基于无线信号强度变化的移动机器人回归路径规划方法与流程

本发明涉及一种基于无线信号强度变化的移动机器人回归路径规划方法，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及路径规划成为一个发展方向。

技术实现要素：

本发明的目的是为了克服现有技术中的不足之处，采用移动机器人的行进过程中进行数据采集，计算无线信号强度的变化方向，判断当前路径方向是否正确，从而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：

基于无线信号强度变化的移动机器人回归路径规划方法，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，所述的处理器设置回归路径规划方法，所述的回归路径规划方法包括以下步骤：

（1）设置链表l={a(i)}，其中a(i)=ri，i=0,1,2,3,...10，ri为不同时刻存储的无线信号强度值，设置表尾指针ep，指向链表l中最新数据的位置；

（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）所述的移动机器人结束工作或者电量不足，开始寻找所述的充电基座，存储无线信号强度值r，即ep=0，a(ep)=r；

（4）所述的移动机器人直线前进；采用行走距离累计算法，计算所述的移动机器人走过的距离d，当距离d>10cm，存储无线信号强度值r至l，即ep++，a(ep)=r，当ep等于10时，进入步骤5；当所述的移动机器人检测到障碍物，旋转任意角度，返回步骤3；

（5）比较a(0)与a(j)的大小，其中，j=1,2,3,...10：初始化计数器k=0；如果a(0)>a(j)，则k++；如果j>5，则进入步骤6，否则所述的移动机器人旋转180度后，进入步骤6；

（6）所述的移动机器人直线前进；当所述的移动机器人检测到障碍物，存储无线信号强度值r，即ep=0，a(ep)=r，记录方向角θx=θ，然后以左侧沿着障碍物行走，当|r-a(0)|>δ时，进入步骤7；

（7）所述的移动机器人以左侧沿着障碍物行走；采用行走距离累计算法，计算所述的移动机器人的行走距离d，当距离d>10cm，存储无线信号强度值r至l，即ep++，a(ep)=r，当ep等于10时，进入步骤8；当|r-a(0)|<δ，其中δ设置为接近于零的阈值，旋转到角度θx，返回步骤6；

（8）比较a(0)与a(j)的大小，其中，j=1,2,3,...10：初始化计数器k=0；如果a(0)>a(j)，则k++；如果k>5，则进入步骤9，否则所述的移动机器人向右旋转并以右侧沿着障碍物行走，进入步骤9；

（9）当|r-a(0)|<δ时，所述的移动机器人旋转到角度θx，返回步骤6；当所述的标志信号接收装置接收到所述的标志信号发射装置发出的特征信号，结束退出。

所述的行走距离累计算法设置为：

初始化行走距离d=0；

设置计算周期t；

在当前计算周期t的初始时刻，存储初始位置x0=x，y0=y；

计算周期t结束时，计算当前计算周期t内所述的移动机器人的行走距离δd=；

对δd进行累计，可得行走距离d=d+δd，然后进入下一个计算周期t。

实施本发明的积极效果是：1、无线信号覆盖范围广，在移动机器人行进过程中进行数据采集，通过计算无线信号强度的变化方向，判断充电基座跟当前行进方向是否一致；2、不需要环境设置及改造，成本低。

附图说明

图1是回归路径规划过程示意图；

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设置回归路径规划方法，所述的回归路径规划方法包括以下步骤：

（1）设置链表l={a(i)}，其中a(i)=ri，i=0,1,2,3,...10，ri为不同时刻存储的无线信号强度值，设置表尾指针ep，指向链表l中最新数据的位置；

链表l用于存储回归路径上等间距位置上的无线信号强度数据。

（2）所述的处理器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21结束工作或者电量不足，开始寻找所述的充电基座20，存储无线信号强度值r，即ep=0，a(ep)=r；

