"本方案的背景是國家863多機器人系統(tǒng)控制項目的一個主角，家居監(jiān)控機器人，它的設(shè)計概念主要是面向未來老年家庭，負責(zé)通過網(wǎng)絡(luò)監(jiān)控家居環(huán)境中的各種家電，具有語音和人臉識別等人機交互功能，具有雙機械臂完成一些取物、遞送等任務(wù)，并且可以作為智能輪椅載人移動。在2010世博會滬上生態(tài)家案例館中展出。"
申純太, 上海電氣集團股份有限公司中央研究院
圖-1 主控制器Compact RIO的安裝位置
挑戰(zhàn):
需要CompactRIO同時控制多個設(shè)備運動。2根5自由度機械臂運動，頭部1自由度旋轉(zhuǎn)運動，雙主動輪底盤運動控制。CompactRIO內(nèi)要部署機械臂運動控制算法，LIDAR數(shù)據(jù)采集和導(dǎo)航避障算法，基于編碼器和光雷達數(shù)據(jù)以及FPGA的移動位置控制算法等。
解決方案:
將機器人的功能進行劃分為兩部分。將雙5自由度機械臂運動，頭部1自由度的旋轉(zhuǎn)運動，雙主動輪底盤的運動，光雷達數(shù)據(jù)采集處理和編碼器數(shù)據(jù)采集，自主導(dǎo)航，輪椅模式切換判斷，機器人體表LED狀態(tài)情感或信息顯示，電池電源管理等基本行為和設(shè)備層控制歸為一部分，由“小腦”控制；將家庭智能家居網(wǎng)絡(luò)交互，其他智能機器人監(jiān)控，語音識別對話和人臉識別的人機交互功能等歸為一部分，由“大腦”控制。
選用NI CompactRIO作為機器人的“小腦”。NI CompactRIO是美國NI公司的工業(yè)級嵌入式控制器，集成以太網(wǎng)接口和RS232串行接口，具有體積小，高可靠性，高性能，低功耗等優(yōu)點。
將各種設(shè)備的控制算法例如機械臂運動控制，頭部運動控制，導(dǎo)航算法，基于以太網(wǎng)的光雷達數(shù)據(jù)采集，與大腦通訊等程序部署在RT中；將數(shù)字信號采集，例如限位開關(guān)和緊急停止邏輯還有編碼器數(shù)據(jù)采集和處理，地盤運動伺服控制等算法部署在FPGA中。
選用工業(yè)嵌入式觸摸平板電腦IPC作為機器人的“大腦”。部署WinCE，具有人機界面功能以及觸摸屏交互功能，部署控制人臉識別模塊以及語音識別算法，智能家居監(jiān)控管理算法等。
用FSM來封裝每個設(shè)備對象：
Finite-state machine (FSM)稱為有限狀態(tài)機廣泛用于數(shù)字電路和計算機程序。我們使用了兩種狀態(tài)機來封裝設(shè)備。String Based Queued State Machine基于字符串隊列狀態(tài)機和普通基于枚舉的狀態(tài)機。使用狀態(tài)機作為一種機制來處理單個設(shè)備的狀態(tài)轉(zhuǎn)換，或者說，用狀態(tài)機這種行為模型來用于單個設(shè)備的事件處理。
圖 2 LIDAR 狀態(tài)機
例如光雷達的狀態(tài)機框圖，它具有4個狀態(tài)，Idle，Start，Running，Stop。在Running狀態(tài)中，程序不斷向光雷達發(fā)送指令讀取數(shù)據(jù)，然后由一個Shared Variable來傳出數(shù)據(jù)。使用一個來封裝這個狀態(tài)機。
圖 3 Remote Control Reaction 狀態(tài)機
圖3是一個遠程控制指令解析狀態(tài)機，它使用String Based Queued State Machine來實現(xiàn)。這樣的好處是，可以使用隊列來組織動作，較為靈活地實現(xiàn)各種不同組合以及復(fù)雜度。
每一個設(shè)備的狀態(tài)機都用一個獨立的vi來封裝，并且單獨進行測試，這樣也有利于工程化。
[DividePage:NextPage]
多狀態(tài)機的協(xié)作：
單個狀態(tài)機只能完成部分功能，我們需要把所有設(shè)備狀態(tài)機集成起來，按照一定的通訊機制拼裝成一個完整的機器人。
由于所有的設(shè)備狀態(tài)機都由一個VI來封裝，只需要把他們拖入一個主vi中，就能調(diào)用他們。如圖所示：
圖 4 狀態(tài)機集成
狀態(tài)機之間是通過Shared Variable來實現(xiàn)接受外部指令輸入以及自身狀態(tài)輸出的。同樣，這些Shared Variable都用一個VI進行封裝以便進行管理。
這樣，一個狀態(tài)機便可視為一個子系統(tǒng)。既然是系統(tǒng)，自然有系統(tǒng)的輸入和輸出，通過get，set等方法的vi，外部系統(tǒng)便可對這些子系統(tǒng)進行操作或者交互。如圖所示，底盤狀態(tài)機使用方法獲取外部命令。
圖 5
使用方法讓外部系統(tǒng)傳輸命令給地盤狀態(tài)機。
圖6 :
底盤使用發(fā)送底盤狀態(tài)機狀態(tài)信息。如圖所示：
