基于ARM的移动机器人超声波避障的研究田润，张树群，雷兆宜**（暨南大学信息科学技术学院电子工程系，广州510632）510152025303540摘要：以移动机器人的避障和已知轨迹的路径规划为主要目标，设计了基于ARM9为控制器的机器人避障系统，提出了一种利用神经模糊控制算法来实现机器人的避障，完成了超声测距和机器人的运动控制。通过多个超声传感元件进行测距，利用神经网络学习算法来调整模糊规则，实现数据的优化，从而使机器人在特定环境下能够迅速判断、识别障碍物，找到一条无碰的路线，最终达到目标点。最后，仿真结果和试验结果同时表明，这种方法有较高的准确性和较广泛的实用性。关键词：超声避障；模糊识别；神经网络中图分类号：TP24ResearchonusingultrasonicsensorobstacleavoidancemissionofmobilerobotbasedonARMTIANRun,,ZHANGShuqun,LEIZhaoyi(DepartmentofElectronicEngineering,JinanUniversity,GuangZhou510632)Abstract:ThispaperdesignsarobotobstacleavoidancesystembasedonARM9,aimingatrealizingobstacleavoidanceandpathplanningoftheknowntrajectoryformobilerobots.WeputforwardaNeuro-Fuzzycontrolalgorithmtoachieveobstacleavoidanceformobilerobot,aswellasultrasonicrangingandmotioncontrolofrobot.Thisworkperformsrangingbyseveralultrasonicsensors,andadjuststhefuzzyruleusinglearningalgorithmofneuralnetworkfordataoptimization.Thus,therobotcouldquicklymakejudgmentsandidentifytheobstacleincertainenvironments,exploreacollision-freepath,andeventuallyreachtothedestination.Finally，higheraccuracyandfairlycomprehensivepracticabilityofthismethodisindicatedbytheresultsofsimulationandexperiments.Keywords:ultrasonicobstacleavoidance;fuzzyidentification;neuralnetwork0引言机器人在运动过程中，由于障碍物的位置是未知的，所以很难建立精确的数学模型来预测环境信息[1]。常采用模糊控制算法来实现机器人的避障，但是由于模糊控制器所需要建立的规则库会产生大量的数据，同时会造成数据冗余或数据冲突[2]，因此本文提出了一种利用神经模糊控制算法来实现机器人的避障，完成了超声测距和机器人的运动控制。在模糊控制系统框架下，利用神经网络的学习功能，来进行模糊化、模糊推理与解模糊等自调整功能，获得优化的模糊规则与隶属度函数，实现具有自学习功能的模糊控制器。使用Matlab软件成功的对控制算法进行了仿真，并将算法移植到操作平台上，基本达到了预期的目标。1移动机器人的运动学原理国内对轮式机器人的研究主要为针对两轮差速或者带转向机构的移动机器人[3]，本文研究为四轮的轮式滑动机器人，通过其车体结构和原理可知，移动机器人的移动大致分为前进，后退，左右转弯以及零半径的原地转弯等几种形式，通过改变左右两轮的运动速度来实现以上的各类运动。在二维平面内，我们定义XoY坐标轴，以点P作为机器人车体质心的瞬时旋转中心，作者简介：田润，(1987-)，男，硕士研究生，研究方向：基于ARM的移动机器人运动控制系统的研究。通信联系人：张树群，(1964-)，女，副教授，研究方向：嵌入式系统与信号处理。zhang322@jnu.edu.cn-1-在控制过程中，采用同侧的两轮速度给定信号相同的方法。则在理想状况下，机器人的运动学模型可以简化为：在某一时刻，机器人左右轮的速度分别为VL和VR，D为横向的轮距，4550则机器人绕瞬心的角速度为ω(t)=(VL(t)-VR(t))/D。机器人的运动结构如图1所示。图1机器人运动结构图由分析可知：当VL(t)=VR(t)时，角速度为0，直线运动；VL(t)<VR(t)时，机器人左转；VL(t)>VR(t)时，机器人右转；当VL(t)与VR(t)大小相等，方向相反时，机器人做半径为0的原地转弯运动。2机器人运动控制系统2.1系统硬件平台设计机器人的运动控制系统由5个部分组成：主控制系统部分、电机驱动部分、传感器部分、55输入输出部分和电源部分。系统硬件平台框图如图2所示。主控制部分采用三星S3C2440微处理器进行开发；电机驱动部分采用C8051F020单片机进行控制，通过从ARM板得到的机器人位置信息进行动作；传感器...