基于System Vue的爬壁機器人控制器研究

孟 超，郭 倩

(1.西安工程大學(xué) 學(xué)報編輯部，西安 710048； 2.西安工程大學(xué) 電子信息學(xué)院，西安 710048)

0 引言

由于爬壁機器人[1]具有對墻面吸附能力強等特點，許多科研工作者對其進行了廣泛的研究。文獻[2] 提出了一種仿生爪刺式履帶爬壁機器人，來提高爬壁機器人的粘附性能和脫附效率；文獻[3]提出了一種基于振動吸力機構(gòu)的壁虎式爬壁機器人，對機器人的爬坡能力進行了提高；文獻[4]采用一種雙環(huán)滑?？刂扑惴?，對爬壁機器人路徑跟蹤控制問題進行了驗證,最終使整個控制過程的準確性得到了進一步提高。 但是爬壁機器人普遍存在結(jié)構(gòu)較簡單，靈活程度較低，智能性和掌控數(shù)據(jù)方面較差等問題，導(dǎo)致結(jié)構(gòu)與尺寸的設(shè)計也不能較好地反映所處工作環(huán)境狀態(tài)，無法對系統(tǒng)數(shù)據(jù)信息進行合理反映，而SystemVue能夠充分解決攀爬機器人工作環(huán)境狀態(tài)問題。

SystemVue是一款智能機器設(shè)計過程中所使用的模擬程序，能夠使設(shè)計者在模擬環(huán)境中快速驗證所設(shè)計的機器人性能。SystemVue擁有級頻頻射組件能夠在時域、頻域中同時模擬，具有較好的同步性，自身具備調(diào)制解調(diào)功能，濾波器抗干擾能力強，其多端接口可以使用多方數(shù)據(jù)庫同時模擬，更能夠識別C++、VHDL、mm-code等多種語言環(huán)境，是一款強大的模擬調(diào)試軟件[5]。針對以上問題，文中基于System Vue進行了一種新式爬壁機器人控制器研究，對其進行系統(tǒng)分析。

文中通過對爬壁機器人進行控制器仿生分析，將機器人控制器內(nèi)部系統(tǒng)進行理論性研究，在研究的基礎(chǔ)上進行下一步的控制器系統(tǒng)動作追蹤與處理，并進一步構(gòu)造步態(tài)規(guī)劃[6]，將規(guī)劃后的數(shù)據(jù)進行系統(tǒng)控制器控制，逐漸掌控控制器在理論分析過程中的全局數(shù)據(jù)，并由全局數(shù)據(jù)作為參數(shù)設(shè)置的基礎(chǔ)，將參數(shù)構(gòu)造到一定的高度，并進行參數(shù)信息的分析，獲得符合工作環(huán)境的主導(dǎo)信息，以完成對爬壁機器人控制器自主控制算法的基礎(chǔ)參數(shù)數(shù)據(jù)獲取，并根據(jù)自主控制算法加強控制器系統(tǒng)操作，改進控制器硬件電路，最終實現(xiàn)對爬壁機器人控制器的研究。

該研究方法能夠較好地完成控制器系統(tǒng)的控制工作，并在較大程度上減少了不必要的系統(tǒng)損耗，為理論性研究提供實驗基礎(chǔ)，并提升了控制器的性能，可更好地控制爬壁機器人路徑。

1 仿生分析與步態(tài)規(guī)劃

一般情況下，爬壁機器人的主體結(jié)構(gòu)主要包括機器軀體、機器腿、機器腳掌3個方面，在機器腳掌部分多為仿生微納米黏質(zhì)材料，在一定程度上能夠緩和機器人的自身重量，進而加強爬壁機器人的本體粘附能力[7]。

在機器人控制器仿生分析過程中，對爬壁機器人的腿部進行仿生關(guān)節(jié)的模擬性增加操作[8]，并進一步提升關(guān)節(jié)的靈活性，促使關(guān)節(jié)在運行過程中能夠自主完成對身體的前后控制以及傾斜處理，并增添其柔韌性能，利用伺服電機將腳掌部位的鋼絲繩進行整體性拖拽，并進行系統(tǒng)驅(qū)動收線處理，在系統(tǒng)收線過程中完成對整體肢體操作的控制。并改變單向舵機的轉(zhuǎn)動方向，提升其轉(zhuǎn)動速度，增加腳掌部位與墻面之間的預(yù)壓力，增大壓力受力面積，降低對墻面的重力負擔(dān)[9]。對腳掌進行柔性結(jié)構(gòu)處理后的結(jié)構(gòu)圖如圖1所示。

