CC BY
3
АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ
И ПРОИЗВОДСТВАМИ
УДК 62-529
DOI: 10.24412/2071-6168-2024-8-562-563
ПОВЫШЕНИЕ ТОЧНОСТИ ПОЗИЦИОНИРОВАНИЯ СИСТЕМЫ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ МОБИЛЬНОГО РОБОТА ЗА СЧЁТ ФИЛЬТРАЦИИ ДАННЫХ
Е.И. Баженов
В статье рассматривается повышение точности системы автоматического управления отработки траектории движения мобильного робота, которая подвержена влиянию ошибки в канале измерения. Для решения обозначенной проблемы в исследовании опробован алгоритм фильтрации показаний датчика ориентации робота в пространстве (МЭМС-датчика), что позволяет учитывать шумы, возникающие в канале измерения датчика. В качестве объекта исследования рассматривается прототип мобильного робота. В статье приводится структурная схема фильтра и результаты его работы. Использование фильтрации позволяет повысить эффективность используемого метода позиционирования и навигации мобильного робота, так как увеличивает точность оценки положения робота, что важно для дальнейшего регулирования движения робота по заданной траектории.
Ключевые слова: мобильный робот, система ориентации, инерциальная навигационная система, МЭМС датчики, акселерометр, гироскоп, магнитометр, фильтрация данных.
Мобильные робототехнические комплексы в данный момент применяются в различных областях [1-3]. Службы безопасности, МЧС интересуются автономными средствами слежения, способные выполнять задачи поиска, наблюдения, контроля, выполнять работы в труднодоступных, опасных для человека местах; производственные корпорации интересуются многофункциональными промышленными роботами, простой покупатель все чаще приобретает роботов-пылесосов, развлекательных роботов. При этом, все вышеперечисленные устройства в идеале должны ориентироваться в изменяющейся окружающей обстановке.
Основной проблемой существующих на данный момент аппаратов, работающих автономно, является навигация. Для решения данной проблемы управляющая система робота должна уметь управлять параметрами движения (скорость, угол поворота), правильно оценивать данные, получаемые с датчиков, отслеживать собственные координаты, прокладывать траекторию движения [4-7].
Мобильный робот должен определять собственные координаты и выбирать траекторию движения на основании данных, полученных с датчиков [8-11].
В настоящее время наиболее распространены 6 подходов к оценке перемещения:
- использование энкодеров;
- использование маркеров;
- использование инерциальных измерительных приборов;
- визуальная одометрия;
- отслеживание перемещения с помощью GPS или ГЛОНАСС (спутниковая навигация);
- дальнометрические приборы.
Каждый из перечисленных подходов обладает своими особенностями применения, недостатками и ограничениями.
Хотя системы управления современных мобильных роботов способны совмещать все вышеизложенные подходы к определению положения (позиционирования), это может быть избыточно и дорого. В этом случае необходимо отталкиваться от решаемых задач и ограничений. К примеру, при использовании мобильного робота для транспортировки грузов внутри помещений нецелесообразно его оснащать системой спутниковой навигации, так как для закрытого пространства, при возможности заранее разметить помещение, будет достаточно данных с энкодеров и гироскопов даже с невысокой точностью, ошибка которых будет сбрасываться на специально определенных точках, указывающих истинные значения направления и координат в пространстве за счёт применения маркерной навигации [12].
Постановка задачи. Перечисленные методы позиционирования и навигации мобильного робота имеют один общий недостаток - они не учитывают шумы, возникающие в системе, такие как проскальзывания колес, дрейф нуля датчика, воздействия окружающей среды, изменение освещенности помещения и т. п. Для решения этой проблемы принято использовать фильтрацию.
Основная задачей системы управления является отработка траектории, заданной оператором с установленной точностью. На основании проведенного анализа была предложена усовершенствованная структура контура автоматического регулирования (рис. 1).
Главным элементом системы автоматического управления является регулятор, который следует выбирать исходя из задачи следования по заданной траектории. Наиболее распространенным его видом, применимо к робототехнике, являются пропорционально-интегрально-дифференциальный (ПИД) регулятор. Траектория, формируемая
для робота, по техническим требованиям может быть любой формы, поэтому необходимо учесть ее криволиней-ность и резкие изломы. При условии получения точных и стабильных данных с датчиков, ПИД-регулятор подойдёт не только для отработки плавных поворотов, но и для прохождения довольно крутых изломов траектории.
