基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)設(shè)計

左 浩

(西安汽車職業(yè)大學(xué)，西安 710600)

0 引言

Netvlad是一類經(jīng)典的非可導(dǎo)函數(shù)，其主要的不可導(dǎo)條件在于任何一個數(shù)據(jù)節(jié)點都只代表一個符號函數(shù)，在求解過程中，無論數(shù)據(jù)單位取值怎樣變化，該符號函數(shù)都不會具有真實含義[1]。為了激發(fā)Netvlad函數(shù)的可導(dǎo)性，在推導(dǎo)函數(shù)表達式時，應(yīng)對所選取數(shù)據(jù)單位進行平滑與可微分處理。如果一個數(shù)據(jù)單位的可導(dǎo)函數(shù)權(quán)重?zé)o限接近“1”，則整個函數(shù)表達式的取值結(jié)果就無限接近“0”；反之，若函數(shù)表達式取值無限接近于“0”，則無法得到數(shù)據(jù)單位可導(dǎo)函數(shù)權(quán)重?zé)o限接近“1”的推論[2]。Netvlad神經(jīng)網(wǎng)絡(luò)是以Netvlad函數(shù)為基礎(chǔ)構(gòu)建的網(wǎng)絡(luò)應(yīng)用結(jié)構(gòu)，可以根據(jù)不可導(dǎo)條件確定數(shù)據(jù)單位的當(dāng)前排列形式是否滿足可導(dǎo)性推論，一般來說，同時滿足不可導(dǎo)條件與可導(dǎo)性推論的數(shù)據(jù)單位即為網(wǎng)絡(luò)體系內(nèi)的連通節(jié)點，而單獨滿足不可導(dǎo)條件或可導(dǎo)性推論的數(shù)據(jù)單位即為非連通節(jié)點，既不滿足不可導(dǎo)條件也不滿足可導(dǎo)性推論的數(shù)據(jù)單位為零節(jié)點。

變磁力吸附機器人是特種機器人中的一種，融合了吸附技術(shù)與地面移動技術(shù)，可以附著在垂直壁面上，并在其表面進行自由移動。根據(jù)工作環(huán)境的不同，變磁力吸附機器人主要具有有線遙控控制、雙履帶移動、永磁吸附等幾種常見的工作形式[3]。大多數(shù)變磁力吸附爬壁機器人都需在PLC控制設(shè)備的支持下才能進行移動，故而其移動速度與負重能力都相對有限。在大型建筑結(jié)構(gòu)外表面不能保持完全光滑狀態(tài)的情況下，機器人與運動平面之間的吸附緊密性會大大下降，而這也是導(dǎo)致機器人自由避障能力無法達到要求標(biāo)準的主要原因。文獻[4]設(shè)計了基于多傳感器融合的機器人移動控制系統(tǒng)，采用STM32F405高速率芯片提供主控驅(qū)動力，再按照一體化控制原則，安排傳感器元件所處連接位置，又根據(jù)比例積分微分思想，確定機器人移動過程中，路徑曲線的偏轉(zhuǎn)情況。然而此系統(tǒng)應(yīng)用能力有限，不能有效控制運動節(jié)點實測距離與建模圖實測距離之間的差值水平。

為解決上述問題，設(shè)計了基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)。根據(jù)PCB控制原則，采用外置SRAM芯片傳輸電力信號，利用圖像傳感器和角度傳感器獲取機器人的運動圖像，控制機器人角度變化，通過驅(qū)動I/O口電路和氣動閥門，控制系統(tǒng)電量和運動速度，提高系統(tǒng)的穩(wěn)定性。在此基礎(chǔ)上，通過Netvlad 層和神經(jīng)損傷函數(shù)構(gòu)建Netvlad神經(jīng)網(wǎng)絡(luò)，對程序任務(wù)進行劃分，計算和處理相關(guān)參數(shù)，可以提高變磁力吸附爬壁機器人的避障能力。

1 變磁力吸附爬壁機器人控制系統(tǒng)硬件結(jié)構(gòu)設(shè)計

變磁力吸附爬壁機器人控制系統(tǒng)由外置SRAM、傳感器模塊、驅(qū)動I/O口電路、氣動閥門等多個硬件結(jié)構(gòu)共同組成，具體設(shè)計方法如下。

