基于多傳感器協(xié)同的自控小車(chē)避障系統(tǒng)研究

李全生

摘要：本文針對(duì)自控小車(chē)的避障問(wèn)題，提出了一種基于多傳感器協(xié)同的自控小車(chē)避障系統(tǒng)。首先通過(guò)超聲波傳感器以及紅外線(xiàn)傳感器對(duì)小車(chē)與障礙物的距離及方向進(jìn)行信息的采集，其次通過(guò)T-S模糊神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行融合處理，并得出避障路徑，然后采用MATLAB仿真軟件進(jìn)行實(shí)驗(yàn)仿真，最后通過(guò)實(shí)驗(yàn)結(jié)果表明，系統(tǒng)在解決自控小車(chē)避障問(wèn)題時(shí)具有有效性和可行性。

關(guān)鍵詞：避障? 傳感器? 模糊神經(jīng)網(wǎng)絡(luò)

1 引言

隨著機(jī)器人技術(shù)的發(fā)展，自控小車(chē)的應(yīng)用越來(lái)越廣泛，一些比較危險(xiǎn)并且不適合人類(lèi)直接接觸的場(chǎng)合都需要自控小車(chē)來(lái)完成。

近年來(lái)，傳感器技術(shù)日益成熟，很多高端電子產(chǎn)品的核心技術(shù)都是傳感器技術(shù)，隨著傳感器種類(lèi)的增多，一個(gè)系統(tǒng)中往往配置了多種并多個(gè)傳感器進(jìn)行數(shù)據(jù)的采集，但是由于傳感器的種類(lèi)不同，所采集的數(shù)據(jù)也不是一個(gè)層次的，所以這些數(shù)據(jù)很難進(jìn)行處理，因此想要使得多種傳感器能夠協(xié)同進(jìn)行作業(yè)，必需要對(duì)這些數(shù)據(jù)進(jìn)行信息融合，自控小車(chē)的傳感器種類(lèi)就不只一種，所以想要解決自控小車(chē)的多傳感器協(xié)同作業(yè)，就必須實(shí)現(xiàn)自控小車(chē)傳感器數(shù)據(jù)的信息融合。

本文針對(duì)當(dāng)前自控小車(chē)的避障系統(tǒng)的研究，提出了一種基于多傳感器協(xié)同的自控小車(chē)避障系統(tǒng)。首先通過(guò)超聲波傳感器以及紅外線(xiàn)傳感器對(duì)小車(chē)與障礙物的距離及方向進(jìn)行信息的采集，其次對(duì)多傳感器信息的融合結(jié)構(gòu)進(jìn)行了設(shè)計(jì)，并通過(guò)T-S模糊神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行融合處理，對(duì)輸入量進(jìn)行控制處理，得出相應(yīng)的自控小車(chē)避障路徑。

2 自控小車(chē)壁障系統(tǒng)

2.1硬件組成

本文所設(shè)計(jì)自控小車(chē)避障系統(tǒng)的硬件部分主要由控制器、傳感器以及馬達(dá)等組成，在控制器的選擇上，使用的是單片機(jī)，馬達(dá)使用的是小車(chē)自帶的馬達(dá)，驅(qū)動(dòng)芯片從而完成小車(chē)的運(yùn)轉(zhuǎn)。

系統(tǒng)中通過(guò)使用超聲波傳感器來(lái)但對(duì)外界的信息進(jìn)行采集，并采用紅外傳感器進(jìn)行輔助工作，選擇了超聲波傳感器以及紅外線(xiàn)傳感器，兩種傳感器一起工作，可以有效的進(jìn)行優(yōu)勢(shì)互補(bǔ)。傳感器的分布方式如下：一共采用了三組超聲波傳感器以及三組紅外測(cè)距傳感器，它們之間通過(guò)總線(xiàn)進(jìn)行連接，自控小車(chē)的正前方以及左邊右邊分別配置了兩個(gè)傳感器，六個(gè)傳感器就能將障礙物的范圍進(jìn)行覆蓋。

2.2基于多傳感器的數(shù)據(jù)融合

所謂的多個(gè)傳感器協(xié)同作業(yè)，就是將多個(gè)傳感器接收到的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合處理，由于這些傳感器接收的數(shù)據(jù)類(lèi)別是不一樣的，因此這些數(shù)據(jù)的特征也是不一樣的，這就意味著需要處理多個(gè)層次的數(shù)據(jù)，所以多個(gè)傳感器的數(shù)據(jù)融合的核心任務(wù)就是將這些數(shù)據(jù)進(jìn)行一定的評(píng)定，而這一過(guò)程要有特定的數(shù)據(jù)融合結(jié)構(gòu)。

數(shù)據(jù)融合技術(shù)主要的信息數(shù)據(jù)融合結(jié)構(gòu)有以下幾種：

A.無(wú)反饋分布式融合。B.反饋分布式融合。C.集中式融合。

D.反饋并行融合。這種融合結(jié)構(gòu)是基于上面三種融合結(jié)構(gòu)的優(yōu)點(diǎn)得來(lái)的，所以不論是局部還是整體，處理的精度都是非常高，缺點(diǎn)就是對(duì)于硬件的要求非常高，本文就采用了這種數(shù)據(jù)融合結(jié)構(gòu)。

3 基于T -S 模型的模糊神經(jīng)網(wǎng)絡(luò)算法

3.1避障控制系統(tǒng)結(jié)構(gòu)

想要通過(guò)傳感器對(duì)外界的信息進(jìn)行精準(zhǔn)的判斷，要建立一定的信息融合結(jié)構(gòu)。本文結(jié)合模糊控制算法以及神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，采用的是T-S模糊神經(jīng)網(wǎng)絡(luò)方法，首先要確定的是輸入量，就是通過(guò)傳感器獲得的外界障礙物的距離方向數(shù)據(jù)，然后通過(guò)模糊邏輯對(duì)這些數(shù)據(jù)進(jìn)行一定的模糊化，再通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)模糊邏輯進(jìn)行決策，然后輸出自控小車(chē)的行駛信息。