Рис. 1. Структура системы автоматического регулирования:XYз - координаты траектории движения, заданные оператором; XYf - отфильтрованные значения координат робота; XY - рассогласование для коррекции регулятором; V - управляющее воздействие; XYr - реальные координаты робота;
ХУй - координаты робота, полученные с датчика
Фильтрация данных, снимаемых с датчиков мобильного робота (рис. 1), позволяет увеличить точность оценки положения и дальнейшего регулирования движения по траектории. Фильтр должен быть настроен под требуемый тип датчика, а особая структура системы управления мобильным роботом, при необходимости, может позволить переложить основную расчетную нагрузку фильтрации на систему верхнего уровня, без потерь производительности бортовой системы управления робота, находящейся на нижнем уровне.
Материалы и методы. В качестве объекта исследования используется прототип мобильного робота, оснащенный в соответствии с техническими требованиями предлагаемых систем навигации (рис. 2).
Таким образом, мобильный робот оснащается средствами оценки его перемещения и локальными датчиками навигации, а также модулем беспроводной связи.
Для реализации локальной системы контроля препятствий используются ультразвуковые сонары (дальномеры), а также бампер, с датчиками, реагирующими на прикосновение (микропереключателями).
Для следования по заданному маршруту и уточнения положения в специально определенных точках, указывающих истинные значения направления и определения координат в пространстве, робот оснащён датчиками траектории.
Комбинированный измерительный модуль, в виде МЭМС-датчика, получает одновременно значения вектора магнитной индукции (магнитометр), ускорения свободного падения (акселерометр) и угловой скорости (гироскоп) в собственной системе координат. Для определения ориентации робота в глобальной системе координат, система управления выполнить дополнительные математические расчеты. На практике, необработанные показания акселерометра и магнитометра будут иметь шумы и ошибки измерения, что приведет к неустойчивому результату, даже если устройство будет находиться в покое.
Вия свсхру Вил снизу
Датчики бампера Датчики
Рис. 2. Внешний вид прототипа мобильного робота
Для решения этой проблемы получаемые показания акселерометра и магнитометра пропускают через низкочастотный фильтр. Этот фильтр убирает высокочастотный шум, но увеличивает отклик на изменение ориентации в пространстве. Для компенсации этой инертности используются показания гироскопа.
Комплементарный фильтр объединяет в себе высокочастотный фильтр для гироскопа и низкочастотный фильтр для акселерометра и магнитометра (рис. 3). Вначале каждой итерации работы фильтра с каждого сенсора снимаются текущие показания, которые, вместе с результатами, полученными на предыдущей итерации, поступают на вход фильтра.
Проведение исследования. Практические испытания предложенной системы ориентации мобильного робота проводились с использованием дополнительно разработанного поворотного стенда, который представлял собой шаговый двигатель, который закреплен в положении, при котором вал направлен вертикально вверх. На валу закреплена платформа мобильного робота, на которую установлен измерительный модуль системы ориентации. Высота поворотного стенда выбрана таким образом, чтобы избежать влияния магнитного поля, создаваемого шаговым двигателем на магнитометр, входящий в состав измерительного модуля системы ориентации робота.
Ориентация устройства
Рис. 3. Комплементарный фильтр для фильтрации показаний МЭМС-датчика прототипа мобильного робота
Использование поворотного стенда, основанного на шаговом двигателе обусловлено возможностью шагового двигателя совершать строго фиксированные повороты, зависящие от количества поданных на него импульсов. Данный стенд позволяет проверить достоверность измерения угла курса. Результат измерения представлен на рис. 4, где последовательно совершены один и два оборота в одну сторону, а затем в противоположную.
