基于公理設(shè)計和多色集合的樹障清除機器人方案設(shè)計

杜 軒，李寶萬，方子帆

(1.三峽大學 水電機械設(shè)備設(shè)計與維護湖北省重點實驗室，湖北 宜昌 443000；2.三峽大學 機械與動力學院，湖北 宜昌 443000；3.機器人與智能系統(tǒng)宜昌市重點實驗室，湖北 宜昌 443000)

0 引言

架空輸配電線路是電力系統(tǒng)中實現(xiàn)電力輸送的基礎(chǔ)設(shè)施，是提高供電穩(wěn)定性與安全性的關(guān)鍵。但在線路實際運行過程中，由于線路通常架設(shè)于室外，其電力輸送效果極易受到自然環(huán)境影響[1]。電力線路沿線樹障是影響電力線路運行的安全隱患之一，在電力線路的運行維護中，常采用人工的方式對影響線路安全的樹障進行清除，維護人員借助專用工具攀爬到樹上，采用鋸、砍等方式對樹障實施清除，這種人工的方式存在較大的安全隱患，在工作中觸電引發(fā)人員傷亡的事件屢有發(fā)生，且人工清除方式受環(huán)境影響，工作效率低下?？紤]到人工清理架空電力線路沿線樹障的危險性，機器人有望在未來幫助或取代人來執(zhí)行這些任務(wù)。

由于使用環(huán)境的復(fù)雜性，關(guān)于樹障清除機器人設(shè)計的研究相對匱乏，尚無實用的樹障清除機器人。目前國內(nèi)外學者對爬樹機器人、爬樹修枝機器人展開了大量的研究，對該類機器人的研究主要集中在對機器人攀爬機構(gòu)的設(shè)計。其中比較典型的有機器人WOODY，主要被設(shè)計用來代替工人清除樹枝。該機器人通過用手臂環(huán)抱整個樹干，伸展和收縮身體完成爬樹動作[2]。ISHIGURE等[3]也開發(fā)了一種用于修剪樹木的攀爬機器人，其結(jié)構(gòu)類型屬于連續(xù)運動式攀爬機器人，它使用了一種受伐木工人啟發(fā)的抓取機制，以及基于輪子的垂直攀爬驅(qū)動系統(tǒng)。ALMONACID等[4]提出一種利用Gough Stewart平臺進行機動的攀登機器人，它可以爬上一個沒有樹枝，但有一定彎曲范圍的樹干，比上述兩個機器人具有更大的可操作性，但是實際應(yīng)用還需作出改進。香港中文大學徐揚生院士團隊[5-6]，研制了一種新型靈活爬樹機器人“Treebot”，該機器人依照仿生學原理，模仿尺蠖的爬行方式，在樹干不規(guī)則的樹木上攀爬具備較高的機動性，但該攀爬結(jié)構(gòu)的尺寸較大，在樹枝較多的地方攀爬受到一定限制。上述研究成果對樹障清除，機器人的攀爬機構(gòu)設(shè)計以及關(guān)鍵技術(shù)的突破具有一定的參考價值。但電力線路樹障清除機器人所需的功能更加豐富，針對架空電力線路的樹障清理任務(wù)要求，機器人除了攀爬還需要有一定的避障能力，即在完成爬樹基本功能的同時，還應(yīng)具有避開無需清理的樹枝障礙，清理指定樹枝的功能，因此樹障清除機器人的設(shè)計具有更多的設(shè)計約束和要求，需要解決機器人的機械結(jié)構(gòu)創(chuàng)新設(shè)計問題，對樹障清除機器人的方案設(shè)計提出了更高的要求。在機械產(chǎn)品的方案設(shè)計領(lǐng)域，相關(guān)學者也提出了一些有效的方法。高新勤等[7]對多色集合(Polychromatic Set，PS)理論在概念設(shè)計建模和推理技術(shù)中的應(yīng)用進行了相關(guān)研究；MARSDTTIR等[8]研究了公理設(shè)計(Axiomatic Design，AD)在一款名為Chessmate的下棋機器人方案設(shè)計中的應(yīng)用；LI等[9]提出一種螺桿傳動管內(nèi)機器人公理化設(shè)計方法；ZHU等[10]提出了基于公理設(shè)計的定制化下肢外骨骼康復(fù)機器人概念設(shè)計方法；楊得玉等[11]提出了基于公理設(shè)計和多色集合的拆卸設(shè)備方案設(shè)計；肖人彬等[12]提出了基于模糊信息公理的設(shè)計方案評價方法并應(yīng)用于產(chǎn)品的方案設(shè)計。以上成果對本文的機器人方案設(shè)計研究具有一定的參考價值。

