基于STM32 的全向轮避障小车的研究综述

张家铭， 周海燕*

(南京林业大学机械电子工程学院，江苏 南京 210037)

现代社会对自动化技术的需求日益增强，智能避障小车因其能够实现无人操作避障而成为了自动化技术的重要应用之一。 基于STM32 的全向轮避障小车作为其中一种典型代表，不仅可以在智能家居、空间探索等领域得到广泛应用，最近几年已经成为了机器人领域研究的一个热点方向。 在过去的研究中，科学家们利用STM32 芯片作为主控芯片，建立模糊控制规则，将小车的控制规划成一种非线性控制问题，并且设计出具有全局性的控制算法，使小车能够在避开障碍物的情况下实现精确操控。 此外，还有一些研究者借助机器视觉领域的开源库OpenCV，通过协同STM32 芯片和机器视觉模块，实现静态环境下小车对障碍物的有效识别与规避，并对路径进行规划，但是在动态障碍物环境下，该系统仍存在缺陷。

自2018 年起，针对基于STM32 的全向轮避障小车的研究文章相继出现。 这些文章从不同的角度和方法对该领域进行了研究。 其中，李帅男[1]利用超声波传感器和循迹模块实现了小车的极限避障功能，还实现了智能化的追踪行驶。 2019 年，卫静婷等[2]将语音控制技术融入到小车中，实现了语音控制和避障的功能。 同年，江中玉等[3]通过传感器模块和控制模块的协同作用，实现了小车在障碍环境下自主导航、避障和自稳定的功能。 这些文献中综合运用了传感器、语音控制和循迹模块等多项技术，提高了小车的自主识别和避障能力，使其更加智能化和实用化。

邓文涛等[4]在架构设计和电路调试方面使用不同的单片机与传感器，实现了小车的远距离旋转和避障。 杨帆等[5]则是运用STM32 为核心控制器实现小车的智能避障和追踪。 此外，2019 年曾颖琳等[6]和卢雪红等[7]则从小车的机械部分入手，结合STM32 实现小车的循迹和避障功能，拓展了小车的应用领域。 这些文献均突出了STM32 单片机在小车设计中所扮演的重要角色。 针对小车避障行为的优化，王钰等[8]研究了基于声学和视觉传感器的避障算法，提高了小车的避障效率和成功率。 同时，洪一民等[9]则在小车的避障行为上进一步实现了距离的监测和测量，实时反馈信息，从而提高小车的安全性和可靠性。 总的来说，这些文献在小车的智能化设计和避障策略方面做出了重要贡献，为全向轮避障小车的实用化和推广提供了重要的技术支撑。

1 全向轮避障小车的硬件设计

1.1 全向轮的原理及选型

全向轮是由多个小轮组成的一个大轮，通过不同角度的摆放和旋转，可以实现在任意方向上的移动。 它的运动轨迹不仅可以实现沿直线、左右平移等基本运动，还可以实现转向、旋转等复杂运动。

选择全向轮的关键因素是其移动方向和速度的灵活性，因此在选型时应根据小车的需要选择合适的大小和数量。 在小车的直线运动中，全向轮相当于已知速度且方向不变的刚体，因此可以将其纳入小车的驱动和控制系统中，通过控制每个全向轮的速度和方向，实现小车的运动控制。

在硬件选型上，全向轮的选择根据其负载能力、精度和使用频度等因素来确定，可以选择带齿轮的或无齿全向轮。 带齿轮的全向轮具有更高的扭矩和更好的灵活性，但其精度和寿命相对较低，因此在需要较高精度的应用场景中可以选择无齿全向轮。

不同的全向轮在不同的场景下具有不同的优缺点，因此在选型时还需结合实际应用要求进行综合考虑。 而在小车的实际研发过程中，还需要考虑全向轮与其他硬件和控制系统的兼容性，以及其实际制造和维护成本等因素。

