Робот для решения лабиринтов на Arduino с ИИ и Bluetooth

Компоненты и материалы

Arduino Nano R3	×1
Bluetooth-модуль HC-06	×1
Модуль датчика линии TCRT5000 4-канальный	×1
Датчик линии SparkFun RedBot	×1
Рефлективные ИК-датчики ZX03 (на базе TCRT5000), аналоговые	×2
Android-устройство	×1
Сервоприводы непрерывного вращения RobotGeek	×2
Короб для 4×АА батареек	×2

Приложения и онлайн-сервисы

• Arduino IDE
• MIT App Inventor 2

О проекте

Введение

Это руководство развивает мой предыдущий проект: «Робот слежения за линией — ПИД-управление — настройка через Android». Следующий логический шаг — наделить робота интеллектом. Наш «Рекс-робот» теперь будет искать выход из «лабиринта» по кратчайшему и быстрому пути (кстати, он ненавидит Минотавра).

В чем разница между лабиринтом (Maze) и логородом (Labyrinth)? По определению, лабиринт должен иметь выбор путей. Логород имеет единственный путь от входа к цели, как бы извилистым он ни был. Большинство лабиринтов формируются из одной непрерывной стены с множеством разветвлений. Если стена вокруг цели соединена с периметром у входа, лабиринт всегда решается правилом «левой руки» — держа руку на левой стене.

Проект состоит из двух проходов:

• Первый проход: Робот находит выход из неизвестного «идеального лабиринта» (без петель). Неважно, где он стартует — он найдет решение.
• Второй проход: После нахождения решения робот оптимизирует путь, движясь по кратчайшему маршруту от старта к финишу.

Шаг 1: Спецификация материалов

Список практически идентичен роботу слежения за линией, с добавлением 2 дополнительных датчиков для точного определения левых и правых поворотов. Итоговая стоимость ~$85.

Корпус: 2 деревянные планки 80×80 мм, 3 биндер-кліпса, 2 деревянных колеса (Ø50 мм), 1 опорное колесико, 9 резинок, крепеж 3M, пластиковые крепления для датчиков, макетная плата, проводка, 2 набора по 4 Ni-MH аккумулятора (по 5В), 2 сервопривода SM-S4303R, Arduino Nano, HC-06, 5 датчиков линии + 1 независимый, 2 датчика ZX03, 1 светодиод, 1 кнопка.

Примечание: использовал аналоговые датчики ZX03, так как не было цифровых. Идеально — иметь все датчики одинаковые. Протестировал с 5 датчиками — работает, но требует более тонкой настройки.

Шаг 2: Изменения в корпусе

Снимаем оригинальный набор из 5 датчиков и устанавливаем новые «дальние левый» и «дальний правый» рефлективных датчика по краям опорной планки. Желательно выровнять все 7 датчиков в одну линию.

Шаг 3: Установка и тест новых датчиков

Массив из 7 датчиков: 5 оригинальных — для ПИД-контроля и обнаружения «сплошной линии», 2 новых — исключительно для определения левых/правых поворотов.

Логика работы 5 цифровых датчиков: если датчик по центру черной линии — HIGH. Расчет расстояния между датчиками позволяет двум датчикам одновременно покрывать ширину линии.

2 новых аналоговых датчика: на черной линии вывод < 100 (АЦП 0–1023), на светлой поверхности — 500–600. Необходимо определить порог THRESHOLD для ваших условий.

Назначение пинов:

const int lineFollowSensor0 = 12; // Digital
const int lineFollowSensor1 = 18; // A4 as Digital
const int lineFollowSensor2 = 17; // A3 as Digital
const int lineFollowSensor3 = 16; // A2 as Digital
const int lineFollowSensor4 = 19; // A5 as Digital
const int farRightSensorPin = 0;  // A0
const int farLeftSensorPin  = 1;  // A1

Чтение датчиков:

int LFSensor[5] = {0,0,0,0,0};
int farRightSensor = 0;
int farLeftSensor  = 0;

LFSensor[0] = digitalRead(lineFollowSensor0);
LFSensor[1] = digitalRead(lineFollowSensor1);
LFSensor[2] = digitalRead(lineFollowSensor2);
LFSensor[3] = digitalRead(lineFollowSensor3);
LFSensor[4] = digitalRead(lineFollowSensor4);
farRightSensor = analogRead(farRightSensorPin);
farLeftSensor  = analogRead(farLeftSensorPin);

Переменная mode определяет состояние: следование за линией, сплошная линия, поворот, отсутствие линии. Добавлены состояния дальних датчиков: H (выше порога), L (ниже порога), X (неважно).

