Đề tài Robot Di động

ệu cảm biến trước đó. Xác lập sự tương ứng giữa bản đồ cục bộ và bản đồ toàn cục được lưu trữ. Xây dựng bản đồ cục bộ. Tính toán vị trí. Thông tin từ cảm biến. Hình 8. Phương pháp xác định vị trí dựa vào bản đồ. Phương pháp này có các ưu điểm như: Sử dụng các cấu trúc tự nhiên xuất hiện ở môi trường ngoài để thu được thông tin về vị trí mà không làm thay đổi môi trường. Bản đồ vị trí có thể được sử dụng để tạo ra bản đồ cập nhật của môi trường. Bản đồ môi trường rất quan trọng đối với các nhiệm vụ khác của robot di động như tìm đường hay tránh vật cản. Bản đồ vị trí cho phép robot khảo sát một cách tỉ mỉ về môi trường xung quanh. Xây dựng bản đồ và tổng hợp các cảm biến. Nhiều nghiên cứu đều cho rằng khi sử dụng một cảm biến đơn lẻ không thể mang lại hình ảnh thực tế của môi trường xung quanh. Để giải quyết vấn đề đó cần thiết phải kết hợp dữ liệu từ các loại cảm biến khác nhau, quá trình đó được gọi là tổng hợp cảm biến. Vấn đề quan trọng trong việc dẫn đường dựa trên bản đồ là việc làm khớp bản đồ. Đó là việc thiết lập sự tương ứng giữa bản đồ cục bộ hiện tại với bản đồ toàn cục được lưu trữ từ trước. Năm 1994 Schiele và Crowley đã đưa ra một kỹ thuật để tổng hợp hai lưới. Lưới thứ nhất là lưới cục bộ tại trung tâm của robot thu được từ các cảm biến. Lưới thứ hai là lưới toàn cục của môi trường. Schieve và Crowley đã đề ra 2 phương pháp biểu diễn mô hình của môi trường từ dữ liệu sonar là tham số gốc và lưới chiếm hữu. Tham số gốc biểu diễn giới hạn của không gian trống bằng các đoạn thẳng hoặc bề mặt định nghĩa bởi một danh sách các tham số. Tuy nhiên nhiễu ở tín hiệu cảm biến có thể làm cho quá trình xử lý không đáng tin cậy. Trên thực tế không thể phân biệt được nhiễu và tín hiệu thu được từ các vật cản nhỏ như chân bàn. Hình 9. Mô hình robot của Schiele và Crowley vị trí đặt tại hành lang. Tín hiệu thô thu được từ cảm biến siêu âm chiếu trên hệ toạ độ ngoài xung quanh robot. Lưới cục bộ và các đoạn mép trích từ lưới. Robot với vị trí ước lượng có thể trên lưới toàn cục. Lưới cục bộ dựa trên lưới toàn cục tại vị trí và hướng tương ứng tốt nhất. Có 2 loại bản đồ dùng để xác định vị trí là bản đồ hình học và bản đồ hình trạng. Bản đồ hình học biểu diễn vật thể tuỳ theo mối quan hệ hình học giữa chúng. Đó có thể là bản đồ lưới, bản đồ lý thuyết như bản đồ đường thẳng hay bản đồ đa giác. Xác định vị trí dựa vào bản đồ bản đồ hình học thu được từ sonar phải được liêt kết với bản đồ toàn cục trên một diện tích lớn. Thực tế rất khó thực hiện do sai số vị trí robot. Trong khi đó bản đồ hình trạng dựa trên mối quan hệ hình học giữa các đặc điểm quan sát được và vị trí tuyệt đối của chúng gắn với hệ toạ độ tham chiếu tuỳ ý. Trong bản đồ hình trạng các nốt biểu diễn các đặc điểm quan sát được còn các gờ biểu diễn mối quan hệ giữa các đặc điểm. Khác với bản đồ hình học bản đồ hình trạng được xây dựng và duy trì mà không cần phải xác định vị trí của robot, có nghĩa là sai số trong cách biểu diễn không phụ thuộc vào sai số do vị trí của robot. Điều đó cho phép kết