自主越障机器人在非结构化环境下的越障控制研究_王德新
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
通过上述基于 Ｄ＿Ｓ 证据理论的信息融合方法， 可以得到外部环境和自身运动状态的基本信息，实 现对环境和自身的感知。
３．２ 目标数据库
为了有效地控制机器人运动，将目标障碍分成 ２类：可攀越障碍与不可攀越障碍。２类障碍的特征做 成目标数据库Ｉ，将其特征信息与感知系统获取的障 碍信息特征进行对比，即可得出障碍是否可攀越。 对于不可攀越之障碍，采用模糊控制算法进行避障 运动控制，对于可攀越之障碍，将采用相应方式进 行越障。目前研究了几种典型的结构化障碍：斜坡、 凸台、凹槽和台阶。
收稿日期：２００５－０３－１５ 作者简介：王德新，男，中国科学技术大学硕士研究生，研究方向为越障机器人的设计及动力学分析。
第 ２７ 卷 第 ７ 期 ２００５－０７ 【31】
制造业自动化
图１ 越障机器人实物图
１．２ 越障机器人越障姿态分析
（１） 越障机器人通过角的计算 接近角、离去角和通过角是轮式机器人在行驶 越障过程中的重要参数［２］。对于本文所设计的机器 人来说，由于采用轮式、履带式、腿式等多种方式 结合的复合方式越障，转臂的旋转伸出可使接近角 和离去角在理论上达到 ９０°，因此接近角和离去角 对越障的影响可以忽略。下面主要分析当越障机器 人在不使用履带而采用 ４ 轮驱动行驶时的通过角。 如图 ２ 所示为机器人越障时的临界状态：
根据 Ｄ＿Ｓ 组合公式
（ ４）
其中，
（ ５）
先将３组红外传感器所得的推断结果进行融合， 可以得到 ｍｉ１ｘｉ２ｘｉ３（Ｏ１）、ｍｉ１ｘｉ２ｘｉ３（Ｏ２）、 ｍｉ１ｘｉ２ｘｉ３（Ｏ３）、
【34】 第 ２７ 卷 第 ７ 期 ２００５－０７
图８ 控制结构图
０ 引言
移动越障机器人所处环境大多为复杂的非结构 化环境，因此需要机器人具备高机动性、强大的环 境感知能力和快速的反应能力。目前主要的越障方 式有：轮式、腿式、履带式以及复合方式。其中轮 式的效率最高，但适应能力最差；而腿式的适应能 力最强，但效率最差；履带式有着良好的爬坡性能 和一定的越障能力，但效率比较低，灵活机动性差； 复合方式则兼顾各种方式的优缺点。为了使机器人 具有较好的灵活性和适应性，本文所述越障机器人 采用轮式、腿式、履带式相融合的复合方式。使用 轮式移动方式，保证越障机器人的移动灵活机动； 使用腿式结构，增强机器人的跨越障碍能力；使用 履带式机构，提高机器人在沙土等松软路面的行驶 能力［１］。
图２ 越障机器人的通过角计算
可以得到如下关系方程式：
图３ 越障机器人在平地运动
（１）
若 ｈ２＝ｈ１，则越障机器人可以顺利通过障碍。所 以当ｈ２＝ｈ１时，可以求出后轮触地条件下的可通过的 最大台阶高度
（２）
图４ 攀越小于通过角的台阶
（ｂ）当障碍物高度满足 ｈ’＜ ｈ ＜ｌ（转臂长）或 坡度 θ＞φ时，机器人无法直接通过障碍，（如图 ５ 所示），转动后臂到达平行于车体的位置，采用履带 式行驶，借助前臂的翻转增大通过角从而跨越障碍， 完成越障动作。
当斜坡或者台阶的倾斜角度大于通过角时，越 障机器人无法用 ４ 轮行驶的方式顺利通过，这时越 障机器人要旋转转臂，改变车体姿态或者利用履带 行驶的方式来通过障碍。
