（控制科学与工程专业论文）基于嵌入式系统的智能巡检机器人研制.pdf

摘要 本论文介绍了一种能够应用于工业复杂巡检场合的基于嵌入式系统的智能巡检移动 机器人。在论文中讨论了移动机器人的建模、控制、本体设计以及监控软件设计等内容， 为更加深入的研究移动机器人及其在巡检中的应用打下了基础。 本论文建立了四轮驱动式移动机器人的数学模型，其中包括运动学模型、动力学模 型和电机模型。在数学模型的基础上设计了基于反步法的鲁棒轨迹跟踪控制器。提出了 一种包含运动学控制器和速度控制器的分层控制方案来解决机器人轨迹跟踪控制中的 复杂计算问题。仿真结果表明：所设计的鲁棒轨迹跟踪控制器和分层控制方案是合理有 效的。 本论文设计了双电机驱动的四轮移动机器人，并分三步进行机器人本体的开发。第 一步，设计机械本体。将机械本体分为运动系和支撑系两个部分，分别进行了详细设计， 利用a u t o c a d 软件绘制了机器人的3 d 模型图和零部件的2 d 工程图。第二步，设计控 制器硬件。控制器硬件包括通信模块、驱动模块、输入输出模块等，是在嵌入式系统基 础上完成的。第三步，设计控制器软件。在嵌入式l i n u x 操作系统的基础上，开发了设 备驱动程序和应用程序。 本论文针对巡检任务设计了基于j a v a 平台的机器人监控软件，主要实现了简单的 路径规划、地图存储、数据存储和巡检控制等任务。本文最后进行了机器人移动控制和 巡检的实验，实验结果表明机器人能够完成巡检任务，设计是成功的。 关键词：巡检机器人；机器人建模；鲁棒控制；嵌入式系统 d e v e l o p m e n t o fa ni n t e l l i g e n ti n s p e c t i o nr o b o tb a s e do n em b e d d e ds y s t e m j i a od e y u ( c o n t r o ls c i e n c ea n de n g i n e e r i n g ) d i r e c t e db yp r o f e s s o rl is h u r o n g a b s t r a c t t h i sp a p e rp r e s e n t sa l li n t e l l i g e n ti n s p e c t i o nr o b o tb a s e do ne m b e d d e ds y s t e m , w h i c hc a l l b eu s e di ni n d u s t r i a lc o m p l e xi n s p e c t i o nc i r c u m s t a n c e t h em a t h e m a t i c a lm o d e l ，t h ec o n t r o l m e t h o d s ，t h eb o d yd e s i g na n dt h em o n i t o r i n gs o f t w a r ed e s i g no ft h em o b i l er o b o ta l ea l l d i s c u s s e di nt h i sp a p e r , w h i c hw o u l db eu s e f u lf o rt h ef u t u r er e s e a r c ha n da p p l i c a t i o no ft h e m o b i l er o b o t t h em a t h e m a t i c a lm o d e lo ft h ef o u r - w h e e ld r i v i n gm o b i l er o b o ti se s t a b l i s h e d , w h i c h i n c l u d e sk i n e m a t i c a lm o d e l ，d y n a m i cm o d e la n dm o t o rm o d e l ar o b u s tt r a j e c t o r yt r a c k i n g c o n t r o l l e rw i t hb a c k s t e p p i n gm e t h o di sd e s i g n e db a s e do nt h er o b o tm o d e l ah i e r a r c h i c a l c o n t r o ls t r a t e g yw h i c hi n c l h d e sk i n e m a t i c a lc o n t r o l l e ra n dv e l o c i t yc o n t r o l l e ri sp r e s e n t e dt o s o l v et h ep r o b l e mo fc o m p l e xc a l c u l a t i o ni nr o b o tt r a j e c t o r yt r a c k i n gc o n t r 0 1 t h es i m u l a t i o n s r e s u l t