移動機器人原理與技術(shù) 課件 第7、8章 移動機器人語音識別與控制、移動機器人的通信系統(tǒng)

移動機器人技術(shù)原理與應(yīng)用第七章

移動機器人語音識別與控制語音信號的特征提取聲學(xué)模型7.1移動機器人語音識別系統(tǒng)7.27.3移動機器人語音控制7.47.1移動機器人語音識別系統(tǒng)移動機器人的語音識別技術(shù)由以下幾個過程來實現(xiàn)，包括：語音控制信號的預(yù)處理、特征參數(shù)的提取、語音控制信號的訓(xùn)練和識別。語音識別系統(tǒng)的整體框圖7.1移動機器人語音識別系統(tǒng)語音信號處理和特征提取部分以語音音頻信號為輸入，通過消除噪聲和信道失真對語音音頻信號進行增強，將信號從時域轉(zhuǎn)化到頻域，利用端點檢測的方法檢測出有效的語音段，并為后面的聲學(xué)模型提取合適的有代表性的語音信號特征。聲學(xué)模型是對聲學(xué)、語音學(xué)、環(huán)境的變量、說話人性別、口音等的差異的知識表示，聲學(xué)模型對語音特征進行訓(xùn)練，得到每一個語音特征在聲學(xué)特征上的概率。7.1移動機器人語音識別系統(tǒng)語言模型是對一組字序列構(gòu)成的知識表示，通過對大量文本信息進行訓(xùn)練，計算出該語音信號中單個字或詞可能對應(yīng)的詞組序列相互關(guān)聯(lián)的概率。語音數(shù)據(jù)的模板匹配和結(jié)果分析階段就是通過聲學(xué)模型、字典、語言模型對提取語音特征后的音頻數(shù)據(jù)進行詞組序列的解碼，得到最后可能的文本表示并輸出結(jié)果，將匹配上的控制命令信號轉(zhuǎn)換成相應(yīng)動作，移動機器人驅(qū)動電機完成相應(yīng)動作。7.2語音信號的特征提取語音信號的特征提取就是從說話人的語音信號中提取出表示說話人個性的基本特征。常見的說話人特征包括語音幀能量、基音周期、線性預(yù)測系數(shù)、共振峰頻率及帶寬、鼻音聯(lián)合特征、譜相關(guān)特征、相對發(fā)音速率特征、線性預(yù)測系數(shù)倒譜以及音調(diào)輪廓特征等。7.2.1語音信號的預(yù)處理語音信號的預(yù)處理的目的是消除因為人類發(fā)聲器官本身和由于采集語音信號的設(shè)備所帶來的混疊、高次諧波失真、高頻等等因素對語音信號質(zhì)量的影響。盡可能保證后續(xù)語音處理得到的信號更均勻、平滑,為信號參數(shù)提取提供優(yōu)質(zhì)的參數(shù),提高語音處理質(zhì)量。預(yù)處理一般包括預(yù)加重、分幀和加窗等。7.2.1語音信號的預(yù)處理1．語音信號的預(yù)加重預(yù)加重的作用是消除語音信號在低頻段的干擾使其頻譜變得平坦，它將有利于對后續(xù)語音信號的頻譜進行分析。預(yù)加重的計算表達式為：x(n)表示的是在n時刻語音信號的采樣值，α為語音信號的預(yù)加重因子且α接近于1。7.2.1語音信號的預(yù)處理語音命令信號“前進”預(yù)加重前后的頻譜圖7.2.1語音信號的預(yù)處理2．語音信號的分幀語音信號實際上是一種時變的波動信號，但通常在10~30ms內(nèi)被看作是短時平穩(wěn)的。為了能夠更好地對預(yù)加重后的短時語音信號進行分析，需要將采集的語音信號做分幀處理。如圖7-3所示為分幀后的語音信號的效果圖，其中每幀語音信號的長度是幀移的2倍。7.2.1語音信號的預(yù)處理2．語音信號的分幀語音信號分幀示意圖7.2.1語音信號的預(yù)處理3．語音信號的加窗語音分幀會導(dǎo)致語音信號的頻譜泄露，為了防止這一現(xiàn)象需要對分幀后的語音信號加窗，目前使用較普遍的窗函數(shù)有矩形窗和漢明窗。窗長為L的矩形窗函數(shù)可表示為：窗長為L的漢明窗函數(shù)可表示為：7.2.1語音信號的預(yù)處理3．