（２） 越障机器人的越障姿态及越障动作分析 当越障机器人在平地运动时，因为轮式的行驶 效率大于履带式，所以为减少系统无用功，采用４轮 驱动式行驶，只有在特殊路面的情况下（如沙地、泥 地）才采用履带式。如图 ３ 所示。 当越障机器人遇到障碍物的时候，首先根据多 种传感器传递的信息判断是否能跨越障碍。如果不 能，则重新制定路径规划，选择新的路径绕过障碍。 如果可以跨越障碍，则根据不同的障碍物类型，在 控制决策模块化数据库中选择相应的一系列控制指 令，完成越障动作。 （ａ）当障碍物高度 ｈ ＜ ｈ’或 坡度θ＜ φ时，机 器人可以直接通过障碍，使越障机器人转臂与车体 平行，用履带方式行驶的状态（如图 ４所示），降低 重心，来完成越障动作。
执行级根据协调级输出的期望值形成相应的控 制量，驱动相应的电机工作，从而完成机器人的控 制。执行级的核心部分是电机的 ＰＷＭ 调速控制，主 要是保证机器人可靠运行的机电硬件系统。
３ 基于目标数据库的决策系统
３．１ 多传感器融合
我们目前对移动机器人在结构化环境（台阶） 中的自主越障进行了研究，为了增强机器人的环境 鉴别能力，采用多传感器对环境进行感知。使用多
差动方式实现转向运动，通过测速编码器进行反馈 调节，并利用同步齿形带进行传动以保证前方驱动 轮与后方驱动轮速度一致，从而方便地实现水平地 面上的各种运动。（３） 转臂越障机构主要由４个可以 在竖直平面内 ３６０°旋转的转臂和 ２ 个直流电机及 减速传动装置组成。前方转臂和后方转臂分别由 ２ 个直流电机通过蜗杆蜗轮减速器控制，利用电位计 进行反馈调节。每个转臂前端有１个小的辅助轮，辅 助轮和驱动车轮之间通过双面同步齿形带连接，双 面同步齿形带内侧起到传动作用，双面同步齿形带 外侧起到履带的作用，在特殊的环境下辅助越障和 行驶。在遇到障碍或者特殊情况下，通过控制转臂 的旋转角度，可以使车体处于不同的状态，以配合 行驶机构进行越障，从而提高机器人的越障能力。 （４） 越障机器人对外界的感知主要由 ＣＭＯＳ摄像头、 红外传感系统、超声传感器、码盘反馈系统及倾角 测量系统来完成，通过获取环境信息以及机器人本 身的姿态状况，对机器人进行有效的控制，使其适 应各种复杂的地形环境。（５） 控制决策系统由ＤＳＰ和 ＰＣ１０４ 组成。各种传感器信号首先由 ＤＳＰ 通过滤波 等进行预处理，然后发送到 ＰＣ１０４ 进行决策，建立 目标函数，从一系列控制指令共同组合而成的控制 决策模块化数据库中，调用相应的控制函数，控制 越障机器人运动。
力以及越障姿态控制的问题，提出了在非结构化环境下，基于多传感器融合判定障碍类型，建
立越障动作控制模块化数据库的控制方法。
关键词： 自主越障移动机器人Biblioteka Baidu 越障姿态； 分级控制； 多传感器信息融合； 数据库
中图分类号：ＴＰ２４２
文献标识码：Ｂ 文章编号：１００９－０１３４（２００５）０７－００３１－０５
通过角即为：
【32】 第 ２７ 卷 第 ７ 期 ２００５－０７
图５ 攀越较大角度斜坡或大于通过角而小于转臂长度的台阶
制造业自动化
图６ 攀越大角度斜坡或大于转臂长的台阶
（ｃ）当障碍物高度满足ｈ ＞ｌ ＞ｈ＇或坡度 θ＞φ 时，仅使用前臂无法翻越障碍，转动越障机器人后臂 将车体撑起，前臂进入越障的状态（如图 ６ 所示）， 同时调整后臂姿态改变车体角度防止倾覆并提高越 障机器人重心增强越障能力，来完成越障动作。
根据第一章中的分析，根据障碍物高度或坡度 等特征将外部环境抽象为 ４ 类即 Ｏ１、Ｏ２、Ｏ３、Ｏ４ 组 成目标框架，Ｕ ＝｛Ｏ１，Ｏ２，Ｏ３，Ｏ４｝，每种传感器对障碍 物特征所做出判定的基本概率幅值如表１，其中Ｍｉ１， Ｍｉ２ ，Ｍｉ３ 为 ３ 个红外传感器确定，Ｍ４ 为 ＣＭＯＳ 摄像 头确定，Ｍ５ 为超声传感器确定。
