大型承压设备爬壁机器人磁桥设计和试验研究

针对大型承压设备轮式爬壁机器人磁轮吸附力不足的问题,对爬壁机器人磁吸附结构进行了优化设计与实验研究。通过爬壁机器人受力状态及吸附力要求的物理分析,提出了磁轮与磁桥结构相结合的磁吸附方式;利用建立的有限元仿真模型,确定了最佳永磁体长度、高度、宽度等规格参数,并研究了磁桥与容器壁面空气间隙对爬壁机器人吸附力的影响;设计磁吸附力测试装置进行了实验,然后与有限元仿真结果进行了对比。研究结果表明:该磁桥结构能够为轮式爬壁机器人提供充足的吸附力,能避免机器人爬行过程中出现的向上爬行打滑和横向爬行侧滑问题。     

四足爬壁机器人的航向偏差感知及步态调整

针对GIS管道内部故障缺陷检测，研究设计了一种四足爬壁机器人，可完成在水平和垂直管道内壁的整周爬行和轴线方向爬行。为解决管道四足爬壁机器人长时间运动产生的严重偏航问题，提出了一种不依赖外部传感器的姿态自感知与调整算法，实现了机器人姿态的自调整，保证运动的准确性。通过使用所研究的爬壁机器人在管道内进行爬行实验，包括姿态调整与爬壁运动两项运动验证，机器人实现了在水平和垂直管道内的整周爬行和轴线方向的爬壁运动，爬行运动过程中稳定性高，且在出现偏航超过设置状态时，可自发进行调整，验证了所规划的基本运动步态和姿态感知与调整算法的有效性。     

仿生爬壁滑翔机器人样机的设计与实验研究

针对多足攀爬机器人运动速度低、稳定性差、回收困难等问题,对飞鼠等四足攀爬滑翔生物体态构型和运动机理进行了分析,提取了飞鼠滑翔控制的波动步态模型,提出了一种多模式运动模型。构建了爬壁机器人模型和样机,并在仿生爬壁机器人的基础上初步构建了滑翔机器人样机;利用流体仿真软件FLUENT,确定了滑翔机器人升阻力系数、俯仰力矩与俯仰角之间的关系,以及稳定滑翔速度等参数;通过滑翔实验对仿真实验结果进行了验证。研究结果表明:滑翔机器人可以通过翼膜形状改变其气动特性,实现俯仰、滚转、偏航等姿态调整,维持滑翔过程的稳定性和有效性。     

四足机器人“盲爬”阶梯策略设计与实现

针对四足机器人爬阶梯多采用基于零力矩点的静步态运动规划方法，存在攀爬速度慢、稳定性差的问题，设计了一种四足机器人快速“盲爬”阶梯策略。采用针对阶梯地形的轨迹规划摆动腿运动，基于广义动量法检测摆动腿与阶梯的磕碰事件，对磕碰事件进行了有效处理。根据本体感受器估计阶梯部分参数，结合稳定裕度概念规划机身的期望轨迹，采用模型预测控制对轨迹进行跟踪控制，保证了机器人快速稳定地攀爬阶梯。通过四足机器人实验平台验证所提方法的正确性，当机器人名义腿长为0.360 m、阶梯台阶高度为名义腿长的30.56%时，平均攀爬速度可达0.60 m/s(无量纲速度Fr达0.32)。     

爬壁机器人系统的广义Lagrange方程

爬壁机器人系统广义Lagrange方程的建立有助于推动爬壁机器人进一步的发展。通过分析爬壁机器人系统的运动过程,并采用分析力学的方法进行动力学分析,从而建立了该系统的运动微分方程。相较于先前利用其他方法所建立的运动微分方程,基于分析力学的方法具有较大优势。运动微分方程的建立为爬壁机器人系统的对称性研究及柔性爬壁机器人的研制提供了良好的思路。     

单吸盘爬壁机器人的吸附稳定性的分析及计算

提出并采用变动力矩轴的方法 ,建立了爬壁机器人系统力学模型 ,解决了爬壁机器人吸盘压力分布函数不可解的问题。并在此基础上 ,分析了爬壁机器人在匀速爬行时的稳定吸附条件 ,为在爬壁机器人设计过程中确定一些主要参数提供了必要的理论基础     