hợp các bản đồ lớn từ việc tích luỹ sai số vị trí dead-reckoning bởi vì tất cả các liên kết là mối quan hệ giữa các nốt thay vì vị trí tuyệt đối. Sau khi bản đồ được thiết lập vị trí được xác định bằng cách liên kết các bản đồ cục bộ với vị trí thích hợp trên bản đồ toàn cục lưu trong bộ nhớ. CHƯƠNG 3 TỔNG QUAN VỀ XỬ LÝ ẢNH 3.1. Tổng quan về một hệ thống xử lý ảnh. Xử lý ảnh là một khoa học còn tương đối mới mẻ so với nhiều ngành khoa học khác, nhất là trên qui mô công nghiệp, song trong xử lý ảnh đã bắt đầu xuất hiện những máy tính chuyên dụng. Để có thể hình dung cấu hình một hệ thống xử lý ảnh chuyên dụng hay một hệ thống xử lý ảnh dùng trong nghiên cứu, đào tạo, trước tiên chúng ta xem xét các bước cần thiết trong xử lý ảnh. Trước hết là quá trình thu nhận ảnh. Ảnh có thể thu nhận qua camera. Thường ảnh thu nhận qua camera là tín hiệu tương tự (loại camera ống kiểu CCIR) nhưng cũng có thể là tín hiệu số hoá (loại CCD-Charge Coupled Device). Thiết bị thu nhận ảnh (Camera. Cảm biến) Thu nhận ảnh Số hoá Phân tích ảnh Nhận dạng Hệ quyết định Lưu trữ Tr÷ Lưu trữ Hình 10 . Các giai đoạn chính trong xử lý ảnh Ảnh cũng có thể thu nhận từ vệ tinh qua các bộ cảm biến (cảm biến) hay ảnh, tranh được quét trên máy scanner. Tiếp theo là quá trình số hoá để biến đổi tín hiệu tương tự sang tín hiệu số trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại. Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ. Trước hết là công việc tăng cường ảnh để nâng cao chất lượng ảnh. Do những nguyên nhân khác nhau: có thể do chất lượng thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến. Do vậy cần phải tăng cường và khôi phục lại ảnh để làm nổi bật một số đặc tính chính của ảnh hay làm cho ảnh gần giống nhất với trạng thái gốc-trạng thái trước khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện các đặc tính như biên, phân vùng ảnh, trích chọn các đặc tính… Cuối cùng, tuỳ theo mục đích của ứng dụng, sẽ là giai đoạn nhận dạng, phân lớp hay các quyết định khác. Các giai đoạn chính của quá trình xử lý ảnh có thể mô tả ở hình 10. Với các giai đoạn trên, một hệ thống xử lý ảnh gồm các thành phần tối thiểu như hình 11. Hình 11. Các thành phần chính của hệ thống xử lý ảnh. Đối với một hệ thống xử lý ảnh thu nhận qua camera. Có 2 loại camera: camera ống loại CCIR và camera CCD. Loại camera ứng với chuẩn CCIR quét ảnh với tần số 1/25 và mỗi ảnh gồm 625 dòng. Loại CCD gồm các photodiode và làm tương ứng một cường độ sáng tại một điểm ảnh với một phần tử ảnh. Như vậy ảnh là tập hợp các điểm ảnh. Số điểm ảnh tạo nên một ảnh gọi là độ phân giải. Bộ xử lý tương tự: Bộ phận này thực hiện các chức năng sau: - Chọn camera thích hợp nếu hệ thống có nhiều camera. - Chọn màn hình hiển thị tín hiệu. - Thu nhận tín hiệu video, thực hiện lấy mẫu và mã hoá. - Tiền xử lý ảnh khi thu nhận: dùng kỹ thuật bảng tra. Bộ xử lý ảnh số: Gồm nhiều bộ xử lý chuyên dụng: xử lý lọc, trích chọn đường bao, nhị phân hoá ảnh. Các bộ xử lý này làm việc với tốc độ 1/25 giây. Máy chủ: Đóng vai trò điều khiển các thành phần