圖1 結(jié)構(gòu)圖

在控制機構(gòu)中主要包括系統(tǒng)傳動結(jié)構(gòu)與系統(tǒng)驅(qū)動結(jié)構(gòu)，在系統(tǒng)傳動的過程中，增強對鋼絲繩以及部位前模塊的驅(qū)動管理，在驅(qū)動系統(tǒng)中，提升整體驅(qū)動裝置性能，并增添伺服電機以及收線裝置，以進一步加強對驅(qū)動模塊的集中式處理[10-11]。

首先將鋼絲繩的首端與收線輪相結(jié)合，尾端與收線滑塊相連，并將鋼絲繩外套與聚四氟乙烯管的管體進行匹配操作，以適應(yīng)管內(nèi)滑動環(huán)境，進而減少操作的不必要損耗，將聚四氟乙烯管的一端與腳掌緊密相連，利用伺服電機的控制性能將收線輪帶動，并實現(xiàn)鋼絲繩的自主拉伸操作，在系統(tǒng)拉伸的過程中注重對系統(tǒng)的自我防護，減少拉伸摩擦，以保證控制器在運行過程中的運行路面平滑[12]。

在機器人的步態(tài)規(guī)劃中要注重對伺服電機驅(qū)動的處理，加強電機的控制，并雙向調(diào)節(jié)電機方向，同時對電機進行編號設(shè)置，設(shè)置實驗電機為S、P、T，將電機S與傳動機構(gòu)中的腳掌部件相連。電機P與并聯(lián)設(shè)施中的邊軸進行連接，電機P與機器腿部進行連接，最終實現(xiàn)對腿部系統(tǒng)的擺動控制[13-14]。

由于爬壁機器人自身系統(tǒng)具有柔韌性，將伺服電機作為鋼絲繩的拖動裝置，同時規(guī)定收線輪的收線間距，其設(shè)置的公式如下：

(1)

式中，i為爬壁機器人的腿部系統(tǒng)擺動次數(shù)。通過式(1)查找制定規(guī)則，以此進行下一步驟的控制模型建立與參數(shù)設(shè)定。

2 控制模型建立與參數(shù)設(shè)置

根據(jù)仿生分析所獲得的步態(tài)規(guī)劃數(shù)據(jù)，對爬壁機器人控制器建立控制模型的和設(shè)置參數(shù)[15]。其控制器模型圖如圖2所示。

將爬壁機器人所具備的智能自主循跡經(jīng)過系統(tǒng)模擬攝像進行圖片收集處理，同時對處理后的引導(dǎo)性曲線進行系統(tǒng)分析與處理，并對圖像灰度化與二值化信息加工，在獲取的圖像中標記一條較為清晰的追蹤曲線，收集相關(guān)曲線信息，經(jīng)過網(wǎng)絡(luò)模塊式加工，對圖像進行分割，并對分割后的模塊進行分類規(guī)劃，獲取規(guī)劃后的整體圖像，在網(wǎng)格圖像中收集較窄的2條自主循跡引導(dǎo)曲線，并在2條曲線中選擇合適的2個追蹤節(jié)點F與H，將其所處位置用位置坐標進行標記，同時將2個點在中央圖像中的位置分布進行吸收態(tài)的處理，如圖3所示。

圖2 控制器模型圖 圖3 節(jié)點分布圖

爬壁機器人所構(gòu)造的運作動態(tài)值應(yīng)按照機器人在工作過程中產(chǎn)生的雙門氣閥開發(fā)差度值進行差值選取，并將獲取的最終差值進行理論比較。其測量的差度值同時作為機器人動作標準性與準確性的具體參數(shù)，并利用參數(shù)得出的強化型信號將目標值進行分離操作，利用離散函數(shù)對獎勵函數(shù)進行表示，同時將吸附狀態(tài)時的獎勵函數(shù)設(shè)定為:

