Определение формы препятствия сенсорной системой мобильного робота с помощью ИК-датчиков расстояния типа GP2Y0A (Sharp)

   ЦЕЛЬ. При организации движения мобильного робота (МР) в недетерминированной среде возникает задача SLAM, которая включает обнаружение сенсорной системой МР наличия препятствия, расстояния до него и формы препятствия. Для решения данной задачи часто используется инфракрасный (ИК) аналоговый датчик расстояния, информационный поток от которого относительно невелик и может быть обработан в реальном времени с помощью микроконтроллеров невысокой производительности. Однако такой датчик позволяет лишь обнаружить препятствие и определить расстояние до некоторой точки его поверхности. Цель – разработать метод определения как расстояния до препятствия, так и его формы. При использовании аналогового датчика типа GP2Y0A (SHARP) выявилась проблема, связанная с
возникновением со случайной периодичностью в коммуникационном канале передачи данных аномальных значений сигнала – артефактов. Необходимо выявить источник таких помех, предложить метод оценки их параметров и способ минимизации влияния.

   МЕТОДЫ. Для определения формы препятствия предлагается дифференциальный метод, основанный на использовании нескольких отсчётов сканирующего ИК-датчика расстояния. В качестве показателя «зашумлённости» канала предлагается использовать количество значений сигнала датчика, превышающих величину среднего значения сигнала на 1σ, 2σ, 3σ, 4σ и 5σ. Применение статистических методов фильтрации шума приводит к существенным задержкам реакции системы управления МР. Это недопустимо, поскольку на исполнительном уровне системы управления требуется обеспечить режим «жёсткого» реального времени.

   РЕЗУЛЬТАТЫ. В статье приведены результаты экспериментов, показывающие условия применения дифференциального метода, выявлен источник аномальных значений сигнала и предложен способ их минимизации. Предложен метод увеличения диапазона практического использования нелинейной функции преобразования ИК-датчика.

   ВЫВОДЫ. Количество и величина аномальных значений зависят от длины коммуникационного канала. При использовании аналоговых датчиков следует преобразовывать выходной сигнал в цифровую форму, применяя для этого аналого-цифровые преобразователи (АЦП) в интегральном исполнении, максимально приближая АЦП к источнику сигнала.

1. Durrant-Whyte H., Bailey T. Simultaneous Localisation and Mapping (SLAM): Part I. The Essential Algorithms // Robotics and Automation Magazine. 2006. Vol. 13, N 2. pp. 99–110.

2. Kawewong A., Tongprasit S., Hasegawa O., et al. Online and Incremental Appearance-Based SLAM in Highly Dynamic Environments // International Journal of Robotics Research. 2011. Vol. 30, N 1. pp. 33-55.

3. Kamil F., Tang SH, Khaksar W., et al. A Review on Motion Planning and Obstacle Avoidance Approaches in Dynamic Environments // Advances in Robotics & Automation. 2015. Vol. 4, Issue 2, 1000134. pp.1-8.

4. Инфракрасные датчики для роботов. Доступно по: https://shamrin.ru/infrakrasnye-datchiki-dlya-robotov. Ссылка активна на 18 ноября 2023.

5. Определение расстояния до препятствия с помощью инфракрасного датчика учебной системы ROBOTINO. Доступно по: https://masters.donntu.ru/2016/fknt/gorin/library/article6.htm. Ссылка активна на 18 ноября 2023.

6. Andreev V., Tarasova V. The Mobile Robot Control for Obstacle Avoidance with an Artificial Network Application. In: Proceedings of the 30th DAAAM International Symposium, B. Katalinic (Ed.). Published by DAAAM International. Vienna, Austria; 2019. pp. 0724–0732.

7. Андреев В.П., Тарасова В.Э. Идентификация объектов с помощью комплексирования показаний ультразвуковых и инфракрасных датчиков искусственной нейронной сетью // Труды 31-й Международной научно-технической конференции ЭКСТРЕМАЛЬНАЯ РОБОТОТЕХНИКА; 28-29 сентября 2020г., С-Петербург: ООО «Издательско-полиграфический комплекс «Гангут», 2020. С. 12–18.

8. Проблемы с функционированием аналоговых каналов. Доступно по: https://imena-dlya-devochek.ru/. Ссылка активна на 18 ноября 2023.

9. Влияние электромагнитных полей на цифровой сигнал. Доступно по: https://queryzone.ru/article/96202-vliyanie-elektromagnitnykh-pomekh-na-tsifrovoj-signal. Ссылка активна на 18 ноября 2023.

10. Платт Ч., Янссон Ф. Энциклопедия электронных компонентов // Санкт-Петербург: БХВ-Петербург, 2017. 224 с.

11. Инфракрасный датчик расстояния: описание, подключение, схема, характеристики. Доступно по: https://3d-diy.ru/wiki/arduino-datchiki/infrakrasnyj-datchik-rasstojanija. Ссылка активна на 18 ноября 2023.

12. Паспорт ИК-датчика GP2Y0A21YK0F. Доступно по: https://global.sharp/products/device/lineup/data/pdf/datasheet/gp2y0a21yk_e.pdf. Ссылка активна на 18 ноября 2023.

13. Бакулев Х.С. Определение размеров препятствия ИК-датчиком расстояния SHARP 2Y0A21 в сенсорной системе мобильного робота // Материалы заключительного этапа студенческой научно-практической конференции «Автоматизация и информационные технологии (АИТ-2022)». Сборник докладов. – М.: ФГБОУ ВО «МГТУ «СТАНКИН», 2022. С. 8–10. Доступно по: https://stankin.ru/uploads/files/file_62bc0e97cc696.pdf. Ссылка активна на 18 ноября 2023.

14. Андреев В.П., Тарасова В.Э. Определение формы препятствий мобильным роботом с помощью сканирующих угловых перемещений ультразвукового датчика // Мехатроника, Автоматизация, Управление. М.: Изд-во «Новые технологии». 2017. №11, Том 18. С. 759–763.

15. Андреев В.П., Тарасова В.Э. Идентификация объектов с помощью сканирующих угловых перемещений ультразвукового датчика // Труды Международной научно-технической конференции ЭКСТРЕМАЛЬНАЯ РОБОТОТЕХНИКА; 02-03 ноября 2017 г.., С-Петербург. Санкт-Петербург: ИПЦ ООО «Политехника-принт», 2017. С.222–230.

16. Шаговый̆ двигатель 28BYJ-48. Доступно по: https://3d-diy.ru/wiki/arduino-mechanics/stepper-motor-28BYJ-48. Ссылка активна на 18 ноября 2023.

17. Паспорт драйвера шагового двигателя ULN2003. Доступно по: https://www.st.com/resource/en/datasheet/uln2001.pdf. Ссылка активна на 18 ноября 2023.