miêu tả ở trên. Bộ nhớ ngoài: Dữ liệu ảnh cũng như các kiểu dữ liệu khác, để có thể chuyển giao cho các quá trình khác cần được lưu trữ. 3.2. Các vấn đề trong xử lý ảnh. 3.2.1. Một số khái niệm. Phần tử ảnh (pixel): Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng. Để có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh. Trong quá trình số hoá, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu và lượng tử hoá mà về nguyên tắc bằng mắt thường không phân biệt được hai mức kề nhau. Mỗi pixel gồm một cặp tạo độ x,y và màu. Một ảnh là một tập hợp các điểm ảnh. Khi được số hoá nó thường được biểu diển bởi bảng hai chiều I(n,p): n dòng và p cột. Ta nói ảnh gồm n×p pixels. Người ta thường ký hiệu I(x,y) để chỉ một pixel. Mức xám (gray level): Mức xám là kết quả sự mã hoá tương ứng một cường độ sáng của mỗi điểm ảnh với một giá trị số - kết quả của quá trình lượng tử hoá. Các mã hoá kinh điển thường dùng là 16, 32 hay 64 mức, mã hoá 256 mức là phổ dụng nhất do mỗi pixel sẽ được mã hoá bởi 8 bít. 3.2.2. Lược đồ mức xám (histogram). Lược đồ mức xám của một ảnh là một hàm cung cấp tần suất xuất hiện của mỗi mức xám. Lược đồ xám được biểu diễn trong một hệ toạ độ vuông góc x,y. Trong hệ toạ độ này trục hoành biểu diễn số mức xám từ 0 đến N, N là số mức xám. Trục tung biểu diễn số điểm ảnh cho một mức xám (số điểm ảnh có cùng mức xám) hoặc cách biểu diễn khác là trục tung là tỷ lệ số điểm ảnh có cùng mức xám trên tổng số điểm ảnh. (b) Hình 12. (a) Ảnh gốc. (b) Lược đồ mức xám của ảnh. Lược đồ xám cung cấp rất nhiều thông tin về phân bố mức xám của ảnh. Theo thuật ngữ của xử lý ảnh gọi là tính động của ảnh. Tính động của ảnh cho phép phân tích trong khoảng nào đó phân bố phần lớn các mức xám của ảnh: ảnh rất sáng hay ảnh rất đậm. Số điểm ảnh Số điểm ảnh Mức xám Mức xám (a) (b) Hình 13. Lược đồ mức xám của ảnh Ảnh đậm. Ảnh nhạt. Nếu ảnh sáng, lược đồ xám nằm bên phải (mức xám cao) còn ảnh đậm lược đồ xám nằm bên trái (mức xám thấp). Theo định nghĩa của lược đồ xám, thuật toán xây dựng lược đồ xám có thể mô tả như sau: Bắt đầu H là bảng chứa lược đồ xám (là véctơ có N phần tử) a. Khởi tạo mảng. for (i:=1;i<=N:i++) H[i]=0; b. Tạo bảng. Với mỗi điểm ảnh I(x,y) tính H[I(x,y) ]=H[I(x,y)]+1; c. Tính giá trị Max của bảng H. Sau đó hiện bảng trong khoảng từ 0 đến Max. Kết thúc Lược đồ xám là một công cụ hữu hiệu dùng trong nhiều công đoạn của xử lý ảnh như tăng cường ảnh. 3.2.3. Biên của ảnh và các kỹ thuật dò biên. 3.2.3.1. Khái niệm về biên. Biên là một vấn để chủ yếu trong phân tích ảnh vì các kỹ thuật phân đoạn ảnh chủ yếu dựa vào biên. Một điểm ảnh có thể coi là điểm biên nếu ở đó có sự thay đổi đột ngột về mức xám. Tập hợp các điểm biên tạo thành biên hay đường bao của ảnh. Ví dụ như trong trường hợp ảnh nhị phân, một điểm có thể gọi là biên nếu đó là điểm đen và có ít nhất một điểm trắng lân cận. Về mặt toán học người ta coi điểm biên của ảnh là điểm có sự biến đổi đột ngột về độ xám như chỉ ra trong hình 14. Mức xám x (a) x (b) x (c) Hình 14. Đường biên ảnh.. (a) Đường bao lý