基于模糊控制超声波避障算法的巡检机器人研究与设计

发布时间：2017-09-19 05:25

  本文关键词：基于模糊控制超声波避障算法的巡检机器人研究与设计

  更多相关文章： 履带式巡检机器人 超声波阵列 模糊控制避障算法 PID控制

【摘要】：核电站内的辐射会给工作人员带来显性或者隐性的健康影响,因此用机器人来代替工作人员从事相关的巡检、探测成为一种趋势。在现有的人工智能技术水平下,巡检机器人还无法在像核电站这样的复杂环境中完全自主工作,因此研究具有人机交互接口的遥操作巡检机器人是一种比较现实的选择。为了提高工作效率,巡检机器人还应具有一定自主工作能力,如自主避障等。因此具有一定自主工作能力的遥操作巡检机器人具有重要的应用前景。本文设计了一种能够实现爬楼梯的履带式巡检机器人,基于模糊控制算法该机器人能实现自主避障,通过WIFI通信模块及人机交互界面可以实现远程控制。在机构设计上,选择前端倾斜式履带结构,选择RE35直流伺服电机驱动机器人运动,通过左右两驱动轮的速度差实现机器人转弯运动;在硬件电路设计上,采用模块化设计方法,设计了基于STM32的主控制器,电源,电机驱动,通信以及各种检测模块。其次,设计了基于模糊控制的超声波避障算法实现巡检机器人自主避障。分析巡检机器人运动模型,得出机器人转弯角度和两驱动轮转速关系,采用六个超声波传感器构成超声波阵列检测障碍物相对位置,并进行超声波测距误差补偿,使得处理后的测距误差在1 cm的范围内。基于模糊控制算法,将六个超声波的方位信息和测得的障碍物距离信息融合作为模糊控制器的输入,经模糊推理得到机器人两驱动轮的速度给定值,最后采用PID控制算法实现巡检机器人避障。论文进行了仿真和实际实验,实验结果表明,当有单个和多个障碍物时,巡检机器人能够自主检测出障碍物的位置信息,并自主避障;当遇到成直角类型的障碍物时,巡检机器人也能够自主退出直角障碍区域,绕过障碍物。
【关键词】：履带式巡检机器人 超声波阵列 模糊控制避障算法 PID控制
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 绪论8-16
• 1.1 课题研究的背景及意义8-9
• 1.1.1 课题研究背景8
• 1.1.2 课题研究意义8-9
• 1.1.3 课题来源9
• 1.2 机器人国内外研究现状9-11
• 1.2.1 国外研究现状9-10
• 1.2.2 国内研究现状10-11
• 1.3 移动机器人避障算法研究现状11-14
• 1.3.1 传统避障算法11-12
• 1.3.2 智能避障算法12-14
• 1.4 论文的研究目标及主要内容14-16
• 第2章 巡检机器人硬件系统设计16-27
• 2.1 机械结构设计16-19
• 2.1.1 机械结构的选择16-17
• 2.1.2 驱动方式的选择17-18
• 2.1.3 巡检机器人爬楼梯过程分析18-19
• 2.2 硬件电路系统设计19-26
• 2.2.1 总体硬件电路系统框图19
• 2.2.2 STM32F103ZET6主控制模块19-21
• 2.2.3 电源模块21-22
• 2.2.4 电机驱动模块22-24
• 2.2.5 测速模块24-25
• 2.2.6 超声波测距电路模块25
• 2.2.7 通信模块设计25-26
• 2.3 本章小结26-27
• 第3章 巡检机器人运动分析及超声波测距27-41
• 3.1 巡检机器人运动学分析27-34
• 3.1.1 运动学基础27-30
• 3.1.2 巡检机器人转向的运动学建模分析30-34
• 3.2 超声波测距34-40
• 3.2.1 超声波测距原理34-35
• 3.2.2 超声波位置放置35-36
• 3.2.3 基于超声波测距障碍物位置的确定36-39
• 3.2.4 超声波误差补偿39-40
• 3.3 本章小结40-41
• 第4章 基于模糊控制的超声波避障算法41-52
• 4.1 模糊控制理论的基本概念41-44
• 4.1.1 模糊集合41
• 4.1.2 隶属度函数41-43
• 4.1.3 模糊关系43-44
• 4.1.4 模糊推理44
• 4.2 模糊控制器的设计44-50
• 4.2.1 模糊控制系统的建立44-45
• 4.2.2 模糊控制的输入输出量的模糊化45-48
• 4.2.3 模糊控制规律的制定48-50
• 4.3 基于PID巡检机器人速度控制50-51
• 4.4 本章小结51-52
• 第5章 巡检机器人避障算法实现与实验结果分析52-60
• 5.1 软件系统设计52-55
• 5.1.1 超声波测距系统实现53-54
• 5.1.2 基于模糊控制超声波避障算法实现54
• 5.1.3 PID电机转速控制算法实现54-55
• 5.2 基于模糊控制超声波避障算法仿真实验55-57
• 5.2.1 单一障碍物避障仿真56
• 5.2.2 多障碍物避障56-57
• 5.2.3 模糊控制避障算法和人工势场法避障算法仿真57
• 5.3 巡检机器人避障实验57-59
• 5.4 本章小结59-60
• 第6章 总结与展望60-62
• 6.1 总结60-61
• 6.2 展望61-62
• 致谢62-63
• 参考文献63-66
• 附件66-67

【参考文献】

中国期刊全文数据库 前10条

1 蔡鹤皋;;对我国机器人产业发展的思考[J];集成技术;2015年05期

2 孙全颖;王艺霖;杜须韦;;遗传算法在机械优化设计中的应用研究[J];哈尔滨理工大学学报;2015年04期

3 邓广福;王效;刘鹏;;机器人技术的国内外发展现状探究[J];装备制造技术;2015年04期

4 巩智鹏;李妮;林子午;;电能计量抄表系统现状及发展趋势[J];黑龙江科学;2014年11期

5 王欢;王玉博;尚萌;王诗祺;李雪飞;;轮式移动机器人的主控制器设计[J];电工文摘;2014年05期

6 简毅;张月;;移动机器人全局覆盖路径规划算法研究进展与展望[J];计算机应用;2014年10期

7 张逸;潘建龙;;浅析日本机器人产业的现状[J];中国新技术新产品;2014年12期

8 王田苗;陶永;;我国工业机器人技术现状与产业化发展战略[J];机械工程学报;2014年09期

9 华承昊;窦丽华;方浩;;多机器人最大熵博弈协同定位算法[J];国防科技大学学报;2014年02期

10 郜园园;朱凡;宋洪军;;进化操作行为学习模型及在移动机器人避障上的应用[J];计算机应用;2013年08期

，

本文编号：879744