64 传感器与微系统(Transducer and Microsystem Technologies) 2012年第31卷第2期 基于声纳环传感器的机器人避障研究 段丙涛，杨平，翟志敏 (电子科技大学机械电子工程学院，四川成都611731) 摘要：任何一种移动机器人要实现未知环境自主导航都必须有效而可靠地感知环境信息，而超声波传 感器在检测障碍物距离信息方面应用十分广泛。介绍了旅行家II号声纳环传感系统的设计与实现原理， 并对声纳的精度进行了测试。在此基础上，提出了移动机器人一种简单避障策略，并运用2种基本避障实 验：静态避障和动态避障，验证了该避障策略的正确性和有效性。 关键词：声纳环传感器；静态避障；动态避障 中图分类号：TP242．6 文献标识码：A 文章编号：1000-9787(2012)02--0064--03 Study on robot obstacle avoidance based on sonar ring sensor DUAN Bing—tao，YANG Ping，ZHAI Zhi—min (School of Mechatronics Engineering，University of Electronic Science and Technology of China， Chengdu 611731，China) Abstract：Any robot aiming to achieve autonomous navigation reliably perceive environmental information，and ultrasonic wave sensor plays a wide role in detecting obstacles distance information．Design and implementation principle of the sonar ring sensor system of travels in unknown environment must effectively and II is introduced，and the precision of sonar is test．On the basis of these，a simple mobile robot obstacle avoidance strategy is proposed，and two basic static and dynamic obstacle avoidance experiments are used．The experiments verify the correctness and effectiveness of obstacle avoidance strategy． Key words：sonaring sensor；static obstacle avoidance；dynamic obstacle avoidance 0引 言 超声波、机械方式产生超声波。电气方式包括压电式、磁致 经过近几十年的研究与探索，移动机器人避障算法已 伸缩型和电动型；机械方式有加尔统笛、液硝和气流旋笛 初具规模，主要包括人工势场法、栅格建模法、遗传算法、快 等。5。。它们所产生的超声波频率、和声波特性各不相同， 速随机树搜索等。1 o。虽然这些能比较好地在一些良好环 因为用途也不一样，目前较为常用的是压电式超声波发生 境下工作，但也存在一些问题，比如：避障比较缓慢、适应环 器。 境能力弱、存在避障盲区等。 1超声波测距基本原理 在未知环境中，机器人必须通过传感器获取外界环境 测距声纳为非接触式的物位传感器，应用范围非常广 信息，以指导其行为，否则，机器人只能盲目在未知环境中 泛，其工作原理是，工作时向液面或固体表面发射一束超声 移动，传感器是自主机器人获得环境信息的重要部件，因 波，被其反射后，传感器再接收此反射波。如果声速一定， 此，设计与实现一种性能优良的传感器系统也就成为自主 根据声波往返的时间就可以计算传感器到液面(固体表 机器人的重要课题之一心l。目前，移动机器人采用的测距 面)的距离∽1。由此可知，声纳测距的原理较简单，计算方 传感器主要包括声纳、红外和激光测距系统。相比而言，声 纳测距在近距离范围内有不受外界光线影响、结构简单、成 法为D=ct／2，其中，D为移动机器人与被测障碍物之间的 距离，c为声波在介质中的传输速率，声波在空气中的传输 本低等优点，也因此在高性能自主移动机器人上获得了广 速率为c=c。J1-4-T／273 m／s，其中，r为绝对温度，c。= 泛应用旧’41。 331．4m／s。7 o。在一般不要求测距精度很高的条件下，可以 一般来说，超声波发生器可分为两大类：电气方式产生 认为c为常数。 收稿日期：2011加8-05 万方数据 

