楊 曉，王 敏

1 引言

深海集礦機工作在富積礦產(chǎn)的深海海底，由于作業(yè)環(huán)境的影響，無法由駕駛員直接操作和控制，面對如此復(fù)雜的海底環(huán)境，為保證系統(tǒng)高效快速安全的工作，機器必須具備完成其自身運行路徑的實時、有效判斷和智能控制，主要包括行走過程中發(fā)現(xiàn)障礙物后實施避障行為和繞開障礙物后回到預(yù)定開采路徑繼續(xù)進行采礦兩大部分[1]。集礦機前端數(shù)據(jù)采集模型應(yīng)具備自主避障導(dǎo)航的功能，使得機構(gòu)能快速高效的實現(xiàn)避障和導(dǎo)航功能。因此，對避障導(dǎo)航機構(gòu)進行軟硬件設(shè)計研究，具有重要意義。

國內(nèi)外學(xué)者取得了一定的成果：文獻[2]從單幅圖像中提取已知的障礙物，實現(xiàn)沿障礙物邊緣行走；文獻[3]采用遺傳算法對機器人進行設(shè)計，實現(xiàn)機構(gòu)的避障；文獻[4]基于在環(huán)試驗系統(tǒng)，利用海底模型對試驗樣機進行避障導(dǎo)航分析，已驗證控制系統(tǒng)的有效性。

根據(jù)系統(tǒng)要求，設(shè)計前端采集系統(tǒng)，給出了集礦機導(dǎo)航避障所需的下位機前端硬件采集系統(tǒng)，根據(jù)實際情況給出了導(dǎo)航避障控制系統(tǒng)的詳細(xì)設(shè)計流程，并以此為基礎(chǔ)，采用LabVIEW和Matlab混合編程的方法，設(shè)計了實現(xiàn)軟件和硬件相連的LabVIEW上位機控制程序；將BP神經(jīng)網(wǎng)絡(luò)成功地導(dǎo)入了LabVIEW的編程界面；同時，經(jīng)過圖形化編程實現(xiàn)了網(wǎng)絡(luò)輸入模式識別，對控制系統(tǒng)進行可靠性驗證。

2 集礦機前端采集系統(tǒng)

2.1 方向?qū)Ш?/h3>

目前，集礦機方向?qū)Ш街袘?yīng)用較多的為磁羅經(jīng)羅盤、電位機羅盤和數(shù)字羅盤[5-6]，特別適合測弱磁，基本滿足集礦機行走航向角給定和航向修正要求。

假定檢測頭用正弦波電流勵磁[7]，其總磁場強度為：

由于激勵繞組阻抗較小，探測線圈中的感應(yīng)電壓U0為：

感應(yīng)電壓為：

上式按Fourier級數(shù)展開有：

經(jīng)過推導(dǎo)，式中系數(shù)為：

進行計算處理出航向角α1[9]：

根據(jù)實際地域按下述公式進行適當(dāng)修正：

地理方位角α=磁場夾角α1+磁偏角Δα。

2.2 測障聲納系統(tǒng)

目標(biāo)回波信號在時間上比發(fā)射信號滯后t時間：

而實際工作時回波信號與發(fā)射信號之間出現(xiàn)的頻差Δf[10]，則：

式中：f′2—f2的回波。

將式（7）代入式（6）中，則可得到目標(biāo)距離與頻差的關(guān)系：

2.3 定位聲納系統(tǒng)

集礦機短基線定位系統(tǒng)，如圖1所示。

圖1 集礦機短基線定位系統(tǒng)Fig.1 Short-Line Positioning System for Ore Collector

根據(jù)圖1，基于簡單三角推導(dǎo)得到：

可得：

式（10）就是集礦機短基線定位測量系統(tǒng)完成定位導(dǎo)航目的數(shù)學(xué)模型。

2.4 BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)是多層前饋網(wǎng)絡(luò)，分為輸入層、隱含層和輸出層，層與層之間神經(jīng)元采用全互聯(lián)方式，同一層神經(jīng)元不存在相互連接。

其中，X1到Xn為訓(xùn)練樣本，從左至右的神經(jīng)元層依次為輸入層、隱含層和輸出層。令輸入層到隱含層的權(quán)值為wji（即神經(jīng)元i到神經(jīng)元j的連接權(quán)值），閾值為θj；隱含層到輸出層的權(quán)值為wkj（即神經(jīng)元j到神經(jīng)元k的連接權(quán)值），閾值為θk；uj為隱含層輸入，oj為隱含層輸出，yk為輸出層輸入，ok為輸出層輸出，即神經(jīng)網(wǎng)絡(luò)最終輸出，f（g）是Sigmoidal函數(shù)（實際上，連續(xù)可微單調(diào)上升即可），對于BP網(wǎng)絡(luò)的各計算節(jié)點，有：

顯然，BP網(wǎng)絡(luò)將完成輸入層到輸出層不同維數(shù)空間矢量的映射。

3 導(dǎo)航避障控制系統(tǒng)設(shè)計

3.1 避障方案

在LabVIEW的Matlab Script節(jié)點中訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，需要調(diào)用已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)對輸入輸出加以控制。對于給定的輸入模式，用sim（）函數(shù)就可以得到網(wǎng)絡(luò)的輸出。另行創(chuàng)建一個新的Matlab Script節(jié)點，將調(diào)用程序放入其中，就可以實現(xiàn)LabVIEW與Matlab的接口設(shè)計。具體程序流程，如圖2所示。

