高铁站台限界双轨测量过弯测量系统的制作方法
本发明涉及站台限界测量技术领域，具体为一种高铁站台限界双轨测量过弯测量系统。
背景技术：
铁路站台限界是在站台范围内车辆运行、停靠与旅客乘降安全所需要的空间尺寸。目前，我国铁路站台限界检测还是采用接触式的测量方法，例如利用站台尺、刻度尺、铅锤和量杆等器具对站台距轨道上端面的高度和站台距轨道线路中心的水平距离进行测量。上述测量方法由于采用人工测量的方式在测量过程中的测量误差大，同时测量作业繁琐复杂，导致测量效率低，不能满足站台限界测量和管理的需求。
因此为了便于快速、准确的对站台限界进行测量，现有技术中研究出了一种能够对站台限界进行测量的装置，其包括底架和服务器，底架上设有控制电机，底架的两侧设有行走轮，控制电机的输出轴与行走轮的转轴固定练级，行走轮的周面与轨道相抵，底架上设有升降底板，升降底板上设有电动升降柱，电动升降柱的顶部设有测量盒，测量盒的一侧设有水平超声波测距探头，测量盒的底部设有高度超声波测距探头，升降底板上还设有控制器，控制器用于控制测量盒上下移动，并将高度超声波测距探头和水平超声波测距探头所采集的限界数据发送给服务器，服务器用于对限界数据进行处理，并反馈给用户终端供用户查看。测量时，启动控制电机，控制电机的输出轴转动，从而带动行走轮转动，进而使得测量装置在轨道上移动。通过行走轮使得测量装置运动到指定位置，再通过水平超声波测距探头、高度超声波测距探头测量指定位置的水平限界和垂直限界，并通过控制器将水平限界和垂直限界发送给服务器，经服务器处理后的数据在用户终端进行显示。
而通常为保证测量装置所测量数据的准确性，需避免测量装置在移动过程中发生倾斜，因此要求测量装置在移动过程中其两侧行走轮的连线与轨道垂直，同时行走轮的转速会相同，测量装置的两侧保持相同的速度运动。但是当测量装置在有弧度的轨道(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，若测量装置的两侧采用相同的速度移动，会使得测量装置两侧错位，无法保持其两侧行走轮的连线与轨道垂直。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，使得测量装置能够顺利通过弯道。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。因此亟需一种能够在对弯道限界进行准确测量的测量系统。
技术实现要素：
本发明意在提供一种高铁站台限界双轨测量过弯测量系统，能够对位于测量机器人两侧的电机进行差速控制，从而提高测量机器人在弯道所测量数据的准确性。
本发明提供基础方案是：高铁站台限界双轨测量过弯测量系统，包括测量机器人和搭载在测量机器人上的机器人系统，所述测量机器人包括测量仪，所述测量仪用于测量站台至测量仪的距离，所述测量机器人内设有多个电机，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轨道关联数据；
所述机器人系统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轨道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：轨道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：使用时，测量机器人在轨道上移动，并在移动过程中测量其与站台之间的距离，此处的距离为测量仪至站台的距离，即测距激光的发射点至被站台遮挡处之间的距离，通过测量仪获得测量仪至站台的距离。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，采集轨道关联数据，通过轨道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，从而提高测量仪在弯道测量的站台至测量仪的距离的准确性。
进一步，所述测量仪用于依次获取测量数据，所述测量机器人还包括陀螺仪，所述陀螺仪与测量仪固定连接，所述陀螺仪用于检测测量仪的倾斜角度；所述机器人系统还包括测量计算子系统，所述测量计算子系统用于获取测量数据、倾斜角度和测量关联数据，并根据测量数据、倾斜角度和测量关联数据生成限界数据。
名词说明：测量关联数据为根据测量数据得到限界数据所需的测量数据与限界数据的关联信息，包括但不限于测量数据与限界数据的比例关系，测量数据所代表的距离与限界数据所代表的距离之间的角度。
有益效果：通过测量仪获得测量仪至站台的距离，即测量数据，通过测量数据计算出限界数据，限界数据为站台至轨道上端面的竖直距离，以及站台距轨道线路中心的水平距离。利用限界数据可建立站台模型供用户查看。陀螺仪的设置，能够实时获取测量仪沿轨道运动时相对于轨道的倾斜角度，由于陀螺仪与测量仪固定连接，即陀螺仪的倾斜角度为测量仪的倾斜角度，通过陀螺仪采集倾斜角度，从而通过倾斜角度表征测量机器人在轨道上的晃动，根据倾斜角度生成限界数据，从而使得限界数据更贴近站台限界的实际情况，减小因测量机器人在运动过程中晃动造成的测量误差，进而实现对站台限界的准确测量。