語音信號的加窗矩形窗的時域和幅頻特性效果圖7.2.1語音信號的預(yù)處理3．語音信號的加窗漢明窗的時域和幅頻特性效果圖7.2.2語音信號的端點檢測端點檢測是指在一段語音信號中準(zhǔn)確的找出語音信號的起始點與結(jié)束點，使有效的語音信號和無用的噪音信號分離。目前常見的方法包括雙門限法、自相關(guān)法、譜熵法和比例法。雙門限法是一種常用的端點檢測方法，該方法是通過計算語音信號的短時能量值和短時過零率值，從而檢測出有效的語音段。7.2.2語音信號的端點檢測1.短時能量值設(shè)第n幀語音信號Xn(m)的短時能量用En表示：短時能量檢測可以較好的區(qū)分出濁音與靜音，對于清音，由于其能量較小，在短時能量檢測中會因為低于能量門限而被誤判為靜音。7.2.2語音信號的端點檢測2.短時過零率值短時過零率表示一幀語音中語音信號波形穿過橫軸（零電平）的次數(shù)。它可以用來區(qū)分靜音和清音，將兩種檢測結(jié)合起來，就可以檢測出語音段（清音與濁音）與靜音段，從而識別出語音信號的端點。7.2.2語音信號的端點檢測2.短時過零率值語音命令“前進”的端點檢測結(jié)果7.2.3語音信號的特征提取特征參數(shù)提取的目的是在大量的原始語音數(shù)據(jù)中提取出能夠表征語音信息的特征，篩選出多余的信息并提高語音識別系統(tǒng)的整體性能，梅爾倒譜系數(shù)法（MelFrequencyCepstrumCoefficient,簡稱MFCC）是語音信號特征提取方法中最常用且經(jīng)典的方法。Mel濾波器模擬了人耳的聽覺特性，它與頻率的關(guān)系可表示為：Mel(f)為語音命令信號的感知頻率，f為實際頻率。7.2.3語音信號的特征提取感知頻率Mel與實際頻率f的關(guān)系曲線7.2.3語音信號的特征提取MFCC特征參數(shù)提取過程7.2.3語音信號的特征提取MFCC算法提取特征參數(shù)的步驟如下：1.將采集的語音信號首先做預(yù)加重處理，然后進行分幀和加漢明窗。2.快速傅里葉變換（FastFourierTransform,簡稱FFT）：由于時域上語音信號是非平穩(wěn)的難以反映語音信號的特性，因此需先將其變換到頻域上再進行分析，利用FFT變換得到語音信號在頻譜上的能量值，其計算公式如下：7.2.3語音信號的特征提取MFCC算法提取特征參數(shù)的步驟如下：3.通過Mel濾波器組對語音信號的功率譜進行濾波處理。在一定Mel頻率范圍內(nèi)，需要設(shè)置一些帶通濾波器H(m,k)并且每個濾波器在Mel頻率上的寬度都相等，則H(m,k)傳遞函數(shù)的表達式為：7.2.3語音信號的特征提取Mel濾波器組的頻率響應(yīng)曲線7.2.3語音信號的特征提取計算由48個Mel濾波器構(gòu)成Mel濾波器組的H(m,k)，然后再計算語音信號的能量譜，其計算表達式為：4.將從Mel濾波器中得到的語音信號的能量值取對數(shù)，然后進行離散余弦變換（DiscreteCosineTransform,簡稱DCT）即可得出MFCC特征參數(shù)值，其表達式為：m表示第m個Mel濾波器，M表示Mel濾波器的總個數(shù)，i表示的是DCT變換后的譜線，n表示的是第n幀語音信號7.3聲學(xué)模型7.3.1混合高斯模型高斯混合模型GMM可以看作是由K個單高斯模型組合而成的模型，這K個子模型是混合模型的隱變量。高斯混合模型GMM就是用高斯概率密度函數(shù)精確地量化事物，它是一個將事物分解為若干的基于高斯概率密度函數(shù)形成的模型?；旌细咚狗植嫉母怕拭芏群瘮?shù)為：7.3.1混合高斯模型混合高斯模型及其相關(guān)的參數(shù)變量估計是一個不完整數(shù)據(jù)的參數(shù)估計問題。最大似然準(zhǔn)則估計方法中的最大期望值算法（ExpectationMaximization，EM）是這一類方法的一個典型代表。EM算法是在給定確定數(shù)量的混合分布成分的情況下，去估計各個分布參數(shù)的最通用的方法。