tưởng. (b) Đường bậc thang. (c) Đường bao thực. Như vậy phát hiện biên một cách lý tưởng là xác định được tất cả các đường bao trong các đối tượng. Định nghĩa toán học của biên ở trên là cơ sở cho các kỹ thuật phát hiện biên. Điều quan trọng là sự biến thiên mức xám giữa các điểm ảnh trong một vùng thường là nhỏ, trong khi đó biến thiên mức xám của điểm ở vùng giáp ranh khi qua biên lại khá lớn. 3.2.3.2. Các kỹ thuật phát hiện biên. Xuất phát từ định nghĩa toán học của biên người ta thường sử dụng 2 phương pháp phát hiện biên sau: Phương pháp phát hiện biên trực tiếp: phương pháp này nhằm làm nổi bật biên dựa vào sự biến thiên về giá trị độ sáng của điểm ảnh. Kỹ thuật chủ yếu dùng phát hiện biên ở đây là kỹ thuật đạo hàm. Nếu lấy đạo hàm bậc nhất của ảnh ta có phương pháp gradient, nếu lấy đạo hàm bậc hai ta có kỹ thuật Laplace. Hai phương pháp trên được gọi là phương pháp dò biên cục bộ. Ngoài ra người ta cũng sử dụng phương pháp “đi theo đường bao” dựa vào nguyên lý qui hoạch động và được gọi là phương pháp dò biên tổng thể. Phương pháp gián tiếp: nếu bằng cách lấy đạo hàm ta phân được ảnh thành các vùng thì đường phân ranh giữa các vùng đó chính là biên. Việc phân vùng ảnh thường dựa vào kết cấu bề mặt của ảnh. Kỹ thuật dò biên và phân vùng ảnh là hai bài toán đối ngẫu của nhau. Dò biên để thực hiện phân lớp đối tượng và khi đã phân lớp xong có nghĩa là đã phân vùng được ảnh. Ngược lại khi đã phân vùng ảnh đã phân lập được thành các đối tượng ta có thể phát hiện được biên. Phương pháp dò biên trực tiếp tỏ ra khá hiệu quả vì ít chịu ảnh hưởng của nhiễu song nếu sự biến thiên độ sáng không đột ngột phương pháp này lại tỏ ra kém hiệu quả. Phương pháp dò biên gián tiếp tuy khó cài đặt song lại ạp dụng khá tốt khi sự biến thiên độ sáng nhỏ. 3.2.3.3. Quy trình phát hiện biên. Việc phát hiện biên được thực hiện theo các bước sau: Bước 1: Vì ảnh thu nhận thường có nhiễu, nên bước đầu tiên là phải khử nhiễu. Bước 2: Tiến hành làm nổi biên bởi các toán tử đạo hàm. Bước 3: Định vị điểm biên. Vì các kỹ thuật làm nổi biên có hiệu ứng phụ là tăng nhiễu do vậy sẽ có một số điểm biên giả cần phải loại bỏ. Bước 4: Liên kết và trích chọn biên. (a)  (b) (c) Hình 15. Một số phương pháp tách biên. (a). Ảnh gốc. (b). Tách biên dựa trên phương pháp Sobel. (c). Tách biên dựa trên phương pháp Canny. 3.2.4. Cải thiện ảnh. Nâng cao chất lượng ảnh là một bước quan trọng tạo tiền đề cho xử lý ảnh. Mục đích chính là nhằm làm nổi bật một số đặc tính của ảnh như thay đổi độ tương phản, lọc nhiễu, nổi biên, làm trơn biên, khuyếch đại ảnh… Tập hợp các kĩ thuật này tạo nên giai đoạn tiền xử lý ảnh. Dưới đây sẽ trình bày tổng quan về các kĩ thuật tiền xử lý ảnh. 3.2.4.1. Cải thiện ảnh dùng toán tử điểm. Toán tử điểm là toán tử không bộ nhớ, ở đó một mức xám u € [0,N] sang mức xám v € [0,N], v=f(u). Ánh xạ tùy theo các ứng dụng khác nhau mà có dạng khác nhau. 3.2.4.2. Cải thiện ảnh dùng toán tử không gian. Thường ảnh thu nhận có nhiều nhiễu cần phải loại bỏ nhiễu hay ảnh không được sắc nét bị mờ cần làm rõ các chi tiết biên. Các toán tử không gian trong kĩ thuật tăng cường ảnh được phân theo nhóm công dụng: làm trơn nhiễu, nổi biên. Để làm trơn nhiễu hay tách nhiễu người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, lọc thông thấp) hay lọc phi tuyến (trung vị, giả trung vị, đồng hình v.v…). 