ss h o wt h a tt h er o b u s tt r a j e c t o r yt r a c k i n gc o n t r o l l e ra n dt h eh i e r a r c h i c a lc o n t r o ls t r a t e g y a r ea l lv a l i d af o u r - w h e e lm o b i l er o b o td r i v i n gw i t l lt w om o t o r si sd e s i g n e d ，a n dt h r e es t a g e sa r e t a k e nt od e v e l o pt h er o b o tb o d y f i r s t ，t h er o b o tm e c h a n i c a lb o d yi sd e s i g n e di nd e t a i lb y d i v i d i n gi n t ot w op a r t sw h i c ha r em o t i o nm e c h a n i s ma n ds u p p o r t i n gm e c h a n i s m t h e3 d m o d e lo ft h er o b o ta n dt h e2 dm a n u s c r i p to ft h em e c h a n i s m sa l ed r a w nb ya u t o c a d s o f t w a r e t h e n ，t h ee l e c t r i c a lc o n t r o l l e rc o n s i s t i n go fc o m m u n i c a t i o nm o d u l e ，d r i v i n gm o d u l e a n di n p u t - o u t p u tm o d u l ei sd e s i g n e db a s e do ne m b e d d e dm i c r o p r o c e s s o r l a s t ，t h ec o n t r o l s o f t w a r ew h i c hi n c l u d e sd r i v e rp r o g r a ma n da p p l i c a t i o np r o g r a ma r ed e v e l o p e db a s e do n e m b e d d e do p e r a t i o ns y s t e ml i n u x t oa c h i e v et h eg o a lo fi n s p e c t i o n , ar o b o tm o n i t o r i n gs o f t w a r ei sd e v e l o p e do nj a v a p l a t f o r m i ta c c o m p l i s h e sp a t hp l a n n i n g ，m a ps a v i n g ，d a t as a v i n g ，r o b o tc o n t r o l l i n g ，a n d i n s p e c t i n gt a s k a tt h ee n d o ft h i sp a p e rs e v e r a lm o v e m e n tc o n t r o la n di n s p e c t i o ne x p e r i m e n t s a l ei m p l e m e n t e d t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h er o b o tc a na c c o m p l i s ht h et a s ko f t r a j e c t o r yt r a c ka n dd a t ai n s p e c t i o n ，s ot h ed e s i g na n dd e v e l o p m e n t a lea l ls u c c e s s f u l k e yw o r d s ：i n s p e c t i o nr o b o t ；r o b o tm o d e l i n g ；r o b u s tc o n t r o l ；e m b e d d e ds y s t e m 关于学位论文的独创t 性声明 本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的 成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外， 本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油 大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志 