CC BY
5АДАПТАЦИЯ ПЛАТФОРМЫ EVO BOT ДЛЯ ИССЛЕДОВАНИЙ В ОБЛАСТИ
РОБОТОТЕХНИКИ
ГАСАНГУЛИЕВА МАТАНАТ МУХАММАД K.
Ассистент кафедры «Компютерная инженерия», Азербайджанский Государственный Университет Нефти И Промышленности, Баку, Азербайджан
КАЗИМЗАДЕ АБДУЛЛА ШАМСИ О.
Магистр кафедры «Компютерная инженерия», Азербайджанский Государственный Университет Нефти И Промышленности, Баку, Азербайджан
Аннотация. Что касается сред разработки управления программным обеспечением, хорошо зарекомендовавшие себя платформы, такие как ROS или Robotics Toolbox [имеют чрезвычайно полезные модульные функции для выполнения основных задач робототехники, но требуют значительных различий между приложениями и требуют определенных операционных систем и выпусков.
Ключевые слова. EVO BOT, робототехнит, проектирования платформы, датчик.
ADAPTATION OF THE EVO BOT PLATFORM FOR RESEARCH IN THE FIELD OF
ROBOTICS
GASANGULIYEVA MATANAT MUHAMMAD K.
KAZIMZADE ABDULLA SHAMSI O.
Azerbaijan state university of oil and industry
Abstract. In terms of software control development environments, well-established platforms such as ROS or Robotics Toolbox [have extremely useful modular features for basic robotics tasks, but require significant differences between applications and require specific operating systems and editions.
Keywords. EVO BOT, robotics, platform design, sensor.
Имея это в виду, компания MEC Labs решила разработать платформу EvoBot со следующими целями: - Низкая стоимость: подходит для исследовательских групп, которым требуется большое количество (например, более 50) горячих роботов с достаточными возможностями обнаружения и управления. - Открытый исходный код: аппаратное обеспечение, конструкция корпуса/шасси, прошивка и прошивка для EvoBots полностью открыты, что позволяет любой группе воспроизводить платформу с минимальными усилиями. Все аппаратные и программные файлы, используемые для разработки EvoBots, доступны здесь: - Адаптируемость: окончательная платформа должна быть как можно более универсальной, с минимальными изменениями в основном программном обеспечении пользователями для расширения широкого круга общих исследовательских приложений. Некоторые репрезентативные приложения описаны в разделе IV.
В процессе проектирования платформы EvoBots было проведено много обучения на основе ошибок, и в этой статье этот процесс описывается и синтезируется, чтобы быть полезным для будущих исследователей робототехники, которые намереваются разработать свои собственные платформы или адаптировать их для коммерческого использования. существующие платформы. Особое внимание будет уделено проблемам, общим для роботизированных платформ в целом, и подходам, используемым для избежание неудач при попытке их решения. Авторы хотели бы отметить, что каждый проект робототехники
ОФ "Международный научно-исследовательский центр "Endless Light in Science"
представляет собой уникальный набор проблем, поэтому мы попытались описать только те из них, которые, по нашему мнению, можно обобщить.
В этой статье будут обсуждаться сходства и различия между EvoBot и другими сопоставимыми недорогими робототехническими платформами, а также представлены уроки, извлеченные в процессе проектирования. Чтобы сократить время между циклами проектирования, EvoBots были прототипированы с 3D-печатным корпусом и разработаны в течение трех основных поколений и нескольких незначительных изменений. Покомпонентный вид ЕуоВо1 показан на рис. 1.1.
Рис. 1.1. В нижней части печатной коробки находятся два слота для оптических датчиков потока, корпуса для левого и правого кодировщиков протектора и 5 ИК-датчиков глубины. Энкодеры и дополнительные ультразвуковые датчики на передних колесах не показаны.
