供热隧道智能巡检机器人末端位姿控制研究.pdf

:./.供热隧道智能巡检机器人末端位姿控制研究徐平平郑 飞(国能宁夏供热有限公司宁夏 银川)摘要:供热隧道智能巡检机器人在工作过程中由于隧道内部支路复杂导致末端位姿控制效果不理想为此设计了一种针对供热隧道智能巡检机器人的末端位姿控制方法 首先在静平台中构建世界坐标系、在动平台中构建机器人目标坐标系确定运动学正解坐标系根据运动学正解坐标系计算机器人运动学正解与视觉末端位姿控制差值将该差值作为输入样本通过 神经网络模型的训练使误差最小将结果反输入完成机器人末端位姿控制的补偿实现机器人末端位姿控制 实验结果表明所提方法负载转动角度控制误差较低、驱动力矩较高稳定状态下偏移量较小关键词:智能巡检机器人误差补偿末端位姿控制 神经网络模型供热隧道中图分类号:文献标识码:文章编号:()供热隧道巡检机器人主要以轨道移动的方式巡检 其被广泛应用于矿井、石油化工等领域智能巡检机器人本身具备并联结构有着稳定性强、动态性能高等优势而供热隧道巡检机器人在巡检期间其末端操纵杆的姿态能够较好地反映机械人的动作状况 由于智能巡检机器人由许多分支组成导致其内部结构比较复杂在正常巡检期间会遮挡自身支路致使末端位姿控制错误 为解决这一问题需要进一步研究供热隧道智能巡检机器人末端位姿控制方法杨学军等根据运动过程还原法提出液压支架巡检机器人位姿控制方法对机器人的位姿进行控制以确定机器人的位姿结构构建位姿坐标系计算出位姿与实际位姿的差值完成最终控制但通过该方法得到的结果有误差存在控制结果不佳的问题 唐宇存等提出一种基于三坐标测量机的机器人位姿精度控制方法在一个平面中放置 个标准球根据机器人定位原理建立机器人位姿控制平台通过该平台对机器人性能进行控制有效计算出机器人关节之间的位姿距离实现机器人位姿精准测量该方法的计算结果不完善位姿转角控制结果存在误差 戴厚德等提出一种基于光学运动跟踪系统的机器人末端位姿测量与误差补偿方法以增强控制精度实现精准测量然而该方法的映射结果不佳控制性能低 为了解决上述方法的不足本文针对供热隧道智能巡检机器人设计一种末端位姿控制方法 计算机器人末端位姿误差.供热隧道智能巡检机器人运动学正解坐标系供热隧道智能巡检机器人结构特殊内部有两个平台各个支链与这两个平台相连带动机械臂转动 根据该巡检机器人的结构确定运动坐标系如图 所示图 机器人运动坐标系 图中在静平台中构建世界坐标系 收稿日期:作者简介:徐平平()男工程师主要研究方向为大温差长输供热系统智慧化建设及运行调度研究.年 月 机械设计与制造工程 .第 卷 第 期 .记作在动平台构建机器人目标坐标系 记作根据所构建的坐标系可知当原点为 时目标点 会与点阵圆形标定板的中心点 重合因而设定静平台中心点 为机器人末端位姿获取静平台中心点 在机器人运动坐标系中的位置矢量:()式中:为机器人平移向量、为机械臂杆长为关节长度为机器人运动坐标系中的位置单位矢量由机器人目标坐标系得到机器人任意一种坐标位姿 计算公式为:()式中:为齐次变换参数确定运动学正解坐标系函数公式为 :()式中:为连接机器人关节的转角为机器人关节之间的杆长为偏距为了减少供热隧道智能巡检控制区域过大造成的时间损耗提高控制精度需要根据机器人运动学正解计算末端位姿控制差值.