移动服务机器人共享控制研究

孙　雷, 王孙安, 张进华, 李小虎

(1.西安交通大学 机械工程学院, 陕西 西安　710049； 2.西安交通大学 机械制造系统国家重点实验室, 陕西 西安　710054)



移动服务机器人共享控制研究

孙雷1, 王孙安1, 张进华2*, 李小虎1

(1.西安交通大学 机械工程学院, 陕西 西安710049； 2.西安交通大学 机械制造系统国家重点实验室, 陕西 西安710054)

摘要：移动服务机器人在提高老人/残疾人活动空间方面具有重要作用.针对机器人自主避障失败时存在安全问题，提出了基于共享控制的服务机器人系统.构建基于机器视觉与人眼视觉共享控制的机器人系统.研究服务机器人的共享策略问题和眼电信号角度与参考轨迹关系.引入人工场解决自适应轨迹跟踪算法的平滑性.仿真结果说明基于人工场导向方法能平滑逼近期望轨迹.实验结果表明本系统能够满足使用者的安全需求.

关键词：服务机器人； 共享控制； 眼电信号； 人工场； 轨迹跟踪

0引言

随着社会老龄化趋势的愈发严峻以及残障人士的逐年增加,助老助残的服务机器人研究受到了世界各国政府的重视与支持.德国不莱梅大学开发了FRIEND型服务机器人[1]，至2010年已发展到第三代型号.密歇根大学开发了NavChair服务机器人[2]，中科院自动化所开发了RoboChair服务机器人[3].除此以外还法国梅斯大学的VAHM[4];德国乌尔姆大学的MAid[5];美国弗吉尼亚大学TinMan[6]等.

目前移动机器人的控制方式有手动控制、自主控制和共享控制三种方式.手动控制适用于肢体功能健全的用户，对于重度残疾人并不适合.自主控制是一类能够通过传感器感知环境和自身状态，在没有人工干预的情况下避开障碍物到达预定目标点.目前还没有真正意义上的人工智能设备，在复杂环境下仍会出现自主避障失败的问题.除此之外还会出现服务机器人位姿不正确或自主决策错误的情况.由于助老助残服务机器人的使用对像的特殊性，就要求有一种安全可靠的控制方式.为了提高服务机器人安全系数，因此将经典的自主控制与人类意图相结合建立共享控制.通过共享控制解决自主控制无法完成的复杂任务，或是通过共享控制实现对自主控制进行干扰纠正.

目前针对共享控制已经有很多研究成果.(Tonin, Leeb et al)讨论和评估基于BCI临场感框架的共享控制方法的作用[7].实现与不同房间的朋友和亲人之间的交流；降低不确定的BCI通道控制机器人的花费时间和命令数量，提高重度残疾人的生活质量.(Philips,del R Millan et al.)针对共享控制不能提供自适应需求问题，研究了基于脑电信号共享控制的助残机器人[8].构建了一种以自适应方式帮助脑机接口被试者执行基于目标导向的轮椅导航系统.

本文的服务机器人是用来助老助残的，需要建立机器视觉与人眼视觉共享机制，并识别眼电信号角度建立参考轨迹，通过运动控制来实现轨迹跟踪，将两者相互结合实现服务机器人的共享控制.因此运动控制的性能将决定共享控制的最终效果，本文同样需要研究移动机器人轨迹跟踪控制.

本文对室内环境服务机器人共享控制问题进行研究.首先构建基于机器视觉与人眼视觉共享控制的机器人系统，并研究服务机器人的共享策略问题及眼电信号角度与参考轨迹关系.然后研究基于人工场轨迹跟踪算法.提出了基于眼电信号共享控制的轨迹跟踪控制策略.最后进行了仿真与实验.

