高 劍,于連生,崔倍寧,張 乾
(1.菏澤市科學技術信息研究所,山東 菏澤 274000; 2.單縣科技成果轉化服務中心,山東 菏澤 274000)
全向輪是由主輪轂和從動輪共同組成的全方向制導型輪體應用結構,是具有自動執(zhí)行能力的機器裝置。近年來,隨著科學技術的不斷發(fā)展,全向輪逐漸成為一種關鍵的移動機器人加工部件,在復雜的移動環(huán)境之中,全向輪可以為機器人提供全方位的行進動力,不但能夠避免因方向動力不足而引發(fā)的航跡偏向問題,還可以為整個滾輪結構組織提供足量的行進動力支持[1]。在全向輪機器人的移動過程中,受到行進速度、轉向指標等條件的影響,核心主機所捕獲到的目標對象并不能完全符合理想目標設定條件[2]。為避免上述情況的發(fā)生,基于ROS算法的管控系統借助傳感器設備,對全向輪移動機器人所面對的目標節(jié)點進行統計,并通過對應標記的方式,幫助主機元件對這些目標節(jié)點進行實時跟蹤[3]。然而在實際應用過程中,所獲得目標對象的物理覆蓋范圍依然相對較小,并不能將理想目標完全包含在內。
關聯規(guī)則挖掘是計算機科學技術領域的專有名詞,其應用目的在于確定數據項集之間的相互影響關系,并可在關聯性法則的作用下,建立必要的函數映射條件?,F階段,關聯規(guī)則挖掘政策的應用,離不開大數據處理技術。所謂大數據處理就是在海量數據信息資源的支持下,將各個指標參量分別與初始系數進行對比,根據具體數值結果,剔除距離適用標準相對較遠的指標參量,并將另一個系數指標作為下一次對比處理的初始指標參量。從實用性角度來看,“關聯”能夠精準反映一個事件與另一個事件之間的相互依賴關系,且隨著事件累積量的增加,這種相互依賴關系雖然會變得更加頻繁,但相關數據信息之間的函數映射關系卻始終不會發(fā)生改變,這也是關聯規(guī)則挖掘指令能夠準確處理復雜數據之間相互制約關系的主要原因。
當前已有相關領域學者對全向輪移動機器人目標跟蹤控制方法做出了研究。文獻[4]提出基于視覺特征的全向輪移動機器人目標跟蹤方法。在 TLD框架下,利用核相關濾波算法和CN色彩特性進行目標識別,實現了基于視覺特征的全向輪移動機器人運動軌跡跟蹤。文獻[5]提出基于激光SLAM的全方位移動機器人目標跟蹤控制方法。利用激光雷達設計建圖導航功能以及 ROS與下位機通訊的串行通訊,使控制系統能夠順利地完成各個方向的運動,并通過串行接口接受 ROS的速度命令,完成速度的控制。上述方法均具有一定的有效性,但全向輪移動機器人目標跟蹤精度仍有待提升。
為解決全向輪移動機器人目標跟蹤精度差的問題,設計基于關聯規(guī)則挖掘的新型全向輪移動機器人目標跟蹤控制系統。
本文研究全向輪移動機器人對象為AGV搬運機器人,其具備路徑自動導引功能,可實現360°全方向移動。全向輪移動機器人目標跟蹤控制系統的硬件應用結構由CAN框架、核心管控電路、I/O跟蹤模塊、控制器元件四部分共同組成,具體機器人目標跟蹤控制系統硬件結構如圖1所示。
圖1 機器人目標跟蹤控制系統硬件結構
具體的器人目標跟蹤控制系統硬件設計方法如下。
全向輪移動機器人目標跟蹤控制系統以CAN框架作為基礎搭建結構,具體連接結構如圖2所示。可以聯合收發(fā)器、控制器、單片機等多個應用元件,確定機器人目標節(jié)點與核心控制主機之間的間隔距離,由于全向機器人的實際行進長度并不確定,所以核心跟蹤主機也并不能確定目標節(jié)點的具體個數,一般來說,全向機器人的行進長度越遠,目標節(jié)點的個數也就越多。在CAN主控架構中,PC主機負責記錄已通過機器人目標節(jié)點的所處位置,且由于接口卡設備的存在,所有記錄數據都能得到長時間地存儲,一方面便于跟蹤主機的調取與利用,另一方面也可以實現對目標節(jié)點個數的準確統計。CAN收發(fā)器直接記錄機器人目標節(jié)點當前所處位置的物理特征,并可將記錄結果以傳輸數據的方式,反饋給下級控制器元件。為使機器人目標節(jié)點信息得到準確記錄,收發(fā)器、控制器設備之間的數據傳輸只能保持順向反饋狀態(tài),即已記錄目標節(jié)點信息只能被數據庫主機長久儲存,并不能隨著控制系統的運行而再次被反饋至其他應用結構之中[6]。
