用于高铁站台限界的弯道行进系统的制作方法
本发明涉及限界测量机器人行进控制技术领域，具体为一种用于高铁站台限界的弯道行进系统。
背景技术：
在进行站台限界测量时，为节省人力资源，同时减小测量误差，会采用测量机器人进行测量的方式。应用于双轨的测量机器人通常包括机器人本体，机器人本体的内部设有控制电机，机器人本体的两侧设有滚筒，控制电机的输出轴与滚筒的转轴固定连接，滚筒的周面与轨道相抵。测量时，启动控制电机，控制电机的输出轴转动，从而带动滚筒转动，进而使得机器人本体在轨道上移动。
而通常为保证测量机器人所测量数据的准确性，需避免测量机器人在移动过程中发生倾斜，因此要求测量机器人在移动过程中其两侧滚筒的连线与轨道垂直，同时滚筒的转速会相同，测量机器人的两侧保持相同的速度运动。但是当测量机器人在有弧度的轨道(以下称为弯道)进行移动时，由于轨道的内轨和外轨之间存在距离差，若测量机器人的两侧采用相同的速度移动，会使得测量机器人两侧错位，无法保持其两侧滚筒的连线与轨道垂直。在限界测量领域中暂无解决该问题的方案，通常是利用电机自身的堵转，使得测量机器人能够顺利通过弯道。采用电机堵转的方式，每次经过弯道都会对电机造成损耗，从而缩短电机的使用寿命。因此亟需一种能够对两侧滚筒在弯道实现差速控制的行进控制系统。
技术实现要素：
本发明意在提供一种用于高铁站台限界的弯道行进系统，能够对位于测量机器人两侧的电机进行差速控制，避免测量机器人在过弯道时发生晃动或倾斜，保证测量机器人所测量数据的准确性。
本发明提供基础方案是：用于高铁站台限界的弯道行进系统，包括设置在测量机器人上的多个电机，所述电机用于控制测量机器人在轨道上的移动速度；所述测量机器人上设置有采集装置，所述采集装置用于采集反映轨道弧度的关联数据；还包括数据处理子系统和行进控制子系统，所述数据处理子系统用于根据关联数据生成电机控制比，所述行进控制子系统用于根据电机控制比控制多个电机输出的转速。
名词说明：关联数据为通过采集装置所采集的反映轨道弧度的数据，可以为反映滚筒所受阻力的压力数据或反映电机扭矩的扭矩数据，以及反映轨道弧度的图像数据。
基础方案的工作原理及有益效果是：电机的设置，为滚筒提供动力源，使得滚筒带动测量机器人在轨道上移动，通过控制电机输出轴的转速即能控制测量机器人在轨道上的移动速度，转速越大移动速度越快，同时单位时间内移动距离越长。采集装置的设置，采集关联数据，通过关联数据反映轨道弧度，从而生成电机控制比。电机控制比，可认为是各个电机的转速比，通过电机控制比控制不同电机的输出轴输出的转速，从而控制各个电机对应的滚筒在单位时间内在轨道上的移动距离，即实现不同滚筒的差速控制。当测量机器人在直线轨道上运行时，多个电机输出的转速相同，保证测量机器人两侧滚筒的连线与轨道垂直；当测量机器人在弯道上运行时，位于测量机器人两侧的电机转速不同，内侧轨道转速较小，外侧轨道转速较大(此处的内侧轨道指半径较小的一侧轨道，外侧轨道指半径较大的一侧轨道)，从而保证测量机器人两侧滚筒的连线仍与轨道垂直。通过对位于测量机器人两侧的电机进行差速控制，避免测量机器人在过弯道时发生晃动或倾斜，保证测量机器人所测量数据的准确性；同时也无需电机进行堵转，延长电机的寿命。
进一步，所述轨道包括内轨和外轨，所述内轨的半径小于外轨的半径；所述数据处理子系统用于根据关联数据生成相同角度下内轨和外轨的弧度比，并根据弧度比生成测量机器人两侧在内轨和外轨上移动的速度比，所述速度比为电机控制比。
有益效果：弧度比为内轨和外轨在相同角度下的弧度比，相同角度下，内轨的弧度小于外轨的弧度；速度比为测量机器人两侧在内轨和外轨上移动的速度比，相同位移下，测量机器人在内轨上移动的速度小于在外轨上移动的速度。速度比为电机控制比，即单位时间内，测量机器人在内轨上的移动距离小于在外轨上的移动距离，由此使得测量机器人两侧滚筒的连线与所处弯道处垂直，从而使得测量机器人能够在弯道上稳定的移动，减小测量机器人的测量误差。
