文档介绍：该【家庭清洁机器人 】是由【高水流山】上传分享，文档一共【10】页，该文档可以免费在线阅读，需要了解更多关于【家庭清洁机器人 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。ThismodelpaperwasrevisedbyLINDAonDecember15,2012.
家庭清洁机器人
吸尘机器人将移动机器人技术和吸尘器技术有机地融合起来,实现室内环境(地面)的半自动或全自动清洁,替代传统繁重的人工清洁工作,近年来已受到国内外的研究人员重视。作为智能移动机器人的一个特殊应用,从技术方面讲,智能化自主式吸尘器比较具体地体现了移动机器人的多项关键技术,具有较强的代表性。从市场前景角度讲,自主吸尘器将大大降低劳动强度、提高劳动效率,适用于家庭和公共场馆的室内清洁。因此,开发自主智能吸尘器既具有科研上的挑战性,又具有广阔的市场前景。
融合现代传感器以及机器人领域的关键技术,本课题旨在开发一部价格便宜,全区域覆盖,能够充分满足家庭需求且方便适用的智能家庭清扫机器人。使它可以替代传统的家庭人工清扫方式,使家庭生活电气化、智能化,使科技更好地为人类服务。
家庭清洁机器人的关键技术吸尘机器人系统通常由四个部分组成:移动机构、感知系统、控制系统和吸尘系统。移动机构是吸尘机器人的主体,决定了吸尘器的运动空间,一般采用轮式机构。感知系统一般采用超声波测距仪、接触和接近觉传感器、红外线传感器和CCD摄像机等。随着近年来计算机技术、人工智能技术、传感技术以及移动机器人技术的迅速发展,吸尘机器人控制系统的研究和开发已具备了坚实的基础和良好的发展前景。吸尘机器人的控制与工作环境往往是不确定的或多变的,因此必须兼顾安全可靠性、抗干扰性以及清洁度。用传感器探测环境、分析信号,以及通过适当的建模方法来理解环境,具有特别重要的意义。近年来对智能机器人的研究表明,对于工作在复杂非结构环境中的自主式移动机器人,要进一步提高其自动化程度,主要依靠模式识别及障碍物识别、实时数据传输及适当人工智能方法,还需要进一步开发全局模型,从而为机器人获取全局信息。目前发展较快、对吸尘机器人发展影响较大的关键技术是:传感技术、智能控制技术、路径规划技术、吸尘技术、电源技术等。
为了让吸尘机器人正常工作,必须对机器人位置、姿态、速度和系统内部状态进行监控,还要感知机器人所处工作环境的静态和动态信息,使得吸尘机器人相应的工作顺序和操作内容能自然地适应工作环境的变化。
通常采用的传感器分为内部传感器和外部传感器。其中内部传感器有:编码器、线加速度计、陀螺仪、磁罗盘等。其中编码器用于确定当前机器人的位置,线加速度计获取线加速度信息,进而得到线加速度和位置信息;陀螺仪测量移动机器人的角度、角速度、角加速度以得到机器人的姿态角、运动方向和转动时运动方向的改变等绝对航向信息。外部传感器有:视觉
传感器、超声波传感器、红外传感器、接触和接近传感器。视觉传感器采用CCD摄像机进行机器人的视觉导航与定位、目标识别和地图构造等;超声波传感器测量机器人工作环境中障碍物的距离信息和地图构造等。红外线传感器大多采用红外接近开关来探测机器人工作环境中的障碍物以避免碰撞。接触和接近觉传感器多用于避碰规划。
吸尘机器人的路径规划就是根据机器人所感知到的工作环境信息,按照某种优化指标,在起始点和目标点规划出一条与环境障碍无碰撞的路径,并且实现所需清扫区域的合理完全路径覆盖。机器人路径规划研究开始于20世纪70年代,目前对这一问题研究仍旧十分活跃。其主要研究内容按机器人工作环境不同可分为静态结构化环境、动态已知环境和动态不确定环境,按机器人获取环境信息的方式不同可以分为基于模型的路径规划和基于传感器的路径规划。
