CN108627171A - 基于无线信号强度梯度的移动机器人定位充电基座的智能方法 - Google Patents

Abstract

公开基于无线信号强度梯度的移动机器人定位充电基座的智能方法，移动机器人包括驱动轮和与驱动轮连接的驱动电机，设置在移动机器人前端的充电电极公端以及主控电子装置设置，充电基座包括设置充电电极母端、电源插孔，以及充电控制电子装置，充电控制电子装置设置控制器和与控制器连接的第一WIFI模块，主控电子装置设置处理器和与处理器连接的第二WIFI模块，以及设置在处理器中的充电基座定向智能方法，所述的充电座定向智能方法包括十个步骤，分别进行位置与方向计算，无线信号强度采集，移动距离计算，数据存储，无线信号强度梯度计算，以及当前位置无线信号强度梯度最大值的计算，从而获取移动机器人方向与充电基座的夹角，为寻找充电座提供指导。

Description

基于无线信号强度梯度的移动机器人定位充电基座的智能 方法

技术领域

本发明涉及一种基于无线信号强度梯度的移动机器人定位充电基座的智能方法，属于移动机器人领域。

背景技术

移动机器人已经开始应用在我们的生活中，比如吸尘机器人和割草机器人，机器人的应用一定程度上减轻了日常的劳动负担，是未来技术发展的趋势。

目前，移动机器人技术的发展还不是很完善，比如吸尘机器人和割草机器人，在工作结束或者电池耗尽的时候，需要寻找充电基座进行充电。目前常用的方式是沿工作区域的边界进行搜寻，比如吸尘机器人可以沿着墙边搜寻充电基座，而充电基座是靠墙设置的；割草机器人是工作在草坪上，而草坪的周围铺设了交流电缆，充电基座设置在电缆上，所以割草机器人沿着电缆也可以找到充电基座。这种方式在环境复杂，或者面积较大的情况下，平均状况下需要花很长时间才能回到充电基座，并且很可能出现这种情况，充电基座近在咫尺，移动机器人还要从反方向去搜寻。另外，也有采用随机搜集的方式，比如一些吸尘机器人，这种方式效率低下，经常失败。

随着技术的发展，目前移动机器人开始装配二维甚至三维激光雷达用于环境检测和地图建立，但是这种方式成本非常高，传感器本身的价格已经远远超过目前移动机器人的成本。也有采用图像传感器进行环境检测与地图建立的，这种方式对硬件计算能力要求高，并且对环境光照条件要求苛刻。而无线wifi网络已经普及到每个家庭及办公环境，其硬件成本非常低，开发资料也很丰富，基于无线wifi网络信号的强度信息来进行移动机器人的位姿估计成为一个发展方向。

发明内容

本发明的目的是为了克服现有技术中的不足之处，在移动机器人移动过程中进行数据采集，计算无线信号强度的梯度信息，并计算充电基座的方向，缩短了移动机器人寻找充电基座的时间，提高了效率。

本发明解决其技术问题所采用的技术方案是：

信号强度梯度的移动机器人定位充电基座的智能方法，所述的移动机器人包括驱动轮和与所述的驱动轮连接的驱动电机以及设置在所述的移动机器人前端的充电电极公端，所述的移动机器人内部设置主控电子装置，所述的主控电子装置包括进行集中控制的处理器，与所述的处理器连接的电机驱动电路，所述的电机驱动电路与所述的驱动电机连接，与所述的处理器连接的障碍物检测电路，用于进行避障和路径规划，与所述的处理器连接的标志信号接收装置，用于接收充电基座发出的特征信号，与所述的处理器连接的惯性导航系统，用于计算所述的移动机器人的位置(x,y)和方向θ，还包括与所述的处理器连接的充电电路，所述的充电电路与所述的充电电极公端连接，所述的充电电路输出连接所述的充电电池，所述充电电池输出连接第二电源电路，所述的第二电源电路为后续电路提供电源；所述的充电基座包括充电电极母端、电源插孔，以及充电控制电子装置，所述的充电控制电子装置设置了进行集中控制的控制器，与所述电源插孔连接的第一电源电路和滤波电路，与所述的滤波电路连接的开关管，所述的开关管由所述的控制器控制，输出连接电流检测电路，所述的电流检测电路连接所述的充电电极母端，所述的电流检测电路将电流信号转换成电压信号给所述的控制器，还包括与所述的控制器连接的标志信号发射装置，用于发射特征信号，所述的充电控制电子装置，设置与所述的控制器连接的第一WIFI模块，所述的第一WIFI模块设置为AP模式，所述的主控电子装置设置与所述的处理器连接的第二WIFI模块，所述的第二WIFI模块设置为STA模式，所述的处理器可获取所述的第二WIFI模块接收到的无线信号强度值RSSI，记为R，以及设置在所述的处理器中的充电基座定向智能方法，所述的充电座定向智能方法包括以下步骤：

