"本方案的背景是国家863多机器人系统控制项目的一个主角，家居监控机器人，它的设计概念主要是面向未来老年家庭，负责通过网络监控家居环境中的各种家电，具有语音和人脸识别等人机交互功能，具有双机械臂完成一些取物、递送等任务，并且可以作为智能轮椅载人移动。在2010世博会沪上生态家案例馆中展出。"
申纯太, 上海电气集团股份有限公司中央研究院
图-1 主控制器Compact RIO的安装位置
挑战:
需要CompactRIO同时控制多个设备运动。2根5自由度机械臂运动，头部1自由度旋转运动，双主动轮底盘运动控制。CompactRIO内要部署机械臂运动控制算法，LIDAR数据采集和导航避障算法，基于编码器和光雷达数据以及FPGA的移动位置控制算法等。
解决方案:
将机器人的功能进行划分为两部分。将双5自由度机械臂运动，头部1自由度的旋转运动，双主动轮底盘的运动，光雷达数据采集处理和编码器数据采集，自主导航，轮椅模式切换判断，机器人体表LED状态情感或信息显示，电池电源管理等基本行为和设备层控制归为一部分，由“小脑”控制；将家庭智能家居网络交互，其他智能机器人监控，语音识别对话和人脸识别的人机交互功能等归为一部分，由“大脑”控制。
选用NI CompactRIO作为机器人的“小脑”。NI CompactRIO是美国NI公司的工业级嵌入式控制器，集成以太网接口和RS232串行接口，具有体积小，高可靠性，高性能，低功耗等优点。
将各种设备的控制算法例如机械臂运动控制，头部运动控制，导航算法，基于以太网的光雷达数据采集，与大脑通讯等程序部署在RT中；将数字信号采集，例如限位开关和紧急停止逻辑还有编码器数据采集和处理，地盘运动伺服控制等算法部署在FPGA中。
选用工业嵌入式触摸平板电脑IPC作为机器人的“大脑”。部署WinCE，具有人机界面功能以及触摸屏交互功能，部署控制人脸识别模块以及语音识别算法，智能家居监控管理算法等。
用FSM来封装每个设备对象：
Finite-state machine (FSM)称为有限状态机广泛用于数字电路和计算机程序。我们使用了两种状态机来封装设备。String Based Queued State Machine基于字符串队列状态机和普通基于枚举的状态机。使用状态机作为一种机制来处理单个设备的状态转换，或者说，用状态机这种行为模型来用于单个设备的事件处理。
图 2 LIDAR 状态机
例如光雷达的状态机框图，它具有4个状态，Idle，Start，Running，Stop。在Running状态中，程序不断向光雷达发送指令读取数据，然后由一个Shared Variable来传出数据。使用一个来封装这个状态机。
图 3 Remote Control Reaction 状态机
图3是一个远程控制指令解析状态机，它使用String Based Queued State Machine来实现。这样的好处是，可以使用队列来组织动作，较为灵活地实现各种不同组合以及复杂度。
每一个设备的状态机都用一个独立的vi来封装，并且单独进行测试，这样也有利于工程化。
[DividePage:NextPage]
多状态机的协作：
单个状态机只能完成部分功能，我们需要把所有设备状态机集成起来，按照一定的通讯机制拼装成一个完整的机器人。
由于所有的设备状态机都由一个VI来封装，只需要把他们拖入一个主vi中，就能调用他们。如图所示：
图 4 状态机集成
状态机之间是通过Shared Variable来实现接受外部指令输入以及自身状态输出的。同样，这些Shared Variable都用一个VI进行封装以便进行管理。
这样，一个状态机便可视为一个子系统。既然是系统，自然有系统的输入和输出，通过get，set等方法的vi，外部系统便可对这些子系统进行操作或者交互。如图所示，底盘状态机使用方法获取外部命令。
图 5
使用方法让外部系统传输命令给地盘状态机。
图6 :
底盘使用发送底盘状态机状态信息。如图所示：
图 7
使用方法获取地盘状态机信息。
图 8
导航算法：
图 9家居监控机器人定位导航软件控制框图
