室内智能移动机器人ZigBee无线网络定位技术

邹宜成，梁 红

(武汉理工大学自动化学院，湖北 武汉 430070)

导航是当前移动机器人具备的基本功能之一，也是决定移动机器人智能化和自主性的关键技术。无线定位导航是使机器人处于一个未知的、复杂的环境中，在无人操作控制的情况下，能自主地感知外界的环境，从任意起始点出发，安全、无碰撞地快速到达目的地。

目前通常使用的定位方法有GPS定位、红外定位和RFID定位等。其中GPS定位是基于卫星通信的户外定位，由于室内环境无线信道比较复杂、非视距传输和多径效应等问题严重，GPS的定位精度明显下降进而不能满足室内环境应用要求[1－2]。红外定位基于红外测距，存在直线视距和传输距离较短两大缺点，使其只适用于近距离范围内(一般小于1 m)，室内定位的效果相对较差[3]。现有的RFID技术存在数据安全性不高、识别距离短、设备成本高，以及读写系统工作灵活性不强等问题[4－6]。RFID系统中的标签与读写器之间是一种主从关系，它们之间的通信完全依赖于RFID标签耦合或反射出的信号，而要通过这种通信方式来增加通信距离非常困难。

为了解决以上问题，笔者提出了一种基于ZigBee无线网络室内定位系统，实现移动机器人的快速、精确定位与智能化移动[7]。并且系统具有成本低、数据传输可靠、抗干扰能力强、网络稳定、节点低功耗、扩展性强、网络布置简易和网络维护方便等优点。除此之外，利用该无线网络多个节点间的通信，可以对机器人后期功能不断扩展。如把机器人加入到智能家居系统中，让机器人监视家电的工作情况，在无人时段切断电源，节约能源，带来环保效益。

1 机器人的结构

智能移动机器人的硬件结构如图1所示。

图1 机器人的硬件结构框图

机器人是基于PC机作为主控制器的，外部传感器信息经初步处理后传输到PC机，由PC机完成移动机器人的全局决策。机器人主要由室内定位模块、避障模块和驱动部分组成。

移动机器人结构外形如图2所示。Arduino开发板作为下位机，用来采集外部传感器信息并作初步处理，然后通过串口传输给作为上位机的PC机。开发板也可以接受上位机传输过来的命令。超声波传感器、红外传感器和碰撞传感器组成机器人的避障系统。机器人的驱动控制由开发板上两路直流电机驱动芯片L298N完成。

图2 硬件结构外形图

2 定位系统及算法

室内定位模块的功能是确定机器人在室内移动的实时坐标。机器人使用的定位模块采用的是无线龙通讯科技有限公司提供的基于ZigBee的C51RF－CC2431－ZDK无线网络系统，其无线定位精度可以达到0.25 m。ZigBee无线定位单片机CC2431是基于接收到信号强度指示(receive signal strength indicator，RSSI)的定位引擎，能根据接收信号强度与已知的参考节点信息准确计算出有关节点间的距离。

室内定位计算示意图如图3所示，0，1，2，3分别为安置在室内的4个参考节点，是已知的静态节点，其坐标位置固定。机器人携带定位节点在指定区域内移动。

图3 室内定位计算示意图

室内定位原理图如图4所示，定位节点在接收到参考节点发出信号的同时得到RSSI值，取多次接收到的RSSI值的平均值作为该时刻小车的位置信息[8]。

图4 室内定位原理图

根据接收到信号的强度，利用理论和经验传播损耗模型，可将传输损耗转化为距离。研究采用对数－常态分布传播损耗模型，距离l与接收到的节点的信号强度之间的函数关系式为:

式中:P(l)为定位节点接收到参考节点发射信号强度;P(d0)和n分别为在参考节点(1 m处)得到的信号强度和信号传播常量。

由式(1)可得到小车与4个参考节点之间的距离 l0，l1，l2，l3。实际上只需要获得标签与其中3个读写器之间的距离就可以确定小车的坐标。

小车实时坐标(x0，y0)的计算方法如下:

在机器人得到自身坐标的同时可以通过电子罗盘获得车头行进方向与x轴正方向的夹角θ。如果小车的目标位置是(x，y)，根据Δx(Δx=xx0)的正负判断机器人需要转动的角度θ或πθ，然后在x轴方向上移动到达(x，y0)，根据Δy(Δy=y－y0)的正负决定是左转90°还是右转90°，沿着y轴方向行驶到达(x，y)。

3 定位系统工作原理

定位系统包括3个部分:参考节点、定位节点和协调器(网关)。CC2430模块作为参考节点和协调器，CC2431作为定位节点。PC机通过协调器以不同方式向参考节点和定位节点发送配置数据，协调器接收各节点的数据通过串口发送给PC机[9]。协调器工作流程如图5所示。

参考节点在首次加入网络时需要对其位置坐标进行配置。它的主要任务是在收到定位请求时给参考节点发送一个包含自己位置坐标和自身与定位节点之间RSSI值的信息包。参考节点收到定位节点发送的RSSI收集命令后，将立即收集该次的RSSI值。该命令会连续多次出现，这样参考节点就可以对RSSI值多次采样。参考节点工作流程如图6所示。

图5 协调器工作流程图

图6 参考节点工作流程

移动节点能够与离自己最近的参考节点通信，收到这些节点的X、Y坐标和RSSI值，根据这些信息计算自己的位置信息，然后将位置信息发送给协调器。CC2431可以实现0.25 m的定位分辨率，定位时间小于40 μs。定位节点的工作流程如图7所示。

