一种巡检机器人关节运动控制方法及巡检机器人与流程

文档序号:18742183发布日期:2019-09-21 01:54阅读:744来源:国知局
一种巡检机器人关节运动控制方法及巡检机器人与流程

本发明属于机器人控制技术领域,尤其涉及一种巡检机器人关节运动控 制方法及巡检机器人。



背景技术:

随着智能电网的高速发展和机器人的广泛应用,输电线路巡检机器 人已经成为全球机器人研究的一个热点。巡检机器人需要跨越或避让杆 塔、防振锤、悬垂线夹和引流跳线等各种障碍物,并承受风载荷等外激 励影响,若不能进行有效的控制,则巡检机器人会表现出复杂的非线性 动力学特性,机器人的构型转换、障碍跨越、位姿调控和稳定性等不能 顺利进行,致使构态失稳和越障失败等问题,无法满足输电线路巡检作 业要求,因此有必要对巡检机器人的越障过程中关节的运动进行的评价 以及控制。



技术实现要素:

(一)要解决的技术问题

针对现有存在的技术问题,本发明提供一种巡检机器人关节运动控 制方法及巡检机器人。

(二)技术方案

为了达到上述目的,本发明采用的主要技术方案包括:

一种巡检机器人关节运动控制方法,其包括以下步骤:

机器人巡检之前,对给定的关节运行参数进行优化计算,获得关节 的理论控制力矩;

在对给定的关节运行参数进行优化计算过程中:通过比较不同跟踪 误差的标准差及均方根值,获得最优运行参数,跟踪误差是期望输出与 跟踪输出之间的差值;

在机器人巡检过程中,通过理论控制力矩控制关节的运行,并对关 节的实际运行参数进行检测;

将实际运行参数与理论控制力矩相对应的期望参数相比较,得到最 优的实际运行参数,通过最优的实际运行参数获得实际控制力矩。

优选的,对给定的关节运行参数进行优化计算包括以下步骤:

设定机器人关节的期望输出,将期望输出对应的控制力矩代入动力 学方程得出跟踪输出;

比较期望输出和跟踪输出得出最优理论运行参数,通过理论最优运 行参数得出机器人的理论控制力矩。

优选的,通过滑膜控制法求解期望输出对应的控制力矩。

优选的,标准差和均方根值越小其所对应的理论运行参数最优。

优选的,通过牛顿-欧拉法和旋量法建立动力学方程。

优选的,基于动力学方程通过滑膜控制方法求解理论控制力矩。

优选的,在建立动力学方程过程中需要考虑风载荷和输电线倾角。

优选的,通过比较不同实际误差的标准差及均方根值,获得最优运 行参数;

实际误差是实际运行参数与理论控制力矩相对应的期望参数之间的 差值;

标准差和均方根值越小其所对应的运行参数最优。

优选的,运动参数包括角速度。

一种巡检机器人,该巡检机器人包括关机机构,该关节机构在如以 上所述的巡检机器人关机运动控制方法的控制下运行。

(三)有益效果

本发明的有益效果是:本发明提供的关节运动控制方法,首先通过 理论计算得到理论控制力矩,然后在机器人实际巡检过程中,通过理论 控制力矩控制机器人关节,在实际运行过程对理论控制力矩进行优化得 出实际控制力矩。通过此过程可以得出,对机器人的关节的控制过程中, 对控制力矩进行了多次优化,提高了机器人关节控制的精确性。

附图说明

图1为本发明具体实施方式提供的滑膜控制Simulink模型图;

图2为本发明具体实施方式提供的基于滑膜控制的巡检机器人关节 运动参数的评价流程图;

图3本发明的具体实施方式提供的基于滑膜控制的不同期望输出条 件下关节跟踪误差的均方根值。

图4本发明的具体实施方式提供的基于滑膜控制的不同期望输出条 件下关节跟踪误差的标准差。

具体实施方式

为了更好的解释本发明,以便于理解,下面结合附图,通过具体实 施方式,对本发明作详细描述。

如图1、图2所示,本发明公开了一种巡检机器人关节运动控制方法, 其包括以下步骤:

机器人巡检之前,对给定的关节运行参数进行优化计算,获得关节 的理论控制力矩;

在机器人巡检过程中,通过理论控制力矩控制关节的运行,并对关 节的实际运行参数进行检测;

将实际运行参数与理论控制力矩相对应的期望参数相比较,得到最 优的实际运行参数,通过最优的实际运行参数获得实际控制力矩。

在本实施方式中,首先通过理论计算得到理论控制力矩,然后在机 器人实际巡检过程中,通过理论控制力矩控制机器人关节,在实际运行 过程对理论控制力矩进行优化得出实际控制力矩。通过此过程可以得出, 对机器人的关节的控制过程中,对控制力矩进行了多次优化,提高了机 器人关节控制的精确性。

参照图1,对给定的关节运行参数进行优化计算包括以下步骤:在图1中,通过建立的滑膜控制Simulink模型如图1所示,得到关节的期望输 出以及跟踪输出,其中,chap3_2input.m文件对应的是关节的期望输出 环节,chap3_2ctrl.m文件对应的是滑模控制律环节,chap3_2plant.m 文件对应的是巡检机器人的动力学模型。