1.1 PCB控制

變磁力吸附爬壁機器人工作環(huán)境復(fù)雜且惡劣，因此在設(shè)計相關(guān)應(yīng)用部件時要考慮工業(yè)抗干擾性要求，同時也要遵循PCB控制原則。PCB(printed circuit board)控制指利用印制線路板對變磁力吸附爬壁機器人進行控制。具體控制規(guī)則如下：

1)“3倍”規(guī)則與器件去耦規(guī)則：外置SRAM芯片、圖像傳感器、角度傳感器等硬件設(shè)備結(jié)構(gòu)的線間距應(yīng)保持為3倍線寬，設(shè)備與設(shè)備之間的連接多采用總線結(jié)構(gòu)與濾波回路，避免耦合性電路回路的出現(xiàn)[5-6]。

2)完整性規(guī)則與方向控制規(guī)則：主變電回路與下級硬件設(shè)備之間的連接至少采用導(dǎo)通孔，以確保電量回路的完整性，所有電力連接線只能由高壓端指向低壓端。

規(guī)定x表示一個隨機選取的PCB電量控制信號，其定義式如下：

(1)

(2)

1.2 外置SRAM

外置SRAM芯片負責(zé)存儲變磁力吸附爬壁機器人運動過程中的電量傳輸信號，具有I/O、FSMC、NBL、HMC等多個負載接口組織，可以在核心IS62WV51216主板的作用下，更改電量信號的傳輸方向，從而使得神經(jīng)網(wǎng)絡(luò)主機能夠直接控制機器人設(shè)備的運動行為與行進方向[7]。IS62WV51216主板存在于外置SRAM芯片中心，可以通過調(diào)節(jié)控制開關(guān)的方式，使I/O、FSMC、NBL、HMC、OE等負載接口呈現(xiàn)出閉合或斷開狀態(tài)——當(dāng)負載接口斷開時，變磁力吸附爬壁機器人所承載的電量信號向外輸送；當(dāng)負載接口閉合時，外部電量信號連續(xù)存儲進入IS62WV51216主板。I/O接口是外置SRAM芯片單元的核心連通組織，可以對高壓端輸入的電量信號進行排序處理，而完成排序的電量信號則可以借助該類型連接端口進入傳感器模塊、驅(qū)動I/O口電路等其他下級硬件設(shè)備結(jié)構(gòu)之中[8]。具體的外置SRAM芯片連接形式如圖1所示。

圖1 外置SRAM芯片結(jié)構(gòu)示意圖

由于外置SRAM芯片只負責(zé)傳輸電力信號，不具備電量存儲能力，所以在不違背PCB控制原則的情況下，支持變磁力吸附爬壁機器人運動行為所需的電量信號越多，外置SRAM芯片開放的接口組織也就越多。

1.3 傳感器模塊

控制系統(tǒng)傳感器模塊由圖像傳感器、角度傳感器兩部分組成，本章節(jié)將針對上述兩類設(shè)備結(jié)構(gòu)應(yīng)用能力展開研究。

1.3.1 圖像傳感器

圖像傳感器負責(zé)捕獲變磁力吸附爬壁機器人運動圖像，能夠在分析運動信號陣列、時序電信號陣列組成形式的同時，確定電力驅(qū)動行為的作用強度，由于整個傳感器單元包含一個獨立的電信號選擇器和一個獨立的控制寄存器，所以在電量接口完全閉合的情況下，CMOS攝像頭元件捕獲到的圖像信息可以借助信息傳輸信道直接反饋至系統(tǒng)核心控制主機之中[9]。CMOS攝像頭元件安裝在變磁力吸附爬壁機器人踝關(guān)節(jié)外側(cè)，能夠準確記錄機器人運動行為，在機器人運動過程中，時序電信號陣列連續(xù)不斷記錄驅(qū)動I/O口電路產(chǎn)生的電量傳輸信號，運動信號陣列連續(xù)不斷記錄運動行為指令，故而二者均與系統(tǒng)控制主機保持直接連接關(guān)系。在電量接口作用下，電力驅(qū)動作用直接作用于電信號選擇器與控制寄存器，所以無論機器人運動行為是否中斷，選擇器與控制器元件都保持連續(xù)接入狀態(tài)[10]。圖像傳感器連接結(jié)構(gòu)如圖2所示。

圖2 圖像傳感器連接結(jié)構(gòu)

CMOS攝像頭與運動圖像處理單元直接的連接關(guān)系受到電力驅(qū)動作用的影響，所以在變磁力吸附爬壁機器人運動過程中，驅(qū)動I/O口電路必須保持連續(xù)輸入狀態(tài)。

