基于LabVIEW和NI myRIO的智能避障小车设计

基于LabVIEW和NI myRIO的智能避障小车设计
李立;孙龙建
【摘要】综合运用传感器监测、NI myRIO和LabVIEW技术,设计完成了基于LabVIEW和NI myRIO的具有智能和人工操控两种控制模式的智能避障小车.利用NI myRIO处理传感器采集障碍物的距离、小车移动的速度和小车前方是否存在障碍物等参数,通过板载的WiFi模块将数据传输给PC机,并由LabVIEW编写的用户界面实时动态显示和存储上述参数.测试结果表明,该系统高效灵活,具有较好的扩展性和兼容性,同时提供良好的用户操作界面,对智能车领域的发展具有重大意义.%By applying sensor and the technology of NI myRIO and LabVIEW integrally,intelligent obstacle avoid-ance vehicle with both smart action and manual control mode based on LabVIEW and NI myRIO were designed and completed. NI myRIO sensor collects parameters of obstacle distance,car moving speed and the presence of obstacles in front of the car and transmits data to PC via on-board WiFi module. Above mentioned parameters were dynamically displayed and stored by the user interface written by LabVIEW. The testing results indicated that the system was of great significance for the development of smart car field with its highly efficient,flexible,extensible and compatible feature and user friendly interface.
【期刊名称】《电子器件》
【年(卷),期】2018(041)002
【总页数】6页(P543-548)
【关键词】智能小车;NImyRIO;LabVIEW;无线监控;传感器
【作者】李立;孙龙建
【作者单位】安阳工学院电子信息与电气工程学院,河南安阳455000;安阳工学院电子信息与电气工程学院,河南安阳455000
【正文语种】中文
【中图分类】TP242.6
当今全世界已进入智能时代的探索和发展,将生活中能够与芯片和电脑连接在一起
的事物构建一种控制联系方式,采用IOT(Internet of Things)技术来方便人的生活。

智能车辆的研究也在如火如荼的进行。

2011年国际机器人展上推出的导盲犬机器人,采用车载3D图像传感器识别位置信息[1-4];也有低成本STC单片机、红外接近开关和超声波传感器的设计的小车平台[5-7];在避障策略上相应的提出了群集协调
算法,Leader-follower和Leader-Leader等最优化自动规划路径算法[8-10]。

但
是单片机、ARM等低端控制器,在功能上局限性较大;同时避障策略不具有实时性
和自适应性,并且复杂度高和灵活性差。

因此设计了基于NI myRIO和LabVIEW的智能系统。

结合了强大的FPGA编程能力、良好的兼容和用户界面,为低成本、多功能智能车应用发展提供新的决解方案。

1 控制系统组成
本设计为基于NI myRIO的智能避障轮式机器人,具有自主避障和手动操作两种运
行模式。

硬件部分由NI myRIO控制器模块、避障模块、循迹模块、摄像机云台
模块、电源模块等功能模块组成。

myRIO控制器模块主要由板载的Xilinx Zynq
芯片和ARM Cortex-A9核心组成,负责处理所有传感器数据、协调控制各模块的
数据通信和功能控制;避障模块主要由超声波测距模块组成,采用超声波来检测前方
是否存在障碍物及距离障碍物的距离,并将数据传递给控制器及上位机;循迹模块主
要由光电开关组成,用于检测地面的轨迹;摄像机云台模块主要由高清数字摄像头和
两个可进行姿态调整的 SG-90 舵机组成;电源模块主要是由一块12 V的电池组成,负责向各个模块供电。

软件采用LabVIEW进行程序框架的架构,通过NI myRIO
对数据进行处理再发送给上位机,并在LabVIEW的前面板上实时显示,在非智能的
情况下会等待操作者进行下一步的操作;若是在智能条件下,则会自行处理数据,并根据避障程序自动躲避前方的障碍物。

