基于ROS的移動傳送機器人系統(tǒng)設計

基于ROS的移動傳送機器人系統(tǒng)設計摘要目前傳統(tǒng)移動傳送機器人的技術相對較為成熟，但其使用成本仍然相對較高，且容易出現(xiàn)傳感器故障、數(shù)據(jù)處理不當?shù)葐栴}，從而導致移動傳送機器人可能會出現(xiàn)避障不及時、誤判障礙物等問題，導致其無法有效避免障礙物完成任務。本論文旨在研究和設計一種基于ROS的移動機器人系統(tǒng)，可以實現(xiàn)自主導航、環(huán)境感知、路徑規(guī)劃和任務執(zhí)行等功能。硬件平臺采用了搭載有超聲波測距傳感器、攝像頭、電機驅(qū)動器等傳感器和執(zhí)行器的移動底盤，為機器人提供了環(huán)境感知和執(zhí)行任務的能力。軟件系統(tǒng)基于ROS框架，設計了為實現(xiàn)了機器人的任務執(zhí)行和自主導航功能而服務的眾多模塊，包括導航、感知、構建地圖、規(guī)劃路徑和任務執(zhí)行等模塊。最后驗證了基于ROS的移動機器人系統(tǒng)在不同環(huán)境下的導航和任務執(zhí)行性能。實驗結果表明，所設計的基于ROS的移動機器人系統(tǒng)具有一定的應用價值。關鍵詞：移動機器人;ROS;超聲波測距傳感器

目錄第1章緒論 第1章緒論1.1研究目的及意義機器人越來越廣泛的應用,使得它滲透到了幾乎所有領域之中[1]。機器人這門學問之中有一個主要分支就是基于ROS的移動機器人。其中ROS是一種軟件構架，是用來編寫機器人程序的，它的一個重要特點就是靈活性相當高,能夠通過ROS使用一些標準的操作系統(tǒng)服務[2]。并目ROS還能夠在不同節(jié)點的運行過程之中接收、發(fā)出、整合各種信息[3]。想要設計一個基于ROS的移動傳送機器人則需要許多方面的技術支持。首先，要考慮的就是移動傳送機器人如何行動，有許多方案可以選擇，比方可以選擇車輪樣式的、履帶樣式、甚至是腿式的等。其次,為使基于ROS的移動傳送機器人能夠達到希望它能夠達到的能力程度。則需要考慮它的導航方式和行進計劃方式，且還要考慮它選擇哪種驅(qū)動器進行控制，而這個則需要考慮傳感融合，特征提取，避障及環(huán)境映射等方面[4]。所以，可以看出基于ROS的移動傳送機器人是一個綜合的系統(tǒng)，它包括道路行進規(guī)劃、周圍環(huán)境信息收集、移動行為執(zhí)行等許多功能于一體[5]。其中，對ROS移動傳送機器人的開發(fā)設計，很多學者工程師提出了許多全新的理論與工程技術課題[6]，而它在許多人不適合進入的危險惡劣環(huán)境和民間應用中物料搬運上中具有的廣闊的應用前景，使得世界各國中對它的研究都普遍關注。1.2國內(nèi)外研究現(xiàn)狀近年來，隨著社會經(jīng)濟的快速發(fā)展，國內(nèi)外很多研究機構在這個領域做了諸多努力。2022年，鄭為奇和汪地在《ROS室內(nèi)移動機器人避障研究》中提到，當前基于ROS的移動傳送機器人普遍采用的局部道路行進規(guī)劃算法是動態(tài)窗口法(DynamicalWindowApproach,DWA)[7]。動態(tài)窗法通過采集許多個離散的速度，并模擬采集到的速度在一定時間內(nèi)的運動軌跡，利用評價函數(shù)對模擬出的軌跡進行評定，從而得到最優(yōu)路徑。但DWA算法計算復雜度較高,難以實時地動態(tài)避障。而TEB算法則是將動態(tài)障礙物、運行時效、路徑平滑等約束進行綜合考慮，因此在復雜環(huán)境下，相較于傳統(tǒng)的動態(tài)窗口理論有更優(yōu)秀的表現(xiàn)，它支持幾乎所有非完整約束底盤和完整約束底盤，特別是在阿克曼非完整約束底盤上表現(xiàn)出色。TEB算法避障首先將規(guī)劃的幾條能到達目標點的粗略路徑作為原始路徑，然后在每條路徑上考慮多種約束，如時間、碰撞、速度加速度等，并利用這些約束構建優(yōu)化問題，最后求解每條初始路徑的優(yōu)化問題，得到一條比初始化更優(yōu)的路徑，再從調(diào)優(yōu)后的路徑中選出一條更優(yōu)的路徑，即可得到局部路徑規(guī)劃的結果。機器人檢測障礙物的傳感器往往采用二維的激光雷達，但只能檢測某個截面上的障礙物，若在室內(nèi)的復雜環(huán)境中，則會使機器人導航變得不安全。所以，選擇深度相機作為障礙物檢測傳感器，并使用時間彈性帶局部路徑的算法實現(xiàn)了ROS機器人避障功能的安全可靠。2022年，以歐陽嘉泰、王冠凌等人在《基于ROS的室內(nèi)移動機器人自主導航系統(tǒng)設計》中針對移動機器人在建圖與導航技術層面顯現(xiàn)不足的問題，結合ROS操作系統(tǒng),完成機器人自主導航系統(tǒng)的設計[8]。首先，使用優(yōu)化過后的Gmapping算法進行室內(nèi)環(huán)境二維柵格地圖構建并利用AMCL算法完成機器人的準確定位。其次，使用TEB算法對當前構建的地圖進行行進道路規(guī)劃。然后,通過實驗驗證:在仿真環(huán)境中和現(xiàn)實環(huán)境中，移動傳送機器人通過激光雷達掃描一定范圍環(huán)境信息建立地圖，并基于已有地圖實現(xiàn)準確定位，自主繞過在路徑中遇到的靜態(tài)障礙物，且可以規(guī)劃繞過動態(tài)障礙物的最優(yōu)路徑。