(2)

式中，H表示爬壁機器人雙門氣閥開發(fā)差度值；K為其差度值的強化型信號；Q為爬壁機器人雙門氣閥開發(fā)差度的目標差值。

對剩余參數(shù)進行系統(tǒng)設(shè)置，其中折扣參數(shù)因子為Z，運行總距離為S，最終的探索次數(shù)最大值設(shè)置為T，探索次數(shù)的最小值為R，并保證系統(tǒng)在吸附狀態(tài)下進行工作，選取下一步動作為備選動作進行系統(tǒng)處理，同時保證所獲取的差度值為0，此時建立爬壁機器人控制器的控制模型為:

(3)

式中，pmax為伺服電機控制馬達電力的最大值。將伺服電機的控制馬達電力開至最大值，利用引導(dǎo)線對控制器進行穩(wěn)定性處理，保證其在控制過程中不會產(chǎn)生位置偏移的狀況，從而實現(xiàn)對爬壁機器人控制器的控制模型建立[16-17]。

3 吸附控制算法優(yōu)化

在控制模型建立的基礎(chǔ)上設(shè)計爬壁機器人控制器的自主控制算法，同時對控制算法進行系統(tǒng)加工。爬壁機器人的主要功能為吸附和移動，由于傳統(tǒng)爬壁機器人控制器的控制僅對其移動方向進行簡單控制，無法完成復(fù)雜的運行操作，為此，需進一步對控制器的吸附控制算法進行深入研究。爬壁機器人常見吸附方式包括負壓吸附和永磁吸附，其中，負壓吸附可以通過吸盤內(nèi)產(chǎn)生負壓而吸附于壁面上，不受壁面材料的限制，因此首先優(yōu)化控制器的吸附控制算法。在吸附控制算法優(yōu)化過程中要注重對于系統(tǒng)的自動化處理，并保持系統(tǒng)處于加強狀態(tài)，在算法計算伊始，需對系統(tǒng)進行引導(dǎo)線的定額處理，將引導(dǎo)線作為處理的系統(tǒng)中心，同時利用引導(dǎo)路徑加強系統(tǒng)自身防護，并對路徑進行清理，在清理后進行吸附控制算法的優(yōu)化?？刂破飨到y(tǒng)引導(dǎo)線如圖4所示。

圖4 控制器系統(tǒng)引導(dǎo)線圖

為獲取最佳算法策略，采用中心預(yù)測方法預(yù)估主動信息，更改吸附動作函數(shù)產(chǎn)生的運作值，使吸附函數(shù)數(shù)據(jù)保持更新狀態(tài)，在策略更改的同時，將數(shù)據(jù)更新至與動作v無關(guān)的工作數(shù)值，同時更新控制器系統(tǒng)的吸附控制算法，公式如下：

(4)

式中，ak為負壓吸附力更新值；ml為數(shù)據(jù)更新控制函數(shù)。根據(jù)式(4)加強對系統(tǒng)吸附功能的控制，同時計算出收斂函數(shù)的參照值，將參照值作為中心系統(tǒng)工作狀態(tài)下必備的系統(tǒng)操作數(shù)值，并進一步對自主控制算法進行理論構(gòu)建，同時連接引導(dǎo)線公式，將二者結(jié)合，并分離出不匹配數(shù)據(jù)，同時將數(shù)據(jù)進行錄入處理，簡化錄入程序，在錄入過程中加強對系統(tǒng)的掌控，保護系統(tǒng)在運作過程中不會產(chǎn)生毀壞問題，最后對其建立矩陣，加強Q矩陣設(shè)置，其矩陣如圖5所示。

同時在初始狀態(tài)引入Agent吸收態(tài)矩陣值，并為系統(tǒng)策略添加回報參數(shù)，以實現(xiàn)對自主控制算法的完善。

經(jīng)過以上步驟對爬壁機器人控制器進行研究，不斷加強控制器元件組合力度，最終實現(xiàn)系統(tǒng)理論性研究。

4 改進研究

爬壁機器人控制器吸附控制優(yōu)化算法能夠?qū)崿F(xiàn)爬壁機器人吸附功能的優(yōu)化。根據(jù)所設(shè)計的算法改進控制器硬件部分，其中控制器的核心硬件為遙感器，采用JH-D400X-R4型六向搖桿作為控制器的遙感器，其具有方向操縱靈活、速度誤差小的優(yōu)點，其內(nèi)部示意圖如圖6所示。

