與實際距離有40%左右是重疊的，其余60%左右的偏差也較小。實驗結(jié)果表明，本文系統(tǒng)的超聲波測距模塊能夠?qū)崿F(xiàn)空中機器人遠距離的距離測試，可以提升空中機器人的障礙物躲避性能。

實驗為驗證本文系統(tǒng)的準確性，采用包括本文系統(tǒng)、基于DSP的空中機器人控制系統(tǒng)以及基于CAN總線的空中機器人控制系統(tǒng)在內(nèi)的三個系統(tǒng)，在電子信息系統(tǒng)復雜電磁環(huán)境效應國家重點實驗室中，進行復雜電磁環(huán)境下空中機器人飛行控制誤差實驗，獲取結(jié)果用表1描述。

對表1進行分析可得，與其他兩個系統(tǒng)相比較，本文系統(tǒng)控制下的空中機器人在復雜電磁環(huán)境中飛行的平均誤差更小，證明本文系統(tǒng)可以實現(xiàn)復雜電磁環(huán)境中空中機器人飛行的準確控制。

實驗為驗證本文系統(tǒng)的傳輸效率，分別對實驗室中本文系統(tǒng)、基于DSP的空中機器人控制系統(tǒng)以及基于CAN總線的空中機器人控制系統(tǒng)，控制下的空中機器人的平均傳輸速率進行對比[15]，對比結(jié)果如表2所示。

表1 不同系統(tǒng)控制下的空中機器人飛行誤差對比

表2 不同電磁環(huán)境下空中機器人的平均傳輸速度對比(byte/s)

分析表2可知，在復雜電磁環(huán)境中，相較于其他兩個空中機器人控制系統(tǒng)，本文系統(tǒng)控制下空中機器人的平均傳輸速率較高，并且變化較平穩(wěn)。實驗結(jié)果說明，在復雜電磁環(huán)境中，本文系統(tǒng)能夠?qū)崿F(xiàn)對空中機器人的有效傳感控制，使其擁有較高的數(shù)據(jù)傳輸效率。

實驗為測試復雜電磁環(huán)境中本文系統(tǒng)控制下空中機器人飛行的穩(wěn)定性，在實驗室中對三個系統(tǒng)的傳感器平均中斷概率進行比較，結(jié)果通過圖9進行描述。

圖9 復雜電磁環(huán)境中不同系統(tǒng)控制下傳感器平均中斷概率

分析圖9能夠得到，當傳感器的平均信噪比為超過18 dB時，本文系統(tǒng)傳感器的平均中斷概率同其他兩個系統(tǒng)傳感器的平均中斷概率相差較?。划攤鞲衅髌骄旁氡瘸^18 dB時，三個系統(tǒng)傳感器的中斷概率全部隨著平均信噪比的增長而增長，其中本文系統(tǒng)傳感器的平均中斷概率增長曲線最為平緩，遠遠小于其他系統(tǒng)傳感器的平均中斷概率，表明本文系統(tǒng)在復雜電磁環(huán)境中的穩(wěn)定性較好。

3 結(jié) 語

為了解決傳統(tǒng)空中機器人在傳感控制上受電磁干擾的局限性，本文設(shè)計基于BP神經(jīng)網(wǎng)絡的復雜電磁環(huán)境中空中機器人傳感控制系統(tǒng)，能夠?qū)崿F(xiàn)空中機器人在復雜電磁環(huán)境中的傳感控制，并且具有精度高、傳輸速度快、穩(wěn)定性好等優(yōu)點，為提高復雜電磁環(huán)境中空中機器人的傳感控制提供基礎(chǔ)，具有較高的應用價值。