第一階段，期望計算階段（E步驟）以及最大化階段（M步驟）。7.3.1混合高斯模型EM算法得到的參數(shù)估計公式為：從E步驟中計算得到的后驗概率如下:7.3.2隱馬爾科夫模型馬爾可夫鏈又稱離散時間馬爾可夫鏈（discrete-timeMarkovchain），是狀態(tài)空間中經(jīng)過從一個狀態(tài)到另一個狀態(tài)轉(zhuǎn)換的隨機過程。該過程要求具備“無記憶”的性質(zhì)：下一狀態(tài)的概率分布只能由當(dāng)前狀態(tài)決定，在時間序列中它前面的事件均與之無關(guān)，這種特定類型的“無記憶性”稱作馬爾可夫性質(zhì)。馬爾可夫鏈實際上就是一個隨機變量隨時間按照Markov性質(zhì)進行變化的過程。7.3.2隱馬爾科夫模型在馬爾可夫鏈的基礎(chǔ)上進行擴展，用一個觀測的概率分布與馬爾可夫鏈上的每個狀態(tài)進行對應(yīng)，這樣引入雙重隨機性，使得馬爾可夫鏈不能被直接觀察，因此稱為隱馬爾可夫模型(HMM)，HMM在實現(xiàn)過程中表現(xiàn)出了雙重隨機性的特點，其中之一是馬爾科夫鏈，它把一段語音信號的輸出和每一個狀態(tài)看成一一對應(yīng)的過程，是可觀測的，另一個用來描述狀態(tài)和觀測值之間的統(tǒng)計對應(yīng)關(guān)系的過程，是不可觀測的。將這兩個隨機過程有機結(jié)合起來可較好地處理語音信號之間的動態(tài)變化和語音特征的短時平穩(wěn)問題。7.3.2隱馬爾科夫模型隱馬爾可夫模型主要由初始概π率、轉(zhuǎn)移概率A、輸出概率B三個參數(shù)決定。該模型就是利用這三個參數(shù)來處理語音特征的短時平穩(wěn)性。HMM模型拓撲圖7.3.2隱馬爾科夫模型一個HMM模型可以用下列參數(shù)描述：1.N，定義N個狀態(tài)θ1,θ2,...,θN為馬爾科夫鏈，定義qt是馬爾科夫鏈在t時刻所得出的觀測值，qt∈(θ1,θ2,...,θN)表示語音信號處于某個平穩(wěn)的狀態(tài)；2.M，每個狀態(tài)可能對應(yīng)觀察值的數(shù)量。定義M個觀察值V1,V2,...,VM3.π，初始狀態(tài)概率，，其中π=(π1,π2,...,πN)，其中7.3.2隱馬爾科夫模型一個HMM模型可以用下列參數(shù)描述：4.A，狀態(tài)轉(zhuǎn)移概率矩陣，

，其中5.B，觀察值概率矩陣，

，其中在描述一個HMM模型時，其狀態(tài)數(shù)量和觀測值的數(shù)量是已知的，因此HMM模型也可記為：7.3.2隱馬爾科夫模型HMM模型主要由兩部分構(gòu)成，一是馬爾科夫鏈，它是由參數(shù)、確定的，輸出的結(jié)果是語音特征值的狀態(tài)序列，二是由參數(shù)確定的一個隨機過程，輸出結(jié)果是語音特征值的觀測序列。HMM組成示意圖7.3.3GMM-HMM聲學(xué)模型使用GMM對HMM每個狀態(tài)的語音特征分布進行建模，有許多明顯的優(yōu)勢。只要混合的高斯分布數(shù)目足夠多，GMM可以擬合任意精度的概率分布，并且它通過EM算法很容易擬合數(shù)據(jù)。GMM參數(shù)通過EM算法的優(yōu)化，可以使其在訓(xùn)練數(shù)據(jù)上生成語音觀察特征的概率最大化。在此基礎(chǔ)上，若通過鑒別性訓(xùn)練，基于GMM-HMM的語音識別系統(tǒng)的識別準(zhǔn)確率可以得到顯著提升。7.3.3GMM-HMM聲學(xué)模型基于GMM-HMM的聲學(xué)模型7.3.3GMM-HMM聲學(xué)模型GMM-HMM聲學(xué)模型中語音特征的最佳觀測序列如下：k表示第i個狀態(tài)時輸出語音特征觀測序列中所包含高斯分量的數(shù)量，ωik表示第i個狀態(tài)時輸出語音特征觀測序列的權(quán)重值，uik表示i狀態(tài)時輸出語音特征觀測序列的均值，D表示語音特征向量O的維數(shù)，

