輪式遙控機器人已經(jīng)應(yīng)用在地震、火災(zāi)等一些危險的室內(nèi)區(qū)域進行救援和探測，或執(zhí)行反恐任務(wù)。由于在這些特殊的環(huán)境下存在諸多的未知因素，且室內(nèi)無GPS信號，人們不得不依靠先進的科學(xué)技術(shù)和儀器來獲取遙控機器人小車的導(dǎo)航信息。但是目前輪式運動小車主要采用的導(dǎo)航傳感方式有視覺、光電、超聲、里程計等，比較容易被外界環(huán)境干擾，不能滿足廣大市場的需求。

但是慣性導(dǎo)航裝備安置在運載體內(nèi)，工作時不依賴外界信息，也不向外界輻射能量，不容易遭到滋擾，是一種自立式導(dǎo)航系統(tǒng)，優(yōu)于上述的導(dǎo)航傳感例子。 并且近年來MEMS(微機電系統(tǒng))結(jié)構(gòu)的慣性傳感器隨半導(dǎo)體技術(shù)的進步得到了迅速發(fā)展，使其低成本而高精度的期望得到了實現(xiàn)。MEMS慣性傳感器組成的慣性導(dǎo)航裝置結(jié)合輪式小車的里程計，能夠產(chǎn)生導(dǎo)航和定位信息，減少對外部環(huán)境的倚賴，實現(xiàn)在外部環(huán)境條件(例如光照、墻壁材質(zhì))未知情況下的導(dǎo)航。

由于是在室內(nèi)區(qū)域進行勘測搜索，小車的運行特點與一般的飛機、船、車不同，它的運動軌跡變化較快，且在運動時存在一定的振動，因此常用的卡爾曼濾波算法需要進一步改進才能應(yīng)用。慣性傳感器采集數(shù)據(jù)量大，且進行慣性導(dǎo)航時需要大量的浮點運算，因此本項目采用了具有強大數(shù)字信號處理功能的DSP 28335芯片和PC控制終端，實現(xiàn)慣性傳感器的數(shù)據(jù)采集、時序邏輯控制、與驅(qū)動系統(tǒng)通信和地圖顯示功能, 具有體積小、成本低、功耗低等優(yōu)點。

綜上所述，本文將選用低成本的MEMS器件，結(jié)合DSP和卡爾曼濾波算法，能實現(xiàn)較高精度的輪式小車導(dǎo)航和定位。

1 系統(tǒng)體系架構(gòu)

本文的目標是研制一個輪式小車慣性導(dǎo)航系統(tǒng)，能夠通過wifi實現(xiàn)PC終端和手持終端控制輪式小車行動以及小車所采集數(shù)據(jù)的傳輸。

搭建如下圖1所示的系統(tǒng)，TI公司的浮點DSP TMS320F28335芯片作為主數(shù)字信號處理器，采集各MEMS慣性傳感器的信號并處理，處理結(jié)果通過WIFI將數(shù)據(jù)輸送到PC終端;PC終端負責(zé)顯示定位結(jié)果和地圖顯示，并向小車驅(qū)動系統(tǒng)發(fā)送控制命令，同時接收驅(qū)動系統(tǒng)反饋的里程計信息。

圖1 總體架構(gòu)

2. 硬件計劃及詳細實現(xiàn)

硬件設(shè)計上，主要分為核心板和驅(qū)動板。核心板包括DSP最小系統(tǒng)，JTAG下載口設(shè)計，系統(tǒng)電源供給電路和MEMS傳感器，WIFI模塊等。而驅(qū)動板主要設(shè)計的內(nèi)容是直流大電機的驅(qū)動模塊。

2.1 核心板設(shè)計

2.1.1 電源電路設(shè)計

TMS320F28335工作時需要的電壓不同：內(nèi)核電壓(1.9 V)與I/O供電電壓(3.3 V)，對于電源比較敏感，所以電源部分利用兩路輸出電源器件TPS767D318來實現(xiàn)，如圖2所示。同時根據(jù)仿真實驗和實際焊接電路的測試，電源模塊輸出端最好使用一些容值不小于10uf的保護電容，且不能使用貼片電容，否則工作不穩(wěn)定。

