基于ZigBee的移动机器人定位研究

徐柳坡，韩英哲，马 放

(1.华北医疗健康产业集团有限公司，河北 石家庄 050001； 2.中国电子科技集团公司第十三研究所,河北 石家庄 050001)

0 引言

无线传感器网络(wireless sensor networks,WSN)是一种分布式传感网络，具备分布式、自组织、富网络节点的特点。它的末梢带有各种类型传感器，包括压力传感器、温度传感器、震动传感器等。此外，它还具有节能、低成本、布局方便灵活等特点。然而，在无线传感器网络中没有位置信息的检测数据。所以，基于ZigBee的节点定位是无线传感器网络的关键支撑技术之一。与GPS定位相比，ZigBee定位有其场所优势。由于GPS定位需借助太空卫星信号，故其适用于无遮挡的室外环境，一旦进入室内或地下等遮挡环境，将无法接收信号或无法实现精准定位。基于ZigBee技术定位可以为医院、矿井、隧道等遮挡空间提供人员的实时位置信息[1]。

在无线传感器网络中，定位方法不计其数。将其按照位置估算的机制划分，有基于距离的定位机制、与距离无关的定位机制[2]。其中，基于距离的定位机制，主要包括：基于到达时间的定位机制、基于接收信号强度指示(received signal strength indication,RSSI)的定位机制等。与距离无关的定位机制主要包括：DV-Hop算法、APIT算法等。综合考虑以上几种测距技术的不同特点和应用特性，基于RSSI的测距技术有很明显的自身特性。将接收到的信号强度结合传播过程中的损耗，利用信号传播模型将传播损耗转换为距离[3]。与其他测距技术相比，RSSI测距具有很强定位优势，它具有成本低、计算快、易实现等优点；同时，硬件投入少，无需额外的硬件。但它也具有诸如多路衰减、背景噪声干扰的缺点[4]。

本文设计了一种基于RSSI的优化定位算法，在RSSI测距基础上使用最小二乘法修正距离，并辅以质心算法，以提高复杂室内环境下的定位精度。三边定位算法的定位原理决定了其只适用于二维平面，在复杂室内环境的情况下，对信号干扰较大，得到的位置无法保证精度。本文试验中，将参考节点放置在室内高处，以减少地面物品的干扰。此时，参考节点与移动节点处于不同水平面，会造成较大的定位误差[5]。基于以上分析，本文提出了一种空间映射模型，较好地解决了这个问题。

1 系统硬件总体架构及功能

系统硬件组成原理如图1所示。

图1 系统硬件组成原理图

本系统硬件主要使用了以S3C6410芯片为核心、以飞凌ARM11开发板作为移动平台的iRobot Create移动扫地机器人，以及提供定位的CC2430/CC2431 ZigBee无线传感器开发套件。此外，硬件还包括提供系统网络支撑的USB无线网卡、计算机等。

本文将ARM开发板和CC2431传感器节点固定在iRobot Create移动扫地机器人上，实现自由组网，并通过引入ARM11，大大增强了系统的计算速度。经过定位算法处理，将定位坐标以WiFi形式发送至上位机Linux系统，在计算机的Qt界面中实时显示移动节点/机器人当前位置。

2 基于RSSI原理的优化定位算法

2.1 RSSI测距原理

RSSI是利用无线电信号传播的衰减规律，根据已知收发信号强度，测得两个节点间的距离，进而根据距离进行定位的一种定位技术。其中，RSSI随着信号传播距离的增加而减小，两者的关系可以用式(1)表示。

RSSI=-(10×n×lgd+A)

(1)

式中:n为信号传播因子；d为收发节点之间的距离。

式(1)中，RSSI和d跟常数A和n的值有直接关系[6-8]。射频参数A的单位为dBm，表示在发射器1 m距离的位置，RSSI平均值的绝对值；参数n表示距离每增加1 m接收能量强度的衰减值，衰减值与传播介质有关。在测量n值时，使用不同的n_index值，通过查找n与n_index对应表找到最接近具体环境的n值。

2.2 移动机器人优化定位算法

三边测量法如图2所示。

图2 三边测量法示意图

本文试验使用了4个参考节点，并且将其放置到高于地面的同一水平面上，以减少地面障碍物对信号的影响。采用信号最优原则，规避由于障碍物遮挡或其他偶然误差的因素，选取4个参考节点中信号强度最优的3个参考节点，再借助三边测量法进行定位。三边测量法的原理就是根据不在同一条直线的3个已知位置及其相互距离，计算得到未知节点的坐标位置[9]。

首先，测量移动节点(X,Y)到各参考节点(Xi，Yi)的距离xi，i=1，2，3，4。于是有：

第二，根据式(1)计算出移动节点到各参考节点的距离yi，i=1，2，3，4。

(2)