圖 7
使用方法獲取地盤狀態(tài)機信息。
圖 8
導(dǎo)航算法：
圖 9家居監(jiān)控機器人定位導(dǎo)航軟件控制框圖
總體設(shè)計
針對移動機器人家居環(huán)境下的定位問題，提出了一種結(jié)合平直線段匹配、角匹配和里程計的組合定位方法。該系統(tǒng)采用了Labview開發(fā)平臺和CompactRIO控制器，得到了很好的實時性效果。機器人首先通過二維激光測距儀通過TCP/IP得到環(huán)境點信息，然后通過迭代適應(yīng)點（IEPF）算法得到環(huán)境線段及最小二乘法得到線段參數(shù)。在基于線段基礎(chǔ)上，得到局部的平直線段和角特征，再與已知平直線段和角特征做匹配，通過平直線段和角匹配算法實時更新機器人位置和姿態(tài)。分析里程計定位、平直線段匹配定位和角匹配定位的誤差，分配不同的權(quán)重得到優(yōu)化的組合定位算法。
[DividePage:NextPage]
軟件控制框圖
基于以上的設(shè)計，定位導(dǎo)航的軟件控制模塊設(shè)計如圖7所示。中心模塊為定位導(dǎo)航模塊，該模塊讀取起點、目標(biāo)點、運動模式數(shù)據(jù)及編碼器數(shù)據(jù)，同時讀取激光測距儀數(shù)據(jù)提取角、平直線段特征和已知特征做匹配，其匹配算法輸出機器人位姿 
。對于給定的目標(biāo)位姿，該模塊將計算出驅(qū)動指令（Forward Speed、Delta angle、Turnspd Right、Turnspd Left對應(yīng)前進速度、方向轉(zhuǎn)角、左轉(zhuǎn)、右轉(zhuǎn)）和狀態(tài)信息如（bPos, bAngle）來判斷機器人是否到達目標(biāo)位置和姿態(tài)。
圖 10家居監(jiān)控機器人定位導(dǎo)航的輸入輸出信息部分
圖10為定位導(dǎo)航模塊部分的輸入輸出部分，上半部分的輸入信息中的已知角特征和全局線段為為已知地圖信息，下半部分的部分輸出信息包括直線段提取示意圖，路徑任務(wù)數(shù)組信息圖，實時顯示的機器人當(dāng)前位置信息、速度信息等。
線段特征提取
為得到環(huán)境的幾何線段信息，需要對激光測距儀的點集進行分割，其分割算法可分為下列步驟：坐標(biāo)變換、區(qū)域分割、IEPF線段提取和最小二乘法計算線段參數(shù)。其中區(qū)域分割：從初始點i=0開始檢測兩相鄰點 
和 
的距離，如距離值小于閾值D，則認(rèn)為屬于同一區(qū)域點集，否則開始一個新的區(qū)域。該過程遍歷所有點集。如果某區(qū)域點數(shù)目小于4個，則認(rèn)為噪聲區(qū)域，舍棄這些噪聲點。
圖 11 IEPF線段提取
IEPF提取線段：對于上述得到區(qū)域可能含有多條線段，IEPF線段提取算法是一種有效的線段提取方法。如圖11所示， Pm點到線段PsPe的距離大于閾值T，該方法把點集
分為
和
IEPF為迭代算法，對于 
和 
重復(fù)上述的算法知道 
小于閾值 
。該算法也有分割過細的時候，如圖9右半部中間兩條線段可通過檢查線段參數(shù)的辦法，對于斜率傾角誤差小于一定閾值的線段加以合并處理。線段參數(shù)可通過最小二乘法計算求得。
如圖12所示為通過Labview實現(xiàn)的IEPF算法的區(qū)域分割算法，其中子VI 
為IEPF算法分割出的子區(qū)域。
圖 12 包含IEPF算法的區(qū)域分割算法
具體組合定位算法可參考作者的另一篇發(fā)表在IEEE ICIA2010題為《A Corner and Straight line Matching Localization Method for Family Indoor Monitor Mobile Robot》的論文。
原型機照片：
圖 13家居監(jiān)控機器人在世博滬上生態(tài)家
總結(jié)：
使用CompactRIO作為機器人主控制器配有集成的FPGA的支持，具有性能優(yōu)越，體積小，安全可靠，低功耗等特點，并且，數(shù)據(jù)采集能力和通訊能力強大，非常適合移動機器人的原型開發(fā)。
可以基于LabVIEW來開發(fā)機器人程序，相比字符代碼程序，圖形G語言程序可以用圖形來閱讀，有利于理解和調(diào)試，再者LabVIEW仍舊可以運用很多軟件工程方法，使得它具有自己獨特的優(yōu)勢。
作者:
申 純太 - 上海電氣集團股份有限公司中央研究院
譚 福生 - 上海電氣集團股份有限公司中央研究院
楊 軍 - 上海電氣集團股份有限公司中央研究院
Yang Jun -
Shen Chuntai - Shanghai Electric Group Co., Ltd. Central Academe
Tan Fusheng - Shanghai Electric Group Co., Ltd. Central Academe
（原創(chuàng)）
