6. 课题总结 32

6.1 两机器人聚集实验 32

6.2 三机器人聚集实验 32

6.3 实验总结 32

6.4 未来展望 33

7. 致谢 34

8. 参考文献 35

1. 绪论

1.1 本课题的研究背景和意义

随着计算机技术以及微电子技术的不断发展，单个机器人的数据处理能力获得了较大的提升，使得单个机器人可以处理更为复杂的任务，因此机器人的越来越广泛地运用于各个行业。在机器人大范围使用的过程中，研究者开始考虑多个机器人协同工作的可能性。相对于单个机器人，多机器人协作系统可以通过合理的任务分配和其自身组织结构的特性使机器人个体达到更高的工作效率。在另一方面，多机器人通信系统的进步使机器人之间能够进行更加高效的信息交流。这使多机器人系统在规模扩大、通信数据增加的同时，还能进一步提高整个系统中个体间的数据交换成功效率。而群体智能则是生物界中存在的一种多个体自发的协作行为，是一种在个体无意识的情况下表现出宏观的群体智慧，如蚁群、蜂群、鱼群等在行动或者觅食时所表现出的协作行为。通过群体智能，它们可以依靠多个体的协作完成单个体所无法完成的任务。其表现出来的协作能力与现阶段的多机器人协作系统所希望达到的效果类似，因此研究者对于生物界的群体智能研究，极大地促进了多机器人协作系统的发展。以自然界动物的群体智能方式为模板发展出来的多机器人控制手段，使得整个系统在处理复杂问题时，显得更加高效。

1.2 国内外发展现状

1.3 发展趋势

2. 机器人主体配置

2.1 模块选用

机器人主体部分选用以STM32为核心的单片机开发板，该开发板具有高效低耗、成本相对较低，可拓展性优秀的优点，便于与下文提到的3种传感器模块以及未来可能会加入的新模块进行连接。

通信模块采用ATK-ESP8266 Wi-Fi模块。对比现在主流的通信技术，Bluetooth传输速率尚可，且成本低但通信距离较短；Zigbee成本低，但传输速率和通信距离均不足；而Wi-Fi成本较高，但网络稳定性、传输速率和通信距离优秀；WiMAX则在数据传输速率、通信距离以及安全性上都要优于Wi-Fi，但由于其高成本和大功率，不利于在多机器人系统中使用。因此本课题选择Wi-Fi作为机器人之间通信的方式，并且由于Wi-Fi具有良好的可拓展性，便于以后拓展多机器人系统中机器人的数量。[7][8]

定位模块的选用也考虑了多种方案，包括相对常见的卫星定位、惯性制导，也有比较少见的声波定位等等。[9]最终本课题采用ATK-S1216F8-BD GPS/北斗模块。与之前选用的ATK-NEO-6M模块相比，新模块增加使用北斗卫星定位系统定位的能力，通过多种定位系统的协作，提高了模块的定位精度。[10]

姿态感知模块采用基于MPU6050的JY61模块。因为ATK-S1216F8-BD GPS/北斗模块的地面航向信息来源于位移/时间，模块要获取正确的地面航向信息的话，需要机器人有较高的速度，但由于机器人自身的限制，不可能总是达到要求速度。同时由于GPS测量精度和响应时间，导致GPS定位系统在小幅度移动时，不能够及时纠正方向。同时该模块集成姿态解算器，配合卡尔曼滤波算法，可以有效地降低噪声的干扰，提高测量的精度。因此选用一个INS模块感知机器人的前进方向、加速度等信息，作为机器人个体定位系统的一个补充。[11][12]

以上三个模块均可通过串口与STM32进行通信。

本次Wi-Fi模块使用串口1，INS模块使用串口2，GPS模块使用串口3。

机器人模块连接如图2.1所示：

图2.1 机器人模块连接

2.2 STM32微控制器

STM32微控制器是基于ARM Cortex-M3开发的单片机，具有集成度高、可拓展性强、并且价格相对低廉等优点。而ARM Cortex-M3是ARM公司设计开发的一块高性能低功耗的32位单片机核。因此本课题选用的STM32微控制器作为整个机器人的控制中枢，处理来自ATK-S1216F8-BD GPS/北斗模块和JY61姿态角度传感器模块的数据，以及来自多机器人系统内的其他机器人的位置数据。该微控制器的具体结构不在本课题的研究范围之内，因此仅列出以上选用该处理器的原因。