进一步，所述采集装置包括摄像头，所述摄像头设置在测量机器人的前端，且朝向测量机器人待移动的轨道，所述摄像头用于采集轨道的图像数据，并将图像数据发送给数据处理子系统，所述图像数据为关联数据；所述数据处理子系统用于对图像数据进行图像识别获得弧度比。
有益效果：摄像头设置在测量机器人的前端，用于采集测量机器人即将移动到的轨道的图像，并利用图像识别技术对图像数据进行分析识别，从而获得弧度比。测量机器人放置在轨道上，放置时，测量机器人两侧滚筒的连线与轨道垂直，以此作为识别基准，从而识别出内轨与外轨的弧度，再利用弧度比生成的电机控制比对电机进行控制，进而使得测量机器人始终保持其两侧滚筒的连线与轨道垂直，避免测量机器人在轨道上移动时产生晃动和倾斜。
进一步，所述数据处理子系统预设有分析模型，所述分析模型用于根据输入的关联数据生成弧度比并输出。
有益效果：利用分析模型获得弧度比，其运行更加稳定，输出的弧度比更准确。
进一步，所述分析模型为bp神经网络模型。
有益效果：bp神经网络模型有很高的容错率，稳定性好，能够对各种轨道准确的进行判断。并且，bp神经网络模型在投入使用后，仍会在工作过程中不断的自我优化，不断的提高分析的准确性。
进一步，所述电机的输出轴固定连接有滚筒，所述滚筒位于测量机器人的两侧，且滚筒分别与内轨、外轨相抵；所述采集装置包括多个力传感器，所述力传感器设置在滚筒的周面，所述力传感器用于采集滚筒所受轨道作用力的阻力数据，并将阻力数据发送给数据处理子系统，所述阻力数据为关联数据；所述数据处理子系统用于将多个阻力数据输入分析模型，获得弧度比。
有益效果：力传感器设置在滚筒的周面上，当测量机器人在弯道上移动时，不同力传感器受到轨道的阻力不同，即各个力传感器所采集的阻力数据不同，通过阻力数据反映此时测量机器人所处位置内轨和外轨的弧度比。向分析模型输入阻力数据，从而获得弧度比，再利用弧度比生成的电机控制比对电机进行控制，进而使得测量机器人始终保持其两侧滚筒的连线与轨道垂直，避免测量机器人在轨道上移动时产生晃动和倾斜。与通过图像识别的方式相比，采用分析模型生成，在分析模型的工作过程中，可不断的优化分析模型，使得最终的生成弧度比更加准确。
进一步，所述力传感器均匀分布在滚筒的周面上。
有益效果：力传感器均匀设置在滚筒的周面，可结合力传感器的位置生成弧度比，从而使获得弧度比更加准确。
进一步，所述采集装置包括多个扭矩传感器，所述扭矩传感器均设置在电机上，所述扭矩传感器用于采集电机的扭矩数据，所述扭矩数据包括扭矩值和扭矩方向；并将扭矩数据发送给数据处理子系统，所述扭矩数据为关联数据；所述数据处理子系统用于将多个电机的扭矩数据输入分析模型，获得弧度比。
有益效果：扭矩传感器设置在电机上，当测量机器人在弯道上移动时，滚筒受到轨道的阻力不同，即各个电机所测得的扭矩数据不同，通过扭矩数据反映此时测量机器人所处位置内轨和外轨的弧度比。向分析模型输入扭矩数据，从而获得弧度比，再利用弧度比生成的电机控制比对电机进行控制，进而使得测量机器人始终保持其两侧滚筒的连线与轨道垂直，避免测量机器人在轨道上移动时产生晃动和倾斜。与通过图像识别的方式相比，采用分析模型生成，在分析模型的工作过程中，可不断的优化分析模型，使得最终的生成弧度比更加准确。与通过力传感器采集阻力数据相比，力传感器与轨道相接触容易产生损耗，缩短力传感器的使用寿命，而采用扭矩传感器可避免该问题。
附图说明
图1为本发明用于高铁站台限界的弯道行进系统实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
用于高铁站台限界的弯道行进系统，包括测量机器人、数据处理子系统、数据库、行进控制子系统。
