基于Arduino脑控排爆机器人设计应用.pdf

【104】第45卷 第08期 2023-08?收稿日期：2022-02-15基金项目：国家级大学生创新创业训练计划（S202010699180）作者简介：张沛航（2001-），男，北京人，本科在读，研究方向为材料科学及机器人。基于Arduino脑控排爆机器人设计应用Design and application of brain-controlled EOD robots based on Arduino张沛航*，栾昱霖，杨 帆，矫文景，刘子扬ZHANG Pei-hang*，LUAN Yu-lin，YANG Fan，JIAO Wen-jing，LIU Zi-yang（西北工业大学 工程实践训练中心，西安 710129）摘 要：如今有许多危险任务是不适合人们亲自执行的，例如排爆、危险品运输等，基于Arduino脑控排爆机器人设计应用可以避免发生现场人员伤亡，操作者通过头戴式脑电波检测装置，对机器人进行远距离操作。操作者不用身处于危险环境之中，还能腾出双手，进行其他的工作，如操控机器人机械臂进行危险物拾取、炸弹拆除等工作。脑控排爆机器人在高危作业环境中有着很好应用价值。关键词：脑电波；脑控；排爆；串口通信；机器人中图分类号：TP242 文献标志码：A 文章编号：1009-0134(2023)08-0104-040 引言进入二十一世纪，尽管和平发展是时代的主流，但全球仍不太平，如今世界由于存在着恐怖主义、极端宗教主义和民族分裂主义，三股势力互相交织，部分地区在广场、火车站等人群密集处长期存在恐怖爆炸袭击，严重影响社会安全。为了实现反恐工作“测控精准化、行动智能化、伤亡最小化”的目标，基于脑电波控制的排爆机器人设计应运而生，让其执行一系列的高危工作很有价值，也很有必要1。同时在全球许多战乱国家中，到处散布着未爆炸的各种地雷和炸弹，我国社会治安稳定，但曾经是战场的偏远和边界地区，仍存在一些未爆的炸弹装置，经过几十年的雨水侵蚀，何时自爆不得而知，如果人工进行拆除是十分危险的2,3。本项目基于Arduino将脑控技术应用于智能小车，使其能够进入复杂地形执行排爆、反恐等危险任务，也可用于战场排爆工作，不需要人亲临危险现场进行手工作业。脑控机器人执行危险任务，面临的最大问题就是如何让其操作更精准，功能更丰富，从而完成更复杂的炸弹拆除。排爆机器人能替人进行排爆工作，避免伤亡，同时让拆爆人员更好地观察炸弹周围环境及炸弹的内部结构，便于更精准地操作4,5。现在脑电波处理技术已经突破了按照频率波段的分类方法，可采用小波计算技术作为脑电波分析计算判别的手段，将脑电波分解为不同的脑状态数值，包括脑能耗、脑惰性、脑疲劳、脑专注、脑记忆、脑内敛、左右脑偏测等10多项6。将脑波控制技术成功应用于排爆机器人的意义重大，实现机器人传输图像人为进行判断发出脑波控制信号机器人完成动作的循环过程7，这能大大提高排爆机器人的稳定性，能大幅提升排爆的成功率并保证操控人员身处远处不会受伤。后文将着重于介绍如何将脑波控制技术应用于智能小车。1 智能小车结构设计1.1 车体及轮组设计该部分主要由两块亚克力板、四个万向轮、传动机构和若干铜柱组成。底层车体采用正方形阵列的四万向轮设计，相对的两个轮组同向移动。正方形的布局使得机器人在行驶过程中底盘更稳，减少了意外的发生。四组万向轮轮组的设计使得机器人可以在不旋转车身的情况下向不同方向移动，弱化了“车头”概念，在应对不同地形时有更加适用的解决方案，每个轮组搭载两个弹簧缓冲器，确保具有较好越野能力，保护了上层的元器件，从而能到达更加复杂的地形作业，同时能减少车体颠簸，保证在运输易爆物品时的安全性。传动机构的主体由两只可以中部为轴转动的双节联轴器构成，搭配减震器，能将小车底盘抬高，以适应野外复杂地形，而电机转动动力仍可通过该传动机构传动，带动万向轮。轮组如图1所示。图1 轮组传动结构1.2 机械臂与机械手设计单个机械臂主要由五个电机驱动，具有多个自由度，第45卷 第08期 2023-08【105】能够实现更加复杂的动作。机械臂主体采用铝合金、碳纤维板和树脂板，减轻重量且保证足够强度，机械臂末端的机械手为可替换设计，能在夹具与剪钳之间方便的切换，以便适应更加多变情况。机械手采用了无磁铜铍合金，防止在工作过程中产生静电，发生危险8。