第2期 段丙涛，等：基于声纳环传感器的机器人避障研究 65 常用的超声波传感器大都采用圆片换能器作为信号 源。圆片换能器发出的超声波不是一条直线，而是有一定 的方向性开角。由图1可知，换能器所发出的能量主要集 中在主瓣部分，而副瓣部分的能量非常少，因此，换能器发 出的超声波就有了方向性。0是方向性开角，它的大小和具 体的超声器件有关‘41。 主瓣 副瓣 图1超声波的方向性 Fig 1 Directionality of ultrasonic wave 本实验旅行家II采用的是集成的超声测距传感器，使 用简单，操作方便。首先将超声传感器的INIT信号拉到高 电平，此时超声传感器换能器将发出超声波。INIT信号高 电平的时问可以由自己设定。如图2所示的INIT信号的 高电平时间是32 ms。高电平的时间与需要测量的最长距 离有关。当超声波遇到障碍物时，超声波将被返回，超声传 感器检测到回波信号后，将ECHO置为高电平。当INIT信 号变为低电平时，ECHO同时也变为低电平。因此，可以计 算障碍物的距离，障碍物的距离=(INIT高电平时间一 ECHO高电平的时问)xc／2[8。0I。 32ms 塑三厂——] 广] 兰里2 图2超声传感器的时间计算 Fig 2 Time calculating of ultrasonic sensor 测距声纳的参数如表l。 表1测距声纳参数 Tab 1 Sonar parameter of distance measurement 图3超声波传感器分布 Fig 3 Distdbution map of ultrasonic wave sensor 23+)，c(3+，6+，9+，12+，15+，18+，21+，24+)三组，通过计算可 以知道，这种情况下超声传感器同时工作不会产生干扰，因 而，每一组的超声传感器同时工作，组与组直接采用轮询方 式工作。这样既可以达到很高的采集频率，同时也满足系 统的实时性要求。 2超声信息采集扩展卡 超声信息采集卡的功能是获取完整的超声波回波数字 信号，然后送到CPU进行信号处理以精确计算障碍的距 离。其基本工作原理：信息处理电路主控制芯片为AVR系 列单片机Megal6，其通过8路锁存器芯片74HC573分时使 能24路超声传感器，每次使能一个；接收到超声波得发射 信号后停止计时器，将超声波的发射时间简单计算后存入 缓存区，在接到PC查询指令后通过RS-485总线转RS-232 总线反馈给机载PC，其程序基本流程图如图4。 再黼 选通第x位超声波传感器 计时器启动 查询红外传感器并存入缓存区 等待超声波信号返回——]_匝蛔 t陬葬峦面徘 计算时间并存入缓冲区 ____________________________________________________一 ， 在距离地面高度为45 am、相隔为15。的同一环上均布 安装了24只超声传感器，其编号为1-24(逆时针布置)，如 图4信息采集程序流程图 Fig 4 Flow chart of information collecting process 图3所示。超声传感器波速角为15。，超声传感器的最小作 3声纳数据测试 用距离为0．15m。 在实验中，为了避免入射角引起的误差，超声波都是垂 因为超声传感器之间的安装位置相差15。，而超声传感 直射向干燥墙面(超声波对于表面材料等因素十分敏感)。 器的波速角为15。，如果超声波同时反射，有可能会有干扰。 实验测量范围从40—640 em(距离为20，30 am时，超声波读 如果采用轮循方式，即一个接一个地发射超声波，虽然可以 数无显示)，实验数据如表2所示。 消除串扰回波的影响，但24只超声传感器循环一次周期较 长，降低了采集频率。为了不降低采集频率的同时消除超 声的相互干扰，本系统将24只超声传感器分为A(1+，4+， 7#710+，13+，16+，19+，22+)，B(2。，5+，8+，11+，14+，17+，20+， 表2声纳精度测试 Tab 2 Precision test of sonar 实际距离(am)40 90 140 190 240 290 340 390 440 490 540 590 实测距离(cm)41 93 144 196 244 296 344 396 447 502 553 601 万方数据 

传感器与微系统 第3l卷 由表2可知，测出的读数普遍比实际距离大，误差在 1％左右．此外声纳盲区与给定的参数出人比较大，因此，选 择较大的障碍距离来完成实验。 声纳读数存在两大缺陷：“盲区”与“错误读数”。“盲 区”指的是为了消除超声波换能器发射超声波后的振铃现 象，本声纳给定参数中驱动电路将信号屏蔽0．9IIls，这对应 的距离值就是15 cm，即在小干15tin的范围内的障碍物，声 纳传感器是感受不到的。要解决这个问题，只有在启动机器 前，将机器人放置在与障碍物距离至少要大于20 cm(保险起 见)的地方，也就是安全启动位置．但实际上旅行家II机器人 与障碍物得距离至少要35cm。“错误读数”是由入射角引起 的，实验发现当入射角大于一个临界数值的时候，声纳读数 就会产生错误，这是由于当超声波入射角过大的时候，声纳 传感器接收不到回波信号而导致的。由于“错误读数”是个 别现象，可以通过以前的记录来排除突然跳变的数据。 4机器人避障实验 本实验研究的机器人是双轮差动机器人，如图5所示。 其超声波传感器系统有24只超声传感器，可以获得机器人 前后左右全方位的障碍物信息，具有操作方便、数据显示实 时等特点。 r、、!堂 图5机器人结构图 №5 Structure diagram of robot 在本实验系统中，机器人是由北京博创兴盛机器人技 术有限公司开发生产的旅行者II号，车载计算机采用联想 Y450A·tsi。在实验场景中，有四排办公桌和刚性椅子的静 态障碍物，以及人作为动态障碍物。软件方面，采用 VC++6．O编译环境来编写控制程序。 