可以看出，机器人的每一个越障动作都需要经 过环境信息采集、信息融合处理、数据库调用决策、 运动控制、电机运行和信号检测反馈等循环过程。 同时，通过通讯可以实现电脑主机对越障机器人运 动状态的监控，以实现必要的辅助控制。 ２．２ 基于多控制器的分级控制
为处理好决策系统与运动控制系统之间的关
图７ 控制系统框图
第 ２７ 卷 第 ７ 期 ２００５－０７ 【33】
制造业自动化
同时得到机器人自身的信 息。
对于上述多传感器的信 息融合，我们采用基于 Ｄｅｍｐｓｔｅｒ＿Ｓｈａｆｅｒ 证据理论 的推理方法［４］。在多传感器 系统中，由于传感器的精 度、系统组成的许多环节、 外部环境以及数据的后处理 等因素的影响，会导致系统 具有不确定性。Ｄ＿Ｓ 证据推 理作为 Ｂａｙｅｓ 估计的推广， 可以更为有效和合理的处理 不确定性推理的问题。而将 之用于信息融合，可以有效的处理传感器所得信息 的不确定性。Ｄ＿Ｓ 证据理论适用于融合静态环境中 独立的多传感器数据，其信息描述采用信任函数而 不是概率，通过对一些事件的概率加以约束以建立 信任函数而不必说明准确的难以获得的概率，能够 将问题的范围缩小，减轻了处理的复杂程度。
系，采用了分级控制的策略［３］，即将控制系统分为决 策级，组织协调级和执行级３级对机器人进行控制， 使得整个系统运行更加准确、稳定。３级之间采用接 口参数进行彼此联系，其控制系统结构如图８所示。
决策级即为机器人决策系统，其功能是根据感 知系统提供的信息，对机器人自身位置和所处环境 进行分析判断，通过调用目标数据库，对机器人的 运动进行规划。决策级的设计上采用了一种基于目 标数据库的处理方法。
机器人技术
制造业自动化
自主越障机器人在非结构化环境下的越障控制研究
王德新， 王付锐， 董二宝， 宋轶群， 杜华生， 杨 杰
（中国科学技术大学精密机械与精密仪器系， 合肥 ２３００２７）
摘 要：根据对机器人的越障要求，研制出了一种小型自主的基于轮式、腿式及履带式的多种越障方式
相融合的复合式越障机器人。本文介绍了越障机器人的机械结构，分析了越障机器人的越障能
２ 越障机器人的越障控制系统
２．１ 越障机器人的控制原理 根据以上分析，建立越障机器人在遇到障碍时
的控制决策模块：多个传感器获得的外部传感信息 和机器人自身姿态信息，经过 Ａ／Ｄ 转换，由 ＤＳＰ 传 送到主处理器 ＰＣ１０４，结合二维图像信息进行多种 信息的融合，建立环境目标函数，然后从一系列控 制指令共同组合而成的控制决策模块化数据库中， 调用相应的控制函数，发回 ＤＳＰ，控制车轮及摆臂 的电机转动，以实现越障机器人的运动控制，同时 不断的根据反馈回来的信息进行自身姿态调整。控 制系统框图如图 ７ 所示。
再结合基于概律赋值的决策方法
（６ ）
其中，ｍ（Ａ１）＝ｍａｘ ｛ ｍ（Ａｉ）， Ａｉ ⊂ Ｕ ｝， ｍ（Ａ２）＝ｍａｘ ｛ ｍ（Ａｉ），Ａｉ ⊂ Ｕ 且Ａｉ≠Ａ１ ｝
ε１，ε２ 为根据实验设定的门限值，当（６）式成立 时，Ａ１ 即为判定结果。