2020年吳迪發(fā)表的《基于多傳感器融合的智能小車SLAM導航研究》研究的機器人實驗平臺因未安裝機械制動器，而使得機器人的多個關節(jié)在停止行動時，因受到地球引力的影響而向下墜落[3]。除了這個，還由于別的其他各個方面的影響，必須在原來的構造上盡量不增加機械制動器，所以要用軟件來控制機器人關節(jié)的電氣制動。因為最好機器人上不要放上機械制動器而使它的重量變重，所以最好是能夠在不使驅(qū)動系統(tǒng)重量增加的同時又能夠同時擁有制動功能，而使用電氣制動器則就能滿足這一點。而缺點則是:使用電氣制動器對于機械制動器來說它不夠穩(wěn)當，它在斷電的時候就會喪失制動的能力。在2021年陳鵬在《智能小車定位和路徑規(guī)劃系統(tǒng)的研究與開發(fā)》中說到，使用的工業(yè)機器人其應用場景主要在模鍛壓力機的上下料、機床，和噴漆，點焊這類作業(yè)環(huán)境上，它們雖然可以按照提前設置好的工作程序完成限定好的步驟，但還沒有傳感反饋的功能，不能應對提前規(guī)定好的程序之外的狀況[9]。比方，在發(fā)生某些偏差的時候，就可能會導致零部件損毀甚至機器人本身的損壞。楊道清在2021年發(fā)表的《雙目智能小車障礙物檢測與避障研究》中提到，制造業(yè)機器人的系統(tǒng)要求具有更大的柔性和更強大的編程環(huán)境，來適應不同的應用場景和小批多品種的生的應用產(chǎn)過程[10]。2020年S.Escalera,O.Pujol,P.Radeva.在《VisionApple》中研究的機器人傳送系統(tǒng)的修改封閉系統(tǒng)的條件要求是非常高的，只能從新設計，否則在技術上無法實現(xiàn)[17]。而鉆研和應用有著開放結構的機器人系統(tǒng)是克服這些困難的有效的辦法。德國開發(fā)了一種輪椅機器人，這個機器在人群十分密集且相當擁堵的情況下，做了長達六個鐘頭的使用實驗，此機器人在這次實驗中最后的實驗結果相當好，其能力是其它現(xiàn)在有的移動機器人所達不到的。2021年在《RadevaTrafficsignrecognitionusingevolutionaryadaboostdetectionandforest-ecocclassificationIEEETrans》中其發(fā)表者X.Baro,S.Escalera,J.Vitria,Pujol,提出的計算機集成制造(CIM)要求機器人系統(tǒng)要能和車間中的別的自動化設備連接在一起[18]。為了提升機器人系統(tǒng)的機能和智能化水平高度，要求機器人系統(tǒng)需要擁有開放結構和集成眾多外部傳感器的能力。2022年S.M.Bascon,J.A.Rodriquez,S.L.Arroyo,A.F.Caballero,F.Lopez-Ferreras在《VisionImageUnderst》發(fā)表的機器人系統(tǒng)大多都是采用的封閉結構的專門使用的控制器，一般采用專門的計算機來作為上層的主控計算機，而且用專門的微處理器，應用專門的機器人語言來當做用來在離線情況下編程的工具,并在EPROM中固化控制算法，想集成外部硬件和軟件，使用這種專用系統(tǒng)則很困難[19]。在2022年,WalterFetterLages在《JointLevelAdaptiveControlforMobileRobotsinROS2》中，提出了一種適用于移動機器人的自適應控制器，利用的是機器人操作系統(tǒng)的導航框架[20]。導航框架實現(xiàn)了一個運動學控制器,該控制器考慮了諸如機器人非完整約束和障礙物的運動學約束，并輸出要由關節(jié)級控制器實現(xiàn)的線性和角速度命令。通常，關節(jié)級依賴于速度伺服，而速度伺服忽略了機器人的動力學或PID控制器，由于模型的非線性和未知參數(shù)，這些控制器很難調(diào)整。所提出的模型參考自適應控制器根據(jù)導航框架的要求接受速度參考，并輸出車輪扭矩以施加指令速度。給出了穩(wěn)定性的形式化證明，包括機器人動力學、控制器和自適應律。盡管這一點尚未得到證明，因為它取決于參考信號上激勵的持續(xù)性，但實驗結果表明，估計的參數(shù)收斂到接近實際值的值。根據(jù)國內(nèi)外對于移動機器人的研究，移動機器人容易出的系統(tǒng)現(xiàn)故障和編輯程序的問題，本文設計的基于ROS的移動傳送機器人控制系統(tǒng)設計是基于ROS進行工作的，性能穩(wěn)定，價格低廉，設計成熟。1.3主要研究內(nèi)容本設計是一種基于單片機技術的ROS移??動傳送??機器人??。該系統(tǒng)應完成的主要功能有： 1.監(jiān)測到前方有障礙，移動傳送機器人停止移動，蜂鳴器響；2.超聲測距傳感器時刻監(jiān)測前方障礙情況；3.進行道路障礙學習，將觀察到的情況與機器人所在位置進行比較，來提供給處理器使它根據(jù)情況操縱移動傳送機器人行動；4.根據(jù)觀測到的環(huán)境路況，移動傳送機器人進行左轉(zhuǎn)、右轉(zhuǎn)、掉頭、停止。第2章系統(tǒng)總體結構2.1設計方案本設計是一種基于單片機技術的ROS移??動傳送??機器人??。通過??STM32F103RCT6單??