通過對已有研究內(nèi)容工作的分析，為了實現(xiàn)在樹干上自動爬行，并清除影響電力線路安全運行的樹障，需要在方案設(shè)計階段進行創(chuàng)新設(shè)計。將公理設(shè)計對設(shè)計過程結(jié)構(gòu)化表達和多色集合邏輯推理的優(yōu)勢相結(jié)合，在設(shè)計過程中，通過公理設(shè)計的功能結(jié)構(gòu)映射過程，及時地檢查設(shè)計過程的合理性，并對設(shè)計方案進行正確評價，同時利用多色集合建立約束表達模型，對設(shè)計方案進行推理，最終得到滿意的設(shè)計方案。首先，針對電力線路樹障清除機器人設(shè)計要求，建立基于公理設(shè)計的功能—結(jié)構(gòu)模型，并利用獨立性公理保證分解的獨立性。然后，基于結(jié)構(gòu)庫構(gòu)建樹障清除機器人的多色集合層次結(jié)構(gòu)模型,以實現(xiàn)其功能—結(jié)構(gòu)快速映射和樹障清除機器人方案的計算機輔助快速設(shè)計，通過約束條件的形式化描述得到約束矩陣，排除存在約束的方案，得出可行方案，使用模糊信息公理的評價方法得到滿意的設(shè)計方案。最后，根據(jù)設(shè)計方案制作樣機進行實驗，針對實驗結(jié)果進行分析驗證設(shè)計方法的有效性和設(shè)計方案的可行性。為了表述方便，除特殊說明外，下文中的機器人特指架空電力線路樹障清除機器人。

1 機器人設(shè)計需求

樹障清除機器人用于架空電力線路廊道沿線的樹障清理，樹障清除機器人的作用對象為高大的喬木，不同樹木直徑不同，與架空電力線路構(gòu)成的隱患情況不同。機器人通過電力線路維護人員攜帶至需要清理的樹木下進行攀爬清理作業(yè)，作業(yè)過程中需要對隱患進行識別，并繞開無需清理的樹枝，到達指定位置進行清障作業(yè)。根據(jù)其工作的特殊環(huán)境以及作用對象，樹障清除機器人具有以下設(shè)計要求：

(1)體積小，質(zhì)量輕，結(jié)構(gòu)緊湊便于攜帶；

(2)在一定負載下，能以期望的速度在樹上實現(xiàn)穩(wěn)定爬升；

(3)具有一定的適應(yīng)能力，可以適應(yīng)不同直徑的樹木；

(4)可以對樹障隱患進行識別；

(5)修枝清障機構(gòu)要可控，電鋸切割位置可以調(diào)節(jié)，防止樹枝咬合，砸到機器人，避免砍伐樹障時樹倒向輸電線路一側(cè)或?qū)⑷嗽覀纫馔馇闆r；

