機器人開發(fā)工具中的可復用性軟件模塊

機器人開發(fā)平臺的進展主要集中在如何讓開發(fā)人員著手工作，但它們也提供更急需的軟件部件重用方法，如從一個機器人項目到另一個機器人項目。

　　要 點
　　設計者有很多現(xiàn)成可用的機器人開發(fā)平臺。
　　機器人平臺的工具正在逐步成熟，但仍有路要走。
　　機器人開發(fā)環(huán)境使設計者能夠快速完成設計到測試思想的重復。

　　玩具、游戲和“真實世界”應用之間的界限正在模糊。原本針對嚴格真實世界應用的技術卻不斷在更大規(guī)模的電動玩具、小器具和計算機游戲市場上找到自己的用途。與此同時，娛樂設備中的新型工程創(chuàng)新有越來越多的機會流入真實世界的應用。對于很多低價消費電子產品（如娛樂裝置），消費市場現(xiàn)在能接受的產品支持壽命周期遠小于那些高價產品，如汽車、其它車輛、工業(yè)與醫(yī)療設備，以及大型中心辦公室設備等。這些消費電子產品的較短支持壽命周期允許（甚至要求）用更高級技術進步來鑒別其工作。

　　為了制造工業(yè)機器人和半自動系統(tǒng)，開發(fā)人員使用的技術正日益跨越工業(yè)技術與消費、家用技術的邊界，如電動玩具、小器具、游戲機和其它個人娛樂設備。不幸的是，與 上世紀80 年代初的 PC 類似，今天機器人的軟件兼容性仍有很大的改進余地。去年以來開始出現(xiàn)的公開式機器人開發(fā)平臺試圖解決更快啟動機器人設計項目的問題。實現(xiàn)這一目標的部分方法是提供一種開發(fā)軟件部件的機制，設計者可將其用于一個機器人項目的開發(fā)，然后在其它機器人項目中獲得重用。自從本動手項目的第一部分發(fā)表以來（參考文獻 1），我又多知道了兩個公開的機器人開發(fā)平臺，一個來自 CoroWare，另一個則來自 Gostai（見附文“更多平臺”）。

　　機器人開發(fā)平臺及其不斷成長和發(fā)展是實現(xiàn)今天和未來項目復雜程度的增減，使其達到某種可控水平以保持設計者生產率的重要基礎。本動手項目主要關注 Lego NXT Mindstorms 平臺與 National Instruments 的 LabView 環(huán)境。我也在微軟的 Robotics Studio 上花了一些時間。

　　項目

　　本項目的硬件清單依據是 Brady Duggan 的一次展示，他是 National Instruments 的一名軟件工程師。Duggan 演示了一個用于電子“牧羊犬”的非官方參考設計。他使用了別人已在類似項目中用過的硬件配置，其價值是能為快速啟動和運行提供極大的幫助。硬件配置包括National Instruments基于德州儀器公司 TMS320VC33的Speedy-33 DSP模塊，它連接到一塊來自HiTechnic公司的原型板。該板再連接到Lego NXT控制器，后者控制Lego積木塊簡單平臺的傳動電機（圖 1）。

　　Speedy-33有兩個間距約5英寸的話筒，電路板支持48kHz的話筒采樣。LabView支持對電路板的直接編程，如同LabView支持的其它硬件部件一樣。Speedy-33用作機器人的耳朵。因為我需要在短時間內了解有關聲音的更多信息，因此決定Speedy-33只作為一個傳感器，然后把數據送給NXT。項目后續(xù)內容將包括實現(xiàn)兩個單元之間的雙向通信，這樣聲音探測算法可以在判斷聲音信號相對機器人的位置時，混合來自機器人平臺的信息。

　　為簡化項目的復雜性，我選擇了一個800Hz的聲源，它在整個測試期間都保持可辨別。選擇這個頻率的原因是：參考算法的實驗表明，系統(tǒng)在較高頻率下比低頻有更高的成功率，如440Hz。只尋找一個音調使 LabView DSP模塊包中的DSP函數更容易使用。實際上，算法會將話筒信號與目標頻率作交叉關聯(lián)，通過比較各個話筒峰值的采樣點，確定相對相位差。對于以后再做的項目，系統(tǒng)的終極目標是采用機器人平臺的運動反饋，在一個多噪聲環(huán)境中探測到任意聲音信號的相位差，能檢測出預定的任何信號。為實現(xiàn)這個終極目標，機器人平臺必須探測出自己的慣性位置，這樣在平臺旋轉或移動時，就可以準確地將運動傳送給檢測算法。這種功能需要為機器人平臺增加陀螺和加速度傳感器，如HiTechnic公司的產品。

　　HiTechnic原型板基本是Speedy-33 接口與 NXT 接口之間的一個橋梁，這樣，不需要在 NXT 上建立新的代碼就可以實現(xiàn)兩個部件的連接。原型板可以使設計者建立自己的傳感器，并更簡便地將其與 NXT 使用的物理接口與邏輯接口相連接。HiTechnic 板對 NXT 表現(xiàn)為遵循 NXT 傳感器協(xié)議的定制傳感器。對本項目，我使用了六個數字端口，用于從 Speedy-33 向 NXT 的通信。Speedy-33 有一個密封的外殼，可支持多種外設的端口。但要用到六個數字 I/O 端口，我就必須從外殼中取出板子，否則就無法連接數字 I/O。不過，本項目不必對 HiTechnic 原型板作直接編程。