1系统构建

根据上文服务机器人功能需求分析，本节提出了人眼视觉与机器视觉共享控制的服务机器人系统，以完成室内环境助老助残功能需求.服务机器人系统原理如图1所示.系统由CCD图像采集系统，基于EOG的人机接口及机器人本体组成.通过EOG 人机接口实现对服务机器人起动、停止、紧急制动等控制.同时在运动过程中通过CCD摄像机实现对动态目标进行跟踪及提取动态参数，从而可以实现机器人的自主避障.当机器人自主避障失败时(由人来判断失败与否)，可以通过基于EOG的共享控制实现对服务机器人轨迹进行改变，提高机器人操控的安全性.系统采用上下位机二级分布式体系结构，利用室内环境的现有无线网络构建基于WiFi的无线传输系统，实现上位机控制命令的传递.系统在运行前将通过Tsai法对摄像机进行标定，获得摄像机的内外参数；机器人通过光电码盘测速系统测量左右轮速度，应电子罗盘测得偏航角，实现机器人的航位推算.通过航位推算将机器人和障碍物进行区分.

图1　系统原理图

2眼电信号角度识别

眼电信号频率一般为0～100 Hz,幅值为50～3 500μV.对于水平凝视角在[-50,50]和垂直凝视角[-30,30]，眼电信号有一个线性行为.眼电信号在水平和垂直运动时，眼电信号的峰值有正负之分.由图2可以看出眼电扫视信号角度小时峰值小，反之扫视角度大时峰值大.在参考点左侧时峰值为正，在参考点右侧时峰值为负.垂直信号有相同的规律，且向上看时幅值为正，向下看时幅值为负.因此对扫视角度和信号峰值之间的函数进行深入研究.

基于以上规律，眼电信号峰值被选来作为表达眼球旋转角度的定量特征.通过扫视相同角度间隔的目标点来验证以上规律.实验采用NT9200脑电信号放大器且步骤如下[9]：

(1)被试者自然的坐在扫视屏前如图3所示，双目凝视参考点即中心点.

(2)瞳孔和屏幕的中心之间的垂直距离为50 cm.

(3)水平扫视角度范围为±50 °，扫视区间间隔为2 °.

(4)垂直扫视的角度范围为±30 °，扫视区间间隔为3 °.

(5)对每一个目标点与参考点之间扫视重复16次，返回时停顿一小会儿.

图2　不同扫视角度峰值特征

图3　扫视屏示意图

根据最小均方拟合规则对角度与峰值数据进行统计分析，函数关系可以被确定如式(1)：

(1a)

(1b)

Uh和Uv是水平和垂直峰值；a,b和A是非线性拟合参数.θh和θv是水平垂直扫视角度.为了方便表达方程(1)被写作方程(2).

(2)

因此，扫视角度公式为通过求反函数可得

(3)

3共享策略

共享含义是指人、自主控制系统之间进行协调,共同对服务机器人进行控制的一种控制策略.自主控制不需操作者参与，减轻了操作者的作业负担并提高了任务执行的效率.但自主机器人还不能单独胜任复杂的操作任务，主要原因在于任务目标的确定能力和任务决策能力不足.服务机器人共享操作系统中由于人的介入，执行启动紧急停止等操作或者重新指定新的操作任务，可以弥补自主控制的不足.这种将操作者和自主机器人的智能以共享方式结合起来的共享控制操作系统框架如图4所示.

图4　服务机器人共享控制结构图

本系统中除了左转弯和右转弯控制命令的扫视角度α由函数计算获得外，其它控制命令的角度统一设置为0.当未接收到人机接口控制命令时，执行摄像机自主控制命令.当接收到人机接口控制命令时，执行人机接口的命令，并根据控制命令的角度计算获得转弯轨迹.若角度为0，则表示直线行驶无需计算圆弧轨迹.图5为扫视角度与参考轨迹关系.Eyeball为人眼所在位置即服务机器人当前位置，α=θh为扫视角度(通过式(3)计算)，R为已知圆轨迹的半径.通过扫视角度的计算可以获得当前机器人所需要参考轨迹.

图5　机器人参考轨迹

本文的共享策略如下所述：

(1)服务机器人在全局视场中运行的时候，人机接口的控制命令优先级要高于机器视觉控制命令优先级.

(2)首先通过基于眼电信号的人机接口选择将要到达的目的地并发送启动命令，服务机器人将在全局视场中根据规划好的路径进行运动.

