煤礦井下搜救探測(cè)機(jī)器人的路徑規(guī)劃及軌跡跟蹤控制研究.pdf

1、我國(guó)是世界上最大的煤炭生產(chǎn)國(guó)和消費(fèi)國(guó)。然而，由于礦井自然條件差，高瓦斯礦井多，加上技術(shù)和管理等諸多方面不到位，以及近年來國(guó)家對(duì)煤炭資源需求量的不斷增長(zhǎng)，使得煤礦開采中瓦斯爆炸、涌水、著火等事故頻繁發(fā)生，由此造成重大的人員傷亡事故和不良的社會(huì)影響，嚴(yán)重制約著煤炭工業(yè)的健康發(fā)展。因此，研發(fā)煤礦井下搜救探測(cè)機(jī)器人是煤礦井下發(fā)生瓦斯爆炸事故后進(jìn)行搶險(xiǎn)救援的前提手段和必要工具，它能夠在礦難原因和現(xiàn)場(chǎng)情況不明的情況下，替代或部分替代救援人員進(jìn)入災(zāi)害

2、現(xiàn)場(chǎng)實(shí)施環(huán)境探測(cè)和搜救任務(wù)，同時(shí)將信息實(shí)時(shí)地傳輸?shù)骄仍笓]中心，為救援決策提供科學(xué)依據(jù)，便于快速、準(zhǔn)確地制定救援方案。因此，對(duì)煤礦安全生產(chǎn)、減少國(guó)家和人民生命財(cái)產(chǎn)的損失具有十分重要的意義。
　　 本文以煤礦井下搜救探測(cè)機(jī)器人為研究對(duì)象，在對(duì)其運(yùn)動(dòng)裝置進(jìn)行設(shè)計(jì)分析的基礎(chǔ)上，圍繞移動(dòng)機(jī)器人自主導(dǎo)航中的兩項(xiàng)關(guān)鍵技術(shù)——路徑規(guī)劃與軌跡跟蹤控制問題進(jìn)行了深入的研究。首先對(duì)自主移動(dòng)機(jī)器人研究中的關(guān)鍵技術(shù)進(jìn)行了全面、系統(tǒng)的總結(jié)，重點(diǎn)對(duì)其中路徑

3、規(guī)劃和軌跡跟蹤控制的研究?jī)?nèi)容、存在問題及發(fā)展趨勢(shì)等進(jìn)行了綜述，歸納總結(jié)了各種算法的性能差異，并以此為基礎(chǔ)展開進(jìn)一步的研究與探討，主要研究?jī)?nèi)容包括以下幾個(gè)方面：
　　 提出了一種針對(duì)煤礦井下特殊環(huán)境的運(yùn)動(dòng)裝置設(shè)計(jì)方案。對(duì)煤礦井下搜救探測(cè)機(jī)器人的運(yùn)動(dòng)系統(tǒng)、通行能力和結(jié)構(gòu)特點(diǎn)進(jìn)行了重新設(shè)計(jì)及進(jìn)一步改進(jìn)，并在此基礎(chǔ)上，利用地面力學(xué)理論，參考履帶車輛的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)原理，針對(duì)煤礦井下搜救探測(cè)機(jī)器人采用差動(dòng)轉(zhuǎn)向的特點(diǎn)，建立了機(jī)器人的運(yùn)動(dòng)學(xué)和

4、動(dòng)力學(xué)模型，為后續(xù)的煤礦井下搜救探測(cè)機(jī)器人軌跡跟蹤等控制問題的研究奠定了基礎(chǔ)。
　　 針對(duì)煤礦井下非結(jié)構(gòu)化環(huán)境的不確定環(huán)境特征，設(shè)計(jì)了上下位機(jī)的分級(jí)控制系統(tǒng)，提出了一種分層協(xié)作規(guī)劃與控制的體系結(jié)構(gòu)?？紤]到煤礦井下搜救探測(cè)機(jī)器人特定的應(yīng)用環(huán)境及要求，設(shè)計(jì)了一個(gè)主要由決策系統(tǒng)(包括上位機(jī)監(jiān)控模塊、下位機(jī)控制模塊、傳感檢測(cè)模塊等)、數(shù)據(jù)通信系統(tǒng)和運(yùn)動(dòng)控制系統(tǒng)等組成的控制系統(tǒng)。并在分析當(dāng)前出現(xiàn)的機(jī)器人各種體系結(jié)構(gòu)的基礎(chǔ)上，提出了一種從上

5、到下依次分為決策層、慎思層和控制層的分層協(xié)作規(guī)劃與控制的體系結(jié)構(gòu)，能夠滿足機(jī)器人在未知環(huán)境下導(dǎo)航任務(wù)的復(fù)雜性與不確定性的要求。
　　 結(jié)合目前具有代表性的遺傳算法、蟻群算法這兩種優(yōu)化算法各自的特點(diǎn)，分別對(duì)其進(jìn)行了改進(jìn)。首先，設(shè)計(jì)了一種改進(jìn)的遺傳算法，充分考慮到井下環(huán)境地形的高低變化，采用柵格法在三維空間中對(duì)機(jī)器人工作環(huán)境進(jìn)行建模，并根據(jù)路徑長(zhǎng)度最短且能耗最少的評(píng)價(jià)指標(biāo)設(shè)計(jì)了適應(yīng)度函數(shù)。
　　 按照可變長(zhǎng)度的染色體編碼方式

6、及隨機(jī)指導(dǎo)式搜索策略來生成初始種群，保證初始階段無障礙路徑的產(chǎn)生，同時(shí)針對(duì)傳統(tǒng)遺傳算法中存在的“早熟現(xiàn)象”和“收斂速度慢”的問題，將交叉算子和變異算予進(jìn)行優(yōu)化設(shè)計(jì)，從而使整個(gè)規(guī)劃過程變得簡(jiǎn)單而有效。其次，本文還在最大一最小螞蟻系統(tǒng)(MMAS)的基礎(chǔ)上，提出了一種改進(jìn)的蟻群算法，對(duì)其啟發(fā)函數(shù)、路徑選擇規(guī)則及信息素更新方式等進(jìn)行改進(jìn)，加快了算法收斂速度，改善了路徑規(guī)劃的性能。最后通過實(shí)驗(yàn)對(duì)改進(jìn)算法的性能進(jìn)行了驗(yàn)證。
　　 提出了一種

7、用于實(shí)現(xiàn)機(jī)器人軌跡跟蹤的模糊自適應(yīng)控制器的設(shè)計(jì)方法。首先利用Lyapunov直接法設(shè)計(jì)出機(jī)器人軌跡跟蹤控制系統(tǒng)的控制器，對(duì)機(jī)器人以期望運(yùn)動(dòng)速度從當(dāng)前位置運(yùn)動(dòng)到目標(biāo)點(diǎn)的過程進(jìn)行控制，并在參考線速度不為零時(shí)，利用Barbalat引理對(duì)系統(tǒng)的全局一致漸近穩(wěn)定性進(jìn)行了證明。另外，在此基礎(chǔ)上設(shè)計(jì)了一種模糊自適應(yīng)控制器，解決了模糊多變量控制系統(tǒng)中規(guī)則數(shù)隨系統(tǒng)變量數(shù)呈指數(shù)增長(zhǎng)的問題，提高了控制器效率，且使模糊控制邏輯變得清晰明了。實(shí)驗(yàn)結(jié)果證明，本文設(shè)