给定期望输出qd,通过滑膜控制律得到其控制力矩u,再将控制力矩 u作为巡检机器人关节的输入,从而得到实际的跟踪输出q。

关节运行参数优化具体的优化步骤如以下所示:

设定机器人关节的期望输出,将期望输出对应的控制力矩代入动力 学方程得出跟踪输出;

比较期望输出和跟踪输出得出最优理论运行参数,通过理论最优运 行参数得出机器人的理论控制力矩。

该方法中,通过牛顿-欧拉法和旋量法建立动力学方程,在建立动力 学方程过程中需要考虑风载荷和输电线倾角。具体的,如以下所示:

牛顿-欧拉法:

通过牛顿-欧拉法和旋量法建立巡检机器人的整体动力学模型,动力 学模型如式所示:

通过滑膜控制法求解期望输出对应的控制力矩。

式中,τs为待设计项。

选取Lyapunov函数为

选取

其中,

将式子(3)代入(5)中,得到

通过李雅普诺夫函数可以验证,待设计项τs按照式(6)获取,则可 以实现控制律的稳定性。

通过比较不同跟踪误差的标准差及均方根值,获得最优运行参数, 跟踪误差是期望输出与跟踪输出之间的差值,标准差和均方根值越小其 所对应的理论运行参数最优。

具体的如以下所述:

为得到最佳的运动参数,分析相应的关节跟踪误差e,综合考虑其均 方根值以及标准差作为评定标准,从而从数值角度获取关节的最佳运动 参数以获取较好的稳定性。

e=q-qd

给定Matlab中求解均方根值以及标准差的实现程序:

δ=std(e,1)

RMSE=sqrt(sum((e).2)/n)

式中,δ为标准差,RMSE为均方根值。

接下来以跟踪误差为研究对象,分别求解在不同期望输出的条件下, 跟踪误差的均方根值以及标准差值,前者用于评价时间历程内跟踪误差 的偏离程度,后者用于评价跟踪误差的离散程度,将两个参数指标作为 综合评价依据,可以全面地对跟踪误差进行评价,从而评价关节的运动 参数。通过比较不同期望输出对应的标准差以及均方根值,得出最优的 关节运动参数。

图3、4为分别为巡检机器人第二组双轴联动中旋转关节在不同期望 旋转角速度的跟踪误差的均方根以及标准差。

由图3可知,关节3期望角速度ω在0.5πrad/s—1.5πrad/s范围内,跟 踪误差的均方根值较小,且在期望角速度ω=0.42πrad/s,达到最小值,表 明在这一区间进行取值时,能够得到与期望更吻合的实际跟踪值,期望 角速度ω小于0.5πrad/s以及大于1.5πrad/s时,跟踪误差会有较大的增幅, 并且在实际工程中,角速度等运动参数值也不能取得过大,要在合理可 控的范围内。

由图4可知,角速度ω=0.42πrad/s标准差也是达到最小值,此时的跟 踪误差不会出现较大的波动,整体趋势更为平缓。相比较而言,角速度ω 在0.5πrad/s—1.5πrad/s区间内,跟踪误差的标准差也较小。

综合来看,关节3的期望角速度取值在0.5πrad/s—1.5πrad/s,更为合 理,其中期望角速度ω=0.42πrad/s表现最佳。

在机器人实际运行过程最优运行参数的获取方式为:

通过比较不同实际误差的标准差及均方根值,获得最优运行参数,

实际误差是实际运行参数与理论控制力矩相对应的期望参数之间的 差值;

标准差和均方根值越小其所对应的运行参数最优。

需要说明的是:实际最优运行参数的获得方式和理论运行参数的获 得方法是一致的,指示两者在计算过程中所采用的参数的获取方式不同, 实际运行参数是利用传感器检测获得的,理论运行参数即跟踪输出是通 过计算获得的。

实际控制力矩获取方式为:通过滑膜控制法求解最优的实际运行参 数对应的控制力矩。

综上所述,本实施方式提供的关节控制方法包括巡检之前的理论计 算环节和巡检过程中参数调整过程,两过程中对控制力矩的调整方式所 采用的是同一套方法,区别是两者调整过程中应用的参数不同,通过多 次调整,提供了机器人运行的稳定性和准确性。

将抽象的巡检机器人关节运动环节转化为相应的数学模型,从数值 分析的角度进行运动参数的评价;

给出对应的Simulink模型,利于进行数值仿真分析;

提出一种基于跟踪误差均方根值以及标准差的数值评价方法,实现 关节运动参数评价的量化,兼从数据和图形角度,更加直观地得出结论;

给出Matlab中跟踪误差的均方根值以及标准差实现表达式,具有较 强的复现性。

在本实施方式中,还提供了一种巡检机器人,该巡检机器人包括关 机机构,该关节机构在如以上所述的巡检机器人关机运动控制方法的控 制下运行。

以上结合具体实施例描述了本发明的技术原理,这些描述只是为了 解释本发明的原理,不能以任何方式解释为对本发明保护范围的限制。 基于此处解释,本领域的技术人员不需要付出创造性的劳动即可联想到 本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1