片機作??為基本??控制核??心，采??用干電??池組進行供電。2.2功能需求分析移動機器人首先要有能夠在從未接觸過的環(huán)境中安全自如的移動的能力，所以它要能夠進行自主的導航移動。要實現(xiàn)這一點，機器人需要裝備多個各個功能的傳感器，如激光雷達、攝像頭、超聲波等傳感器，并且還要有SLAM算法和路徑規(guī)劃算法。然后，為了實現(xiàn)機器人需要處理包括使用傳感器得到的指令和從遠程控制端發(fā)送的指令這一點，機器人則裝備了ARMCortexM系列的單片機，并且編寫了用來處理各種指令的控制程序。其次，機器人為了實現(xiàn)交互功能，還需要配備多媒體設備和顯示屏，以方便用戶更加直觀的與機器人進行交互。最后，機器人還要能夠自我監(jiān)測傳感器的狀態(tài)，定期維護和校準傳感器設備?；赗OS的移動機器人需要具備多項功能，包括自主導航、控制處理、交互和自我維護等。而實現(xiàn)這些功能則需要各種程序、單片機、傳感器和算法的應用。隨著技術的發(fā)展進步，這些功能都將進一步得到推廣和完善。2.3激光雷達在基于ROS的移動傳送機器人系統(tǒng)設計中，激光雷達是一個十分重要的傳感器。它是一種測量物體位置和距離的設備，是利用激光束進行測量的，它通過并測量激光束從發(fā)射到反射回來來回所需要的時間，來確定物體到機器人的位置距離[21]。激光雷達在ROS系統(tǒng)設計中有一些重要作用：驅(qū)動程序：激光雷達與ROS系統(tǒng)進行通信通常需要一些特定的驅(qū)動程序。ROS可以提供各種激光雷達的驅(qū)動程序包，能夠與不同型號和品牌的激光雷達進行通信。數(shù)據(jù)發(fā)布：激光雷達發(fā)布數(shù)據(jù)是通過ROS的傳感器消息。而erLaserScan消息最常用的消息類型，它包含了激光束的各種測量數(shù)據(jù)，如角度、強度和距離信息。而這些消息被激光雷達節(jié)點發(fā)布到ROS系統(tǒng)中的特定主題，之后其他節(jié)點想要獲取這些激光雷達數(shù)據(jù)就可以通過訂閱這些主題來完成。數(shù)據(jù)處理：激光雷達數(shù)據(jù)的各種處理和分析可以在ROS系統(tǒng)中進行。比如，對激光雷達數(shù)據(jù)進行降噪和濾波可以使用ROS中的濾波器節(jié)點處理，以完成去除無用的噪聲和異常數(shù)據(jù)的任務。此外，還可以使用SLAM算法將機器人的運動信息與激光雷達數(shù)據(jù)相結合，以實現(xiàn)實時建圖和定位?？梢暬篟OS中的可視化工具可以對激光雷達數(shù)據(jù)進行實時分析和展示。其中，ROS中常用的可視化工具RViz，可以以點云的形式將激光雷達數(shù)據(jù)顯示出來，以幫助用戶更加直觀地了解機器人的周圍環(huán)境。導航與避障：激光雷達在移動機器人系統(tǒng)中的導航和避障得到廣泛應用。以激光雷達數(shù)據(jù)的實時獲取，并使用導航堆棧中的避障算法和路徑規(guī)劃，機器人就能夠根據(jù)周圍環(huán)境的距離信息做出選擇，以完成避免障礙物并導航的任務。2.4三維構圖在基于ROS的移動機器人系統(tǒng)設計中，三維構圖（3DMapping）是一個十分重要和關鍵的功能，它使得機器人能夠從周圍環(huán)境中獲取到三維場景的眾多信息并構建出精確的三維地圖。以下是基于ROS的移動機器人系統(tǒng)中三維構圖的一般設計流程和要素：激光雷達的環(huán)境情況獲悉：一般情況下機器人獲知四周情況信息的方式是用激光雷達為的感知設備。ROS提供了各種激光雷達的驅(qū)動程序包，可以方便地與不同型號和品牌的激光雷達進行通信，并獲取激光掃描數(shù)據(jù)。點云數(shù)據(jù)處理：激光雷達通常以點云的形式表示返回的數(shù)據(jù)，即三維坐標數(shù)據(jù)是由大量的點構成的。在ROS中，點云數(shù)據(jù)經(jīng)常使用PointCloud2消息類型來表示。對點云數(shù)據(jù)進行各種配準、濾波、分割和特征提取等處理，可以通過ROS的點云處理庫處理。地圖構建算法：在ROS中，用于將點云數(shù)據(jù)轉(zhuǎn)換為三維地圖模型的最常用的地圖構建算法算法是自由空間構圖和體素濾波算法。自由空間構圖算法是利用激光雷達的掃描數(shù)據(jù)將環(huán)境劃分為自由空間和占據(jù)空間，并以柵格地圖的形式表示。體素濾波算法是將點云數(shù)據(jù)離散化為體素并進行濾波處理，從而構建出稠密的三維地圖。地圖更新和維護：隨著機器人的位置移動，環(huán)境也會隨之不斷變化，所以構建出的地圖也需要進行實時更新和維護。在ROS中，同時進行地圖構建和機器人定位可以使用SLAM算法來完成。SLAM算法是通過激光雷達收集到的環(huán)境信息和機器人自身的的移動情況，隨時進行機器人的行動和方位計算以及地圖的刷新，從而實現(xiàn)機器人的實時位置確定和地圖更新。地圖可視化：ROS提供了如RViz和Gazebo等多種可視化工具，可用于實現(xiàn)完成三維地圖。這些應用可以說明機器人的方位、地圖的構建、點云數(shù)據(jù)等，并且允許用戶以三維視角分析和觀察地圖?