为降低内涝发生率,需要及时对市政管道进行疏通,保证市政管道的排水能力。人工疏通体力重,效率低,爆炸、死人等事故常有发生,且部分市政管道的直径较小,工人难以到达堵塞部位,只能进行局部疏通。同时针对目前对机器人作业范围和作业适应能力的高要求,研制一套具有内-外环境自感知、自决策、自执行、自适应能力的人-机-环境共融系统应用于管道疏通作业,实现人-机-环境三者之间彼此“交谈”,实现信息实时交互与共享,并对系统中的重要组成部分—管道疏通机器人,完成智能化设计,就显得十分有必要。本次论文的主要研究内容分为以下几点:(1)针对社会发展需求和当前技术现状,提出了一个能实现自适应环境、人机共融组织和智能决策的人-机-环境共融系统。首先设计了人、智能中心、机器人和传感器等所构成的多机器人作业系统的结构体系及其组织形式.设计了C/S和P2P混合式的M2M通信模型,由C/S模型实现人-机控制类和状态类信息的远程传输,由P2P模型实现机-机状态类信息的共享。研发了机器人自定位、作业环境感知、避障路径优化、轨迹规划和运动控制等智能模块,实现机器人自主作业的执行操作。最终,将该系统引入管道疏通作业中。(2)针对“人-机-环境共融”排堵体系中重要组成部分-管道排堵设备,提出一款基于自适应移动机构的管道疏通机器人,引入一种“丝杠螺母+平行四边形”机构,使机器人能够适应在一定范围内变化的管道直径。引入虚功、虚位移原理,研究管道疏通机器人自适应调节结构的力学特性、机器人在市政管道内行走时车轮运动状态。基于Pro/E与ADAMS技术对自主研发的管道疏通机器人进行联合仿真,研究管道疏通机器人在市政管道内的运动特性,对预紧机构的预紧力与车轮直径进行优化。(3)针对目前机器人感知能力差引起的智能化程度低的问题,提出基于神经元TIC的管道疏通机器人末端执行器多模态信息传递模式,基于图像处理技术求解视觉感知系统、融合自适应加权算法与支持度算法求解接近觉感知系统、基于相关向量机神经网络求解触觉感知系统,最终实现管道疏通机器人末端执行器在工作时段内,以最佳移动速度完成自适应路径规划,提高疏通效率。仿真结果表明上述多模态感知模型具有一定的有效性和合理性。