基于主动嗅觉的六足仿生机器人系统研究与设计
发布时间：2022-01-01 02:48
足式嗅觉机器人具有较强的地形适应性,能在各种复杂环境下自主搜索并定位泄漏源,对解决危险化学品泄漏检测、火灾救援、爆炸物质检测和处置等高危领域的问题具有重要的应用价值和理论意义。针对崎岖复杂环境下危险气体泄漏源定位问题,本文以六足仿生嗅觉机器人为研究对象,研究其姿态控制和主动嗅觉定位算法,实现六足仿生机器人在崎岖复杂环境中稳定行走和主动嗅觉寻源。本文主要工作如下:（1）介绍嗅觉机器人的研究背景,总结并分析嗅觉机器人和多足机器人国内外研究现状。对六足仿生机器人的正逆运动学进行分析,推导得到其运动学模型;分析机器人足端工作空间对机器人相关步行参数的影响。（2）提出基于主动嗅觉的六足仿生机器人系统总体设计方案。根据机器人总体设计方案分别对控制系统的硬件框架和软件架构进行设计与搭建,实现机器人崎岖复杂环境下的全方位运动和主动嗅觉功能。（3）为提高机器人对崎岖复杂地形的适应性和行走的稳定性,提出一种六足仿生机器人姿态闭环控制算法。首先对支撑腿长度差与关节角度的数学模型进行改进;然后基于该改进模型对机器人姿态采用比例-微分闭环控制策略,并加入足力前馈控制;最后通过仿真和物理实验验证该算法的可行性和对...
【文章来源】：武汉科技大学湖北省
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
电子鼻
武汉科技大学硕士学位论文3Ishida团队从1992开始对嗅觉机器人展开研究。受飞蛾等生物的启发，Ishida和他的同事在浓度梯度搜索气味源的策略上加上风向信息，即采用气体浓度信息和风向信息结合的策略搜索气味源。所以他们用四个气体传感器（型号为Figaro公司的TGS822）和四个风向传感器研制成气味源方向探测装置，然后使用轮式移动机器人搭载该装置进行寻源实验，即第一代烟羽跟踪机器人[17]（GasPlumTrackingRobotΙ）如图1.2所示。随后，在2002年，Ishida对第一代机器人进行改进，研制了第二代烟羽跟踪机器人[18]，如图1.3所示。相对于第一代机器人而言，传感器的类型和型号并没有改变，但是对传感器的安装位置做出了优化，并加上了两个碰撞检测器用于检测是否碰撞到气味源。传感器的安装位置如图1.3所示，在机器人中心安装了两个气体传感器，取其平均值作为机器人所在位置的的气体浓度值，机器人平台上也安装了一个伸长臂，并在臂的两端安装两个气体传感器、RLRR，根据这两个传感器采集的气体浓度值决定机器人运动的方向，风向传感器、RLFF用于提供风向信息。第二代烟羽跟踪机器人采用的气味源定位策略是在气体传感器响应和恢复的阶段，机器人根据风向信息逆风搜索。否则机器人根据气体浓度信息局部搜索。最后通过实验验证该策略能提高机器人四倍的搜索效率。后来Ishida再次改进烟羽跟踪机器人，在第二代机器人的基础上加上视觉传感器，即结合嗅觉、视觉和风向信息进行主动嗅觉寻源[19]，第三代烟羽跟踪机器人，如图1.4所示。第三代机器人搜索气味源的策略为：当机器人未检测到气体时，机器人会在相机图像中寻找明显的物体。机器人接近视野中发现的任何物体，并通过嗅觉传感器对其进行检测，判断是否为气味源。如果机器人在运动的时候检?
