国外电子测量技术中国科技核心期刊ＤＯＩ：１０．１９６５２／ｊ．ｃｎｋｉ．ｆｅｍｔ．１８００９７２基于ＳＴＭ３２扫地机器人的设计与实现王　瑾　王峰图　范　华　薛　超　燕　凯　向　钰（太原工业学院电子工程系太原０３０００８）摘　要：模块化设计并制作一种通过传感器探测栅格化地图的智能扫地机器人，采用混合路径规划算法确立机器人的运动轨迹。在机械上设计了分离式吸尘结构，通过不同结构的吸尘口来清理不同体积大小的垃圾，提高清扫效果。在传感器上采用了精度较高的激光测距和精度较低超声波测距传感相互配合，完成对清扫环境的感知和运动路径的规划，提高清洁效率。硬件采用ＳＴＭ３２微处理器，根据既定算法驱动机器人按照规划路径移动。软件上以传感器、电机的底层驱动为基础，运算和数据处理为核心，根据混合路径规划方法完成智能扫地机器人智能清扫和拖地的功能，达到实时避障、覆盖率高、重复率低、耗时少又节能的指标。扫地模块和拖地模块独立设计，方便更换，解决了市面上前扫后拖扫地机器人清洁效果不佳的问题。关键词：扫地机器人；模块化；路径规划；ＳＴＭ３２；实时避障中图分类号：ＴＰ２４２．６；ＴＨ８６２　　文献标识码：Ａ　　国家标准学科分类代码：５１０．８０１０　　Ｄｅｓｉｇｎ　ａｎｄ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ＳＴＭ３２ｃｌｅａｎ　ｒｏｂｏｔＷａｎｇ　Ｊｉｎ　Ｗａｎｇ　Ｆｅｎｇｔｕ　Ｆａｎ　Ｈｕａ　Ｘｕｅ　Ｃｈａｏ　Ｙａｎ　Ｋａｉ　Ｘｉａｎｇ　Ｙｕ（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔａｉｙｕａｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ　０３０００８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｓｍａｒｔ　ｓｗｅｅｐｉｎｇ　ｒｏｂｏｔ　ｉｓ　ｍｏｄｕｌａｒｉｚｅｄ　ｄｅｓｉｇｎｅｄ　ａｎｄ　ｕｓｅ　ｓｅｎｓｏｒｓ　ｔｏ　ｃｒｅａｔｅ　ｒａｓｔｅｒｉｚｅｄ　ｍａｐｓ．Ａ　ｈｙｂｒｉｄ　ｐａｔｈｐｌａｎｎｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ａｄｏｐｔｅｄ　ｔｏ　ｅｓｔａｂｌｉｓｈ　ｔｈｅ　ｒｏｂｏｔ′ｓ　ｔｒａｊｅｃｔｏｒｙ．Ｉｎ　ｔｈｅ　ｍｅｃｈａｎｉｃａｌ　ｉｎｎｏｖａｔｉｖｅ　ｄｅｓｉｇｎ　ｏｆ　ｔｈｅ　ｓｅｐａｒａｔｅ　ｄｕｓｔｓｕｃｔｉｏｎ　ｓｔｒｕｃｔｕｒｅ，ｔｈｒｏｕｇｈ　ｔｈｅ　ｃｌｅａｎｉｎｇ　ｓｔｒｕｃｔｕｒｅ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ｄｕｓｔ　ｓｕｃｔｉｏｎ　ｍｏｕｔｈ　ｔｏ　ｃｏｍｐｌｅｔｅ　ｔｈｅ　ｄｉｆｆｅｒｅｎｔ　ｓｉｚｅ　ｏｆ　ｔｈｅ　ｇａｒ－ｂａｇｅ，ｉｍｐｒｏｖｅ　ｔｈｅ　ｃｌｅａｎｉｎｇ　ｅｆｆｅｃｔ．