(6)要具有一定的障礙識別和越障能力，繞過不需要清理的樹枝；

(7)在故障時，具有一定的自保防墜措施；

(8)對動力能源信息具有檢測功能，供應(yīng)不足時報警。

2 機器人功能結(jié)構(gòu)設(shè)計

2.1 公理設(shè)計概述

20世紀90年代SUH教授[13]通過多年的研究和實踐，總結(jié)歸納了設(shè)計的基本公理和原則，并于1990年出版了專著《設(shè)計原理》，公理設(shè)計理論由此產(chǎn)生。公理設(shè)計主要用于解決設(shè)計方案是否可以滿足產(chǎn)品的功能需求，滿足的程度如何以及多個設(shè)計方案的選擇等問題。公理設(shè)計理論將設(shè)計過程分為用戶域、功能域、結(jié)構(gòu)域和工藝域。功能域代表設(shè)計方案的功能需求，功能需求要滿足可能的約束條件。結(jié)構(gòu)域描述設(shè)計方案的設(shè)計參數(shù)，工藝域表達用于實現(xiàn)設(shè)計參數(shù)的過程變量。

公理設(shè)計的設(shè)計過程就是4個域間的逐層分解、迭代和映射的過程。在公理設(shè)計中，從功能域到結(jié)構(gòu)域，再從結(jié)構(gòu)域到工藝域，按照層級的“之”字映射進行展開。在兩個域進行映射的過程中，要求同一個層次的映射完成后，才能進行下一層次的分解，反復(fù)迭代直到低層次或不能展開為止，分解過程中使用獨立性公理保持功能要求的獨立性，使得方案的設(shè)計更加合理，可有效減少無效方案的產(chǎn)生。信息公理力求設(shè)計信息的含量最少，通過對設(shè)計方案信息含量的計算和比較可選擇出較優(yōu)的設(shè)計方案。

產(chǎn)品的功能需求可以通過用戶的需求映射得到，從功能域到結(jié)構(gòu)域之間的映射過程是公理設(shè)計關(guān)注的重點，通過對產(chǎn)品的功能需求逐級分解得到產(chǎn)品功能需求的層次結(jié)構(gòu)樹，再通過逐級映射得到產(chǎn)品的拓撲結(jié)構(gòu)和結(jié)構(gòu)庫。功能域和設(shè)計域之間的映射過程可以通過式(1)表示：

(1)

式中：FRn表示功能域中的特征向量，用于描述功能需求；DPn表示結(jié)構(gòu)域中的特征向量，用于描述設(shè)計參數(shù)；[A]為設(shè)計矩陣，其中元素Anm表明功能域和特征域中特征向量的相關(guān)性，Anm=0表示FRn和DPm沒有關(guān)聯(lián)，Anm=常數(shù)X表示FRn和DPn相互關(guān)聯(lián)。

在設(shè)計過程中可通過設(shè)計矩陣的類型判斷該設(shè)計是否符合獨立性公理，公理設(shè)計中根據(jù)設(shè)計矩陣[A]的對角矩陣、三角矩陣、非對(三)角矩陣3種形式將設(shè)計類型分為獨立設(shè)計、解耦設(shè)計和耦合設(shè)計。獨立設(shè)計滿足獨立性公理，是較好的設(shè)計類型，解耦設(shè)計也可滿足獨立性公理，但是需要保證設(shè)計參數(shù)遵循一定的規(guī)律。

2.2 機器人公理設(shè)計功能—結(jié)構(gòu)模型

機器人的用戶需求{CA}為使用機器人代替人工攀爬樹木，清理架空電力線路廊道周圍構(gòu)成樹障隱患的樹木枝干。根據(jù)公理設(shè)計的“之”字型映射得到總的功能需求{FR}是能夠攀爬樹木并清理樹障的機器人，總的約束{C}為樹木的情況，例如不同樹木的直徑不同、同一樹木不同高度直徑的變化、樹枝的分布、構(gòu)成樹障隱患的枝干位置等。將采用“之”字型映射方法將總的功能需求{FR}進行分解得到功能需求FRs，再將功能需求{FR}轉(zhuǎn)化成設(shè)計參數(shù){DP}得到設(shè)計參數(shù)DPs。下面將功能需求{FR}和設(shè)計參數(shù){DP}進行第一級分解。