3.2.5. Giãn ảnh. Giãn ảnh là kĩ thuật nhằm loại bỏ các điểm đen bị vây bởi các điểm trắng. Trong kĩ thuật này một cửa sổ hay còn gọi là mặt nạ (mask) được rê đi khắp ảnh và thực hiện đối sánh một pixel với các điểm lân cận (không tính điểm ở tâm). Thuật toán giãn ảnh có thể được mô tả như sau: For all pixels I(x,y) {I là ảnh lối vào} { - Tính F(x,y) = Max{ I(x,y)in m*n} ; - O(x,y) = F(x,y); {O là ảnh lối ra} } Ví dụ sử dụng một cửa sổ 1×3 đối sánh với phần tử 1×2 I(1,2) trong ma trận điểm ảnh đa cấp xám thì phần tử I(1,2) đang có giá trị là 14 sẽ có giá trị là giá trị lớn nhất trong khung cửa sổ 1×3 đó là giá trị 16. Ví dụ với một ảnh nhị phân 10x10 như sau: 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 0 0 1 1 0 0 0 0 1 1 0 0 1 1 0 0 0 0 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Ảnh gốc Sử dụng một cửa sổ là ma trận đơn vị 2×2 I(2,2) di trên toàn bộ ảnh và thực hiện thuật toán giãn ảnh ta thu được ảnh như sau: 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 0 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 Ảnh sau khi được giản ảnh. 3.2.6. Co ảnh. Co ảnh là thao tác đối ngẫu của giãn ảnh nhằm loại bỏ điểm trắng bị vây quanh bởi các điểm đen. Trong kĩ thuật này một cửa sổ m×n được rê đi khắp ảnh và thực hiện sánh một pixel của ảnh với các điểm lân cận. Thuật toán co ảnh có thể được mô tả như sau: For all pixels I(x,y) {I là ảnh lối vào} { - Tính F(x,y) = Min{ I(x,y)in m*n} ; - O(x,y) = F(x,y); {O là ảnh lối ra} } Thực hiện co ảnh với ảnh gốc ở phần trên và vẫn sử dụng ma trận đơn vị I(2,2) làm cửa sổ ta thu được ảnh như sau. 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Ảnh thu được sau khi co ảnh. CHƯƠNG 4. THỰC NGHIỆM. Thực nghiệm định vị robot bằng bản đồ ảnh siêu âm ảo đã được tiến hành trên cơ sở lắp ráp một robot di động có từ 8 đến 16 cảm biến siêu âm và 1 camera toàn phương ghép nối với vi điều khiển và vi tính. Và đã xây dựng được bản đồ siêu âm cục bộ trên cơ sở các phép đo khoảng cách đến các vật cản xung quanh robot. Robot được trang bị máy tính, camera toàn phương, 8 cảm biến siêu âm mắc thành vòng tròn như được mô tả như trên hình 16. Hình 16. Robot sử dụng trong luận văn. Robot có hình khung tròn, gồm 2 tầng. Trên đỉnh của robot gắn camera toàn phương, tầng thứ 2 gắn các cảm biến siêu âm bao quanh robot thành vòng tròn. Tâm của vòng tròn là tâm robot, khoảng cách từ các cảm biến đến tâm robot hay bán kính vòng tròn là 28cm. Cảm biến siêu âm ở trên độ cao so với mặt đất là 37cm. Với độ cao đó thì khoảng cách cực đại theo chiều ngang trước khi chùm tia siêu âm va xuống mặt đất là D=37.tg(75°)≈138cm. Thực tế D không phải là khoảng cách cực đại mà cảm biến siêu âm còn có thể phát hiện được vật cản vì chùm tia sau khi phản xạ xuống mặt đất, đi