文档介绍：巡检机器人运动控制系统研究
摘要:工业园区的环境十分的特殊,为了让巡检机器人的运动控制系统真正的发挥出作用,实现较为精准的定位,本次研究中重点探讨的是巡检机器人的行走方式、引导和定位方式等多个方面的问题,通过借助于科学的定位手段究,结合工业园区的实际情况,发现轮式结构的行走方式更适合。
二、巡检机器人运动控制系统—SLAM技术的应用
所谓的SLAM技术,就是指的借助于传感器针对于地图合理的创建并完成自身的定位,同时进行同步求解的过程。具体的描述应该是在相对于未知的环境之下,已知运动学模型的移动机器人在未知初始位置出发,通过在若干环境特征的环境之中完成基本的移动,借助于自身携带的传感器,及时的将周边的环境信息加以获取,由此确定具备着环境特征的空间坐标,同时明确自身的三维坐标。想要真正的实现对SLAM技术的应用,应该积极的重视卡尔曼滤波(Kalman Filter,KF)这种高效的递归滤波器的合理使用,其能够从一系列的不完全包含噪声的测量中估计动态系统的状态,这对于巡检机器人的运动控制来说具有积极的影响,简单的卡尔曼滤波应该合理的运用在符合高斯分布的系统中,同时落实相对于科学的改进,扩展卡尔曼滤波(Extended Kalman Filter,EKF)可应用于时间非线性的动态系统,EKF-SLAM的实现基础是建立机器人的运动和观测模型。
三、巡检机器人运动控制系统软件设计
运动控制系统在接收到上位机控制命令之后,还需要完成相应的解析与分析,之后才能更加准确的完成命令的执行和反馈【4】。当完成了相应的任务之后,需要积极的等待新的命令到来,依照基本的运动控制系统功能要求,完成对软件模块的有效划分。如速度计算模块重点是指的依照编码器发出的信号将电机的基本方向和实际的速度合理的判断出来,距离计算模块则重点是指的依照编码器信号将指定时刻或者是位置开始的电机行驶距离加以判断。在巡检机器人运动控制系统中,较为重要的就是运动控制模块,这个模块重点是对机器人的实际运动状态展开合理的控制,比如说控制着机器人的直行、转弯和停止等等。寻磁算法模块重点是依照磁传感器信号将机器人相对磁轨迹发生的偏离程度合理的计算出来。实时时钟模块能够及时的将日期和时间信息等加以提供,可完成相应的软件校时,避免掉电丢失。多个功能模块的构成使得运动控制系统软件得以完善,通过积极的执行相关的命令,处理相应的信息,完成基本的反馈等成为可能。不同的模块并不属于独立的存在,其存在着极为密切的联系,通过科学的协作和配合,使得机器人能够更好的完成基本的巡检任务。
四、巡检机器人运动控制算法
(一)S曲线加减速算法
在执行巡检任务的时候,机器人在检测点位置上会出现频繁启动和停止的情况,若是没有相对于适宜的加减算法,极易产生剧烈的抖动,对于电机寿命造成不良的影响,也会威胁到定位的精准度。此次研究中涉及到的是S曲线加减速算法,以这样的方式完成对机器人的合理控制,由此推动着机器人实现相对于平稳的运行,同时又能适当的降低零部件的损坏程度,保证其更加的可靠。由于系统速度变化曲线能够呈现出S型,因此被称作S曲线控制算法,这种算法的使用能够确保速度和加速度的变化相对于平稳。
(二)比例微分寻磁算法
机器人底盘前方会适当的固定八个磁传感器,由此便能