|Лэмсненио угла курса (пргзцснис на погюротном стендс)
ГЬгои + 720 Покпй - 360
-А
' ' I I г-^, " I
------■-j-ÄH^W^I----
20QQ 2500
Число измерении
-креа.рад Тангаж, paj Курс, рад
~Г
2^)00
-фоо
-Курс, рад]
I
is
А
VI-
Лап
£>щ| 3000
Число иэмвэенчй
4{Ю0
__Тангаж, ряд
рад
t °
X: 1219
V: -0.6073
X: 1621 | Y: -0.6093 1
X: 2602 У : -0 .6134
X: 3608 Y: -0.6035
2500 Число измерений
X: 4825
-Y: <0.6122
■1500
Рис. 4. График изменения угла курса во времени
Изменение угле крене (ручное вращение}
Рис. 5. График изменения угла крена во времени
564
Изменение у 1 ■ ."I' ;)• .1 (ручное ара|цсние)
градусов
- X: 533 " V: -1.5В4
X: V« X: 26^5 У: 0 02454 У: 0.0215« /ЙЭ043 -1-1-.: ■ !■-' У: 1.5&&-
2 X: 2261 V:-1.533 (
—!—
2500 3000 3500
1 Чип л и измерений
Рис. 6. График изменения угла тангажа во времени
Проверка достоверности измерения углов крена и тангажа невозможна с помощью испытательного стенда. Поэтому для эксперимента платформу поворачивали вручную на боковые грани, создавая угол крена и тангажа на рад. Результат измерения угла крена представлен на рис. 5, угла тангажа на рис. 6.
Также был зафиксировано поведение системы ориентации мобильного робота в состоянии покоя (рис. 7).
Исходя из полученных графиков можно сделать вывод, что система работает стабильно и обеспечивает высокую точность вычисления ориентации в течении коротких промежутков времени (отклонение от реальной ориентации объекта не превышает ±2°, замеренная частота вычисления ориентации не ниже 65 Гц.
Полученные результаты свидетельствуют о том, что предлагаемое решение проблемы можно использоваться в реальных робототехнических системах для повышения точности получения информации об ориентации мобильной платформы, а также управления движением мобильного робота.
СОСТОЯНИЙ ПОКОИ
ЕКрон. рал
гооо г5со
Число измерений
Крен [МЛ Та нгэ*. рад "■Т* рдл
2500
Число измерений
«урерм]
X: 455
I У: -0.006757
| 0 ■ ■ ■- — X: 1044
V: ЛЯ21В
= У: .0.05003__;__■_I.
"ё 0 500 1000 1500
0000 3500 ™6
V: -0.5232
Рис. 7. График поведения системы ориентации в состоянии покоя
2000 2500
число измерений
X: 4474
_|¥: -0.05017. . 4500 5000
Результаты. Итогом использования системы фильтрации данных стали приемлемые для использования значения курса, крена и тангажа мобильной робототехнической платформы.
Результаты испытаний системы автоматического управления прототипа мобильного робота при использовании фильтрации показаний инерциальной измерительной системы показали, что расхождение наблюдается лишь в начале эксперимента и это объясняется тем, что алгоритм фильтрации стабилизируется к определенному значению.
Заключение. Основная задачей, рассматриваемой в статье системы автоматического управления, является отработка траектории движения мобильного робота, заданной оператором с установленной точностью, по средствам использования алгоритма ПИД-регулирования. Как оказалось, на практике это часто бывает затруднительно в виду наличия изменяющейся ошибки в канале измерения системы управления.
Для решения обозначенной проблемы в исследовании был опробован алгоритм фильтрации показаний датчика положения робота в пространстве (МЭМС-датчика), что позволяет учитывать шумы, возникающие в системе измерения. В качестве объекта исследования использовался прототип мобильного робота.
Использование фильтрации позволило повысить эффективность используемого метода позиционирования и навигации мобильного робота. Фильтрация данных, снимаемых с датчиков мобильного робота, позволила увеличить точность оценки положения и дальнейшего регулирования движения по траектории.
Список литературы
1. Крахмалев Н.О. Интеллектуальная робототехника как актуальное образовательное направление / Крахмалев Н.О., Бейреш А.М., Мешков Н.С., Мокрушин С.А. // Интеллектуальные автоматизированные управляющие системы в биотехнологических процессах. сборник докладов всероссийской научно-практической конференции. Москва, 2023. С. 182-190.