在全向轮的选型和设计过程中，需要充分考虑其重要性和应用场景的特殊性，同时结合实际应用场景和性能要求，综合考虑选型和配合，为小车的后续开发和应用奠定坚实的基础。

1.2 控制器的选型及接口设计

在全向轮避障小车的硬件设计中，控制器的选型及接口设计是非常重要的一环。 通常，控制器的选型需要考虑多方面因素，包括但不限于处理速度、存储容量、接口类型及数量。 对于全向轮避障小车而言，还需要考虑它所需的运动控制算法。

在控制器的选型方面，常见的控制器有单片机、CPU、FPGA 等。 由于全向轮避障小车的控制需要进行实时计算，并且需要满足一些特殊的要求，如快速响应、低功耗、数据通信等，因此选用了STM32 系列单片机作为控制器。 STM32 系列单片机(以下简称STM32)是一款基于ARM Cortex-M 内核的微控制器，它具有低功耗、高性能、易扩展等特点。 同时，STM32 的接口资源也比较丰富，包括通用IO 口、串口、SPI、IIC 等。

接口设计方面，需要将传感器、执行器等外围设备与STM32 单片机连接起来。 根据其接口特性，一般选择UART 通信接口，通过串口通信与传感器以及执行器进行数据交互。 考虑到为了方便调试和开发，还可将STLink V2 调试模块与STM32 进行连接，这样可以通过Keil/Cube MX 等开发环境对STM32进行在线调试及下载。

综上所述，控制器的选型及接口设计是全向轮避障小车硬件设计中一个至关重要的部分。 STM32作为控制器，通过UART 通信接口与外围设备进行连接，并使用激光雷达和超声波传感器进行环境感知。 这些措施可以保证小车的运动控制算法能够得到准确的数据支持，并实现高效稳定的运行。

1.3 传感器的选型及布置

在全向轮避障小车的设计中，传感器是非常重要的组成部分。 传感器的主要作用是实时地获取车辆周围环境的信息，并将信息传送给控制器，从而实现车辆的自主导航和避障功能。 因此，传感器的选型和布置非常关键。

在传感器的选型中，需要考虑一些关键因素:传感器的灵敏度、精度和响应速度。 首先，传感器的灵敏度要足够高，以便能够准确地检测障碍物和其他物体。 其次，传感器的精度要足够高，以便能够准确地测量物体与车辆的距离和方向。 最后，传感器的响应速度要足够快，以便在遇到障碍物时能够作出实时地判断并采取相应措施。

在传感器的布置中，需要考虑车辆的结构设计。一般来说，传感器应该尽可能地分布在车辆的各个方向上，以便全方向地检测周围的环境。 另外，传感器的布置还应考虑车辆行驶时的高度和角度，以便能够准确地测量物体与车辆的距离和方向。 在具体的操作中，可以采用多种传感器的组合，如超声波传感器、红外传感器和激光雷达等，以提高传感器的检测精度和准确度。

总之，传感器的选型和布置是全向轮避障小车设计的重要组成部分，也是实现车辆自主导航和避障功能的关键所在。 在选择和使用传感器时，需要综合考虑多种因素，并根据车辆的结构和设计进行布置，以提高传感器的检测精度和准确度，从而实现车辆的高效全向避障。

2 全向轮避障小车的算法设计

2.1 避障算法的原理及分类

全向轮避障小车作为机器人领域的重要研究课题，其关键技术之一便是避障算法的设计。

避障算法按照分类方法可分为经典算法和智能算法两类。 其中经典算法包括壁障法、波前法、虚拟障碍法等，这些算法凭借着简单易懂、易于实现的特点在避障领域得到了广泛应用。 而智能算法则是指基于人工智能思想设计的避障算法，例如深度学习、强化学习和群智能优化等，这类算法可以自主学习和优化，具有一定的自适应性和泛化能力。

