综掘巷道架管机三节臂的轨迹分析与优化

通过对煤矿用架管机三节臂建立D-H坐标系三维数学模型,采用3-5-3插值算法对三节臂进行轨迹规划,以运动时间为优化目标,将关节位置作为设计变量,在速度约束条件下,运用粒子群算法对插值结果进行优化,进而得到了三节臂运动的最优时间.仿真结果表明:三节臂末端位置高度为2.2 m,满足规定的工作空间范围;使用粒子群优化算法对三...     

基于粒子群径向基函数网络的矿井救援机器人局部路径规划研究

提出了基于粒子群径向基函数网络的矿井救援机器人局部路径规划研究。利用算法模拟矿井复杂环境对救援机器人进行训练,调整权值,从而得到最优解,同时利用确定性局部规划算法来优化粒子群算法,使其对局部的处理更加合理。研究表明,该算法规避了最小二乘法容易陷入局部极小值的问题,且能用非常快的速度去逼近最优解,对结果的优化更加合理,实用性更好,准确性更高。     

煤矿机器人轨迹跟踪自抗扰控制研究

针对在煤矿井下复杂环境中煤矿机器人运行存在轨迹跟踪偏差大、精度低等问题,通过煤矿机器人运动分析,采用改进的非线性函数和扩张状态观测器,提出一种新式轨迹跟踪自抗扰控制系统。利用非线性多阶滑模控制规律,实时进行轨迹跟踪误差纠偏控制,确保系统收敛于目标轨迹,实现高精度轨迹跟踪控制。研究结果表明,与传统算法对比,该系统具有先进性和有效性,满足煤矿机器人轨迹跟踪高精度控制的要求。     

机器人轨迹规划的有效方法

针对工业机器人轨迹规划平顺性要求,提出了采用五次均匀B样条曲线构造机器人4阶连续的轨迹,根据B样条相关理论,反算出五次B样条曲线函数,在关节空间中满足机器人运动学参数约束,由已知插值点利用五次B样条插值规划得到机器人各关节运动轨迹,利用ADAMS对PUMA560机器人运动参数进行仿真验证,验证其速度、加速度和加加速度的连续性,为轨迹平顺性问题提供了切实有效的方法。     

煤矿智能巡检机器人稳定平台的工作空间分析及平滑轨迹规划研究

针对传统稳定平台难于实现煤矿智能巡检机器人承载巡检仪器受井下崎岖路面产生六自由度的复合干扰问题,设计了一种4-SPU并联机构作为稳定平台装置。采用矢量法构建运动学逆解模型,通过三维边界迭代搜索法求解可达工作空间,分析可得工作空间连续无空洞现象。采用7次B样条插值方法构造平滑轨迹,以稳定平台冲击度最优建立目标函数,通过序列二次规划方法进行优化。仿真结果表明,智能巡检机器人稳定平台跟踪轨迹的速度、加速度和加加速度平滑连续且满足运动约束条件。该研究为后续智能巡检机器人的动力学分析和控制研究提供了理论依据。     

基于粒子群三次样条优化的采煤机截割路径规划

针对采煤机截割路径的规划问题,提出了粒子群三次样条优化的采煤机截割路径规划方法。三次样条曲线具有很好的分段光滑性,是比较好的曲线拟合方法,但涉及系数求解时,计算繁琐,借助粒子群算法的快速收敛和很强的全局寻优能力,能够快速、准确地确定样条曲线参数,实现采煤机的最优路径规划。试验结果表明,粒子群三次样条优化的采煤机截割路径规划方法规划的路径平滑、可靠,利于采煤机的自动控制。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

基于常态挖掘路径的液压挖掘机轨迹规划方法

针对真实挖掘路径的轨迹规划问题,提出了一种在常态挖掘路径下的轨迹规划方法,以挖掘机3组液压缸长度变化量最小化为优化目标,将铲斗姿态角作为设计变量,在挖掘机几何约束和位置盲角约束条件下,采用粒子群优化算法寻找姿态角的最优值.由经验法、MATLAB优化工具箱和粒子群优化算法计算得到了液压缸长度变化量,又通过试验得到了真实的路径数据,对比了采用2种优化方法和试验得出的液压缸长度变化量,验证了所提出方法的有效性.研究结果表明:使用粒子群优化算法对复合挖掘路径进行轨迹规划,得到的各关节角位移、角速度变化曲线平滑连续,角加速度变化曲线连续,且能够有效减少液压缸长度变化量和变向点数量,降低能耗.     