Хотя эта система вводит кинематические ограничения, ограничивая боковое перемещение, простота математической модели для использования в производстве, сборке и приложениях управления является значительным преимуществом. Колеса соединены с моторами через редуктор с передаточным числом 1:100. После замедления конечная скорость робота может варьироваться от -180 до 180 мм/с, так что возможны движения как вперед, так и назад. Скорость каждого двигателя регулируется сигналом напряжения с широтно-импульсной модуляцией. Внутренний ПИ-регулятор реализован путем получения обратной связи от энкодеров, которые отслеживают движение колеса, чтобы обеспечить предсказуемое движение. Параметры контроллера может потребоваться настроить вручную, чтобы компенсировать небольшие механические различия между двумя сторонами робота, вызванные безупречным производством и сборкой.
Чтобы обеспечить максимальное покрытие для приложений обнаружения препятствий и составления карт, 5 инфракрасных датчиков размещены по краям правильного пятиугольника, причем один ИК-датчик направлен вперед. Подобное расположение датчиков дальности имеется на таких платформах, как Colias и е-риск (таблица 1.1). Несмотря на такое расположение, между соседними датчиками существуют слепые зоны, из-за которых препятствия могут не обнаруживаться в определенных направлениях робота относительно препятствия. Использование ультразвуковых датчиков вместо ИК может снизить вероятность слепых зон из-за их большей дальности и охвата, но они дороже. Таким образом, рекомендуется правильно выбрать датчики и тщательно протестировать их производительность и ограничения, прежде чем принимать окончательное решение о физической конструкции и размещении датчика.
Еще одна особенность, присутствующая в EvoBots, — использование блока инерционного движения. 1Ми 6DOF предоставляет информацию об ускорении, крене, тангаже и рыскании робота в направлениях х, у и z. Хотя теоретически положение робота можно определить с помощью данных 1Ми, на практике эти датчики очень шумные, а ошибки
в оценках положения от этих датчиков неприемлемо высоки даже после использования таких методов, как фильтр Калмана. Хотя получение оценок положения от IMU обычно не рекомендуется, хорошие оценки можно получить с помощью устройств с более высоким разрешением и скоростью передачи данных. Однако такие устройства дороги и поэтому не могут быть идеальным выбором для недорогой платформы.
Почти во всех приложениях робототехники ошибки в оценках положения робота могут постепенно накапливаться (например, для наземных роботов колесные энкодеры могут быть сбиты с толку из-за скольжения или заноса колес по поверхности земли). В первых двух поколениях EvoBots эта ошибка в энкодерах колес вызывала серьезные трудности при локализации. Для решения этой проблемы на нижней стороне EvoBot разместили оптические датчики потока. Они обнаруживают изменение положения робота, воспринимая относительное движение тела робота относительно поверхности земли. Это обеспечивает более надежную локализацию даже в случае скольжения. Как показано на рис. 1.1, есть два таких датчика, расположенных рядом на определенном расстоянии друг от друга. Такое расположение позволяет выводить информацию о курсе робота вместе с информацией о пройденном расстоянии. Хотя оптические датчики потока хорошо работают в заданной среде, они должны быть тщательно откалиброваны эмпирическими методами. Кроме того, было обнаружено, что процедуру калибровки необходимо повторять каждый раз при столкновении с новой поверхностью, поскольку соответствующие параметры могут варьироваться от поверхности к поверхности.
Как описано выше, для оценки положения и ориентации робота можно использовать колесные энкодеры, оптический поток, а также датчики IMU. Каждый из них становится актуальным в определенных конкретных ситуациях. Например, когда робот отрывается от земли, IMU обеспечивает наиболее надежную оценку ориентации; оптические оценки потока наиболее надежны, когда робот находится на земле и скользит; и при отсутствии дрейфа оценки положения от энкодеров действительны. Некоторые подробности использования нескольких датчиков для локализации упоминаются в разделе IV-A. В своей текущей конфигурации EvoBots также имеет AI-ball, миниатюрную видеокамеру с поддержкой Wi-Fi с полной поддержкой драйверов и низкую стоимость захвата видео и данных изображения. Блок камеры не зависит от другого оборудования, поэтому его можно без каких-либо неудобств снять, когда он не нужен.
