基于射频识别的多传感器语音导盲机器人及路径规划方法

摘要

本发明涉及一种基于射频识别的智能语音导盲机器人及路径规划方法，所述机器人包括分为三层的车身和导航手柄，车身顶层设有手杆云台和射频识别模块，车身中部设有避障传感器和控制器，车身底层设有底盘，底盘设有驱动轮、万向轮、电机、电机驱动器、蓄电池组和电源转换模块。所述方法包括：通过射频识别模块获得室内环境信息；导盲机器人通过射频识别模块采集与环境中射频标签之间的信号强度值；求得目标点在二维数组中的坐标；将起始点加入开启列表；搜索开启列表中f值最低的点作为当前点；把当前点切换到关闭列表，关闭列表中保存所有不需要再次检查的点；判断开启列表是否为空；判断是否将目标点加进了开启列表。本发明解决了人机交互问题。

主权项

一种基于射频识别的多传感器语音导盲机器人的路径规划方法，该方法使用的机器人包括分为三层的车身和导航手柄，车身顶层设有手杆云台(1)和射频识别模块(2)，车身中部设有避障传感器(4)和控制器(8)，车身底层设有底盘，底盘设有驱动轮、万向轮(5)、电机(6)、电机驱动器(7)、蓄电池组和电源转换模块，导航手柄通过伸缩手杆(9)与手杆云台(1)相连，控制器(8)通过光耦转换电路分别与射频识别模块(2)、避障传感器(4)和导航手柄进行通信，控制器(8)同时输出驱动信号至电机驱动器(7)，电机驱动器(7)驱动电机(6)从而带动驱动轮，蓄电池组通过电源转换模块分别给上述各个装置供电；其特征在于所述方法包括如下步骤：(1)导盲机器人通过射频识别模块获得室内环境信息，其中，将环境中的障碍物信息以机器人半径和定位误差之和进行膨胀，并将膨胀后的信息以二维数组的形式储存；(2)导盲机器人通过射频识别模块采集与环境中射频标签之间的信号强度值，选出接收到的信号强度值最高的三个标签，并将该信号强度值转换为标签与阅读器之间的距离值，其转化关系如下：d＝10^{[ABS(RSSI)‑A]}/(10*n)；其中d为标签与阅读器之间的距离，A为阅读器与标签相聚1m时的信号强度值，n为周围环境对信号的衰减系数；(3)运用三角定位算法确定机器人当前在环境中的坐标，其运算关系如下：$\left\{\begin{array}{c}{d_1}^2={(x_s-x_1)}^2+{(y_s-y_1)}^2\\ {d_2}^2={(x_s-x_2)}^2+{(y_s-y_2)}^2\\ {d_3}^2={(x_s-x_3)}^2+{(y_s-y_3)}^2\end{array}\right.;$其中，(x_s,y_s)为机器人当前位置，(x₁,y₁),(x₂,y₂),(x₃,y₃)为三个标签的坐标值，d₁,d₂,d₃为三个标签分别距机器人当前位置的距离；用同样的办法可以求出t+1时刻的机器人的坐标s_t+1(x_s+1,y_s+1)，这样就可以得到机器人运动的方向角θ，即确定了机器人在环境中的位姿；同时运用低频标签作为绝对坐标点布置在房间内，当机器人运动到某个低频标签时，采集到该绝对坐标点信息，将绝对坐标点信息与机器人通过路径规划算法推算到的位姿信息进行比对：$\tan \theta =\frac{y_{s+1}-y_s}{x_{s+1}-x_s};$(4)以机器人当前位置作为起始点，操作者通过语音输入目标点信息，将该信息与环境地图中的信息进行比对，得出目标点在二维数组中的坐标；(5)将起始点加入开启列表，寻找开启列表中f值最低的点，作为当前点；其中f值为g值和h值之和，g值为从起始点沿着产生的路径运动到当前点所走过的距离；h值是当前点到目标点的欧式距离；若当前点坐标为(x_d,y_d)，目标点坐标为(x_m,y_m)，其计算关系为：$h=\sqrt{{(x_m-x_d)}^2+{(y_m-y_d)}^2}$(6)搜索开启列表中f值最低的点作为当前点；(7)把当前点切换到关闭列表，关闭列表中保存所有不需要再次检查的点，并从开启列表中删除该当前点；搜索当前点能不经过障碍物而直接到达的障碍物特征点，判断该特征点是否在关闭列表中，如果在则略过此点；反之判断该特征点是否在开启列表中，若不在则以当前点作为该特征点的父节点算出g、h和f值并将其加入到开启列表中；反之则以g值作为参考检查新的路径是否更好，g值越小则路径越优，如果新的路径更好则把这一点的父节点改为当前点，重新计算这一点的g、h和f值；(8)判断开启列表是否为空，若是则路径不存在，结束；(9)判断是否将目标点加进了开启列表，如果是则路径找到，结束；反之转到步骤(6)。