嗅觉机器人定位策略研究.docx

嗅觉机器人定位策略研究.docx

《嗅觉机器人定位策略研究.docx》由会员分享，可在线阅读，更多相关《嗅觉机器人定位策略研究.docx（34页珍藏版）》请在冰豆网上搜索。

嗅觉机器人定位策略研究

本科毕业设计

题目：

嗅觉机器人定位策略研究

学院:

专业:

学号:

学生姓名:

指导教师:

日期:

摘要

嗅觉机器人定位策略的研究开始于上个世纪九十年代，在这二十多年里主要是西方发达国家从事这项研究。

嗅觉机器人定位是一项系统工程，它由智能机器人技术、传感器技术、控制技术等多种实用技术组成。

嗅觉机器人定位问题可以分为以下三个子问题：

探测待测气体、跟踪待检测的气体、确定待检测气味源。

该技术在有毒气体的检测、灾难营救、灾难预警等方面有着广泛的应用前景。

本文的主要研究工作如下：

首先，从选题背景与意义对国内外的相关研究进行了综述和分析，并阐述了嗅觉机器人定位原理以及研究现状。

其次，以嗅觉机器人AORI为例，分析了嗅觉机器人的基本框架结构，介绍了AORI嗅觉机器人的各个模块单元以及硬件的选型。

再次，针对嗅觉机器人定位问题，论述了基于生物捕食行为、基于动物刺激性和趋刺激性、基于遗传算法的三种有效的嗅觉机器人定位策略，并且从理论上验证了三种嗅觉机器人定位策略的可行性。

最后，对基于遗传算法的嗅觉机器人定位策略进行仿真，并对仿真结果进行分析。

仿真实验结果验证了遗传算法运用于嗅觉机器人定位问题的有效性。

关键词：

机器人；嗅觉定位策略；遗传算法；

Abstract

Smellingrobotlocalizationstrategyresearchbeganinthe1990s.Inthetwentyyearsitwasmainlyengagedintheresearchofwesterndevelopedcountries.Smellingrobotlocalizationisasystematicproject.Itiscomposedofintelligentrobottechnology,sensortechnology,controltechnologyandmanyotherkindsofpracticaltechnology.Smellingrobotlocalizationproblemcanbedividedintothreesubproblems:

detectionofgases,tracethedetectedgases,confirmtheodorsource.Thetechnologyhasabroadapplicationprospectinthepoisonousgasdetection,disasterrescue,disasterearlywarning,etc.

Themajorresearchworksconductedinthispaperareasfollows:

Firstofall,thedomesticandforeignrelatedresearchhavebeensummarizedandanalyzedintheaspectofselectedtopicbackgroundandsignificance,andexpoundsthesenseofsmellrobotlocalizationprincipleandresearchstatus.

Secondly,thesenseofsmellrobotbasicframeworkstructurehasbeenanalyzedastheexampleofAORIsmellingrobot.Thenthemoduleandhardwareselectiontypehavebeenintroduced.

Thirdly,accordingtosmellingrobotlocalizationproblem,threekingsoflocalizationstrategyofbasedonbiologicalbehavior,basedontheanimalexcitantandirritating,basedongeneticalgorithmhavebeenproposed,andtheoreticallyprovesthefeasibilityofthreekindsofsmellrobotlocalizationstrategy.

Finally,thesmellingrobotlocalizationstrategybasedongeneticalgorithmaresimulated,andanalysisthesimulationresults.Simulationexperimentresultsshowthatgeneticalgorithmiseffectivelyusedinthesenseofsmellrobotlocalizationproblem.