（1）设置链表L₀={a₀，a₁，a₂}，其中a_i=R_i，i=0,1,2,3，R_i为不同时刻存储的无线信号强度值；设置链表L₁={b₀，b₁}，其中b_j=ΔR_j=a_j+1-a_j，j=0,1，即为无线信号强度的梯度值；设置变量P₀(x₀,y₀)用于存储初始位置坐标；

（2）所述的处理器控制所述的第二WIFI模块接入所述的第一WIFI模块的网络，所述的处理器实时获取所述的第二WIFI模块接收到的无线信号强度值R；所述的惯性导航系统实时计算所述的移动机器人的坐标(x,y)和方向θ；

（3）所述的移动机器人直线前进，同时初始P₀，即x₀=x，y₀=y；

（4）当所述的移动机器人遇到障碍物或者需要转向时，返回步骤3；如果移动距离d=>10cm时，执行步骤5；当任务完成或者电量不足时，执行步骤6；否则，继续执行步骤4；

（5）储存当前数据：x₀=x，y₀=y；a₀=a₁，a₁=a₂，a₂=R；b₀=b₁，计算当前位置的无线信号强度梯度值b₁=ΔR=(a₂-a₁)/0.01，返回步骤4；

（6）采用数据处理算法，计算所述的移动机器人与所述的充电基座的方向夹角β₀；

（7）所述的移动机器人向右旋转角度β₀，直线前进，同时初始P₀，即x₀=x，y₀=y；

（8）当移动距离d=>10cm时，执行步骤9；

（9）储存当前数据：x₀=x，y₀=y；a₀=a₁，a₁=a₂，a₂=R；b₀=b₁，计算当前位置的无线信号强度梯度值b₁=ΔR=(a₂-a₁)/0.01；

（10）采用所述的数据处理算法，计算所述的移动机器人与所述的充电基座的方向夹角β₁，如果β₁<δ,其中δ设置为接近于零的阈值，则确认所述的充电基座的方向正确，进入与所述的充电基座对接的过程；否则，向左旋转角度β₁，并进入与所述的充电基座对接的过程。

步骤6和10中，所述的数据处理算法设置为：

计算所述的移动机器人21到所述的充电基座20的距离：

D=10^[(P-a₂)/(10×n)]，其中，P为距离所述的第二WIFI模块一米的位置测得的无线信号强度值R，n为环境参数，对于家庭环境可设置为2；

计算当前位置上无线信号强度的最大梯度值：

ΔR_max=10·n/(D·ln10)；

计算所述的移动机器人的方向与所述的充电基座的方向夹角：

β=arccos(b₁/ΔR_max)。

实施本发明的积极效果是：1、无线信号覆盖范围广，在移动机器人行走过程中进行数据采集，通过计算无线信号强度的梯度值迅速估计充电基座的方向，缩短寻找充电基座的时间；2、不需要环境设置及改造，成本低。

附图说明

图1是充电基座定向过程示意图；

图2是主控电子装置的原理框图；

图3是充电控制电子装置的原理框图。

具体实施方式

现结合附图对本发明作进一步说明：

参照图1－3，基于路径和RSSI的移动机器人定位充电基座的智能控制方法，所述的移动机器人21包括驱动轮和与所述的驱动轮连接的驱动电机11以及设置在所述的移动机器人21前端的充电电极公端6。基于所述的驱动轮，所述的移动机器人21可以实现自由移动，可以设置为两个驱动轮和一个支撑轮；所述的充电电极公端6设置为两个分开的铜质电极，与外部电源连接时进行充电。