Ｔｈｅ　ｕｓｅ　ｏｆ　ｈｉｇｈ－ｐｒｅｃｉｓｉｏｎ　ｌａｓｅｒ　ｒａｎｇｉｎｇ　ａｎｄ　ｌｏｗ－ａｃｃｕｒａｃｙ　ｕｌｔｒａｓｏｎｉｃ　ｒａｎｇｉｎｇ　ｓｅｎｓｏｒｓ　ｃｏ－ｏｐｅｒａｔｅ　ｗｉｔｈ　ｅａｃｈ　ｏｔｈｅｒ　ｏｎ　ｔｈｅ　ｓｅｎｓｏｒ　ｔｏ　ｃｏｍｐｌｅｔｅ　ｔｈｅ　ｐｅｒｃｅｐｔｉｏｎ　ｏｆ　ｔｈｅ　ｃｌｅａｎｅｄ　ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　ｔｈｅ　ｐｌａｎｎｉｎｇ　ｏｆ　ｔｈｅｍｏｖｅｍｅｎｔ　ｐａｔｈ，ｔｈｅｒｅｂｙ　ｉｍｐｒｏｖｉｎｇ　ｔｈｅ　ｃｌｅａｎｉｎｇ　ｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅ　ｈａｒｄｗａｒｅ　ａｄｏｐｔｓ　ＳＴＭ３２ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ．Ａｃｃｏｒｄｉｎｇ　ｔｏｔｈｅ　ｅｓｔａｂｌｉｓｈｅｄ　ａｌｇｏｒｉｔｈｍ，ｔｈｅ　ｒｏｂｏｔ　ｍｏｖｅｓ　ｂｙ　ｐｌａｎｎｉｎｇ　ｐａｔｈ．Ｓｏｆｔｗａｒｅ　ｉｎｃｌｕｄｅｓ　ｓｅｎｓｏｒｓ　ａｎｄ　ｍｏｔｏｒ　ｄｒｉｖｅｒ　ａｓ　ｔｈｅ　ｂａｓｅ　ａｎｄｃｏｍｐｕｔｉｎｇ　ａｎｄ　ｄａｔａ　ｐｒｏｃｅｓｓｉｎｇ　ａｓ　ｔｈｅ　ｃｏｒｅ，ｗｉｔｈ　ａ　ｈｙｂｒｉｄ　ｐａｔｈ　ｐｌａｎｎｉｎｇ　ｍｅｔｈｏｄ　ｔｏ　ｃｏｍｐｌｅｔｅ　ｔｈｅ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｉｎｔｅｌｌｉｇｅｎｔｃｌｅａｎｉｎｇ　ｆｌｏｏｒ　ａｎｄ　ｔｏ　ａｃｈｉｅｖｅ　ｒｅａｌ－ｔｉｍｅ　ａｖｏｉｄａｎｃｅ，ｈｉｇｈ　ｃｏｖｅｒａｇｅ，ｌｏｗ　ｒｅｐｅｔｉｔｉｏｎ　ｒａｔｅ，ｌｅｓｓ　ｔｉｍｅ　ｃｏｎｓｕｍｉｎｇ　ａｎｄ　ｉｎｄｅｘ　ｏｆｅｎｅｒｇｙ　ｃｏｎｓｅｒｖａｔｉｏｎ．Ｔｈｅ　ｃｌｅａｎｉｎｇ　ｍｏｄｕｌｅ　ａｎｄ　ｔｈｅ　ｍｏｐ　ｍｏｄｕｌｅ　ａｒｅ　ｄｅｓｉｇｎｅｄ　ｉｎｄｅｐｅｎｄｅｎｔｌｙ　ｔｏ　ｆａｃｉｌｉｔａｔｅ　ｔｈｅ　ｒｅｐｌａｃｅｍｅｎｔａｎｄ　ｓｏｌｖｅ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｔｈｅ　ｃｌｅａｎｉｎｇ　ｅｆｆｅｃｔ　ｏｆ　ｔｈｅ　ｃｌｅａｎｉｎｇ　ｒｏｂｏｔ　ａｆｔｅｒ　ｔｈｅ　ｍａｒｋｅｔ　ｈａｓ　ｂｅｅｎ　ｓｗｅｐｔ．Ｋｅｙｗｏｒｄｓ：ｃｌｅａｎ　ｒｏｂｏｔ；ｍｏｄｕｌａｒｉｚａｔｉｏｎ；ｐａｔｈ　ｐｌａｎｎｉｎｇ；ＳＴＭ３２；ｒｅａｌ－ｔｉｍｅ　ａｖｏｉｄａｎｃｅ　收稿日期：２０１８－０４０　引　言智能扫地机器人作为全球热销的一款家居清洁产品，深受消费者的青睐。改进扫地机器人的机械结构及优化其控制技术，对市场化的扫地机器人具有重大的研究意义［１］。本文针对吸尘技术和路径规划进行合理的优化。目前，国外智能扫地机器人巨头艾罗伯特，国内白色家电巨头海尔、互联网巨头小米和３６０均采用滚刷加单风口吸尘的清扫技术。对于细小灰尘的清扫效果并不是特别理想，论文中采取分离式吸尘技术［２］，对整个家居环境实现全面清扫。路径规划作为扫地机器人的关键技术，是国内外研究热点，目前智能扫地机器人的路径全覆盖规划方法主要包括随机覆盖法、单元域分割法、模板匹配法等。单一的使用这些方法，存在着低覆盖率及高重复率的缺点。为了避免单一路径规划带来的缺陷，采用混合路径规划技术，完成运动轨迹的规划［３］，精准定位家居环境，实现全面—００１—

