基于多传感器信息融合的管道机器人管内通过性研究

论文摘要

管道机器人是在特殊环境下为人类提供服务的一种智能化设备,随着管道检测技术的发展和应用,在役管道的维护需求为管道机器人的研究和应用提供了广阔的发展空间,这领域的研究得到了世界各国的重视。由于管道环境特殊,作业狭窄,并且需要远程行走,对其环境探测和行走控制的研究是非常必要的。经过多年的发展,目前管道机器人技术得到了迅速发展,但是从总体技术来看,管道机器人的开发和研制仍然处于发展阶段,其成果主要集中在实验样机,距离产业化应用还有一段距离。目前管道机器人的研究大多局限在直管环境,智能化程度不是很高,在管道中行走不是很稳定,特别是在变径管和弯道中。对于三轮驱动式管道机器人,过弯和越障一直是机器人行走控制的瓶颈问题,本文利用多传感器信息融合算法和PMAC控制卡对机器人在管道的行走控制和管道通过性进行研究。本文介绍了了管道机器人和信息融合算法的研究背景和现状,根据油气管道环境的特点,建立了其体系结构,采用的管道机器人行走机构采用三轮差速驱动方式,经过分析这样的结构设计既能够实现在管道中平稳的行走,又能实现过弯和越障。本文所做的工作概括如下:在介绍了模糊神经网络理论的基础上,建立了适合于油气管道机器人的模糊神经网络控制模型,确定了输入输出量和模糊规则,并进行了学习算子的推导,最后对管道中弯道情形的速度变化进行了仿真验证。对圆弧弯道和T型弯道进行了描述,分析了机器人在弯道处的几何约束和运动约束,着重介绍了机器人在T型管的运动控制和遇到台阶及障碍物的碰撞检测和越障能力,然后利用PMAC控制卡对机器人驱动轮进行了行走控制,并对机器人过弯时的前后驱动轮速度进行了仿真分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景和意义
• 1.1.1 课题的研究背景
• 1.1.2 课题的研究意义
• 1.2 课题的研究现状
• 1.2.1 管道机器人技术研究现状
• 1.2.2 多传感器信息融合技术研究现状
• 1.2.3 管内通过性研究现状
• 1.3 论文的研究内容
• 第二章 管道机器人体系结构及力学分析
• 2.1 管道机器人结构设计
• 2.2 主要传感器
• 2.3 控制系统结构
• 2.3.1 硬件系统结构
• 2.3.2 软件系统结构
• 2.4 管道机器人力学分析
• 2.4.1 机器人管内运行受力分析
• 2.4.2 机器人驱动机构受力分析
• 2.5 本章小结
• 第三章 基于模糊神经网络的信息融合算法
• 3.1 模糊神经网络基础理论
• 3.1.1 模糊控制基础理论
• 3.1.2 神经网络基础理论
• 3.1.3 模糊神经网络基础理论
• 3.2 基于T-S模型的模糊神经网络
• 3.3 输入输出量的确定
• 3.4 模糊神经网络控制模型的建立
• 3.5 模糊规则的建立
• 3.6 模糊神经网络学习算法推导
• 3.7 仿真验证
• 3.8 本章小结
• 第四章 管道机器人行走控制
• 4.1 弯道的描述
• 4.1.1 圆弧弯道描述
• 4.1.2 T型弯道描述
• 4.2 弯道机器人在弯道处的几何约束
• 4.2.1 管道机器人在圆弧弯道处的几何约束
• 4.2.2 弯道机器人在T型管道处的几何约束
• 4.3 管道机器人在弯道处的运动约束
• 4.3.1 电机在弯道处驱动力方程
• 4.3.2 在弯道处运动方程
• 4.4 管道机器人在T型管运动控制
• 4.4.1 直接通过主管道
• 4.4.2 从主管道进入侧管道
• 4.5 管道机器人碰撞检测
• 4.5.1 管道机器人碰撞检测算法
• 4.5.2 管道机器人越障
• 4.6 基于PMAC的管道机器人行走控制
• 4.6.1 PMAC指令
• 4.6.2 PComm32 与应用程序通讯
• 4.6.3 差速行走控制
• 4.7 仿真验证
• 4.8 本章小结
• 第五章 总结与展望
• 5.1 论文总结
• 5.2 论文主要贡献和创新
• 5.3 今后要开展的工作
• 参考文献
• 攻读硕士学位期间取得的学术成果
• 致谢