Android 手机路径规划系统的研究与实现

2021-10-23马志鹏沈显庆孙启智陈男

电子测试 2021年18期

马志鹏，沈显庆，孙启智，陈男

（黑龙江科技大学电气与控制工程学院，黑龙江哈尔滨，150022）

0 引言

近年来随着传感器技术、自动化技术等相关学科的高速发展，移动机器人技术不断提升。智能小车作为移动机器人的一种，其研究与开发具有重要的意义[1]。目前对智能小车的研究大多停留在基本功能层面，对路径规划等涉及较少，在路径规划研究中，全局路径规划是移动机器人需要具备的基本能力之一，其要求根据给定地图等先验知识，在某些约束条件下，规划出一条从起点到终点的无碰撞路径[2]。基于以上研究现状，笔者基于Android 客户端开发平台，设计了一款路径规划的智能小车控制系统，重点对环境感知及建模、路径决策、WiFi 无线传输等方面进行研究。通过测试，实现了智能小车的路径规划功能。

1 系统硬件结构设计

智能小车控制系统硬件整体结构分为三个部分，分别为视觉传感器、上位机及下位机。视觉传感器选用小蚁智能摄像机来采集周围环境信息；上位机即Android 终端，主要包括环境感知模块、建模模块及行为决策模块，用来运行图像处理、路径规划等程序，是整个控制系统的核心部分；下位机即智能小车，主要包括微处理器模块、电机驱动模块、电源模块及智能WiFi 模块。系统硬件结构图如图1 所示。

图1 系统硬件结构图

2 Android 客户端应用程序设计

2.1 环境感知与建模

环境感知是智能小车控制系统中的重要组成部分，该模块主要接收视觉传感器的信息。环境感知功能主要依靠视觉系统来实现，其主要由镜头、CCD、图像卡、处理器等构成。本次基于Android 客户端的智能小车控制系统采用已知环境的全局路径规划方法因，此将视觉系统布置于屋顶。首先，通过摄像机获取小车所处的环境信息，将信号送入视觉系统的图像卡并进行RGB 表色处理。然后，通过色彩空间转换将图像由RGB 色彩空间转换至HIS 色彩空间，并与传统的指定阈值分割法结合实现图像的二值化。最后，对二值图像进行闭操作，去除邻近边缘线间的空白，对重合图像进行合并。为实现智能小车在障碍物环境下的自主运动，还需对环境感知所得到的信息建模，本文选用格栅法进行环境建模，其具有简单、直观等优点[3]。

2.2 基于天牛群算法的行为决策

行为决策模块是智能小车控制系统的核心，其将环境感知和环境建模模块所得到的全局地图信息进行分析，为智能小车找到一条符合某种规则的最优路径，从而实现智能小车的全局路径规划。本文使用天牛群算法(BSO)对智能小车控制系统的全局路径规划进行研究，BSO 算法参考粒子群算法的基本原理，将天牛觅食和鸟群觅食的行为特征相结合，在粒子群算法中引入天牛须搜索的概念提出[4]。该算法具有建模简单、计算量小、收敛速度快等优点。

3 Android 客户端与小车通信实现

本文选用基于TCP 协议的WiFi 通信作为Android 客户端与智能小车的通信方式，WiFi 网络中的数据传输借助于Socket 套接字来实现，应用程序利用套接字发送网络请求或者对网络请求做出应答[5]。本次设计中，端口号为2001，IP地址为192.168.1.1。智能小车系统工作时，Android 客户端通过WiFi 与摄像头和小车之间进行数据通信[6]，其具体通信协议如表1 所示。