中国科技核心期刊国外电子测量技术　　　　　有序清扫。扫地拖地功能模块独立设计，方便更换，清洁效果良好。１　扫地机器人系统设计本智能扫地机器人采用混合路径规划技术［４］，完成运动轨迹的规划，图１为扫地机器人系统总体框图。智能扫地机器人主要由供电模块、主体模块、扫地模块以及拖地模块组成。供电模块电源采用５　２００ｍＡｈ的４Ｓ－１４．８规格的航模电池，直接与电机连接提供扫地机器人运动所需动力。主体模块由传感器、主控运算以及动力装置组成。扫地模块由清扫垃圾的毛刷、吸尘集尘结构、电机电路及独立电源组成。拖地模块通过加装一个蠕动泵来控制出水量。图１　扫地机器人系统１．１　扫地清洁模块扫地模块中，采取分离式吸尘技术。引入抽风机建立低压环境，一方面，模仿簸箕加扫帚的清扫组合对付较大垃圾，辅助收集较小的垃圾；另一方面，使用下风道和滤纸组合，增强单位面积的吸尘能力，完成清扫灰尘及颗粒状垃圾的工作。扫地模块模型如图２（ａ）所示。其中，吸尘风道采用了一种上升式的风道设计，如图２（ｂ）所示。集尘盒外围采用３Ｄ打印技术构建，中间使用透明亚克力将其分为上下两个部分。每个部分拥有一个独立的入风口，如图２（ｃ）所示。吸尘过程由上、下入风口配合完成，上端入风口负责吸取低密度，大体积的垃圾。下端入风口通过一个独立开口较小的风道，形成一个高风速的开口，负责吸收第二段清扫不能完成的高密度、小体积的颗粒状垃圾或者灰尘。两套入风口用同一套四联装风机提供气流，达到清扫效果的提升和垃圾分类储存的效果，示意如图２（ｄ）所示。１．２　拖地清洁模块拖地模块通过加装一个蠕动泵控制出水量，保证均匀出水，拖地材料被均匀润湿的同时可以控制使用水的量，从而减少拖地的次数。拖地模块由亚克力制作底板、３Ｄ打印制作支撑、外部防护、水箱、水泵以及独立电源构成。在抹布和底板中间附着带有出水小孔的软管来润湿抹布，控制水箱阀门选择干拖或湿拖，完成不同的任务需求。抹布可根据地板材质更换。拖地模块模型如图３所示。图２　扫地模块、上升道、集尘盒、吸尘示意图图３　拖地模块１．３　硬件模块组合扫地机器人采用模块设计理念，通过主体模块与扫地模块、拖地模块的搭配完成扫地、拖地任务。各个模块具有独立的电源和电气系统，硬件机械结构通过卡扣完成拼接，无需电气线路的连接。模块化设计，一方面，更换简单、易用；另一方面，当出现故障时，均可进行低成本的更换，达到一机多用的效果。硬件实物如图４所示。图４　扫地机器人硬件实物图２　扫地机器人功能实现２．１　传感器感知功能如图５所示，系统共设置５个传感器构建扫地机器人的基本“视觉”系统，传感器与车轮面平行放置。图中位置１、７为超声波传感器，用于检测墙边等大型平面类障碍—１０１—

　　　　　国外电子测量技术中国科技核心期刊物，位置３、４、５为激光传感器［５］，检测较小的障碍物。同时，在位置２、６分别加装一个触碰传感器缩小视觉盲区，完善扫地机器人的视觉系统。图５　视觉系统模型扫地机器人感知功能算法实现如图６所示，在ｓｔｍ３２ｆ４０７中配置触碰开关、超声波传感器［６］、激光传感器。当触碰开关被触发后，执行外部中断系统，代表遇到障碍物；否则，左右两个超声波同时测量数据，３个激光传感器依次占用模拟Ｉ２Ｃ通道，分时完成数据的测量和储存。定时器控制每５ｍｓ刷新一次数据采集。超声波传感器［７］采用ＨＣ－ＳＲ０４模块，工作电压ＤＣ５Ｖ，静态电流小于２ｍＡ，感应角度不大于１５°，探测距离可达２～４５０ｃｍ。首先，在控制端（ＴＲＩＧ）发射一个大于１０μｓ的触发信号，接着超声波模块自动发射８个４０ｋＨｚ的方波并检测是否有信号返回，若检测到障碍物，则在其接收端（ＥＣＨＯ）返回一段时间的高电平，然后通过与之连接的ＳＴＭ３２定时器测量高电平持续的时间算出其测量距离。激光传感器采用ＧＹ－５３０ＶＬ５３Ｌ０Ｘ模块，供电电源ＤＣ　２．