一种仿尺蠖爬壁机器人设计与分析

针对在粗糙壁面和天花板上爬行的应用需求,提出一种仿尺蠖爬壁机器人。机器人采取与尺蠖类似的运动方式,两足交替抓附在壁面上,通过躯体屈曲-伸展动作完成前进、后退、壁面过渡运动。分析了尺蠖腹足对抓的原理,设计了仿生爪刺对抓足;对机器人爬壁过程进行了静力学和运动学分析;研制了机器人样机,并开展了爬壁性能实验测试。结果表明,仿尺蠖爬壁机器人可以实现在粗糙壁面、天花板上爬行,具有壁面间过渡的能力。     

轮足式风电机爬壁机器人的设计与分析

为解决人工维护风电机施工难度高、效率低、劳动强度大等问题，基于爬壁机器人研究现状，提出了轮足式4吸盘风电机爬壁机器人的机械本体结构方案。采用Creo软件对机器人的前后吸盘、三腔星轮式吸盘及前后叉架等进行机械结构设计，借助CAD软件对机器人翻越内直角时各种运动姿态进行分析；建立数学模型，通过MATLAB软件对计算结果进行仿真分析，得出防止机器人滑落的最小安全吸附力；运用ADAMS软件对爬壁机器人虚拟模型进行运动学分析，同时应用爬壁机器人样机进行运动试验予以验证。结果表明：爬壁机器人能够在最小安全吸附力条件下，完成机器人单一曲面越障及翻越内直角时越障的运动要求，从而得出轮足式4吸盘风电机爬壁机器人设计方案可行，为后续研究提供有益参考借鉴。     

六轮磁吸附爬壁机器人铅垂壁面滑移转向点到点路径规划

针对一种六轮磁吸附爬壁机器人车辆,基于车轮触地点的速度分析和机器人力平衡关系,建立了铅垂壁面作业时的滑移转向动力学模型。根据坐标系转换得出车辆的转向运动轨迹,分析了左右两侧车轮转速的不同对滑移转向轨迹的影响规律,提出了点到点的车辆通用和简化路径规划方案。研究结果可为六轮磁吸附爬壁机器人车辆点到点的运动规划和轮速控制提供理论依据。     

换流站阀厅内壁清洁机器人的设计

为解决换流站阀厅内壁壁面人工清洁效率低、成本高、危险性大等问题,将爬壁机器人技术应用到换流站阀厅内壁的清洁中,对爬壁机器人的行走机构、吸附方案、驱动方式、清扫机构等方面进行了研究,设计并开发了专用于换流站阀厅内壁的壁面清洁机器人。基于Solidworks软件建立了机器人的详细模型,对其驱动转矩进行了理论计算,并模拟换流站阀厅工况对机器人样机进行了攀爬速度等多项性能测试。研究结果表明:机器人在作业时攀爬速度与设定值相比下降了2%~5%,两者基本吻合;且机器人各项性能测试结果证明其可以完成攀爬、直行、清洁和越障等多项功能,实用性强。     

基于改进蚁群算法的巡检机器人避障路径规划方法设计

针对机器人进行避障路径规划时存在收敛速度差、规划路径长、迭代次数多以及规划时间长的问题,提出基于改进蚁群算法的巡检机器人避障路径规划方法。首先使用栅格法划分巡检机器人工作环境,通过对像素矩阵等指标的分析,构建栅格地图模型;基于人工势场法提出蚁群路径规划算法,使蚁群适应子空间的搜索;最后在模型中利用该算法,寻找该模型的最佳路径。实验结果表明,运用该方法进行路径规划时,收敛速度高、规划路径短、迭代次数少以及规划时间短。     

未知环境中基于强化学习的移动机器人路径规划

为解决未知环境中移动机器人的自适应路径规划问题,提出了一种基于Q学习算法的自主学习方法。首先设计了未知环境中基于传感器信息的移动机器人自主路径规划的学习框架,并建立了学习算法中各要素的数学模型;然后利用模糊逻辑方法解决了连续状态空间的泛化问题,有效地降低了Q值表的维数,加快了算法的学习速度;最后在不同障碍环境中对基于Q学习算法的自主学习方法进行了仿真实验,仿真实验中移动机器人通过自主学习较好地完成了自适应路径规划。研究结果证明了该自主学习方法的有效性。     