对研究所做的任何贡献均已在论文中做出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名： 日期：勿lp 年6 月占日 学位论文使用授权书 本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印刷版 和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门( 机构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和 复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他 复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签 指导教师签名： 日期：易d l ) 年乙月b 日 日期：1 ( 夕年g 彭日 中国石油大学( 华东) 硕士学位论文 1 1 问题的提出 第1 章绪论 自从1 9 9 8 年戈尔提出了数字地球的概念之后，世界各大石油公司纷纷进行了数字 化油田相关技术的研究，其中包括壳牌、贝克休斯、斯伦贝谢、雪佛龙等全球知名的国 外石油公司，也包括中石油、中石化等国内石油公司【1 】【2 】。现如今油田的数字化已经从 初期单纯的手持式仪器仪表的人工单一监测发展成为衔接作业现场和各业务部门的闭 环数字化监控系统，并拥有完善的数字化工作流程。数字化油田也正是通过油田的全面 数字化实现它潜在的价值，为石油工业的飞速发展保驾护航【3 】。近年来，国内外先后召 开了多次数字化油田相关的学术会议，数字化油田已经成为了石油行业和相关业界研究 的热门课题，可以预测其必将在石油行业中拥有举足轻重的地位。数字化油田以油田为 研究对象，以石油探测、生产、加工等全流程为线索，建立勘探、开发、开采、加工、 储运、销售以及企业管理等多专业的综合数据体系，并将各专业的数据和应用进行系统 的高度融合，其中地面数据采集是组建数字化油田的基础之一。 智能巡检机器人就是在数字化油田的背景下提出的，它能够实现数字化油田中地面 数据的采集，并成为数字化油田的重要组成部分。智能巡检机器人携带便携式测试仪、 摄像头、无线检测设备等检测装置，以自主或者遥控的方式代替人对设备进行检测，读 取数据和及时发现设备存在的问题。它的特点是可以工作在恶劣的或者复杂的工业环境 中，例如易产生有毒气体的地方等。智能巡检机器人系统主要有移动机器人本体和固定 工作站组成。移动本体包括移动车体、控制系统、避障系统、通信系统等，固定工作站 包括后台控制软件和数据库。智能巡检机器人系统能够实现智能轨迹跟踪、自主仪表信 号检测、障碍物躲避、有毒易燃气体泄露检测与报警、故障诊断、定位与报警、检测结 果自动回传与存储、远程控制等功能f 4 j 。 对于智能巡检机器人来说，中央控制器是机器人的关键部位，负责机器人的运动控 制、实时通信、信号检测等多项任务，对实时性和稳定性等的要求也相当高【5 】。近年来 得以迅速发展的嵌入式系统技术是机器人中央控制器最好选择。嵌入式系统以应用为中 心、以计算机技术为基础、软件硬件可裁剪、适应应用系统对功能、可靠性、成本、体 积、功耗严格要求的专用计算机系统【6 】【7 1 。嵌入式系统有着非常广泛的应用前景，其应 第1 章绪论 用领域可以包括：工业控制、交通管理、信息家电、家庭智能管理系统、网络及电子商 务、环境监测和机器人控制等方面。相对于其他领域，机电产品是嵌入式系统应用最典 型、最广泛的领域之一，而机器人技术则是机电中最具有知识含量和技术水平的技术之 一，它的发展从来就是与嵌入式系统的发展紧密联系在一起的【7 1 。 综上所述，本课题就是要设计一个基于嵌入式系统的智能巡检机器人应用于数字化 油田，作为数字化油田地面数据检测手段的重要补充。 1 2 研究目的及意义 本课题研究的目的和意义有两个方面：一方面是研究机器人本身的目的和意义；另 一方面是嵌入式系统在机器人上应用的意义。 机器人技术是综合了计算机技术、电工电子技术、自动控制技术、信息和传感器技 术、人工智能技术、系统辨识和仿生技术学等多个领域多个学科门类的高新技术，已经 成为高科技应用的载体。对机器人的研究和应用，一方面可以改造传统产业生产模式或 者生产条件，进而解放人的劳动或者改善人的工作环境；另一方面可以带动相关产业和 技术的发展，从而带动整个国民经济的发展。而且随着科学技术的发展，对机器人研究 和应用的水平，在一定程度上成为一个国家工业自动化水平的重要标志【羽。总之，对于 机器人技术的研究有着重大的意义。智能巡检机器人作为智能机器人的重要应用，不仅 能够完成复杂环境的巡检任务，更能够及时的分析数据为生产服务，所以说对智能巡检 机器人的研究更有着非同寻常的意义。 嵌入式系统技术是近年来发展起来的新型技术，它是计算机技术、电工电子技术、 半导体技术和微电子技术等多种先进技术的融合。从构成上看，嵌入式系统是集软硬件 于一体的专用计算机系统。从功能上看，嵌入式系统是对宿主对象进行控制的智能控制 器。从应用上看，嵌入式系统是专用性强、实时性好、可裁剪性好、可靠性高、功耗低 的主控器【7 j 。嵌入式系统通常是只针对一项特殊的任务进行专门的设计，更加结构优化， 小型化、低成本化。