末端位姿控制差值计算依据机器人结构采用确定的运动学正解坐标系提取机器人特征点确定机器人末端位姿参数假设运动学正解坐标系中左相机获取的机器人像素坐标为()其中、表示左相机像素点右相机获取的机器人像素坐标为()其中、表示右相机像素点根据机器人在静平台中所构建的正解坐标系确定机器人左、右坐标系的投影矩阵假设、为比例因子为三维空间坐标则投影矩阵定义如下:()式中:、分别为左、右投影向量、分别为左、右投影参数值 将所获得的左右像素点代入公式()得到该机器人的三维坐标并根据公式()确定该机器人的最终位置 由于标定板与机器人的末端执行器位置具有不变性因此基于仿射变换获取末端旋转矩阵:()式中:、和 均为末端旋转矩阵内旋转因子由此可得供热智能巡检机器人末端位姿参数:()式中:为平移矩阵基于末端位姿参数 与获取的机器人运动学正解进行误差计算获得末端位姿控制差值:()式中:为末端位姿参数为权重 为旋转系数由此完成了供热智能巡检机器人末端位姿控制差值计算 神经网络的末端位姿误差补偿.构建 神经网络模型构建径向基函数()神经网络结构计算 神经网络输出:()()式中:()为第 个神经单元 为神经网络输出的最大值为连接权系数 由此实现了 神经网络模型的构建如图 所示图 神经网络结构示意图 将机械臂末端位姿控制差值作为输入样本利用构建的 神经网络模型对输入样本实施训练 并根据最终输出结果对机器人运动学正解实施误差补偿实现末端位姿控制使误差降到最低从而计算出末端位姿误差.机器人末端位姿误差补偿供热隧道智能巡检机器人工作过程中将机械臂末端位姿控制差值作为输入样本将 神经网络的输入和输出的数值范围设置为并根据样本集合假设、分别表示样本、的最小值对其归一化处理假设、为样本集合定义为:()年第 期 徐平平:供热隧道智能巡检机器人末端位姿控制研究式中:、分别为样本、的最大值根据上述样本集合的计算结果获取机器人的实际训练样本集确定 基函数中心位置训练样本数据以取得样本集合网络输出值进而对巡检机器人末端位姿进行误差补偿实现末端位姿控制步骤如下:步骤 选取合适的高斯函数变异值确定存储在神经网络矩阵中的采样向量并通过计数器进行采样向量数据的计数步骤 以第一个学习样本为主在样本数据上构建一个聚类中心步骤 从第二个样本开始获取聚类的中心位置在此基础上添加一个隐含层至 神经网络中步骤 当训练机器人输入输出值确定时调整网络参数和网络结构通过上述步骤可知单元矢量 的大小决定了 神经网络的泛化能力则基于 神经网络的最终训练输出值()为:()()()式中:为单元中心为高斯单元数量最终通过训练输出值实现机器人末端姿态控制结果的误差补偿完成机器人末端位姿控制 实验与分析.实验环境为了有效开展供热隧道智能巡检机器人末端位姿控制测试选取宁夏境内某供热隧道内连续 的路段作为实验场地 选择智能巡检四足机器人作为研究对象搭载 机器人操作系统驱动系统为液压传动机械臂为六自由度操作设备感知系统为激光传感器人工交换系统为信息显示装置控制系统为程序闭环轨迹控制装置 智能巡检机器人示意图如图 所示图 智能巡检机器人.实验工况供热隧道风流相对湿度为 风流温度为 风流速度为 /大气压为.具体工况环境如图 所示图 供热隧道实际场景 智能巡检机器人在供热隧道中需完成障碍跨越通过前足关节旋转带动后足跨越电缆、管道、台阶等障碍.实验结果与分析.负载转动角度分析智能巡检四足机器人在跨越障碍时负载转动角度为极限状态此时关节旋转角度误差处于.表明末端位姿控制精度较高 设定柔性关节的传动比为 传动部分等效扭转刚度为./负载端的转动惯量为.运动 获取智能巡检四足机器人在不同关节配置模式下的跨越障碍负载转动角度结果见表 表 负载转动角度障碍类型关节配置前足关节旋转角度/()后足关节旋转角度/()电缆前膝后肘式.前肘后膝式.全膝式.全肘式.管道前膝后肘式.前肘后膝式.全膝式.全肘式.