WiFi的云机器人设计思考范文

《电子器件杂志》2014年第三期

1基于WiFi的云机器人的硬件设计

电机模块同机器车上的最小系统一起，通过无线模块将遥控板和小车系统联系起来，小车系统的核心是由MCU构成，将小车各个功能联系起来。图2为总体设计图，图3为硬件设计图。图2中机器人通过WiFi信号接收来自主控端的指令，通过终软件将采集到的数据上传到云端，云则是充当了数据库和计算中心，同时可将采集到的数据提供给其他机器人使用，实现共享。本文主要基于SAAS模式，来进行设计，比较简单。机器车的工作模式主要有避障和遥控两种，对系统进行不同的运行控制时，引起不同的运行模块组合工作。这两种工作模式通过服务器中的路径规划算法来进行有效控制。(1)无线遥控机器车中的无线遥控模块使用的是无线串口XL02－232AP1。XL02－232AP1是UART接口半双工无线传输模块，可以工作在433MHz公用频段，用于点对点通信，使用简单，在对串口的编程时，只要记住其为半双工通信方式，注意收发的来回时序即可。当机器车置于无线遥控时，小车主要是通过无线模块进行控制。通过控制键盘，产生低电平，单片机检测到低电平发出通过无线模块发送相应信号时，机器车上的无线模块接收到信号，通过小车上的STC12C5A32S2识别信号，对电机模块产生相应的信号，从而对电机产生控制，达到相应的控制效果。(2)避障避障模块使用的是红外传感器E18－D80NK。E18－D80NK是一种集发射与接收于一体的光电传感器，发射光经过调制后发出，接收头对反射光进行解调输出，避免了可见光的干扰。E18－D80NK中的透镜，可以检测80cm距离的障碍物，这还要取决于颜色，根据光学特性，对不同颜色的物体，测距有不同，白色物体最远，黑色物体最近。当机器车处于自动运行状态时，通过红外线检测机器车前方是否有障碍物，当红外开关检测到障碍物，产生相应信号给单片机，并根据基于模糊神经网络的蚁群优化算法判断转向，同时指示电机模块产生相应信号，从而控制电机转速，产生相应的状态。

1．1主控板设计采用LQFP44封装的STC12C5A32S2单片机控制，在单片机系统上，拥有一个完整的P4口，用于控制舵机［2］。为了让控制板作为核心，单片机的控制板只引出下载程序使用的STC_ISP接口，可以方便电脑下载STC单片机程序，下载程序时只需要采用232转换电路小板。在电源设计上，设计了一个电源输入接口，采用LM2956S－5．0稳压芯片，输出5V稳定电压，更大地提高稳压效率及降低功耗，输入电压范围宽(5．5V～24V)。(1)车身灯接口本设计采用了三极管放大，低电平控制［3］，输出为2位排针，可以连接车身灯的LED，如果采用普通LED，根据本设计加入470Ω限流电阻，可以直接连接LED。(2)驱动板接口驱动板采用通用直流电机驱动接口方式，对于控制信号来说分成两组，每组3个信号，分别是ENA、IN1、IN2;ENB、IN3、IN4，分别对应单片机的相应引脚，由驱动板的接口程序控制。为了方便驱动板使用逻辑电平，在接口处设计5V电源。驱动模块输出的波形图如图4所示，分频模式选择信号如是Mode为低，完成对输入时钟信号clkI、clkIN的4分频;是Mode为高，进行5分频。分频后时钟进行后续的数据串并转换使用，因使用角度不同，需要产生不同的分频时钟，用于移位存储链的时钟占空比，若Mode为低，即4分频时为1∶3;若Mode为高，即5分频时为1∶4，用作同步输出的时钟占空比均为1∶1。(3)P46、P47电压跳线电压跳线是为P46、P47端口控制舵机使用［4］，也是为机械手臂舵机使用。不同跳线对应P46、P47的两组不同工作电压，跳至上面为5V，跳至下面与P4口其他电压一致。如果这两个端口控制小云台，那么电压跳线接至上面。(4)舵机接口舵机接口专为控制舵机而设计，三线舵机、电源由独立稳压可调芯片提供，满足舵机工作电压需求。VCC_6V并不是固定6V，由电压调节电位器决定。(5)ISP串口此接口可以采用USB转串口232的TTL方式，下载单片机程序，或者与其他TTL通信设计进行连接。

1．2电机驱动板设计本设计中可以驱动两个直流电机，每一路L293输出引出了两个并联的端口，以便控制四轮的小车，左右两边的电机并联运行［5］。本驱动板也可以控制D42步进电机、四线制的步进电机。L293有两个电压输入，一个是给电机的电压，一个是给芯片工作与控制逻辑的参考电压。L293有4个驱动门，每个IN1对应一个OUT1，当IN1为高电平时，OUT1输出高电平，电压为VSS，也就是给这个芯片电机的供电电压(注意这里不是逻辑电压)［6］。本设计中每两个驱动门做成一路控制电机的信号，这样可以使电机在4个象限运行，即正转、反转、停车、自由滑行。ENA与ENB的使能的控制，如果采用PWM对电机进行调速，可以在ENA与ENB中分别接入PWM信号，IN1与IN2，IN3与IN4，分别可以控制电机的正反转与不转。如果利用本电路板去控制步进电机，就把步进线接到OUT1、OUT2、OUT3、OUT4。在硬件设计中，还有一些关键元器件的选择不容忽视，它们会对电路的整体性能产生影响，因此本设计中通过研究电路中滤波电容在变化时对电路性能的影响。在进行瞬态分析时，同时启动“参数扫描”分析，即可非常迅速、直观地了解到电路中特定元件参数变化对电路性能的影响。具体仿真图如图5所示。