圖2 DSP電源設(shè)計

在電源設(shè)計中，考慮到TPS767D318芯片可以產(chǎn)生復(fù)位信號，所以在核心板上并沒有再另外為DSP設(shè)計復(fù)位電路。

2.1.2 JTAG下載口電路設(shè)計

圖3為JTAG電路，按照仿真器的通信引腳選擇14腳的仿真接口，同時要注意EMU0和EMUl信號必須通過上拉電阻連接至電源，其中上拉電阻為10kΩ。

圖3 JTAG電路設(shè)計

2.2 小車驅(qū)動板設(shè)計

在本裝置中，我們采用BTS7960作為直流電機驅(qū)動芯片。BTS7960是集成的大電流半橋驅(qū)動，其內(nèi)部包含了一片NMOS、一片PMOS和一片半橋門集驅(qū)動，在IOUT = 9 A，VS= 13.5V，Tj = 25 °C 時，其內(nèi)阻抗為17mΩ。裝置采用了兩個直流大電機，如圖4所示為驅(qū)動單個電機前后轉(zhuǎn)向的電路圖。

圖4 驅(qū)動模塊電路設(shè)計

在電機驅(qū)動這里，需要注意一個細節(jié)，就是電機在轉(zhuǎn)動過程中有可能會產(chǎn)生反向的電動勢，使電流一瞬間過大，導(dǎo)致單片機復(fù)位甚至有可能燒壞芯片。因此在設(shè)計過程中，可以考慮在單片機PWM輸入到電機驅(qū)動接口的地方添加光耦器件隔離或者二極管。如圖5所示，驅(qū)動板選擇了tlp521-4這種光耦器件設(shè)計隔離電路，減小電壓的干擾，減化電路的設(shè)計，同時也把四路PWM的I/O電平從3.3上拉到5V。

圖5 TLP521隔離電路

3.軟件設(shè)計及具體實現(xiàn)

在軟件程序設(shè)計上，主要應(yīng)用九自由度慣性導(dǎo)航傳感器(ITG3200+ADXL345+HMC5883L )，結(jié)合DSP和卡爾曼濾波算法，能實現(xiàn)較高精度的輪式小車導(dǎo)航和定位。

3.1傳感器器件程序設(shè)計

九自由度慣性導(dǎo)航傳感器在許多領(lǐng)域都得到了實際的應(yīng)用，如無人機，救災(zāi)機器人等。它包括ITG3200三軸陀螺儀，HMC5883L三軸磁感應(yīng)傳感器和ADXL345三軸加速度傳感器，所以可以得到加速度，角速度以及角度實時的數(shù)值。

ITG3200是MEMS三軸陀螺儀，可以測量小車的旋轉(zhuǎn)角速度，同時也可以通過積分把角速度轉(zhuǎn)換為小車的傾角。程序中，ITG3200的初始化如下：

unsigned char Init_ITG3200(void)

{

unsigned char Return1,Return2,Return3,Return4;

unsigned char Data;

Data = 0x00;

Return1 = IIC_WriteData(0xD0, 0x3E, &Data, 1);

Data = 0x07;

Return2 = IIC_WriteData(0xD0, 0x15, &Data, 1);

Data = 0x1E;

Return3 = IIC_WriteData(0xD0, 0x16, &Data, 1);

Data = 0x00;

Return4 = IIC_WriteData(0xD0, 0x17, &Data, 1);

if(Return1 && Return2 && Return3 && Return4)

return 1;

else

return 0;

}

其具體功能實現(xiàn)可以在主程序中通過SCI讀取其值。所讀取的值為角速度，不會受到小車運動的影響，因此該信號噪聲很小，同時可以由它積分得到小車傾斜角度，可以平滑信號使其更加穩(wěn)定。