(1)功能需求{FR}第一級分解

FR1：攜帶一定負載攀爬樹木并避開障礙樹枝到達指定位置；FR2：切除構(gòu)成對輸電線路樹障隱患的樹枝、樹冠部分；FR3：在攀爬過程中，出現(xiàn)斷電故障時不會墜落，不被切除的樹枝樹干砸壞，可以保障機器人自身安全；FR4：機器人可以遠程控制，可以獲取機器人周圍的環(huán)境信息并回傳到控制端，動力能源信息可以報警反饋；FR5：可以儲備能源用于機器人的動力供應(yīng)。

(2)設(shè)計參數(shù){DP}第一級分解

DP1：攀爬運動結(jié)構(gòu)；DP2：切割執(zhí)行結(jié)構(gòu)；DP3：安全防護結(jié)構(gòu)；DP4：控制監(jiān)測系統(tǒng)；DP5：動力供應(yīng)系統(tǒng)。

第1層設(shè)計公式為：

(2)

再將第一級分解得到的功能需求{FR}和設(shè)計參數(shù){DP}逐級分解得到第2層機器人的功能需求和設(shè)計參數(shù)的分解結(jié)構(gòu)及設(shè)計公式表如表1所示。通過設(shè)計公式可以看出設(shè)計類型均為解耦設(shè)計或獨立設(shè)計，滿足獨立性公理。

表1 FR、DP分解及設(shè)計公式表

2.3 功能—結(jié)構(gòu)分解結(jié)果

通過逐級分解得到機器人的功能需求分解圖如圖1所示。

通過第1層分解得到的設(shè)計矩陣[A]為下三角矩陣，這樣的設(shè)計為解耦設(shè)計，滿足獨立性公理，其中FR3與DP1、DP3相互關(guān)聯(lián)，因此其設(shè)計結(jié)構(gòu)需要遵循一定的規(guī)律。第2層分解得到的功能需求和設(shè)計結(jié)構(gòu)影響矩陣如表2所示?？梢钥闯?，影響矩陣整體為下三角矩陣，滿足獨立性公理，其中的FR11、FR12、FR13、FR31、FR42、FR43等功能與其對應(yīng)結(jié)構(gòu)之間存在著關(guān)聯(lián)，因此其設(shè)計結(jié)構(gòu)也應(yīng)遵循一定的規(guī)律。

表2 機器人的功能需求和設(shè)計結(jié)構(gòu)影響矩陣

續(xù)表2

3 基于多色集合的機器人方案推理

多色集合理論是一種新的信息描述和處理的數(shù)學工具。經(jīng)典多色集合由6個基本成分組成，其表達式為PS=(A,F(a),F(A),[A×F(a)],[A×F(A)],[A×A(F)])。集合及其著色的自相關(guān)矩陣[A×A],[F(a)×F(a)],[F(A)×F(A)]以及著色之間形成的矩陣[F(a)×F(A)]也是常用的一些布爾矩陣，可以根據(jù)建模需求添加這些成分。在多色集合中，元素和集合都可以被著色，可以很好地用來描述功能分解和設(shè)計參數(shù)分解之間的關(guān)系，因而可以用多色集合理論建立功能分解和可行方案求解的推理機制，得到機器人結(jié)構(gòu)設(shè)計的可行方案。

3.1 功能結(jié)構(gòu)的多色集合層次結(jié)構(gòu)模型

將機器人按照功能—方法逐級分解后，在各功能之間、功能的實現(xiàn)方法之間以及外部環(huán)境和功能與方法之間可能存在約束關(guān)系，因此使用包含約束信息的功能方法樹模型，利用多色集合理論對傳統(tǒng)的層次結(jié)構(gòu)增加節(jié)點顏色和約束關(guān)系，并區(qū)別節(jié)點之間連接關(guān)系的具體類型，給直接分解關(guān)系和間接約束關(guān)系涂上不同的顏色，建立機器人設(shè)計的形式化結(jié)構(gòu)模型。在機器人的多色集合的層次結(jié)構(gòu)模型中存在以下3種約束關(guān)系：某一功能與實現(xiàn)這一功能的方法之間的直接約束關(guān)系，記為F1(c)；同一層次各個功能之間存在的間接約束關(guān)系，記為F2(c)；實現(xiàn)不同功能的方法之間存在的約束關(guān)系，記為F3(c)。建立約束關(guān)系的集合為F(c)={F1(c),F2(c),F3(c)}。建立機器人的PS層次結(jié)構(gòu)模型如圖2所示。