1.3.2 角度傳感器

角度傳感器可以在驅(qū)動I/O口電路的作用下，根據(jù)外置SRAM芯片對于變磁力吸附爬壁機器人所設(shè)置的運動需求，來控制機器關(guān)節(jié)轉(zhuǎn)角的偏轉(zhuǎn)程度，從而實現(xiàn)對機器人運動幅度的有效控制。轉(zhuǎn)向器能夠調(diào)節(jié)機器關(guān)節(jié)的轉(zhuǎn)動幅度，在驅(qū)動I/O口電路保持連續(xù)接入狀態(tài)的情況下，轉(zhuǎn)向器偏轉(zhuǎn)幅度越大，就表示機器人設(shè)備的運動頻率越快。角度控制器偏轉(zhuǎn)程度決定了機器人關(guān)節(jié)角的轉(zhuǎn)向水平，由于元件不具備自主運動能力，所以任何細微的元件偏轉(zhuǎn)行為都受到螺旋繩的直接控制[11-12]。在非運動狀態(tài)下，螺旋繩收緊并完全進入收納裝置內(nèi)部；而在機器人運動狀態(tài)下，螺旋繩慢慢放松，部分繩體由收納裝置中突出，此時角度控制器所受牽引力相對較小，故而具備一定的自主轉(zhuǎn)動能力。角度傳感器連接結(jié)構(gòu)如圖3所示。

圖3 角度傳感器連接結(jié)構(gòu)

角度傳感器元件的作用能力受到驅(qū)動I/O口電路的直接影響，所以在控制變磁力吸附爬壁機器人運動行為時，傳感器設(shè)備與核心電路結(jié)構(gòu)的連接需要串口通路的配合。

1.4 驅(qū)動I/O口電路

驅(qū)動I/O口電路是變磁力吸附爬壁機器人控制系統(tǒng)中的核心電量供應(yīng)裝置，以ADO831設(shè)備作為核心應(yīng)用結(jié)構(gòu)，可以聯(lián)合LM34單片機，控制外置SRAM芯片元件內(nèi)的電量轉(zhuǎn)存行為，從而使得控制系統(tǒng)內(nèi)形成一個完整的電量循環(huán)回路，確保角度傳感器不會出現(xiàn)過度偏轉(zhuǎn)行為[13]。驅(qū)動I/O口電路布局形式如圖4所示。

圖4 驅(qū)動I/O口電路圖

Micro芯片連接于ADO831設(shè)備旁側(cè)，借助CS通路、CLK通路、DO通路接入驅(qū)動I/O口電路之中。隨著變磁力吸附爬壁機器人運動頻率的加快，Micro芯片兩端所承擔(dān)的負載電壓水平也會不斷增大，在此情況系，ADO831設(shè)備向外驅(qū)動大量的傳輸電信號，LM34單片機就可以利用這些電信號參量確定機器人當(dāng)前所處區(qū)域，從而使得圖像傳感器元件能夠?qū)C器人運動圖像進行準確捕捉[14]。驅(qū)動I/O口電路具有兩個正極輸入端口(+VCC)和一個負極輸出端口(-VDD)，前者與Netvlad神經(jīng)網(wǎng)絡(luò)體系對接，并可以從中提取大量的電量傳輸信號；后者則負責(zé)調(diào)節(jié)氣動閥門裝置，使得其內(nèi)部暫存電量信號的傳輸行為始終保持相對穩(wěn)定的狀態(tài)。

1.5 氣動閥門

變磁力吸附爬壁機器人以氣動馬達作為動力驅(qū)動裝置，而氣動馬達的運行速度卻是由外部氣壓的數(shù)值來決定的，當(dāng)角度傳感器轉(zhuǎn)動至一定數(shù)值區(qū)間之內(nèi)時，氣壓大小完全是由閥門開度水平來確定的，故而控制氣動閥門開合程度就可以實現(xiàn)對氣動馬達轉(zhuǎn)速的控制，進而調(diào)節(jié)變磁力吸附爬壁機器人在建筑結(jié)構(gòu)外表面上的運動速度[15-16]。由于機器人運動過程中，氣動閥門進氣量并不可能始終保持穩(wěn)定，所以求解運動學(xué)方程式，還要考慮轉(zhuǎn)移向量等其他物理量的取值情況。由于馬達轉(zhuǎn)速受到驅(qū)動I/O口電路中電量輸出行為的直接影響，所以電信號輸出量越大，轉(zhuǎn)速向量的取值也就越大。基于此，聯(lián)立式(2)，可將氣動閥門開度水平定義式表示為：

