1 引 言
随着科学技术的发展和电力体制的改革，运用 机器人代替人工对变电站实行自动巡检成为变电站 巡检的发展趋势。因此，变电站巡检机器人应运而 生，现已在变电站中实际应用。导航技术是移动机 器人实现自主运行的关键技术。常见的导航方式有： 磁导航、激光导航、GPS 导航、惯性导航、视觉导 航等。目前，变电站巡检机器人以磁导航为主，其 存在灵活性差，改变或扩充路径麻烦，电缆铺设工 作量大，维护困难的缺点。近年来，视觉导航技术成为研究热点，基于视觉导航的变电站巡检机器人 具有更好的柔性和更高的智能[1-4]。
要利用视觉导航实现控制机器人稳定、实时地 沿着预设的线路完成巡检任务，如何提高机器人响 应速度以及跟踪路径的精度是必须要解决的难点。 文献[5]采用机器视觉获得导航参数，将其作为控制 器的输入量并利用线性最优控制理论得出反馈增益 来实现对导航路径跟踪。这种方法依赖于机器人准 确的运动学或动力学模型，且实时控制效果较差。文献[6-8]将模糊控制方法应用于机器人运动控制中， 避免了对机器人状态参数精确的数学描述，实验表 明了这种方法能够实现对导航路径的跟踪，有较好 的控制效果。考虑到机器人实际运行环境的复杂性 和不确定性，文献[9]提出了一种简单有效的模糊最优控制方法，以解决基于视觉的自动引导车对多 种路径的跟踪控制问题，仿真结果表明，这种控制 策略响应速度快、跟踪控制误差小。根据基于视觉 的巡检机器人在实际自主导航过程的特点，本文设 计了改进的模糊-最优双模控制器，当巡检机器人与 实际导航路径有较大偏差时，采用基于遗传算法优 化的模糊控制器来实现巡检机器人的快速纠偏。当 偏差较小时，采用最优反馈控制器来减小稳态误差。 仿真结果表明，与常规单一的控制方法相比，本文 所设计的模糊-最优双模控制器，提高了巡检机器人 响应速度以及跟踪路径的精度，有效地改善了运动 控制的性能。
2 巡检机器人控制系统的数学模型
巡检机器人采用的视觉导航方式是轨线引导， 即在变电站路面预设导航线，然后控制机器人沿线 运动来完成巡检任务，导航线采用宽度 20 cm 的黄 色路面漆。巡检机器人为两轮差速调节，2 个驱动 轮，一个从动轮为万向轮，为了分析问题的方便， 这里不考虑从动轮，不考虑轮与地面的摩擦，仅对 2 个驱动轮进行分析，巡检机器人运动状态示意图， 如图 1 所示。
图 1 巡检机器人运动状态示意图
巡检机器人车体上装载有 CCD 摄像机，其用 于采集路面的图像信息，图像经过处理识别后得到 巡检机器人与规定的导航路径的偏差量，然后将偏 差量传给控制器，由控制算法得到控制量，控制机 器人跟踪路径，从而实现机器人自主导航。在巡检 机器人按照规定的路径行驶过程中，随着时间的推 移，巡检机器人与导航路径会产生一定偏差，包括 角度偏差和位移偏差。根据上图 1，则有[10, 11]：
暂无评论内容