在G*={A*,C*}中一共有30個節(jié)點，內(nèi)部節(jié)點其集合形式表示為：

A*={F(A(k,ik,jk-1))；A(k,ik,jk-1)}。

(3)

其中A(k,ik,jk-1)為第k層，第ik個節(jié)點。其父節(jié)點為k-1層的第jk-1個節(jié)點；F(A(k,ik,jk-1))為第k層、第ik個節(jié)點的顏色,它描述了節(jié)點的性能、參數(shù)等屬性。

方案元層A(2,1,1)=a1a2a3，A(2,2,1)=a4a5a6a7a8，A(2,3,1)=a9a10，A(2,4,2)=a11a12，A(2,5,2)=a13a14，A(2,6,3)=a15a16，A(2,7,3)=a17a18，A(2,8,4)=a19a20a21a22a23a24，A(2,9,4)=a25a26a27，A(2,10,4)=a28a29a30a31a32a33a34，A(2,11,5)=a35a36a37a38,A(2,12,5)=a39a40。

表3 各層功能元所表示的物理意義

續(xù)表3

3.2 約束條件的形式化描述與方案推理

機器人的PS層次結(jié)構(gòu)模型中的約束構(gòu)成的邊集E由內(nèi)部各個節(jié)點之間的連線構(gòu)成，其中內(nèi)部節(jié)點的邊可以通過節(jié)點集合的自相關(guān)矩陣得到。內(nèi)部約束矩陣

(4)

其中：i=j=30；ci_j為0或1，ci_j=0表示節(jié)點間不存在約束關(guān)系，ci_j=1表示節(jié)點間存在約束關(guān)系。根據(jù)各個節(jié)點的約束關(guān)系可以得到共34條邊。將滿足條件=1的元素構(gòu)成的集合記為邊集E：

E(e)={e1,…,en}={c2_1,c3_1,c4_1,c5_1,c6_1,

c7_2,c8_2,c8_7,c9_2,c9_8,c10_3,c11_3,c12_4,c12_11,

c13_4,c13_7,c14_5,c15_5,c15_14,c16_5,c17_6,c18_6,c19_7,

c20_8,c21_9,c22_10,c23_11,c24_12,c25_13,c26_14,c27_15,

c28_16,c29_17,c30_18}，

其中n=34。將約束關(guān)系類型的集合F(c)={F1(c),F2(c),F3(c)}看作是3類不同邊的著色，邊E與邊代表的約束類型F(c)之間的關(guān)系采用多色集合[A×F(a)]進行描述得：

F1(c)F2(c)F3(c)

(5)

其中F1(c)=1的邊有Ef1(e)={c2_1,c3_1,c4_1,c5_1,c6_1,c7_2,c8_2,c9_2,c5_2,c10_3,c11_3,c12_4,c13_4,c14_5,c15_5,c16_5,c17_6,c18_6,c19_7,c20_8,c21_9,c22_10,c23_11,c24_12,c25_13,c26_14,c27_15,c28_16,c29_17,c30_18}，按照布爾矩陣[F(A)×F(A)]或[F(a)×F(A)]建立如下推理矩陣：

M2_1=[F(A(1,1,0),A(1,1,0))×F(A(0,0,0),A(0,0,0))]，M3_1=[F(A(1,2,0),A(1,2,0))×F(A(0,0,0),A(0,0,0))],…,M30_18=[A(2,12,5)×F(A(2,12,5))]。

