蘇春芳

摘要：針對(duì)餐廳服務(wù)機(jī)器人移動(dòng)定位不準(zhǔn)確的特點(diǎn)，該文提出基于多傳感器融合的移動(dòng)定位方法，通過融合機(jī)器人實(shí)際的移動(dòng)距離與BLE定位技術(shù)，有效克服了BLE定位不準(zhǔn)確的特點(diǎn)，從而提高了室內(nèi)定位的準(zhǔn)確性。實(shí)驗(yàn)證明，機(jī)器人的移動(dòng)距離是一種對(duì)BLE定位方法有效的修正，當(dāng)服務(wù)機(jī)器人距離餐桌位置1米之內(nèi)，定位準(zhǔn)確率可達(dá)到99.6%，從而實(shí)現(xiàn)對(duì)服務(wù)機(jī)器人的準(zhǔn)確定位。

關(guān)鍵詞：室內(nèi)定位；低功耗藍(lán)牙；光電傳感器；電子羅盤；

中圖分類號(hào)：TP249 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）19-0295-03

Abstract： For the accuracy of the indoor positioning of restaurant service robot is not so high， this paper combined the technology of indoor positioning basing on BLE with the moving distance of the robot， which is the relative distance between the current position and the start point of every delivering task. The method applied in this paper effectively overcomes the inaccuracy of the indoor positioning basing on BLE .The experiment shows that the moving distance of the robot is an effective correction method to calibrate the result of indoor positioning classify model. When the distance between the robot and target position of table is within 1 meter， the accuracy rate is 99.6%. Its proved that the proposed method can accurately locate the robot in the indoor environment.

Key words： indoor positioning； Bluetooth low energy； photoelectric sensor； electronic compass

1 引言

隨著物聯(lián)網(wǎng)技術(shù)以及人工智能的發(fā)展，服務(wù)機(jī)器人走進(jìn)了人們的生活，目前主要以集群的形式呈現(xiàn)，由多個(gè)服務(wù)機(jī)器人組成，協(xié)同工作、共同完成特定的任務(wù)。機(jī)器人在室內(nèi)的位置信息是集群服務(wù)機(jī)器人協(xié)同工作、高效完成工作任務(wù)的基礎(chǔ)。實(shí)時(shí)、準(zhǔn)確地確定機(jī)器人所處的位置是完成餐廳服務(wù)機(jī)器人任務(wù)分配、調(diào)度的關(guān)鍵，是該文研究的重點(diǎn)。

目前，全球定位系統(tǒng)（Global Positioning System）被廣泛應(yīng)用到定位、導(dǎo)航中，在室外環(huán)境中實(shí)時(shí)、準(zhǔn)確的進(jìn)行位置定位。但是由于在室內(nèi)環(huán)境中，建筑物的遮擋會(huì)引起衛(wèi)星信號(hào)的衰減，甚至丟失，因此GPS不能應(yīng)用在室內(nèi)定位中。目前兩大主流的室內(nèi)定位方法是基于圖像處理的室內(nèi)定位方法[1]和基于傳感器信息融合的室內(nèi)定位方法[2]，所使用的傳感器主要包括低功耗藍(lán)牙BLE（Bluetooh Low Energy）、 RFID、無線Wi-Fi、 ZigBee、運(yùn)動(dòng)傳感器（Motion-Sensor）等，其中隨著藍(lán)牙技術(shù)的發(fā)展，憑借BLE低功耗的特點(diǎn)，被廣泛應(yīng)用到室內(nèi)定位中。[3]

由于藍(lán)牙信號(hào)容易受到室內(nèi)金屬材料、無線設(shè)備、室內(nèi)結(jié)構(gòu)的干擾，這些干擾因素都會(huì)引起RSSI數(shù)據(jù)的不穩(wěn)定性，因此目前基于BLE的室內(nèi)技術(shù)，仍然無法做到準(zhǔn)確的定位，信號(hào)的不穩(wěn)定性是室內(nèi)定位方法面臨的挑戰(zhàn)。該文融合機(jī)器人在室內(nèi)的移動(dòng)距離與BLE定位技術(shù)，有效地提高了室內(nèi)定位的準(zhǔn)確性，實(shí)驗(yàn)結(jié)果表明，該方法能夠快速、準(zhǔn)確的定位機(jī)器人的位置。