总体设计
针对移动机器人家居环境下的定位问题，提出了一种结合平直线段匹配、角匹配和里程计的组合定位方法。该系统采用了Labview开发平台和CompactRIO控制器，得到了很好的实时性效果。机器人首先通过二维激光测距仪通过TCP/IP得到环境点信息，然后通过迭代适应点（IEPF）算法得到环境线段及最小二乘法得到线段参数。在基于线段基础上，得到局部的平直线段和角特征，再与已知平直线段和角特征做匹配，通过平直线段和角匹配算法实时更新机器人位置和姿态。分析里程计定位、平直线段匹配定位和角匹配定位的误差，分配不同的权重得到优化的组合定位算法。
[DividePage:NextPage]
软件控制框图
基于以上的设计，定位导航的软件控制模块设计如图7所示。中心模块为定位导航模块，该模块读取起点、目标点、运动模式数据及编码器数据，同时读取激光测距仪数据提取角、平直线段特征和已知特征做匹配，其匹配算法输出机器人位姿 
。对于给定的目标位姿，该模块将计算出驱动指令（Forward Speed、Delta angle、Turnspd Right、Turnspd Left对应前进速度、方向转角、左转、右转）和状态信息如（bPos, bAngle）来判断机器人是否到达目标位置和姿态。
图 10家居监控机器人定位导航的输入输出信息部分
图10为定位导航模块部分的输入输出部分，上半部分的输入信息中的已知角特征和全局线段为为已知地图信息，下半部分的部分输出信息包括直线段提取示意图，路径任务数组信息图，实时显示的机器人当前位置信息、速度信息等。
线段特征提取
为得到环境的几何线段信息，需要对激光测距仪的点集进行分割，其分割算法可分为下列步骤：坐标变换、区域分割、IEPF线段提取和最小二乘法计算线段参数。其中区域分割：从初始点i=0开始检测两相邻点 
和 
的距离，如距离值小于阈值D，则认为属于同一区域点集，否则开始一个新的区域。该过程遍历所有点集。如果某区域点数目小于4个，则认为噪声区域，舍弃这些噪声点。
图 11 IEPF线段提取
IEPF提取线段：对于上述得到区域可能含有多条线段，IEPF线段提取算法是一种有效的线段提取方法。如图11所示， Pm点到线段PsPe的距离大于阈值T，该方法把点集
分为
和
IEPF为迭代算法，对于 
和 
重复上述的算法知道 
小于阈值 
。该算法也有分割过细的时候，如图9右半部中间两条线段可通过检查线段参数的办法，对于斜率倾角误差小于一定阈值的线段加以合并处理。线段参数可通过最小二乘法计算求得。
如图12所示为通过Labview实现的IEPF算法的区域分割算法，其中子VI 
为IEPF算法分割出的子区域。
图 12 包含IEPF算法的区域分割算法
具体组合定位算法可参考作者的另一篇发表在IEEE ICIA2010题为《A Corner and Straight line Matching Localization Method for Family Indoor Monitor Mobile Robot》的论文。
原型机照片：
图 13家居监控机器人在世博沪上生态家
总结：
使用CompactRIO作为机器人主控制器配有集成的FPGA的支持，具有性能优越，体积小，安全可靠，低功耗等特点，并且，数据采集能力和通讯能力强大，非常适合移动机器人的原型开发。
可以基于LabVIEW来开发机器人程序，相比字符代码程序，图形G语言程序可以用图形来阅读，有利于理解和调试，再者LabVIEW仍旧可以运用很多软件工程方法，使得它具有自己独特的优势。
作者:
申 纯太 - 上海电气集团股份有限公司中央研究院
谭 福生 - 上海电气集团股份有限公司中央研究院
杨 军 - 上海电气集团股份有限公司中央研究院
Yang Jun -
Shen Chuntai - Shanghai Electric Group Co., Ltd. Central Academe
Tan Fusheng - Shanghai Electric Group Co., Ltd. Central Academe
（原创）