tới vật cản lại bị phản xạ một lần nữa nhưng chùm tia phản xạ cuối cùng này không quay trở lại bộ thu tín hiệu siêu âm. Robot thực tế trong luận văn này có thể phát hiện được vật cản ở khoảng cách cực đại là 256cm. Sonar 15° 37cm D Đất Hình 17. Khảo sát chùm tia siêu âm gắn trên robot. Tầng dưới cùng là các mạch điều khiển động cơ, mạch giao diện nối tiếp theo chuẩn RS232, mạch kết nối vi xử lý basic stam và các cảm biến, bình ắc quy... Robot được trang bị máy tính xách tay để có thể tính toán và xử lý tự động theo chương trình đã lập sẵn. Các bộ phận cảm nhận và xử lý của robot đã được khảo sát tỉ mỉ như sau: 4.1. Cảm biến siêu âm. Trên thị trường hiện nay phổ biến hai loại cảm biến siêu âm trong đó bộ thứ nhất bộ thu phát siêu âm được tích hợp với nhau trên cùng một đế. Loại thứ hai bộ thu phát được chế tạo độc lập (có một đầu thu và một đầu phát). Trong khoá luận này nghiên cứu khảo sát cả hai loại cảm biến kể trên thông qua hai loại mạng ký hiệu: MUST01a và Devantech SRF04. Cảm biến siêu âm có thể sử dụng để đo khoảng cách thông qua đo thời gian tín hiệu phản xạ hoặc phát hiện vật cản. Hình 18. Cảm biến siêu âm đo khoảng cách. 4.1.1. Cảm biến siêu âm MUST01a. Đây là loại cảm biến có bộ thu phát được tích hợp trên cùng một đế (không phân biệt đầu thu và đầu phát). Đặc tính của nó có thể kể ra như sau: Sử dụng nguồn nuôi một chiều 8- 16V dòng cực đại cho phép là 30mA. Cảm biến cho tín hiệu lối ra tương tự từ 0-5V tuy nhiên giá trị cực đại trong thực tế chỉ đạt được 4,096V. Khoảng cách cảm biến phát hiện được vật từ 20cm-3m với sai số là 2%. Góc mở chùm siêu âm phát ra là 15o. Hình 19. Cảm biến siêu âm MUST01a Cấu trúc của cảm biến và các chân được mô tả trong hình 20. Hình 20: Cấu trúc của cảm biến siêu âm MUST01a Khi có xung kích, siêu âm phát ra sẽ đập vào vật và phản xạ trở lại, tín hiệu điện thu được ở lối ra của cảm biến có mức điện áp tỷ lệ với khoảng cách. Cụ thể nếu không có sóng phản xạ điện áp lối ra ở mức cao. Ngược lại, có tín hiệu phản xạ tuỳ thuộc sóng phản xạ mạnh hay yếu(vật ở gần hay xa) mà điện áp giảm lối ra sẽ giảm dần. Bảng 2 Các chân và chức năng của cảm biến siêu âm MUST01a. Với một giới hạn nhất định (ngưỡng) cảm biến này hoàn toàn có thể sử dụng để phát hiện vật cản. Điều này có nghĩa là với khoảng cách vượt giới hạn đó thì lối ra có mức điện áp tương ứng với mức lôgíc cao, trong trường hợp nằm trong giới hạn cho phép tín hiệu lối ra có mức lôgíc thấp. Tuỳ thuộc khoảng cách từ cảm biến tới vật là bao nhiêu mà xung đó có độ rộng khác nhau. Xác định được độ rộng xung này ta sẽ xác định được khoảng cách từ vật tới robot. 