；赗OS的移動機器人系統(tǒng)中的三維構圖模塊為機器人提供了用于導航?jīng)Q策和環(huán)境感知的重要信息。它幫助機器人構建準確的環(huán)境模型，實現(xiàn)目標導航、路徑規(guī)劃、避障等高級功能。2.5單片機型號選擇在進行本設計時，對于單片機的選擇有兩種方案，及使用51單片機或STM32單片機。方案1：51單片機說的是對兼容英特爾8051指令系統(tǒng)的單片機的統(tǒng)稱[11]。51單片機它擁有著八位的CPU；而且它的數(shù)據(jù)存儲器和程序儲存器的尋址空間都達到了64KiB；且還有擁著四組輸入輸出口，每組八位共三十二個；以及五至六個中斷源，它們分為2個優(yōu)先級。51單片機只能做一些簡單的邏輯功能代碼，因為它的性能和儲存空間非常有限，所以不適合做復雜的算法和大數(shù)據(jù)處理，而且51單片機接口也比較少，通信功能有限，不能支持擴展太多的功能。方案2：STM32是一款32位的微控制器，它是意法半導體公司開發(fā)出來的，是基于ARMCortex-M為內(nèi)核的。STM32它的優(yōu)點眾多，其中包括功率耗能低、機能優(yōu)秀、功能強大等，常應用在嵌入式領域。STM32很早之前就開發(fā)出來了，資料豐富，便于學習。它能夠搭載高速的處理器和內(nèi)存，能夠輕松處理復雜應用。具有豐富的外設接口，易于調(diào)試和測試。經(jīng)過比對，本設計最終選擇使用STM32單片機。圖2.1STM32F103RCT6原理圖STM32F103RCT6是STMicroelectronics公司推出的一款32位單片機，是以ARMCortex-M3為內(nèi)核開發(fā)出來的。它是STM32F1系列的一員，運行頻率高達72MHz，采用了ARMCortex-M3處理器，具有豐富的外設和存儲器資源。以下是STM32F103RCT6的主要特點和特性：處理器核心：STM32F103RCT6的內(nèi)核采用了ARMCortex-M3，這是一種32位的低功率消耗、高機能處理的RISC處理器。它強力的計算能力和處理器核心優(yōu)化的指令集，十分適合與嵌入式應用。運行頻率：該單片機的運行頻率最高為72MHz，它可以滿足大部分情況下多數(shù)應用的需求存儲器：STM32F103RCT6具有128KB的Flash存儲器和20KB的SRAM。SRAM用于存儲臨時數(shù)據(jù)和堆棧，F(xiàn)lash存儲器用于存儲應用程序代碼和數(shù)據(jù)。外設接口：它能夠提供包括多個通用IO口、I2C、USB、USART、SPI、定時器、ADC等多種外設接口。電源管理：該單片機具有如待機模式、睡眠模式和停機模式等多種電源管理功能，且它支持多種低功耗模式，以優(yōu)化能耗開發(fā)工具：STMicroelectronics有著了完備的軟件和所需的工具，包括集成開發(fā)環(huán)境、STM32Cube軟件開發(fā)平臺和豐富的軟件庫。這些工具和資源可以幫助開發(fā)者快速啟動項目并開發(fā)應用程序。

第3章系統(tǒng)的硬件部分設計3.1系統(tǒng)總體設計本設計使用的單片機是STM32F103RCT6單片機，它是操控整個系統(tǒng)硬件的核心，其提供電能則是選擇用的干電池。其系統(tǒng)的主要硬件模塊包括電機驅(qū)動模塊、IMU模塊、RaspberryPi電腦板模塊、指示燈模塊、MPU9250時鐘模塊、USB模塊、舵機模塊、穩(wěn)壓電路模塊、圖像采集模塊、和蜂鳴器模塊等。3.2系統(tǒng)的主要功能模塊設計3.2.1舵機模塊設計圖3.1舵機模塊原理圖舵機其實就是一種驅(qū)動器，它就是一種為位置伺服的伺服馬達，它適用的控制系統(tǒng)為位置角度可以持續(xù)變化又可以一直保持的系統(tǒng)。而它則普遍使用在了遙控玩具如飛機、潛艇模型，遙控機器人等之中[12]。它其工作原理就是通過信號調(diào)制芯片收到控制信號，控制信號代表著直流偏置電壓，它由接收機的通道進入再進入到芯片之中。電機是正轉(zhuǎn)還是反轉(zhuǎn)，就看到電機芯片的電壓差是正還是負，電壓差是正就正轉(zhuǎn)，是負就反轉(zhuǎn)。電壓差為零時電機停止，級聯(lián)減速齒輪帶動電位器旋轉(zhuǎn)就能完成使電壓差為零。舵機的操控:需要一個控制脈沖部分的基脈沖，它一般在20ms左右高電平部分角度一般為05ms~2.5ms范圍內(nèi)，這樣才能控制舵機。圖3.2舵機驅(qū)動模塊原理圖74HC245；74HCT245是一種高速硅柵CMOS器件，可以與低功率肖特基TTL（LSTL）引腳兼容。74HCT245芯片是驅(qū)動舵機采用的芯片。74HC245；74HCT245是八進制收發(fā)器，具有發(fā)送和接收方向上的非反相三態(tài)總線兼容輸出。74HCT245具有用于容易級聯(lián)的輸出使能輸入（OE）和用于方向控制的發(fā)送/接收輸入（DIR）。3.2.2電機驅(qū)動模塊設計圖3.3電機驅(qū)動模塊原理圖HR8833電機驅(qū)動模塊是一種常見的電機驅(qū)動器，常用于控制和驅(qū)動直流電機（DCmotor）或步進電機（steppermotor）。以下是一般情況下電機驅(qū)動模塊的常見特點和功能：HR8833電機驅(qū)動模塊通常需要一個適當?shù)碾娫垂╇姡蕴峁┧璧碾妷汉碗娏?。