Шаг 4: Решение лабиринта — правило левой руки

В 2D лабиринте существует 8 типов перекрестков. Применяя правило левой руки, действия сокращаются до одного варианта на каждый тип:

• Перекресток «Крест» → Налево
• Перекресток «T» → Налево
• Только направо → Направо
• Только налево → Налево
• Прямо или налево → Налево
• Прямо или направо → Прямо
• Тупик → Разворот (180°)
• Конец лабиринта → Стоп

Для точного определения типа перекрестка робот делает «дополнительный шаг» вперед и проверяет, есть ли линия дальше.

Шаг 5: Реализация алгоритма на Arduino

void loop() {
  readLFSsensors();
  switch (mode) {
    case NO_LINE:
      motorStop();
      goAndTurn(LEFT, 180);
      break;
    case CONT_LINE:
      runExtraInch();
      readLFSsensors();
      if (mode == CONT_LINE) mazeEnd();
      else goAndTurn(LEFT, 90); // T или Cross
      break;
    case RIGHT_TURN:
      runExtraInch();
      readLFSsensors();
      if (mode == NO_LINE) goAndTurn(RIGHT, 90);
      break;
    case LEFT_TURN:
      goAndTurn(LEFT, 90);
      break;
    case FOLLOWING_LINE:
      followingLine();
      break;
  }
}

void runExtraInch() {
  motorPIDcontrol();
  delay(extraInch);
  motorStop();
}

void goAndTurn(int direction, int degrees) {
  motorPIDcontrol();
  delay(adjGoAndTurn);
  motorTurn(direction, degrees);
}

На этом этапе робот уже решает лабиринт! Завершен «Первый проход».

Шаг 6: Запоминание пути

Пример: робот проходит 15 перекрестков: L, B, L, L, L, B, S, B, L, L, B, S, L, L, End.

Создаем массив для хранения пути:

char path[100] = "";
unsigned char pathLength = 0;
int pathIndex = 0;

Результат: path = [LBLLLBSBLLBSLL], pathLength = 14.

Шаг 7: Упрощение (оптимизация) пути

Анализ последовательностей с разворотом (B) показывает, что тройки «xBx» можно сократить до одного действия:

• LBR = B
• LBS = R
• RBL = B
• SBL = R
• SBS = B
• LBL = S

Применяя правила к примеру:

[LBLLLBSBLLBSLL] → LBL=S → [SLLBSBLLBSLL]
→ LBS=R → [SLRBLLBSLL] → RBL=B → [SLBLBSLL]
→ LBL=S → [SSBSLL] → SBS=B → [SBLL]
→ SBL=R → [RL]

Оптимизированный путь: Right, Left — робот доходит до цели за два поворота!

Функция simplifyPath() (автор Patrick McCabe) автоматически сокращает путь при каждом новом повороте.

Шаг 8: Второй проход — максимальная скорость

void loop() {
  ledBlink(1);
  readLFSsensors();
  mazeSolve();        // Первый проход
  ledBlink(2);
  while (digitalRead(buttonPin)) {}
  pathIndex = 0; status = 0;
  mazeOptimization(); // Второй проход
  ledBlink(3);
  while (digitalRead(buttonPin)) {}
  mode = STOPPED; status = 0;
  pathIndex = 0; pathLength = 0;
}

void mazeOptimization() {
  while (!status) {
    readLFSsensors();
    switch (mode) {
      case FOLLOWING_LINE: followingLine(); break;
      case CONT_LINE:
      case LEFT_TURN:
      case RIGHT_TURN:
        if (pathIndex >= pathLength) mazeEnd();
        else { mazeTurn(path[pathIndex]); pathIndex++; }
        break;
    }
  }
}

void mazeTurn(char dir) {
  switch(dir) {
    case 'L': goAndTurn(LEFT, 90); break;
    case 'R': goAndTurn(RIGHT, 90); break;
    case 'B': goAndTurn(RIGHT, 800); break; // ~180°
    case 'S': runExtraInch(); break;
  }
}

Шаг 9: Настройка через Android

Приложение из проекта слежения за линией работает и здесь. Код прозрачен — можно не использовать приложение. Ключевые параметры для настройки:

const int adj = 0;
float adjTurn = 8;
int adjGoAndTurn = 800;
THRESHOLD = 150;
const int power = 250;
const int iniMotorPower = 250;
int extraInch = 200;

Шаг 10: Заключение

Вторая часть сложного проекта, исследующая потенциал робота-следопыта. Использованы базовые концепции ИИ для решения лабиринта. Файлы проекта на GitHub. Больше туториалов на MJRoBot.org.

Салудос из юга мира!
Marcelo

Код

Доступны фрагменты кода (12 штук) и полные файлы на GitHub. Основные функции: readLFSsensors(), mazeSolve(), simplifyPath(), mazeOptimization(), mazeTurn().

Схемы

Fritzing-файл схемы: z7IdLkxL1J66qOtphxqC.fzz