基于数据融合的拱泥机器人检测系统研究

【摘要】： 拱泥机器人是一种能在水下泥土环境中按规划轨迹完成攻打千斤洞作业的新型水下特种机器人，用来替代目前潜水员攻打千斤洞的手工作业。攻打千斤洞是沉船打捞作业中的一项关键工序，即在沉船底部清理出一条穿引抬船用钢缆的通道。目前攻打千斤洞由潜水员采用手动攻泥器进行作业，手工操作，劳动强度大，效率低，且危险性高。本文针对这一问题，结合国家自然科学基金项目“基于蠕动原理拱泥机器人基础技术的研究”，进行了基于数据融合的拱泥机器人检测系统的研究工作。拱泥机器人的检测系统是拱泥机器人研究中的一项关键技术，是拱泥机器人能否按规划轨迹完成打洞作业的前提和保证。 文中综述了多传感器数据融合理论的研究现状，多传感器数据融合是一种新的多门类跨学科的信息综合、信息处理技术。总结了数据融合的基本方法和研究方向，分析了数据融合技术在机器人等领域的发展现状。 根据拱泥机器人的机械结构特点和特定的工作环境，通过对拱泥机器人的运动学分析，提出了拱泥机器人的检测方案。其定位系统针对拱泥机器人以蠕动方式运动的特点，利用机器人的姿态信息和拱泥头位移信息，采用相对定位的方法实现拱泥机器人的定位。其避障系统利用加速传感器检测机器人是否遇到障碍，使拱泥机器人在遇到不可攻穿的障碍时不被损坏。其工作压力检测系统利用多个压力传感器，检测整个气压系统的各部分的工作状态。 论文中研究了拱泥机器人的总体检测结构，上层为PC机，中层为主AVR4433单片机，下层为从AVR4433单片机，各层之间采用串行通讯。对拱泥机器人的工作压力检测系统、避障检测系统和定位系统进行了设计，选择了传感器，设计了各传感器的接口电路和检测软件。 运用误差分析理论对拱泥机器人定位误差累积进行了分析，提出了利用LMS算法减小拱泥机器人的定位误差。对自适应算法的应用和分类进行了研究，尤其是非递归的横向滤波器的结构。在MSE线性滤波中权值的均方误差函数的推导的基础上，对LMS自适应滤波器的结构和收敛性的理论分析进行了研究。对文中采用的LMS算法进行了仿真，仿真结果表明该方法能 哈尔滨工程大学博士学位论文 有效地降低定位系统的误差。 为提高拱泥机器人定位系统的可靠性，降低相对定位方法的累积误差， 提出了基于卡尔曼滤波的数据融合方法。仿真结果表明该方法能减小拱泥机 器人的深度误差。并针对卡尔曼滤波因模型不准确而导致的滤波发散问题， 提出了模糊卡尔曼的数据融合算法。根据卡尔曼滤波中新息的大小，利用模 糊控制器实时地估计卡尔曼滤波增益的权重系数，增加新息的利用率。仿真 结果表明模糊卡尔曼滤波器能有效地降低定位系统的深度误差，抑制因野值 的出现而导致的滤波发散。 在实验室内建立了拱泥机器人原理样机的实验系统，利用模拟实验验证 了机器人检测系统的性能。对拱泥机器人在直线轨迹和平面轨迹上运动时定 位系统的性能进行了实验验证。