На сегодняшний день на рынке представлено большое количество микроконтроллеров. Чипсет, используемый в EvoBot, представляет собой процессор Cortex M0, обладающий рядом благоприятных особенностей, таких как низкое энергопотребление, высокая производительность и в то же время экономичность благодаря большому количеству доступных операций ввода-вывода (ввода/вывода). булавки. Одним из основных преимуществ этого процессора является его совместимость с платформой mbed, удобной онлайн-платформой для разработки программного обеспечения для микроконтроллеров ARM Cortex-M. Платформа разработки mbed имеет встроенные библиотеки для драйверов, контроллера мотора, модуля Bluetooth и других датчиков. Как и электронная шайба, EvoBots также имеют возможности связи по Bluetooth. После тестирования с различными одноранговыми и ячеистыми архитектурами было установлено, что EvoBots связываются с центральным сервером через стандартный Bluetooth в топологии звездообразной сети, чтобы поддерживать гибкость с большим количеством потенциальных целевых приложений. Дешевый Bluetooth-модуль HC-06 оказался лучшим решением. Данные от различных датчиков, собранные во время движения, передаются на центральный сервер каждые 70 мс. Модуль камеры работает параллельно и использует Wi-Fi 802.11b для передачи видеопотока на центральный сервер. Звездная сеть Bluetooth также используется для передачи управляющих команд роботам.
Кроме того, топология сети «звезда» с центральным сервером косвенно обеспечивает дополнительную гибкость с точки зрения языков программирования. Требуется только
ОФ "Международный научно-исследовательский центр "Endless Light in Science"
соединение Bluetooth, и все расчеты могут выполняться на центральном сервере. Например, EvoBot можно контролировать с помощью нескольких языков программирования, включая C, Python и MATLAB. Bluetooth-подключение также позволяет разрабатывать мобильные приложения для смартфонов. В таблице II приведены все датчики, используемые в EvoBot.
Таблица 1.1
Окончательные сенсорные возможности платформы evobot 3-го поколения
Signal Sensor Frequency Full Range Accuracy
acceleration MPU6050 HUM) Hz 4Л 0.1*
Temperature MPL'6050 mux 4» Hz +/-1 °C from -40 to S5 °C
xJy pixels ADNS5040 I0W Hz +У- 5mm/m
hncoders GP2S60 400 Hz +/- 5mm/m
Batten' current ACS7I2 33 Hz ♦/- 1.5 <5? 25C
Proximity GP2Y0A02YK0F 25 Hz +/- 1mm
Camera Al-ball 30ips VGA 640x4 КО
Общие проблемы. Платформа EvoBot предназначена для решения широкого круга исследовательских задач и позволяет исследователям-теоретикам в области робототехники легко переносить свои алгоритмы из моделирования в аппаратное обеспечение. Переход с виртуальной на реальную платформу требует рассмотрения ряда дополнительных вопросов. В этом разделе обсуждаются некоторые проблемы, возникающие при разработке приложений для EvoBots.
Хотя идеальные модели датчиков могут быть приемлемы для использования в моделировании, реальных приложениях робототехники и особенно на недорогих платформах, восприятие информации об окружающей среде может выполняться только с определенным диапазоном и точностью. Поэтому важно быть внимательным в выборе расположения датчиков. Слепых зон следует избегать, насколько это возможно, чтобы избежать неожиданного поведения датчиков дальности при обнаружении препятствий. Также следует учитывать верхний и нижний пределы диапазона датчика. Как и в случае с EvoBots или другими недорогими платформами, диапазон датчиков может быть весьма ограниченным и подверженным шуму, а мертвые зоны существуют, несмотря на тщательное размещение датчиков. В случае слепых зон может быть целесообразно, закодировать в роботе стандартное поведение, такое как обычное отслеживание стены или автоматическое управление обнаруженными препятствиями.