协调组织级的作用是组织感知系统得到的各种 信息，进行必要的 Ａ／Ｄ 转换，将其传递到决策级的 主控制器；并根据主控制器做出的决策规划，发出 为相应的电机控制信号。组织协调级为控制机器人 运动方式的核心层，是综合考虑机器人自身各种机 电参数与运动方式控制之间关系的协调技术层，是 保证决策指令得以迅速、准确执行的关键所在。协 调组织级根据决策级提供的动作指令，结合机器人 自身的运动特性、电机特性及码盘信息，通过编写 ＰＩＤ 控制算法，最终给出能够实现决策系统动作指 令的最佳驱动方案。被控对象直流电机是一个非线 性系统，同时考虑到整个系统受到外界干扰，因此 采用非线性 ＰＩＤ 控制方案。
１ 越障机器人结构及越障姿态分析
１．１ 越障机器人结构
越障机器人包括车体、行驶机构、转臂越障机 构和多种传感器及控制系统等４部分：（１） 车体用于 固定和安装其它部件。（２） 行驶机构主要由４个驱动 车轮和 ２ 个直流电机及减速传动装置组成。驱动车 轮由２个直流电机通过蜗杆蜗轮减速器驱动，２个电 机分别控制越障机器人左右两侧的驱动车轮，采用
ｍｉ１ｘｉ２ｘｉ３（Ｏ４）、 ｍｉ１ｘｉ２ｘｉ３（Ｕ）。 再与其他两种类型的推断结果进行融合，即可
得各传感器信息融合后的推断 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ１）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ２）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ３）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ１）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｕ）。
个传感器可以减少每一个传 感器的不确定性，提供与环 境有关的关于系统状态的足 够并可靠的信息。使用基于 ＣＣＤ 摄像头的视觉系统能够 获得环境的 ２Ｄ 特征，使用红 外、超声传感器可获得周围 障碍信息，使用倾角传感器、 电位器和码盘可获得自身姿 态信息，融合以上信息，就可 以再现机器人所面对的环境，
３．２ 目标数据库
为了有效地控制机器人运动，将目标障碍分成 ２类：可攀越障碍与不可攀越障碍。２类障碍的特征做 成目标数据库Ｉ，将其特征信息与感知系统获取的障 碍信息特征进行对比，即可得出障碍是否可攀越。 对于不可攀越之障碍，采用模糊控制算法进行避障 运动控制，对于可攀越之障碍，将采用相应方式进 行越障。目前研究了几种典型的结构化障碍：斜坡、 凸台、凹槽和台阶。
收稿日期：２００５－０３－１５ 作者简介：王德新，男，中国科学技术大学硕士研究生，研究方向为越障机器人的设计及动力学分析。
第 ２７ 卷 第 ７ 期 ２００５－０７ 【31】
制造业自动化
图１ 越障机器人实物图
１．２ 越障机器人越障姿态分析
（１） 越障机器人通过角的计算 接近角、离去角和通过角是轮式机器人在行驶 越障过程中的重要参数［２］。对于本文所设计的机器 人来说，由于采用轮式、履带式、腿式等多种方式 结合的复合方式越障，转臂的旋转伸出可使接近角 和离去角在理论上达到 ９０°，因此接近角和离去角 对越障的影响可以忽略。下面主要分析当越障机器 人在不使用履带而采用 ４ 轮驱动行驶时的通过角。 如图 ２ 所示为机器人越障时的临界状态：
根据 Ｄ＿Ｓ 组合公式
（ ４）
其中，
（ ５）
先将３组红外传感器所得的推断结果进行融合， 可以得到 ｍｉ１ｘｉ２ｘｉ３（Ｏ１）、ｍｉ１ｘｉ２ｘｉ３（Ｏ２）、 ｍｉ１ｘｉ２ｘｉ３（Ｏ３）、
【34】 第 ２７ 卷 第 ７ 期 ２００５－０７
图８ 控制结构图
０ 引言