輸入電源范圍可以根?jù)具體模塊而有所不同。該模塊通常具有高電流輸出能力，能夠提供足夠的電流給電機以實現(xiàn)高效的驅(qū)動。這有助于電機產(chǎn)生所需的轉(zhuǎn)矩和速度。HR8833電機驅(qū)動模塊通常提供各種控制接口，例如PWM（脈寬調(diào)制）、DIR（方向）和EN（使能）等。通過這些接口，可以實現(xiàn)對電機的速度、方向和使能狀態(tài)進行控制。為了確保電機和驅(qū)動器的安全運行，HR8833電機驅(qū)動模塊有著許多保護。它們包括過電流保護、過高溫保護和電源過高壓保護等，以防止電機和模塊受到損壞。該模塊通常支持電機的速度調(diào)節(jié)，通過調(diào)整輸入信號的頻率或占空比，可以控制電機的轉(zhuǎn)速。這種調(diào)速控制通常通過PWM信號實現(xiàn)。有些HR8833電機驅(qū)動模塊還配備了逆變器功能，可以將直流電源轉(zhuǎn)換為交流電源，以驅(qū)動交流電機。3.2.3IMU模塊設計圖3.4IMU模塊原理圖IMU即慣性測量單元，它彌補了GPS定位的不足，其中通常封裝了三軸加速度計和三軸陀螺儀，它用于測量物體的三軸姿態(tài)角以及加速度[13]。IMU在移動傳送機器人上測量和收集加速度和角速度信號，加速度和角速度數(shù)據(jù)在三維空間中能夠算出物體的狀態(tài)位置，以起到定位導航的作用。來檢測移動傳送機器人有無突然碰撞，有無傾斜等。IMU提供的信息是一個相對的定位信息，它測量的是相對與起始位置的移動傳送機器人所行進的道路，所以它并不是提供移動傳送機器人所在的具體位置的信息，所以，它一般都與GPS一起應用，在沒有GPS信號的時候，IMU能夠使得移動傳送機器人可以繼續(xù)獲得絕對位置信息，不會失去方向。3.2.4MPU9250時鐘模塊設計圖3.5MPU9250時鐘模塊原理圖MPU9250的傳輸是通過集成電路總線接口和單片機進行的，這樣的話，傳輸速率最高可以達到400kHz/s。它的動態(tài)響應十分靈敏，靜態(tài)測量的精度也很高。磁力計收集信息數(shù)據(jù)則使用高靈敏度霍爾型傳感器進行，收集的信息可用于計算偏航角的輔助。3.2.5穩(wěn)壓電路模塊設計圖3.6穩(wěn)壓電路模塊原理圖本設計的穩(wěn)壓電路模塊是使用的HT7533-1三端穩(wěn)壓器。HT7533-1是運用CMOS工藝開發(fā)的低能耗的高壓穩(wěn)壓器，最高的輸入電壓為30V，輸出電壓最高為12.0V.它的輸出電壓精度很高、供電電流特別低、跌落電壓也很低。其詳細信息為1.低功耗：≤3μA2.低跌落電壓：典型值0.1V3.低溫漂：典型值50ppm/4.高的輸入電壓：最高可達30V5.高精度的輸出電壓：容差為+3%6.封裝形式：TO-92，SOT89-3，SOT-23-33.2.6圖像采集模塊設計圖3.7圖像采集模塊原理圖在本設計的移動機器人中，圖像采集模塊使用的器件為攝像頭。其作用十分重要，它負責采集機器人附近的環(huán)境圖像信息，輔助其進行路徑識別。其識別的準確與否能影響到移動機器人是否可以在正確地在路線上移動行進。3.2.7指示燈模塊設計圖3.8指示燈模塊原理圖本設計中移動傳送機器人上所配備的LED指示燈其作用，在于表示說明機器人現(xiàn)在的工作狀態(tài)，處于哪種工作狀態(tài)；提示機器人狀態(tài)不正?；虿僮鞑划敚僮魅藛T即使進行相應處理；或表示機器人出現(xiàn)故障，提醒盡快進行檢修。3.2.8USB模塊設計圖3.9USB模塊原理圖本設計所用的充電接口是P-5-MICROUSB。MICROUSB是USB2.0規(guī)范的其中的一個版本號，它的接口比MiniUSB的接口還要小。MiniUSB的下一代型號就是MICROUSB，是由USB標準化組織二零零七年一月四日規(guī)定。它比標準USB和Mini-USB連接器更節(jié)省空間，且它包括了鋼板機殼，能夠達到一萬次的拔插強度。3.2.9RaspberryPi電腦板模塊設計圖3.10RaspberryPi電腦板模塊原理圖RaspberryPi電腦板中文譯名為“樹莓派”，樹莓派是一種體型小但功能完備的掌上電腦，它有包括USB接口、網(wǎng)線接口、Wifi、可編引腳、外接顯示屏和攝像頭等眾多功能。樹莓派由英國的EbenUpton為領導開發(fā)。它是一個基于ARM的微型電腦主板，只有銀行卡大小，卻能基本實現(xiàn)電腦的功能。它是世界上正式發(fā)售的最小的臺式機，所以又被稱為卡片式電腦。它是以SD/MicroSD卡為內(nèi)存硬盤，它能夠連接外設，擁有HDMI高清視頻輸出接口和視頻模擬信號的電視輸出接口，上面所說的全部部件都在一張銀行卡大小的主板上，一張小小的主板卻能夠基本具備PC的所有功能[14]。只要給它接上屏幕和輸入設備，它就能開始運行許多功能。只有RSComponents、Egoman和Element14/PremierFarnell這三家公司有樹莓派的生產(chǎn)許可，且他們都在網(wǎng)上出售。樹莓派價格低廉，體型小便于攜帶，運行開源的Linux操作系統(tǒng)。且內(nèi)置包括Python2、Wolfram、Java、Python3等眾多編程語言的開發(fā)環(huán)境。