2 BLE定位

藍(lán)牙技術(shù)解決了移動(dòng)設(shè)備、固定設(shè)備之間的無線通信問題，是一種短距離的無線通訊技術(shù)，其中傳統(tǒng)藍(lán)牙是指藍(lán)牙3.0之前的BR/EDR藍(lán)牙，而低功耗藍(lán)牙BLE則是指藍(lán)牙4.0規(guī)范下的藍(lán)牙。BLE的通信設(shè)備分為中心設(shè)備（Central）和外圍設(shè)備（Peripheral）兩種，通常情況下，外圍設(shè)備通過不斷的廣播，被中心設(shè)備掃描到后，該外部設(shè)備就被中心設(shè)備發(fā)現(xiàn)，在廣播包中（Advertising Data）包含外圍設(shè)備自身的識(shí)別標(biāo)識(shí)，利用這些“通告幀”（Advertising）的內(nèi)容，就可判斷外圍設(shè)備距離中心設(shè)備之間距離[4]。

每一個(gè)服務(wù)機(jī)器人都是一個(gè)獨(dú)立的BLE外圍設(shè)備，為了讓中心設(shè)備發(fā)現(xiàn)自己，以10毫秒到20毫秒的時(shí)間間隔發(fā)送數(shù)據(jù)包，通過在這種通告幀的有效負(fù)載部分嵌入特定格式的數(shù)據(jù)來實(shí)現(xiàn)。通過個(gè)體機(jī)器人定時(shí)向外發(fā)送廣播包的方式，中心設(shè)備（Central）接收藍(lán)牙廣播數(shù)據(jù)包，并上傳到云端服務(wù)器，通過收集藍(lán)牙信號(hào)的強(qiáng)度RSSI（Received Signal Strength Indicator）數(shù)據(jù)，建立RSSI訓(xùn)練樣本集，從而分析集群機(jī)器人中的個(gè)體距離中心設(shè)備之間的距離。

餐廳送餐機(jī)器人送餐的目的地是以餐桌的位置來劃分的，因此對(duì)于送餐機(jī)器人的定位問題就演變成機(jī)器人距離餐桌的位置問題。如圖1所示，在每個(gè)餐桌的正上方天花板位置安裝BLE接收器，記作Sj，其中j={0，1……6}， S0是廚房，{S1，S2……S6}是餐桌；送餐機(jī)器人記為Ri， 其中i={1，2……4}。由于在室內(nèi)環(huán)境下，遍布著無線wifi以及來自顧客手機(jī)的藍(lán)牙等無線信號(hào)，除此之外還有來自人體的遮擋等干擾因素，以上這些因素都會(huì)干擾BLE信號(hào)，從而影響基于BLE技術(shù)的室內(nèi)定位方法的準(zhǔn)確性，為了減少對(duì)信號(hào)的干擾，該文將藍(lán)牙接收器安裝在開花板上。為了實(shí)現(xiàn)對(duì)送餐機(jī)器人的實(shí)時(shí)定位，送餐機(jī)器人以20ms的時(shí)間間隔向外發(fā)送數(shù)據(jù)包，由于藍(lán)牙接收器Sj的采樣頻率是60Hz， 因此BLE接收器每秒鐘都向云端服務(wù)器傳送一次藍(lán)牙數(shù)據(jù)，數(shù)據(jù)包的格式如圖2所示，主要包括接收器、服務(wù)機(jī)器人的標(biāo)識(shí)以及RSSI數(shù)值，云端服務(wù)器會(huì)依據(jù)RSSI的值，判斷服務(wù)機(jī)器人距離哪個(gè)接收器最近，從而定位到服務(wù)機(jī)器人的位置是Sm位置，其中m?{0，1，2….6}。