对运动规划问题,目前有具体的解析算法。但由于解析算法牵涉到复杂的椭圆积分问题,实现起来依然具有相当的难度。根据机器人对环境信息知道的程度不同,可以分为两种类型:环境信息完全知道的全局路径规划和环境信息完全未知或部分未知,通过传感器在线地对机器人的工作环境进行探测,以获取障碍物的位置、形状和尺寸等信息的局部路径规划。全局路径规划包括环境建模和路径搜索策略两个子问题。其中环境建模的主要方法有:可视图法(V-Graph)、自由空间法(FreeSpaceApproach)和栅格法(Grids)等。
真空吸尘器是由高速旋转的风扇在机体内形成真空从而产生强大的气流,将尘埃和脏物通过吸口吸入机体内的滤尘袋内。吸尘系统包括滤尘器、集尘袋、排气管以及其他一些附件。其吸尘能力取决于风机转速的大小。最近,澳大利亚Jetfan公司又开发出采用新原理的气流滤尘器。这个吸尘器是一个全封闭系统,既无外部气体吸入,也无机内气体排除,所以就无需滤尘器、集尘袋、排气管等附件。其原理是利用附壁效应去形成低压涡流气体,最后将沉渣截留于吸尘器内的涡流腔内。在英国Dyson公司最近推出的DC06型智能吸尘器中就采用了这种技术。
移动电源在吸尘机器人中的地位十分重要,可以说是它的生命源。移动电源需要同时满足吸尘机器人的多种能源需要,如为移动机构提供动力,为控制电路提供稳定的电压和为吸尘操作模块提供能源等。在这一领域,一般采用化学电池作为移动电源。理想的电源应该能够在放电过程中保持恒定的电压、内阻小以便快速放电、可充电以及成本低等。但实际上没有一种电池可同时具备上述优点,这就要求设计人员选择一种合适的电池,尽可能增加吸尘机器人的不间断工作时间。
清洁机器人的机械设计
机械结构组成和工作原理
本课题要研制一台结构小巧、灵活,控制简单、易于实现,初步完成自主移动、自动避障和路径规划任务的清洁机器人。整个清洁机器人由机械部分和控制系统两大部分组成。机械部分包括高强度塑料底盘、外壳、两个驱动轮和一个随动轮。它们是吸尘电机、清洁刷、电池以及控制系统的载体。
机械结构组成
本清洁机器人的结构主要包括以下几部分:
(1)个行走驱动轮及驱动电机。该部分主要保证机器人能够在平面内移动。壳体前端和侧面装有红外开关,作为碰撞检测传感器。底面的3个红外开关作为台阶检测传感器,防止跌落。驱动轮上装有光电编码盘,可以对轮速进行检测和控制,实现定位和路径规划。同时还扩展了超声波传感器,用于精确定位的需要;
(2)清扫机构。用电机带动两个清扫刷,使左面清扫刷顺时针转动,右面逆时针转动,这样就可以在清扫灰尘时将灰尘集中于吸风口处,为吸尘机构的工作做准备;
(3)吸尘机构。制造强大的吸力,将灰尘吸入灰尘存储箱中;
(4)擦地机构。在清扫、吸尘之后,利用安装在壳体下面的清洁布擦除残留在地面上的细小灰尘,保证清洁工作的质量。
移动机构是其它部件的载体,机器人移动机构按结构分有轮式、履带式和步行式等。轮式和履带式机器人适合条件较好的地面,而步行机器人则适合于条件较差的路面。本课题研制的自主清洁机器人工作在环境较好的室内,所以采用轮式移动机构较为适合。
轮式移动机器人一般有三轮、四轮和六轮,移动机器人若采用三轮结构则比较简单,能够满足一般的需求,应用也比较广泛;四轮的稳定性好,承载能力较大,但结构较复杂;六轮与四轮类似,只不过有更大的承载能力和稳定性。在本课题中,清洁机器人的重量不是很大,工作条件是室内,也不恶劣,三点确定一个平面,三轮理论上也是稳定的。但是对负载有一定的限制,对三轮移动机器人来说,重心都比较低,载荷稳定且中心位置基本不发生变化,所以采用三轮结构就能满足要求。
三轮转向装置的结构通常有两种方式:
(1)铰轴转向式:转向轮装在转向铰轴上,转向电机通过减速器和机械连杆机构控制铰轴,从而控制转向轮的转向。
(2)差速转向式:在机器人的左、右轮上分别装上两个独立的驱动电机,通过控制左右轮的速度比实现车体的转向。在这种情况下,非驱动轮应为自由轮。移动机器人若采用铰轴转向式控制简单,但精度不是太高;差动转向式控制复杂,但精度较高。考虑到本课题清洁机器人将来作为服务型机器人使用,在控制方式上应达到一个较高层次,所以采用差动转向式比较好,并且其运动和转向的精度也高一些,以便为以后的避障和轨迹规划打下一个良好的基础。因此本系统的移动机构采用的是三轮差速转向式的。