武汉科技大学硕士学位论文4图1.3烟羽跟踪机器人-ΙΙ图1.4烟羽跟踪机器人-ΙΙΙ嗅觉机器人不仅可以借助气体浓度信息进行气味源定位，还可以通过构建气体浓度分布图[20-23]来对气味源定位。比如，Loutfi[24]等人通过将静态嗅觉技术和移动机器人相结合，构建被监测区域的气体浓度分布图，进而得到气味源位置。Loutfi设计的Sancho嗅觉机器人如图1.5所示，Sancho机器人搭载了一台径向激光雷达、彩色相机、两个电子鼻；其中激光雷达和相机用于构建被监测区域的空间地图，在图（b）显示的是机器人的电子鼻，用于采集气体浓度信息。电子鼻是由四个气体传感器（型号分别为TGS2600,2600,2620,2602）和用于提供恒定气流的风扇组成，如图（c）所示。Sancho机器人在构建空间布局的地图过程中就利用电子鼻采集机器人轨迹点的气体浓度信息，并利用气体浓度地图构建算法（GDM）构建整个空间的气体浓度分布图，然后将空间地图和气体浓度图映射在一起，形成一个组合地图，最终可以得到气味源的确切物理位置。图1.5Sancho机器人
【参考文献】：
期刊论文
[1]基于FLUENT的氯乙烯泄漏扩散特性数值模拟研究[J]. 邢志祥,李金洁,吴洁. 华北科技学院学报. 2019(05)
[2]CFD模拟障碍物条件下甲烷扩散的有效性研究[J]. 徐川,李万莉,刘翠伟,杜培恩. 油气田地面工程. 2019(S1)
[3]三维空间机器人主动嗅觉烟羽源自主定位策略[J]. 黄建新,袁杰. 计算机工程与应用. 2020(12)
[4]面向崎岖地形的六足机器人运动能力分析[J]. 陈杰,梁忠超,刘冲,赵杰. 东北大学学报(自然科学版). 2019(06)
[5]六足仿生机器人的平稳姿态调整[J]. 张磊,王哲. 机械科学与技术. 2019(05)
[6]串联式结构机器人逆运动学的求解分析[J]. 高威,李莎,黄高荣. 机床与液压. 2018(21)
[7]一种不平整地形下足式机器人的主动柔顺控制方法[J]. 张世俊,邢琰,胡勇. 航天控制. 2018(05)
[8]基于头脑风暴优化算法的多机器人气味源定位[J]. 梁志刚,顾军华,董永峰. 计算机应用. 2017(12)
[9]基于嗅觉的水下机器人化学羽状物追踪定位方法[J]. 邓薇,韩端锋,纠海峰. 电机与控制学报. 2016(01)
[10]湍流环境中多弱感知机器人气味源搜索算法[J]. 张思齐,徐德民. 控制与决策. 2015(08)
博士论文
[1]六足机器人崎岖地形步行运动规划与控制策略研究[D]. 陈杰.哈尔滨工业大学 2017
[2]P-P结构六足机器人性能设计与控制实验研究[D]. 潘阳.上海交通大学 2014
本文编号：3561495
【文章来源】：武汉科技大学湖北省
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
电子鼻
武汉科技大学硕士学位论文3Ishida团队从1992开始对嗅觉机器人展开研究。受飞蛾等生物的启发，Ishida和他的同事在浓度梯度搜索气味源的策略上加上风向信息，即采用气体浓度信息和风向信息结合的策略搜索气味源。所以他们用四个气体传感器（型号为Figaro公司的TGS822）和四个风向传感器研制成气味源方向探测装置，然后使用轮式移动机器人搭载该装置进行寻源实验，即第一代烟羽跟踪机器人[17]（GasPlumTrackingRobotΙ）如图1.2所示。随后，在2002年，Ishida对第一代机器人进行改进，研制了第二代烟羽跟踪机器人[18]，如图1.3所示。相对于第一代机器人而言，传感器的类型和型号并没有改变，但是对传感器的安装位置做出了优化，并加上了两个碰撞检测器用于检测是否碰撞到气味源。传感器的安装位置如图1.3所示，在机器人中心安装了两个气体传感器，取其平均值作为机器人所在位置的的气体浓度值，机器人平台上也安装了一个伸长臂，并在臂的两端安装两个气体传感器、RLRR，根据这两个传感器采集的气体浓度值决定机器人运动的方向，风向传感器、RLFF用于提供风向信息。第二代烟羽跟踪机器人采用的气味源定位策略是在气体传感器响应和恢复的阶段，机器人根据风向信息逆风搜索。否则机器人根据气体浓度信息局部搜索。最后通过实验验证该策略能提高机器人四倍的搜索效率。后来Ishida再次改进烟羽跟踪机器人，在第二代机器人的基础上加上视觉传感器，即结合嗅觉、视觉和风向信息进行主动嗅觉寻源[19]，第三代烟羽跟踪机器人，如图1.4所示。第三代机器人搜索气味源的策略为：当机器人未检测到气体时，机器人会在相机图像中寻找明显的物体。机器人接近视野中发现的任何物体，并通过嗅觉传感器对其进行检测，判断是否为气味源。如果机器人在运动的时候检?