其中F2(c)=1的邊有Ef2(e)={c8_7,c9_8,c15_14}按照自相關(guān)矩陣[F(A)×F(A)]建立如下推理矩陣：

M8_7=[F(A(2,2,1))×F(A(2,1,1))],…,M15_14=[F(A(2,9,4))×F(A(2,8,4))]。

其中F3(c)=1的邊有Ef3(e)={c12_11,c13_7},按照自相關(guān)矩陣[F(A)×F(A)]建立如下推理矩陣：

M12_11=[F(A(2,5,2))×F(A(2,6,3))],M13_7=[F(A(2,1,1))×F(A(2,7,3))]

為了表述方便，將矩陣M2_1～M30_18畫在圖3a上，其中①～分別為M2_1～M30_18；將矩陣M8_7，M9_8，M12_11，M13_7，M15_14畫在圖3b上,記為～;帶有底色的為約束矩陣。

按照布爾矩陣[F(A)×F(A)]或[F(a)×F(A)]建立的推理矩陣描述的是某節(jié)點屬性與其他節(jié)點屬性之間的關(guān)系，將兩節(jié)點所包含功能元或方案元進行比較，不存在約束關(guān)系的兩功能元或方案元用“”標記。實際推理過程中，可以先依據(jù)總的約束信息{C}排除不滿足條件的功能元包含以上功能元的方案不滿足約束條件，不再繼續(xù)向下推理，根據(jù)推理矩陣M2_1～M30_18推理方案，對比約束矩陣M8_7～M15_14排除同時包含存在功能元沖突的方案，可提高推理效率，最終得到共54個可行方案。

P=Chioce{F(A(0,0,0))}+Chioce{F(A(1,1,0))}+

Chioce{F(A(1,5,0))}+Chioce{F(A(2,1,1))}+

Chioce{F(A(2,2,1))}+Chioce{A(2,2,1)}+

(6)

式中chioce表示在節(jié)點包含的功能元或可行方案元中隨機選擇一種，所有可行方案包含其中，但式中仍有存在約束的方案。

4 基于模糊信息公理的方案評價與擇優(yōu)

因為設(shè)計方案涉及的因素較為復(fù)雜，具有隨機性、模糊性的特點，無法給出所評價功能元、方案元因素指標的具體數(shù)值，無法使用傳統(tǒng)信息公理對每個方案的信息量進行準確計算，所以采用改進的模糊信息公理方法。將各方案關(guān)鍵節(jié)點作為一個子設(shè)計系統(tǒng)，確定其設(shè)計范圍及系統(tǒng)范圍，求解出模糊信息含量，繼而求解整個方案的總模糊信息含量。根據(jù)專家的知識與經(jīng)驗、相關(guān)學者研究及作者分析，確定了功能性指標、經(jīng)濟性指標、社會性指標3個方面的9個子功能指標，以及對應(yīng)指標權(quán)重[14](如表4)。

表4 機器人設(shè)計方案關(guān)鍵節(jié)點的各項評價指標

根據(jù)指標的類型，將以上9個子功能指標分為效益型指標、成本型指標、區(qū)間型指標，其中效益型指標包括攀爬速度、承載能力、續(xù)航時間、可靠性；成本型目標包括可制造性、制造成本；區(qū)間型指標包括結(jié)構(gòu)復(fù)雜度、環(huán)境適應(yīng)性、可操作性。依據(jù)不同類型指標的屬性，將各個指標及其對應(yīng)評價等級進行劃分，如表5所示。

表5 各項指標及對應(yīng)評價等級表

續(xù)表5

根據(jù)各個功能指標的評價等級對機器人設(shè)計方案中關(guān)鍵節(jié)點的功能元及方案元進行評價，確定各個指標的模糊系統(tǒng)范圍以及模糊公共范圍，從而計算出各個功能元及方案元的模型信息含量。設(shè)計范圍明確功能需求，系統(tǒng)范圍體現(xiàn)設(shè)計方案的實際性能，模糊設(shè)計范圍與模糊系統(tǒng)范圍的交集稱為模糊公共范圍。以可操作性為例，各功能元及方案元對應(yīng)的定性評價指標如表6所示。