从避障算法的原理上看，避障算法又可分为基于距离感知的避障算法和基于视觉感知的避障算法。 前者主要利用超声波、红外线等传感器测量障碍物与小车之间的距离，通过距离判断来实现避障；后者则是通过相机、激光雷达等设备采集场景信息，利用计算机视觉技术处理图像信息，最终实现避障。

总体而言，避障算法的设计旨在使小车在复杂环境下能够准确、迅速地避开障碍物，提高小车的行驶安全性和效率。 不同算法适用于不同场景，根据实际需求选用合适的算法进行避障处理，是提高全向轮避障小车性能的重要途径之一。

2.2 避障算法的实现及优化

在避障算法的实现及优化方面，目前主要有两种方法:基于传感器的避障方法和基于视觉处理的避障方法。 基于传感器的避障方法是指通过机器人搭载的传感器对车辆周围的环境进行感知，并根据感知的信息进行避障。 在具体实现时，需要根据采用的传感器类型来定制避障策略和数据处理方法。例如，红外传感器主要用于检测距离较近的障碍物，可以配合机器人的电机速度进行避障；超声波传感器则可以检测更远距离的障碍物，可以适用于较高速度的机器人避障。 与基于传感器的避障方法相比，基于视觉处理的避障方法则是通过摄像头等感光设备获取车辆周围环境的图像信息，并对图像进行分析处理，通过算法判断障碍物的位置、形状、大小等，并做出相应的决策。 基于视觉处理的避障方法在避障精度方面表现更优，适用范围更广，但同时也要求车辆的算力较强。

在避障方法的优化方面，常用的方法有路径规划、特征提取和机器学习等。 路径规划方法包括基于预设地图的自动路径规划和基于现场采集数据的实时路径规划。 特征提取方法包括边缘检测、色彩分割、目标追踪等，这些方法可以对环境信息进行优化和噪声消除。 机器学习方法则是在海量数据的基础上，训练车辆的避障能力并不断迭代优化，使其能够在复杂环境中做出更好的决策。

综上所述，在选择避障算法的实现及优化方面需要根据具体应用场景和需求来进行选择，将不同的方法进行组合和优化，以达到更好的效果。

2.3 地图构建算法的实现及优化

在全向轮避障小车的自主导航中，地图构建算法起着至关重要的作用。

地图构建算法是通过小车搭载的传感器感知周围环境得到障碍物位置等信息，将其转化为地图的形式，以提供给后续的运动控制算法使用。 地图构建算法的实现可分为三个步骤。 首先，传感器模块获取小车周围的环境信息，包括障碍物的位置、角度、距离等；其次，地图构建算法将传感器获取到的信息转化为真实环境中的坐标，即进行坐标转换；最后，地图构建算法将已转换的坐标数据存储起来，并进行更新，以便小车进行下一步运动控制决策。

优化地图构建算法的重点在于提升地图的精度和实时性，减少误差和延迟，使小车能够对环境的变化做出更加快速、准确的响应。 其中，一种重要的优化手段是使用概率地图进行地图构建。 概率地图是一种基于贝叶斯定理的地图表示方法，能够更加准确地描述环境中物体的位置和形状。 在地图构建算法中，利用建立的概率地图，可以根据对环境的不断感知来更新地图中物体位置的概率分布，从而提高地图的精度和实时性。 除了使用概率地图，还可以采用分布式地图构建算法，将传感器节点和地图构建算法分别部署在多个小车或节点中，通过互相协作和通信来实现地图的构建。 这种方法能够提高地图构建的速度和精度，适用于大规模环境下的场景。

总之，在全向轮避障小车的自主导航中，地图构建算法是实现小车精准避障、路径规划等核心功能的基础，其实现和优化对小车的导航性能和稳定性具有至关重要的影响。

3 全向轮避障小车的应用领域

3.1 智能家居领域的应用

全向轮避障小车作为一款新型机器人，在智能家居领域的应用前景十分广阔。 智能家居最基础的任务便是物品的搬运，将各种生活用品从一个房间运到另一个房间，而全向轮避障小车的出现则更加方便了家居物流。 全向轮的设计让小车能够在家居环境中实现精准的定位和移动，通过摄像头、扫地机、遥控器等多种方式与用户进行交互，实现智能、便捷的物品搬运服务。