测量机器人内设有电机和控制器，电机的输出轴通过联轴器连接有滚轴，滚轴远离电机的一端伸出测量机器人，且焊接有滚筒。在本实施例中，滚筒共有四个，分为两组，一组设置在测量机器人的左侧(以下称为左侧滚筒)，另一组设置在测量机器人的右侧(以下称为右侧滚筒)，两组中靠近测量机器人前端的两个滚筒同轴设置，远离测量机器人前端的两个滚筒同轴设置。同样的，在本实施例中，电机的数量为四个，每一电机对应一个滚筒，与左侧滚筒连接的电机称为左侧电机，与右侧滚筒连接的电机称为右侧电机，左侧电机、右侧电机均与控制器信号连接。在其他实施例中，电机的数量可为两个，一个电机用于控制左侧滚筒，一个电机用于控制右侧滚筒。
本申请应用于双轨铁路，左侧滚筒与左侧轨道相抵，右侧滚筒与右侧轨道相抵，左侧电机带动左侧滚筒转动，使得测量机器人的左侧在左侧轨道上移动，同样的方式使得测量机器人的右侧在右侧轨道上移动，左、右侧滚筒均运行，则使得测量机器人能够以保持左、右侧滚筒的连线与轨道垂直的方式在轨道上移动，左、右侧滚筒的连线为同轴设置的两个滚筒的连线。
如附图1所示，测量机器人上设置有采集装置，在本实施例中，采集装置包括摄像头，摄像头设置在测量机器人的前端，且朝向测量机器人待移动的轨道。摄像头用于采集待移动的轨道的图像数据，图像数据为关联数据，并将图像数据发送给数据处理子系统，并将图像数据存储在数据库中。
数据处理子系统，包括：
图像分解模块，用于对图像数据进行分解获取帧图像。
图像过滤模块，用于对帧图像进行检测，获取帧图像的模糊度，模糊度越大，帧图像越清晰，剔除模糊度小于100的帧图像。
图像识别模块，用于依次对帧图像进行图像识别，获得相同角度下左侧轨道和右侧轨道的弧度比。
数据转换模块，用于根据弧度比和速度计算公式：v＝s/t，生成测量机器人两侧在左侧轨道和右侧轨道上同时移动的速度比，速度比为电机控制比，并将电机控制比发送给行进控制子系统。
行进控制子系统，包括：
控制转换模块，用于将电机控制比作为转速比，并根据转速比生成电机控制信息，将电机控制信息发送给控制器。
控制器用于接收电机控制信息，并根据电机控制信息分别控制左侧电机、右侧电机输出轴输出的转速。
为便于说明，本实施例中以轨道向左弯曲进行说明，则左侧轨道为内轨，右侧轨道为外轨，内轨的半径小于外轨的半径，即需要控制测量机器人左侧的移动速度小于测量机器人右侧的移动速度。通过摄像头采集待移动的轨道的图像数据；通过数据处理子系统对图像数据进行图像识别获得测量机器人两侧在内轨和外轨上移动的速度比，测量机器人左侧在左侧轨道上的移动速度小于测量机器人右侧在右侧轨道上的移动速度；通过行进控制模块获得左侧滚筒和右侧滚筒的转速比，左侧滚筒的转速小于右侧滚筒的转速；通过控制器对左侧电机和右侧电机进行控制，使得左、右侧滚筒在轨道上实现差速运动，相同时间内，左侧滚筒的移动距离小于右侧滚筒的移动距离，从而使得测量机器人能够以保持左、右侧滚筒的连线与轨道垂直的方式在轨道上移动。
实施例二
本实施例与实施例一的不同之处在于：在本实施例中，采集装置包括多个扭矩传感器，扭矩传感器与电机的数量相同，一个电机上设置一个扭矩传感器。扭矩传感器用于采集电机的扭矩数据，扭矩数据包括扭矩值和扭矩方向，扭矩数据为关联数据，并将扭矩数据发送给数据处理子系统。在本实施例中，为便于说明将左侧电机定义为第一左侧电机和第二左侧电机，将右侧电机定义为第一右侧电机和第二右侧电机，第一左侧电机和第一右侧电机同轴设置。
数据处理子系统包括神经网络模块，神经网络模块包括分析模型，在本实施例中，分析模型为bp神经网络模型。神经网络模块用于使用bp神经网络技术来计算出弧度比，具体的，首先构建一个三层的bp神经网络模型，包括输入层、隐层和输出层，本实施例中，以第一左侧电机、第二左侧电机、第一右侧电机和第二右侧电机的扭矩值和扭矩方向作为输入层的输入，因此输入层有8个节点，而输出是弧度比，因此输出层共有1个节点。针对于隐层，本实施例使用了以下公式来确定隐层节点的数量：
在bp网络模型构建完毕后，通过测试获得实验数据，测试具体可为使测量机器人在已知弧度的轨道上移动，并获得测量机器人的在移动过程中采集的扭矩数据作为实验数据，利用实验数据作为样本对模型进行训练，训练完成后得到的模型可以取得较为准确的计算结果。bp神经网络模型有很高的容错率，稳定性好，能够对各种轨道准确的进行判断。并且，bp神经网络模型在投入使用后，仍会在工作过程中不断的自我优化，不断的提高分析的准确性。