于是根据式(2)，可以求出变量a和b：

(3)

结合式(1)，得到修正距离y修与估计距离的关系为：

(4)

最后，连接整个硬件定位系统，利用式(1)计算出移动节点与参考节点的距离x，并通过最小二乘法原理修正估计距离x，得到y修[10]。

根据图2所示，由两点之间的距离公式可以得到式(5)：

(5)

由式(5)可以得到移动节点D的坐标，为：

(6)

由于环境复杂，使用三边测量法在实际应用中会导致3个圆未形成共同交点，而是3个交点成为一个区域[11]。本文引入质心定位算法，以进一步弥补三边测量法受障碍物遮挡导致的定位缺陷，较大地提高了定位精度。

系统测量时，协调节点每收到一次来自移动节点的信息，都会首先进行一次处理，然后交由上位机软件进行二次处理。因为每次测量都是独立的，定位本身由于位置环境的变化会造成一定的误差，使界面坐标值偶尔产生瞬间大波动。为了解决上述定位问题，本文采用数据平均值作为移动节点的坐标：

(7)

CC2431内嵌的定位引擎支持3到16个参考节点定位运算，具有快速、高精度且不占用处理器的时间的优点。综合定位算法、定位精度以及成本三方面因素，本文采用了4个参考节点。由于节点距离越远，室内环境变化及信号衰减的不确定性越大，计算得到的RSSI值比真实值差距更大。所以本文采用距离移动节点最近的4个参与计算。试验表明，剔除信号最弱的一个参考节点坐标，能够有效提高定位精度。

最后，通过计算得到RSSI值。为了减少偶然误差造成的影响，本文创新性地采用切尾平均数法，以提高定位精度。具体方法为，读取10个RSSI值，去除其中的最大值和最小值，再求平均。

通过以上四步改进，使定位精度得到了明显的提高。

3 系统人机交互界面设计

人机交互界面是本系统的重要组成部分，用于展示系统的定位信息。考虑到扩展性和移植性，本文采用跨平台的Qt软件对人机交互界面进行设计。它可以收发信息，实现人机交互，实时接收、实时显示机器人的位置坐标。本文设计了人机交互界面，结合自行定制的地图显示功能，实时显示移动机器人的位置。更重要的是，该系统保留了接口，为后续开发提供了便利。

ZigBee定位标签页可以设置参考节点的位置和高度，并根据实际情况调节参考节点水平坐标，以及参考节点和移动节点的高度差。随着移动机器人移动，坐标数据会实时进行显示并形象到在地图中对应的移动。

4 移动机器人定位试验性能测试

本试验采用了移动节点和协调节点固定在移动机器人的方案。该方案的优点是组网更加灵活，后续无需更换网络就能扩展其他室内区域。参考节点放在室内屋顶处，可减少室内障碍物的影响。

4个参考节点分别布置在室内(0.00，0.00)、(6.00，0.00)、(0.00，6.00)、(6.00，6.00)的等边区域。在距离参考节点1 m处，每隔22.5°测量一次RSSI值，对得到的16个数值求平均得到A值；多次重复试验验证，得到n值。接着，由式(2)和式(3)得到a=1.058，b=0.193。由式(4)可得y修与估计距离的关系为：

(8)

最后进行组网试验测试，得到改进前与改进后的定位结果。测试结果如表1所示。

表1 测试结果

从表1可以看出，改进后的算法在室内环境复杂的环境下，比较明显地提高了定位的精度。本文设计的基于ZigBee的移动机器人定位系统，创新性地采用了基于RSSI原理的优化定位算法。经过大量数据仿真试验验证，采用该算法在复杂室内环境下的定位误差大多在1 m以内，符合机器人定位的要求。经过系统扩展，将参考节点布满整个楼宇，可实现现有的单房间到整个楼宇内的不切换网络定位。

5 结束语

本文研究了一种基于RSSI的室内移动机器人定位优化算法。采用跨平台的Qt集成开发环境，设计了人机交互界面，简单、直观地显示了移动机器人在室内环境下的实时坐标位置。该研究具备易移植和方便扩展的特性，保留了系统接口，为后续开发带来了方便。协调节点把信息传送到ARM中，进行处理后通过无线网卡以WiFi的形式传送到到上位机中。该研究把协调节点放置在移动机器人上。其优点在于移动机器人在移动过程中自由灵活组网，避免了空间过大需要更换网络的不便。经过验证，借助将参考节点提高水平的位置，并结合改进后的定位算法测距精度更高，对移动机器人的定位更加精确，符合复杂实验室内的定位要求，在对低功耗、低成本和高精度需求的遮挡空间中有着广阔的应用前景。