其主板上有GPIO引腳，通過對這些眾多引腳進行編程，可以控制各種傳感器、電路、電子元器件，從而對機器人進行控制。樹莓派是一種卡片式電腦，是可以裝操作系統(tǒng)的，并能直接在上面進行編程和運行[15]。樹莓派是使用ARM架構的linux系統(tǒng)，它作為一個微型電腦,它的可操作性是十分強的。樹莓派基金會提供了兩個版本供人們使用，兩個版本分別為：基于ARM的DEBIAN和ArchLinux。從2012年樹莓派開發(fā)出來到現(xiàn)在，因其低成本、小體積、便攜方便等特點，被全球各地使用者應用到了許許多多的項目設計之中，且廣受好評[16]。3.2.10蜂鳴器模塊設計圖3.11蜂鳴器模塊原理圖在基于ROS的移動傳送機器人系統(tǒng)設計中，蜂鳴器模塊是其重要的組成部分，其主要作用是在成功連接節(jié)點后，或在其自主導航時遇到無法避讓的障礙時發(fā)聲提醒，和在移動傳送機器人出現(xiàn)故障時警示報警。其作用十分重要不可或缺。蜂鳴器采用壓電式蜂鳴器，它是由壓電蜂鳴片、多諧振蕩器、共鳴箱、阻抗匹配器和外殼等組成。由集成電路或晶體管構成多諧振蕩器。其工作電壓最低為1.5V，最高可以達到15V，接通電源之后，多諧振蕩器開始起振，輸出音頻信號，壓電蜂鳴片由阻抗匹配器推動發(fā)聲。

第4章系統(tǒng)的軟件設計4.1軟件主流程圖整個系統(tǒng)以單片機為核心，通過系統(tǒng)控制模塊完成移動傳送機器人的基本功能，接收指令行進或停止等；通過超聲測距傳感器檢測前方是否有障礙；控制機器人移動。圖4.1總流程圖4.2超聲波測距模塊的軟件設計圖4.2超聲波測距模塊流程圖只用有一個脈沖觸發(fā)信號在10us以上，該模塊就會發(fā)出八個40kHz周期的電平并測量回波。只有有回波信號它就會輸出回響信號。所測量到的回響信號的脈沖寬度越寬，就代表著檢測到的障礙物距離越遠。距離的話，只要知道從發(fā)射到接收到信號中間的時間，就可以通過計算得知。測量周期盡量在60ms以上，要不然發(fā)射信號就會對傳回的回響信號產(chǎn)生影響，會導致測量不準確。圖4.3超聲波時序圖4.3GPS模塊的軟件設計本設計確定機器人的所在位置的方法，采取GPS系統(tǒng)并結合攝像頭采集的畫面的方法。圖4.4GPS模塊流程圖4.4舵機模塊的軟件設計在本設計中，移動傳送機器人的方向控制由舵機控制。圖4.5舵機模塊流程圖4.5激光雷達模塊的軟件設計在基于ROS的移動機器人系統(tǒng)中激光雷達模塊的軟件設計是非常重要的。下面是激光雷達模塊的軟件設計流程和要素：驅(qū)動程序：首先，與激光雷達硬件進行通信需要使用適當?shù)尿?qū)動程序。ROS提供了許多已經(jīng)實現(xiàn)好的可以與各種激光雷達設備進行通信的激光雷達驅(qū)動程序包。選擇適配特定激光雷達型號的驅(qū)動程序，配置按照ROS的驅(qū)動程序接口規(guī)范進行。數(shù)據(jù)接收和解析：驅(qū)動程序與激光雷達設備進行通信，從而接收到原始的激光雷達數(shù)據(jù)。在軟件設計中，接收和解析這些數(shù)據(jù)則需要編寫相應的代碼。一般，激光雷達數(shù)據(jù)以二進制格式傳輸，所以想要獲得點云數(shù)據(jù)或距離信息，則需要對數(shù)據(jù)進行解析和轉(zhuǎn)換。數(shù)據(jù)處理和濾波：接收到激光雷達數(shù)據(jù)后，需要對數(shù)據(jù)進行各種處理和濾波操作。數(shù)據(jù)處理任務包括去濾除異常值、除噪聲、配準和數(shù)據(jù)插值等。ROS提供的豐富的點云處理庫可以方便地對點云數(shù)據(jù)進行處理和濾波。數(shù)據(jù)發(fā)布：激光雷達數(shù)據(jù)經(jīng)過處理和濾波后就可以通過ROS中的傳感器消息進行發(fā)布。LaserScan消息和PointCloud2消息是最常用的消息類型。發(fā)布激光雷達的掃描數(shù)據(jù)使用LaserScan消息。PointCloud2消息則用于發(fā)布點云數(shù)據(jù)。數(shù)據(jù)的可視化和調(diào)試：為了方便調(diào)整和實驗激光雷達，最好數(shù)據(jù)的可視化使用ROS提供的可視化工具進行。例如，使用RViz將激光雷達數(shù)據(jù)以點云的形式進行實時顯示，幫助驗證激光雷達的工作是否符合預期。整合和系統(tǒng)交互：激光雷達模塊一般需要與其他模塊進行整合，如路徑規(guī)劃算法、SLAM算法和避障模塊等。在軟件設計中，為實現(xiàn)整個系統(tǒng)的功能，需要確保其他模塊與激光雷達模塊之間的數(shù)據(jù)交互和通信正常工作。激光雷達模塊的軟件設計包括數(shù)據(jù)接收與解析、數(shù)據(jù)發(fā)布、驅(qū)動程序的選擇和配置、數(shù)據(jù)處理和濾波、可視化和調(diào)試，以及與其他模塊的整合。通過合理的軟件設計，激光雷達模塊能夠正常工作并為移動傳送機器人系統(tǒng)提供準確的環(huán)境感知能力。