(3)

式中，v′表示變磁力吸附爬壁機器人在建筑結(jié)構(gòu)外表面上的實時運動速度，φ表示氣體驅(qū)動系數(shù)，b表示氣動閥門開度指標(biāo)，且b≠0的不等式條件恒成立，m表示氣動馬達的轉(zhuǎn)速向量，a表示閥門進氣系數(shù)，s表示閥門出氣系數(shù)。當(dāng)機器人運動方向為正時，a>s的不等式條件成立；當(dāng)機器人運動方向為負時，s>a的不等式條件成立。

2 變磁力吸附爬壁機器人控制系統(tǒng)軟件設(shè)計

在各級硬件應(yīng)用結(jié)構(gòu)的支持下，按照Netvlad神經(jīng)網(wǎng)絡(luò)構(gòu)建、程序任務(wù)劃分、移植參數(shù)求解的處理流程，完成對變磁力吸附爬壁機器人控制系統(tǒng)的設(shè)計，設(shè)計流程如圖5所示。

圖5 變磁力吸附爬壁機器人控制流程圖

由圖5可知，通過Netvlad層和神經(jīng)損傷函數(shù)對Netvlad神經(jīng)網(wǎng)絡(luò)進行布局后，分級處理控制系統(tǒng)內(nèi)部的執(zhí)行程序，選擇移植參數(shù)值，取值越大，控制指令越明顯。至此，完成變磁力吸附爬壁機器人的軟件控制系統(tǒng)設(shè)計。

2.1 Netvlad神經(jīng)網(wǎng)絡(luò)構(gòu)建

Netvlad神經(jīng)網(wǎng)絡(luò)體系可以按照系統(tǒng)控制程序執(zhí)行原則，判斷變磁力吸附爬壁機器人的當(dāng)前運動狀態(tài)，但網(wǎng)絡(luò)體系結(jié)構(gòu)的組成相對較為復(fù)雜，故本章節(jié)將從Netvlad層單元組成形式、神經(jīng)損傷函數(shù)兩個方面著手，分析神經(jīng)網(wǎng)絡(luò)體系的布局模式。

2.1.1 Netvlad 層

Netvlad 層組織是Netvlad神經(jīng)網(wǎng)絡(luò)體系的核心組成結(jié)構(gòu)，包含分析、過濾、處理三類連接節(jié)點，能夠根據(jù)變磁力吸附爬壁機器人的實時運動狀態(tài)，調(diào)節(jié)控制指令傳輸行為，從而使得系統(tǒng)控制主機中能夠生成準確的運動行為記錄文本[17]。Netvlad 層組織的過濾節(jié)點由初步過濾、深度過濾兩部分組成，前者的負載數(shù)量相對較多，一般來說，每一個輸入的控制程序樣本數(shù)據(jù)都必須對應(yīng)兩個完全獨立的初步過濾節(jié)點，但為避免控制指令過度傳輸行為的出現(xiàn)，初步過濾節(jié)點、深度過濾節(jié)點之間的連接則保持就近對應(yīng)關(guān)系，及深度過濾節(jié)點數(shù)量遠小于初步過濾節(jié)點[18]。Netvlad神經(jīng)網(wǎng)絡(luò)布局形式如圖6所示。

圖6 Netvlad神經(jīng)網(wǎng)絡(luò)布局

Netvlad 層組織定義標(biāo)準表示為：

(4)

式中，γ、φ表示兩個不相等的控制程序控制系數(shù)，gγ表示基于系數(shù)γ的指令程序定義特征，gφ表示基于系數(shù)φ的指令程序定義特征，f表示Netvlad規(guī)劃權(quán)值?？刂瞥绦蛭谋据斎肓康脑龃髸?dǎo)致Netvlad神經(jīng)網(wǎng)絡(luò)內(nèi)分析節(jié)點存在數(shù)量的增大，而過濾節(jié)點連接數(shù)量是否增大則還需要根據(jù)變磁力吸附爬壁機器人的當(dāng)前運動形態(tài)進行具體判斷。

2.1.2 神經(jīng)損傷函數(shù)