Keyword:

robot;Smellinglocalizationstrategy;Geneticalgorithm

1绪论

1.1选题背景与意义

随着社会的发展，科学的进步，利用气味传感器和机器人移动技术来实现嗅觉定位已经成为了机器人研究的热点方向。

嗅觉机器人广泛的应用于生活的各个方面，例如在火灾报警、化学物质探漏、军事、反恐和救灾等方面。

机器人嗅觉定位问题本质上就是一个模仿生物嗅觉定位的问题。

人们从蚂蚁、狗等动物的身上得到灵感，决定要把这种生物的特有的定位能力赋予机器人，从而使机器人能够完成更多更复杂的任务。

嗅觉机器人完成定位主要分为两步：

一是发现气味/气体；二是跟踪气体。

在这里我们首先要搞清楚气源释放的气味分子在空气中的传播形式。

气味源释放的气味分子在空气中传播形成羽毛般的轨迹。

图1.1给出了一个典型的烟羽模型。

Hayes[1]将嗅觉机器人定位分为三个部分，即烟羽的发现、烟羽的横越、气味源的确认。

在1991年，Rozas[2]便利用研制的电子鼻进行过类似的实验。

但是由于湍流、气压、风向等的影响，气体扩散过程中的浓度分布不是平滑递减的，因此只利用气体的浓度定位气源存在较大的误差，存在局部最大值。

为了解决这个问题，Ishida[3]采用风向传感器和气体传感器，充分利用气味信息和风向信息完成味源搜索。

图1.1风洞中通过TiCl4

烟尘可视化的羽烟

目前，由于传感器的灵敏度、空气气流、温度等的影响，关于嗅觉机器人定位的研究大部分还处在特定的实验环境下进行，还未能够彻底的适应现实环境。

一般情况下，我们的实验会设定在一个较小范围的场地，并且忽略气流，湍流等的影响。

即使如此，我们得到的实验结果往往都存在一定的误差。

因此，我们有必要对整个机器人定位过程中的硬件系统和定位算法进行一定的探究。

本论文中的嗅觉机器人定位系统和传统的电子鼻系统有明显的区别。

传统的电子鼻是一种被动的“等待”气体的到来的传感器系统，以发现气体为最终目的。

本文中的嗅觉机器人定位是机器人主动的发现气味，并且根据一定的算法找到气味源。

这是在以往基础上的一大进步。

嗅觉机器人主动定位气味源的研究工作始于上个世纪九十年代，到现在已经有二十多年的历史。

在这二十多年里，这项研究也取得了长足的进步。

一开始人们主要是对空气中的气味源进行定位，随着人们研究的深入，现在已经可以定位水下和地下的气味源。

在完善嗅觉机器人定位研究的同时，嗅觉机器人的应用领域也越来越广，市场需求也越来越大，因此关于嗅觉机器人定位问题的研究具有极大的理论意义和实用价值。

1.2嗅觉机器人系统

人如果要发现一种气味就必须要通过鼻子闻到某种气味，然后将这种气味通过感觉神经传入大脑，大脑再经行进一步的处理。

同理，一个机器人要发现一种气味，就必须有一种和人的鼻子类似的“器官”去发现气体，并且将这种感觉的信号传到机器人的“大脑”，机器人再进行进一步的处理。

然后大脑对人的四肢进行控制，进行相应的判断。

嗅觉机器人系统是一个复杂的系统，主要包含以下几个部分：

CPU控制单元、运动电机控制单元、传感器单元、电源管理单元、车体物理模型单元。

如图1.2所示。

图1.2嗅觉机器人系统

1.2.1传感器单元

典型的运用于嗅觉机器人的传感器有金属氧化物氧化物半导体气体传感器、生物传感器和石英晶体微天平传感器等。

金属氧化物半导体传感器的原理：

在一定的条件下（温度、湿度、气压等），金属氧化物半导体会和所接触的气体发生氧化还原，从而使半导体的电气特征（阻值）发生变化，从而达到检测气体的目的。

金属氧化物半导体传感器可以分为体相控控制型和表面控制型两种，分类标准为气体和金属氧化物作用的位置。

