基于多传感器数据融合的智能机器人设计

本系统所设计的机器人的主要任务是在未知环境下依靠多传感器信息，运用D-S数据融合算法，提供与环境有关的关于系统状态的足够的与可靠的信息，使机器人能够自主规划路径、躲避障碍物，最终向目标靠近。  

本控制系统采用主从式控制系统。系统选用了激光传感器、超声传感器、红外传感器、光敏传感器、光电编码器等多种类型的传感器，它们之间相互组合，实现机器人小车的测距、避障、寻找目标等功能。  

1 多传感器数据融合技术与D-S方法  

多传感器数据融合技术结合了控制理论、信号处理、人工智能、概率和统计的发展，协同运用多传感器的传感数据，提取所探测环境的近可能多的有用信息，消除信息的不确定性，提高传感器的可靠性。  

多传感器数据融合技术有许多优点：增加了测量的维数和置信度；改进了探测性能；扩展了空间和时间的覆盖范围；改进了系统的可靠性和可维护性；系统容错性好，运行鲁棒性强；系统内资源共享，可提高资源的利用率。  

D-S证据理论是Dempster于1967年提出，后由Shafer加以扩充和发展而形成的一种信息融合方法。D-S证据理论可处理由不知道所引起的不确定性。  

D-S方法的推理结构分为三级。  

第一级是合成。它把来自几个独立传感器的报告合成为一个总的输入。  

第二级是推断，由它获取传感器报告并进行推断，将传感器报告扩展成目标报告。  

第三级是更新，因各种传感器一般都有随机误差，所以在进行推断和传感器合成之前要先更新传感器级的信息。  

2 传感器的选用  

本系统所设计的智能机器人具有测距、自动避障、自动寻找以一发光源为目标的物体的功能。每一个功能均选用几种不同类型的传感器进行测量，再应用D-S融合算法把这些数据进行融合，最后得到我们需要的更加全面、准确、可靠的反映环境特征的信息，指导机器人的运行。  

本系统具体传感器的选用如下：  

1） 测距传感器  

测距传感器选用了三种类型的传感器：激光传感器、超声传感器、红外传感器。  

2） 避障传感器  

避障传感器选用了三种类型的传感器：激光传感器、超声传感器、红外传感器。  

3） 寻找目标传感器  

寻找目标传感器选用了两种类型的传感器：红外传感器和光敏传感器。  

4） 光电编码器  

用光电编码器检测电机的转速。  

激光传感器选用的是DLS-A激光测距传感器。该设备拥有许多卓越的性能：测程0.2-200m，串行接口（RS232或RS422），单根RS422线可连接多达10个模块，范围宽广的供电电压（9-30V），可编程模拟输出，两个可编程数字输出端，数字输出错误信号，4个发光二极管用于显示状态信号，D型接口和螺旋接线端便于连接，望远镜适配器使得安装非常简便，坚固的铝金属外壳，IP65（防止灰尘和水汽浸入），完整的软件配置，二等激光。

3 硬件结构  

为减轻主控器的负担，系统采用主从式控制系统。分别用三个MCS-96单片机处理来自测距传感器、超声传感器、寻找目标传感器的数据，并进行数据融合；最后把处理好的数据通过RS-232串口上传至上位机PC/104 386SX系统。由PC/104主机做出下一步的处理。系统硬件结构框图如图1所示。  

PC/104主机主要用来完成对三个下位机所处理的数据进行采集，然后根据情况调整小车前向电机、转向电机的运动，并将光电编码器测量到的小车速度等信息显示在液晶屏幕上，如果发生碰撞现象，还可用语音进行报警等操作。上位机选用PC/104主机是因为：第一，386系统处理速度比单片机要迅速；第二，为了便于以后系统的扩展。  

为避免其它不可预知的故障出现，使机器不能正常运行，系统还设置了一个硬复位按钮。  

4 软件设计  

各个下位机的软件设计流程是先检测各类传感器的数据，再用D-S法进行数据融合，最后等待主机的指令，把融合后的数据上传至主机。  

主机的软件设计流程是通过串口循环接收来自三个不同下位机的数据（三个下位机的通讯握手地址不同）。根据寻找目标传感器所测到的目标位置，进行路径规划，调整前向电机与转向电机的运动方向。再根据测距传感器所测到的目标距离，调整电机的运动速度。当避障传感器发现前方有障碍物或小车与障碍物发生碰撞时，要立即停止运行，重新规划路径。读取光电编码器的值，把小车速度显示在液晶显示器上。如果出现小车与障碍物发生碰撞或找不到目标光源物体时要通过语音芯片进行报警。  

主机和下位机程序内部均设有看门狗程序，避免程序跑飞。  



5 总结  

本系统设计了一个基于多传感器数据融合技术的智能机器人。该设计运用了多传感器数据融合技术，采用了主从式控制系统，使机器人能够更准确的寻找目标与避障，有很好的鲁棒性。  

本文作者创新点：（1）提出一种基于多传感器数据融合技术的智能机器人系统设计，软硬件工作可靠。（2）用到D-S融合算法，提供与环境有关的关于系统状态的足够的与可靠的信息，使机器人能够自主规划路径、躲避障碍物，最终向目标靠近。（3）系统采用了主从式控制系统，有很好的扩展性。（4）良好的抗干扰能力。