所述的移动机器人21内部设置主控电子装置，所述的主控电子装置包括进行集中控制的处理器1，所述的处理器1可采用低功耗微处理器，具体可采用TI公司的MSP430，或者普通处理器，比如ST公司的32位ARM处理器STM32F103C8T6；与所述的处理器1连接的电机驱动电路7，所述的电机驱动电路7与所述的驱动电机11连接，在所述的处理器1的控制下，所述的电机驱动电路7带动所述的驱动电机11，所述的驱动电机11带动所述的驱动轮，实现所述的移动机器人21的自由移动；与所述的处理器1连接的障碍物检测电路8，用于进行避障和路径规划，可以采用超声波或者红外传感器或者两种传感器的组合；与所述的处理器1连接的标志信号接收装置9，用于接收充电基座20发出的特征信号；与所述的处理器1连接的惯性导航系统10，设置为安装在所述的驱动电机11上的编码器，用于计算所述的移动机器人21的坐标(x,y)和方向θ，由于计算误差，机械间隙及地面打滑，所述的惯性导航系统10具有累计误差，但是在一段时间内，误差较小，具有使用价值；还包括与所述的处理器1连接的充电电路5，所述的充电电路5与所述的充电电极公端6连接，所述的充电电路5输出连接所述的充电电池4，所述充电电池4输出连接第二电源电路2，所述的第二电源电路2为后续电路提供电源。

所述的充电基座20包括充电电极母端17、电源插孔，以及充电控制电子装置。所述的电源插孔可连接外部电源适配器，为所述的充电基座20各个组成部分提供电源；所述的充电电极母端17设置为两个分开的铜质电极，具有弹性，与所述的充电电极公端6对应，正极对正极，负极对负极，高度相同。

所述的充电控制电子装置设置了进行集中控制的控制器12，因为功能较单一，可采用MICROCHIP的PIC16F1503单片机；与所述的电源插孔连接的第一电源电路13和滤波电路14，与所述的滤波电路14连接的开关管15，所述的开关管15由所述的控制器12控制，输出连接电流检测电路16，所述的电流检测电路16连接所述的充电电极母端17，所述的电流检测电路16将电流信号转换成电压信号给所述的控制器12，所述的控制器12可控制输出电流的大小，并且防止所述的充电电极母端17短路；还包括与所述的控制器12连接的标志信号发射装置18，用于发射特征信号。

所述的标志信号发射装置18设置为红外信号发射装置，所述的标志信号接收装置9设置为红外信号接收装置。红外信号指向性好，并且便于设置其发射角度和范围。所述的标志信号接收装置9设置在所述移动机器人21的前面，所述的标志信号发射装置18设置在所述的充电座的前端，所述的标志信号接收装置9和标志信号发射装置18设置同样的高度。

所述的充电控制电子装置，设置与所述的控制器12连接的第一WIFI模块19，所述的第一WIFI模块19设置为AP模式，即无线接入点，是一个无线网络的中心节点；所述的主控电子装置设置与所述的处理器1连接的第二WIFI模块3，所述的第二WIFI模块3设置为STA模式，即无线站点，是一个无线网络的终端，所述的处理器1可获取所述的第二WIFI模块3接收到的无线信号强度值RSSI，记为R。所述的第一WIFI模块19和第二WIFI模块3可设置为IOT芯片ESP8266，具有价格低，变成简便的优点。

所述的处理器1设置充电基座定向智能方法，所述的充电座定向智能方法包括以下步骤：

(1) 设置链表L₀={a₀，a₁，a₂}，其中a_i=R_i，i=0,1,2,3，R_i为不同时刻存储的无线信号强度值；设置链表L₁={b₀，b₁}，其中b_j=ΔR_j=a_j+1-a_j，j=0,1，即为无线信号强度的梯度值；设置变量P₀(x₀,y₀)用于存储初始位置坐标；

链表L₀用于存储行走路径上等间距位置上的无线信号强度数据；链表L₁存储无线信号强度的梯度值。

(2) 述的处理器1控制所述的第二WIFI模块3接入所述的第一WIFI模块19的网络，所述的处理器1实时获取所述的第二WIFI模块3接收到的无线信号强度值R；所述的惯性导航系统10实时计算所述的移动机器人21的坐标(x,y)和方向θ；

所述的处理器1以网络名称和密码作为参数，发送AT+CWJAP指令给所述的第二WIFI模块3，就可以接入所述的第一WIFI模块19的网络。

(3) 所述的移动机器人直线前进，同时初始P₀，即x₀=x，y₀=y；

(4) 当所述的移动机器人遇到障碍物或者需要转向时，返回步骤3；如果移动距离d=>10cm时，执行步骤5；当任务完成或者电量不足时，执行步骤6；否则，继续执行步骤4；