第5章系統(tǒng)測試5.1系統(tǒng)實物圖圖5.1系統(tǒng)完整實物圖5.2測試原理（1）通過WiFi使電腦與機器人連接，打開終端輸入指令，可通過鍵盤控制機器人移動。圖5.2測試原理圖（2）打開終端輸入指令，使機器人能夠拍攝畫面?zhèn)魉偷诫娔X端，開啟攝像頭方便查看小車所在位置。如圖5.3為機器人拍攝的畫面圖5.3機器人拍攝畫面終端輸入指令，啟動激光雷達。通過激光雷達收集機器人周圍環(huán)境信息。圖5.4機器人啟動激光雷達（4）終端輸入指令，啟動機器人SLAM建圖。通過機器人采集的畫面和激光雷達收集到的環(huán)境信息，建立一個機器人所處位置的部分地圖3D模型。SLAM算法即指的是同步定位與地圖創(chuàng)建，它能夠讓移動傳送機器人在從來沒有來到過的環(huán)境中安全移動，而且還可以描繪出所處位置環(huán)境的地圖。本設計采用的為基于激光雷達的SLAM。這種定位技術是比較完備的且成功的，它的建圖直觀、精度高、不存在累計誤差。圖5.5SLAM建圖（5）通過輸入指令后，可用手柄操控機器人移動，隨著小車的移動，所創(chuàng)建的地圖區(qū)域也會不斷擴大。PS手柄的接收器與單片機連接在一起，按下手柄就會發(fā)送消息，接收器就能接收到信息再傳輸?shù)絾纹瑱C。圖5.6手柄控制圖5.7擴大后的SLAM建圖（6）綠色為給機器人設置一個起點，粉色為給機器人設置一個終點，是機器人自動導航，地圖中紅點為障礙物，小車在自動導航時，會自動避障，到達所設定的終點區(qū)域后停止移動。圖5.8設置起點圖5.9設置終點

第6章總結與展望6.1總結本設計的完成過程對我我來說難度不小，在整個過程中出現(xiàn)了大大小小不少的問題。但好在教指導老師很負責的有耐心指導我，讓我我發(fā)現(xiàn)了問題，并指導改正了我的設計中很多不正確的地方，并使我收獲良多。在本設計中出現(xiàn)的問題主要是以下幾個方面，在指導老師的幫助下，和我查閱資料下，針對這些問題提出了解決辦法。(1)在模擬仿真時，有一些數(shù)值一直達不到設計上的規(guī)定。最后，發(fā)現(xiàn)電路板焊接時出現(xiàn)了一些技術問題，于是重新焊接。(2)在使用仿真軟件進行仿真時，中間總是出現(xiàn)問題，最后在請教指導老師后，指導老師發(fā)現(xiàn)了系統(tǒng)代碼的錯誤，并幫助改正。(3)在模擬時，一直都有顯示邏輯錯誤。最后結果輸出且不受影響，但實物中會危害電源。之后經(jīng)過細心排差最后發(fā)現(xiàn)，在發(fā)送錯誤代碼時，系統(tǒng)不能分辨忙碌情況。然后就在系統(tǒng)中添加了識別忙碌信息這一功能，就不再顯示邏輯錯誤了，之后的實物也就不在受影響了。6.2展望設計以智能移動機器人為研究對象，在具體分析智能移動機器人在各個領域的應用問題后，明確提出了一種基于ROS的移動傳送機器人。全部設計的首要工作中如下所示。(1)根據(jù)查看相關資料，確定了移動機器人在一些領域的作用，在這個基礎上明確提出了以采集周圍畫面信息、自動移動、建圖為首要目的的移動傳送機器人；(2)對于上一部分提及的問題，明確提出了運用單片機實現(xiàn)移動傳送機器人的自動控制，運用單片機設計操縱所有體系的設計計劃方案。(3)硬件上電源電路是以電機模塊為驅(qū)動元件，單片機作為主板芯片。模擬仿真結果表明，本設計最后的成品基本滿足機器人的要求。但是本人水平學識有限，無論是系統(tǒng)代碼還是硬件組裝調(diào)試，都有可以優(yōu)化而使得本設計更加完善的地方。

參考文獻[1]竇新宇,王玉娜.智能信息類創(chuàng)新型應用人才的培養(yǎng)——以跨學科智能小車研究為例[J].工業(yè)技術與職業(yè)教育,2021,19(03):47-50.[2]雷斌,金彥彤,王致誠,趙蕊,胡方鑫.倉儲物流機器人技術現(xiàn)狀與發(fā)展[J].現(xiàn)代制造工程,2021(12):143-153.DOI:10.16731/ki.1671-3133.2021.12.022.[3]鄭太雄,江明哲,馮明馳.基于視覺的采摘機器人目標識別與定位方法研究綜述[J].儀器儀表學報,2021,42(09):28-51.DOI:10.19650/ki.cjsi.J2107650.[4]林韓熙,向丹,歐陽劍,蘭曉東.移動機器人路徑規(guī)劃算法的研究綜述[J].計算機工程與應用,2021,57(18):38-48.[5]王梓強,胡曉光,李曉筱,杜卓群.移動機器人全局路徑規(guī)劃算法綜述[J].計算機科學,2021,48(10):19-29.[6]王詩宇.智能化工業(yè)機器人視覺系統(tǒng)關鍵技術研究[D].中國科學院大學(中國科學院沈陽計算技術研究所),2021.DOI:10.27587/ki.gksjs.2021.000003.[7]\t"/kns8/defaultresult/knet"鄭為奇,\t"/kns8/defaultresult/knet"汪地.\t"/kns8/defaultresult/_blank"ROS室內(nèi)移動機器人避障研究[J].\t"/kns8/defaultresult/_blank"ROS室內(nèi)移動機器人避障研究，2022（10）：72-75.[8]\t"/kns8/defaultresult/knet"趙以毛;

\t"/kns8/defaultresult/knet"歐陽嘉泰;