圖2 BP網(wǎng)絡(luò)輸入模式識別流程圖Fig.2 BP Network Input Pattern Recognition Flow Chart

由圖2可知，LabVIEW與Matlab的輸入模式識別接口設(shè)計共用到三個Matlab Script節(jié)點，第一個節(jié)點用于BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)建和學(xué)習(xí)訓(xùn)練；第二個節(jié)點用于已訓(xùn)練好神經(jīng)網(wǎng)絡(luò)與待處理數(shù)據(jù)的連接，以及網(wǎng)絡(luò)結(jié)果的輸出；第三個的節(jié)點則用于輸出向量的分離，用于硬件電路的獨立并行控制。

3.2 導(dǎo)航方案

集礦機在行進過程中，若檢測到障礙物，則執(zhí)行避障程序；反之，檢測不到障礙物時，即避障神經(jīng)網(wǎng)絡(luò)模型輸出轉(zhuǎn)向角為“0”時，檢測集礦機此時對應(yīng)的方位坐標(biāo)和航向角，轉(zhuǎn)入導(dǎo)航模糊控制過程。對于集礦機前方（包括左前方和右前方）、左方和右方同時檢測障礙物的情況，集礦機需要后退出障礙物區(qū)域，再由轉(zhuǎn)向系統(tǒng)完成避障繞行，無法直接通過轉(zhuǎn)向系統(tǒng)實現(xiàn)，因此需單獨處理。

對于集礦機前方、左方和右方都存在障礙物而無法通過直接轉(zhuǎn)向完成避障的情況，執(zhí)行后退操作，其中，操作指示指標(biāo)通過神經(jīng)網(wǎng)絡(luò)避障模型的注視向量輸出來完成，即當(dāng)注視向量m=-1時，集礦機后退，并通過程序設(shè)置，使得集礦機在后退至左右兩邊都無障礙物之前m始終為-1，以避免集礦機剛開始執(zhí)行后退操作，使得m=1，而按原始操作繼續(xù)向前行進，從而導(dǎo)致其陷入前后晃動的死循環(huán)狀態(tài)。而后退至左右兩邊都無障礙后，則轉(zhuǎn)入由模糊控制技術(shù)實現(xiàn)的導(dǎo)航路徑跟蹤程序。

4 控制系統(tǒng)避障驗證

為了進一步驗證嵌入LabVIEW界面的神經(jīng)網(wǎng)絡(luò)模型的工作效果，以圖3所示障礙物區(qū)域為例，隨機選取具有代表性的路徑點A、B、C、D、E和F。以上述各點的網(wǎng)絡(luò)輸出矢量為代表說明模擬集礦機的行進狀況。將模擬集礦機行進過程中5路傳感器采集到的連續(xù)信號以（5×120）的數(shù)組形式輸入“網(wǎng)絡(luò)輸入”控件，在Matlab中描述“網(wǎng)絡(luò)輸出”控件顯示結(jié)果。則對應(yīng)神經(jīng)網(wǎng)絡(luò)輸出“速度”、“轉(zhuǎn)向角”曲線，如圖4所示。

圖3 避障行進路線及隨機路徑點選取Fig.3 Obstacle Avoidance Route and Random Path Point Selection

圖4 網(wǎng)絡(luò)輸出曲線Fig.4 Network Output Curve

在本次障礙物繞行中，模擬集礦機不存在前方、左方和右方同時檢測到障礙物后退的情況，因此注視向量始終為正方向，即為“1”，為了清楚地說明仿真實驗中集礦機的行進狀況，將其連續(xù)的運行軌跡進行離散化和擬人化處理，即取每隔0.2s取其中心點組成避障路徑，并假設(shè)連續(xù)兩個中心點之間的距離為一步。實際集礦機行走控制中，將傳感器采集信號通過DAQ技術(shù)處理接入網(wǎng)絡(luò)輸入接口，通過神經(jīng)網(wǎng)絡(luò)避障模型進行模式識別，通過LabVIEW、Matlab混合編程，結(jié)合串口通信、信號處理及電液控制等相關(guān)技術(shù)給出下一步的操作指令，即可實時控制集礦機的避障轉(zhuǎn)向行為。

5 結(jié)論

根據(jù)實際控制需求，對深海集礦機避障導(dǎo)航控制系統(tǒng)進行設(shè)計，采用LabVIEW和Matlab實現(xiàn)軟硬件的連接，分析結(jié)果可知：

（1）考慮到三維海底環(huán)境中可能遇到的無法通過水平固定聲納系統(tǒng)完成檢測的緩坡和壕溝型障礙，結(jié)合實際海底車控制策略，提出了測障聲納的俯瞰式布置來解決壕溝檢測問題，同時利用聲學(xué)和光學(xué)儀器結(jié)合使用的信息融合技術(shù)來完成緩坡檢測問題，并結(jié)合上述設(shè)計方案給出實現(xiàn)完整避障導(dǎo)航的硬件系統(tǒng)組成;

（2）應(yīng)用LabVIEW中的Matlab Script節(jié)點技術(shù)，將在Matlab環(huán)境下建立并仿真確保無誤的避障模型，導(dǎo)入LabVIEW上位機控制程序，建立軟件和硬件的連接，用于實際控制，從而使得集礦機在真實作業(yè)環(huán)境下可以實現(xiàn)準(zhǔn)確的障礙物繞行。