表示i狀態(tài)時輸出語音特征觀測序列的協(xié)方差矩陣，GMM模型通過加權(quán)集成多個語音信號的高斯分量來描述其語音特征的空間分布，利用EM算法對語音數(shù)據(jù)集進行聲學(xué)模型的建模與迭代訓(xùn)練。7.4移動機器人語音控制對于沒有應(yīng)用ROS系統(tǒng)的移動機器人，現(xiàn)階段的絕大多數(shù)智能語音控制系統(tǒng)都采用市場上的硬件模塊作為語音識別單元，常用的有LD3320語音識別芯片和智能語音控制模組YQ5969系列，這些均是非特定語音識別芯片，只針對相同的語言進行識別，和人的年齡、性別等差異無關(guān)。百度智能語音等開發(fā)平臺提供了智能語音開發(fā)工具包SDK，使得二次開發(fā)更為方便快捷，使用語音API即可實現(xiàn)語音識別與合成等功能。7.4移動機器人語音控制對于應(yīng)用ROS的移動機器人，則使用基于Linux系統(tǒng)的SDK編寫語音識別節(jié)點，當(dāng)節(jié)點開始運行時，通過麥克風(fēng)接受語音信號并將其轉(zhuǎn)化為相應(yīng)的文字，文字信息與指令庫中的信息比較，匹配成功的情況下通過特定的主題發(fā)布。移動機器人控制節(jié)點通過訂閱這個主題接收文字指令，并且將其發(fā)送給移動機器人平臺的主控制器，主控制器通過驅(qū)動模塊控制直流電機運動，從而完成語音控制。7.4移動機器人語音控制移動機器人語音控制流程7.4移動機器人語音控制ROS中，一般使用C++和Python語言編寫語音處理和識別的相關(guān)程序，并形成語音控制系統(tǒng)所需的語音采集軟件包、語音處理軟件包、語音識別算法軟件包和移動機器人控制軟件包，在ROS系統(tǒng)中對編寫的各個軟件包進行g(shù)cc編譯生成相應(yīng)的節(jié)點，編寫launch文件，通過ROS的通信機制將各個獨立的模塊串接起來完成整個語音控制系統(tǒng)的設(shè)計。7.4移動機器人語音控制ROS系統(tǒng)下語音控制系統(tǒng)的節(jié)點關(guān)系圖7.4移動機器人語音控制節(jié)點/audio_capture來獲取通過麥克風(fēng)采集的語音控制信號，并發(fā)布消息到/microphone話題；節(jié)點/wakeup_node訂閱//microphone話題，檢測輸入的語音控制信號是否為有效的語音信號，來啟動語音識別系統(tǒng)，然后，將有效語音控制信號作為消息發(fā)送到/asr_topic話題；節(jié)點/asr_node訂閱/asr_topic話題，把檢測到的有效語音控制信號發(fā)送到語言庫進行匹配，并發(fā)布該消息到/command_topic話題；7.4移動機器人語音控制節(jié)點/command_node訂閱/command_topic話題，經(jīng)過語音匹配和處理，判斷機器人應(yīng)該執(zhí)行哪個命令，并把該消息發(fā)布到/move_topic話題；節(jié)點/voice_node訂閱/move_topic話題，接收語音控制命令并傳輸給Turtlebot移動機器人，從而控制移動機器人運動。移動機器人技術(shù)原理與應(yīng)用第八章

移動機器人的通信系統(tǒng)AdHoc自組網(wǎng)技術(shù)基于計算機網(wǎng)絡(luò)的移動機器人通信8.1現(xiàn)代無線通信技術(shù)8.28.38.1現(xiàn)代無線通信技術(shù)8.1.1GSM通信系統(tǒng)GSM是世界上第一個對數(shù)字調(diào)制、網(wǎng)絡(luò)層結(jié)構(gòu)和業(yè)務(wù)作了規(guī)定的蜂窩系統(tǒng)。GSM網(wǎng)絡(luò)一共有4種不同的蜂窩單元尺寸：巨蜂窩，微蜂窩，微微蜂窩和傘蜂窩。覆蓋面積因不同的環(huán)境而不同。