4.1.2. Cảm biến siêu âm Devantech SRF04. Siêu âm Devantech SRF04 được sử dụng để thu các thông tin về khoảng cách một cách chính xác trong dải từ 3cm đến 3m. Cảm biến này gồm bộ thu phát siêu âm tách biệt. Cảm biến có 4 chân nối trong đó hai chân cho nguồn nuôi, hai chân còn lại một cho xung tín hiệu vào, một cho tín hiệu ra. Nó hoạt động thông qua việc truyền một xung âm thanh có tần số nằm ngoài dải tần số nghe của con người. Xung này truyền ở tốc độ âm thanh khoảng 0,9ft/giây, dưới dạng một chùm hình nón, âm thanh phản xạ trở lại tới đầu thu từ vật thể bất kỳ trên đường đi của sóng siêu âm. Tín hiệu điện tại đầu thu có dạng các xung với độ dài xung phụ thuộc vào khoảng cách phản xạ kể từ vị trí vật tới đầu thu. Hình 21. Cảm biến siêu âm Devantech SRF04. Để việc thu phát làm việc hiệu quả, bộ phát tạm ngừng phát sóng trong khoảng thời gian siêu âm được truyền sau đó đợi tín hiệu phản xạ. Xung ở đầu ra của cảm biến được đưa tới bộ xử lý. Việc xác định thời gian kéo dài xung sẽ giúp cho robot xác định được khoảng cách. Các đặc trưng của SRF04 có thể kể ra như sau: Điện áp sử dụng 5VDC, dòng tiêu thụ cực đại 50mA thường là 30mA. Vùng làm việc của cảm biến: phát hiện khoảng cách từ 3cm tới 3m. Tần số sử dụng 40 Khz. Xung kích phát 10us mức cao tương thích TTL. Xung phản xạ mức cao có độ rộng xung tỷ lệ với khoảng cách. Góc mở của bộ phát là 30o như hình 22. Hình 22. Góc mở của bộ phát siêu âm SRF04 Một số yêu cầu về khoảng thời gian thu phát siêu âm: Tín hiệu xung kích phát siêu âm được giữ ở mức thấp (logic 0) và sau đó đưa lên mức cao (logic 1) trong 10 us để khởi phát xung siêu âm. Xung siêu âm được tạo ra thông qua sườn xuống của tín hiệu lối vào. Sau khi được kích phát, sóng siêu âm sẽ được phát ra trong 8 chu kỳ burst. Bộ nhận sẽ giữ khoảng trống trong khoảng thời gian chừng 10 us để tránh nhiễu, ồn từ các âm sắc nhọn của sự khởi phát và sau đó cho phép nghe âm thanh phản xạ. Đường tín hiệu dội âm ở mức thấp cho đến khi cho phép nhận âm thanh. Khi quá trình nhận được cho phép, bộ thu sẽ phát hiện sườn xuống của tín hiệu dội âm (nếu có vật) hoặc timeout (vượt quá thời gian cho phép). Việc đo thời gian được tiến hành từ sườn xuống của tín hiệu lối vào và kết thúc khi sườn xuống của tín hiệu dội âm. Nếu không có vật được phát hiện xung phản xạ sẽ vượt quá thời gian cỡ 36ms. Giản đồ thời gian thu phát siêu âm được mô tả trong hình 23. Hình 23. Giản đồ xung thu phát siêu âm SRF04 Với tốc độ truyền âm thanh, cứ 73,746 us âm thanh sẽ đi được 1 khoảng là 1 inch (2,56cm). Nếu sử dụng bộ định thời với hệ số chia trong là 12 và tần số dao động là 12 Mhz thì tần số phát của timer sẽ là 1 Mhz tương đương với khoảng thời gian kéo dài xung là 2 us. Mỗi cung của timer phát được gọi là 1 tick. Khoảng cách tối đa cảm biến có thể phát hiện được là 3m = 1,18inch= 300cm, quãng đường cực đại âm thanh phải đi là 118*2=236 inch. Với quãng đường như vậy, cần khoảng thời gian di chuyển là 236*73,746us. Do đó số tick cực đại thu được là (234*73,746)/2= 8702. Ở đây đưa ra một khái niệm gọi là hệ số chuyển đổi. Hệ số này được xác định như sau: Hệ số chuyển đổi = 8702/118 = 74 (ứng với đơn vị inch) Hệ số chuyển đổi =8702/300= 29 (ứng với đơn vị cm) Khoảng cách đo được xác định như sau: Khoảng cách = thời gian kéo dài xung thu được/ hệ số chuyển đổi 4.1.3 Một số nguyên nhân gây sai số khi sử dụng cảm biến siêu âm đo khoảng cách. Sử dụng cảm biến siêu âm để dẫn đường mang lại hiệu quả như giá thành thấp, tốc độ khá cao, tầm hoạt