移动越障机器人所处环境大多为复杂的非结构 化环境，因此需要机器人具备高机动性、强大的环 境感知能力和快速的反应能力。目前主要的越障方 式有：轮式、腿式、履带式以及复合方式。其中轮 式的效率最高，但适应能力最差；而腿式的适应能 力最强，但效率最差；履带式有着良好的爬坡性能 和一定的越障能力，但效率比较低，灵活机动性差； 复合方式则兼顾各种方式的优缺点。为了使机器人 具有较好的灵活性和适应性，本文所述越障机器人 采用轮式、腿式、履带式相融合的复合方式。使用 轮式移动方式，保证越障机器人的移动灵活机动； 使用腿式结构，增强机器人的跨越障碍能力；使用 履带式机构，提高机器人在沙土等松软路面的行驶 能力［１］。
图２ 越障机器人的通过角计算
可以得到如下关系方程式：
图３ 越障机器人在平地运动
（１）
若 ｈ２＝ｈ１，则越障机器人可以顺利通过障碍。所 以当ｈ２＝ｈ１时，可以求出后轮触地条件下的可通过的 最大台阶高度
（２）
图４ 攀越小于通过角的台阶
（ｂ）当障碍物高度满足 ｈ’＜ ｈ ＜ｌ（转臂长）或 坡度 θ＞φ时，机器人无法直接通过障碍，（如图 ５ 所示），转动后臂到达平行于车体的位置，采用履带 式行驶，借助前臂的翻转增大通过角从而跨越障碍， 完成越障动作。
当斜坡或者台阶的倾斜角度大于通过角时，越 障机器人无法用 ４ 轮行驶的方式顺利通过，这时越 障机器人要旋转转臂，改变车体姿态或者利用履带 行驶的方式来通过障碍。
（２） 越障机器人的越障姿态及越障动作分析 当越障机器人在平地运动时，因为轮式的行驶 效率大于履带式，所以为减少系统无用功，采用４轮 驱动式行驶，只有在特殊路面的情况下（如沙地、泥 地）才采用履带式。如图 ３ 所示。 当越障机器人遇到障碍物的时候，首先根据多 种传感器传递的信息判断是否能跨越障碍。如果不 能，则重新制定路径规划，选择新的路径绕过障碍。 如果可以跨越障碍，则根据不同的障碍物类型，在 控制决策模块化数据库中选择相应的一系列控制指 令，完成越障动作。 （ａ）当障碍物高度 ｈ ＜ ｈ’或 坡度θ＜ φ时，机 器人可以直接通过障碍，使越障机器人转臂与车体 平行，用履带方式行驶的状态（如图 ４所示），降低 重心，来完成越障动作。
执行级根据协调级输出的期望值形成相应的控 制量，驱动相应的电机工作，从而完成机器人的控 制。执行级的核心部分是电机的 ＰＷＭ 调速控制，主 要是保证机器人可靠运行的机电硬件系统。
３ 基于目标数据库的决策系统
３．１ 多传感器融合
我们目前对移动机器人在结构化环境（台阶） 中的自主越障进行了研究，为了增强机器人的环境 鉴别能力，采用多传感器对环境进行感知。使用多
差动方式实现转向运动，通过测速编码器进行反馈 调节，并利用同步齿形带进行传动以保证前方驱动 轮与后方驱动轮速度一致，从而方便地实现水平地 面上的各种运动。（３） 转臂越障机构主要由４个可以 在竖直平面内 ３６０°旋转的转臂和 ２ 个直流电机及 减速传动装置组成。前方转臂和后方转臂分别由 ２ 个直流电机通过蜗杆蜗轮减速器控制，利用电位计 进行反馈调节。每个转臂前端有１个小的辅助轮，辅 助轮和驱动车轮之间通过双面同步齿形带连接，双 面同步齿形带内侧起到传动作用，双面同步齿形带 外侧起到履带的作用，在特殊的环境下辅助越障和 行驶。在遇到障碍或者特殊情况下，通过控制转臂 的旋转角度，可以使车体处于不同的状态，以配合 行驶机构进行越障，从而提高机器人的越障能力。 （４） 越障机器人对外界的感知主要由 ＣＭＯＳ摄像头、 红外传感系统、超声传感器、码盘反馈系统及倾角 测量系统来完成，通过获取环境信息以及机器人本 身的姿态状况，对机器人进行有效的控制，使其适 应各种复杂的地形环境。（５） 控制决策系统由ＤＳＰ和 ＰＣ１０４ 组成。各种传感器信号首先由 ＤＳＰ 通过滤波 等进行预处理，然后发送到 ＰＣ１０４ 进行决策，建立 目标函数，从一系列控制指令共同组合而成的控制 决策模块化数据库中，调用相应的控制函数，控制 越障机器人运动。