８～５Ｖ，测量距离≤２ｍ，精确度在±３％范围内，测距时间不足３０ｍｓ，正常工作模式功耗２０ｍＷ，待机功耗只有５μＡ，通信采用Ｉ２Ｃ通信方式。由于ＳＴＭ３２Ｆ４０７硬件Ｉ２Ｃ存在较大问题，采用了模拟Ｉ２Ｃ实现该模块的通信。通过切换激光传感器Ｉ２Ｃ的通断来实现３个模块的障碍测量。图６　感知功能实现２．２　路径规划算法实现路径规划算法［８］主要是对感知系统收到的障碍信息进行判断和处理，系统采用混合路径规划算法，如图７所示。液晶屏幕显示传感器感知系统传输数据，方便调试。优先执行中断触发算法，左边外部中断被触发则执行右转路径［９］；当右边的中断被触发时执行左转。若存在大面积的障碍物便开始执行单元域分割算法，扫地机器人依据“弓”字形路径进行清洁；若检测不到相应尺寸大小的障碍物，便执行的随机覆盖算法，依据三角形轨迹进行清洁［１０］。对于小尺寸障碍物，采用循障碍物边界进行清洁，降低单位面积内的功耗问题［１１］，提升用户体验，让扫地机器人清洁更智能。图７　路径规划算法２．３　电机控制算法实现电机控制算法实现如图８所示，运动装置由前方的一个万向轮和车后侧的两个电机来提供动力［１２］，通过控制后侧两个电机的不同速度和方向，控制整个机器人实现正向、反向、左转、右转、原地转及其他不同运动状态，实现整个机器人的灵活运转。图８　电机控制采用大功率、带减速箱、具有霍尔编码器的电机［１３］，提供较大的动力输出，霍尔元件返回电机的实际速度，结合ＰＩＤ算法，保证两个电机的转速一致，让电机在不同的清洁环境下实现匀速清扫，保证清扫区域不重复、不遗漏［１４］。采用３０Ａ／７００Ｗ大功率双路直流电机驱动器，提高扫地机器人性能的同时，提升扫地机器人内部空间的利用率［１５］。３　系统测试测试系统性能，在一个３０ｍ２的空间使用机器人完成清洁任务，房间内有常见的桌椅，以及其他常见垃圾。测试结果如表１所示。从表１得出，在机器人完成任务的过程中，可以实现超过９７％成功避障率，包括小障碍物。由此可见，由高精度激光传感器和低精度超声波传感器构成多传感器感知系统能够灵敏躲避所遇到的障碍物，完成路径规划工作，有效提高了清洁效率。清扫速度可达０．１５６ｍ２／ｓ，在保证清洁效果的前提下，以较高的速度完成清洁任务，有效的—２０１—

中国科技核心期刊国外电子测量技术　　　　　　　表１　物联网终端测试结果性能测试１测试２测试３测试４测试５测试６测试７Ｓ１　９７．８９％９７．３４％９７．３３％９７．２８％９８．０２％９８．１８％９８．０２％Ｓ２　１．５ｍ２　１．４３ｍ２　１．６８ｍ２　１．４５ｍ２　１．５６ｍ２　１．５２ｍ２　１．５６ｍ２Ｓ３　１５％１４．９％１５．３％１５．５％１５．４％１５．３％１５．３％Ｓ４　１３．２ｍ２　１３．２ｍ２　１２．８ｍ２　１２．７ｍ２　１２．９ｍ２　１３．０ｍ２　１３．３ｍ２　　注：Ｓ１表示遇到小体积障碍物成功避障率；Ｓ２表示１０ｓ单位时间内机器人完成清扫面积；Ｓ３表示测试过程中发生的清扫重复率；Ｓ４表示水箱装满水一次能完成的拖地面积。提高了扫地机器人的清洁效果。一次装水，水箱可完成的拖地面积达１３．２ｍ２。综上，可以采用分离式的机械结构和使用成本低廉、能耗较低的多传感器来构成感知系统完成路径规划，在一定程度上提高了扫地机器人的清洁效率和清洁效果。４　结　论本论文完成的智能扫地机器人，采用多种传感器不间断地检测周围环境中的障碍物信息，根据混合路径规划算法控制机器人的运动轨迹，扫地、拖地模块独立设计。