嵌入式系统技术已经成为新世纪最有生命力的技术之一，发展迅速、 应用广泛且意义重大。 基于嵌入式系统的智能巡检机器人融合了机器人技术和嵌入式系统技术，它旨在通 过嵌入式系统技术提高机器人的工作水平，实现机器人技术的进一步发展，有重大的现 2 中国石油大学( 华东) 硕士学位论文 实意义。 1 3 国内外研究现状 由于移动机器人用途广泛，世界各国正在加紧移动机器人的研f 1 u t 9 1 t 1 0 l t l l l 。美国、欧 共体、日本等国家地区不仅加紧研制移动机器人，更把发展重点放在移动机器人的应用 研究上。目前美国自动化技术协会每年在移动机器人运动控制、仿真、传感器的投资超 过几亿美元，更是把大量的资金投入到军事应用机器人上，例如排雷机器人等。欧共体 每年提供机器人相关课题3 5 0 多项，其中对移动机器人的研究比例占1 3 左右。日本在 机器人方面研究的最终目的是让机器人可以代替人在各种环境下工作，如在油田、矿场、 医院、家庭等一般环境和核反应堆、核废料清理等危险环境。 我国在机器人方面的研究，相对于上述发达国家和地区来说，起步时间比较晚、技 术水平相对落后、功能实现的单一、应用范围有限，无论在技术上还是在资金、精力的 投入上都有较大的差距。国内研制的移动机器人主要有轮式和履带式等，拟人化机器人 也只在探索阶段【1 0 】。2 0 0 8 年4 月2 3 日，中国科学院院士叶叔华等专家在上海航天技术 研究院举行的月球车项目验收总结会上表示，历经概念样机、原理样机和工程样机三个 阶段的科研攻关，我国月球车关键技术研制项目获重大突破【1 2 】。这一我国自主研发的月 面巡视探测器，是集航天系统工程和智能机器人为一体的复杂航天器，具备地一月遥控 能力，这不仅标志着我国已具备月球车研制的能力和条件。2 0 1 3 年前后，月球车将在我 国探月二期工程中由着陆器携带抵达月球表面，完成月面巡视勘察和就位探测，这也是 我国在移动机器人研究方面的一项历史突破。 下面从移动机器人的机械结构、控制系统、控制方法等方面，介绍轮式移动机器人 的研究现状。 1 3 1 机械结构现状 移动机器人的移动机构形式主要有车轮式、履带式、腿足式等，不同的移动机构分 别应用与不同的应用场合，本文主要讨论轮式移动机器人。轮式移动机器人主要有两轮 式、三轮式、四轮式和全方位轮式等的几种形式【1 3 】f 1 4 1 【1 5 】。 ( 1 ) 两轮式。人们把非常简单、便宜的自行车或两轮摩托车用在机器人上的试验 很早就进行了。两轮机器人的速度、倾斜等物理量精度不高，而进行机器人化，所需要 第1 章绪论 简单、便宜、可靠性高的传感器也很难获得。 ( 2 ) 三轮式。三轮移动机构是车型机器人的基本移动机构，大致可以分为一下三 种形式：一是后轮用两个轮独立驱动，前轮用小脚轮构成组合而成；二是前轮由操舵机 构和驱动机构合并而成；三是差动齿轮驱动的方式。 ( 3 ) 四轮式。四轮式移动机器人与三轮式有很多相似之处，分为以下几种方式： 一是四个轮驱动且四轮均能转向；二是后轮驱动前轮转向，类似汽车；三是四轮驱动多 节型，类似手扶拖拉机；四是四轮驱动，靠滑动转向；五是四轮驱动，靠轴转向。 ( 4 ) 全方位轮式。全方位移动机器人之所以称为全方位，就是因为他的运动具有 三个自由度，即：前后、左右、自转。普通的轮子很难满足全方位的要求，必须采用全 方位轮。所谓的全方位轮就是大轮圆周上均匀分布一定数量的可以侧向滚动的小轮。 ( 5 ) 其他轮式。将普通车轮式进行适当的改造后，就能够构成特殊的轮式机器人。 例如，上下台阶轮式机器人、不平路面移动多节轮式机器人等。 1 3 2 控制系统现状 机器人控制系统是机器人的头脑和心脏，它负责传感器信息的检测、控制算法的实 施、驱动电机控制等多项任务，控制系统的性能直接决定了机器人性能的优劣u 6 1 。机器 人在各行各业的应用中，特别是在工业现场的应用中，着重强调的是机器人运行的可靠 性、稳定性和抗干扰特性，而机器人控制系统正是这些特性的重要保证。除此之外，控 制系统的选择还要考虑运行速度、数据处理能力、可扩展性等。常见的机器人控制系统 方案多是基于计算机平台或者单片机系统的，近年来随着嵌入式系统技术的发展，出现 了基于a r m + l i n u x 嵌入式系统的机器人控制系统，下面对这几种方案分别作以简单的 介绍。 基于计算机的机器人控制系统方案中，计算机是机器人控制系统的核心，相当于机 器人的大脑。文献【1 刀给出了基于计算机的机器人控制系统，它的硬件体系结构由六部分 组成，分别是计算机系统、视觉系统、超声波定位与避障系统、无线通信系统、运动系 统和电源系统。这种方案中，视觉系统可以实现视频图像的功能，超声波传感器可以实 现障碍物的检测与躲避功能，无线通信实现信息的无线交互功能等，这些功能的实现都 依靠控制系统中的核心部件计算机。这种方案拥有高速运算、稳定的特点，但是计算机 体检庞大，无法实现小型化、专业化，同时也造成了浪费。 4 中国石油大学( 华东) 硕士学位论文 基于单片机的机器人控制系统方案中，多是以8 位或者1 6 位的单片机作为系统的 核心部件。例如文献【1 8 l 给出了以8 0 8 1 单片机为核心的机器入控制系统，通常使用的还 有飞思卡尔单片机、凌阳单片机等，在单片机的基础上扩展数据采集、电机控制等模块 实现机器人的数据检测和运动控制。