基于CPLD控制模块的智能机器人控制系统研究

李 贺， 朱珍元，陈 任

(1.安徽医科大学 卫生管理学院，合肥 230000；

2.安徽警官职业学院 信息管理系，合肥 230000)

CPLD是具有可编程逻辑的控制模块结构，其在逻辑编程的同时，还具有快闪存储、SRAM、EEPROM、CMOS EPROM等多项应用技术，CPLD模块由基础逻辑模块、可编程互通连接信道、I/O结构等三类应用元件共同组成。每一个基础逻辑模块都相当于一个小规模的逻辑控制单元，由于CPLD模块的内部形态相对较为简单，所以最多只能包含一个可编程寄存器元件，在面对复杂的指令编程任务时，还需外嵌ROM、RAM等阵列块结构，提升控制模块的存储性能和拓展功能[1-2]。CPLD控制模块的可编程互通连接信道负责逻辑块之间的连接，还提供了由内部逻辑器件指向I/O引脚之间的物理接口[3-4]，并可将其与核心网络连接起来，便于实时通信和接受上位机的系统指令。由于所涉及逻辑程序规模和复杂程度存在差异，CPLD控制模块所执行的编程指令也有所不同，这也是导致其下属分区结构与逻辑单元具有较大差别的最主要原因之一。

随着网络技术、通信技术、自动化控制技术和人工智能技术的快速发展，智能机器人智慧化水平不断提升，并逐步被应用到工业领域。智能机器人是一种新型的计算机控制结构，可以在“中央处理器”元件的作用下，由传感器采集外界的各种信息，并遵从CUP单元和核心编码器所下达的指令独立完成任务，从而满足工业等领域应用需求，解放人力提升工作效率并提高产品的成品率[5]。在智能机器人控制过程中，计算机作为唯一的中控设备，尤其传导的编码信息与指令文件必须在相关信道组织的辅助下，才能反馈至机器人的各级行为部件之中。随着计算机科学技术和自动化控制技术的发展，智能机器人研究逐渐成为了领域内新的研究特点。国内外计算机自动化智能控制领域的专家、学者也对智能机器人展开了相关研究：学者辜勇等人(2020)利用仿生算法控制机器人的运行轨迹，提升了算法的容错能力进而改善了对智能机器人移动精度的控制[6]；
学者白克等人(2021)采用了嵌入式算法建立机器人的智能控制系统，提升了程序运行效率，并能够在机械臂控制中实现对运动轨迹的实时纠偏[7]；
学者Selim(2022)基于位置、速度等多个视角提出一种融合控制算法，综合考虑到各因素对物流周转机器人的影响，并采用卡尔曼滤波算法滤除系统噪声的影响，提升信号传递的准确率和物流机器人的轨迹控制精度[8]；
学者Fu、Masakatsu(2017)等人提出一种模糊控制算法，通过构建模糊控制模型提升对机器人运动轨迹的控制精度，并实现对机器人的行进轨迹动态纠偏[9]；
学者Shin等(2017)设计了一种智能化感知的机器人智能控制系统，借助神经网络模型自动判断物流机器人的轨迹执行情况，并动态调整机器人的轨迹偏离情况[10]。

然而现有的关于智能机器人自动化控制系统研究大都以芯片驱动为主，例如以MSP430F149芯片作为核心驱动结构，整体行为模式相对较为简单，虽然能够积极响应后台上位机所下单的执行指令，并能够完成一些简单的指令，但难以应对工业制造过程中较为复杂的制定，无法实时对智能机器人的运动轨迹进行纠偏，精度控制也难以满足需求，随着外界环境因素的变化和系统误差的增加，上位及传达的指令信息极有可能出现一定程度的延迟，这样不但会影响机器人对于外界环境的感知能力，也会导致避障不及时、避障敏感度下降等问题的出现[11]。为避免上述情况的发生，借助CPLD控制模块，令其对核心控制主机进行支配，并以此为基础，开展针对新型智能机器人控制系统的深入研究。

为更好适应CPLD控制模块的实际应用需求，本章节从下机位硬件电路等多个角度着手设计，针对智能机器人控制系统的硬件机构组成进行深入研究和探讨，利用C2PLD控制模块来提升对机器人行动轨迹控制精度。