圖5 Q矩陣圖 圖6 JH-D400X-R4型六向搖桿內(nèi)部示意圖

六向搖桿中包含3個10 kΩ滑動變阻器及1個按鍵，當電壓外加至滑動變阻器時，變阻器電壓會跟隨搖桿的移動而變化，以此控制爬壁機器人的運行指令。由于搖桿只用于控制爬壁機器人的移動方向，不能控制爬壁機器人的吸附強度，對搖桿驅(qū)動電路進行改進。搖桿驅(qū)動電路改進示意圖如圖7所示。

圖7 搖桿驅(qū)動電路改進示意圖

驅(qū)動電路中采用LM339芯片作為比較器，此芯片的輸入阻抗較大，電平轉(zhuǎn)換較快，能夠滿足對爬壁機器人的吸附控制。通過比較芯片轉(zhuǎn)換遙感輸出信號，并輸出開關(guān)信號至S3C2440芯片的端口。端口負責(zé)采集搖桿狀態(tài)變化信號，當搖桿發(fā)生變化時，S3C2440芯片端口利用ZigBee無線網(wǎng)絡(luò)將指令信號傳輸給下位機控制系統(tǒng)，下位機根據(jù)指令做出相應(yīng)動作，控制爬壁機器人的吸附和移動功能。

5 實驗結(jié)果與分析

為了檢測文中基于System Vue的爬壁機器人控制器研究的研究效果，與傳統(tǒng)研究進行對比，并分析實驗結(jié)果。

5.1 裝置及參數(shù)

針對爬壁機器人機器轉(zhuǎn)化的特殊性以及控制器系統(tǒng)的研究特性，在實驗過程中應(yīng)特別注意對其進行修護處理，并進行系統(tǒng)操作分析，為此，在System Vue中構(gòu)建爬壁機器人控制器研究模型，對其進行理論性研究，如圖8所示。

圖8 控制器圖

根據(jù)上述實驗?zāi)Ｐ偷慕?，進行實驗參數(shù)的設(shè)定，如表1所示。

5.2 結(jié)果與分析

根據(jù)圖8構(gòu)建的實驗?zāi)Ｐ瓦M行對比實驗，將本文基于System Vue的爬壁機器人控制器研究的研究效果與傳統(tǒng)爬壁機器人控制器研究的研究效果進行比較，得到的控制器控制性能對比圖與控制時速對比圖如圖9和圖10所示。

圖9 控制器控制性能對比圖

對比圖9可知，文中采用自動控制算法，將爬壁機器人運行過程中所產(chǎn)生的動作值函數(shù)與狀態(tài)值函數(shù)進行系統(tǒng)輸入操作，在最終的系統(tǒng)運行過程中對運動狀態(tài)進行策略性改正，并將控制器系統(tǒng)進行矯正性更改，同時將系統(tǒng)數(shù)據(jù)錄入最終系統(tǒng)，保持數(shù)據(jù)保持持續(xù)更新狀態(tài)，減少動作殘余值的影響。并將函數(shù)最大化，在一定程度上保證了系統(tǒng)能夠較為完整地體現(xiàn)控制系統(tǒng)的能動性，同時將控制信息快速收斂，獲取最終準確系統(tǒng)信息。在獲取信息的基礎(chǔ)上進行實驗，能夠更好地提升控制器系統(tǒng)的控制性能，減少不必要的系統(tǒng)數(shù)據(jù)浪費以及系統(tǒng)裝置損耗。而傳統(tǒng)研究不僅具備此項算法處理步驟，對于系統(tǒng)控制器的處理較差，控制器的控制性能較差。

