安防清洁机器人的研究

[摘 要]智能安防清洁机器人主要由清扫机器人，和充电站组成，清扫机器人是最主要的功能体现，该清洁机器人采用国内外高端嵌入式常用的ARM芯片STM32为主控核心板，应用系统功能强，性价比高，基本可以满足清洁机器人对芯片的要求，清洁机器人由超声波模块，红外模块，碰撞检测模块，充电模块，键盘，液晶显示等组成，采用高级C语言，通过模M退火算法，人工势场法，模糊逻辑算法，禁忌搜索算法以实现对家庭地板全场优化。

[关键词]安防；清洁机器人；自主规划路线

中图分类号：TF36 文献标识码：A 文章编号：1009-914X（2017）04-0162-02

[Abstract]Intelligent cleaning robot is mainly composed of a cleaning robot， and charging stations， cleaning robot is the main function of the cleaning robot， the use of domestic and foreign high-end embedded commonly used ARM chip STM32 as the control core board， the application system of strong function， high cost performance， the cleaning robot can meet the requirements of the chip， the cleaning robot by ultrasonic module， infrared module， collision detection module， charging module， keyboard， LCD and other components， the use of advanced C language， simulated annealing algorithm， artificial potential field method， fuzzy logic algorithm， tabu search algorithm to achieve the optimization of the family floor.

[Key words]security； cleaning robot； autonomous planning route

前言

随着社会的发展，人们生活水品的日益提高，人们越来越想从繁重的家务劳动中解脱出来，于是一款结合单片机嵌入式开发与人工智能结合的产物应运而生――清洁机器人。目前市面上的清洁机器人主要服务于小型家庭，对于各种复杂地形的识别和路径的规划依旧纯在严重的不足。本文介绍的安防清洁机器人集多功能于一体，不仅克服了传统清洁机器人对于各种复杂地形不能识别的不足，并且具有路径规划功能，可以因地制宜，自主规划最佳路线，达到节能，省时省心的效果。相对于其它市面上的清洁机器人，安防清洁机器人更是将安防与清洁相结合，巧妙的运用了清洁机器人的灵动性，相对于其它容易被躲过的固定安防设备，四处游走的清洁机器人更加具有防盗防止家庭局部火灾或其它灾难的能力。

一、总体设计

安防清洁机器人的总体设计思路：

总控制部分：采用意法半导体公司的STM32芯片。具有高性能，低成本，低功耗等特点。

驱动电机部分：采用BTS7960芯片驱动电机，具有较大过载电流，不易烧毁经久耐用。

驱动涡流吸尘部分：涡流吸尘部分对PWM控制要求低，使用市面上常见的L298N模块供电。价格低廉使用方便持久。

传感器部分：主要使用超声波模块进行避障，使用红外对管防止高处跌落，并使用人体红外模块进行对家财产安全探测，使用GSM模块对异常情况进行报警，火焰报警模块能有效探测家中某处小型火灾。

二、主控部分

一个性能优良的清洁机器人必然与它的主控芯片有关，安防清洁机器人在运行时需要处理大量不同地形，并实现最优化路线的既定，所以处理器需要极其强大的性能，并且还需要处理红外防跌落，火焰报警等模块信息，综合以上要求选定意法半导体公司的STM32作为安防清洁机器人的主控板。

三、电机驱动部分

安防清洁机器人采用完全集成的大电流BTS7970芯片作为主驱动芯片，主要具有死区时间短，防止过热，过压，欠压，过流和短路保护，低静态电流等功能。

电机采用全桥MOS管驱动，使清洁机器人具有极快的的刹车和启动，灵活的转向。、驱动电路采用芯片隔离，能防止因突发原因而烧毁主控板。以下是电路图和PCB布局图

四、避障采集部分

安防清洁机器人避障采用超声波远程测距提前定位；红外传感器近距离精确定位；触动开关防撞作为机器人的主要避障传感器。

（一）超声波远程提前测距定位

主要使用三个超声波模块对前方180°的障碍物进行全面提前扫描，类似于生物界中的蝙蝠捕食昆虫的定位方法，通过发射器依次不断地发射超声波，再由接收端接收反馈回来的超声波，通过芯片内部自带的时钟计算时间差，再在芯片内部绘制出前方障碍物的位置。使用超声波模块的优势在于十分的价格低廉，虽然存在一定的盲区，但是三个超声波相互互补几乎能覆盖所有盲区。

（二）红外近距离精确测量

安防清洁机器人采用的超声波模块对于近距离的障碍物判断存在一定的误差，所以采用红外传感器模块对超声波模块进行一定的修正，该模块是一种集发射和接收于一体的光电传感器，当发射管将调制过后的红外线发射，接收管对接收的光进行解调接收，能够准确判断近距离的障碍物，并且检测障碍物的的距离精度均可以通过电位计进行调节。