1.1 下机位硬件电路

下机位硬件电路作为物流周转智能机器人控制系统中关键的电量信号控制结构，其主要结构由运动控制电路、无线通讯电路两部分共同组成，具体的结构设计如下。

1.1.1 运动控制电路

运动控制电路负责保障智能机器人的运动行为供电，是下机位硬件电路的核心组成部分，以L289N触发器作为主要设计结构，可以联合MOTO模块对CPLD控制模块的连接行为进行协调，从而促使控制主机能够获取最为直观的机器人运行数据[12-13]。具体连接结构如图1所示。FND结构(直流导向器)，能够确保运行电流始终由L289N触发器端向着MOTO(稳压控制模块)输入，一方面保障了智能机器人的稳定运动行为，另一方面也使得1号、2号、3号电阻内的电量信号能够得到有效利用。

图1 运动控制电路示意图

1.1.2 无线通讯电路

无线通讯电路作为运动控制电路的下级负载结构，能够对智能机器人控制系统中的传输电流进行整合处理，并可以在多个连接管脚结构的作用下，将剩余电量信号反馈至CPLD控制器、A/D模拟器采集接口模块等多个硬件应用结构之中[14-15]。A/D模拟器的功能包括原始信号的采集及数字信号的转换，将智能机器人的模拟信号转换成数字信号的电路。A/D模拟器的工作方式是将时间连续、幅值也连续的模拟量转换为时间离散、幅值也离散的数字信号，数字信号的优势在于转换效率高、易于控制等。A/D模拟器信号转换通常要经过取样、保持、量化及编码是个基本过程。在实际的机器人电路系统控制中，这些过程有的是合并、同步进行的，如取样和保持，量化和编码往往都是在转换过程中同步实现。在实际应用过程中，各个管脚名称及其具体行为能力如表1所示。

表1 无线通讯电路核心管脚

1.2 CPLD控制器

CPLD作为高度集成型控制器结构，其内部晶体管数量高达几十万个。在智能机器人控制系统中，由于大量晶体管结构的同时存在，CPLD控制器的运行速度极快，对于任何细微的机器人动作行为都能进行准确捕捉。从实用性角度来看，CPLD控制器属于一种双向型应用结构，既能获取与智能机器人动作指令相关的行为信号，也可以与系统核心控制主机建立信号互通关系，且在整个指令信息文件传输的过程中，外部传输信号不会对内部传输信号造成任何影响[16]。具体框架结构如图2所示。

图2 CPLD控制器的物理框架结构

对于TLV1577、TLV5610等芯片结构而言，CPLD控制器的双向指令处理行为具有绝对性，与之对应的控制信号采样模块等物理结构也就具有较强的控制作用能力[17-19]；
而对于行为编码器等结构而言，CPLD控制器的双向指令处理行为不具备完全的绝对性，这也是智能机器人控制系统内控制指令传输行为始终具有较强自由性的主要原因。

1.3 A/D模拟采集接口模块

A/D模拟采集接口模块由A/D模拟器、采集接口组织两部分组成，前者负责将电量信号转变成射频信号，以供CPLD控制器元件的调取与利用，后者则主要作为通路组织，将各种不同的信号参量反馈至不同的系统结构之中。

1.3.1 A/D模拟器

A/D模拟器结构具有较强的信号探测能力，在智能机器人控制系统中，能够较好保护CPLD控制器装置(具体行为模式如图3所示)[20]。由于结构内部存在一个标准的MCU分类装置，所以电量信号与射频信号就能得到A/D模拟器结构的准确区分，并可在采集接口组织的作用下，将完成转换的信号参量存储于系统数据库主机中，以便于后续控制指令的运行[21]。

图3 A/D模拟器结构的行为模式

1.3.2 采集接口组织

与A/D模拟器结果相比，采集接口组织的作用能力相对较为简单，仅作为信号参量的传输通路。在智能机器人控制系统中，由于大多数信息指令的传输行为都具有双向性，所以该接口组织虽然同时具备单向性与双向性的反馈能力，但大多数也只有双向性反馈能力能够得到表现。