3 移動(dòng)定位

由于信號(hào)干擾，造成的BLE定位信號(hào)的衰減、甚至丟失，是引起B(yǎng)LE室內(nèi)定位不準(zhǔn)確的主要原因，相比之下，服務(wù)機(jī)器人在室內(nèi)的移動(dòng)距離是比較可靠的定位信息，對(duì)于輪式機(jī)器人，移動(dòng)距離可以通過動(dòng)力輪的轉(zhuǎn)速以及半徑r計(jì)算得到[5]。在機(jī)器人的左、右動(dòng)力輪上安裝光電傳感器，車輪轉(zhuǎn)動(dòng)會(huì)觸發(fā)光電傳感器，通過采集光電傳感器的數(shù)據(jù)，就能得到車輪的轉(zhuǎn)速，同時(shí)將收到的數(shù)據(jù)上傳到云端器。本系統(tǒng)是基于STM32平臺(tái)開發(fā)的，硬件結(jié)構(gòu)如圖3所示，融合電子羅盤、光電傳感器的數(shù)據(jù)，基于移動(dòng)距離與方向角之間的關(guān)系，實(shí)時(shí)計(jì)算機(jī)器人的相對(duì)坐標(biāo)，從而獲知機(jī)器人的位置。另一方面，通過收集RSSI數(shù)據(jù)，應(yīng)用機(jī)器學(xué)習(xí)方法（隨機(jī)森林），建立基于BLE室內(nèi)定位的分類模型，將實(shí)時(shí)收集到的RSSI數(shù)據(jù)作為該分類模型的輸入，從而得到機(jī)器人的位置信息。最后在云端服務(wù)器，融合前面所述的兩種定位方法，以及環(huán)境傳感器的信息（灰度傳感器、超聲傳感器）進(jìn)行綜合決策，從而得到服務(wù)機(jī)器人在室內(nèi)所處的位置。

機(jī)器人的運(yùn)動(dòng)機(jī)構(gòu)采用的是輪式結(jié)構(gòu)，主要包括兩個(gè)動(dòng)力輪和一個(gè)支撐輪，其中運(yùn)動(dòng)輪由步進(jìn)電機(jī)驅(qū)動(dòng)，光電傳感器固定在左右輪上。電子羅盤主要用來采集機(jī)器人當(dāng)前的方位角，由于電子羅盤測(cè)量單位是0.1度，故方位角θ?[0，3600]。服務(wù)機(jī)器人融合超聲傳感器和灰度傳感器，實(shí)現(xiàn)自主循跡和自主避障，在整個(gè)機(jī)器人的運(yùn)動(dòng)過程中，共包括3種運(yùn)動(dòng)狀態(tài)，分別為直行、左轉(zhuǎn)、右轉(zhuǎn)，如圖4所示。左、右光電傳感器信號(hào)分別記為Pl，Pr ，基于機(jī)器人的運(yùn)動(dòng)狀態(tài)，左、右光電傳感器信號(hào)也有三種關(guān)系，分別為Pl=Pr、Pl>Pr、Pl

4 定位算法

該文融合基于BLE的定位技術(shù)與基于距離的定位方法，實(shí)現(xiàn)對(duì)機(jī)器人的準(zhǔn)確定位。假設(shè)時(shí)間i，j的時(shí)間間隔為Δt，機(jī)器人的移動(dòng)距離為sij，x，y的相對(duì)位移增量記為xΔt、yΔt，，j時(shí)刻機(jī)器人與起始點(diǎn)的相對(duì)坐標(biāo)記為xi、yj，計(jì)算公式如（1）-（5）所示。

當(dāng)服務(wù)機(jī)器人完成一次送餐任務(wù)時(shí)，也就完成了一輪位置的轉(zhuǎn)換，可定義為{廚房--->餐桌--->廚房}，即從初始位置廚房出發(fā)，將餐點(diǎn)送到特定餐桌，然后再回到廚房的起始位置。將廚房S0設(shè)置為運(yùn)動(dòng)的起點(diǎn)，坐標(biāo)記為（xs0，ys0），其中xs0=0，ys0=0，融合光電傳感器和電子羅盤信息，計(jì)算服務(wù)機(jī)器人在j時(shí)刻的相對(duì)坐標(biāo)xj，yj，然后將當(dāng)前坐標(biāo)（xj，yj）作為分類模型的輸入，應(yīng)用k近鄰算法，得到機(jī)器人當(dāng)前所在的位置。