圖2 CAN主控框架的結構示意圖
由于系統數據庫主機并不能與CAN主控框架之間相連,所以在全向輪機器人的行進過程中,單片機元件負責暫時存儲與待跟蹤目標節(jié)點相關的數據記錄信息。
核心管控電路作為唯一可以向全向輪移動機器人提供電量供應的物理元件,在實際應用過程中,能夠長時間保持穩(wěn)定的電信號輸出狀態(tài),且隨著機器人行進速度的加快,電信號的傳輸速率也會不斷增大,直至I/O跟蹤模塊、轉向控制器、速度控制器等下級應用元件都能接收到穩(wěn)定的供應電子量[7-8]。PW4203結構作為核心管控電路中的關鍵連接設備,可以在整合游離電信號的同時,開啟所有外部負載接口,如圖3中的1、2、3、4、5、6、7、8號物理接口組織,一方面為電阻設備提供大量的傳輸電信號,另一方面也可以使得D1、D2兩個電容元件的穩(wěn)定供應狀態(tài)得到較好保障。
圖3 全向輪移動機器人的核心管控電路
D1是一個完全開放的電容元件,允許電信號交流與直流傳輸行為的共同存在,對于全向機器人而言,隨著其移動路程的延長,D1元件所承擔的物理電壓數值也會不斷增大[9]。D2是一個部分開發(fā)的電容元件,只允許電信號直流傳輸行為的存在,對于傳輸于其中的電流與電壓參量也只能進行一定強度的聚合處理。C類型電容、R類型電阻作為核心管控電路中的電量消耗元件,能夠對全向輪機器人的移動供電提供有力保障,并使得控制主機對于待跟蹤目標節(jié)點的準確記錄成為了可能。
作為控制系統重要組成部分的I/O跟蹤模塊同時具備調節(jié)數字信號輸入與輸出行為的能力,可以在核心管控電路元件的作用下,確定已記錄機器人移動目標節(jié)點的實時所處位置[10]。從功能性角度來看,I/O跟蹤模塊的運行規(guī)則相對較為簡單,能夠在核心Cortex-M3處理器結構的作用下,調節(jié)兩個變電裝置之間的負載連接關系,一方面促使M1主板與M2主板之間建立更加穩(wěn)定的信號傳輸關系,另一方面也可以增強P感應元件對于機器人目標節(jié)點的判別敏感性,從而最大化激發(fā)電信號隔離器的電量屏蔽能力,使得控制主機能夠對全向輪機器人在移動過程中所捕獲到的目標對象進行準確跟蹤。圖4反映了I/O跟蹤模塊主板的實際連接情況[11]。
圖4 I/O跟蹤模塊的主板示意圖
對于I/O跟蹤模塊而言,兩個變電裝置對于電量信號的感知能力并不相同[12]。一般來說,變電裝置1的物理內阻水平相對較低,在下級負載NI芯片的作用下,變電裝置外部的施加電壓能夠長期保持相對穩(wěn)定的數值狀態(tài);而變電裝置2的物理內阻水平相對較高,隨著M1主板、M2主板之間信號傳輸強度的增大,變電裝置外部的施加電壓也會呈現出不斷升高的變化狀態(tài),此時已記錄目標節(jié)點的數據信息會由變電裝置2向著變電裝置1快速傳輸。
系統控制器元件包含轉向控制結構、速度控制結構兩部分,其具體結構形式及連接作用能力如下。
1)轉向控制器。
對于全向輪移動機器人目標跟蹤控制系統而言,轉向控制器負責管控全向輪機器人的實時移動能力,其主要連接作用行為包含如下兩條執(zhí)行途徑。
目標節(jié)點數量較多時:在全向輪機器人快速移動的過程中,轉向控制器元件會逐一記錄并登記目標節(jié)點的編碼形式,并可以聯合系統控制主機對于節(jié)點跟蹤指令的部署行為,判斷全向輪機器人當前所處行為位置[13]。
目標節(jié)點數量較少時:為促進全向輪機器人的移動行進能力,轉向控制器必須時刻記錄已通過目標節(jié)點的編碼信息,并借助傳輸信道將這些數據信息參量反饋回系統控制主機之中。
為保障機器人目標跟蹤控制系統的實際運行能力,轉向控制器結構必須負載于I/O跟蹤模塊下級,并對其輸出的執(zhí)行指令信號進行按需處理。
2)速度控制器。
速度控制器負責協調全向機器人的實時移動速度,以SK200E~SK200A作為核心協調元件。在機器人目標跟蹤控制系統中,SK200E~SK200A元件始終存在于速度控制器結構內部,能夠借助外界負載接口接收與全向機器人跟蹤目標節(jié)點相關的數據信息,并可以在I/O跟蹤模塊的作用下,對元件輸出的運行指令進行調試[14-15]。