煤矿井下移动机器人深度视觉自主导航研究

煤矿井下移动机器人是煤矿机器人的主力军,煤矿井下移动机器人的自主导航是其研究的难点和热点。目前,煤矿井下移动机器人自主导航所必须的三维环境数据库尚未形成,尤其是制作高分辨率、多信息融合的煤矿井下高精度地图还处于研究阶段。为了有效解决煤矿井下移动机器人自主导航问题,构建了基于深度相机的机器视觉系统,提出了一种基于深度视觉的导航方法,自主导航过程分为地图创建与自主运行两个阶段。在地图创建中:①对深度视觉数据进行特征提取与匹配,利用10组煤矿井下真实视频截图,对比测试5种特征提取与匹配组合算法,结果表明SURF+SURF+FLANN与GFTT+BRIEF+BF算法能够在煤矿井下获得良好匹配结果;②建立煤矿井下移动机器人深度视觉定位与建图问题的捆集调整迭代最近点图模型(Iterative Closest Points Bundle Adjustment,ICP BA);③通过图优化方式估计当前观测下的最优位姿与环境路标点坐标。在实验室场景中利用提出的ICP-BA图优化算法,建立了包含关键位姿与三维环境点的原始点云地图。在自主运行阶段:①通过八叉树数据结构,将点云地图转化为移动机器人运动规划可使用的Octomap导航地图,实验结果表明,Octomap导航地图分辨率可调、系统资源占用低、索引效率高;②使用三维到二维映射的视觉图匹配PNP(Perspective N Points)方法进行实时在线重定位;③基于图搜索的A*(A Star)路径规划作为轨迹规划初值,自定义最小化能量损失泛函为最小化加加速度的变化率(Minimum-Snap)求解2次规划问题,生成用于煤矿井下移动机器人运动执行的轨迹。在Matlab开发环境中设计随机导航地图,生成时间分配、位置、速度、加速度、加加速度的最优轨迹规划结果,验证了运动规划算法的正确性。通过理论分析和实验验证,表明笔者提出的煤矿井下移动机器人深度视觉自主导航方法的有效性。     

基于遗传算法的新型混联搬运机器人的轨迹优化设计

传统路径规划方式多采用多项式样条曲线,次数高,轨迹计算量大,考虑工作效率及运动平稳性的要求,提出了基于速度约束的4-3-4关节空间的轨迹规划,并采用基于外点惩罚函数法的遗传算法优化多项式插值时间,通过Matlab进行各关节的位置、速度、加速度仿真验证表明,所设计的方案能保证机器人运动时间最短,且关节曲线连续平稳。     

煤矿水泵房巡检机器人开发与试验研究

煤矿水泵房作为保障井下安全生产的重要组成,其巡检效率和效果直接决定着煤矿开采活动能否安全、有序推进。为此,基于栅格建图方法,结合传感器预处理数据,介绍粒子滤波器全局定位算法和覆盖栅格建图算法,并根据已确定煤矿水泵房巡检机器人巡检点位置和机器人位姿,通过巡检路径算法和巡检路径及障碍规避算法,规划水泵房巡检机器人全局路径,控制机器人实施路径跟踪及障碍规避。为检验相关算法可行性,构建煤矿水泵房巡检机器人样机硬件平台与监控软件,从基本功能测试、巡检误差分析等角度实施煤矿水泵房巡检机器人测试,进而确认煤矿水泵房巡检机器人运行轨迹与规划路径基本一致,实际位置误差和姿态误差分别控制在10 cm和0.1 rad以内,可满足设计预期。     

多机械臂多钻机协作的煤矿巷道钻锚机器人关键技术

针对煤矿巷道掘进智能化进程中存在的“掘快支慢”难题,总结分析了国内外快速掘进钻锚技术和装备以及类似多任务多机械臂控制技术的研究现状,指出研发具有多机械臂多钻机协作的煤矿巷道钻锚机器人是破解永久支护难题的重要发展方向。提出了多机械臂多钻机协作的钻锚机器人基本方案,凝练了影响钻锚机器人性能的“有限时空多机械臂与多钻机布局优化、面向装卸任务的机械臂姿态控制、复杂受限空间机械臂最优轨迹规划和多机械臂多钻机智能协同控制”四大关键技术,并给出了解决思路和方法。针对在有限时空约束下钻锚机器人结构布局优化问题,构建了钻锚机器人配置优化模型,提出了时空最优的钻锚机器人多机械臂与多钻机结构布局方案,旨在提高钻锚效率的同时获得最优空间布局;针对机械臂与钻机协同位姿控制问题,提出了基于机器视觉和强化学习的机械臂抓取与布放控制方法,旨在提高机械臂末端位姿控制精度,实现精准装卸物料作业;针对复杂受限空间机械臂最优轨迹规划问题,建立了机械臂多目标轨迹优化模型,提出了基于随机采样与包围盒相结合的机械臂防碰撞轨迹优化方法,旨在保证机械臂在搬运过程中安全、可靠、高效运行;针对钻锚机器人多机械臂与多钻机并行协同控制问题,构...     