其控制系统原理如图1所示。

图2 超声波模块与控制器原理图
图1 控制系统原理框图
2 控制系统的硬件设计
2.1 核心控制器模块
myRIO微控制器模块是整个控制系统的核心,用于实时参数采集、数据处理与存储、数据通信等功能。

来实现两种模式下视频监控、寻迹避障的功能。

开发时利用双核ARM Cortex-A9的实时性能以及Xilinx FPGA可定制化I/O 来实现功能。

其共有88个引脚,其中有66个可重配置引脚,可满足整个工程的控制需求。

内部的FPGA
在处理数据时采用并行方式,可更加快速、更加准确的对数据进行可靠处理。

2.2 避障模块
此部分由超声波测距模块HC-SR04组成,可提供2 cm～400 cm的非接触式距离
感测功能,测距精度可达高到3 mm;模块包括超声波发射器、接收器与控制电路。

在连接电路时,此模块需要与myRIO的A端口的DIO 0端口连接作为数据输入端
口和DIO 1端口连接作为数据输出端口,另外在myRIO的引脚上设置一个VCC和一个GND,构成一个完整的电路。

电路原理连接图如图2所示。

当模块正常运行时,工作电压为5 V,输出电流为15 mA,工作频率为40 kHz,探测范
围2 cm～4 m,测量的角度为15°。

超声波传感器工作时,由myRIO的DIO 1端口发出10 μs的TTL脉冲作为触发信号,控制发射超声波信号,超声波信号的回响信号为TTL电平信号,与射程成比例。

通过对回响信号的编程运算,得到距离障碍物的距离。

2.3 循迹模块
循迹模块是在整个设计之中另外一个重要的模块,它负责能否根据轨迹运动的任务。

此模块主要是由光电开关传感器E18-D80NK来采集位置参数。

在安装光电开关时,需要将光电开关的检测探头调整到适合的高度,这样影响会降到最小[11-12]。

在连接电路时,需要将信号输入线与myRIO上的B端口的DIO 0口相连接,来接收光电开关采集到的参数。

电路原理连接图如图3所示。

图3 E18-D80NK与控制器连接图
该模块正常运行时工作电压是5 V,通过模块的工作电流是100 mA,检测距离可在
3 cm～80 cm之间进行调节。

该传感器的红色引线为正极,黑色的引线为信号输入线,蓝色引线为负极。

传感器的指向角小于等于15°。

2.4 电机、舵机驱动模块
本平台通过myRIO控制器控制两种运动模块:通过myRIO上的A端口的DIO 2-DIO 5口控制L298N电机驱动模块,使其满足手动和自动模式下小车平台的运动;
利用myRIO的USB接口和外扩I/O的DIO2端口和DIO3端口,控制摄像头舵机SG-90。

在安装摄像机云台模块时,摄像机通过USB端口直接与myRIO上的USB端口相连接,通过图像采集程序可在上位机上显示实时采集到的图像。

而舵机则需要与位于myRIO上外扩I/O的DIO2端口和DIO3端口相连接,由这两个端口给两个舵机提供PWM脉冲,通过改变脉冲的高电平的时间来调节舵机的角度值。

同时上位机发
送给舵机的参数会在上位机的人机交互界面显示出来,以便操作人员观察参数的变
化,也方便采集舵机的相关参数。

电路原理连接图如图4所示。

图4 电机驱动与控制器连接图
3 控制系统的软件设计
3.1 控制系统的主程序设计
软件架构采用模块化的思想对各组成部分进行编程,按照功能模块可以划分为参数
初始化、信息采集、输出与输入控制、WiFi通信、人机交互等。

参数初始化配置程序主要包括NI myRIO控制核心模块的运算数据参数的初始化、避障模块的数据初始化、循迹模块的数据初始化和摄像机云台模块的数据初始化;
信息采集程序包括NI myRIO与超声波传感器HC-SR04、光电开关E18-D80NK、Robot Eyes WIFI机器人高清摄像头、舵机SG-90之间的数据信息交换;输入与输出的控制程序包括各个传感器将采集到的数据传输到myRIO,并将处理结果转化为相应的指令输出给执行单元,进行相关的动作,控制不同执行单元的工作状态等;WiFi 通信程序主要包括NI myRIO与上位机通自身板载的WiFi模块相连接,进行数据传输以及将上位机上的控制传递给myRIO使其根据上位机的操作进行运动;人机交互程序包括按键处理子程序和显示子程序,用于实现系统各模块参数的设置、数据查
询和数据显示等功能。