神經(jīng)損傷函數(shù)決定了Netvlad 層組織對于控制程序指令的負載能力，在既定運動范圍內(nèi)，變磁力吸附爬壁機器人的行進速度越快，神經(jīng)損傷函數(shù)表達式的賦值也就越大[19-20]。聯(lián)立式(4)，推導(dǎo)Netvlad神經(jīng)損傷函數(shù)表達式為：

F=∑ιmax[D×(λ1(g1)·λ2(g2)·λ3(g3))]

(5)

式中，ι表示爬壁機器人運動過程中的變磁力吸附系數(shù)，為了滿足Netvlad 層組織對于控制指令程序的編碼原則，ι系數(shù)的最小取值只能等于自然數(shù)1，λ1表示分析節(jié)點查詢系數(shù)，g1表示分析節(jié)點中的控制指令累積向量，λ2表示過濾節(jié)點查詢系數(shù)，g2表示過濾節(jié)點中的控制指令累積向量，λ3表示處理節(jié)點查詢系數(shù)，g3表示處理節(jié)點中的控制指令累積向量。由于Netvlad 層組織中分析節(jié)點、過濾節(jié)點、處理節(jié)點的負載個數(shù)不相同，所以求解神經(jīng)損傷函數(shù)時，向量g1、g2、g3的取值也不可能相等。

2.2 程序任務(wù)劃分

(6)

其中:j1、j2、…、jn表示n個不重合的任務(wù)指令執(zhí)行區(qū)域，且系數(shù)n的取值恒大于自然數(shù)3(3個任務(wù)指令執(zhí)行區(qū)域分別對應(yīng)Netvlad神經(jīng)網(wǎng)絡(luò)的分析、過濾與處理節(jié)點)，κmin表示變磁力吸附爬壁機器人區(qū)域性運動向量的最小取值，κmax表示區(qū)域性運動向量的最大取值。

聯(lián)立式(5)、式(6)，推導(dǎo)控制系統(tǒng)程序任務(wù)劃分表達式如下：

(7)

2.3 移植參數(shù)

移植參數(shù)可以理解為系統(tǒng)控制協(xié)議在Netvlad神經(jīng)網(wǎng)絡(luò)體系內(nèi)的移動向量，在程序任務(wù)區(qū)域劃分標(biāo)準保持不變的前提下，移植參數(shù)取值越大，Netvlad神經(jīng)網(wǎng)絡(luò)體系內(nèi)控制協(xié)議的移動作用指令也就越明顯[23-24]。移植參數(shù)求解表達式為：

(8)

其中:?表示控制指令移動向量，?表示控制指令定義向量，ΔW表示單位控制周期內(nèi)的呈現(xiàn)指令作用步長值，ΔQ表示區(qū)域轉(zhuǎn)向系數(shù)累積量。至此，完成對相關(guān)參數(shù)指標(biāo)的計算與處理。

在設(shè)計的基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)中，硬件系統(tǒng)和軟件系統(tǒng)聯(lián)系密切，硬件系統(tǒng)中的外置SRAM、傳感器模塊、驅(qū)動I/O口電路、氣動閥門等多個硬件結(jié)構(gòu)為軟件系統(tǒng)提供了物質(zhì)條件，而軟件設(shè)計中的Netvlad神經(jīng)網(wǎng)絡(luò)構(gòu)建、程序任務(wù)劃分、移植參數(shù)求解部分使硬件系統(tǒng)發(fā)揮其應(yīng)有的效果。硬件系統(tǒng)與軟件系統(tǒng)相互配合，可有效提高變磁力吸附爬壁機器人的避障能力，實現(xiàn)基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)的順利應(yīng)用。

3 實驗分析

3.1 實驗環(huán)境布置

為了驗證基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)在大型建筑結(jié)構(gòu)外表面的自主避障能力，選取兩個場景進行實驗。變磁力吸附爬壁機器人主要用在環(huán)境復(fù)雜的大型建筑結(jié)構(gòu)外表面巡檢任務(wù)中，由于建筑結(jié)構(gòu)外表面并不能保持絕對光滑的狀態(tài)，所以選擇光滑壁面、粗糙壁面兩種實驗場景。實驗場景如圖7所示。

圖7 實驗場景

變磁力吸附爬壁機器人結(jié)構(gòu)如圖8所示。

圖8 變磁力吸附爬壁機器人結(jié)構(gòu)