圖10 控制時速對比圖

對比圖10可知，在同一時刻，本文研究方法比傳統(tǒng)研究方法的控制時速明顯提高。造成此種差異的主要原因在于本文對爬壁機器人控制器進行自動尋跡模型的構(gòu)建，并設(shè)置合理參數(shù)，將引導(dǎo)線進行二值化處理，以尋求其最佳控制系統(tǒng)方案。同時利用網(wǎng)格對其控制行蹤進行追蹤，利用模擬攝影機器將控制所得的數(shù)據(jù)信息進行系統(tǒng)采集，并分類處理。對動作值進行實際測量，在最終獲取的測量信息中對其進行系統(tǒng)比較，選取出較為集中的處理數(shù)據(jù)信息，進而提高控制器系統(tǒng)的準確性與高效性。在一定的時間處理下，本文研究對于控制器的綜合管理功能較強，并能夠在較快的速度內(nèi)完成對控制器系統(tǒng)的管理，在此后的研究中，隨著研究時間的增加，本文研究方法的控制時速不斷提升，且一直位于傳統(tǒng)研究方法之上。除以上原因外，本文采用整體運動規(guī)劃的方法，對爬壁機器人控制器的運行軌跡進行系統(tǒng)性整合規(guī)劃，并進行一步提升其系統(tǒng)自控力，并對其動作軌跡與操作行程進行簡單追蹤，同時在一定程度上保持了控制器系統(tǒng)的穩(wěn)定性與爬壁機器人本身綜合系統(tǒng)的敏捷度，將機身進行周期性轉(zhuǎn)換處理，根據(jù)仿生機器人步態(tài)與其相應(yīng)的對角線步態(tài)進行系統(tǒng)性比較，以此找出控制系統(tǒng)中存在的隱藏性故障。轉(zhuǎn)變電機運動的時速，并增強時速運行系統(tǒng)，在高時速的狀態(tài)下提升系統(tǒng)的工作質(zhì)量。而傳統(tǒng)研究方法對此的處理效果較差，在研究過程中忽略了對整體控制器系統(tǒng)工作的時效性處理，對于控制器時效性方面的研究較淺顯，最終研究的研究效果較差。

經(jīng)過以上對比分析可知，本文研究方法的控制器控制性能與控制時速均位于傳統(tǒng)研究方法之上，能夠在較高的程度上增強控制器系統(tǒng)的整體工作性能，并對缺點因素進行較好的系統(tǒng)方法式處理，在理論研究的基礎(chǔ)山同時提升系統(tǒng)的工作時速，并進一步增強主動控制系統(tǒng)的能動性，促使系統(tǒng)能夠進行自我處理與保護，具備更加廣闊的使用市場以及較好的發(fā)展前景。

6 結(jié)束語

文中在傳統(tǒng)研究方法的基礎(chǔ)上進行了一種新式基于System Vue的爬壁機器人控制器研究，該研究方法的研究效果優(yōu)于傳統(tǒng)研究方法。

首先對爬壁機器人進行控制器仿生模擬分析，對其控制器組成結(jié)構(gòu)以及整體機體狀態(tài)進行系統(tǒng)分析，在結(jié)構(gòu)構(gòu)造仿生的過程中，正確處理步態(tài)規(guī)劃問題，并將二者結(jié)合，進而創(chuàng)建控制模型，并由此獲取所需參數(shù)，并對參數(shù)進行系統(tǒng)錄入處理，選擇合適的錄入數(shù)據(jù)放置到主控制中心系統(tǒng)中等待系統(tǒng)驗收，并獲取最終的正確參數(shù)。在參數(shù)獲取后，優(yōu)化吸附控制算法，對其所進行的動作函數(shù)進行系統(tǒng)分析，以保證控制器系統(tǒng)能夠較好地完成系統(tǒng)所需任務(wù)，據(jù)此改進控制器硬件電路，最終達到對爬壁機器人控制器研究的目的。

相較于傳統(tǒng)研究方法，該研究方法能夠在較短時間內(nèi)提升爬壁機器人控制器系統(tǒng)的系統(tǒng)性能，并進一步提升其控制的效能，在系統(tǒng)工作過程中加大對系統(tǒng)的自主保護，以提升整體控制器的工作效率，為今后的研究提供系統(tǒng)支撐，以期具備更佳的研究效果。