3.2 避障模块的程序设计
避障模块的程序是实现智能控制的重要部分,由判断是否存在障碍物的检测子程序、检测距离障碍物距离的子程序、躲避障碍物的子程序等构成,为控制系统提供实时
的检测数据和记录相关的技术参数。

首先,在主程序中调用超声波传感器的检测参数初始化程序、计算距离障碍物的算
法参数的初始化程序、躲避障碍物的算法参数的初始化程序、WiFi与上位机通信
的数据初始化程序,使各个部分的子程序都正常进入工作状态,为后续的一系列的动
作地运行做好相关的准备。

在智能避障模式下,脉冲信号输出端DIO 1端口通过调
用while程序将产生10 μs的TTL脉冲当。

当有障碍物时,接收端应答机检测到特定电平信号,同时时间计数器会将此时的时间传递给移位寄存器,待到高电平结束时,移位寄存器将利用如下公式计算距离参数:
L测试距离=[T高电平持续时间×声速(340 m/s)]/2
得出的距离会与设置的安全距离参数3 cm进行对比,大于3 cm时继续前进,小于3 cm时便开始执行设置的躲避指令,并且会将距离障碍物距离的数据发送给上位机实时显示;当系统通过上位机来控制时,上述的智能躲避指令将不会执行,而是根据上位机的动态操作来进行移动,并将实时图像数据在上位机显示,但是当小车距离障碍物的距离小于3 cm时,小车将会在控制器上执行终止程序运行的指令,避免小车撞上障碍物损坏相关的电子器件。

程序框图如图5所示。

图5 避障功能程序图
3.3 循迹模块的程序设计
循迹模块的程序由光电传感器触发子程序、识别与检测轨迹的子程序、轨迹边界检测的子程序、遵循轨迹移动的子程序组成。

此模块的主要作用是在智能循迹的模式下可以正确的依照轨迹移动。

首先,在主程序中会调用光电传感器的技术参数数据的初始化程序、识别与检测轨迹的算法的数据初始化程序、轨迹边界检测的数据初始化程序、WiFi与上位机通信数据的初始化程序,使各个部分的子程序都进入正常的工作状态,为小车实现循迹功能做好准备。

当小车在黑色轨迹带上运行循迹模式时,myRIO会给光电传感器发出信号,发出红外线,在黑色轨迹带上时光电传感器正常运行,传感器上自带的LED 灯不会点亮,识别与检测轨迹的程序正常运行。

但是当光电传感器超出黑色轨迹带时,轨迹边界检测的程序会被触发,光电传感器会接收到由地面反射回的红外线,通过检测到超出边界的距离的数据,控制小车调整车轮的转动方向使小车重新回到原来的黑色轨迹带上,并将相关的数据传输给上位机,由上位机来进行实时的显示,方便操
作者观察在此模式下小车的整体运行状况。

程序框图如图6所示。

图6 循迹功能程序图
3.4 摄像机云台模块程序设计
摄像机云台模块由打开摄像机的子程序、设置摄像机采集图像的参数设置子程序、图像物体检测的子程序、舵机PWM脉冲调制子程序组成。

此模块的作用是在小车运动时实时地采集图像信息反馈给上位机,同时可通过上位机操作调整舵机来修改摄像机采集图像的角度。

当小车在未知环境中运动时,myRIO控制核心可以通过IMAQdx open camera vi.打开usb端口所连接的摄像机,接着连接视觉设备配置模块IMAQdx configure acquisition vi.对所连接的设备进行采样的方式和频率等参数进行设定,然后通过IMAQdx start acquisition vi.做出开始执行图像采集的指令,紧接着将采集到的动态高清视频图像数据通过WiFi传输给上位机,在上位机上通过IMAQdx get image vi.获取采集到的图像信息并进行观察做出相对的判断,便可以通过图像信息做出相对的判断,如若采集图像的角度不合适,可在上位机上对舵机的工作状态进行调整。

