第二章 機器人硬體與系統架構
2.2 機器人平台硬體
2.2.1 系統架構
本論文採用德州儀器(Texas Instrument，TI)公司所研發的 TMS320F2812 DSP(簡稱 F2812)作為控制核心，透過串列傳輸介面 SCI-B 控制伺服機、SCI-A 與 ZigBee CC2430DB 無線傳輸模組(用以感測傾斜角及與監控端溝通)溝通。硬體 系統架構如下 圖 2-4 所示。
RX LVTH245A (5V to 3.3V)
機器人的控制馬達，係使用 ROBOTIS 公司出產的 AX-12 伺服機。其主要 特色為半雙工 UART 數位封包通訊，與位置、速度、負載等回授資訊。由於 AX-12 伺服機的通訊協定為半雙工通訊，因此 F2812 的 SCI 需經由全雙工轉半雙工電 路才能與之溝通。
圖 2-5 全雙工轉半雙工電路實體模組
圖 2-6 全雙工轉半雙工電路
同時由於 AX-12 回傳資訊的電壓準位為 5V，需透過 SN74LVTH245ADW(具 三態輸出的 3.3V ABT 八路匯流排收發器)，將電壓準位轉為 3.3V，方能將資訊 回傳給 F2812。
圖 2-7 SN74LVTH245ADW 實體模組
2.2.2 eZdspTM F2812 DSK 之功能介紹
本論文採用德州儀器(Texas Instrument，TI)公司所研發的TMS320 F2812 DSP(簡稱 F2812)[17]作為控制核心，如圖 2-8所示。
圖 2-8 eZdsp 2812
德州儀器公司所生產的DSP中，’C2000系列的硬體發展平台是專為控制應用 最佳化而設計的，其中F2812晶片是此系列中目前最高等級的控制器，其特點在 於擁有150 MHz(6.67 ns cycle time)的快速處理能力，比TI早期出產的DSP ‘C240 快7倍。在核心部分，算數邏輯單元(Arithmetic Logic Unit，ALU)、累積器 (Accumulator，ACC)均採用32位元定點運算，為了提升數位訊號運算效能，以硬 體方式實現乘法器、乘積位移器，可在一個指令週期(instruction cycle)內完成乘 加運算。在整數計算方面，為減少數值計算所衍生如溢位(overflow)等問題，也 採用硬體式的輸出倍率位移器來提高軟體執行的精確度。
記憶體容量方面，F2812(on chip)主要擁有128K*16 Flash EEPROM、兩組 4K*16 Single-Access RAM(SARAM)、一組8K*16 SARAM，並採用哈佛匯流排 (Harvard bus)架構。較舊型的DSP大部分將程式、資料、I/O記憶體獨自分離(定址 位址重複)，但F2812卻走向單獨的記憶體空間，裡頭包含上述三種記憶體，使用 更為有彈性，也可減少不同記憶體之間般動資料的指令集。
Spectrum Digital 公司則利用 F2812 晶片結合自行開發之周邊模組，發展出 eZdspTM F2812 初學板(DSP Started Kit，DSK)，其週邊主要有 16 個通道的 12 位元類比數位轉換器(Analog-to-digital Converter，ADC)，串列傳輸支援了四種常 用 的 型 式 ： SPI (Serial Peripheral Interface) 、 SCIs (Serial Communications Interface)、eCAN (Enhanced Controller Area Network)、McBSP (Multi-channel Buffered Serial Port)，最高可支援 56 個 GPIO(General-Purpose I/O)。
2.2.3 SCI 串列傳輸
串列傳輸標準是美國電子工業協會在1969年所頒佈之RS-232-C， 同時也是 目前應用最廣的串列傳輸標準。RS232串列傳輸主要是利用RXD和TXD來做資料 的接收和傳送線，由於RS232與TTL所判定的高電位和低電位的電壓值不同，所 以必須做位準轉換的介面，才可以讓資料由RS-232的電壓準位轉換為TTL的電壓 準位。
PC 端的 RS-232 訊號首先透過 MAX3232 來做位準轉換，再與監控端的 CC2430DB ZigBee 無線傳輸模組進行溝通。周邊電路如圖 2-9 所示，而實體模 組如圖 2-10 所示，透過此模組將可以將 PC 端 RS-232 串列傳輸的 9V 轉換成 TTL 電壓準位。
圖 2-9 MAX3232 週邊電路
圖 2-10 MAX3232 電路實體模組
2.3 感測資訊處理
2.3.1 以馬達扭矩資訊偵測機器人是否困住
馬達扭矩回傳資訊的功用在於，偵測機器人在行走過程中，是否困住。因此，
本論文做了以下的實驗。在履帶馬達轉速為 50rpm 時，分別在機器人困住(在此，
困住定義為：機器因履帶打滑而致使前進速度為 0 的情況)與沒有困住的情況下，
各做 5 次實驗，紀錄圖 2-11 中左上方馬達扭矩回傳資訊，每次實驗取樣 150 點，
取樣週期 0.2 秒。實驗結果如下圖 2-13。
圖 2-11 馬達扭矩量測實驗環境
圖 2-12 馬達實體圖
由上圖 2-13 可知，在馬達扭矩資訊介於TL:170 與TH:252 之間時，會造成 判斷的模糊地帶。因此，我們用如下圖 2-14 的歸屬函數表示困住的程度。此歸 屬函數將用於行為的設計(詳見 3.2 節)與費洛蒙更新(詳見 4.2 節)。在實際環境 中，隨著地面的材質與坡度的不同，TL與TH需加以微調。
(Motor Torque) τ
stuck
( )
μ τ
T
HT
L圖 2-14 機器人困住程度的歸屬函數
2.3.2 以加速度計偵測傾角
圖 2-15 內建於 CC2430DB 模組的二軸加速度計 ADXL321
如下圖 2-16 所示，傾斜角可由重力加速度 g 在 x 軸上的加速度分量a 推知。 x
sin
1a
xθ =
−g
θ
ax
g
θ
圖 2-16 以加速度計偵測傾斜角示意圖
在傾斜角為−90o、−80o、…、90 的情況下，各做五次的加速度量測。結o 果如下圖 2-17 所示。橫軸為原始加速度計資訊經由 14 位元 A-D 轉換後的數位 資訊，縱軸為傾斜角度。
圖 2-17 加速度與傾斜角關係圖
由上圖 2-17，我們可利用各傾斜角度上所測得的平均加速度資訊，得到近 2-18 為 Chipcon CC2430。