力以及越障姿态控制的问题，提出了在非结构化环境下，基于多传感器融合判定障碍类型，建
立越障动作控制模块化数据库的控制方法。
关键词： 自主越障移动机器人Biblioteka Baidu 越障姿态； 分级控制； 多传感器信息融合； 数据库
中图分类号：ＴＰ２４２
文献标识码：Ｂ 文章编号：１００９－０１３４（２００５）０７－００３１－０５
通过角即为：
【32】 第 ２７ 卷 第 ７ 期 ２００５－０７
图５ 攀越较大角度斜坡或大于通过角而小于转臂长度的台阶
制造业自动化
图６ 攀越大角度斜坡或大于转臂长的台阶
（ｃ）当障碍物高度满足ｈ ＞ｌ ＞ｈ＇或坡度 θ＞φ 时，仅使用前臂无法翻越障碍，转动越障机器人后臂 将车体撑起，前臂进入越障的状态（如图 ６ 所示）， 同时调整后臂姿态改变车体角度防止倾覆并提高越 障机器人重心增强越障能力，来完成越障动作。
根据第一章中的分析，根据障碍物高度或坡度 等特征将外部环境抽象为 ４ 类即 Ｏ１、Ｏ２、Ｏ３、Ｏ４ 组 成目标框架，Ｕ ＝｛Ｏ１，Ｏ２，Ｏ３，Ｏ４｝，每种传感器对障碍 物特征所做出判定的基本概率幅值如表１，其中Ｍｉ１， Ｍｉ２ ，Ｍｉ３ 为 ３ 个红外传感器确定，Ｍ４ 为 ＣＭＯＳ 摄像 头确定，Ｍ５ 为超声传感器确定。
可以看出，机器人的每一个越障动作都需要经 过环境信息采集、信息融合处理、数据库调用决策、 运动控制、电机运行和信号检测反馈等循环过程。 同时，通过通讯可以实现电脑主机对越障机器人运 动状态的监控，以实现必要的辅助控制。 ２．２ 基于多控制器的分级控制
为处理好决策系统与运动控制系统之间的关
图７ 控制系统框图
第 ２７ 卷 第 ７ 期 ２００５－０７ 【33】
制造业自动化
同时得到机器人自身的信 息。
对于上述多传感器的信 息融合，我们采用基于 Ｄｅｍｐｓｔｅｒ＿Ｓｈａｆｅｒ 证据理论 的推理方法［４］。在多传感器 系统中，由于传感器的精 度、系统组成的许多环节、 外部环境以及数据的后处理 等因素的影响，会导致系统 具有不确定性。Ｄ＿Ｓ 证据推 理作为 Ｂａｙｅｓ 估计的推广， 可以更为有效和合理的处理 不确定性推理的问题。而将 之用于信息融合，可以有效的处理传感器所得信息 的不确定性。Ｄ＿Ｓ 证据理论适用于融合静态环境中 独立的多传感器数据，其信息描述采用信任函数而 不是概率，通过对一些事件的概率加以约束以建立 信任函数而不必说明准确的难以获得的概率，能够 将问题的范围缩小，减轻了处理的复杂程度。
系，采用了分级控制的策略［３］，即将控制系统分为决 策级，组织协调级和执行级３级对机器人进行控制， 使得整个系统运行更加准确、稳定。３级之间采用接 口参数进行彼此联系，其控制系统结构如图８所示。
决策级即为机器人决策系统，其功能是根据感 知系统提供的信息，对机器人自身位置和所处环境 进行分析判断，通过调用目标数据库，对机器人的 运动进行规划。决策级的设计上采用了一种基于目 标数据库的处理方法。
机器人技术
制造业自动化