表6 各功能元及方案元可操作性定性評價指標

(7)

計算出各功能元及方案元可操作性信息含量如表7所示。

表7 各功能元及方案元可操作性信息含量計算結(jié)果

通過計算9個指標的模糊信息含量，得出模糊信息總量最小值為34.812 34，根據(jù)公理設(shè)計的信息公理，其對應(yīng)的方案P11和方案P14是較好的設(shè)計方案，該評價結(jié)果與實際情況較為符合，

5 實驗驗證

5.1 需求實現(xiàn)情況驗證

為了驗證了設(shè)計方法的有效性，選取了信息含量最小設(shè)計方案P11、P14及信息含量較小的設(shè)計方案P8，制作出模型機如圖5所示。設(shè)計方案P11使用一組夾緊機構(gòu)，機構(gòu)位置位于機器人上部，末端使用90°全向輪。設(shè)計方案P14使用一組夾緊機構(gòu)，機構(gòu)位置位于機器人中部，末端使用90°全向輪。設(shè)計方案P8整體結(jié)構(gòu)上下兩組夾緊機構(gòu)，夾緊機構(gòu)末端使用麥克納姆輪或90°全向輪。將設(shè)計方案P8末端兩種情況分為P8a、P8b兩種子方案，子方案P8a如圖5c所示，其夾緊機構(gòu)末端和攀爬運動機構(gòu)均采用麥克納姆輪，子方案P8b如圖5d所示，其夾緊機構(gòu)末端采用90°全向輪和攀爬運動機構(gòu)采用麥克納姆輪。以上4種設(shè)計方案制作出的模型機在實驗中均能基本滿足攀爬、清除樹障等功能需求。

5.2 結(jié)構(gòu)合理性分析

實驗中設(shè)計方案P11(如圖5a)采用一組夾緊機構(gòu)位于機器人上部機器人重心整體偏下，具備較好的夾緊以及偏心自鎖的效果。在樹干直徑發(fā)生變化時，可以較容易地調(diào)整夾緊機構(gòu)的夾緊程度，機器人向上攀爬時，位于夾緊機構(gòu)末端的全向輪接觸受力情況良好。設(shè)計方案P14(如圖5b)采用一組夾緊機構(gòu)位于位于機器人中部，可以實現(xiàn)基本的功能需求，但機器人向上攀爬中容易出現(xiàn)后傾導致驅(qū)動電機發(fā)熱嚴重，并且不易調(diào)整姿態(tài)至正常位置。

實驗中，設(shè)計方案P8的兩個子方案P8a、P8b使用兩組夾緊機構(gòu)，夾緊效果更好，但是對于輪組運動產(chǎn)生的阻礙和更為突出，由于樹干直徑的變化，樹干截面形狀的不規(guī)則、樹干表面凸起等情況使得輪組控制復(fù)雜，夾緊機構(gòu)需要不斷調(diào)整。當輪組中一個輪受到阻礙時將對整個輪組的運動產(chǎn)生阻礙。這兩種方案并不能很好地實現(xiàn)機器人沿著樹干周向移動的功能。

通過對不同結(jié)構(gòu)的驗證實驗結(jié)果分析，相比較方案信息含量最小的方案P11、P14，使用上下兩組夾緊機構(gòu)的方案P8其結(jié)構(gòu)更加復(fù)雜，整體承載增加，使其攀爬速度降低，使用時間縮短。在實際制作中使用原材料及加工成本也較高，控制也相對復(fù)雜，對于環(huán)境的適應(yīng)性和可操作性較差，可靠性降低。可以看出，通過對設(shè)計方案功能元或方案元進行評價后再使用計算模糊信息含量總量的方式評價方案具備實用性和有效性。