為使全向機器人移動速度始終保持相對穩(wěn)定的數值狀態(tài),所有模塊負載接口必須呈現完全平行的連接狀態(tài),一方面能夠避免目標節(jié)點數據傳輸不平衡現象的出現,另一方面也可以實現對目標跟蹤指令執(zhí)行時間的最大化節(jié)約。
關聯規(guī)則挖掘算法決定了全向輪移動機器人目標跟蹤控制系統的實際應用能力,本章節(jié)將在頻繁項集合定義條件、關聯離散度指標等多項物理要素的支持下,針對關聯規(guī)則的挖掘執(zhí)行強度展開研究。
頻繁項集合決定了關聯規(guī)則對于數據信息參量的挖掘深度,在全向輪移動機器人目標跟蹤控制系統中,由于目標節(jié)點的分布方式并不唯一,所以頻繁項集合必須同時包含大量的數據信息參量[16-17]。
(1)
(2)
對于跟蹤控制系統而言,任何一個全向輪移動機器人目標對象的選取,都必須滿足頻繁項集合定義條件。
在已知頻繁項集合條件的前提下,按照關聯規(guī)則對所選取全向輪移動機器人目標對象進行描述,是實現目標節(jié)點跟蹤并對其進行按需控制的關鍵執(zhí)行步驟。所謂關聯規(guī)則也叫關聯度規(guī)則或者關聯性規(guī)則,充分說明了所選取目標對象之間的映射影響關系,一般來說,相鄰目標對象之間的映射關系越明顯,就表示當前所選目標間的關聯性關系越穩(wěn)定,此時挖掘算法對于目標對象的跟蹤與控制能力也就相對較強[18-19]。假設α1、α2是兩個相鄰的全向輪移動機器人目標對象,且其物理取值條件恒滿足公式(3)。
(3)
由于全向輪機器人在移動過程中存在大量的目標節(jié)點,所以在對其進行關聯規(guī)則描述時,必須令所有目標對象的取值都完全滿足頻繁項集合定義條件[20]。
(4)
為使系統主機能夠對全向輪移動機器人目標進行精準地跟蹤與控制,必須按照關聯規(guī)則對已錄取的目標對象數據進行細致編碼與篩查。
挖掘程序指令是包含控制作用能力的運行操作指令,可以對已記錄的全向輪移動機器人目標進行實時跟蹤,并可以根據關聯性規(guī)則對這些數據信息參量進行按需排列處理,直至達到數據庫主機元件的即時存儲上限。在實際應用過程中,挖掘程序指令的制定由頭部目標節(jié)點標記、核心目標節(jié)點標記、尾部目標節(jié)點標記、跟蹤指令制定4個部分共同組成。
1)頭部目標節(jié)點標記:在于確定全向輪移動機器人目標的真實存在位置,能夠根據頻繁項集合中關聯規(guī)則條件的定義標準,對目標對象與CAN收發(fā)器之間的連接關系進行掌控,從而實現對控制系統已生成跟蹤指令的按需查詢[21]。
2)核心目標節(jié)點標記:在于對整個全向輪移動機器人目標進行標注,根據關聯規(guī)則挖掘強度的不同,核心目標節(jié)點中所包含的數據信息參量也會有所不同,此時為使所有目標節(jié)點都能得到準確記錄,數據庫主機必須在完成節(jié)點記錄后,按照關聯度法則,對其進行重新排列。
3)尾部目標節(jié)點標記:在于對全向輪移動機器人目標節(jié)點的準確性進行核實。假設當前情況下,數據庫主機能夠準確記錄所有機器人目標節(jié)點,則可認定其尾部標注系數小于關聯離散度指標的最大取值結果;反之,若數據庫主機并不能準確記錄所有機器人目標節(jié)點,則可認定其尾部標注系數有一定幾率會大于關聯離散度指標的最大取值結果[22]。
4)跟蹤指令制定:在于判別應用控制指令的實用性約束能力,在關聯規(guī)則挖掘算法的界定范圍內,只有已制定的跟蹤指令能夠完全符合全向輪移動機器人目標的分布形式,系統控制主機才能精準在各類目標節(jié)點中進行數據取樣。
關聯離散度計算是確定關聯規(guī)則挖掘強度的關鍵執(zhí)行步驟,可以聯合多個不同的機器人目標節(jié)點坐標,制定更為完整的跟蹤實施方案,不但能夠確定挖掘程序指令與待定目標節(jié)點之間的對應性關系,也可以實現對系統數據庫主機存儲能力的按需擴充,從而避免了目標數據過量存儲行為的出現[23]。