巨蜂窩可以被看作那種基站天線安裝在天線桿或者建筑物頂上那種。微蜂窩則是那些天線高度低于平均建筑高度的那些，一般用于市區(qū)內(nèi)。8.1.1GSM通信系統(tǒng)微微蜂窩則是那種很小的蜂窩只覆蓋幾十米的范圍，主要用于室內(nèi)。傘蜂窩則是用于覆蓋更小的蜂窩網(wǎng)的盲區(qū)，填補蜂窩之間的信號空白區(qū)域。蜂窩半徑范圍根據(jù)天線高度、增益和傳播條件可以從百米以上至數(shù)十公里。實際使用的最長距離GSM規(guī)范支持到35公里。蜂窩移動通信的出現(xiàn)是一次移動通信革命。由于頻率的復(fù)用，大大提高了頻率復(fù)用率并增大了系統(tǒng)容量，網(wǎng)絡(luò)的智能化實現(xiàn)了越區(qū)轉(zhuǎn)接和漫游功能，擴大了客戶的服務(wù)范圍，但也存在著帶寬無法滿足信息內(nèi)容的局限。8.1.2CDMA通信系統(tǒng)CDMA，碼分多址，是在擴頻通信技術(shù)上發(fā)展起來的一種嶄新而成熟的無線通信技術(shù)，相應(yīng)的技術(shù)標(biāo)準(zhǔn)包括北美的IS-95、CDMA2000、WCDMA、TD-SCDMA，CDMA通信技術(shù)已經(jīng)成為了第三代通信技術(shù)（3G）的技術(shù)標(biāo)準(zhǔn)。第四代移動通信技術(shù)（4G）引入了MIMO無線通信技術(shù)，將寬帶互聯(lián)網(wǎng)和寬帶無限通信網(wǎng)絡(luò)相結(jié)合，提高了無線網(wǎng)絡(luò)的信息吞吐量、擴大覆蓋區(qū)域和傳輸質(zhì)量，滿足了語音、視頻等等信息的傳輸，但傳輸速度仍然有提升空間,目前，5G技術(shù)已經(jīng)在世界上很多地區(qū)開始應(yīng)用。8.1.3紅外通信技術(shù)紅外通信是利用紅外線作為通信載體的一種無線通信技術(shù)。紅外線是電磁波的一個部分，比可見光略短，但是攜帶的信息量較大。紅外傳輸一般由紅外發(fā)射系統(tǒng)和接收系統(tǒng)兩部分組成。發(fā)射系統(tǒng)對一個紅外輻射源進行調(diào)制后發(fā)射紅外信號，一般利用波長850~900nm的紅外線傳輸，采用ASK、PPW等調(diào)制方式將二進制調(diào)制成脈沖序列，驅(qū)動紅外線發(fā)射管向外發(fā)送紅外光，接收端則將收到的紅外光脈沖信號轉(zhuǎn)換成電信號，再進行放大、濾波、解調(diào)后還原成二進制數(shù)，就構(gòu)成了紅外通信系統(tǒng)。8.1.3紅外通信技術(shù)紅外通信的傳輸方式主要有點對點方式和廣播的方式。1.點對點方式：點對點傳輸時指使用高度聚焦的紅外線光束發(fā)送信息或者控制遠距離信息的紅外傳輸方式。局域網(wǎng)或者廣域網(wǎng)都可以使用點對點的傳輸方式在短距離和遠距離上傳輸數(shù)據(jù)。點對點紅外傳輸使用在局域網(wǎng)中，用來將距離較近的建筑連接起來。優(yōu)點是：使用點對點紅外介質(zhì)可以減少衰減，使得偷聽困難安全性高；適合較短距離通信傳輸速率較高；保密性強、信息容量大；構(gòu)造簡單，使用較為靈活；有較的方向性。缺點是：易受到塵埃、雨水8.1.3紅外通信技術(shù)的影響；強遠距離通信，通常需要高功率激光發(fā)射器，造成費用昂貴；容易受到強光干擾。2.廣播方式：紅外廣播系統(tǒng)向一個廣大的區(qū)域傳送信號，并且允許多個接收器同時接收信號。它的一個主要優(yōu)點是可移動性，相對點對點來說計算機工作站和其他設(shè)備可以更容易的移動。優(yōu)點是：安裝簡單，只要設(shè)備有暢通的信道和足夠強度的信號，就可以安裝到信號能到達的任何地方，使得重新構(gòu)架網(wǎng)絡(luò)容易；缺點：信號衰減受到光強和純凈介質(zhì)影響；電磁干擾無法避免。