此外，全向轮避障小车还能够作为家居安保机器人，其搭载的摄像头和雷达能够监控房间内的活动情况，实现智能巡逻和报警。 同时，还可以将家中的各种设备进行联网，通过小车的遥控器控制，实现智能家居的整合管理。 这种新型智能家居方案不仅方便了人们的生活，也推动了智能家居发展的进程。

综上所述，全向轮避障小车在智能家居领域的应用前景广阔。 其能够为人们带来便捷、智能的物品搬运和安保服务，同时也推动了智能家居的发展。

3.2 工业自动化领域的应用

全向轮避障小车在工业自动化领域的应用越来越广泛，特别是在生产物流和仓储管理方面。 通过全向轮避障小车的应用，可以实现自动化、智能化生产流程，提高生产效率和产品质量。

一方面，全向轮避障小车可以配备传感器、相机等设备，实现自动化导航和路径规划，准确高效地完成生产流程。 例如，在仓库管理中，全向轮避障小车可以根据仓库物品存放的位置，自动规划最短路径，准确地将物品从A 区域运输到B 区域，如图1 所示的AGV 小车。

图1 AGV 小车的应用

另一方面，全向轮避障小车还可通过信息传输，实现智能化的任务分配。 通过传送储存的物品信息，全向轮避障小车能实现对物品的自动追踪，同时结合物品的储存需求，在不遮挡视线的情况下，智能地规划最优路径，将物品从物料库区运送到生产车间。 而且，全向轮避障小车的自行导航和路径规划功能也为生产车间节约了人力成本，提高工作效率。在传统的制造业中，生产线通常为线性的，导致车间空间利用率低、物流效率慢，全向轮避障小车可以有效地解决这一问题，整合车间流程，实现智能化制造。

总之，全向轮避障小车在工业自动化领域的应用，具有显著的技术优势和广阔的应用前景。 未来，随着人工智能、云计算等技术的不断发展，全向轮避障小车将会更加智能化、高效化、精密化，为工业自动化的发展注入新的动力。

4 未来研究展望

基于STM32 的全向轮避障小车是一个比较新颖的研究方向，目前在该领域的研究也处于相对较初级的阶段。 随着科技的不断发展，研究人员对其未来发展方向也逐渐有了更多的认识。

首先，未来研究的重点应该放在提高避障小车智能化方面。 避障小车智能化包括对系统架构的改进，控制系统的优化以及对传感器、记忆单元等物理系统更精确、更高效的数据处理能力进行增加。 这些改善将能够使避障小车获得更高的稳定性和导航精度，也能够更好地适应复杂的环境，提高避障小车的无人自动操控能力。 其次，应继续优化避障小车的开发和生产成本，以满足市场需求，而且避障小车物美价廉将增加产品的销售量，为更多的人群带来实际的使用价值。 另外，未来的研究中，对避障小车的控制算法也需要更进一步的探究。 当前在该领域的研究还处于探索阶段，如遇到复杂多变的路况，无法产生快速、准确的决策。 因此，更加高效的控制算法的设计和研究也是未来必须面临的任务。 最后，提高避障小车的通用性和适应性是未来研究的一个重要方向。 随着避障小车的发展，可以将其应用到各种不同的场景和领域，如医疗配送、仓库物料搬运等。 因此，提高避障小车的适应性和通用性，将有助于传感器的精度、时间响应速度以及无误操作能力等方面的提高。

总之，未来基于STM32 的全向轮避障小车的研究方向将更加注重其智能化、控制算法、生产成本优化以及其通用性和适应性等多个方面的探究。 相信在不久的将来，基于STM32 的全向轮避障小车将会有着更加广泛的应用和更好的发展前景。