自主越障机器人在非结构化环境下的越障控制研究
王德新， 王付锐， 董二宝， 宋轶群， 杜华生， 杨 杰
（中国科学技术大学精密机械与精密仪器系， 合肥 ２３００２７）
摘 要：根据对机器人的越障要求，研制出了一种小型自主的基于轮式、腿式及履带式的多种越障方式
相融合的复合式越障机器人。本文介绍了越障机器人的机械结构，分析了越障机器人的越障能
２ 越障机器人的越障控制系统
２．１ 越障机器人的控制原理 根据以上分析，建立越障机器人在遇到障碍时
的控制决策模块：多个传感器获得的外部传感信息 和机器人自身姿态信息，经过 Ａ／Ｄ 转换，由 ＤＳＰ 传 送到主处理器 ＰＣ１０４，结合二维图像信息进行多种 信息的融合，建立环境目标函数，然后从一系列控 制指令共同组合而成的控制决策模块化数据库中， 调用相应的控制函数，发回 ＤＳＰ，控制车轮及摆臂 的电机转动，以实现越障机器人的运动控制，同时 不断的根据反馈回来的信息进行自身姿态调整。控 制系统框图如图 ７ 所示。
再结合基于概律赋值的决策方法
（６ ）
其中，ｍ（Ａ１）＝ｍａｘ ｛ ｍ（Ａｉ）， Ａｉ ⊂ Ｕ ｝， ｍ（Ａ２）＝ｍａｘ ｛ ｍ（Ａｉ），Ａｉ ⊂ Ｕ 且Ａｉ≠Ａ１ ｝
ε１，ε２ 为根据实验设定的门限值，当（６）式成立 时，Ａ１ 即为判定结果。
协调组织级的作用是组织感知系统得到的各种 信息，进行必要的 Ａ／Ｄ 转换，将其传递到决策级的 主控制器；并根据主控制器做出的决策规划，发出 为相应的电机控制信号。组织协调级为控制机器人 运动方式的核心层，是综合考虑机器人自身各种机 电参数与运动方式控制之间关系的协调技术层，是 保证决策指令得以迅速、准确执行的关键所在。协 调组织级根据决策级提供的动作指令，结合机器人 自身的运动特性、电机特性及码盘信息，通过编写 ＰＩＤ 控制算法，最终给出能够实现决策系统动作指 令的最佳驱动方案。被控对象直流电机是一个非线 性系统，同时考虑到整个系统受到外界干扰，因此 采用非线性 ＰＩＤ 控制方案。
１ 越障机器人结构及越障姿态分析
１．１ 越障机器人结构
越障机器人包括车体、行驶机构、转臂越障机 构和多种传感器及控制系统等４部分：（１） 车体用于 固定和安装其它部件。（２） 行驶机构主要由４个驱动 车轮和 ２ 个直流电机及减速传动装置组成。驱动车 轮由２个直流电机通过蜗杆蜗轮减速器驱动，２个电 机分别控制越障机器人左右两侧的驱动车轮，采用
ｍｉ１ｘｉ２ｘｉ３（Ｏ４）、 ｍｉ１ｘｉ２ｘｉ３（Ｕ）。 再与其他两种类型的推断结果进行融合，即可
得各传感器信息融合后的推断 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ１）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ２）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ３）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｏ１）、 ｍｉ１ｘｉ２ｘｉ３ｘ４ｘ５ （Ｕ）。
个传感器可以减少每一个传 感器的不确定性，提供与环 境有关的关于系统状态的足 够并可靠的信息。使用基于 ＣＣＤ 摄像头的视觉系统能够 获得环境的 ２Ｄ 特征，使用红 外、超声传感器可获得周围 障碍信息，使用倾角传感器、 电位器和码盘可获得自身姿 态信息，融合以上信息，就可 以再现机器人所面对的环境，