智能终端工业机器人导航交互控制仿真探讨*

张文娟 ，雷玲芝

（河南科技职业大学，河南 周口 466000）

在工业发展过程中，工业机器人所起到的作用是至关重要的，被很多企业运用到一线的生产当中。不同的工业机器人有着不同的设计特点，通过对程序的设计，达到完成生产任务的目的。一般来说，工业机器人的组成元素比较复杂，大致是由传感器、控制器以及机械组成，有六个子系统：驱动系统、感知系统、人机交互系统、控制系统、机械结构以及环境交互系统[1]。自我国进入新时代以来，互联网就获得了非常大的发展空间，而将互联网技术应用到工业机器人当中，也会产生非常大的促进作用。通过互联网技术的应用，初步完成工业机器人的控制系统，从而对其进行导航。在控制的过程中，导航系统与传感器有着密切的关系，传感器分为相对定位传感器、绝对定位传感器，相对定位传感器完成导航之后，就可以通过绝对定位传感器进行GPS（Global Positioning System）的定位。基于此，本文进行了对智能终端工业机器人导航交互控制仿真的探讨。

1 智能终端工业机器人导航交互控制探讨

1.1 控制原理

在智能终端工业机器人的系统控制中，需要在复杂的结构中找到工业机器人的最佳运行路线，这也是进行交互控制的目的。具体的结构原理如图1所示。

图1 导航交互控制原理

在工业机器人运行过程中，内部系统处于运动的状态，为了能够得到工业机器人运行时的模型，要对智能终端工业机器人导航交互控制的应用进行研究，所以要确定工业机器人的定位，并设置出相应的智能终端坐标系，以S、V、W为智能终端坐标系、工业机器人坐标系和世界坐标系[2]。

工业机器人在进行导航交互控制时，会运用到惯性传感器，如果不能够确定相对定位传感器的位置，就需要采取相应的处理方式，对惯性传感器进行初步分析。不仅要对智能终端进行分析，还要对相对导航位置进行分析，通过重力加速度的物理学测量出相对世界角度。若无法确定机器人的位置，要先获取偏航角度，计算公式如下：

在这个公式中，ezV和eyzV是z轴的加速度以及y轴的合成加速度，eyKF表示y轴通过了卡尔曼滤波后的加速度。

1.2 智能终端工业机器人的定位

一般对于智能终端工业机器人的定位，都会使用蓝牙无线网络进行操作，将蓝牙无线网络放入工业机器人的内部，从而获取工业机器人的位置。所采用的蓝牙无线网络是低消耗的，所以具有一定的时变性，随着蓝牙信号不断地降低，无法建立起初步的模型，进行导航定位的难度较高。所以，为了能够快速地对智能终端工业机器人进行定位，在进行导航定位的时候，会进行在线定位，或者对机器人进行离线采样[3]。通过离线采样，让蓝牙无线网络在机器人中获取相应的数据，并将这些数据储存到数据库中，最后通过在线定位，与相应的数据进行匹配，通过一些公式对目标的位置进行计算及获取。

状态方程：在控制系统中，需要建立相应的状态方程，从而初步建立智能终端工业机器人的模型。相关计算公式如下：

在这个公式当中，qkc+qkn+ukc+ukn表示的是智能终端工业机器人的位置和速度，并且通过夹角θ进行测试。公式为：

K表示噪声向量，K+1表示状态方程中的状态向量。

观测方程：为了能够更加直观地观测机器人的运动方式，对蓝牙无线网络以及GPS进行初步探讨。通过对位置信息的观测，得到以下公式：

在这个方程中，Zk是观测向量，qck以及qnk表示k时刻蓝牙无线网络在进行导航定位所获取到的位置，为k时刻智能终端工业机器人的速度。

1.3 智能终端工业机器人运行路径的规划

通过A※算法对智能终端工业机器人运行路径进行初步计算，建立机器人的运动模型，防止出现碰撞的情况。通过导航的定位，具体流程如下：首先运行开始，将智能终端工业机器人的开始点与碰撞点放入相关的表中（包括OPEN表与CLOSE表），在CLOSE表中引入OPEN表中的最小值节点[4]。如果成为了目标点，就会形成相应的路径，成功地形成路径规划；如果没有成为目标点，就需要对最小节点进行扩大，随后在OPEN表中建立相应的节点，并对公式f（m）=g（m）+h（m）进行解析。观察m点是否在OPEN表中，若是存在就对相关数据进行更新，重新进行排列，若不是就需要重新添加到OPEN表中。直到最小节点值能够成为目标点为止。