人工智能算法在机器人矿井作业路径规划中的应用

在矿井下由于环境较为恶劣,不适合人类长期作业,并且对于矿难发生之后,人类无法直接进入井下救援,因此一类可以在井下作业的机器人技术显得尤为重要。文章针对机器人路径规划的特点,利用栅格法对机器人的导航环境进行有效的处理,并提出了基于粒子群算法的机器人全局最优路径规划方法。该方法有效地在机器人导航环境中得以实现,相对于遗传算法,取得了较好的仿真结果。仿真实验验证了这种方法的有效性与可行性。     

基于共轭梯度和粒子群的机器人路径规划

为了提高井下救灾机器人的搜救效率,减少救援时间,提出了一种结合共轭梯度和粒子群算法的救灾机器人路径规划算法CGPSO。共轭梯度算法规划出起点到终点的最短路径;去除路径中在障碍物内的点,采用粒子群算法重新规划该子路径。仿真实验表明该算法可以有效地提高粒子群的规划效率和可靠性。     

基于粒子群算法的煤矿井下电磁波传输优化模型

由于煤矿井下环境复杂,电磁波在井下的传输会存在信号衰减,为了拟合出更准确的煤矿井下电磁波的传输模型,使其更加接近电磁波的实际传输情况,提出了一种基于粒子群算法的煤矿井下电磁波传输优化模型。该优化模型在接收信号指示强度基本模型的基础上,引入衰减系数及衰减矫正因子,利用粒子群算法较强的全局搜索能力,在实验数据中找出该优化模型的最佳衰减系数及衰减矫正因子。MATLAB仿真结果表明,采用该优化模型得到的结果相较于基本模型更接近实测值,可以更精确地描述电磁波在井下的传输情况。     

基于粒子群算法的煤矿设备故障诊断研究

为了在井下复杂环境下能够准确地判断设备电机故障类型及概率、为合理决策提供依据,在胶囊网络算法的基础上加入了改进的粒子群算法。改进的粒子群算法可以更快地寻找胶囊网络所需的最优参数和阈值进行训练,有效提高胶囊网络算法计算精度及性能,在很大程度上提高了煤矿电机故障诊断的精确度。     

煤矿救灾机器人超声波和惯性导航技术

针对煤矿救灾机器人导航系统的导航精度低的问题,结合煤矿井下非结构化环境的特点,提出一种适于煤矿井下灾后环境的超声波导航和惯性传感器的导航方法,并利用粒子滤波技术进行算法设计。结果表明,基于超声波和惯性传感器融合的导航性能满足煤矿救灾机器人的导航需求,算法的收敛速度很快,提高了煤矿救灾机器人的导航性能和应急抢险能力。     

改进的粒子群优化液压伺服模糊控制系统研究

电液伺服系统是一个不确定的非线性复杂系统,传统PID控制往往难以取得理想的控制效果。为了提高煤矿机器人机械臂电液伺服系统的控制精度和稳定性,提出一种基于改进的粒子群算法优化液压伺服系统模糊PID控制器参数的方法,避免了模糊PID控制中参数选取的经验性及参数不变性等问题。应用改进的粒子群算法优化模糊PID控制器参数,可以增强控制器的自适应能力,提高其控制性能。仿真测试表明,改进的粒子群优化模糊PID控制系统的响应性能明显提髙,超调量小,稳态性能好。     

混合粒子群优化算法的新能源电网规划研究

以合理规划新能源电网,降低电网电能损耗,提升新能源消纳能力,设计了混合粒子群优化算法的新能源电网规划方法。以最小电能损耗与最大新能源消纳为目标函数,潮流功率、容量、线路输电能力、风能与太阳能出力为约束条件,建立新能源电网规划模型;通过结合自然选择机理与粒子群算法,设计混合粒子算法,在混合粒子群算法内引入混沌扰动与变异策略,避免惰性粒子陷入局部最优,优化混合粒子群算法,利用优化混合粒子群算法求解规划模型,获取最佳规划方案。实验表明,该方法可有效获取最佳规划方案,降低电能损耗,提升新能源消纳能力,提升电网断面利用率;规划后的电网日累计发电量显著提升、碳排放量显著下降。