在步骤4中，所述的移动机器人21需要根据情况进行处理方法的选择：如果遇到障碍物或者需要转向时，即从一个方向的直线运动进入另一个方向的直线运动，需要返回步骤3，重新进行变量P₀(x₀,y₀)的初始化；而当移动距离d>10cm时，则需要进入步骤5，进行数据存储和梯度计算；当任务完成或者电量不足时，需要进入步骤6，计算所述的充电基座20的方向；如果没有出现上述情况，则继续执行本步骤。

(5) 储存当前数据：x₀=x，y₀=y；a₀=a₁，a₁=a₂，a₂=R；b₀=b₁，计算当前位置的无线信号强度梯度值b₁=ΔR=(a₂-a₁)/0.01，返回步骤4；

在步骤5中，当前的无线信号强度值R存入链表L₀，旧数据移出；计算无线信号强度梯度值ΔR，并存入链表L₁，旧数据移出。

(6) 采用数据处理算法，计算所述的移动机器人21与所述的充电基座20的方向夹角β₀；

(7) 所述的移动机器人21向右旋转角度β₀，直线前进，同时初始P₀，即x₀=x，y₀=y；

在步骤6中获得的方向夹角β₀，但是无法确定所述的充电基座20在所述的移动机器人21的左面还是右面，因为函数arccos是无法区分正负角度的。因此在步骤7中选择向右旋转，然后直线前进，继续进行数据采集和计算，验证向右旋转的选择是否正确。

(8) 当移动距离d=>10cm时，执行步骤9；

(9) 储存当前数据：x₀=x，y₀=y；a₀=a₁，a₁=a₂，a₂=R；b₀=b₁，计算当前位置的无线信号强度梯度值b₁=ΔR=(a₂-a₁)/0.01；

(10) 采用所述的数据处理算法，计算所述的移动机器人21与所述的充电基座20的方向夹角β₁，如果β₁<δ,其中δ设置为接近于零的阈值，则确认所述的充电基座20的方向正确，进入与所述的充电基座20对接的过程；否则，向左旋转角度β₁，并与进入所述的充电基座20对接的过程。

在步骤10中，根据最新的方向夹角β₁去验证步骤7的选择是否正确，如果是正确的，那么当前所述的移动机器人21应该是朝着所述的充电基座20的方向前进的，那么处在无线信号强度梯度值最大的方向上，夹角β₁非常小；否则步骤7的选择是错误，所述的充电基座20位于所述的移动机器人21的左面，因此所述的移动机器人21向左旋转角度β₁，并进入与所述的充电基座20对接的过程。

步骤6和10中，所述的数据处理算法设置为：

计算所述的移动机器人到所述的充电基座的距离：

D=10^[(P-a₂)/(10×n)]，其中，P为距离所述的第二WIFI模块一米的位置测得的无线信号强度值R，n为环境参数，对于家庭环境可设置为2；这是无线信号强度-距离标准模型，其中参数P需要进行提前标定好，比如出厂前。

计算当前位置上无线信号强度的最大梯度值：

ΔR_max=10·n/(D·ln10)；

上述的最大梯度值公式来自无线信号强度-距离标准模型：

D=10^[(P-R)/(10·n)

变化为：

R=P-10·n·lgD

R对D进行取导数得：

负的符号代表梯度方向是从所述的充电基座20沿直径方向向外，因为需要寻找所述的充电基座20，所以取反得到：

ΔR_max=

计算所述的移动机器人21的方向与所述的充电基座20的方向夹角：

β=arccos(b₁/ΔR_max)。

综上所述，所述的移动机器人21在工作过程中进行数据的检测与记录，当结束工作或者电量不足时，可直接计算所述的移动机器人21与所述的充电基座20的方向夹角，并经过后续步骤进行验证及调整，然后直接寻找并对接所述的充电基座20，因此该方案可大大缩小对所述的充电基座20搜寻范围和时间，大大提高回归充电效率。

Claims (2)