很显然，限于单片机的资源和运算速度，很难完成 复杂数据检测和信息处理等任务。 基于嵌入式系统的机器人控制系统方案多是a r m + l i n u x 的模式。这种模式的出现 源于近年来a r m 公司独特的授权生产运作模式，使得a r m 内核的处理器大量的涌向 市场，几乎占据了高速微处理器市场的全部份额，自然而然在机器人控制中也不例外。 文献【1 9 】【2 0 】【2 1 】都给出了基于a r m + l i n u x 的控制系统方案，采用a r m 核的微处理器作为 系统核心，例如a r m 7 、a r m 9 、a r m l l 等，通常是配合一些外围电路实现机器人控 制功能。软件方面采用嵌入式操作系统l i n u x 作为平台，在其基础上完成驱动程序和应 用程序设计。虽然目前a r m 处理器的价格仍然较高，但是嵌入式机器人控制系统是未 来机器人控制系统的一个发展方向。 1 3 3 轨迹跟踪控制现状 移动机器人轨迹跟踪控制问题按移动机器人的控制器设计可以按是否考虑机器人 的数学模型而分为两类。一类是完全不考虑机器人数学模型，只是按照机器人实际轨迹 与期望轨迹间的偏差进行负反馈控制，常用的方法有p i d 控制、模糊控制、模糊p i d 控 制等。另一类控制方法又被称为动态控制，是根据机器人数学模型设计出来的高精细的 非线性控制率【1 3 】，这类方法有计算力矩控制、变结构控制、自适应控制、鲁棒控制、最 优控制等。 在移动机器人运动控制的控制器选择上，目前应用最广泛的还是p i d 控制器1 2 2 1 。p i d 控制是古典控制理论中经典的一种控制方法，已广泛的应用于各行各业的自动控制系统 之中。p i d 控制器算法比较简单，便于编程实现，无需建模。p i d 控制器所需要整定的 参数只有三个，在机器人控制应用中很多情况下不需要微分控制作用，因此需要整定的 参数只剩下两个，这样给控制器参数整定带来很大的方便。但是，由于机器人这个被控 对象的特殊性，p i d 控制难以保证受控机器人具有良好的动态和静态品质，往往得不到 较好的控制效果。在实践应用中人们将p i d 控制与其他控制方法相结合，取得了不错的 效果。模糊p i d 控制应用较多，一方面，模糊控制可以弥补传统p i d 控制在灵活性和适 第l 章绪论 应性方面的不足。另一方面，p i d 控制可以解决模糊控制中存在的控制精度不高及过程 不平滑的问题。因此，将传统的p i d 控制器和模糊控制器相结合的混合型控制器可以获 得比采用单一的控制更好的控制效果1 2 3 j 。 以上方法都是不依赖机器人数学模型的控制方法，下面介绍以模型为基础的机器人 控制方法。计算力矩控制一种基于机器人数学摸型的前馈加反馈控制方法。前馈的作用 在于抵消各关节的耦合，反馈则用于补偿跟踪偏差，当摸型及其参数精确已知时，计算 力矩控制非常有效【1 3 1 。变结构控制，又称滑动模态控制，在本质上是一类特殊的非线性 控制。这种控制策略的结构不是固定的，而是在动态过程中有目的地不断发生变化，迫 使被控系统按照预定的滑动模态的轨迹运动【2 4 1 1 2 5 】。它适用于线性、非线性、不确定性、 时滞等系统，主要缺点是存在颤动，容易产生机械磨损【2 5 1 。最优控制是从一类允许的控 制方案中寻找出一个最优的控制方案，使被控系统由某个初始状态转移到指定的目标状 态的同时，其所定义的性能指标最优。最优控制被广泛党的应用于综合和设计最优速度 控制、最小能耗控制、最省燃料控制等系统之中【2 6 】【2 7 1 。 移动机器人在本质上是一个不确定的非线性多变量耦合系统，而且在机器人实际控 制过程中，由于机器人自身及其周围环境的影响，扰动及不确定因素总是存在的，想得 到机器人精确的数学模型几乎是不可能的【u j 。所以建立在精确模型基础之上的控制方法， 很难得到较好的控制效果。下面介绍针对机器人的不确定性的两种基本的控制策略：自 适应控制和鲁棒控制【l 那。自适应性是指生物体改变自身习性以适应环境的一种特性，自 适应控制是基于生物体自适应性设计的一种控制器，它通过不断的修正本身的特性以适 应对象和扰动的变化【2 引。自适应控制也是一种依赖于数学模型的控制方法，它的研究对 象是具有一定程度不确定性的系统，它在系统的运行过程中不断的提取有关系统和模型 的信息，使控制器逐步完善。鲁棒性是指控制系统在一定的参数摄动或者干扰作用下， 维持某一个或者某些性能稳定的特性，以闭环系统的鲁棒性作为控制目标进行设计而得 到的固定控制器称为鲁棒控n 器t 2 9 】。鲁棒控制可以在不确定因素的一定变化范围内，保 证系统稳定和维持一定性能指标，它是一种固定控制，比较容易实现【1 3 1 。对不确定机器 人鲁棒控制问题的研究是一项富有挑战性的工作，近年来对机器人鲁棒控制研究无论在 理论上还是在应用上都取得了成果。主要的机器人鲁棒控制方法有：基于反馈线性化的 鲁棒控制、变结构鲁棒控制、鲁棒h o o 控制、鲁棒自适应控制等。 随着控制理论中智能控制的发展，机器人的智能也从无到有、从低级到高级，不断 的向深入发展。计算机技术、网络技术、人工智能、新材料技术等都促使机器人更加智 6 中国石油大学( 华东) 硕士学位论文 能化、网络化、微型化，各种智能控制算法和智能机器人应运而生网。