劉奕棋 莫琦 張健 李穎多 陳澤霖

(廣東石油化工學(xué)院,廣東茂名 525000)

1 項(xiàng)目實(shí)施的目的及意義

在老式的人力工作模式之下,圖書館工作人員每天都必須花費(fèi)大量的時(shí)間和精神去擺放參差不齊的書本去分類、整理,然后把書籍?dāng)[放到原來的位置,而且在人的專注力沒有的時(shí)刻保持在同一水平上就容易擺放出錯(cuò),工作重復(fù)性高且繁瑣。隨著圖書的不斷增多,圖書館勞動(dòng)力緊缺,而現(xiàn)人均工作量過大,管理人員嚴(yán)重不足。每一個(gè)工作人員就估計(jì)要負(fù)責(zé)一整層的典籍分類和整理擺放,工作強(qiáng)度大、精力耗費(fèi)多,人力成本上漲。為了節(jié)省人力物力財(cái)力為了減少圖書館工作人員的工作量,本團(tuán)隊(duì)研發(fā)的智能借還書機(jī)器人可以引導(dǎo)圖工作人員運(yùn)送書籍并擺放到指定的合適位置,在擺放工作完成之后機(jī)器人會(huì)自動(dòng)對(duì)的書籍進(jìn)行遍歷檢查,識(shí)別書籍是否擺放到錯(cuò)誤,并將錯(cuò)誤信息反饋給管理人員核實(shí),機(jī)器人的輔助大大減少工作人員進(jìn)行重復(fù)繁瑣的工作,減少人力資源的浪費(fèi)。此外機(jī)器人還可引導(dǎo)讀者借還書籍,解決了找書難的問題。

2 系統(tǒng)框架

系統(tǒng)整體框架由語音識(shí)別交流、地圖構(gòu)建與路徑規(guī)劃、激光雷達(dá)掃描識(shí)別三大部分組成如圖1所示。

圖1 系統(tǒng)整體框架Fig.1 Overall framework of the system

3 系統(tǒng)模塊的功能實(shí)現(xiàn)

系統(tǒng)的硬件核心控制處理部分,采用了STM32F7,它的高主頻可以達(dá)到2 16 M Hz 足以處理本項(xiàng)目所要處理的數(shù)據(jù),該處理器的優(yōu)點(diǎn)是內(nèi)置A D C、D A C 轉(zhuǎn)換模塊,便于模擬信號(hào)采集和輸出。語音信號(hào)的識(shí)別交流需要經(jīng)過兩個(gè)過程:訓(xùn)練學(xué)習(xí)過程和識(shí)別過程。首先,我們用音頻接收設(shè)備將語音信號(hào)轉(zhuǎn)換為電信號(hào)后經(jīng)過S T M 3 2 內(nèi)部的ADC模塊處理為數(shù)字信號(hào)然后進(jìn)行降噪處理后對(duì)其進(jìn)行特征提取,再通過語音數(shù)據(jù)庫和語言數(shù)據(jù)庫進(jìn)行訓(xùn)練為其建立每一個(gè)字的聲學(xué)模型和語言模型,這個(gè)過程是訓(xùn)練學(xué)習(xí)過程。其次,將外部輸入的語音信號(hào)進(jìn)行特征的提取后與模型進(jìn)行對(duì)比,找出相應(yīng)的文字信息,此為整個(gè)語音識(shí)別的整個(gè)過程。顯然,這種識(shí)別的結(jié)果的準(zhǔn)確性與特征的提取、語音模型建立的好壞、模板的準(zhǔn)確與否都有著直接的關(guān)系。