1.基于无线信号强度梯度的移动机器人定位充电基座的智能方法，所述的移动机器人包括驱动轮和与所述的驱动轮连接的驱动电机以及设置在所述的移动机器人前端的充电电极公端，所述的移动机器人内部设置主控电子装置，所述的主控电子装置包括进行集中控制的处理器，与所述的处理器连接的电机驱动电路，所述的电机驱动电路与所述的驱动电机连接，与所述的处理器连接的障碍物检测电路，用于进行避障和路径规划，与所述的处理器连接的标志信号接收装置，用于接收充电基座发出的特征信号，与所述的处理器连接的惯性导航系统，用于计算所述的移动机器人的位置(x,y)和方向θ，还包括与所述的处理器连接的充电电路，所述的充电电路与所述的充电电极公端连接，所述的充电电路输出连接所述的充电电池，所述充电电池输出连接第二电源电路，所述的第二电源电路为后续电路提供电源；所述的充电基座包括充电电极母端、电源插孔，以及充电控制电子装置，所述的充电控制电子装置设置了进行集中控制的控制器，与所述电源插孔连接的第一电源电路和滤波电路，与所述的滤波电路连接的开关管，所述的开关管由所述的控制器控制，输出连接电流检测电路，所述的电流检测电路连接所述的充电电极母端，所述的电流检测电路将电流信号转换成电压信号给所述的控制器，还包括与所述的控制器连接的标志信号发射装置，用于发射特征信号，其特征在于：所述的充电控制电子装置，设置与所述的控制器连接的第一WIFI模块，所述的第一WIFI模块设置为AP模式，所述的主控电子装置设置与所述的处理器连接的第二WIFI模块，所述的第二WIFI模块设置为STA模式，所述的处理器可获取所述的第二WIFI模块接收到的无线信号强度值RSSI，记为R，以及设置在所述的处理器中的充电基座定向智能方法，所述的充电座定向智能方法包括以下步骤：

（1）设置链表L₀={a₀，a₁，a₂}，其中a_i=R_i，i=0,1,2,3，R_i为不同时刻存储的无线信号强度值；设置链表L₁={b₀，b₁}，其中b_j=ΔR_j=a_j+1-a_j，j=0,1，即为无线信号强度的梯度值；设置变量P₀(x₀,y₀)用于存储初始位置坐标；

（2）所述的处理器控制所述的第二WIFI模块接入所述的第一WIFI模块的网络，所述的处理器实时获取所述的第二WIFI模块接收到的无线信号强度值R；所述的惯性导航系统实时计算所述的移动机器人的坐标(x,y)和方向θ；

（3）所述的移动机器人直线前进，同时初始P₀，即x₀=x，y₀=y；

（4）当所述的移动机器人遇到障碍物或者需要转向时，返回步骤3；如果移动距离d=>10cm时，执行步骤5；当任务完成或者电量不足时，执行步骤6；否则，继续执行步骤4；

（5）储存当前数据：x₀=x，y₀=y；a₀=a₁，a₁=a₂，a₂=R；b₀=b₁，计算当前位置的无线信号强度梯度值b₁=ΔR=(a₂-a₁)/0.01，返回步骤4；

（6）采用数据处理算法，计算所述的移动机器人与所述的充电基座的方向夹角β₀；

（7）所述的移动机器人向右旋转角度β₀，直线前进，同时初始P₀，即x₀=x，y₀=y；

（8）当移动距离d=>10cm时，执行步骤9；

（9）储存当前数据：x₀=x，y₀=y；a₀=a₁，a₁=a₂，a₂=R；b₀=b₁，计算当前位置的无线信号强度梯度值b₁=ΔR=(a₂-a₁)/0.01；

（10）采用所述的数据处理算法，计算所述的移动机器人与所述的充电基座的方向夹角β₁，如果β₁<δ,其中δ设置为接近于零的阈值，则确认所述的充电基座的方向正确，进入与所述的充电基座对接的过程；否则，向左旋转角度β₁，并进入与所述的充电基座对接的过程。

2.根据权利要求1所述的基于无线信号强度梯度的移动机器人定位充电基座的智能方法，其特征是：步骤6和10中，所述的数据处理算法设置为：

计算所述的移动机器人到所述的充电基座的距离：

D=10^[(P-a₂)/(10×n)]，其中，P为距离所述的第二WIFI模块一米的位置测得的无线信号强度值R，n为环境参数，对于家庭环境可设置为2；

计算当前位置上无线信号强度的最大梯度值：

ΔR_max=10·n/(D·ln10)；

计算所述的移动机器人的方向与所述的充电基座的方向夹角：

β=arccos(b₁/ΔR_max)。