2基于模糊神经网络的蚁群优化算法

本设计中的机器人是要能在高、低温、无人区、危险环境中作业，其周边干扰多、情况复杂，因此本设计中使用基于模糊神经网络的蚁群优化算法，利用神经网络和模糊理论进行学习，蚁群优化算法ACO是分布式智能模拟仿生类算法，它模拟蚂蚁根据信息素来寻找选择避障的最短路径，减少计算量，其算法具有很好的效果和鲁棒性［1］。把模糊神经网络与蚁群优化算法结合应用于机器人，以适应多变的恶劣环境。其中用神经网络主要实现隶属关系，函数式为:模糊神经网络和蚁群优化算法部分放置在云端，通过云数据库中调取并计算分析，为机器人提供路径规划的最佳方案，综合运用于本设计中，提高机器人的智能化程度和处理速度。机器车所在的环境是虚拟的，其中有障碍物，或其他情况，机器车都仅能感知它范围内的环境信息。环境以一定的速率让信息素消失。这些信息都是通过云去计算和实现的。该算法运行在云端，作为服务为机器车提供路径规划功能。机器车获取环境感知信息，上传回云端，云端将计算结果返回机器车。

3软件设计

本设计中的机器车有多项功能，如正常运行、多角度反转、障碍物的翻越、监视、录像、报警等，真正达到了智能化，根据其功能，在上位机中设计了控制软件，通过WiFi无线信号对机器车进行远距离控制。本设计采用模块程序设计法，使用．NET语言实现，完整的程序结构包含．NET框架所提供的支持，在程序执行阶段，．NET提供了一个程序运行时的环境，这个运行时环境提供管理内存、实时编译程序、进行安全检查、执行垃圾回收等［8］。对于图6的主程序设计流程图而言，运行时实现了这些功能的自动化。具体程序设计采用的是限幅滤波法，可以有效克服因偶然因素引起的脉冲干扰，确定两次采样允许的最大偏差值(设为Δ)，每次检测到新值时判断，如果本次值与上次值之差＜=Δ，则本次值有效;如果本次值与上次值之差＞Δ，则本次值无效，放弃本次值，用上次值代替本次值。具体算法使用函数AmplitudeLimiterFilter()，即限幅滤波法，调用函数GetAD()，用来取得当前值。全局变量Value表示最近一次有效采样的值，在主程序里赋值;NewValue表示当前采样的值，ReturnValue为返回值，是本次滤波结果。常量Δ为两次采样的最大误差值，该值需要根据实际情况设置。(1)系统初始化系统初始化包括对芯片、控制器、无线收发及对系统的初始化，Windows系统主要完成对CPU、SDRAM等芯片的初始化;加载摄像头和USB2．0控制器的驱动程序，为应用程序的执行做好准备，对于数据寄存器、地址寄存器、中断服务寄存器等其他芯片的初始化进行相应的操作。(2)实时码流传输系统初始化完成之后，应用程序控制摄像头驱动以获取视频信号，并保存，程序流程图3所示，接收无线信号并将码流数据发送给USB2．0控制器的驱动程序，驱动程序随即将数据写入USB2．0控制器的端点缓冲器，USB2．0控制器将端点缓冲器中的视频数据无线发送出去。(3)视频接收器的设计本设计中的视频接收器是基于PC机的类似无线网卡的无线接收设备，硬件结构和nRF2401无线发射模块一样，都是用USB2．0控制器控制nRF2401进行有线传输。图7电机驱动模块测试图(单位:bit)

4实验结果

本项目的实验测试重点是电机驱动模块部分，作为机器车设计的重点，测试包含其对机器车的整体运行控制情况，如前进、倒退、旋转等。测试环节包括驱动模块是否正常、软件是否正常等。图7所示为当主控端和机器车无线连接后，从主控端操作界面发送行走指令，对应发送的指令代码10100000101000101010101011000010010100001时的电压与频率的关系图。以上二进制的字符串发送完毕，机器车即能正常运行起来。若没有较大延时，说明机器车软件设计没有问题。这个实验同时表明了在机器车运动过程中，所有的实测数据通过主控端存储在云端。本项目还通过．NET设计显示界面，来观察主控端程序接收数据情况，从而测试电机驱动模块发送数据的有效性及车速等数据，如图8所示，纵轴表示电压，横轴表示时间s。在数据显示界面上显示出机器车的速度和行走时间的关系，当前车速为为3m/s，电池电量剩余86%，舵机转角位为23°。在接收时，需先在IP地址中输入云遥控车预先设置的IP地址端口号，以实现与无线模块的连接，然后上位机程序就可以将接收到的舵机转角、车速及电池电量等定时信息显示出来，并根据中心线数各监控参数的实时/历史曲线，使用户更加方便地了解整个遥控车的变化情况;图8中表示整个机器车的运行情况，从曲线图上可以看出，整个机器车运行状态稳定。这个实验结果说明:遥控车在云计算的控制下运行速度正常，反应比较灵敏。

5结束语

基于WiFi的云机器人是根据现有机器人硬件设计笨重、运算系统复杂、反应迟缓的缺陷而设计，充分结合了现代最新的通信技术，通过人机操作界面，操作简单、使用方便。本设计中将机器人与云计算、WiFi相结合，硬件设计进行了无线遥控、调速、超声波测距、红外感应、液晶显示等关键模块的设计，软件上采用了基于限幅滤波法的模块化编程。基于云平台的数据库与强大的计算功能，为机器人提供智能处理、路径规划及存储功能。通过理论分析和实验仿真验证，此设计安全可靠，具有实时监控、操作灵活简便、价格低廉等特点，符合智能化机器人的发展方向，具有较好的应用及推广价值。

作者：马虹单位：南京工业职业技术学院能源与电气工程学院