(3)当θ=0时，按已经规划好的路径运动.

(4)当出现动态障碍物时机器视觉发出命令避障，若自主避障失败则通过人机接口共享控制发送干扰命令进行相应转弯即左转和右转.或者出现其它未知紧急情况时，则可以发送紧急停止命令.即θ=α时，根据当前位姿计算出参考圆弧轨迹，并根据全局视觉所获得的当前位姿计算误差并跟踪圆弧实现主动避障.

(5)当人工干预完成之后系统重新规划路径并将路径发送给下位机.

(6)当人机接口无命令时，根据全局视觉自主跟踪已规划轨迹运动.

4移动机器人轨迹跟踪

4.1运动学分析

移动机器人质心与轮距中心相重合，全局坐标系XOY下其运动学方程如下：

(4)

(5)

式中，p=(x,y,θ)′,x,y,θ为机器人质心的坐标和方向角，v和w移动机器人的质心P的线速度和角速度，而且v和w都是时间t的函数.在移动机器人控制系统中，实际位姿与参考位姿的位姿误差可以定义为：

Te(Pr-Pc)

(6)

其中Pr=(xr,yr,θr)′参考位，Pc=(xc,yc,θc)′为当前位姿.

4.2轨迹跟踪

(7)

由控制律可知：机器人调整跟踪方向主要依赖角速度w，而消除位移误差依赖于线速度v.角速度w的设计主要考虑因素是位姿误差，但没有考虑如何平滑逼近目标点.服务机器人是用来助老助残的，要充分考虑他们身体衰弱的特点，在运动过程中要考虑姿态变化的平滑性减少角速度变化的影响.在线速度v的设计中，Kanayama只考虑横向坐标误差xe和方向角度误差θe，对纵向坐标误差ye没考虑.若存在纵向坐标误差，该控制律位姿误差调整过程缓慢.因此本文应用基于人工场导向的自适应轨迹跟踪方法[11].

(8)

因此可得：

(9)

图6　人工场计算示意图

基于人工场的控制律设计如下：

(10)

其中kx,ky,kθ,kβ,kd均为非负数，

该控制律在角速度的控制律设计中加入了人工场导向因素，而在线速度的控制律构建中考虑了ye及预瞄距离的影响.

5仿真与实验

为了验证服务机器人能否跟踪眼电信号在角度θ时的轨迹.通过服务机器人基于运动学设计的控制器对任意轨迹进行了跟踪的仿真，验证基于人工场导向控制律的有效性.仿真参数：圆半径为4 m，机器人初始位姿(4.5,-1,120 °)，期望位姿为(4,0,90 °)，vr=2.5 m/s，控制参数kx=3,ky=10,kz=5,kβ=2.5,kd=4，跟踪误差如图7所示.从结果可以看出，该方法强调了圆弧式逼近，使轨迹跟踪角度收敛更加容易，这是引入人工场的结果.由于考虑了机器人跟踪的距离误差，位置误差收敛速度也明显变快.

(a)人工场方法

(b)kanayama方法图7　轨迹跟踪误差曲线

为了验证系统控制策略的有效性，实验模拟在系统自主避障失败时通过眼电信号进行共享控制，纠正机器人的运动轨迹.图8是眼电信号输出人机接口(HCI)控制命令.图9表示θ=45 °时整个共享控制过程中通过人机接口成功避障开动态障碍物的过程，其中Rob表示服务机器人，Obs表示动态障碍物.

图8　人机接口控制命令输出

图9　共享控制避障过程

6总结

首先简述了系统组成并研究了眼电信号角度识别问题，然后研究了机器视觉与人眼视觉共享策略问题并建立角度与参考轨迹关系.最后研究了基于运动学模型的人工场导向轨迹跟踪算法.仿真结果表明，基于人工场导向的轨迹跟踪算法能更好的跟踪轨迹.实验结果表明本文提出的共享策略方案能够解决服务机器人的避障失败问题.