1.3 驱动机构电机驱动在电机两端加上高低电平，直流供电，直接驱动；驱动电路用在使用了控制器并且要求控制速度的应用中，驱动电路的目的是为控制器提供改变微型有刷直流电机中绕组电流的方法，就功耗来说，这样的速度控制方法在改变直流电机的速度方面比起传统的模拟控制方法效率要高很多。舵机驱动为控制电路板接受来自信号线的控制信号，控制电机转动，电机带动一系列轮组，减速后传动至输出舵盘；舵机的输出轴与位置反馈电位计是相连的，舵盘转动的同时，带动位置反馈电位计，电位计将输出一个电压信号到控制电路板，进行反馈，然后控制电路板根据所在位置决定电机的转动方向和速度，从而达到目标停止。1.4 树莓派树莓派是一种小型单板计算机，具有以下特点：1）体积小巧，便携性强，成本适中，功耗低；2）功能完备，接口齐全，嵌入性好，可编程；3）项目开源，跨平台操作性好，具有良好的交流环境。本项目中，树莓派通过GPIO接口连接机械臂、相机、Arduino，作为机器人的“视觉中心”，控制各个部件的协同运动。1.5 Arduino9,10Arduino是一种微控制器，具有以下特点：1）体积小巧，便携性强，成本适中；2）构建I/O介面板，开发环境友好，可编程，可控制各种声、光、马达传感器以感知环境；3）项目开源且种类丰富。Arduino作为机器人的“感知神经”，通过外接蓝牙模块采集脑波信号并控制电机转动方向和速度。2 脑波控制功能实现平时人的大脑在进行思维时，大量神经元同步发生的突触后电位通过电器摆动会产生各种各样不同频率的脑电波。通过记录大脑活动时的电波变化（如NuroSky ThinkGear技术），可以从这种脑电波图像的振动中抽象出人的各项精神情况指标，如专注度、放松度等11。本项目使用Neurosky Mindwave作为脑波数据读取设备，并应用主从蓝牙模块进行脑波数据的串口通信，作为头戴式脑波检测仪，包含了蓝牙主机模块12。另外使用hc-05蓝牙模块作为蓝牙从机与脑波仪器预先进行配对，使其与脑波仪进行通信，随后将获取的串口数据接入Arduino Uno开发板，hc-05模块与Arduino的引脚连接如图2所示13。图2 Arduino与蓝牙模块连接上传测试代码后，串口监视器能实时输出脑波信号质量和专注度两组数据，并连接电机，本项目使用直流无刷电机，每分钟最大296转，由一块移动电源单独供电。该电机为五线电机，有两根电源线，一根正反转控制线，一根FG线和一根PWM脉宽调速线。使用继电器进行速度调制和方向反转，继电器是由铁芯、线圈、衔铁、触点簧片等组成。只要在线圈两端加上一定的电压，就会形成电流，从而产生电磁效应，衔铁在电磁力吸引下克服返回弹簧的拉力吸向铁芯，带动衔铁的动触点与静触点(常开触点)吸合。当线圈断电后，电磁的吸力消失，衔铁就会在弹簧的反作用力返回原来位置，使动触点与原来的静触点释放。单组锂电池、继电器、电机和Arduino的连接方案图：图3 单组电机、锂电池、继电器和Arduino的接线图经串口获得的脑电波数据经解析后，信号质量、注意力集中程度被转化成十进制中0100之间的整数，其中，信号质量数值越小，采集的脑波信号越好，在正确佩戴仪器后，该项数值为0。当设计将信号质量数值小于20时开始将专注度信号值传入控制板，并把专注度信号0100区间拆分为四个小区间如表1所示。表1 专注度数值对应的轮组运动状态专注度数值小车行为轮组转动情况（A、B、C、D轮）010停止A、B、C、D轮均不转动1135前进仅A、C轮（对向）转动，镜面对称3660横移仅B、D轮（对向）转动，镜面对称60转圈A、B、C、D轮均转动，方向相同 由于采集脑波信号会受到操作者主观因素影响，即使是通过训练也难以做到精确控制自己的专注度信号数值，因此我们设计在每一个维度上只向一个方向运动，由于该小车可以做到原地旋转，因此它可以在整个二维平面内自由移动。【106】第45卷 第08期 2023-083 脑波控制程序设计3.1 基于脑控排爆机器人工作流程图如图4，用户通过头戴式脑电波采集设备Mindwave，采集的脑电波数据通过串口被Arduino读取；串口数据包的位置（包括起止位置、长度等信息）被确定；然后每个数据包中的信号质量和专注度值被提取出来，作为控制信号对四台电机进行控制。图4 工作程序设计流程图3.2 智能小车移动控制模块设计脑电波控制智能小车移动采用面向对象的结构化程序设计，程序组成模块包括功能模块和接口模块。