Во время моделирования обычно предполагается, что поведение датчиков одинаково для разных сред. На практике большинство датчиков требуют той или иной формы калибровки. Кроме того, параметры калибровки некоторых датчиков могут зависеть от среды, в которой они работают. Например, параметры калибровки оптических датчиков потока в EvoBots различаются в зависимости от поверхности, с которой они работают. Кроме того, настройки очень чувствительны к небольшим изменениям зазора, которые могут быть следствием несовершенной 3D-печати или изменений корпуса робота при сборке. Часто бывает, что параметры нужно время от времени устанавливать и сбрасывать. Это может добавить значительное время и усилия для разработки. Процесс калибровки следует по возможности автоматизировать. Если автоматизация невозможна, одним из способов уменьшить эту проблему является включение пользовательских команд в пакет программного обеспечения, которые могут изменять параметры калибровки на лету. Это решение было принято EvoBots для калибровки энкодеров и оптических датчиков потока.
В моделировании цикл обновления робота и решатели могут иметь либо фиксированные, либо переменные временные шаги, но на практике они, вероятно, будут переменными. Таким образом, отслеживание времени особенно важно для приложений реального времени. Например, в EvoBots производительность алгоритма локализации (раздел IV-A) значительно снижается, если временной шаг считать постоянным.
Когда между платформами или между платформой и хост-компьютером необходимо обмениваться большими объемами данных датчиков и инструкций, очень важно поддерживать целостность передаваемых данных. Когда информация, которой обмениваются при обмене данными, задерживается или частично или полностью теряется, это происходит из-за неправильного форматирования данных, отсутствия синхронизации, неверной информации и т. д. может вызвать ряд нежелательных ситуаций. Эти аспекты редко учитываются при моделировании. В EvoBots проблема целостности данных была решена путем выполнения периодических проверок избыточности в рамках программы связи. Идеально также выполнять побитовые проверки, но в случае с EvoBots этого не делалось.
Проблемы, перечисленные в этом разделе, относятся почти ко всем программам для роботов в целом.
Результат. Успешно предприняты первые шаги к созданию полностью автономного двухколесного робота, способного работать в лунных условиях.
ЛИТЕРАТУРА
1. C.-F. Juang,. M.-G. Lai and W.-T. Zeng, "Evolutionary Fuzzy Control and Navigation for Two Wheeled Robots Cooperatively Carrying an Object in Unknown Environments," IEEE Transactions on Cybernetics, vol. 45, no. 9, pp. 1731-1743, September 2015.
2. M. M. Rahman, Ashik-E-Rasul, H. Nowab. Md. Aminul, M. Hassan, I. M. a. Hasib and K. M. R. Hassan, "Development of a two wheeled self balancing robot with speech recognition and navigation algorithm," in International Conference on Mechanical Engineering, BUET, Dhaka, 2016.
3. M. Stillman, J. Olson and W. Gloss, "Golem Krang: Dynamically stable humanoid robot for mobile manipulation," in IEEE International Conference on Robotics and Automation (ICRA), Anchorage, AK, USA, 2010.
4. H. W. Jones, "The Recent Large Reduction in Space Launch Cost," in 48th International Conference on Environmental Systems, Albuquerque, New Mexico, 2018.
5. "Getting to Space Dosen't have to be Complicated," Spaceflight Industries, 2019. [Online]. Available: https://spaceflight.com/schedule-pricing/#pricing. [Accessed 2 February 2020]. 37
6. R. Siegwart and I. R. Nourbakhsh, Introduction to Autonomous Mobile Robots, Cambridge, Massachusetts: The MIT Press, 2004.
7. R. C. Hibbeler, Engineering Mechanics Dynamics, 12th ed., Upper Saddle River, New Jersey: Pearson Prentice Hall, 2010.