在各级硬件应用结构的基础上，针对CPLD控制模块端的软件程序进行研究，再根据PWM信号调节器设置情况，决定主机智能控制决策的执行流程，从而完成基于CPLD控制模块的智能机器人控制系统设计。

2.1 CPLD端软件

对于智能机器人控制系统而言，CPLD端执行软件主要负责掌控机械模块结构的运动行为，并可将记录信息整合成数据文件的形式，存储至既定数据库主机之中[22-23]。常见的CPLD端执行软件主要包含.div、.script、.type、.index等多种编码形式，从功能性角度来看，大体上可将这些执行软件分成必要编码文件、从属编码文件、行为化文件三类，其具体分类标准如表2所示。

表2 CPLD端软件的分类标准

2.2 PWM信号调节器设置

PWM信号调节负责调试智能机器人对于外界环境的数据信号，由于调节器主机直接与CPLD控制模块相连，所以任何细小的行为动作都能得到准确的识别和捕捉，这也是新型控制系统能够精准获取外界环境的途径，并可以对障碍物结构进行避让的主要原因之一[24]。

在实际应用过程中，对于PWM信号调节器的配置操作显得过于抽象，为便于CPLD控制模块对机器人行为信号进行按需处理，需要将整个寄存器参数设置行为简化成如下几个阶段：

1)控制信号整流阶段：在此过程中，智能机器人往往处于快速运动状态，此时CPLD模块会快速向外传输控制执行指令，因此PWM信号调节器的整流参数指标数值水平相对较高。设Rmax表示最大的机器人运动行为项指标，xi表示行为权限为i时的指令执行步长值，δ表示既定整流系数。联立上述物理量，可将整流阶段的PWM信号调节器参数指标α1表示为：

(1)

2)控制信号分流阶段：与信号整流不同，控制信号分流阶段智能机器人的运动速度相对较慢[25]。设β表示CPLD控制模块所遵循的指令分流标准，n代表一个控制周期内指令分流行为的执行次数，ξ表示既定分流系数。联立公式(1)，可将分流阶段的 PWM信号调节器的参数指标α2表示为：

(2)

智能机器人的CPLD模块各参数指标必须在设定的范围之内，如果需要调整应更改整个系统的主控程序，因为参数调整会导致脉冲和信号波形的改变，CPLD模块有效相位角度控制范围为0～180°从控制时间的层面来看，脉冲信号的控制周期在1～2 μs之间，模块的连续控制精度会随着控制周期的延长而不断地降低。物流周转智能机器人PWM 控制信号调节器是CPLD 模块最重要的组成部分之一，尤其需要特别关注的是，在控制机器人的过程中可以换一种视角考虑脉冲周期变化的要求。要实现机器人方向角度的旋转，其实重要的是机器人内部的控制芯片能够接收到 0.5～3.0 ms的高电平脉冲，那么意味着一个周期内高电平部分占2.0 ms，也就是说分析出机器人控制信号占空比，在一串理想的脉冲序列中。

2.3 主控程序的决策流程

决策流程是指由控制指令生产到指令顺利执行的完整运行过程(完整执行流程如图4所示)，一般来说，在CPLD控制模块作用能力不发生改变的情况下，智能机器人的实际运动距离越远，其在行进过程中，可能接触到的障碍物也就越多，此时决策流程也就相对较长[26]。

图4 决策流程图

物流周转智能机器人CPLD控制模块的工作具体流程，如下所示：

1)在系统主控程序运行之前，先通电并调整机器人各主要参数，同时试运行智能机器人各模块的子程序，智能机器人开始自检。如果系统主控程序和各模块的子程序能够正常运转，表明智能机器人进入工作状态

2)物流周转智能机器人的内置传感器实时采集运行路线前方的路况数据，并通过A/D转换器将其转换为数字信号。智能机器人信号识别的功能，能够帮助机器人实现与后台上位机之间的实时通信，并实现行进轨迹的纠偏。