功能模块主要包括脑电波信号解释及转换处理模块、模拟信号转换参数模块、误差校验模块、图像传输模块、远程遥控初始化模块等；接口模块主要包括脑电波设备接口模块、距离传感器接口模块、相机接口模块、红外传感接口模块、遥控传感模块等。智能小车移动通过解析用户输入的脑电波从而得到实现，用户根据由车身摄像头实时传输的高清图像判断小车是否已在排爆位置附近，当用户确认排爆位置时，可直接开始遥控机械臂进行爆炸物拆除、运送、销毁等复杂操作。3.3 串口通信设计为更好地说明脑波数据的传输过程，先将脑控设备与电脑连接，用RealTerm串口数据读取软件来辅助说明程序设计原理：打开设备蓝牙，在RealTerm中指定波特率57600，端口COM4后，点击Open按钮。连接成功后，结果如图5所示。脑波仪发送的包有小包和大包两种，小包的格式是AA AA 04 80 02 xxHigh xxLow xxCheckSum。前面的AA AA 04 80 02是不变的，后三个字节是一直在变化，xxHigh和xxLow组成了原始数据rawdata，xxCheckSum是校验和。图5 RealTerm监视串口数据在计算原始数据之前，先把04后面的四个字节加起来，取反，再取低八位，检查校验和：sum=(0 x80+0 x02+xxHigh+xxLow)0 xFFFFFFFF)&0 xFF如果算出来的sum和xxCheckSum是相等的，则说明这个包是正确的，然后再去计算rawdata，否则直接忽略这个包。大包的前两个字节也是AA AA，程序将首先寻找数据包的起始同步字节两个：0 xAA 0 xAA，进行定位。随后对数据包长度进行计算，保留大包数据。检查校验和后，被保留的数据包内部的第1个字节为信号质量，第29个字节为专注度值，第31个数据为放松度值14。图6 串口数据包解析的代码（部分）智能小车移动是通过解析用户输入的脑电波来实现，用户根据由车身摄像头实时传输的高清图像判断小车是否已在排爆合适位置。机械臂控制由于需要更加精准的操作，暂不采用脑电波实现控制，采用手动控制来实现，通过佩戴体感手套，采集电位器数值转换为PWM值，通过无线同步模块与机械臂建立联系，将串口指令发送至机械臂15，本文对机械臂工作程序设计不做赘述。第45卷 第08期 2023-08【107】4 结语4.1 应用情况说明本项目实现了操作者控制智能小车执行排爆危险任务，图像传输、脑波控制、手势控制三大功能模块的有机结合，让操作者方便操控；增加VR模块后会进一步增加良好体验；机器人的设计节省了人力资源。车体框架主要采用铝合金，为市面上广泛应用，在保证质量轻、强度够的基础上，性价比好；机械手采用防磁铜铍合金（青铜），非支撑类的板材采用树脂激光切割加工得到，支撑类板材采用碳纤维板，整车框架造价较经济。车体特殊的缓震结构为小车穿越复杂地形奠定了基础。传感器与主板也采用易购件，部分车体零件采用了3D打印技术，易于生产，种类及用途视不同情况而改变，具有设计的灵活性。4.2 应用优势1）制造成本较低但功能丰富，适用于排爆、危险品运输、危险环境中探测等高危任务，有效替代人力进行作业，避免了伤亡。质量较轻且灵活性强，能穿越复杂地形。2）两只机械臂在进行剪线等工作时互相协同，能够完成更精密复杂的操作，减少产生失误。机械手的夹具端为快拆设计，能快速更换不同的机械手模组以实现更多功能。3）轮组的控制为脑控模组，通过一段时间的学习训练即可使用，减少了使用的培训成本，机械臂为手势控制模式，确保了机械臂的精准工作。4）排爆机器人在车体设计方面，可以进行模块化设计，设计多组车体、轮组、机械臂，应对不同险情，可根据情况需要快速“定制”机器人的结构与功能，更换相应的部件；随着将来脑控技术更加发达成熟，脑控操作精度会更加精准，能够实现“所想既所得”，排爆机器人会更加高效安全地完成各类危险环境中的更加复杂工作。参考文献：1 乔曙光.排爆机器人四履带底盘转向驱动力计算及特性分析J.机械研究与应用,2022,35(05):69-73.2 李若菊,许滢.基于恐怖主义发展趋势为前提的科技反恐体系构建J.警学研究,2020(04):14-19.3 闫立光.新中国成立以来中国共产党解决日本侵华战争遗留问题研究D.吉林大学,2019.4 刘孝贤,余江,郑徐凯等.