体相控制型的离子（原子）不满足化学计量比，并且组成体相型气体传感器的物质的化学特性比较活泼，容易和某些气体发生化学反应，从而改变电气特性。

表面控制型材料表面有许多活性区域，气体分子可以在这些材料的表面吸附电子形成带电离子，从而使材料的表面的电阻增大，最终改变材料的电气特性。

典型金属氧化物传感器如图1.3所示。

生物传感器定义：

含有固化的生物所特有的物质（细胞、酶、抗体等）并与一种特定的换能器相结合的人工系统，它可以把生物化学信号转化为可以处理的电信号。

生物传感器的基本分类，根据输出信号的产生方式的不同分为：

代谢性、催化型、生物型等。

根据元件上的敏感反应物质的不同可分为：

组织传感器、信息素传感器、酶传感器、微生物传感器等。

根据信号转换器的不同可分为：

半导体传感器、电化学传感器等。

图1.4是一种蛾触角构造的信息素传感器。

图1.3可燃气体传感器TGS813

图1.4蛾触角构造的信息素传感器

石英晶体微天平是一种极度灵敏的质量检测仪器，能够快速、简单的检测出反应过程中的质量的变化，现已广泛的应用于医学、测量等领域。

石英表面会涂上一层可以吸引气体分子的化学物质。

吸引的气体分子增加了晶体的质量，从而减小了晶体的的共振频率，公式（1.1）描述了增加的质量对于频率的影响：

（1.1）

1.2.2CPU控制单元

CPU控制单元是机器人的大脑，机器人的各种行为都是受CPU控制单元控制，其基本功能是从内存单元中存取指令、分析指令和执行指令，控制被控对象完成特定的动作。

CPU的好坏直接决定着嗅觉机器人的优劣。

CPU主要指标如下所示：

主频、I/O接口的的数量及速度、存储器容量、价格等。

目前比较流行的控制单元有：

ARM，8051单片机系列等。

图1.6所示为典型ARM芯片。

图1.5基于石英晶体微天平气体传感器

图1.6ARM嵌入式芯片

1.2.3电机控制单元

电机控制模块主要有一下几个部分组成：

运动控制电路、变速箱、驱动电路、直流伺服电机四个部分组成。

我们一般采用驱动电路控制电机的运转，用数字信号控制驱动电路，驱动电路控制电机，实现了小电流信号控制大电流电路的功能。

直流电机驱动一般采取开关型驱动方式，主要使用脉宽调制（PWM）电路，作为驱动电路。

脉宽调制电路的电子元件处于开关状态，具有功耗低、反应快的特点。

如果要实现电机的正反转，可以在电路中加入H桥电路。

H桥电路的主要功能为改变电流的方向，从而控制电机的正反转。

H桥电路如图1.7和图1.8所示：

图1.7H桥电路控制电机正转

图1.8H桥电路控制电机反转

1.3嗅觉机器人定位原理及研究历史和现状

1.3.1嗅觉机器人定位原理

通过对生物嗅觉定位功能的研究，我们可以把嗅觉定位过程分为气味识别、气味搜索、气味定位。

同理，嗅觉机器人定位问题也可以分为气味识别、气味搜索、气味定位三个过程。

Hayes[1]将嗅觉机器人定位分为三个部分，即烟羽的发现、烟羽的横越、气味源的确认。

嗅觉机器人定位的本质就是机器人移动技术和机器人嗅觉技术的结合，通过传感器感知未知环境的各种信息，通过嗅觉机器人的“大脑”（CPU）对这些信息进行分析、综合，在这个基础上机器人做出决策，控制机器人向着气味源移动，整个过程中传感器会不断采集环境信息，不断修正前进路线，最终找到气味源。

因此，在嗅觉机器人定位的过程中还包括躲避障碍、气味辨识等任务。

图1.8表示了嗅觉机器人定位的基本原理。

图1.8嗅觉机器人定位原理图

1.3.2嗅觉机器人的研究历史和现状

嗅觉机器人的研究始于上世纪九十年代，1992年Ishida[3]开始对嗅觉机器人问题进行研究，一开始他们使用两个气体传感器来判断气味源的位置，但是这个过程往往需要几个小时，甚至更多的时间。