我喜歡簡單化和節(jié)省時間，因此實現(xiàn)了一種從 Speedy-33; 到NXT 控制器的單向通信。我知道建立一種雙向通信方法會花時間，并增加對調試階段的需求。Speedy-33 會在檢測到目標聲音時報告出聲音的左、右方位。NXT 控制程序必須知道 Speedy-33 是否刷新了記錄，因此我將六個數字腳中的兩個用作計數器，其它四個腳表示從左至右之間的某個位置，四個腳可表示聲源的 16 個位置。這種方法使 Speedy-33 只有在聽到目標聲音時才發(fā)送一個更新，并且當出現(xiàn)一個新的聲音位置更新時，機器人控制器負責作出識別。

　　如 Speedy-33 一樣，我用 LabView 為 NXT 編程。但是，在為它們編程之間存在著微妙但卻重要的差異。LabView 并不像 LabView 系列中的那些普通硬件部件一樣正式地支持 NXT。如要用 LabView 建立 NXT 代碼，就必須將程序結構用作 NXT 工具集插件。即使是普通的程序結構（如循環(huán)與比較）也必須來自插件工具集，而不是普通的位置。這種限制仍允許你打開和固定住與 NXT 專用工具集菜單，這樣便于使用，而不會誤打開用于其它目標的工具。

　　NXT 裝有一只 32 bit ARM (www.arm.com) 處理器，為該系統(tǒng)提供了大量的處理能力。由于 Speedy-33 的檢測算法只有在聽到目標聲音時才會更新方向信息，因此 NXT 可以在兩次方向更新之間顯示狀態(tài)信息或保持空閑。使用這個檢測算法時，聲音越接近兩只話筒的等分位置，就越難以判斷聲音的方向。這種現(xiàn)象的部分原因是聲源到達每只話筒的時間差小于采樣速率。對本項目，這種情況是可以接受的。這種現(xiàn)象亦表明，由于機器人一直在調整，聲音的方向也越來越接近兩只話筒的中心。因此，隨著被檢聲音的方向與兩只話筒距離的接近，電機的運動也應越來越小。否則，運動粗放的機器人會在兩個位置之間來回彈跳。

　　建立軟件

　　使用 LabView 開發(fā)環(huán)境需要花點時間適應。我的編程經驗主要以基于文字的編碼為主，如使用 C 語音和匯編語言。指導軟件有很大幫助作用，尤其是它們幫我熟悉了工具資源的訪問位置和意義。National Instruments 已經對 LabView 的開放環(huán)境進行了 20 多年的改進，并且增加了很多針對特定領域應用的環(huán)境擴展工具。LabView 的虛擬儀器工具可用于數據采集、顯示與分析，很容易使用，你可以為數據分析與糾錯設定完備的顯示，這是 LabView 環(huán)境的優(yōu)點之一。

　　在上世紀 90 年代，我曾用過 LabView 的一個早期版本做過一個可調激光控制系統(tǒng)。我那時用虛擬語言工具做了一些編程工作，但多數還是用 C，因為我發(fā)現(xiàn)很難過渡到一個完全虛擬的編程形式。經過對當前項目的仔細思考，我可以說明為什么這種過渡對我這么難。幾年來，我已經形成了在代碼“空白”處說明含義與設計信息的編碼風格。換句話說，代碼的意圖、空行的位置，以及長指令串或復雜指令串的分行，等等，這些都能給熟悉軟件開發(fā)決策方式的讀者提供有價值的信息。
我從來沒有開發(fā)過一種在虛擬編程模式的空白中提供信息的類似方法，也不清楚業(yè)內對這種策略的方法，當然我還沒找過。
在做這個項目時，我可以看到開發(fā)人員如何使用左右和上下程序流，在空白處表示出含義和其它信息。

　　使用 LabView 和微軟的 Robotics Studio 這種虛擬編程模型，可以更容易給出有關并行性的信息，而在文本式編程中要更困難。你可以確定排序結構的位置，這樣就能看到它們可以同時運行，并且可以更容易看到它們是否在共享某些資源。這兩種環(huán)境都可以混合使用虛擬編程與基于文本的編碼，即將基于文本的代碼封裝為塊，再用于虛擬環(huán)境。Robotics Studio 教程中有一個例子提出了有關虛擬編程的一個擔憂。該例表示如何不采用原來方式而實現(xiàn)一個前述實例，該例原使用了一個變量和一個循環(huán)。我猜由于自己缺乏虛擬編程的經驗，因此看循環(huán)就與重寫代碼一樣，但如只看代碼結構，當循環(huán)不很明顯時我還是一籌莫展。

　　我很喜歡用 LabView 環(huán)境仿真機器人，并且，雖然可以將 LabView 與 MathWorks 的 Simulink 環(huán)境鏈接起來，但我未能對本項目嘗試這種方法。另一方面，我可以下載微軟的 Robotics Studio，并立即開始一臺機器人的仿真。不幸的是，據微軟高級開發(fā)人員 Kyle Johns 說，仿真環(huán)境為每個對象提供物理與虛擬模型，但現(xiàn)在缺少對聲音仿真的支持，而這正是項目需要的。公正地說，微軟的環(huán)境是針對機器人技術，而我只使用來自現(xiàn)有產品的預定機器人。但是，能將一臺機器人置于某個環(huán)境中，通過直觀的方法看到機器人在環(huán)境中的運行方式與功能，還是很不錯的。我無法確認要花多少工作量才能設置一個機器人名單，完成對它的仿真，但很多支持的機器人平臺都存在著一些基本配置，可以直接用作啟動工作。看這兩個環(huán)境最終能否相互補充，協(xié)同工作，將會是件有意思的事。