避障行为控制算法最少需要用3只声纳(3+，21+，24+) 来完成避障任务，基本思想是．当声纳读数小于某一预设数 值时，说明前方有障碍物，机器人就转向，否则，继续向前 ng 6 人行进轨迹中，机器人通过声纳传感器感知到前方有障碍 图6避障流程 Ol№lade avoidance proⅫ 物，及时地做出避障，最终到达终点。圈匝圈匦匝 茂嘲翻圆圈 图7机器人静态和动态避障 Fig 7 Static and dynamic obstade avoidance of robot 避障行为是在室内进行的，其中两次的实验模拟过程 如图8、图9。 ! 图8静态避障示意圈 Fig 8 Schematic elagram ofstatic obstade avoidance 由图8、图9可知，避障算法的可行性得到验证，具有较 走，比如：右方障碍物比较近，那么，控制机器人左转。避障 好的实时性和鲁棒性。但在实验过程中，机器人的避障速 流程如图6所示。 度比较慢，偶尔在感知椅子这样的非完全实体障碍物时，避 当场景中存在静态和动态障碍物的时候，机器人不仅 障停止，机器人原地打转，这也是这一算法的缺陷。可以采 要探测静态障碍物的位置，同时也要探测动态障碍物的位 用基于栅格的方法或视场法来改进避障行为。 置与运动方向．然后实行自主避障”“…。图7描述了同时 5结束语 存在2个静态障碍物和1个动态障碍物(走动的人)的机器 本文为了避免入射角和固体材料引起的误差，直接将 人场景。运动过程中，机器人逐渐接近静态障碍物，并且通 超声波垂直射向干燥的墙壁，检验了声纳的准确性与可应 过自身调整避过障碍物。在某一时刻，人突然出现在机器 f下转第70页 万方数据 

70 4结论 传感器与微系统 第31卷 为了在保证跟踪质量的同时减少系统能耗，本文分别 对目标跟踪前和目标跟踪过程中进行了节点睡眠调度，另 外，当跟踪目标丢失时能够动态地调度节点。为了提高协 议的性能，提高能量利用率，进一步从休眠特定节点和节点 预测角度进行了优化。 based on moving directions in target tracking sensor network[J]． IEEE Journal on Selected Areas in Communications，2008， 17(8)：1426-1438． [6] Wang Guojun，Wang Huan，Cao Jiangnong．Energy—efficient dual prediction based data gathering for environmental monitoring applications[C]／／IEEE Communication Society Subject Matter Experts for Publication in the WCNC 2007 Proceedings，2007： 最后在Matlab 7．0实验仿真平台上对所提出的协议进 3516--3521． 行仿真。实验结果表明：本文所提出的睡眠调度机制能够 [7]孙焕平，周宗锡，何建华，等．一种面向目标跟踪的无线传感 在保证跟踪质量的同时大幅度降低能耗，与没有引人睡眠 器网络分簇算法[J]．传感器与微系统，2010，29(5)：125— 调度的跟踪算法相比，本文算法能降低1倍的能耗。 127． 参考文献： 。 [8] 申兴发，李鸿斌，赵军，等．面向目标跟踪的传感网络分布 [1]胡湘华，杨学军．传感网节点调度方法综述[J]．计算机工程 式组管理机制[J]．仪器仪表学报，2007，28(6)：966--972． 与科学，2008，30(3)：93-96． [2]任倩倩，李建中，李金宝，等．无线传感器网络中一种能源有 效的移动对象跟踪方法[J]．通信学报，2009，30(4)：50— [9]Lin K W，Hsieh Ming Hua，Tseng V S．A novel prediction-based strategy for object tracking in sensor networks by mining seamless temporal movement patterns[J]．Expert Systems with Applica— 59． tions，2010，37：2799-2807． [3]Huang C F，Lee H W，Kuo S P，et a1．Location tracking in awire— less sensor networks by mobile agents and its data fusion strate— gies[J]．The Computer Journal，2004，47(4)：448--460． [4]Lee W C，Xu Y．On localized prediction for power efficient object [10]邓克波，刘 中．基于无线传感器网络动态簇的目标跟 踪[J]．兵工学报，2008，29(10)：1197-1202． [11]任倩倩，李建中，高宏，等．传感器网络中一种基于二级睡 眠调度的目标跟踪协议[J]．计算机学报，2009，32(10)： tracking in sensor networks[C]／／Proceedings of the 23rd Interna— 1971-1979． tional Conference on Distributed Computers Systems Workshops， 作者简介： 2003：434-439． 