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轨道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，提高测量机器人在弯道所测量数据的准确性。
进一步，所述测量仪包括用于发射测距激光的激光器，以及用于透过测距激光的透光面，所述透光面倾斜设置，所述测距激光能够在竖直平面上摆动形成摆动角，当测距激光位于摆动角的角平分线时，所述测距激光与透光面垂直。
有益效果：透光面倾斜设置，避免遮挡测距激光，便于测量仪测量其至站台竖直面的最顶端的距离。激光器的设置，提供测距激光，测距激光在站台竖直面上移动，结合测量机器人的移动，实现测量激光器至站台竖直面任一点的距离。当测量机器人位于轨道上任一位置时，测距激光在竖直平面上的投影形成以激光器为顶点的摆动角，当测距激光在竖直平面上的投影位于摆动角的角平分线时，测距激光与透光面垂直。
进一步，所述激光器用于获取测距激光至摆动角的角平分线之间的角度作为测量倾角，所述激光器还用于获取测量距离，所述测量机器人用于将测量倾角、测量距离整合为测量数据；所述测量计算子系统预设有固定倾角，所述固定倾角为测量关联数据，所述机器人系统用于根据测量距离、测量倾角、固定倾角生成限界数据。
名词说明：测量距离为激光器位于测量倾角时，所测得的激光器至站台竖直面某一点的距离；固定倾角为透光面与水平面之间的夹角；限界数据为测量距离在水平方向上投影的长度和测量距离在竖直方向上投影的长度。
有益效果：在已知固定倾角的情况下，根据测量倾角可得知测距激光与站台竖直面的夹角，在测得测量距离的情况下，可根据三角函数获得限界数据。
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，所述图像数据为轨道关联数据；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，从而避免测量仪在测量过程中发生晃动，减小测量机器人的测量误差，提高测量机器人在弯道所测量数据的准确性。
进一步，所述数据处理子系统预设有bp神经网络模型，所述bp神经网络模型用于输入轨道关联数据时，输出弧度比。
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，所述阻力数据为轨道关联数据；所述数据处理子系统用于将多个阻力数据输入bp神经网络模型，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bp神经网络模型输入阻力数据，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bp神经网络模型生成，在bp神经网络模型的工作过程中，可不断的优化bp神经网络模型，使得最终的生成弧度比更加准确。
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，所述扭矩数据为轨道关联数据；所述数据处理子系统用于将多个电机的扭矩数据输入bp神经网络模型，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bp神经网络模型输入扭矩数据，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bp神经网络模型生成，在bp神经网络模型的工作过程中，可不断的优化bp神经网络模型，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为本发明高铁站台限界双轨测量过弯测量系统实施例一测量机器人的结构示意图；
图2为本发明高铁站台限界双轨测量过弯测量系统实施例一的逻辑框图；
图3为本发明高铁站台限界双轨测量过弯测量系统实施例一的当第一输入角为仰角时的原理示意图；
图4为本发明高铁站台限界双轨测量过弯测量系统实施例一中当第一输入角为俯角时的原理示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
说明书附图中的附图标记包括：滚筒1、测量仪2、机器人主体3。
实施例一
高铁站台限界双轨测量过弯测量系统，包括测量机器人和搭载在测量机器人上的机器人系统。
如附图1所示，测量机器人包括机器人主体3和设置在机器人本体2内的控制器，机器人主体3的两侧开有控制腔，控制腔内设有旋转电机，旋转电机的输出轴通过联轴器连接滚轴，滚轴远离旋转电机的一端伸出控制腔，且焊接有滚筒1。本实施例中，滚筒1共有四个，分为两组，一组设置在机器人主体3的左侧(以下称为左侧滚筒)，另一组设置在机器人主体3的右侧(以下称为右侧滚筒)，两组中靠近机器人主体3前端的两个滚筒同轴设置，远离机器人主体3前端的两个滚筒同轴设置。同样的，在本实施例中，旋转电机的数量为四个，每一旋转电机对应一个滚筒，与左侧滚筒连接的旋转电机称为左侧电机，与右侧滚筒连接的旋转电机称为右侧电机，左侧电机、右侧电机均与控制器信号连接。在其他实施例中，旋转电机的数量可为两个，一个旋转电机用于控制左侧滚筒，一个旋转电机用于控制右侧滚筒。