規(guī)定μ1、μ2、…、μm表示m個不同的全向輪移動機器人目標節(jié)點定標向量,m表示目標節(jié)點跟蹤記錄系數的最大取值結果,且在關聯規(guī)則挖掘算法的支持下,μ1<μ2<…<μm的物理定義條件恒成立,θ表示既定的目標節(jié)點離散分布系數。在上述物理量的支持下,聯立公式(4),可將關聯離散度指標的計算表達式定義為:
(5)
在關聯規(guī)則挖掘算法的作用下,關聯離散度指標的計算結果直接決定了系統控制主機對于全向輪移動機器人目標的實時跟蹤能力。至此,完成對各項指標參量的計算與處理,聯合各級硬件設備結構,實現基于關聯規(guī)則挖掘的全向輪移動機器人目標跟蹤控制系統的順利應用。
為驗證所設計基于關聯規(guī)則挖掘的全向輪移動機器人目標跟蹤控制系統的有效性,設計對比實驗。分別在控制主機中應用基于關聯規(guī)則挖掘的全向輪移動機器人目標跟蹤控制系統和基于ROS算法的控制系統,其中前者作為實驗組、后者作為對照組。應用控制系統隨控制系統的實際應用能力可以用所捕獲目標的準確性來全向輪移動機器人的運動目標進行跟蹤控制,在全向輪機器人的移動過程中,若控制系統所捕獲目標對象能夠完全包含理想目標對象,則可認為當前系統對于目標節(jié)點的跟蹤控制能力相對較強;反之,若控制系統所捕獲目標對象不能完全包含理想目標對象或只能部分包含理想目標對象,則可認為當前系統對于目標節(jié)點的跟蹤控制能力相對較弱。具體實驗流程可以分為靜態(tài)目標對象、動態(tài)目標對象兩個實施部分。全向輪機器人實驗對象如圖5所示。
圖5 全向輪機器人實驗對象
選取如圖5所示的全向輪移動機器人作為實驗對象,借助傳輸導線將機器人實驗對象與核心控制主機相連。
1)靜態(tài)目標對象的跟蹤與控制。
在全向輪移動機器人的移動過程中,選取如圖6所示的靜態(tài)小球跟蹤目標,分別應用實驗組、對照組控制系統,對所采集到的目標小球圖像進行分析。
圖6 靜態(tài)小球跟蹤目標
圖7反映了在實驗組、對照組控制系統的作用下,靜態(tài)目標對象的跟蹤與控制效果對比情況。
圖7 靜態(tài)目標對象的跟蹤與控制效果
分析圖7可知,實驗組、對照組的目標捕獲框始終保持等大狀態(tài)。對于實驗組控制系統而言,由其捕獲的靜態(tài)目標對象能夠將理想目標完全囊括在內,且理想目標對象保持在實驗組目標對象中部。對于對照組控制系統而言,由其捕獲的靜態(tài)目標對象只有一小部分覆蓋在所選取小球表面,且該部分與理想目標之間的重合部分不足原目標的四分之一,與實驗組系統,該系統對于靜態(tài)目標對象的跟蹤與控制能力相對較弱。
2)動態(tài)目標對象的跟蹤與控制。
在全向輪移動機器人的移動過程中,選取如圖8所示的動態(tài)人物跟蹤目標,分別應用實驗組、對照組控制系統,對所采集到的目標人物圖像進行分析。
圖8 動態(tài)人物跟蹤目標
圖9反映了在實驗組、對照組控制系統的作用下,動態(tài)目標對象的跟蹤與控制效果對比情況。
分析圖9可知,在動態(tài)運動情況下,實驗組控制系統的目標跟蹤準確率平均值為95%,對照組控制系統的目標跟蹤準確率平均值為81%。與實驗組系統相比,對照組系統對于動態(tài)目標對象的跟蹤與控制能力相對較弱。
綜合上述實驗研究結果可知,無論是靜態(tài)目標對象還是動態(tài)目標對象,基于關聯規(guī)則挖掘的控制系統都能輔助全向輪機器人,使其在移動過程中所捕獲到的目標對象完全符合理想目標設定條件,這對于核心主機元件來說,確實可以對目標節(jié)點的運動行為進行準確追蹤,更為符合實際應用需求。
本文設計了基于關聯規(guī)則挖掘的全向輪移動機器人目標跟蹤控制系統,在CAN框架、I/O跟蹤模塊、全向輪控制器等多個硬件應用結構的支持下,定義了頻繁項集合內數據信息參量的具體個數值,又根據具體的挖掘程序指令,得到了準確的關聯離散度計算結果。在實際應用過程中,新型控制系統能夠使全向輪機器人在移動過程中所捕獲到的目標對象完全貼合理想目標設定條件,這在對目標節(jié)點運動行為進行準確追蹤方面,具有較強的實用性價值。