對(duì)機(jī)器人的室內(nèi)定位主要包括兩個(gè)部分，即離線機(jī)器學(xué)習(xí)階段和在線測(cè)試兩個(gè)階段。首先通過機(jī)器學(xué)習(xí)建立室內(nèi)位置的分類模式，該分類模型融合了BLE室內(nèi)定位與距離定位兩個(gè)分類模型。首先收集BLE傳感器以及光電傳感器、電子羅盤數(shù)據(jù)，分別建立RSSI數(shù)據(jù)集與位置坐標(biāo)數(shù)據(jù)集，其中基于RSSI數(shù)據(jù)集，應(yīng)用機(jī)器學(xué)習(xí)算法（隨機(jī)森林）建立分類模型，建立RSSI與位置的映射關(guān)系，共包含S0，S1……S6共7個(gè)類；而對(duì)于位置坐標(biāo)數(shù)據(jù)集，剛采用k近鄰算法，得到相對(duì)坐標(biāo)與位置之間的關(guān)系，建立分類模型；在線測(cè)試階段，一方面將收集到的BLE藍(lán)牙數(shù)據(jù)作為定位分類模型的輸入，得到在j時(shí)刻室內(nèi)位置的分類結(jié)果Cbj；另一方面，基于距離分類模型和當(dāng)前機(jī)器人相對(duì)坐標(biāo)（xj，yj），得到機(jī)器人的位置分類Cdj，最后融合Cbj，Cdj兩個(gè)分類結(jié)果，并融合j時(shí)刻環(huán)境信息，由綜合控制單元進(jìn)行決策分析，輸出服務(wù)機(jī)器人在j時(shí)刻的位置，算法流程如圖5所示。

位置信息是集群機(jī)器人資源共享、分配的一個(gè)重要參數(shù)，也是綜合決策、任務(wù)調(diào)整的重要依據(jù)，當(dāng)機(jī)器人檢測(cè)到自己接近目的地，綜合控制單元控制機(jī)器人進(jìn)行語音提示，提醒顧客餐點(diǎn)送達(dá)，并控制機(jī)械手臂送餐；另一方面當(dāng)機(jī)器人回到廚房起始點(diǎn)，自動(dòng)對(duì)環(huán)境信息進(jìn)行初始化，進(jìn)行等待狀態(tài)。

5 結(jié)束語

移動(dòng)服務(wù)機(jī)器人室內(nèi)定位的挑戰(zhàn)在于室內(nèi)環(huán)境的復(fù)雜性，尤其是在服務(wù)場(chǎng)所，遍布著各種干擾因素，不僅包括來自無線電信號(hào)的干擾還包括顧客的阻擋。顧客手機(jī)的wifi、藍(lán)牙信號(hào)會(huì)造成BLE信號(hào)的繞射、衰減，致使收到的RSSI值上下波動(dòng)，從而影響基于BLE技術(shù)的室內(nèi)定位方法的準(zhǔn)確率，為了解決以上問題，該文將基于移動(dòng)距離的定位方法與基于BLE的室內(nèi)定位方法進(jìn)行融合，有效的修正定位的結(jié)果，從而提高了室內(nèi)定位的準(zhǔn)確率。準(zhǔn)確的位置定位是對(duì)服務(wù)機(jī)器人調(diào)度、任務(wù)分配的基礎(chǔ)，今后可以將室內(nèi)定位應(yīng)用到服務(wù)機(jī)器的綜合決策中，實(shí)現(xiàn)集群機(jī)器人任務(wù)分配、調(diào)度的最優(yōu)化。

參考文獻(xiàn)：

[1] Gupta R. Image-based indoor position determination[J]. Qualcomm Incorporated California， 2017.

[2] Chiu C C， Hsu J C， Leu J S. Implementation and analysis of Hybrid Wireless Indoor Positioning with iBeacon and Wi-Fi[C]// Ultra Modern Telecommunications and Control Systems and Workshops （ICUMT）， 2016 8th International Congress on， 2016： 80-84.

[3] Faragher R， Harle R. Location Fingerprinting With Bluetooth Low Energy Beacons[J]. IEEE Journal on Selected Areas in Communications， 2015， 33（11）： 2418-2428.

[4] 蘇春芳， 楊立志. 安防監(jiān)控機(jī)器人的移動(dòng)定位技術(shù)研究[J]. 江蘇理工學(xué)院學(xué)報(bào)， 2015， 8（15）： 22-25.

[5] 劉志昆. 基于藍(lán)牙4.0和位置指紋的室內(nèi)定位技術(shù)研究和實(shí)現(xiàn)[D].北京： 中央民族大學(xué)， 2017： 18-22.