五、吸尘模块部分

吸尘模块作为吸尘机器人的主体部分，吸尘部分主要由吸尘风扇和滤尘部分组成，吸尘风扇采用离心蜗道吸尘，扇叶采用了阿基米德螺线，离心风机极大的降低了噪音，离心蜗道吸尘相对于普通风扇吸尘拥有更加优越的性能，蜗道吸尘更加的节能，增加了机器人的续航能力。滤尘部分主要由箱体和滤尘网构成。

六、路径规划部分

路径规划是目前清洁机器人最主要所面临的问题，根据市场调研得到的目前市面上人们对于清洁机器人最烦恼的就是每个家庭的环境不同，市面上的大多数清洁机器人容易在一个地方原地打转。路径规划也是目前程序前沿的一个核心问题之一。目前路径规划对于系统的主要要求是：

1.在不同地图中寻找最合适移动距离最短的路径，尽量减少重复的地域。

2.保证不与地图中的任何障碍物发生碰撞，并保证障碍物边缘地段的清扫。

3.避免不同的家具对传感器感知环境模型造成不可预知的影响。

4.通过最优算法，确定最佳清扫路线，并保证不会在一些特殊角落陷入死循环状态。

目前清洁机器人的普及化，遍历路径也出现了越来越多的算法，遍历路径规划是指机器人根据传感器所探知的周围环境，按照最优化路径在起始点和终点之间规划处一条能够覆盖地图上除去障碍物以外的所有地域。

以下是目前比较前沿的几种规划路线的算法：

（1）人工势场法。人工势场法是机器人导航中提出的一种虚拟规划法，原理是将清洁机器人假象成一种在势场中的运动，这种算法运用在清洁机器人这里时能有效的提高清洁机器人的清洁效率。但当遇到复杂的地形时容易产生死锁现象，目前市面上比较高端的清洁机器人采用的就是这种算法。不过，该算法确实是目前效率较高的算法。

（2）栅格法。栅格法采用的是几何的方法来清扫，将机器人假象为一个点，将需要清扫的空间划分为一格一格整齐的栅格。。此算法简单易学，容易在很多单片机内实现。但是此算法效率不高，且栅格大小的确定直接影响效率和覆盖率。家庭的不同大小所需的栅格大小也不尽相同，造成了不同家庭使用效果的不同。

（3）人工智能法。人工智能法是目前最热门的算法。该算法基于模糊逻辑，人工神经网络，遗传算法来解决目前清洁机器人的路径规划问题。该算法是最有可能成为以后清洁机器人规划路线的主流算法。但是目前该算法任然具有很大的不足，而且系统过于复杂对于主控芯片的要求也比较高，就目前的人工智能算法效率普遍也较低。

前面讨论的几种路径规划算法对于单片机而言依旧太过苛刻，经过对单片机的实际应用，最后提出了以下四种遍历方式：内螺旋式，往复式，椭圆式，随机式。经过试验，得出结论往复式是最适合本机器人的算法。

七、安防部分

安防清洁机器人相对于目前市面上的清洁机器人最大的优势就在于在普通清洁机器人的基础上添加了安防功能。利用了清洁机器人的移动不可预测性，为安防提供基础。目前普通安防都是固定于一个地方的，当小偷或其它歹徒有意识的避开安装了防卫的地方，普通的防卫系统根本不能发现家中的偷窃等行为。而清洁机器人工作的最佳时间点正是主人家不在家或者睡觉这种小偷容易光顾的时候，行走著的机器人对于家庭不该出现人时的监控几乎没死角。所以在安防清洁机器人相对于普通的安防更加有优势。当火灾才发生一点点苗头时，就很容易被安防清洁机器人发现。从苗头上就能发现危险，避免过大的损失。所以清洁机器人相对于目前普通的安防设备火灾报警设备拥有更大的优势，实现一机多功能。

八、结论和后期发展

在未来几年中，全智能清洁机器人必将普及，将人们从大量的家庭清洁中解放出来，而且目前都是单一产品，一机多用的理念也深入人心，安防清洁机器人不仅具备目前市面上清洁机器人的特性，更是利用清洁机器人的不断移动性将安防功能做得比普通安防更加出色。未来清洁机器人的普及必将带动路径规划算法的发展，而多功能性复合清洁机器人必将更有优势。并且本安防清洁机器人核心控制板还有很多空闲资源尚未使用，相信在不久的将来还可以在原有基础上开发出更多家庭实用型功能。

参考文献

[1] 蒋新松.未来机器人技术的发展方向的探讨[J].机器人，2002，2（3）：21～22

[2] 孙华，杨鹃.多传感器信息融合在移动机器人上的应用[J].矿山自动化，2005，2：22～25

[3] 刘志雄，李浙昆.室内移动机器人自动充电技术[J].机械与电子，2007，（3）：51～54