5.3 整機方案驗證

通過對整機各個機構(gòu)功能實現(xiàn)情況進行測試，對直徑范圍在25 cm～30 cm的樹干都有較好的夾持環(huán)抱，貼合緊密。機器人可以實現(xiàn)預(yù)期的攜帶電鋸總負載23 kg完成抱緊、上下攀爬位姿調(diào)整功能,樹障清除裝置可以實現(xiàn)切割位置的調(diào)整以及對樹干和樹枝的切割功能。實驗結(jié)果驗證了采用半環(huán)抱夾緊結(jié)構(gòu)，留出開口這種思路可行，能保證夾緊同時穩(wěn)定上下攀爬，樹況良好情況下可實現(xiàn)繞樹周小幅旋轉(zhuǎn)，同時在機器人出現(xiàn)歪斜，后傾等情況后，可以進行位姿調(diào)整，可手動調(diào)整至豎直攀爬狀態(tài)，但當樹表面粗糙以及有樹瘤等情況時，可通過攝像頭觀察樹況移動至樹況較好位置進行環(huán)繞樹周旋轉(zhuǎn)實現(xiàn)避障功能。對一組夾緊機構(gòu)設(shè)計方案基礎(chǔ)上進行改進，在夾緊機構(gòu)末端使用上下兩組90°全向輪(omni wheel)。在實驗中，當需要調(diào)整機器人位置如圖6a時，可以通過控制機器人沿著樹干周向移動的功能調(diào)整至如圖6b。機器人能夠?qū)崿F(xiàn)預(yù)期的所有功能需求，滿足相應(yīng)的設(shè)計需求，通過實驗驗證了整個設(shè)計方法的有效性和設(shè)計方案的可行性。

6 結(jié)束語

在機器人設(shè)計中使用公理設(shè)計的“之”字型映射方法可以完成功能需求的分解，得到完整的各層功能分解結(jié)構(gòu)，并通過獨立性公理保證各個功能需求分解的獨立性。包含約束信息的多色集合層次模型可以很好地描述各個層次功能結(jié)構(gòu)之間的約束關(guān)系，以及外部環(huán)境與功能需求之間的約束關(guān)系，通過約束信息的形式化表達，構(gòu)建推理矩陣進行設(shè)計方案的推理，完成從功能需求到設(shè)計方案的逐層求解。

由于機器人功能結(jié)構(gòu)的復(fù)雜性，其設(shè)計方案由較多的功能元或方案元構(gòu)成，由于各個功能元或方案元具有模糊性和隨機性，不便得出定量的數(shù)值，無法使用傳統(tǒng)的信息公理計算每個方案的信息含量，若使用定性評價指標評價方案則評價不夠全面且存在一定的主觀性，在實際使用中通過對方案元或功能元定性評價再計算設(shè)計方案的模糊信息總量的評價方法可以避免單獨使用某一方法的不足，并得出較為全面準確的評價結(jié)果。

通過對推理得出方案進行實驗分析，驗證了設(shè)計方法的有效性和設(shè)計方案的可行性，同時，公理設(shè)計與多色集合的結(jié)合也有利于設(shè)計方案的創(chuàng)新，采用本方法設(shè)計的樹障清除機器人在結(jié)構(gòu)上具備較好的創(chuàng)新性，依據(jù)以上設(shè)計方案申請的國家發(fā)明專利也獲得了授權(quán)(ZL201910803014.X)。本文所研究的樹障清除機器人的設(shè)計側(cè)重于應(yīng)用機械設(shè)計理論方法完成機械結(jié)構(gòu)的創(chuàng)新設(shè)計，對于機器人的運動學及動力學分析，以及機器人的智能控制還有待進一步的分析和研究，后期將進一步研究樹障清除機器人的自動控制以及樹障隱患的模式識別問題，借助視覺導航及路徑規(guī)劃等技術(shù)實現(xiàn)機器人的自主作業(yè)。