按照上述的移动结构,清洁机器人采用两直流电动机独立驱动左右两轮的差动方式,控制简单、精确、易于实现,可以方便地实现吸尘机器人的前进、左转、右转、后退,以及调头等功能,清洁机器人能够在任意半径下,以任意速度实现转弯,甚至可以实现零转弯半径(即绕轴中点原地旋转)。
工作原理
清洁机器人由多个功能模块共同组成,这几个模块共同工作、相互协调、相互作用,保证了机器人能够顺利的进行清扫。具体的工作原理如下清洁机器人的中心是清洁机器人的CPU,它对其它各个功能模块进行控制。信息采集模块负责采集周围环境以及机器人本身的各种信息。键盘模块和红外遥控接收模块可以接收人们对机器人的控制信息,然后把信息传给CPU进行处理。当接收到需要机器人进行清扫工作的信号时,CPU可以通过控制行走机构和清洁机构让机器人进行工作。在机器人工作的过程中还可以通过LCD显示模块和状态指示模块对机器人的状态进行时实的显示。
机器人工作的流程如下:
(l)首先可以通过键盘或者遥控器启动清洁机器人,让它开始清扫工作。
(2)机器人一旦开始工作,便控制清扫机构进行清扫、吸尘机构开始吸尘、擦地机构开始擦地。
(3)机器人开始工作,传感探测模块就开始不断地采集外部信息,送到CPU进行分析和决策产生机器人行走的路径。
(4)当路径规划需要机器人实现转向的时候。CPU就分别改变左右轮的速度,通过差速来实现转向。
(5)工作期间机器人可以通过LCD显示一些相关信息(比如工作模式、工作计时或温度)。
(6)遥控器除了可以控制清洁机器人的启停,还可以对机器人进行定时,让机器人在一定时间后开始工作或者工作一定时间后停止工作。
该机器人利用安装的各类传感器来获取室内环境以及自身的基本信息,如障碍物的位置、自身走过的距离等;然后根据获得的信息,选定相应的控制策略;通过以单片机为核心的控制系统进行障碍物判断、避障策略选择和运动行走实施。机器人面板上有控制其开始/停止工作的按键。同时也可以通过遥控来控制,遥控还可以用来对机器人进行定时,
LCD实时的显示定时的倒记时和当前的温度值。
清洁机器人总体设计
机器人外形设计
根据家庭清洁机器人的设计要求,机器人应该包括清扫机构、行走机构、吸尘机构、垃圾收集处理机构,其中清扫机构的设计尤为重要。
机器人的行走机构设计
为实现机器人的转弯半径为0,在机器人的行走机构中采用两轮驱动,两个驱动轮对称分布在清扫机构的后方,两个轮子和刷子支撑机体工作和运动,这样设计既节省材料,又可以使刷子和地面全面的接触,从而利于更彻底的清扫。在机器人转弯时,通过控制行走机构的两个电机的转速及旋转方向,进而控制两个轮子,通过轮子的前后差速运动实现机体的转弯半径为0。
清扫机构的设计
电机带动蜗杆,蜗杆两端接蜗轮,两个蜗轮分别接皮带轮,皮带轮上的轴接刷子,从而实现清扫。
吸尘机构设计
在吸尘机构的设计中将风扇固定在垃圾储藏室上壁,在风扇上罩一个薄壁腔。在薄壁腔上方开一个圆孔,以便于空气的排出。在垃圾储藏室上壁开两个小长方孔,在方孔下加上一个隔尘罩。通过风扇的旋转带动垃圾储藏室内的空气流动,又通过储藏室内的管腔将刷子清扫引起的尘土吸附进来,带尘土的空气通过防尘罩将尘土挡到垃圾储物室内,较干净的空气则通过吸尘室上壁腔的圆孔排带大气中去。从而实现吸尘的目的。
因为清扫部分是家庭清洁机器人的最重要的部分,整个机体的大半质量都集中在这一部分。为了减轻机器的质量,使其在使用时更方便一些,将这一部分单独设计一个固定件固定在机体上,这样既满足工作要求又减轻了机体的质量。
虽然自主吸尘机器人的研究已经取得了很大进步,进入了实用阶段,但是自主能力、工作效率方面还不理想,需要在技术上解决传感器技术、,自主吸尘机器人可以向着高度智能化、多功能集成、低成本的方向发展。