3.2模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)

本文所設(shè)計(jì)的系統(tǒng)對(duì)數(shù)據(jù)的精度要求并不是很高，非線(xiàn)性隸屬度函數(shù)能夠讓輸入與輸出的曲面映射更平滑，可以使輸出更精準(zhǔn)，因此，本文控制器采用非線(xiàn)性隸屬度函數(shù)作為隸屬度函數(shù)，選擇了隸屬度函數(shù)。

自控小車(chē)的避障動(dòng)作變化依靠的對(duì)前左右障礙物的距離以及實(shí)時(shí)速度信息的采集，通過(guò)控制器的處理，輸出相應(yīng)的轉(zhuǎn)向角和加速度來(lái)完成自控小車(chē)的避障操作的。

4 自控小車(chē)避障系統(tǒng)的軟件設(shè)計(jì)

通過(guò)以上關(guān)于自控小車(chē)避障系統(tǒng)的研究，程序的主流程圖， 如下圖所示。

系統(tǒng)的軟件設(shè)計(jì)過(guò)程中，通過(guò)軟件來(lái)完成數(shù)據(jù)的濾波以及非線(xiàn)性補(bǔ)償，這樣能夠使測(cè)量的數(shù)據(jù)的精度更高。軟件實(shí)現(xiàn)的第一步是系統(tǒng)的初始化，之后是傳感器的初始化，初始化完成之后，按照設(shè)定的速度讓小車(chē)行駛，并開(kāi)始采集數(shù)據(jù)，數(shù)據(jù)進(jìn)行系統(tǒng)之后，便開(kāi)始對(duì)這些采集到的數(shù)據(jù)進(jìn)行信息融合，再通過(guò)避障算法進(jìn)行避障操作，如果小車(chē)完成避障過(guò)程，那么程序結(jié)束，如果沒(méi)有完成，那么系統(tǒng)就會(huì)進(jìn)入到第三步進(jìn)行循環(huán)。

5 Matlab仿真實(shí)驗(yàn)

在進(jìn)行自控小車(chē)避障系統(tǒng)的仿真實(shí)驗(yàn)過(guò)程中，超聲波傳感器以及紅外線(xiàn)傳感器對(duì)障礙物的數(shù)據(jù)進(jìn)行采集，然后將數(shù)據(jù)傳輸?shù)椒抡嫫脚_(tái)中，平臺(tái)對(duì)數(shù)據(jù)進(jìn)行處理后，再采用避障算法進(jìn)行處理得到相應(yīng)的避障路徑，再將路徑發(fā)送給自控小車(chē)，實(shí)現(xiàn)小車(chē)的避障行駛。

下面開(kāi)始進(jìn)行仿真實(shí)驗(yàn)，以驗(yàn)證本文算法的有效性。本文采用的是MATLAB仿真軟件進(jìn)行仿真實(shí)驗(yàn)。

數(shù)據(jù)再通過(guò)模糊邏輯控制實(shí)現(xiàn)了信息融合之后，會(huì)通過(guò)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行決策控制，自控小車(chē)在使用本文方法在不同路徑條件下行駛100次，得出結(jié)果如下：

能夠看的出來(lái)，基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合算法的自控小車(chē)避障成功率很高?？梢詽M(mǎn)足系統(tǒng)的需求。

6 總結(jié)

本文設(shè)計(jì)基于多傳感器協(xié)同的自控小車(chē)避障系統(tǒng)，首先系統(tǒng)的整體結(jié)構(gòu)進(jìn)行了介紹，并詳細(xì)講解了硬件系統(tǒng)中超聲波傳感器以及紅外線(xiàn)傳感器，其次對(duì)多傳感器信息的融合結(jié)構(gòu)進(jìn)行了設(shè)計(jì)，采用了T-S模糊神經(jīng)網(wǎng)絡(luò)對(duì)傳感器采集到的信息進(jìn)行融合處理并實(shí)現(xiàn)對(duì)自控小車(chē)的避障控制，最后通過(guò)仿真實(shí)驗(yàn)對(duì)系統(tǒng)的性能進(jìn)行驗(yàn)證，結(jié)果證明基于T-S模糊神經(jīng)網(wǎng)絡(luò)信息融合在自控小車(chē)避障系統(tǒng)中具有有效性和可行性，這個(gè)算法能夠適用于已知條件下，靜態(tài)障礙的避障問(wèn)題。

參考文獻(xiàn)

[1]王耀南.多傳感器信息融合及其應(yīng)用綜述[J].控制與決策.2001，16（5）：518-522

[2]張橋.基于模糊神經(jīng)網(wǎng)絡(luò)的智能車(chē)輛避障方法研究[J].農(nóng)業(yè)裝備與車(chē)輛工程，2015，53（4）：33-35.

[3]馮劉中.基于多傳感器信息融合的移動(dòng)機(jī)器人導(dǎo)航定位技術(shù)研究[D].成都：西南交通大學(xué)，2013.

[4]袁新娜，余紅英超聲波傳感器在智能小車(chē)避障系統(tǒng)中的應(yīng)用[J].綿陽(yáng)師范學(xué)院學(xué)報(bào).2009， 8（28）：39-42.

[5]劉春化，程化強(qiáng)等.基于改進(jìn)勢(shì)場(chǎng)法的移動(dòng)機(jī)器人避障路徑規(guī)劃化[J]東南大學(xué)學(xué)報(bào)，2009，39（1）：16-20.