8.1.3紅外通信技術(shù)由于其結(jié)構(gòu)簡單、容易實現(xiàn)、成本低等特點，紅外通信標(biāo)準(zhǔn)的廣泛兼容性可以為用戶提供更多的選擇的無線通信方式，其在嵌入式系統(tǒng)產(chǎn)品中也得到廣泛應(yīng)用。隨著短距離無線通信技術(shù)的發(fā)展，PAN的概念被提了出來，也就是所謂的個人局域網(wǎng)。PAN國際通信的核心思想是，用無線電或紅外線代替?zhèn)鹘y(tǒng)的有線電纜，實現(xiàn)個人信息終端的智能化互聯(lián)，組建個人化的信息網(wǎng)絡(luò)。通過個人終端設(shè)備進行局域網(wǎng)內(nèi)，以及外網(wǎng)通信。紅外通信技術(shù)成為了實現(xiàn)PAN的方式。8.1.4藍牙通信技術(shù)作為一種短距離無線通信方式，藍牙通信的實質(zhì)內(nèi)容是建立一個通用的無線空中接口以及控制軟件的公開標(biāo)準(zhǔn)，從而使得不同廠家的便攜設(shè)備能夠在沒有電纜互相連接的情況下在較短距離內(nèi)完成互通。藍牙通信技術(shù)將內(nèi)嵌藍牙芯片的設(shè)備互聯(lián)起來，提供話音和數(shù)據(jù)的接入服務(wù)，實現(xiàn)信息的自動交換和處理。從出現(xiàn)至今一直在不斷的更新發(fā)展，并一直在各種移動設(shè)備上廣泛使用。8.1.4藍牙通信技術(shù)藍牙通信工作在全球通用的免費的2.4GHzISM頻段，數(shù)據(jù)速率為IMbps，采用時分雙工實現(xiàn)全雙工傳輸。現(xiàn)階段藍牙技術(shù)的主要工作范圍在10米左右，經(jīng)過增加射頻功率后的藍牙技術(shù)可以在100米的范圍進行工作。紅外和藍牙參數(shù)比較8.1.5UWB超寬帶通信技術(shù)UWB超寬帶（UltraWideBand）是一種以極低功率在短距離內(nèi)高速傳輸數(shù)據(jù)的無線技術(shù)，3.1GHz到10.6GHz之間的7.5GHz的帶寬頻率是UWB所使用的頻率范圍。與IEEE802.1la、IEEE802.1lb和藍牙相比，在同等碼速條件下，UWB具有更強的抗干擾性。其數(shù)據(jù)速率可以達到幾十Mbit/s到幾百Mbit/s，消耗電能小、保密性好、生產(chǎn)成本低。8.1.5UWB超寬帶通信技術(shù)UWB技術(shù)可實現(xiàn)短距離高速應(yīng)用，數(shù)據(jù)傳輸速率可以達到數(shù)百兆比特每秒，主要是構(gòu)建短距離高速WPAN、家庭無線多媒體網(wǎng)絡(luò)以及替代高速率短程有線連接，如無線USB和DVD，其典型的通信距離是10m。同時，也可以實現(xiàn)中長距離（幾十米以上）低速率應(yīng)用，通常數(shù)據(jù)傳輸速率為1Mbit/s，主要應(yīng)用于無線傳感器網(wǎng)絡(luò)和低速率連接。另外，UWB采用到達時間差定位（TDOA）方法實現(xiàn)無線定位，是目前無線定位最為流行的一種方案。8.2AdHoc自組網(wǎng)技術(shù)AdHoc網(wǎng)絡(luò)不需要有線基礎(chǔ)設(shè)備的支持，通過移動主機自由的組網(wǎng)實現(xiàn)通信。它是由一組帶有無線收發(fā)裝置的移動終端節(jié)點組成的一個多跳的、臨時性自治系統(tǒng)。在自組網(wǎng)中，每個用戶終端不僅能移動，而且，兼有路由器和主機兩種功能。在AdHoc網(wǎng)絡(luò)中，每個主機的通信范圍有限，因此路由一般都由多跳組成，數(shù)據(jù)通過多個主機的轉(zhuǎn)發(fā)才能到達目的地。8.2AdHoc自組網(wǎng)技術(shù)AdHoc網(wǎng)絡(luò)中的節(jié)點主要包括普通移動終端和報文轉(zhuǎn)發(fā)兩個功能。依據(jù)功能可以將節(jié)點分為三種，依附的具體設(shè)備分別為：主機、路由器和電臺三部分。