在機器人結(jié)構(gòu)中，電機設(shè)備提供了爬壁運動過程中的電動力作用，固定桿將搭載電機設(shè)備的保護罩連接在動力架側(cè)端，動力架能夠維護機器人的運動平衡性，轉(zhuǎn)軸可以在電機設(shè)備的驅(qū)動作用下不斷轉(zhuǎn)動，從而使得機器人運動方向發(fā)生改變，置物架為相關(guān)動力裝置提供支撐作用，轉(zhuǎn)向器負責(zé)確定機器人的運動方向，導(dǎo)磁裝置提供一定的磁感應(yīng)作用，以確保機器人不會脫離既定運動區(qū)域。

在本次實驗過程中，以所設(shè)計的基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)作為實驗組監(jiān)測方法，以文獻[4]基于多傳感器融合的機器人移動控制系統(tǒng)作為對照組監(jiān)測方法，分別應(yīng)用上述兩類系統(tǒng)監(jiān)控機器人的運動行為，并借助監(jiān)測軟件確定障礙物所在位置、爬壁機器人所在位置之間的實測距離。

3.2 實驗結(jié)果

在大型建筑結(jié)構(gòu)外表面存在障礙物的情況下，障礙物所在位置與爬壁機器人所在位置之間的距離，可以反映出機器人設(shè)備的避障能力。機器人動力作用距離最大值只能達到30 cm，故而當(dāng)障礙物所在位置與爬壁機器人所在位置之間的距離小于30 cm時，表示機器人避障能力較強，運動過程中不會出現(xiàn)因不緊密吸附而造成的掉落問題，反之則表示機器人避障能力較弱。

實驗組和對照組機器人在不同運動壁面上的避障能力分別如圖9和圖10所示。

圖9 光滑壁面的避障能力

分析圖9可知，在光滑運動壁面上，實驗組障礙物所在位置與爬壁機器人所在位置之間的距離呈現(xiàn)出先增大，再減小的數(shù)值變化狀態(tài)。當(dāng)實驗時間為18 s時，實驗組間隔距離達到最大值16.22 cm，遠小于機器人動力作用距離最大值30 cm。而對照組障礙物所在位置與爬壁機器人所在位置之間的距離則始終保持不斷增大的數(shù)值變化狀態(tài)。當(dāng)實驗時間處于15～18 s之間時，對照組間隔距離超過機器人動力作用距離最大值30 cm，整個實驗過程中，其最大值達到了33.87 cm，遠大于實驗組數(shù)值。由此可知，實驗組機器人避障能力較強。

圖10 粗糙壁面的避障能力

分析圖10可知，在粗糙運動壁面上，實驗組障礙物所在位置與爬壁機器人所在位置之間距離均值明顯大于光滑壁面上的距離均值。當(dāng)實驗時間處于9～12 s之間時，對照組間隔距離達到最大值25.02 cm，依然小于機器人動力作用距離最大值30 cm。而對照組障礙物所在位置與爬壁機器人所在位置之間的距離保持先增大再穩(wěn)定，最后繼續(xù)增大的數(shù)值變化狀態(tài)。在整個實驗過程中，其最大距離數(shù)值達到了37.51 cm，明顯大于機器人動力作用距離最大值30 cm，也遠大于實驗組數(shù)值。由此可知，實驗組機器人避障能力較強。

綜上可知本次實驗結(jié)論為：應(yīng)用所設(shè)計的基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)，障礙物所在位置與爬壁機器人所在位置之間的實測距離數(shù)值始終小于機器人動力作用距離的最大值，這就表示爬壁機器人在光滑壁面、粗糙壁面上的自主避障能力就能得到保障，對于提升機器人與運動平面之間的吸附緊密性可以起到一定的促進性影響作用。

4 結(jié)束語

本文設(shè)計了基于Netvlad神經(jīng)網(wǎng)絡(luò)的變磁力吸附爬壁機器人控制系統(tǒng)，在Netvlad神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，按照PCB控制標(biāo)準，設(shè)置外置SRAM芯片、傳感器模塊、驅(qū)動I/O口電路等多個硬件應(yīng)用結(jié)構(gòu)，又通過劃分程序任務(wù)的方式，求解移植參數(shù)指標(biāo)的取值范圍。在實用性方面，這種新型系統(tǒng)能夠有效控制障礙物所在位置、爬壁機器人所在位置之間的實測距離數(shù)值，可以在實現(xiàn)自主避障的同時，保證機器人與運動平面之間的緊密吸附，符合實際設(shè)計需求。