王楷(1981一)，男，重庆人，博士，讲师，主要从事无线传感 Jiang Bo，Han Kai，Ravin&an B．Energy efficient sleep scheduling [5] ℃声k声、芦k≯t)≯℃≯t≯t≯℃pt≯、q≯、u)pt)4t)p℃≯℃≯up℃声k声q)’t≯t)≯t)4t)ptpt)pk≯℃声℃≥》≮)》u声qpq)’t)’tptptp℃≯tpkpu)≯u声℃≯t)’tpt≯- 器网络、移动机器人、机器视觉等研究。 (上接第66页) 终点 图9动态避障示意图 Fig 9 Schematic diagram of dynamic obstacle avoidance obstacle 用性。同时运用一种比较有效的避障算法来让机器人进行 静态和动态避障，降低了机器人自主移动的经济成本与危 险性，为将来轮椅式机器人的开发和改进提供了一定的理 论参考和实验数据。然而，在艰苦的道路表面和复杂多变 [3] 姜道连，宁 延，袁世良．用AT89c2051设计超声波测距 t 仪[J]．国外电子元器件，2000(12)：2-3． [4]Suksakulcbai T S，Wilkes D M．Sonar behavior-based fuzzy con． trol for a mobile robot[C]∥2000 IEEE International Conference on Systems，Man and Cybernetics，2000，5：3532--3537． [5] 廖小翔．基于超声波传感器的移动机器人避障算法研 究[D]．浙江：浙江理工大学，2005：15-16． [6]Siegwart R，Nourbakhsb I R．自主移动机器人导论[M]．李人 厚译．西安：西安交通大学出版社，2006：231--250． [7] 张飞，陈卫东．具有声纳环的移动机器人及其自主行为研 究[J]．测控技术，2003，22(6)：1-2． [8]Huang Jie，Supaongprapa T，Terakura I，et a1．A model—based sound localization system and its application to robot navigation[J]．Ro— botics and Autonomous Systems，1999，27：199--209， [9] Borenstein J，Koren Y．Obstacle avoidance with ultrasonic sen． sors[J]．IEEE Journal of Robotics and Automation，1988，4(2)： 的环境中，机器人系统需要进一步改进和完善。 134--137． 参考文献： [10]徐德，皱伟．室内移动式服务机器人的感知、定位及控 [1] 日本机器人学会．机器人技术手册[M]．新版．北京：科学出 制[M]．北京：科学出版社，2008：256--258． 版社，2007：123-124． 作者简介： [2] 蔡自兴，贺汉根，陈虹．未知环境中移动机器人导航控制理 段丙涛(1988一)，男，湖北荆州人，硕士，研究方向为机器人定 论与方法[M]．北京：科学出版社，2009：498-499． 位与导航、机器人运动轨迹等。 万方数据 

基于声纳环传感器的机器人避障研究 作者： 段丙涛， 杨平， 翟志敏， DUAN Bing-tao， YANG Ping， ZHAI Zhi-min 作者单位： 刊名： 英文刊名： 电子科技大学机械电子工程学院,四川成都,611731 传感器与微系统 Transducer and Microsystem Technologies 2012,31(2) 年，卷(期)： 参考文献(10条) 1.日本机器人学会 机器人技术手册 2007 2.蔡自兴.贺汉根.陈虹 未知环境中移动机器人导航控制理论与方法 2009 3.姜道连.宁延.袁世良 用AT89c2051设计超声波测距仪 2000(12) 4.Suksakulchai T S.Wilkes D M Sonar behavior-based fuzzy control for a mobile robot 2000 5.廖小翔 基于超声波传感器的移动机器人避障算法研究 2005 6.Siegwan R.Nourbakhsh I R.李人厚 自主移动机器人导论 2006 7.张飞.陈卫东 具有声纳环的移动机器人及其自主行为研究 2003(06) 8.Huang Jie.Supaongprapa T.Terakura I A model-based sound localization system and its application to robot navigation[外文期刊] 1999(4) 9.Borenstein J.Koren Y Obstacle avoidance with ultrasonic sensors 1988(02) 10.徐德.皱伟 室内移动式服务机器人的感知、定位及控制 2008 本文链接：http://d.g.wanfangdata.com.cn/Periodical_cgqjs201202020.aspx