参考文献

[1] C.Martens,N.Ruchel,O.Lang,et al.A friend for assisting handicapped people[J].IEEE Robotics & Automation Magazine,2001,8(1):57-65.

[2] R.C.Simpson,S.P.Levine,D.A.Bell,et al.NavChair: an assistive wheelchair navigation system with automatic adaptation[J].Assistive Technology and Artificial Intelligence Lecture Notes in Computer Science,1998,1 458:235-255.

[3] P.Jia,H.H.Hu,T.Lu,et al.Head gesture recognition for hands-free control of an intelligent wheelchair[J].Industrial Robot:An International Journal,2007,34(1):60-68.

[4] G.Bourhis,Y.Agostini.The vahm robotized wheelchair:system architecture and human-machine interaction[J].Journal of Intelligent and Robotic Systems,1998,22(1):39-50.

[5] E.Prassler,J.Scholz,M.Strobel,et al.Maid:A robotic wheelchair operating in public environments[J].Sensor Based Intelligent Robots Lecture Notes in Computer Science,1999,1 724:68-95.

[6] T.Gomi,A.Griffith.Developing intelligent wheelchairs for the handicapped[C]//Lecture Notes in Artificial Intelligence:Assitive Technology and Artificial Intelligence.Berlin:Springer,1998:150-178.

[7] L.Tonin,R.Leeb,M.Tavella,et al.The role of shared-control in BCI-based telepresence[C]//2010 IEEE International Conference on Systems Man and Cybernetics.Piscataway:IEEE,2010:1 462-1 466.

[8] J.Philips,J.del R Millan,G.Vanacker,et al.Adaptive shared control of a brain-actuated simulated wheelchair[C]//IEEE 10th International Conference on Rehabilitation Robotics.Piscataway:IEEE,2007:408-414.

[9] Z.Jinhua,G.Feng,H.Jun,et al.Human-robot shared control of articulated manipulator[C]//2013 IEEE International Symposium on Assembly and Manufacturing.Piscataway:IEEE,2013:81-84.

[10] Y.Kanayama,Y.Kimura,F.Miyazaki,et al.A stable tracking control method for an autonomous mobile robot[C]//1990 IEEE International Conference on Robotics and Automation.Piscataway:IEEE,1990:384-389.

[11] L.Kunpeng,W.Sunan,D.Hongyu,et al.Trajectory tracking control of wheeled mobile robots based on integrated intelligent steering[C]//9 th International Conference on Electronic Measurement & Instruments. Piscataway:IEEE,2009:3 955-3 960.

[12] 景兴建，王越超.一类非完整约束动力学系统的人工场导向控制[J].信息与控制,2002,31(1):35-40.

Research on shared control of service mobile robot

SUN Lei1, WANG Sun-an1, ZHANG Jin-hua2*, LI Xiao-hu1

(1.College of Mechanical Engineering, Xi′an Jiaotong University, Xi′an 710049, China; 2.State Key Laboratory for Manufacturing System Engineering, Xi′an Jiaotong University, Xi′an 710054, China)

Abstract:Mobile service robots play an important role in improving activity space of the elderly/disabled.According to the safety problem of robot autonomous obstacle avoidance failure,shared control-based robot system is proposed.Construct shared control robot system with computer vision and human vision.Research the robot′s shared strategy and the relationship between EOG(Electrooculogram) signal and reference trajectory.Introduce artificial field to solve the smoothness of adaptive trajectory tracking algorithm.Simulation result shows that artificial field based algorithm can smoothly approach to the expected trajectory.Experiment result shows that the system can satisfy the safety needs of the user.

Key words:service robot; shared control; EOG signal; artificial field; trajectory tracking

中图分类号：TP242

文献标志码：A

文章编号：1000-5811(2015)01-0169-06

通讯作者:张进华(1979-)，男，山东嘉祥人，副教授，研究方向：生物电信号处理、机器视觉,jjshua@mail.xjtu.edu.cn

作者简介:孙雷(1982-),男，江苏宿迁人，在读博士研究生，研究方向：生物电信号处理、机器人控制

基金项目：国家自然科学基金项目(50905136)