将各节点的程序下载到单片机之后，首先打开协调器电源，在PC机上打开监控软件，然后逐个打开参考节点电源，并将不同的坐标配置通过协调器发送给各节点，最后打开移动节点电源，移动节点在定位区域中移动，PC机就可以得到移动节点的实时坐标信息。

图7 定位节点工作流程图

4 定位测量和精度分析

4.1 定位测量

为确定移动机器人的稳定性，笔者进行了直线路径误差测量实验。方法是程序设定机器人运行某一距离后停下，测量机器人实际行进的距离与理论值的误差，分别做不同距离的测试实验[10]。机器人两个驱动电机直线行驶误差曲线如图8所示。

图8 机器人两个驱动电机直线行驶误差曲线

由实验可知机器人的行进误差随着距离的增加累积误差也会增加。机器人运动得越快，刹车距离越长，由于惯性机器人移动的路程误差也越大。当电机速度低于0.5 m/s时，机器人运动行程误差接近零，具有较好的稳定性。

用射频设备在一个空旷的实验室中做定位实验，由于在3～5 m范围内，RSSI与d关系变化不明显，因此测试范围设置在3 m以内，即定位节点到达参考节点的距离在3 m以内，将距离d与接收到的RSSI值成对记录下来。将根据RSSI计算得到的距离值与实际值进行比较，其误差数据如表1所示。

表1 计算距离与实际距离误差表

将RSSI与d的对应关系绘制成二维曲线，如图9虚线所示，实线为该距离下应得到的RSSI理想值曲线。

图9 RSSI与d的关系曲线

由图9可知，在距离接近3 m时，RSSI值随着距离的增加变化越来越小，为了定位的精确，参考节点之间的间距最好设置在3 m以内。

在4 m×5 m定位区域中，在无障碍物的情况下，机器人由任意坐标点移动到某一指定坐标点(试验中设置为(3，3))，记录机器人在区域中的实际坐标和定位系统得到的坐标，如图10所示，可观察到机器人的定位误差。

由图10可知，10组数据中有一组实际坐标与定位坐标重合，其余几组数据的实际位置坐标较为均匀地分布在定位坐标位置周围，最大误差不超过50 cm，能够满足室内定位精度要求。

在同样的实验场地中放入两个尺寸为30 cm×15 cm×50 cm的障碍物，同样让机器人由任意坐标位置移动到指定坐标位置，记录机器人的实际坐标与定位系统确定的坐标，观察在有障碍物条件下机器人的定位误差，如图11所示。

对比图10和图11可以看出，在有障碍物的情况下定位系统的定位误差达到0.5 m的概率明显增大，主要原因是障碍物的遮挡使信号有一定的衰减，影响测距的精度，但最大误差没有明显增大，仍然能够达到室内定位精度要求。

图10 无障碍时机器人定位分布图

图11 有障碍时机器人定位分布图

4.2 定位精度分析与改进

基于实验数据分析，影响定位的因素主要包括两方面:一是室内环境的影响，室内各种电磁波设备对定位系统的干扰、非金属障碍物对信号的衰减作用，以及金属障碍物对信号的阻挡，这些直接影响获取的RSSI值的准确性;二是机器人的驱动电机存在路径误差，且累积误差会不断增大，导致机器人的实际位置与理想位置的偏差。

对于室内复杂环境，障碍物较多，可适当地增加参考节点的数量，在任一时刻选择定位节点周围信号强度最好的3个参考节点作为该时刻的定位，这样可减小由于障碍物阻挡造成的误差。

5 结论

研究表明，基于ZigBee无线网络室内定位方法在室内环境无障碍物的条件下具有较好的定位精度，可达0.25 m;在有障碍物的条件下定位精度略微降低，最大误差小于0.50 m，仍能满足室内移动机器人的定位精度要求。该方法的实时性好，定位时间短，能够有效地辅助机器人完成路径规划，使其比较准确地移动到目的地，从而执行接收到的任务。

[1] 李文仲，段朝玉.ZigBee2006无线网络与无线定位实战[M].北京:北京航空航天大学出版社，2008:58－69.

[2] BULUSU N，HEIDEMANN J，ESTEIN D.GPS － less low cost outdoor localization for every small devices[J].IEEE Personal Communications，2000，7(5):28 －34.

[3] 王殿君.基于有源射频识别信号强度的室内移动机器人测距方法[J].科技导报，2009，27(1):76－79.

[4] 王殿君.基于有源RFID的室内移动机器人定位系统[J].清华大学学报:自然科学版，2010，50(5):673－676.

[5] 郭建明.基于EKF的移动机器人RFID定位系统研究[J].武汉理工大学学报:信息与管理工程版，2009，31(6):917 －921.

[6] 王兰红.基于ZigBee技术的RFID系统的设计[J].测试测量技术，2009(9):23－27.

[7] ANGELA S I N，WOONG J L，JIN Y Y.Comparison of the mechanisms of the Zigbee's indoor localization algorithm[EB/OL].[2011 － 09 － 09].http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=＆arnumber=4617341.

[8] 禹建丽，徐亮.室内自主清扫机器人的路径规划[J].中原工学院学报，2010，21(3):1 －3.

[9] 祖莉.智能移动机器人运动控制系统及算法的设计[J].机器人技术与应用，2002(5):39 －42.

[10] JYH －HWA T，CHIANG F C.The development of the mobile robot for taking care of elderly people[EB/OL].[2011 －09 －09].http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=＆arnumber=5412646.