开始进入回归路径规划过程，并进行链表l的初始化。

（4）所述的移动机器人21直线前进；采用行走距离累计算法，计算所述的移动机器人21走过的距离d，当距离d>10cm，存储无线信号强度值r至l，即ep++，a(ep)=r，当ep等于10时，进入步骤5；当所述的移动机器人21检测到障碍物，旋转任意角度，返回步骤3；

在步骤4中，所述的移动机器人21直线前进，并根据情况进行处理方法的选择：当移动距离d达到10cm时，进行无线信号强度值r，当链表l存满，即ep等于10时，进入步骤5；如果此时遇到障碍物，则链表l还没有存满，不能进行有效判断，则旋转任意角度，返回步骤3，重新开始。

所述的行走距离累计算法设置为：

初始化行走距离d=0；

设置计算周期t；

在当前计算周期t的初始时刻，存储初始位置x0=x，y0=y；

计算周期t结束时，计算当前计算周期t内所述的移动机器人21的行走距离δd=；

对δd进行累计，可得行走距离d=d+δd，然后进入下一个计算周期t。

（5）比较a(0)与a(j)的大小，其中，j=1,2,3,...10：初始化计数器k=0；如果a(0)>a(j)，则k++；如果j>5，则进入步骤6，否则所述的移动机器人21旋转180度后，进入步骤6；

步骤5用于判断所述的充电基座20的方向，如果a(j)大部分大于a(0)，则说明所述的移动机器人20的移动方向是朝着所述的充电基座20的；反之相反，则需要调转移动方向。

（6）所述的移动机器人21直线前进；当所述的移动机器人21检测到障碍物，存储无线信号强度值r，即ep=0，a(ep)=r，记录方向角θx=θ，然后以左侧沿着障碍物行走，当|r-a(0)|>δ时，进入步骤7；

所述的移动机器人21遇到的障碍物，可能是障碍物也可能是边界，比如墙。如果是障碍物则需要绕过去，并回到原来的方向继续直行，因此需要存储方向角θ，并且离开当前位置，满足|r-a(0)|>δ条件，因为绕障完成的判断条件就是依据无线信号强度值r等于a(0)；如果是边界，则存储当前无线信号强度值r，为后面判断行进方向的正确与否提供依据。

（7）所述的移动机器人21以左侧沿着障碍物行走；采用行走距离累计算法，计算所述的移动机器人21的行走距离d，当距离d>10cm，存储无线信号强度值r至l，即ep++，a(ep)=r，当ep等于10时，进入步骤8；当|r-a(0)|<δ，其中δ设置为接近于零的阈值，旋转到角度θx，返回步骤6；

在步骤7中，所述的移动机器人21等间距存储无线信号强度值r至链表l，当链表l存满以后执行步骤8判断行进方向的正确性；而如果无线信号强度值r等于a(0)，则所述的移动机器人21完成了绕障，达到障碍物的另一端，因此返回执行步骤6。

（8）比较a(0)与a(j)的大小，其中，j=1,2,3,...10：初始化计数器k=0；如果a(0)>a(j)，则k++；如果k>5，则进入步骤9，否则所述的移动机器人21向右旋转并以右侧沿着障碍物行走，进入步骤9；

步骤8同步骤5，用于判断所述的移动机器人20的移动方向是否朝着所述的充电基座20的方向。

（9）当|r-a(0)|<δ时，所述的移动机器人21旋转到角度θx，返回步骤6；当所述的标志信号接收装置9接收到所述的标志信号发射装置18发出的特征信号，结束退出。

在步骤9中，所述的移动机器人21判断遇到的障碍物为边界，并沿边界行走，直到检测到特征信号，即回到所述的充电基座20附近；也可能因为障碍物尺寸很大，步骤7没有判断出所遇到的障碍物为实际障碍物，因此步骤9继续根据条件|r-a(0)|<δ，给出处理方法。

综上所述，所述的移动机器人21在结束工作或者电量不足时候，直接寻找所述的充电基座20，根据无线信号强度值的变化方向进行方向调整，因此该方案可大大缩小的所述的移动机器人21寻找所述的充电基座20的范围和时间，大大提高回归充电效率。