多传感器信息融合技术在擂台机器人中的应用

张清文　付宇　冯晨露　朱志杰

摘 要：为了提高传统武术擂台机器人的识别精度，决策可靠性，新设计的武术擂台机器人采用了基于SVM多传感器信息融合技术进行创新改进。对比传统机器人，其对传感器定位布局进行重新配置，在采集全面数据信息后对决策层进行反馈优化，最后实测结果表明，该机器人在识别和控制方面能够对棋子箱子、对方机器人、擂台边缘进行更加精准快速识别、判断与决策。

关键词：武术擂台机器人 多传感器 信息融合 决策设计

中图分类号：TP212文献标识码：A文章编号：1003-9082（2019）09-0-01

引言

近年来，国内外对于机器人技术的发展越来越重视，机器人技术被认定为是对未来新兴产业技术发展具有深远影响和重要意义的高新技术之一[1]。在互联网技术的支持下，智能机器人已经被广泛地用于救援、医疗、教育以及地质勘探等领域，研制出安全性高、可靠性高的智能机器人已经成为这一领域的热点。过去的研究大多主要是从机械的角度出发，研究机器人机械部件、电子部件等微观单一层面的特性，例如陈昊从运动力学的角度，构建了基于运动建模的机器人攻防控制策略[2]，随着机械技术的日益完善，目前研究的重点主要是从信息融合的角度进行研究，徐跃设计了一种基于超声波的全局定位系统[3]，张树刚基于超声波的信息融合开发了机器人局部避障算法及应用[4]。对于决策层的程序编写，多数是在模糊算法思想下进行的，与前人的工作相比，本文的武术擂台机器人加入了在无人机定位中广泛使用的光流传感器，并且借鉴SVM的原理，来进行决策层的编写，实现了从决策层的角度出发来进行多传感器的信息融合。

一、结构与系统设计

整体结构如图1所示，机械结构主要由上台机构、底盘组件、前铲爪、驱动结构等组成。传感器主要由16个传感器构成，形成多传感器信息融合对机器人进行控制。

主控板自主设计采用STM32ZET6芯片，利用Altium Designer进行电路设计使用了1个ADC通道开启DMA的10个规则通道;引出8个普通IO口用于光电传感器与灰度传感器的使用;采用软件SPI使用OLED菜单进行数据输出实时查看，利用按键进行微小调试;运动上，主要通过MPU6050陀螺仪进行运动偏航角与横滚角度的校准。

二、多传感器数据处理

数据处理部分主要是红外测距的数据抖动会有部分噪音，本文为降低噪声，通过卡尔曼滤波进行处理滤波后，红外测距的数据更加的平滑，保证系统一定的鲁棒性，光流传感器采用Lucas-Kanade算法[5]，光流场的目的是找到截取图片中的每个像素点的速度向量，从而获得运动物体的坐标，主要公式为：

对数据进行解码，加上上位机协议对码得出如图2所示。

从图2中可以看出，经过Lucas-Kanade算法解码后的OF_DX与OD_DY为X、Y轴的光流信息，对应移动的速度，再根据简单的速度积分可得所需要的坐标位置。

三、多传感器信息融合

定义准确度： 在同一动作次数下，不同的映射关系所对应的决策集合中符合现实要求的集合与总实验次数的比值，即：

在关系式与，在N次动作次数下，其中符合要求的集合数分别为与，则改进决策后的准确度为，原始方法的准确度为。

由图3可以看出在SVM思想下的映射所对应的准确度始终高于原始方法思想下的映射所对应的准确度， 体现出了SVM方法的优越性。

结语

本文利用了灰度传感器、光流传感器、陀螺仪、红外传感器、红外测距传感器，并在SVM思想向下进行多传感器的信息融合，其很好的规避了在擂台上复杂多变的情形，大大提高了整车的机动性，和容错性，有效防止擂台车卡死、错误判断、迟钝等状况，但仍然有一些缺点，它主要来自光流传感器在擂台车之间猛烈碰撞时的不稳定性，在未来的改进方法将考虑新的滤波方法，结合多个陀螺仪等其他传感器反馈的信息，在数据处理后得到更加精确的信息。

参考文献

[1]徐扬生. 智能机器人引领高新技术发展. 科学时报[N]， 2010-08-12.

[2]陈昊. 基于运动动力学武术擂台机器人攻防控制研究[D].郑州大学，2016.

[3]徐跃. 基于超声波测距的机器人定位与避障[D].齐鲁工业大學，2013.

[4]张树刚. 基于超声波的移动机器人局部避障算法及应用[D].哈尔滨工业大学，2013.

[5]Baker S， Matthews I. Lucas-kanade 20 years on： A unifying framework[J]. International Journal of Computer Vision， 2004， 56（3）： 221-255.