为了缩短时间，他们添加了两个气体传感器和四个测风速传的感器。

设定一个风速阈值，当风速大于阈值时，风向成为主要的定位信息，如果风速较小，则采用气体浓度为主要定位条件。

Ishida主要采用了两种搜索策略，即逐步向前法和Z形接近法，这两种算法都能在较短的时间内实现定位功能。

图1.9所示为Ishida的烟羽跟踪机器人示意图。

图1.9Ishida的嗅觉机器人

Nakamoto和Ishida在1997年提出了主动嗅觉定位的概念，Ishida研究的气味指针可以指明气味源的方向[45]。

Russell[6]把两个相邻13cm的石英晶体传感器安装在一台蚂蚁机器人的头上，作为蚂蚁机器人的触角。

通过这个触角，蚂蚁追踪气味。

通过对蚂蚁跟踪模式的模拟，对嗅觉机器人定位跟踪算法进行了研究[7]。

从2003年开始，Russell实施了RobotMole计划，准备开发可以寻找地下气味源的嗅觉机器人。

Russell一开始对渥虫算法进行分析，他发现该算法的一个缺陷，如果机器人一开始背离气味源，则嗅觉机器人会一直远离气味源。

为了解决这个问题，Russell提出了12面体算法，以解决地下嗅觉机器人定位问题。

Dukett和Lilienthal主要研究在无风或微风的情况下，雄蚕蛾沿着雌蛾发出的信息素运动的行为，并且提出了在模式触发机制的前提下的固定运动模式的局部搜索策略。

如图1.10所示。

Kuwana[89]把蚕蛾的触角作为气体传感器，并且运用人工遗传算法进行仿真，取得了较好的实验结果。

Duckett[10]采用mark型电子鼻，对静态的气味源的定位问题进行了研究。

由于静态烟羽的形状难以确定，情况比较复杂，他没有采用准确的气味传感器建模，而是利用循环神经网络的方法建立传感器读数和气源位置的对应关系，进而实现嗅觉机器人定位。

Hayes运用一种逆风搜索气味浓度的方法，判断气味源的位置，从而使嗅觉机器人对味源进行定位。

图1.10气味浓度增加时机器人的固定运动模式

1.4本文研究内容

由于本课题的研究处于起始阶段，对于嗅觉机器人定位问题只是进行了初步的探究，本文主要是将遗传算法引入嗅觉机器人定位问题。

论证在理想情况下，遗传算法运用在嗅觉机器人定位问题的可行性，以及对嗅觉机器人定位所存在的一些问题进行分析，为后续的工作打好基础，具体章节安排如下：

第一章，对机器人嗅觉定位问题的研究现状进行简要的分析，介绍了嗅觉机器人的主要结构和组成部分，并对嗅觉机器人定位的原理和关键问题进行论述。

第二章，以AORI嗅觉机器人系统为例，详细介绍了系统各个部分的组成以及硬件选型等问题。

第三章，针对嗅觉机器人定位问题，提出了基于生物捕食行为、基于动物刺激性和趋刺激性、基于遗传算法的三种有效的嗅觉机器人定位策略，并且从理论上验证了三种嗅觉机器人定位策略的可行性。