武汉科技大学硕士学位论文4图1.3烟羽跟踪机器人-ΙΙ图1.4烟羽跟踪机器人-ΙΙΙ嗅觉机器人不仅可以借助气体浓度信息进行气味源定位，还可以通过构建气体浓度分布图[20-23]来对气味源定位。比如，Loutfi[24]等人通过将静态嗅觉技术和移动机器人相结合，构建被监测区域的气体浓度分布图，进而得到气味源位置。Loutfi设计的Sancho嗅觉机器人如图1.5所示，Sancho机器人搭载了一台径向激光雷达、彩色相机、两个电子鼻；其中激光雷达和相机用于构建被监测区域的空间地图，在图（b）显示的是机器人的电子鼻，用于采集气体浓度信息。电子鼻是由四个气体传感器（型号分别为TGS2600,2600,2620,2602）和用于提供恒定气流的风扇组成，如图（c）所示。Sancho机器人在构建空间布局的地图过程中就利用电子鼻采集机器人轨迹点的气体浓度信息，并利用气体浓度地图构建算法（GDM）构建整个空间的气体浓度分布图，然后将空间地图和气体浓度图映射在一起，形成一个组合地图，最终可以得到气味源的确切物理位置。图1.5Sancho机器人
【参考文献】：
期刊论文
[1]基于FLUENT的氯乙烯泄漏扩散特性数值模拟研究[J]. 邢志祥,李金洁,吴洁. 华北科技学院学报. 2019(05)
[2]CFD模拟障碍物条件下甲烷扩散的有效性研究[J]. 徐川,李万莉,刘翠伟,杜培恩. 油气田地面工程. 2019(S1)
[3]三维空间机器人主动嗅觉烟羽源自主定位策略[J]. 黄建新,袁杰. 计算机工程与应用. 2020(12)
[4]面向崎岖地形的六足机器人运动能力分析[J]. 陈杰,梁忠超,刘冲,赵杰. 东北大学学报(自然科学版). 2019(06)
[5]六足仿生机器人的平稳姿态调整[J]. 张磊,王哲. 机械科学与技术. 2019(05)
[6]串联式结构机器人逆运动学的求解分析[J]. 高威,李莎,黄高荣. 机床与液压. 2018(21)
[7]一种不平整地形下足式机器人的主动柔顺控制方法[J]. 张世俊,邢琰,胡勇. 航天控制. 2018(05)
[8]基于头脑风暴优化算法的多机器人气味源定位[J]. 梁志刚,顾军华,董永峰. 计算机应用. 2017(12)
[9]基于嗅觉的水下机器人化学羽状物追踪定位方法[J]. 邓薇,韩端锋,纠海峰. 电机与控制学报. 2016(01)
[10]湍流环境中多弱感知机器人气味源搜索算法[J]. 张思齐,徐德民. 控制与决策. 2015(08)
博士论文
[1]六足机器人崎岖地形步行运动规划与控制策略研究[D]. 陈杰.哈尔滨工业大学 2017
[2]P-P结构六足机器人性能设计与控制实验研究[D]. 潘阳.上海交通大学 2014
本文编号：3561495
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3561495.html