实测结果表明所设计的机器人能够进行实时避障、覆盖率高，重复率低，耗时少又节能的目标。在多次实验的过程中发现依然有需要改进的方向，比如扫地吸尘部分，对体积过大且重量太大的垃圾有清扫不彻底的现象，电机的噪声还可以继续减小。参考文献［１］　孙晓雪，赵玉山．扫地机器人的发展现状和趋势研究［Ｊ］．科技资讯２０１７（２８）：２３８－２３９．［２］　ＭＡＴＶＥＥＶ　Ａ　Ｓ．Ｒｅａｃｔｉｖｅ　ｎａｖｉｇａｔｉｏｎ　ｏｆ　ａ　ｎｏｎｈｏｌｏ－ｎｏｍｉｃ　ｍｏｂｉｌｅ　ｒｏｂｏｔ　ｆｏｒ　ａｕｔｏｎｏｍｏｕｓ　ｓｗｅｅｐ　ｃｏｖｅｒａｇｅ　ｏｆａ　ｓｕｒｆａｃｅ　ｅｍｂｅｄｄｅｄ　ｉｎ　ａ　３Ｄｗｏｒｋｓｐａｃｅ［Ｃ］．中国自动化学会控制理论专业委员会、中国系统工程学会．第３５届中国控制会议论文集，２０１６：６．［３］　ＣＨＩＵ　Ｍ　ＣＨ．Ｐｏｓｉｔｉｏｎｉｎｇ　ａｎｄ　ｐａｔｈ　ｐｌａｎｎｉｎｇ　ｆｏｒ　ａｓｗａｒｍ　ｒｏｂｏｔｉｃ　ｃｌｅａｎｅｒ［Ｃ］．Ｉｎｆｏｒｍａｔｉｏｎ　ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ，ＵＳＡ．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　２０１３Ｉｎｔｅｒ－ｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍａｔｅｒｉａｌｓ，Ｍｅｃｈａｔｒｏｎｉｃｓ　ａｎｄＡｕｔｏｍａｔｉｏｎ（ＩＣＭＭＡ　２０１３Ⅱ），Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉ－ｎｅｅｒｉｎｇ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ，ＵＳＡ，２０１３：８．［４］　王子发．扫地机器人自主定位算法的研究与应用［Ｄ］．上海：东华大学，２０１７．［５］　柴剑．智能扫地机器人技术的研究与实现［Ｄ］．成都：电子科技大学，２０１３．［６］　汪洋．扫地机器人定位算法设计与嵌入式系统实现［Ｄ］．合肥：中国科学技术大学，２０１６．［７］　徐胜华．基于ＳＴＭ３２的智能扫地机器人研究与设计［Ｄ］．桂林：广西师范大学，２０１６．［８］　杨忠，刘华春．基于ＢＰ神经网络的扫地机器人寻路算法［Ｊ］．电脑知识与技术，２０１７，１３（１０）：１５６－１５８．［９］　牟家旺，于今，吴超宇，等．Ｔｒｉｐｏｄ并联机器人工作空间完全解析与实验验证［Ｊ］．农业机械学报，２０１７，４８（７）：３６８－３７５．［１０］　徐胜华，宋树祥，佘果．一种扫地机器人路径规划的改进算法［Ｊ］．测控技术，２０１７，３６（２）：１２０－１２３．［１１］　薛瑞范．面向扫地机器人的室内定位研究［Ｄ］．哈尔滨：哈尔滨工业大学，２０１５．［１２］　唐如龙．基于单片机的扫地机器人调速系统设计［Ｊ］．装备制造技术，２０１７（７）：１１６－１１８．［１３］　孙佩．轮足结合清洁机器人足行运动控制研究［Ｄ］．秦皇岛：燕山大学，２０１６．［１４］　初文怡．清扫机器人控制系统的实现与改进［Ｄ］．呼和浩特：内蒙古大学，２０１５．［１５］　陈玉．基于ＳＬＡＭ的扫地机器人控制系统研究［Ｄ］．哈尔滨：哈尔滨工业大学，２０１７．作者简介王瑾，１９８７年出生，硕士，主要研究方向为图像处理、测控。Ｅ－ｍａｉｌ：１３４４５１０５０３＠ｑｑ．ｃｏｍ—３０１—