神经网络控制不 依赖于精确的机器人模型，而是通过神经元网络模拟人脑的功能，显示出了具有自适应 和自学习控制的优点，因此神经元网络控制在机器人的应用研究中取得了很多成果，显 示出了广泛的应用前景。专家控制将传统的p i d 控制、最小方差控制、自适应控制等不 同的控制方法有机的结合在一起，根据不同的情况分别采用不同的控制策略，同时也结 合许多逻辑控制的功能，这种控制方法也有许多成功应用的报道。除此之外，还有其他 一些形式的智能控制，例如模糊神经网络控制等。总的来说，在机器人控制方面，除了 上述传统和现代的控制方法外，先进的智能控制技术也得到了广泛的关注。 1 4 论文主要研究内容及结构组织 本课题以四轮轮式移动机器人为研究对象，选择高性能嵌入式微处理芯片设计了移 动机器人的底层运动控制系统，另外还针对移动机器人轨迹跟踪控制问题进行了深入研 究，具体内容为： ( 1 ) 建立了四轮驱动轮式移动机器人的运动学模型、动力学模型和电机模型，并 针对四轮机器人设计了轨迹跟踪控制方案。 ( 2 ) 硬件方面，设计了四轮机器人的机械结构，并以高性能嵌入式微控制芯片为 核心设计了四轮驱动移动机器人的底层运动控制系统。 ( 3 ) 软件方面，在硬件平台基础上根据模块化思想设计了底层运动控制系统的各 软件模块，设计了机器人巡检的监控系统软件。 ( 4 ) 在设计机器人的基础上进行了路径规划、轨迹跟踪控制、巡线运动等基本实 验。 本论文是以作者攻读硕士学位期间承担课题的工作为基础，在经济性和功能要求的 前提下跟实验室其他成员自主研发的一种基于嵌入式系统的智能巡检机器人。作者完成 了课题的主要任务，其中包括机器人数学模型和控制方案的研究、机器人本体的设计、 监控软件的设计，以及在所设计的机器人样机的基础上进行的相关实验。论文按照所做 科研内容进行了详细的阐述，主要内容包括： 第一章阐述了课题的来源、研究目的及意义和国内外研究现状。 第二章对机器人数学模型和控制方案进行了分析。 第三章对机器人的本体设计进行了详细的介绍。 7 第1 章绪论 第四章阐述了机器人监控软件的设计。 第五章给出了相关的实验结果。 第六章总结全文，提出展望。 8 中国石油大学( 华东) 硕士学位论文 第2 章移动机器人建模、控制及仿真 本章主要讨论了非完整机器人的数学模型和控制问题。首先，通过机理分析，建立 了包括运动学、动力学和电机模型在内的完整的机器人数学模型。其次，给出了基于 b a c k s t e p p i n g 方法的鲁棒轨迹跟踪控制方法，并结合仿真验证了该方法的有效性。然后， 设计了易于实现的分层控制方案，进行了仿真实验，并给出了分层控制方案的实现方案。 最后，总结了本章内容。 2 1 移动机器人数学模型 控制系统的数学模型是描述系统内部变量之间关系的数学表达式，数学模型的建立 是控制系统设计的基础。无论是经典控制理论中通过传递函数建立的数学模型，还是现 代控制理论中通过状态方程建立的数学模型，其目的都是要找出系统输出与输入之间的 映射关系。对移动机器人来说，模型建立的主要任务是寻找机器人的状态变量( 位置和 姿态) 与控制参量( 速度或者电压) 的关系，为设计出有效的跟踪控制律，实现机器人 小误差甚至无误差的轨迹跟踪做好准备。建立机器人数学模型，准确描述各物理量之间 的数学关系，是设计移动机器人的轨迹跟踪控制器以及运动仿真的前提。 本文所研究的移动机器人为四轮驱动式移动机器人，移动机器人是典型的非完整系 统，非完整系统的建模是非常困难的，特别是在运动过程中机器人总是受到本身机械结 构和外围环境等多种约束，更为建模带了困难。为了便于分析问题，进行机器人的建模 和运动控制，将机器人分为几部分，分别建立子系统的数学模型。如图2 1 所示，得到 如下几个子系统：运动学子系统、动力学子系统和驱动子系统。 电 2 1 1 运动学模型 图2 - 1 机器人模型分解图 f i g2 - 1d e c o m p o s i t i o no f r o b o tm o d e l 运动学模型描述的是机器人速度和位姿之间的关系，为了得到机器人运动学模型， 我们首先做如下假设【3 7 】 9 第2 章机器人建模、控制及仿真 ( 1 ) 机器人视为轮子上运动的刚体，并且运动局限于平面内。 ( 2 ) 机器人驱动轮与运动场地接触面之间不产生纵向滑动。 ( 3 ) 驱动轮的厚度可以忽略不计，驱动轮与运动场地点接触。 ( 4 ) 四个驱动轮对称分布，依靠滑动转向。 所研究的四轮驱动式移动机器人坐标示意如图2 2 所示，以机器人的质心c d m 为原 点建立局部坐标系x c o m y ，机器人在全局坐标系d 匕中的坐标为( zy ) ，p 为机器人的 位姿角。g 为机器人的几何中心，与质心距离为z 。机器人机械尺寸包括：轮间距2 f ，前 轴与质心间距b ，后轴与质心间距1 2 ，质量m ，驱动轮半径r 。机器人左右轮的转动速度 分别为和r 。 f i g2 - 2c o o r d i n a t ed i a g r a mo fr o b o t 假设机器人在平面上以线速度秒= 【魄，0 】丁和角速度m = 【0 , 0 ，】r 逆时针运动，用 q = ，n p 】r 描述位姿，可以把机器人在局部坐标系的运动映射成在全局坐标系的运动， 如式2 1 所示。 