输电铁塔攀爬机器人的结构分析与实验验证

首登输电铁塔检修人员缺乏完善的临时防坠保护装置,研发输电铁塔攀爬机器人替代首登人员登塔,可以保障登塔人员的人身安全。根据实际作业环境及其功能要求,结合仿生学原理,提出了一种基于仿生蚕特征的攀爬机器人模型。对机器人进行结构设计并分析攀爬过程中吸附的稳定性,建立机器人运动学模型;对其作业空间进行了仿真分析,验证了机器人结构的合理性。试制物理样机并进行相关攀爬实验,实验结果表明,该机器人具有替代首登人员登塔的可行性。     

机器人路径规划方法的探讨及应用

机器人要实现其自主化运动,路径规划是其核心技术.文中对比分析了不同路径规划方法的优缺点,提出了基于遗传算法和蚁群算法的智能路径规划法,并在此基础上进行机器人足球比赛试验,结果表明智能路径规划法能提高机器人的行动速度和目标捕捉.     

基于细菌觅食行为的移动机器人动态路径规划

将自然界中细菌的自适应觅食现象与移动机器人动态路径规划相类比,设计基于细菌最优觅食理论的新型生物启发计算方法(DBFO)。通过对无约束复杂动态多峰测试函数库测试,证实DBFO算法具有较高的准确性和稳定性,具备动态优化能力。并以Sphere函数作为机器人路径寻优的仿真测试环境,DBFO算法驱动的搜索主体可以顺利避开障碍并快速找到目标地点,有效节约了行走时间,验证了其是一种高效、稳定、有竞争力的仿生智能优化方法,在求解实际复杂工程优化问题中体现了极为优越的搜索效率和求解精度。     

一种考虑安全的移动机器人矢量场路径规划算法

提出了一种考虑安全的移动机器人矢量场路径规划算法,环境的矢量场模型体现了路径对安全的不同要求。通过调节模型参数可以规划得到安全和长度两个标准下的满意路径,此路径既不会太接近障碍,也不会太长。所提出模型计算简单,计算量与运动空间障碍的个数成正比。算法鲁棒性强,除了固定环境,还适合用来进行动态环境下的路径规划。仿真结果验证了算法的有效性。     

基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法

针对电网巡检机器人存在避障能力低下和路径规划不合理的问题,研究基于时间栅格法和最优搜索的电网巡检机器人避障路径规划方法.利用时间栅格法标识工作空间内障碍物,构建机器人电网巡检环境信息,通过最优搜索避障路径算法,全局规划机器人到达目标点的路径,结合改进势场法,通过调整斥力和引力势函数,计算合力实现机器人的局部避障及避障路径规划,形成全局和局部相结合的避障方法.试验结果表明,躲避静态障碍物和动态障碍物的平均躲避成功率分别为 ９８．３７％ 和 ９６． １２％ ,避障路径规划平均耗时为 １.５６ s ,具备快速、高效、精准的避障及路径规划能力,可提升机器人的动静态障碍物避障能力和路径规划效率.     

移动机器人路径规划技术的研究现状与发展趋势

路径规划技术是移动机器人技术研究中的一个重要领域。介绍了移动机器人路径规划技术的分类,综述了基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划的发展现状,指出了各种方法的优点与不足;同时分别探讨了反应式规划和慎思规划、全局规划和局部规划、传统方法和新的智能方法之间的结合状况,总结了有关路径规划技术的一些新的发展趋势。     

基于A*算法和人工势场法的移动机器人路径规划

针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A*方法进行了有效的改进,新的A*算法能够完成机器人的路径规划任务,利用二次A*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。     

基于Floyd算法的移动机器人最短路径规划研究

最短路径规划是一种点对点的路径规划方式,移动机器人最短路径规划研究即是实现始点和终点间最短路径规划问题的研究.首先采用栅格地图的方式对移动机器人工作环境建模,在建模的基础上,以垂线法方式选择移动机器人路径中的关键节点,确定关键节点的位置和权值关系,并根据所选节点,基于Floyd算法进行移动机器人的最短路径规划,以及对规划的路径算法进行简化改进,通过实验证明,改进的Floyd算法能实现移动机器人路径的最短和用时的相对减少.