động tương đối rộng song vẫn có nhiều thiếu sót và giới hạn mà người thiết kế cần phải quan tâm. Cảm biến siêu âm dựa trên sự phản xạ vì thế dễ bị tán xạ. Hiện tượng tán xạ xảy ra khi sóng siêu âm đập vào bề mặt với góc θ nhưng bị tán xạ theo hướng khác mà không quay trở về bộ thu tín hiệu siêu âm. Trường hợp lý tưởng thì mỗi vật thể đều có một bề mặt trực giao với bộ thu tín hiệu siêu âm nhưng trên thực tế thì khả năng này hiếm khi xảy ra. Vấn đề sẽ càng tồi tệ hơn nếu tín hiệu phản xạ lại đập vào vật thể thứ hai rồi ngẫu nhiên lại quay trở lại bộ thu. Khi đó thời gian bay sẽ không tương ứng với khoảng cách thật cần đo. Bên cạnh đó tín hiệu siêu âm còn bị ảnh hưởng của hiện tượng phản xạ gần. Bởi vì mỗi cảm biến siêu âm có 1 vùng quan sát là 30° nếu bề mặt không trực giao với bộ thu tín hiệu siêu âm. Tín hiệu ở một cạnh của hình nón sẽ đập vào bề mặt rồi phản xạ trở lại trước tiên, hầu hết các chương trình phần mềm đều cho rằng đã thu nhận được khoảng cách dọc theo trục vì vậy gây nên sai số dữ liệu. Không có cách nào để khắc phục được sai số này. Hiện tượng tán xạ tín hiệu siêu âm còn gây ra một lỗi sai số khoảng cách khác khi mắc nhiều cảm biến siêu âm thành dãy hay thành vòng tròn. Giả sử một cảm biến phát đi tín hiệu thăm dò mặc dù cảm biến siêu âm này kiểm soát một vùng khác quanh robot nhưng tín hiệu quay trở lại sau khi gặp vật cản bị tán xạ nhiều lần rồi lại được thu nhận bởi bộ thu tín hiệu của một cảm biến khác trong dãy. Các cảm biến siêu âm không thể phân biệt được tín hiệu do chính nó phát đi và tín hiệu phản xạ lại nhưng do cảm biến khác trong dãy phát đi. Hiện tượng này là hiện tượng xuyên âm giữa các cảm biến. Hiện tượng này có thể được khắc phục bằng cách mỗi cảm biến siêu âm phát đi một dải tần số khác nhau, khi đó ở bộ thu tín hiệu phản xạ của cảm biến sẽ thực hiện các kỹ thuật tinh vi phức tạp để lọc và chỉ thu tín hiệu phản xạ do chính cảm biến đó phát đi. Hoặc có thể dùng kỹ thuật phát thu lần lượt từng sóng siêu âm đối với từng cảm biến. (a) (b) (c) Hình 24. Ba vấn đề gây sai số khoảng cách đo đối với cảm biến siêu âm. Phản xạ gần. Tán xạ. Xuyên âm giữa các cảm biến. 4.2. Vi điều khiển Basic Stamp Bs2e. Vi điều khiển Basic Stam là loại vi điều khiển thích hợp nhất dùng để kết nối với các cảm biến siêu âm. Vi điều khiển Basic Stamp Bs2e là một trong số những vi điều khiển của hãng Parallax. Bs2e chuẩn là loại vi xử lý 24 chân với 2 hàng chân trong đó có 16 chân vào ra đa năng. Chương trình sau khi biên dịch được nạp vào EEPROM của Bs2e qua cổng nối tiếp của máy tính. Hình 25. Vi điều khiển Basic Stamp Bs2e. Các thông số của Bs2e được miêu tả trong bảng 3. Bảng 3. Các thông số của vi xử lý Basic Stamp Bs2e. Processor Speed 20 MHz Program Execution Speed ~4,000 instructions/sec. RAM Size 64 Bytes (6 I/O, 26 Variable) EEPROM (Program) Size 8×2K Bytes, ~500 instructions I/O Pins 16 +2 Dedicated Serial Voltage Requirements 5 - 15 vdc Current Draw at 5V 3 mA Run / 50 µA Sleep PBASIC Commands 42 Size 1.2"x0.6"x0.4" Sơ đồ kết nối chân giữa cảm biến siêu âm SRF04 v