刖露吕秽阁 p1 ， 很明显，上述变化关系没有考虑任何约束条件。以几何中心点g 作为参考点，系统 受到式2 - 2 的约束，可以证明约束是非完整的【3 7 】f 3 8 】。 a ( q ) i t = 0( 2 2 ) 其中 a ( q ) = s i n 0 ，一c o s 0 ，l 】由= 暖g ，卯 中国石油大学( 华东) 硕士学位论文 前边两个轮和后边两个轮转速在y 轴上的分量分别相等3 7 1 。这样，我们可以得到机器人 州卜r 【- - 攀0 ) l ) r ( d r 】 p 3 ， 阱隔吕科豳 p4 ， scq，=；荔08-2lscnosp001 】呀= 【三】 s ( q ) = i s 孔 ll ，= k i l j 。 2 1 2 动力学模型 动力学模型是描述移动机器人速度或者驱动轮转速跟电机输出驱动力矩之间的关 系，一般情况下非完整系统的动力学模型可以由具有非完整约束的广义力学系统式2 - 6 来描述【3 6 1 。 m ( q ) 牙+ y ( q ，臼) 审+ f ( 审) + g ( q ) + f d = b ( q ) f a 丁( q ) a ( 2 - 6 ) a ( q ) q = 0 其中，m ( q ) 是正定对称的惯性矩阵，v ( q ，口) 是与位置和速度有关的向心力和哥氏力矩阵， f ( 口) 表示摩擦力，g ( q ) 表示重力项，表示包括有界的未建模动力学的未知扰动，b ( q ) 为 输入变换矩阵，f = p lh 】r 是输入向量，a 是约束力向量。 由系统的运动学模型2 5 求导得到式2 7 i = s ( q ) n + s ( q ) o( 2 7 ) 在不考虑重力及干扰的情况下，将式2 - 7 代人式2 - 6 ，左乘s 丁( q ) ，得到非完整移动机器 人的动力学模型 而= 厨一1 ( q ) 【百( q ) f v ( q ，l i ) 呀一f ( q ，口) 一f d 】 ( 2 8 ) 其中， 第2 章机器人建模、控制及仿真 推导可得， 其中【8 】， 厨( q ) = s r ( q ) m ( q ) s ( q ) 矿( q ，i t ) = s 丁( q ) 【m ( q ) 雪( q ) + v ( q ，审) s ( q ) 】 声( q j 1 ) = s 丁( q ) ，( 审) + a r ( q ) 御 面( q ) = s t ( q ) b ( q ) 嘶) = 【仇m z 2 + i 】v ( q 瑚= 仇f 【三 确厕= 【f 揣舶) 】酌) = 址习 2 1 3 驱动电机模型 f r x ( ) = 再警( s g n 卅) 均n ( c 台) ) f r y ( ) = 丁m g n ( 夕一6 台) + 渺p + n 台) ) 肘r ( 臼) = 肛a n b + r n b g ( s g 孔p b o ) 一s g n p + a 台) ) + 再丁c r a g ( 泖 一c 旁) 一泖 + c 台) ) 驱动电机模型描述了输出到驱动轮上力矩与施加在电机上电信号之间的关系，很多 设计和应用中不考虑驱动电机模型。这样的简化有利于控制器的设计，但对于实际应用 十分不利，特别是在高速高精度的应用场合，未建模的驱动电机是未建模高频干扰的主 要来源。因此，这样的简化在一定程度上说是不可取的，本文所设计的控制器都是建立 在包含驱动电机模型在内的全面的数学模型之上的。 在给出直流驱动电机的数学模型之前，假设四驱动轮的驱动电机采用具有相同的性 能参数直流电机和电机控制器，四个减速齿轮具有相同的减速比7 l 。为保证机器人的左 侧和右侧的两个驱动轮分别具有相同的转动速度，需使得输入到左侧和右侧的两个驱动 轮上面的力矩分别相等，由此可得电机输出转矩与电流的关系3 7 1 。 f = 强t l 】= 【戮】( z - 9 ) 其中，恐为常系数，f l 和f 尺分别为左右侧电机电枢电流。 直流电机电压平衡方程为 1 2 中国石油大学( 华东) 硕士学位论文 u = 。+ l ) 五d i + ( r + a r ) f + ( 尼e + 也) + d ( c ) ( 2 1 0 ) 乏= f 剖面= 医目 露= 半巴i c 】u = 嘲 d = 陵】地u a r f 一岫+ d ( d ( 2 - 1 2 ) 审= 防，p ，台】r s c q ，= 【c s o t 苫s 妙o 呈】 r 杪1 1 7 = 【j 动力学模型中， 厨( q ) = 【mo 】v ( q ，口) = i o0 1 ( q 砌= 瓮跚鼢，= 址三卜= 嘲 第2 章机器人建模、控制及仿真 电机模型中， z = 降剖 露= t 2 k n k e 【三- - c c 】 k = _ i ：1 oi l 一 2 2 基于b a c k s t e p p i n g 的鲁棒轨迹跟踪控制 从上述机器人的数学模型可以看出来，机器人是一个十分复杂的多输入多输出非线 性系统，而且它具有时变、强耦合的动力学特征和不确定性，因此机器人的控制问题是 相当复杂和困难的【1 3 1 。由于参数测量计算和建模的不精确，加上负载的变化及外部扰动 的影响，很难得到机器人的精确的数学模型。