其中主機部分完成普通移動終端的功能，包括人機接口、數(shù)據(jù)處理等應(yīng)用軟件；路由器部分主要負責(zé)維護網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和路由信息，完成報文的轉(zhuǎn)發(fā)功能；電臺主要提供無線信道支持。在物理結(jié)構(gòu)層面可以將節(jié)點結(jié)構(gòu)分為單主機但電臺、單主機多電臺、多主機單電臺和多主機多電臺。8.2AdHoc自組網(wǎng)技術(shù)按AdHoc網(wǎng)絡(luò)結(jié)構(gòu)來劃分：平面結(jié)構(gòu)和分級結(jié)構(gòu)兩種。1.AdHoc網(wǎng)絡(luò)平面結(jié)構(gòu)平面結(jié)構(gòu)中，所有節(jié)點的地位平等，也可以稱為對等式結(jié)構(gòu)，原則上不存在瓶頸節(jié)點，比較健壯，并且節(jié)點的覆蓋范圍比較小，相對比較安全。其缺點是當(dāng)用戶較多的時候，特別是在移動的情況下，存在處理能力弱，可擴充性差，每一個節(jié)點都需要知道到達其他所有節(jié)點的路由。維護這些動態(tài)變換的路由信息需要大量的控制消息，主要適用于中小型網(wǎng)絡(luò)。8.2AdHoc自組網(wǎng)技術(shù)平面結(jié)構(gòu)網(wǎng)絡(luò)8.2AdHoc自組網(wǎng)技術(shù)2.AdHoc網(wǎng)絡(luò)分級結(jié)構(gòu)在分級結(jié)構(gòu)中，將網(wǎng)絡(luò)劃分為簇。每個簇由一個簇頭和多個簇成員組成。這些簇頭形成高一級的網(wǎng)絡(luò)。在高一級的網(wǎng)絡(luò)中，又可以分簇，再次形成更高一級的網(wǎng)絡(luò)，直到最高級。在分級結(jié)構(gòu)中，簇頭節(jié)點負責(zé)簇間的數(shù)據(jù)轉(zhuǎn)發(fā)。簇頭可以預(yù)先指定，也可以由節(jié)點使用算法自動選舉產(chǎn)生。分級結(jié)構(gòu)的網(wǎng)絡(luò)又可以被分為單頻分級和多頻分級兩種。8.2AdHoc自組網(wǎng)技術(shù)（1）單頻分級單頻率分級網(wǎng)絡(luò)圖中，其所有節(jié)點使用同一個頻率通信，為了實現(xiàn)簇頭之間的通信，需要有網(wǎng)關(guān)節(jié)點的支持。單頻分級結(jié)構(gòu)8.2AdHoc自組網(wǎng)技術(shù)（2）多頻分級在多頻網(wǎng)絡(luò)中不同級采用不同的通信頻率。低級節(jié)點的通信范圍較小，而高級節(jié)點要覆蓋較大的范圍。高級節(jié)點要覆蓋較大的范圍，高級的節(jié)點同時處于多個級中，有多個頻率，用不同的頻率實現(xiàn)不同級的通信。多頻分級結(jié)構(gòu)8.2AdHoc自組網(wǎng)技術(shù)在分級網(wǎng)絡(luò)結(jié)構(gòu)中，簇成員的功能比較簡單、不需要維護復(fù)雜的路由信息。這也就大大減少了網(wǎng)絡(luò)中路由控制數(shù)量，具有平面結(jié)構(gòu)所不具有的良好擴充性。由于簇頭節(jié)點可以隨時選舉產(chǎn)生，分級結(jié)構(gòu)也具有很強的抗毀性。分級結(jié)構(gòu)的缺點是，維護分級結(jié)構(gòu)需要執(zhí)行簇頭選舉算法，簇頭節(jié)點可能會稱為網(wǎng)絡(luò)的瓶頸。3.多移動機器人AdHoc自組網(wǎng)AdHoc網(wǎng)絡(luò)可用于多移動機器人系統(tǒng)自組網(wǎng)，現(xiàn)有的無線通信方式大都支持構(gòu)建AdHoc網(wǎng)絡(luò)。