基于STM32的全地形越障排爆机器人设计J.机械,2022,49(09):76-80.5 唐杰,李其祥.国外排爆机器人发展现状与启示J.科技与创新,2021(07):10-13.6 Hang C C,Shuai L,Seifedine K.Mind-Wave Controlled Robot:An Arduino Robot Simulating the Wheelchair for Paralyzed PatientsJ.International Journal of Robotics and Control,2018,1(1).7 郑俊锦,夏利娜,唐震,等.基于脑电波传感器的雨量传感器科普系统的设计J.国外电子测量技术,2021,40(05):136-140.8 潘齐欣,唐型基.基于步进电机控制的仿人机械手臂抓取移动系统设计J.科技通报,2016,32(03):118-121.9.程晨著.Arduino开发实战指南:AVR篇M.北京:机械工业出版社,2012.10Michael McRoberts著，杨继志，郭敬译.Arduino从基础到实践M.北京:电子工业出版社,2013.11胡天林,李继芳,罗锦才,等.基于Arduino的移动机器人实训平台设计J.实验技术与管理,2020,37(12):108-111.12陈阳,徐晓丹,李向攀.基于Arduino控制的气动软体仿生四足机器人结构设计及步态规划J.液压与气动,2020,(05):96-90.13刘必灯,孙治国,邬玉斌,等.Arduino开源平台在低成本加速度与动态位移直接测量中的应用J.传感技术学报,2020,33(1):153-159.14.Bousseta R,Ouakouak E I,Gharbi M,et al.EEG Based Brain Computer Interface for Controlling a Robot Arm Movement Through ThoughtJ.IRBM,2018,39(2).15衡玮,徐自强,陈璐瑶,等.基于脑电波监测智能助睡眠耳机设计J.计算机应用与软件,2020,37(08):219-226.2 陈良亮,刘艺,迟福建,等.考虑新能源的电动汽车多网融合充电路径规划J.信息技术,2018(06):85-91.3 王亮,蒋庆来.基于新能源汽车光伏充电桩的新型双向大变比DC-DC变换器研究J.汽车文摘,2022(04):13-17.4 谷彦庆.基于区块链技术的电动汽车充电桩共享方案研究J.内燃机与配件,2022(07):102-104.5 陈海云,潘凯,黄秋萍.智能共享充电控制系统的设计与实现J.浙江师范大学学报(自然科学版),2022,45(01):11-14.6 刘会霞,李玲玲.基于区块链的共享充电桩安全监管方案J.计算机应用研究,2022,39(05):1319-1323,1348.7 赵隆,孙浩然.基于物联网技术的新能源汽车及充电设施智慧能源管理服务平台J.内蒙古科技与经济,2021(22):88-89.8 陆莎.基于区块链的电动汽车共享充电桩平台设计研究J.时代汽车,2021(18):99-100.9 赵三珊,李文清,田浩毅.基于能源区块链的电动车共享充电桩管理系统J.智能城市,2021,7(11):8-11.10陶梦林,王致杰,付晓琳,等.基于区块链的电动汽车充电桩共享平台策略J.电力科学与技术学报,2022,37(04):143-151.11刘显茁,王皓怀,田伟达,等.基于多源协同的区域分层能源综合调度优化J.智慧电力,2022,50(09):53-58.12赵号,原云周,徐德树,等.基于多代理技术的多区域综合能源管理系统架构设计J.电力需求侧管理,2022,24(04):47-52.13孙开元,岑海凤,陈坤,等.计及高比例可再生能源的配网系统储能多场景优化配置J.科学技术与工程,2023,23(21):9094-9099.14洪道凯,王晓方,王哲,等.计及EV和电池储能的能源调度策略J.能源与环保,2023,45(01):273-280.15黄尽云,罗倩,成梁成.基于规则引导DDPG的多目标电网 调 度 算 法 J .北 京 信 息 科 技 大 学 学 报(自 然 科 学版),2022,37(02):56-61.【上接第95页】