本申请应用于双轨，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，使得机器人主体3的左侧在左侧轨道上移动，同样的方式使得机器人主体3的右侧在右侧轨道上移动，左、右侧滚筒均运行，则使得机器人主体3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。
测量机器人还包括测量仪2，测量仪2用于测量站台至测量仪2的距离，测量仪2开设有测量腔，测量腔连通机器人主体3左侧的控制腔，测量仪2的外壳与机器人主体3的外壳一体成型。测量仪2包括用于发射测距激光的激光器，测距激光在竖直平面上摆动使测距激光形成摆动角。测量仪2远离两轨道对称轴的左侧设有透光面，透光面用于透过测距激光，透光面由上至下沿两轨道对称轴向测量仪2方向倾斜设置，当测距激光位于摆动角的角平分线时，测距激光与透光面垂直。在本实施例中，激光器采用型号为lms4121r-13000的激光扫描仪，测量仪2能够获取测距激光的测量距离和测量角度。在其他实施例中，测量仪2可采用激光器和旋转支架，激光器固定在旋转支架上，旋转支架包括测量电机，测量电机的输出轴上键连接有转盘，激光器粘接在转盘的周面上，通过控制测量电机的转动控制激光器在竖直平面上转动使其发出的测距激光形成摆动角，激光器能够获取测量距离，通过测量电机的转动能够获取测量角度。
测量腔内还设有陀螺仪，陀螺仪与激光器固定连接，陀螺仪用于检测自身的倾斜角度作为激光器的倾斜角度。控制器与激光器、旋转电机、陀螺仪电连接，激光器用于获取测距激光至摆动角的角平分线之间的角度作为测量倾角，还用于获取测量倾角对应的测量距离，陀螺仪用于检测倾斜角度，控制器用于将测量倾角和测量距离整合为测量数据。
机器人本体上设置有采集装置，在本实施例中，采集装置包括摄像头，摄像头设置在机器人本体的前端，且朝向机器人本体待移动的轨道。摄像头用于采集待移动的轨道的图像数据，图像数据为轨道关联数据，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。
如附图2所示，机器人系统包括测量计算子系统、数据库、数据处理子系统、行进控制子系统，数据库中预存有分析规则，机器人系统用于获取测量数据、倾斜角度，并存储在数据库中。
测量计算子系统，包括
限界计算模块，预设有固定倾角，固定倾角为测量关联数据，限界计算模块用于将测量数据解析为测量距离和测量倾角，并从数据库中获取分析规则，将测量距离、测量倾角、固定倾角、倾斜角度代入分析规则获得限界数据，并将限界数据存储在数据库中。分析规则包括第一输入角度α、第二输入角度β、第三输入距离oa、第四输入角度、预设竖直距离、预设水平距离、预设测量距离、第一竖直距离oh和第一水平距离ah，以及第一输出距离、第二输出距离；其中第三输入距离oa、第一竖直距离0h和第一水平距离ah为同一三角形的三边；如附图3所示，当第一输入角度α为仰角时，根据以下公式获得第一输入距离oa与第一竖直距离oh的夹角ω：ω＝β-α；如附图4所示，当第一输入角度α为俯角时，根据以下公式获得第一输入距离oa与第一竖直距离oh的夹角ω：ω＝β+α；并根据第三输入距离oa、夹角ω利用三角函数计算出第一竖直距离oh和第一水平距离ah，即oh＝oa·cosω，ah＝oa·sinω。根据第四输入倾角、预设竖直距离、预设水平距离、预设测量距离生成补偿竖直距离和补偿水平距离；对第一竖直距离oh和补偿竖直距离求和获得第一输出距离，并对补偿水平距离和第一水平距离ah求和获得第二输出距离。具体的，将测量倾角作为第一输入角度α、固定倾角作为第二输入角度β、测量距离作为第三输入距离oa、倾斜角度作为第四输入角度代入分析规则，并将分析规则输出的第一输出距离和第二输出距离作为限界数据。
根据第四输入倾角、预设竖直距离、预设水平距离、预设测量距离生成补偿竖直距离和补偿水平距离，具体为：在制作测量机器人时，预设水平距离、预设竖直距离已经固定，在本实施例中，预设测量距离为激光器至机器人主体左侧的滚筒与轨道接触面的中心点的距离，以该中心点为坐标原点构建空间坐标系，预设水平距离、预设竖直距离、预设测量距离为同一竖直平面下的数据，根据预设水平距离、预设竖直距离、预设测量距离可知当测量机器人水平放置在轨道上时，轨道线路中心的坐标、激光器的坐标，根据预设测量距离和倾斜角度(倾斜角度即为第四输入倾角)，计算出采集测量数据时激光器所在坐标，此时计算出的坐标为当测量机器人发生倾斜时，激光器所处位置的坐标，根据激光器所在坐标和轨道线路中心的坐标即可获得此时激光器至轨道上端面的竖直距离，以及激光器至轨道线路中心的水平距离，即补偿竖直距离和补偿水平距离。
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。
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！