由于裝置是要在不同的室內(nèi)區(qū)域進行勘測搜索，再加上未知的環(huán)境，所以角速度信號可能存在一定的偏差，會導(dǎo)致積分后的角度出現(xiàn)大的誤差，無法得到實際的數(shù)值。為了消除這個由于偏差而產(chǎn)生的累積誤差，裝置上加上ADXL345三軸加速度傳感器對于獲得的角度信息進行校正。ADXL345初始化如下：

unsigned char Init_ADXL345(void)

{

unsigned char Return1,Return2,Return3,Return4;

unsigned char Data;

Data = 0x0b;

byReturn1 = IIC_WriteData(0xA6, 0x31, &Data, 1);

Data = 0x08;

Return2 = IIC_WriteData(0xA6, 0x2c, &Data, 1);

Data = 0x08;

Return3 = IIC_WriteData(0xA6, 0x2d, &Data, 1);

Data = 0x80;

Return4 = IIC_WriteData(0xA6, 0x2e, &Data, 1);

Data = 0x00;

Return4 = IIC_WriteData(0xA6, 0x1e, &Data, 1);

Data = 0x00;

Return4 = IIC_WriteData(0xA6, 0x1f, &Data, 1);

Data = 0x05;

Return4 = IIC_WriteData(0xA6, 0x20, &Data, 1);

if(Return1&&Return2&&Return3&&Return4)

return 1;

else

return 0;

}

通過ADXL345所得到的角度，和陀螺儀積分后的角度進行對比，然后使用它們的偏差改變陀螺儀的輸出，從而積分后的角度慢慢校正到實際的角度，如圖5所示。

圖5 通過加速度傳感器校正角度

HMC5883L三軸磁感應(yīng)傳感器的作用相當(dāng)于羅盤，在水平情況下，無需借助其他傳感器便可以計算出航向。其初始化如下：

unsigned char Init_HMC5883(void)

{

unsigned char Return1;

unsigned char Data;

// Bit4 Bit3 等于11時，選擇2000度/秒的量程

Data = 0x00;

Return1 = IIC_WriteData(0x3C, 0x02, &Data, 1);

if(Return1)

return 1;

else

return 0;

}

由于裝置是要在不同環(huán)境下進行工作的，所以其并不能保持時刻水平，就需要加速度傳感器來糾正由于傾斜引起的誤差。

3.2 卡爾曼濾波算法應(yīng)用

于是裝置在室內(nèi)區(qū)域進行勘測搜索，小車的運行特點與一般的飛機、船、車不同，它的運動變化快，軌跡不定，而且要適用于不同的環(huán)境下工作，因此常用的卡爾曼濾波算法需要進一步改進才能應(yīng)用?？柭^濾是用前一個估計值和最近一個觀察數(shù)據(jù)，來估計信號的當(dāng)前值，它是用狀態(tài)方程和遞推的方法進行估計的，它的解是以估計值形式給出的。其運用在加速度器和陀螺儀上的卡爾曼濾波程序如下：

// float gyro_m：陀螺儀測得的量(角速度)

//float incAngle:加速度器測得的角度值

#define dt 0.0015//卡爾曼濾波采樣頻率

#define R_angle 0.71 //測量噪聲的協(xié)方差(即是測量偏差)

#define Q_angle 0.0001//過程噪聲的協(xié)方差

#define Q_gyro 0.0003 //過程噪聲的協(xié)方差 過程噪聲協(xié)方差為一個一行兩列矩陣

float kalmanUpdate(const float gyro_m,const float incAngle

{

float K0;//含有卡爾曼增益的另外一個函數(shù)，用于計算最優(yōu)估計值

float K1;//含有卡爾曼增益的函數(shù)，用于計算最優(yōu)估計值的偏差

float Y0;

float Y1;

float Rate;//去除偏差后的角速度

float Pdot[4];//過程協(xié)方差矩陣的微分矩陣

float angle_err;//角度偏量

float E;//計算的過程量

static float angle = 0; //下時刻最優(yōu)估計值角度

static float q_bias = 0; //陀螺儀的偏差

static float n[2][2] = {{ 1, 0 }, { 0, 1 }};//過程協(xié)方差矩陣

Rate = gyro_m - q_bias;