现在的自主吸尘机器人在行为上还处于“低级生物”的阶段,环境感知能力有限,,,建立CCD视觉系统,融合多种传感器进行定位和环境建模,实现全局路径规划,,算法必须考虑系统的处理速度、存储空间的限制.
自主吸尘机器人是一个可移动的智能平台,在吸尘功能之外可以进行功能扩展,比如进行家电控制、房间环境监测(防止火灾、电器故障、盗窃等).这方面的市场需求已经被Tmsuk和三洋公司抓住,并在2002年发布了两款这样的机器人.
参考文献
[1][M].北京:***出版社,2004
[2][M].北京:***出版社,2004
[3]于骏一、[M].北京:***出版社,2004
[4]智能服务机器人结构设计及控制方法【M】中国知网2013
[5][M].北京:***出版社,
2004
[6]新版机械设计手册[M].北京:***出版社,2004
[7]家庭清洁机器人性能分析与运动规划研究【M】中国知网2012
[8]国家教委高等教育司北京市教育委员会编,高等学校毕业设计[M].北京,经济日报出版社,2002
[9][M].北京:清华大学出版社
[10]清洁机器人路径规划算法研究综述【M】中国知网2013
[11]KaiSong,QiLiu,QiWang.
OlfactionandHearingBasedMobileRobotNavigationforOdor/SoundSourceSearch[J].
Sensors,2011,11(2).
[12]TeddyYapJr..
Mobilerobotnavigationwithlow-costsensors[D].
UniversityofCalifornia,Riverside,2009.
[13]PatrickMcDowell,BrianBourgeois,..
Relativepositioningforteamrobotnavigation[J].
AutonomousRobots,2007,22(2).
[14]PetruRusu.
Neuro-fuzzybasedsystemformobilerobotnavigation[D].
UniversityofOttawa(Canada),2001.
[15].
Toolsandalgorithmsformobilerobotnavigationwithuncertainlocalization[D].
CaliforniaInstituteofTechnology,2006.
1[6]HagitShatkay.
Learningmodelsforrobotnavigation[D].
BrownUniversity,1999.
[17],AsimKar.
Sonar-basedmobilerobotnavigationthroughsupervisedlearningonaneuralnet[J].
AutonomousRobots,1996,3(4).
[18].
Designandconstructionofarobotforpolarregionnavigation[D].
UniversityofKansas,2005.
[19]KazunoriOhno,TakashiTsubouchi,BunjiShigematsuetal..
DifferentialGPSandodometry-basedoutdoornavigationofamobilerobot[J].
AdvancedRobotics,2004,
[20]KyungminHan.
Collisionfreepathplanningalgorithmsforrobotnavigationproblem[D].
UniversityofMissouri-Columbia,2007.