\t"/kns8/defaultresult/knet"王冠凌;

\t"/kns8/defaultresult/knet"代廣珍.\t"/kns8/defaultresult/_blank"基于ROS的室內(nèi)移動機器人自主導航系統(tǒng)設計[J].\t"/kns8/defaultresult/_blank"黑龍江工業(yè)學院學報(綜合版)，2022,12(03):24-33.[9]吳迪.基于多傳感器融合的智能小車SLAM導航研究[D].天津職業(yè)技術師范大學,2020.[10]陳鵬.智能小車定位和路徑規(guī)劃系統(tǒng)的研究與開發(fā)[D].黑龍江大學,2021.[11]楊道清.雙目智能小車障礙物檢測與避障研究[D].昆明理工大學,2021.[12]鄭辰瑛.基于單片機的多功能搶答器的設計與實現(xiàn)[J].中小企業(yè)管理與科技,2021,34(09):143-144+146.[13]\t"/kns8/defaultresult/knet"羅虎;

\t"/kns8/defaultresult/knet"賈瑞清.\t"/kns8/defaultresult/_blank"自適應神經(jīng)模糊雙電位計零死區(qū)高精度舵機[J].\t"/kns8/defaultresult/_blank"機械設計與制造,2020(30):157-159.[14]\t"/kns8/defaultresult/knet"吳鵬飛.\t"/kns8/defaultresult/_blank"基于運動模型下的慣性測量單元傳感器標定方法的研究[J].\t"/kns8/defaultresult/_blank"工業(yè)控制計算機,2021(30):157-159.[15]\t"/kns8/defaultresult/knet"高松.智能安防攝像頭的設計與實現(xiàn)[J].電腦編程技巧與維護,2021,38(10):232-233.[16]郭棟；佀秀杰；吳俊吉

.無接觸配送機器人設計與仿真[J].電子世界,2022,30(07):9-19.DOI:10.16526/ki.11-4762/tp.2022.07.002.[17]S.Escalera,O.Pujol,P.Radeva.Trafficsignrecognitionsystemwithβ-correctionMach.VisionAppl.,21(2)(2021),pp.99-111[18]X.Baro,S.Escalera,J.Vitria,O.Pujol,P.RadevaTrafficsignrecognitionusingevolutionaryadaboostdetectionandforest-ecocclassificationIEEETrans.Intell.Transport.Syst.,10(1)(2021),pp.113-126．[19]S.M.Bascon,J.A.Rodriguez,S.L.Arroyo,A.F.Caballero,F.Lopez-FerrerasAnoptimizationonpictogramidentificationfortheroad-signrecognitiontaskusingSVMsComput.VisionImageUnderst.,114(3)(2022),pp.373-383．[20]D.Ciresan,U.Meier,J.Mascim,J.Schmidhuber,Acommitteeofneuralnetworksfortrafficsignclassification,in:Proc.ofInt.Joint.Conf.onNeuralNetworks(IJCNN),July2021,pp.1918–1921.[21]C.C.Chang,Y.P.HsiehAfastVQcodebooksearchwithinitializationandsearchorderInf.Sci.,183(1)(2022),pp.132-139．

附錄電路圖保定理工學院畢業(yè)設計源程序<?xmlversion="1.0"?><packageformat="2"><name>mediapipe_ros</name><version>0.0.0</version><description>Themediapipe_rospackage</description><!--Onemaintainertagrequired,multipleallowed,onepersonpertag--><!--Example:--><!--<maintaineremail="jane.doe@">JaneDoe</maintainer>--><maintaineremail="bingda@todo.todo">bingda</maintainer><!--Onelicensetagrequired,multipleallowed,onelicensepertag--><!--Commonlyusedlicensestrings:--><!--BSD,MIT,BoostSoftwareLicense,GPLv2,GPLv3,LGPLv2.1,LGPLv3--><license>TODO</license><!--Urltagsareoptional,butmultiple