3)利用CPLD控制模块PWM信号调节器调制波形型号，并实时反馈给后台控制中心。通过对比PWM信号输出值和电平值的大小，选择不同的通信波形。

4)通过路况信号分流、指令传达和实时通信，实时修正智能机器人的轨迹路线，并降低不同模块之间的通信干扰。

当现有执行指令并不能完全控制智能机器人运动行为时，CPLD模块会开始继续向外输出控制指令，以供核心主机的挑选[27]。而当现有执行指令能够控制智能机器人运动行为或控制主机当前所选取指令恰好能够控制机器人运动状态时，则表示智能机器人控制系统已进入稳定运行状态。

3.1 实验环境设置

选取两台型号相同的智能机器人作为实验的对象，将其置于图5所示的实验环境中，在机器人行进路径中，人为随机放置三个障碍物体，并分别对其标号为1、2、3，其中1号障碍物与2号障碍物的纵向宽度相同，但2号障碍物的横向宽度值更大，1号障碍物与3号障碍物的横向宽度相同，但3号障碍物的纵向宽度值更大。在实验过程中，利用基于CPLD模块的应用系统对实验组机器人进行控制，利用MSP430F149芯片对对照组机器人进行控制，筛选指标并进行实验数据上的对比，用于判定机器人控制系统的精度和实用性。

图5 实验环境设置

当智能机器人的内置传感器和计数器读取值出现溢出情况时，PWM信号输出值高于电平，直至触发器的前置位端，如果内置的传感器和触发器输出持续包括高电平输出状态，会导致物流周转智能机器人的控制系统功耗过高，进而出现系统延迟；
当数据锁存模块中的值与计数器的计数值相等时，比较模块输出高电平至触发器的复位端，传感器和触发器持续地输出相对较低的电平。通过高低电平交互与转换就实现了对PWM的初级波形的优化调整。采集到的转换信号经过一个延时模块后，就是能够供系统识别和使用的最终脉冲控制信号。CPLD模块的信号分流功能是对PWM波形的上升端进行延时处理，而不影响对下降端的处理，从而确保机器人控制电路系统的同侧不会发生短路事故，关于智能机器人相关的参数设定，如表3所示。

表3 CPLD模块相关参数控制

3.2 实验指标选取

为验证在不同的控制系统作用下，智能机器人避障能力的变化情况，选取纵向宽度、横向宽度作为对研究对象的评价指标。如果机器人在行进过程中实际路线能够尽量趋近于两个障碍物的中心位置，那么其发生碰撞的风险值就会更低，纵向宽度、横向宽度具体计算式如下：

(3)

式中，v表示智能机器人行进控制系数，b表示障碍物体的纵向宽度取值，m表示障碍物体的横向宽度取值。当智能机器人运动至障碍物体附近时，二者之间安全距离与指标l的数值关系能够反映机器人的避障能力。通常情况下，当安全距离大于指标l数值时，表示智能机器人的运动避障能力较强；
当安全距离无限接近但又不等于指标l数值时，表示智能机器人虽然具有避障能力，但能力水平较差；
当安全距离小于指标l数值时，表示智能机器人已经与障碍物体发生了碰撞，且可以判定机器人在该种控制系统下不具备最基本的避障能力。

3.3 避障数值分析

表3反映了在运动至1号障碍物附近时，实验组、对照组机器人在横纵两个方向上的避障能力对比情况。

表3 避障能力分析(1号障碍物)

分析表3可知，在仅考虑1号障碍物的情况下，实验组机器人与障碍物体之间的横向距离始终大于指标l的数值水平，在进行第6次实验时，二者之间的物理差值最大，达到了1.1 cm；
对照组机器人与障碍物体之间的横向距离完全小于指标l的数值水平。实验组机器人与障碍物体之间的纵向距离依然大于指标l的数值水平，在进行第9组实验时，二者之间的物理差值最大，为1.7 cm；
对照组机器人与障碍物体之间的纵向距离部分小于指标l的数值，在进行第1组、第2组实验时，所得记录数值虽然并未小于指标l的数值，但二者也仅能保持完全相等的状态。

表4反映了在运动至2号障碍物附近时，实验组、对照组机器人在横纵两个方向上的避障能力对比情况。

表4 避障能力分析(2号障碍物)