所以在机器人数学模型中所提到的不确定 性是我们在设计机器人控制方案时不容回避的，研究带有不确定性的鲁棒控制问题具有 十分重要的理论和实践意义 2 9 1 3 0 1 1 3 6 1 3 8 】【3 9 i 4 0 1 。 2 2 1 方法简介 鲁棒性是指在参数摄动或者有干扰发生的情况下，控制系统保持某个或者某些性能 指标稳定的特性，以闭环系统的鲁棒性作为指标进行设计而得到的固定控制器就称为鲁 棒控制器【2 9 】【4 0 】。鲁棒控制已经广泛的应用于电力、航天等领域。鲁棒控制器设计的主要 方法以李雅普诺夫稳定性定理为基础，并且需要在鲁棒控制器设计之前假设不确定性扰 动有界或者未知动态过程的增益有界。然后根据所假设的界值或界函数，结合被控对象 的数学模型构造一个李雅普诺夫函数，使构造的李雅普诺夫函数可以保证整个系统对于 不确定性扰动集合中的任何元素都具有鲁棒性【4 l 】。 b a c k s t e p p i n g 方法，又叫反步法或者反推法，是一种非常有效的非线性系统李雅普 诺夫函数构造方法。b a e k s t e p p i n g 方法采用迭代设计过程，根据系统的结构特性递推的 构造整个系统的李雅普诺夫函数。它的基本思想是将复杂的系统分解成不超过系统阶数 的若干个子系统，然后为每个子系统设计出部分李雅普诺夫函数以及中间虚拟控制量， 直到完成整个系统控制器的设计任务。b a c k s t e p p i n g 方法通过反向设计，使系统的李雅 普诺夫函数和控制器的设计过程系统化和结构化，并且可以控制相对阶为n 的非线性系 统，消除了经典无源性设计中相对阶为1 的限制【4 2 】。b a c k s t e p p i n g 方法行之有效，被广 泛的应用于不确定非线性系统控制器设计的问题之中，成为了设计反馈系统镇定控制器 1 4 j刭 巴儿m一阪 = = 一r u 中国石油大学( 华东) 硕士学位论文 的有力工具之一，而且被推广到了自适应控制、鲁棒控制等领域【4 3 1 。 2 2 2 控制器结构设计 给定同结构参考轨迹 阶暖篇朗( 2 - 1 5 ， 其中，和巧表示x 轴方向和y 轴方向的理想速度，o r 为理想位姿角。定义局部坐标系中 的跟踪误差为p p = ( 勺 铂) r ，由图2 - 3 所示几何关系得到跟踪误差描述式2 1 6 。 e p = t e c q r q ，= 【一c o s 驴s 0 p c s 口i n 苦0 p 量i x r - x 】( 2 - 1 6 ) 移动机器人的轨迹跟踪控制问题可以描述为：通过控制输入，= ( 吮u r ) 了，使得 对于任意初始误差，有l i r a 扣( 气勺铂) 7 = 0 。 图2 - 3 轨迹跟踪误差 f i 9 2 - 3t r a j e c t o r yt r a c k i n ge r r o r 图2 4 轨迹跟踪控制器结构图 f i 9 2 - 4t r a j e c t o r yt r a c k i n gc o n t r o l l e rs t r u c t u r e 第2 章机器人建模、控制及仿真 根据机器人数学模型，设计鲁棒轨迹跟踪控制器的结构框图如图2 4 所示。利用 b a c k s t e p p i n g 设计方法设计机器人的运动学控制器、动力学控制器和电机控制器，最终 实现机器人的鲁棒轨迹跟踪控制。 2 2 3 运动学控制器设计 令l y a p u n o v 函数为 u = 亏1p 呈+ 了1 勺2 + 一c 。se 日( 2 - t 7 ) 1 u = 乏p ；+ i 勺+ 一c d se 日 再将式2 1 7 对时间求导得 设计控制量， h = e x e x + e y 矗+ s i ne o 幻 = e x 卜s i n0 伊o ，r x ) + c o s0 ( kc o s 啡 一妒c o s9 ) + c o s0 日( 耳一y ) + s i n0 ( 昨s i n 啡 一秒s i n 日) 】+ e y - c o s 0 台0 0 一x ) 一s i n0 ( 昨c o s 啡一杪c o s 臼) 一s i n0 自( 耳一y ) + c o s0 ( v rs i no r vs i no ) 】+ s i n ( o , 一日) ( 啡一旁) = 气卜勺+ c o se o 一川+ 勺卜c o + 昨s i ne o 】 + s i ne o ( 啡一) 其中，k 1 0 ，k 2 0 。那么， 1 7 = 诈c o se o + k l e x = 啡+ 勺蚱+ 七2s f np日(2-18) 畋= - k 1 一k 2s i n ze o 0( 2 1 9 ) 2 2 4 动力学控制器设计 假设动力学模型不确定性是有界的，且满足 l t v d i 几( d i f d i p ( 订 在机器人重心与几何中心重合的情况下，机器人的动力学模型简化为 而= 一厨一1 ( q ) ( 驴( q ，q ) n + f ( q ，臼) + f d ) + 厨一1 ( q ) 雷( q ) z 将运动学控制器式2 1 8 的输出作为参考速度，记为( 诈嘶) 丁，那么动力学跟踪误差 p ，= e p 】- v r r - 一v 】( 2 - 2 0 ) 1 6 定义l y a p u n o v 函数 = h +