//計算過程協(xié)方差矩陣的微分矩陣

Pdot[0] = Q_angle - P[0][1] - P[1][0];

Pdot[1] = - n[1][1];

Pdot[2] = - n[1][1];

Pdot[3] = Q_gyro;

angle += Rate * dt; //角速度積分得出角度

n[0][0] += Pdot[0] * dt; //計算協(xié)方差矩陣

n[0][1] += Pdot[1] * dt;

n[1][0] += Pdot[2] * dt;

n[1][1] += Pdot[3] * dt;

angle_err = incAngle - angle; //計算角度偏差

E = R_angle + P[0][0];

K0 = n[0][0] / E; //計算卡爾曼增益

K1 = n[1][0] / E;

Y0 = n[0][0];

Y1 = n[0][1];

n[0][0] -= K0 * Y0; //跟新協(xié)方差矩陣

n[0][1] -= K0 * Y1;

n[1][0] -= K1 * Y0;

n[1][1] -= K1 * Y1;

angle += K0 * angle_err; //給出最優(yōu)估計值

q_bias += K1 * angle_err;//跟新最優(yōu)估計值偏差

return angle;

｝

通過濾波時數(shù)據(jù)平滑將加速度輸出電壓附近產(chǎn)生的波動噪聲濾掉。

4 實驗測試與結(jié)果分析

在裝置硬件和軟件搭建完成后，通過原先設(shè)計好的PC端軟件和平板安卓軟件，搜索到Wi-Fi，自動連入局域網(wǎng)。在實驗室測試環(huán)境下，小車可以自由行駛并反饋回實時的數(shù)據(jù)并進行測試比較。

4.1 航向角數(shù)據(jù)測試

HMC5883L采集到的航向角存在隨機波動性，因此可以對于進行多次采集平均值濾波，以提高系統(tǒng)輸出的數(shù)據(jù)穩(wěn)定性。如圖6為一定時間內(nèi)濾波前和濾波后航向角的數(shù)據(jù)。

圖6 航行角數(shù)據(jù)采集和對比圖

上圖的數(shù)據(jù)對比可以得知，航向所采集到的數(shù)據(jù)進行平均值采樣濾波優(yōu)化后誤差大大減小，比原有數(shù)據(jù)穩(wěn)定許多，說明濾波效果明顯。

4.2 角度數(shù)據(jù)測試

在角度獲得的數(shù)據(jù)，可以使用ADXL345和ITG3200所得的數(shù)據(jù)，轉(zhuǎn)換為橫滾角和俯仰角。再結(jié)合卡爾曼濾波對數(shù)據(jù)進行濾波以達到更準確的實驗結(jié)果。如下表1為濾波1前角度的數(shù)據(jù)及誤差，表2為濾波后角度的數(shù)據(jù)及誤差。

表1 濾波前角度的數(shù)據(jù)及誤差

表2 濾波后角度的數(shù)據(jù)及誤差

由表1和表2的測試數(shù)據(jù)可知，經(jīng)過濾波后，最大的誤差從3.8降到-0.4，而且大體上都在1°內(nèi)，大大提高了角度的輸出精度。

5 結(jié)束語

本文所設(shè)計的輪式小車室內(nèi)慣性導(dǎo)航裝置，分析了該軟件設(shè)計的各個模塊的具體實現(xiàn)方法。經(jīng)實驗結(jié)果表明，該設(shè)計能夠?qū)崟r監(jiān)測到移動機器人的位置信息，并對其能實現(xiàn)有效控制。同時其低成本、高精度、易操作的特點將進一步應(yīng)用于例如巡邏機器人、救援機器人等專業(yè)領(lǐng)域，必將吸引國內(nèi)外眾多的投資商對其投資并進行更進一步的研發(fā)與應(yīng)用，使其有著十分廣大的創(chuàng)新創(chuàng)業(yè)前景、應(yīng)用前景和市場前景。