圖2 蟻群算法流程圖Fig.2 Flow chart of ant colony algorithm

激光雷達(dá)是機(jī)器人的眼睛,是重要的硬件組成部分,我們要測量機(jī)器人的眼睛看到障礙物之間的距離就通過激光雷達(dá)來實(shí)現(xiàn),必需保證接收的回波信號(hào)足夠的完整才能更加準(zhǔn)確地測出距離,而計(jì)算激光回波信號(hào)的依據(jù)則是激光雷達(dá)方程,通用激光雷達(dá)方程[1]:PR=,這個(gè)系統(tǒng)有考慮到光在室內(nèi)傳播的衰減與損耗和接收到整個(gè)系統(tǒng)運(yùn)作中光功率的大小。本項(xiàng)目借還機(jī)器人采用的激光距離測量模塊是6 K F 4,它有著測量距離遠(yuǎn),精確度高,壽命長的優(yōu)點(diǎn)。6KF4激光雷達(dá)采用自身獨(dú)有的測距算法,通過內(nèi)部自身所具備處理頻率極高的數(shù)據(jù)采集系統(tǒng),而它的每秒的采集的點(diǎn)數(shù)可到達(dá)4000點(diǎn),而在每一次測量彼此之間的距離時(shí),6KF4的脈沖調(diào)制激光器迸射激光信號(hào),這種激光信號(hào)投射在目標(biāo)實(shí)體上后產(chǎn)生反射光斑,該反射光斑經(jīng)過一組光學(xué)透鏡由6KF4的圖像數(shù)據(jù)采集處理系統(tǒng)接收,經(jīng)過內(nèi)嵌信號(hào)處理模塊進(jìn)行實(shí)時(shí)解算,確保了測距的實(shí)時(shí)性和準(zhǔn)確性。目標(biāo)物體與6KF4的距離值以及相對(duì)方位角度值是從通訊接口中輸出數(shù)據(jù)。通過機(jī)器人激光雷達(dá)對(duì)圖書館地面環(huán)境的掃描以及數(shù)據(jù)的不斷積累和學(xué)習(xí),可以構(gòu)建出相應(yīng)的地圖模型。

軟件部分的核心是路徑的規(guī)劃和識(shí)別,為了讓機(jī)器人行走的路線更加的準(zhǔn)確和高效,我們?yōu)橐肓讼伻核惴?用它來優(yōu)化處理借還機(jī)器人行走的路線,以便其可以尋找出更加捷徑的道路,算法優(yōu)化過程如圖2所示。

系統(tǒng)路線優(yōu)化采用了蟻群聚類(Density Peak clusteringa-lgorithm-ant Colony System)算法,利用螞蟻分工合作以及自身的優(yōu)勢去做有利于自己的思想,將大規(guī)模的TSP案例進(jìn)行節(jié)點(diǎn)分開一列一列進(jìn)行總結(jié),然后應(yīng)用更新后的蟻群算法找出新建立的二類TS P問題的路徑,通過改進(jìn)的密度峰聚類算法確定拐點(diǎn),根據(jù)拐點(diǎn)的位置篩選出潛在的聚類中心,最終切割斷點(diǎn)重組構(gòu)成最優(yōu)路徑。蟻群聚類算法在確保目標(biāo)體求解系數(shù)精度的前提下,可以很好的縮短算法的計(jì)算時(shí)間,而且可以更加有效率拉低了算法復(fù)雜度。蟻群聚類算法系統(tǒng)先進(jìn)行設(shè)置初始參數(shù)值,例如最大迭代次數(shù)、城市節(jié)點(diǎn)上信息素初始值、信息素?fù)]發(fā)參數(shù)的初始值、螞蟻數(shù)量等,然后根據(jù)初始TSP問題數(shù)據(jù)集給定的節(jié)點(diǎn)坐標(biāo),運(yùn)算節(jié)點(diǎn)與節(jié)點(diǎn)之間的歐式距離,達(dá)到進(jìn)一步優(yōu)化重新連接后的全局路徑的效果。

4 結(jié)語

隨著機(jī)器人的應(yīng)用技術(shù)的不斷完善,傳統(tǒng)的圖書館模式終將被機(jī)器人的到來而改變,機(jī)器人不僅幫助借閱者提高尋找書籍的效率,而且也提高了圖書館工作人員日常工作的效率。機(jī)器人在不斷的重復(fù)性工作中不知疲倦,這在對(duì)人對(duì)事上都有著不錯(cuò)的影響,機(jī)器人在未來終會(huì)代替更多的人力資源,讓需要發(fā)揮人性的地方有更多的人在,只讓機(jī)器人提高我們的工作效率。