论文部分内容阅读
近年来,玻璃幕墙以其优越的采光性能,广泛的应用于城市中的高楼大厦,但清洗过程中存在一些难题,传统的以人工作业为代表的壁面清洗方式不仅成本高而且危险系数大,因此设计开发一种实用、高效的智能壁面清洗机器人具有较大的现实意义。为实现壁面清洗机器人在复杂环境下的自主运动和作业,本文在关键机构设计、清洗过程中的障碍物识别和路径规划问题进行研究分析,具体的研究内容如下:首先,以壁面清洗的实际工况为基础,设计了一种旋翼负压混合吸附工作的多边形履带清洗机器人,并对机器人动力学性能和负压性能进行仿真分析,从而为样机实现奠定基础。通过建立机器人在壁面工作时的动力学模型,对越障过程中出现的机器人倾覆、滑移两种失效形式进行动力学分析,确定出多边形履带的结构参数和驱动力矩的大小;针对负压吸附装置的稳定性问题,利用CFD仿真软件,对负压吸附过程中腔体内部压差变化进行了仿真分析,在此基础上利用样机进行爬行和越障试验,结果表明所设计的机器人能可靠的吸附在壁面上,具有良好的越障性能。其次,根据机器人结构和环境特点设计了机器人控制系统,结合机器人功能需求和控制系统需求进行分析,从而进一步制定出机器人系统组成结构;针对机器人的轨迹跟踪控制过程中偏差大的突出问题,进行重点研究,为保证机器人能沿指定路径移动,建立机器人系统动力学方程,搭建Simulink仿真模型,从而研究机器人轨迹性能,为后面机器人路径规划奠定基础。然后,基于云理论的障碍物检测识别方法研究,准确的障碍物识别对于实现壁面清洗机器人自动清洗作业至关重要。根据机器人的工作原理以及环境特点,设计了一种基于云理论的壁面障碍物检测识别的方法。采用云理论方法将障碍物小波矩特征建立云分布模型,提取云分布模型的数学特征构造支持向量机识别模型。试验结果表明云理论结合支持向量机的方法能有效的识别壁面上的三种障碍,识别率达到96%以上。最后,以障碍物识别结果和机器人轨迹跟踪的研究为基础,通过建立壁面环境地图,结合机器人往复运动作业的方式,借助栅格法和移动机器人全局路径规划算法建立全局地图的路径规划,利用A*算法解决机器人陷入死点的路径规划问题,从而降低了清洗路径的重复率,使得机器人能以100%的清洗覆盖率和5.7%的路径重复率完成环境地图的路径规划。