第四章，对遗传算法运用于嗅觉机器人定位问题进行仿真，并分析仿真结果，比较仿真结果与实际结果的区别，找出需要改进的地方。

第五章，总结全文，并且分析嗅觉机器人定位所面临的问题。

2嗅觉机器人系统

AORI[11]型嗅觉机器人由电源管理模块、电机控制模块、CPU控制模块、车体机械模块、传感器模块和电机控制模块等六个模块构成。

具体结构图如图2.1所示：

图2.1AORI机器人系统

AORI具有以下特点：

1）在满足功能的情况下，机器人的体积尽量小，体积越小机器人越灵活；

2）机器人的运动性能好，可以实现快速的启动、避障等功能；

3）可维护性好，结构设计清晰。

运用结构化的设计思路，便于系统的维护和扩展；

4）注重节能环保，降低功耗，提高工作效率；

2.1CPU控制模块

CPU是控制模块是机器人的大脑，在整个嗅觉机器人的系统中有重要的地位。

CPU的性能直接影响着机器人的性能。

AORI机器人采用LPC2138[12]作为嗅觉机器人的CPU。

LPC2138具有以下特征：

1）32KB片内RAM，基本符合内存要求；

2）整片擦出时间为400ms，256个字节仅需1ms；

3）2个8路10位模数转换器，可以有16个模拟输入，每个通道的转换时间仅为2.4us。

一个10位数模转换器，可以提供多个模拟输出；

4）2个32位定/时计数器、PWM脉宽调制单元以及看门狗；

5）时钟具有独立电源和独立时钟，可以大大的降低功耗；

6）有2个16C550工业标准UART、2个高速I2C接口，47个I/O口；

7）拥有2个低功耗工作方式：

掉电模式和空闲模式；

8）可以通过使能或禁止外部的功能优化功耗，机器人工作时间可以大幅延长；

LPC2138具有大量的外部接口、高速的时钟、大容量的存储器、较低的功耗。

这些特征为整个机器人的设计留有较大的空间。

2.2传感器系统

2.2.1气味传感器

AORI所使用的气味传感器为Figaro公司的TGS822气味传感器,TGS822传感器主要用于有机气体的检测，例如：

天然气（甲烷）、己烷、苯、酒精等。

TGS822如图2.2所示

图2.2TGS822

TGS822利用SnO2的化学性质而制成的传感器，当SnO2达到一定的温度时，氧气和负电荷会吸收到SnO2的表面。

气体传感器表面的电子被吸引到氧气的附近。

从而使表面形成一定大小的正电压，正电压的形成又会阻碍电子的移动，继而减小电流的大小，最终反映为传感器的电阻的变化。

图2.3为TGS822的结构和尺寸：

图2.3TGS822的结构和尺寸图

传感器的气体灵敏度对于不同的气体是不一样的。

在这里用传感器的阻值Rs和标准值Ro的比值表示传感器的气体灵敏度，如图2.4所示，图中共8条曲线从上到下依次是空气、甲烷、一氧化碳、异丁烷、己烷、苯、酒精、丙酮。

横轴为气体浓度，纵轴为灵敏度。

环境的湿度和温度对传感器也有很大的影响，由于传感器的原理是基于化学反应的，而化学反应的激烈程度和速率都受环境的湿度，温度等的影响，温度和湿度对灵敏度的影响如图2.5所示，图中的横轴表示环境温度，纵轴表示灵敏度，图中的四条曲线分别实在湿度为35%、50%、65%和100%时测量所得。