台阶前膝后肘式.前肘后膝式.全膝式.全肘式.年第 卷 机械设计与制造工程 根据表 结果可知智能巡检四足机器人在跨越障碍时前足关节旋转角度误差最大值为.后足关节旋转角度误差最大值为.处于跨越电缆障碍状态 由此可知负载转动角度误差均处于可控范围内表明智能巡检机器人末端位姿控制效果较优.驱动力矩分析驱动力矩是指驱使智能巡检四足机器人机械臂转动的力矩机械臂前 个关节确定移动位置后 个关节确定末端执行器姿态 驱动力矩与原动件的角速度方向相同表明机器人驱动力矩方向发生改变 当智能巡检四足机器人开始移动、倾斜跨越障碍时足端质心位置发生变化 随着质心位置的改变当机械臂驱动力矩与质心位置呈正比表明智能巡检四足机器人抗外部阻力优末端位姿绕 轴、轴、轴转动效果佳 驱动力矩结果如图 所示图 驱动力矩结果 由图 可知智能巡检机器人的驱动力矩随着质心位置的移动而增加且驱动力矩呈上升趋势这是因为通过所提方法建立末端旋转矩阵可以获取智能巡检机器人各关节变量与位姿运动学关系通过调节机械臂的驱动力矩能够使机器人沿着任意期望位置进行移动.稳定状态偏移量分析 轴、轴、轴之间的位置变化情况能够反映智能巡检机器人移动过程中的动态运动控制效果 轴、轴、轴之间的位置变化波动平缓表明智能巡检机器人移动过程中的偏移量较小处于稳定状态 在负载为 、角度分辨率为.、加速度为./、运动时间为 时获取智能巡检机器人 轴、轴、轴的标定线性结果 稳定状态偏移量结果如图 所示 根据图 结果可知智能巡检机器人在 轴、轴、轴向上的位置输出特性基本一致偏移量较图 稳定状态偏移量结果小 这是因为所提方法构建的 神经网络模型结构对智能巡检机器人末端位姿进行误差补偿改善了末端位姿控制效果保证智能巡检机器人处于稳定状态 由此表明智能巡检机器人动态运动稳定性较优可以完成供热隧道巡检任务 结束语供热隧道智能巡检机器人末端位姿控制性能不佳会影响巡检效果针对这一问题本文提出一种供热隧道智能巡检机器人末端位姿控制方法通过计算得到机器人的运动学正解与视觉机器人末端位姿控制差值将该差值作为模型输入样本根据训练输出值结果对智能巡检机器人末端位姿进行了姿态误差的修正从而实现机器人最终末端位姿控制 该方法在并联末端位姿控制方面发挥着重要作用在供热隧道智能巡检方面发展前景广阔参考文献:王宏伟刘亚东田兵等.基于空间关系的变电站巡检机器人巡检点自主生成方法.高电压技术():.屈省源冯文健贺德明.基于冗余任务的轮式机器人巡检方法.数学的实践与认识():.杨学军王然风王怀法等.基于运动过程还原法的液压支架巡检机器人位姿检测.太原理工大学学报():.唐宇存李锦忠林安迪等.基于三坐标测量机的机器人位姿精度检测方法.计算机工程与应用():.戴厚德曾现萍游鸿修等.基于光学运动跟踪系统的机器人末端位姿测量与误差补偿.机器人():.郭建赵易徐镔滨.基于足端轨迹规划的四足机器人运动学分析与仿真.机床与液压():.年第 期 徐平平:供热隧道智能巡检机器人末端位姿控制研究谢冬福罗玉峰石志新等.并联腿六足农业机器人运动学与仿真分析.机械强度():.牛廉政何广平.基于 神经网络的扑翼飞行机器人的姿态控制.计算机仿真():.陈如清于志恒.基于 的 神经网络 在线软测量方法.电子测量与仪器学报():.王璇杜军.译码器的免归一化处理信息更新算法.电讯技术():.魏兵李沁芷刘成钢.自发渗吸时间标度归一化处理方法.西南石油大学学报(自然科学版)():.陈金友关志伟.基于双目视觉极线补偿的圆孔位姿检测方法.激光与光电子学进展():.(.):.:年第 卷 机械设计与制造工程