基于视觉导航的巡检机器人双模控制研究

  • 基于视觉导航的巡检机器人双模控制研究已关闭评论
  • 70 views
  • A+
所属分类:AGV设计资料
摘要

根据变电站巡检机器人在视觉导航过程中的运动特点,建立了其控制系统数学模型。然后通过阈值切换的方法设计了参数自寻优的模糊-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,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。

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。

基于视觉导航的巡检机器人双模控制研究

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]:

恭喜,此资源为免费资源,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。