采集到的数据可以在上位机上进行保存,可在必要的时候,更好地回放。

程序框图如图7所示。

图7 图像采集程序图
3.5 数据记录文件保存
当控制系统将运行时的数据传送到上位机时,采用TDMS文件来对传感器采集到的数据和控制器对执行单元的操作进行记录,这样不仅可实时观察,还可在项目执行后期对数据进行分析,对项目完善和技术改进很有帮助。

TDMS文件存储的程序框图如图8所示。

图8 TDMS文件存储的程序框图
4 在windows终端的操作
为了增加可移植性和用户操作的直观性,设计了良好的用户操作界面。

使其能够实
现NI myRIO核心控制板对各部分的直观控制,并支持WiFi图像传输。

本项目设计的windows终端操作界面,通过实时的数据采集,观察数据的变化,可通
过方向键和方向盘实现对整个智能小车的控制系统信息的显示和处理,其终端操作
界面如图9所示。

图9 用户操作界面
5 结论
本文所设计的基于LabVIEW和NI myRIO的智能小车,成功地将myRIO强大的数据处理功能与LabVIEW编程优势完美的结合。

并且运用无线WiFi通信技术、自
动控制技术、视频采集与传输、传感器技术等多方面技术,使本设计具备可靠性高、实时性能好、可扩展性能优越等优点。

该设计不仅实现了人机交互、智能控制、智能循迹、智能避障等功能,且整个系统的事件处理能力较传统处理器大大加强。

为
智能车的发展提供了另外一种全新的思路。

参考文献:
[1] 赵勇. 基于Arduino和Android平台的智能小车避障系统设计研究[D]. 西安:长安大学信息工程学院,2014.
[2] 闵锐,许高斌,陈兴,等. 基于NUC472的超声波测距匹配算法的研究[J]. 传感技
术学报,2016,29(10):1542-1547.
[3] Naderi Soorki M,Talebi H A,Nikravesh S K Y. A Leader-Following Formation Control of Multiple Mobile Robots with Active Obstacle Avoidance[C]//Iranian Conference on Electrical Engineering,ICEE
2011.2011:1-6.
[4] 张义群,程树英. 基于路径规划的智能环境监控系统[J]. 微型机与应
用,2015,(5):82-84,87.
[5] 胡晓芳. 基于AVR单片机的智能避障小车设计[J]. 自动化技术与应
用,2014,33(6):95-97.
[6] 强彦,叶文鹏,屈明月,等. 基于红外避障的智能小车的设计[J]. 微电子学与计算机,2013,30(2):141-143.
[7] Gao Tao,Yao Zhenjing. Sensors Network for Ultrasonic Ranging System[J]. International Journal of Advanced Pervasive and Ubiquitous Computing(IJAPUC),2013,1.5(3):47-59.
[8] 蔡卓凡. 基于多超声波传感器避障机器人小车的设计[J]. 自动化技术与应用,2014,33(5):85-89.
[9] 唐颖,张凡,郭勇. 移动机器人的超声波测距传感器设计[J]. 传感技术学
报,2010,23(11):1646-1649.
[10] 周霞,何建忠,王宝磊. 多传感器信息融合伺服的移动机器人快速跟随[J]. 计算机工程与设计,2013,34(6):2247-2251.
[11] 董存辉,摆玉龙,柴乾隆. 基于模糊控制的自主寻迹机器人设计[J]. 电子技术应用,2012(5):139-141.
[12] 王淑平,杨卫,侯爽. 微小地面机器人监控系统设计[J]. 电子器
件,2016,39(5):1155-1160。