由图2.5可知在一定的情况下，温度越高，湿度越大，传感器的灵敏度越低。

图2.4TGS822灵敏度与气体浓度和气体种类的关系

图2.5TGS822灵敏度与环境温度和湿度的关系

2.2.2温度传感器

气体分子在空气中传播的速度会受到温度的影响，当温度高时，气体分子的热运动会加剧；当温度降低时，气体分子的热运动会减缓。

因此，气体分子的分布会受到温度的影响。

为了更加准确的跟踪气味，在嗅觉机器人传感器系统中，我们应该加入温度传感器。

AORI采用的温度传感器为DS18B20，DS18B20引脚图如图2.6所示，该数字温度计提供9位读书输出。

信息经过接口送入DS18B20中，CPU和DS18B20之间仅需要一条连接线。

DS18B20的测量范围为-55℃-+125℃，完全满足环境温度的条件。

图2.6DS18B20引脚和封装图

2.3电机控制模块

该部分主要包括：

驱动电路、直流伺服电机、速度反馈、运动控制电路、变速箱五个部分。

2.3.1驱动电路

AORI采用的是PWM和H桥为直流电机的驱动。

PWM调制方式中的晶体管处于开关工作状态，这使得整个电路的功耗较低、调速范围较广。

如果输入信号为0，电机可以工作在微震状态。

H桥电路可以控制电流的方向，从而改变电机的转动方向。

AORI所采用的电机驱动芯片为L298，L298实物图如图2.7所示：

图2.7L298

图2.8L298引脚图

2.3.2直流伺服电机、变速箱以及齿轮反馈单元

AORI所采用的直流伺服电机为2342S006CR。

该伺服电机集成了编码器，有利于减小体积。

编码精度为512线。

变速箱采用23/1变速箱，最大变速比为43:

1，效率为70%。

编码器采用IE2-512编码器，该编码器为电磁增量型编码器，具有512线分辨率。

2.3.4运动控制模块

AORI所运用的运动控制器为LM629，LM629是一款专用的运动控制芯片，具有体积小、适应性强的特点。

图2.9为LM629引脚图

图2.9LM629引脚图

LM629具有已下特征：

1）内部集成了32位寄存器

2）集成了16位的PID控制器

3）微分采样时间可编程

4）PWM输出的分辨率为8位

5）具有内部的速度梯形图发生器

6）可分别运用位置和速度两种控制方式

7）控制参数在控制过程中可以随时改变

8）随时可以中断

9）增量式光电编码盘输出

2.4无线通信模块

出于对安全可靠性和通信速率的考虑，AORI选择低功耗数据收发模块，型号为crpc433-A和rpc-418-A。

这两个芯片接口电路简单，用途广泛，可以用于机器人之间的通信，也可以用在机器人与PC之间的通信。

图2.10和2.11为芯片的外观图和引脚图。

图2.10外观图

图2.11引脚图

该模块具有以下特征：

适用范围较大：

室内30米内有效，室外120米有效；自维护性能好：

具有自测试/状态/状态LED；对电源要求较低，5V单电源供电，工作电流小于20mA；对用户透明性好：

错误检测和包结构对用户透明，且具有冲突检测的功能；兼容性好：

与5V互补金属氧化物半导体（CMOS）逻辑兼容。

2.5电源管理模块

在选择电源时应该考虑以下几个因素：

电池是否能够充电、电池的容量是否充足以及电池的体积和重量是否合适，AORI采用的是国产锂电池，电池额定电压为3.7V，额定容量为850mAH，考虑到机器人的需要，我们采用4节电池，两节串联然后和另外两节串联的电池并联。

在电路中添加保护板，在充电电压高于8.4V时停止充电，放电电压低于5V是切断电路。

二者采用塑料封装为一个整体，易于日常的维护。

在考虑电源的容量、体积和质量的同时，我们也必须要考虑到系统的稳定性，电源必须有稳压电路，合理的利用电池是机器人连续工作的前提。

在保证输出功率足够大的前提下，我们应该提高电池电量的使用效率。

对噪声不敏感的数字电路电路可以采用开关型稳压电路，如果是对噪声敏感的模拟电路，我们应该采用线性稳压电路供电。

在AORI中，电机的额定电压为6.0V，嗅觉传感器和处理器电压为3.3V。

采用LM1085线性稳压电路将5V转换为3.3V，其他模块采用5V供电。

传感器的加热部分单独供电，采用LM2597，其他部分采用另一组电源和LM2596芯片供电。

电压保护电路在机器人系统中也非常重要，如果电源部分发生问题会对整个机器人造成毁灭性的打击，可能出现的问题如下：

电源正负极错误，由于电源为直流电源，因此电源有正负极之分，不能随意改变电池的极性，应该在电池的两端反向并联一个二极管，作为保护电路。

在电路中可能会存在电流过大的情况，电流过大会烧毁部分元件，对整个系统造成严重的影响，应在电路中串联一个过流保护装置。

电路中的电压可