神经网络模块用于输入第一左侧电机、第二左侧电机、第一右侧电机和第二右侧电机的扭矩值和扭矩方向，并将输出的弧度比发送给数据转换模块。通过bp神经网络模型获取弧度比，使得最终获得的弧度比更加准确，更符合轨道的真实数据，从而使得对测量机器人进行差速控制时，更加精准，进而减小甚至于避免测量机器人在过弯道时发生的晃动，提高测量机器人测量数据的准确性。
实施例三
本实施例与实施例二的不同之处在于：本实施例中，采集装置包括多个力传感器，力传感器均匀设置在滚筒的周面，力传感器用于采集滚筒所受轨道作用力的阻力数据，阻力数据为关联数据，并将阻力数据发送给数据处理子系统。不同力传感器设有不同编号，传输阻力数据的同时传输传感器编号，通过传感器编号可表征力传感器所在位置。
构建bp神经网络模型时，以传感器编号和阻力数据作为输入，在本实施例中，滚筒的周面设有三十六个力传感器，即四个滚筒共有一百四十四个力传感器，即输入层有288个节点。在计算隐层的节点数时，在本实施例中，a取为3，因此隐层共有20个节点。在获取实验数据作为样本对模型进行训练时，测试所采集的数据为阻力数据，并将采集的阻力数据和对应的传感器编号作为实验数据，利用实验数据作为样本对模型进行训练。
神经网络模块用于输入一百四十四个力传感器的传感器编号和阻力数据，并将输出的弧度比发送给数据转换模块。通过多个力传感器的设置，能够采集到多个阻力数据，通过多个数据的融合使得bp神经网络模型输出的弧度比更加准确，同时由于多个力传感器的存在，在采集bp神经网络模型输入数据的相关设备损坏又无法及时更换时，仍能实现对测量机器人的差速控制，从而保证测量机器人进行正常的测量。
实施例四
本实施例与实施例一的不同之处在于：测量机器人内还设有电磁铁，电磁铁与滚筒数量相同，且分别位于滚筒的上方。电磁铁均与控制器信号连接，控制器用于控制电磁铁的启闭，并用于控制输入电磁铁的电压值。通过对电压值进行调节，从而控制电磁铁吸力的大小。
数据处理子系统还包括弯道判断模块、空转判断模块。
数据处理子系统用于将弧度比发送给弯道判断模块，弯道判断模块预设有弯道弧度范围，弯道判断模块用于接收弧度比，当弧度比的数值超出弯道弧度范围时，生成电磁开启信号；当弧度比位于弯道弧度范围内时，生成电磁关闭信号。在本实施例中，弯道弧度范围为0.95至1.05，当弧度比的数值超出该范围，即小于0.95或大于1.05时，认为测量机器人即将移动到弯道上。
电机上还分别设有空转扭矩传感器，空转扭矩传感器与控制器信号连接，空转扭矩传感器用于采集电机的扭矩判断数据，并将扭矩判断数据通过控制器上传至数据处理子系统。
空转判断模块预设有空转扭矩范围，空转判断模块用于接收扭矩判断数据，当扭矩判断数据位于空转扭矩范围内时，生成电压增加信号；并在扭矩判断数据超出空转扭矩范围时，生成电压减小信号。在本实施例中，空转扭矩范围由对电机进行空载实验可得。
控制器用于根据电磁开启信号控制电磁铁启动，使得电磁铁产生磁力吸附轨道，从而增加测量机器人与轨道之间的摩擦，减少滚筒出现打滑的现象。控制器还用于在电磁铁处于启动信号时，根据电压增加信号增加输入电磁铁的电压，从而减少滚筒出现打滑的现象，并根据电压减小信号减小输入电磁铁的电压，避免电磁铁吸力过大增大电机的功耗。控制器还用于根据电磁关闭信号控制电磁铁关闭。
测量机器人在弯道上移动时，由于弯道两侧轨道的弧度不同，使得测量机器人容易向外侧倾斜，由于测量机器人在弯道上倾斜，一侧会出现空转的现象，同时在测量机器人的移动过程中，也会存在打滑的现象。通过电磁铁吸附导轨，增加滚筒与轨道之间的摩擦力，能够避免测量机器人倾斜的现象，同时也能够减少滚筒出现打滑的现象。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
- 还没有人留言评论。精彩留言会获得点赞！