分析表4可知，在仅考虑2号障碍物的情况下，实验组、对照组机器人与障碍物体之间纵向距离及其与指标l的数值关系并没有发生改变。实验组机器人与障碍物体之间的横向距离始终大于指标l的数值水平，而对照组机器人与障碍物体之间的横向距离则始终小于指标l的数值水平。

表5反映了在运动至3号障碍物附近时，实验组、对照组机器人在横纵两个方向上的避障能力对比情况。

表5 避障能力分析(3号障碍物)

分析表5可知，在仅考虑3号障碍物的情况下，实验组、对照组机器人与障碍物体之间横向距离及其与指标l的数值关系并没有发生改变。实验组机器人与障碍物体之间的纵向距离依然大于指标l的数值水平，而对照组机器人与障碍物体之间的纵向距离则还是小于指标l的数值水平。最后，再测量不同的机器人控制系统下，通过三个障碍物的总体耗时情况，通常情况下绕行耗时越短，表明控制系统对于路线的规划越合理，机器人在运动过程中会最大限度地减少往复的时间，提高行进效率，躲避3个障碍物的耗时情况如图6所示。

图6 基于CPLD模块的机器人行进时间统计

图7 传统控制系统下机器人行进时间统计

从图6和图7的数据统计对比可知，无论是绕行单个障碍物的时间，还是汇总时间，基于CPLD控制模块的效率优势明显，具体的数值统计结果如表6所示。

表6 绕行3个障碍物的总体耗时统计s

综上可知，本次实验结论如下：1)随着障碍物横向宽度的增大，只有智能机器人与障碍物之间的横向物理间隔数值也不断增大，才表示当前所使用控制系统能够提升智能机器人的避障能力；
2)随着障碍物纵向宽度的增大，只有智能机器人与障碍物之间的纵向物理间隔数值也不断增大，才表示当前所使用控制系统能够提升智能机器人的避障能力;3)应用基于CPLD控制模块的控制系统后，智能机器人的横向避障与纵向避障能力均出现了适当促进，在其行进过程中，这种控制系统确实能够增强机器人对于外界环境的感知能力，与单纯MSP430F149芯片驱动的控制系统相比，更具有使用价值;4)在控制系统的效率方面，基于CPLD控制模块的机器人在保证避障精度的同时，也能最大限度地减少运行时间和选择最佳路径。提高机器人的智能化水平和运转效率，在工业领域具有重要的意义和价值。例如，在工业领域的零件周转机器人或物流机器人，对于工业企业生产效率的提升有着深远的意义。

提升物流周转智能机器人的避障能力和工作效率，是机器人控制及人工智能领域新的研究热点之一，通过改善物流周转机器人智能控制系统的路线控制精度，是提升机器人实用性的重要基础条件。在CPLD控制模块的作用下，新型智能机器人控制系统从下机位硬件电路入手，对A/D模拟采集接口模块的连接行为进行规划，又通过分类软件执行程序的方式，确定PWM信号处理器参数的设置情况，从而实现对主机智能决策流程的完善。从实用性角度来看，与单纯MSP430F149芯片驱动的控制系统相比，这种新型控制系统，对于智能机器人的避障能力可以起到一定的促进性影响作用，与辅助机器人对外界环境变化进行准确感知的设计初衷相符合。

猜你喜欢障碍物指令数值数值大小比较“招招鲜”中学生数理化·高一版(2021年11期)2021-09-05高低翻越动漫界·幼教365(中班)(2020年3期)2020-04-20SelTrac®CBTC系统中非通信障碍物的设计和处理铁道通信信号(2020年9期)2020-02-06ARINC661显控指令快速验证方法测控技术(2018年5期)2018-12-09杀毒软件中指令虚拟机的脆弱性分析电信科学(2016年10期)2016-11-23基于Fluent的GTAW数值模拟焊接(2016年2期)2016-02-27基于MATLAB在流体力学中的数值分析哈尔滨师范大学自然科学学报(2015年6期)2015-04-23中断与跳转操作对指令串的影响科技传播(2015年20期)2015-03-25一种基于滑窗的余度指令判别算法西安航空学院学报(2014年5期)2014-07-13土钉墙在近障碍物的地下车行通道工程中的应用城市道桥与防洪(2014年5期)2014-02-27

相关热词搜索：控制系统 机器人 模块