8.2AdHoc自組網(wǎng)技術(shù)利用藍牙的方式建立AdHoc網(wǎng)絡(luò)時，在每個移動機器人本體上都安裝藍牙設(shè)備，藍牙技術(shù)將傳輸?shù)臄?shù)據(jù)分割成數(shù)據(jù)包，利用BNEP藍牙封裝協(xié)議去定義數(shù)據(jù)包格式，在相同頻段的藍牙設(shè)備上傳輸網(wǎng)絡(luò)協(xié)議數(shù)據(jù)包，使藍牙設(shè)備有組建網(wǎng)絡(luò)和交換信息的能力。這樣，搭載有藍牙設(shè)備的移動機器人能夠在規(guī)定的空間范圍內(nèi)自動建立相互之間的聯(lián)系，無需用戶干預(yù)就可以自動連接并傳輸數(shù)據(jù)。8.2AdHoc自組網(wǎng)技術(shù)在各移動機器人建立藍牙通信的過程中，移動機器人首先將自身的藍牙設(shè)備的藍牙服務(wù)開啟，使其隨機選擇進入AdHoc網(wǎng)絡(luò)主節(jié)點或者從節(jié)點狀態(tài)。成為主節(jié)點的藍牙設(shè)備處于偵聽的狀態(tài)，并嘗試搜索周圍的設(shè)備，而其他節(jié)點則作為從節(jié)點，進入連接請求狀態(tài)。當(dāng)主節(jié)點發(fā)現(xiàn)從節(jié)點后，根據(jù)全球唯一的UUID號，來搜索其他移動機器人的藍牙服務(wù)。只有UUID號相同的藍牙設(shè)備才會被加入到搜索結(jié)果設(shè)備列表中，之后搭載藍牙設(shè)備的移動機器人可以進行正常的通信。8.2AdHoc自組網(wǎng)技術(shù)如果兩個移動機器人建立了藍牙連接，一個移動機器人扮演主節(jié)點，另一個移動機器人扮演從節(jié)點。主節(jié)點并無特權(quán)，而是指它控制著移動機器人之間的通信同步，主節(jié)點決定跳頻樣式和跳頻序列的相位，通過不同的跳頻序列來識別每一個從節(jié)點，并與之通信。當(dāng)移動機器人處在通信范圍內(nèi)的時候，使用Client/Server模式運用Socket套接字編程軟件實現(xiàn)通信。Sokcet接口實際是一個API接口。當(dāng)網(wǎng)絡(luò)傳輸層的模塊程序要進行數(shù)據(jù)傳輸時，需要為其指定一個端口來提供收發(fā)。在創(chuàng)建套8.2AdHoc自組網(wǎng)技術(shù)接字后，通過bind函數(shù)和listen函數(shù)，服務(wù)器端在某一端口等待客戶端的連接請求。通過connect函數(shù)，客戶端則可以向服務(wù)器端發(fā)送一個連接請求。服務(wù)器端這時可以通過accept函數(shù)來接收連接請求，accept函數(shù)在收到請求后，會返回得到一個新的套接字，通過這個新的套接字來與該客戶端進行通信。至此，服務(wù)器端和客戶端之間的連接就建立起來了，接下來便是通過receive和send等函數(shù)進行通信了。當(dāng)通信結(jié)束的時候，調(diào)用close函數(shù)來關(guān)閉套接字，同時釋放相關(guān)資源。8.2AdHoc自組網(wǎng)技術(shù)Socket通信機制8.2AdHoc自組網(wǎng)技術(shù)每個移動機器人都是一個網(wǎng)絡(luò)節(jié)點，首先初始化各節(jié)點，初始化的過程就是將藍牙服務(wù)打開，然后隨機運行客戶端程序和服務(wù)器程序，建立通信套接字，服務(wù)器端首先進入監(jiān)聽狀態(tài)，隨后客戶端套接字發(fā)送連接請求，請求到達服務(wù)器后被動接收，需要建立新的套接字進行通信，原來處于監(jiān)聽的套接字并無變化，依舊進行監(jiān)聽。如果由一個移動機器人主動發(fā)起連接，其它移動機器人響應(yīng)，它們之間就會形成一個自組織網(wǎng)絡(luò)，構(gòu)成平面結(jié)構(gòu)的AdHoc網(wǎng)絡(luò)形式。8.3基于計算機網(wǎng)絡(luò)的移動機器人通信8.3