2. Охапкин С.И. Создание прототипа робота удалённого присутствия / Охапкин С.И., Шураков И.А., Мокрушин С.А., Баженов Е.И., Крахмалев Н.О. // Интеллектуальные автоматизированные управляющие системы в биотехнологических процессах. сборник докладов всероссийской научно-практической конференции. Москва, 2023. С. 221-227.
3. Двинских М.М., Мокрушин С.А., Иванов А.В. Проектирование системы управления уборочного робота на базе ARDUINO // ОБЩЕСТВО. НАУКА. ИННОВАЦИИ (НПК-2017). сборник статей. Всероссийская ежегодная научно-практическая конференция. Вятский государственный университет. 2017. С. 961-971.
4. Шураков И.А. Создание универсальной автономной мобильной платформы с целью реализации на её основе уборочного робота / Шураков И.А., Червяков А.А., Ряшин М.В., Григораш А.В., Мокрушин С.А. // ОБЩЕСТВО, НАУКА, ИННОВАЦИИ (НПК-2016). Сборник статей 2-е издание, исправленное и дополненное. Вятский государственный университет. 2016. С. 2436-2445.
5. Lepej P., Rakun J., Simultaneous localisation and mapping in a complex field environment // Biosyst. Eng. vol. 150, 2016. P. 160-169.
6. Klaser R.L., Osório F.S., Wolf D. Vision-based autonomous navigation with a probabilistic occupancy map on unstructured scenarios // Proc. Joint Conf. Robot., SBR-LARS Robot. Symp. Robocontrol, 2015. P. 146-150.
7. Forster C., Pizzoli M., Scaramuzza D., SVO: Fast semidirect monocular visual odometry // Proc. IEEE Int. Conf. Robot.Automat. (ICRA), May/Jun. 2014. P. 15-22.
8. Liu L., Crowe T.G., Roberge M., Sensor for automatic sampling tasks in rough and large unstructured agricultural fields // Trans. ASABE, 2009, vol. 52, no. 1. P. 285-294.
9. Гданский Н.И. Пассивная визуальная одометрия мобильных транспортных роботов на производственных участках с использованием точек привязки / Гданский Н.И., Баженов Е.И., Мокрушин С.А., Назойкин Е.А., Охапкин С.И. // Мехатроника, автоматизация, управление. 2024. Т. 25. № 3. С. 151-157.
10. Matthies L., Elfes A. Probabilistic estimation mechanisms and tesselated representations for sensor fusion // Proc. SPIE, Jan. 1989, vol. 1003. P. 2-11.
11. Oh S.I., Kang H.-B. Fast occupancy grid filtering using grid cell clusters from LIDAR and stereo vision sensor data // IEEE Sensors J., Oct. 2016, vol. 16, no. 19. P. 7258-7266.
12. Garrido-Jurado S., Muñoz-Salinas R., Madrid-Cuevas F.J., Marín-Jiménez M.J. Automatic generation and detection of highly reliable fiducial markers under occlusion // Pattern Recognition, 2014, vol. 47, no. 6. P. 2280-2292.
Баженов Евгений Иванович, аспирант, [email protected], Россия, Москва, Российский биотехнологический университет
INCREASING THE POSITIONING ACCURACY OF THE AUTOMATIC CONTROL SYSTEM OF A MOBILE ROBOT
E.I. Bazhenov
The article discusses improving the accuracy of the automatic control system for working out the trajectory of a mobile robot, which is subject to the influence of errors in the measurement channel. To solve this problem, the study tested an algorithm for filtering the readings of the robot's orientation sensor in space (MEMS sensor), which makes it possible to take into account the noise arising in the sensor's measurement channel. A prototype of a mobile robot is considered as the object of research. The article provides a block diagram of the filter and the results of its operation. The use of filtering makes it possible to increase the efficiency of the used method ofpositioning and navigation of a mobile robot, as it increases the accuracy of estimating the robot's position, which is important for further regulation of the robot's movement along a given trajectory.
Key words: mobile robot, attitude control system, inertial navigation system, MEMS sensors, accelerometer, gyroscope, magnetometer, data filtering
Bazhenov Evgeny Ivanovich, postgraduate, [email protected], Russia, Moscow, Russian Biotechnologi-cal University