在A※算法的方式中，必须要对OPEN表与CLOSE表中的节点进行数据的选择，并且要保证数据的真实性和有效性。一般来说，会对相关数据进行设置，h（n）表示为启发式信息，（xn，yn）则表示当前节点，（xr，yr）则表示目标节点，（xn，yn）与（xr，yr）的直线距离表示为h（n）[5]。具体公式如下：

1.4 24邻域扩展和优化

在进行完A※算法之后，智能终端工业机器人就能够自动规划出运行路径，但是在机器人运行期间，很有可能会出现转折的情况。为了能够得到机器人最佳的运行路径，需要使用24邻域对运行路径不断进行扩展和优化，只有这样才能保证机器人能够有效运行[6-7]。即将A※算法中的节点进行扩展和优化，一般来说，节点会有8个，通过邻域的扩展后会有24个，具体步骤分为两步：1）输入点的扩展点四周24个邻接点进行检查，并且判断是否能够接入扩展列表；2）如果邻接点为内圈点，就需要判断是否为障碍点，如果不是障碍点，加入扩展列表，如果是障碍点，还需要对邻接点路径中的其他点进行检查，检查是否存在于CLOSE表当中。

2 实验测试

用软件Micuosoft Visual 5.8版本对某生产公司进行具体的实验。该生产公司的仿真环境较差，在具体的实践中有很大的可能会出现撞击。智能终端机器人在运行时也有很多的障碍物。通过本文的研究方法对其进行实验。

仿真环境有一个面积较大的盲区，面积大约为18 m2，为了让智能终端机器人正常运行，从而达到导航控制的目的。将通过使用蓝牙无线网络、惯性传感器、GPS导航对其进行定位，让机器人完成导航交互控制[8]。当出现了一些盲区之后，依然可以通过导航交互的方式对机器人内部因素进行定位。智能终端机器人在进行导航交互的时候，规划出一条最佳运行路径是非常重要的。为了能够测试本文方法是否有较大的应用价值，在仿真的环境下，对智能终端机器人优化前与优化后的扩展点数、搜索时间、实际距离与规划距离进行了统计，并记录下来，具体数据如表1所示[9]。

表1 24邻域扩展优化前后结果对比

结果显示，优化后的扩展点数得到了显著的增加，搜索时间有所延长，但是增加的时间非常少，只有0.36 s，可以忽略不计。在实际距离中，优化后的实际距离有所减少，说明有本文研究方法有较高的应用价值。

3 结束语

综上所述，本文对智能终端工业机器人展开了研究，主要是对其导航交互控制仿真展开探讨。通过本文的研究，应用A※算法与24邻域扩展和优化的方式，有利于降低机器人运行时撞击的可能性，对于完成导航定位与交互控制有着非常高的应用价值[10]。本文还对优化前后的扩展点数、搜索时间、实际距离与规划距离进行了初步探讨，发现优化后机器人有更好的应用效果，非常适合智能终端工业机器人的导航定位与交互控制。本文在开展研究的时候，虽然有比较好的创新性，在研究时也具有较强的优势[11]。但是在研究过程中也遇到了很多问题，主要表现在以下几个方面：1）在进行导航定位与交互控制的时候，智能终端工业机器人会移动，可是在寻找机器人最佳运行路线的时候具有一定的难度，难以达到最好的控制效果；2）在导航控制系统中，要进行最佳的运行路径规划，从而最高效化地完成本次研究；3）要避免外部因素对机器人造成影响，为了达到最佳的导航定位和交互控制效果，要做好一切准备。