移動機器人故障診斷與容錯控制的研究.pdf

1、隨著計算機技術(shù)、電子技術(shù)、控制理論、機械工程等學科的發(fā)展和新材料、新元件的應用，移動機器人技術(shù)日新月異。移動機器人已被廣泛應用在工業(yè)、農(nóng)業(yè)、軍事、太空探索、深海探索、醫(yī)療、救援和日常生活等各個方面?，F(xiàn)代工農(nóng)業(yè)、軍事等領域日趨復雜以及人們對生產(chǎn)生活質(zhì)量的不斷追求，使得對移動機器人要求越來越高，機器人技術(shù)也越來越先進、復雜。從簡單應用到智能化、從人工參預到自組織運行、從已知環(huán)境到未知環(huán)境應用、從單機器人操作到多機器人協(xié)調(diào)工作和編隊工作等等，

2、這些應用都對移動機器人的穩(wěn)定性提出了一定要求。如果移動機器人在帶故障狀態(tài)下運行，一方面會使移動機器人的壽命縮短，另一方面還可能帶來不利影響，有時可能產(chǎn)生災難性的后果。實際工程運行表明，移動機器人容易出現(xiàn)故障。即使花費大量人力物力精心設計和制造的移動機器人，在面對未知的、復雜的應用環(huán)境時，也經(jīng)常會出現(xiàn)故障。特別是應用在太空、深?；蛭ｋU環(huán)境中，移動機器人出現(xiàn)故障時人們無法直接維修或維修代價太高，因此移動機器人故障診斷與容錯控制技術(shù)的研究具有

3、重要意義。
　　 本文在國內(nèi)外學者對移動機器人故障診斷研究的基礎上，結(jié)合移動機器人應用發(fā)展的趨勢，引用了相關領域的新技術(shù)，對未知環(huán)境下的移動機器人故障診斷、移動機器人并發(fā)故障診斷、編隊運行的移動機器人故障診斷與容錯控制、群集(flocking)中的移動機器人故障診斷與容錯控制進行了研究。本文的主要研究成果如下：
　　 1、分析了移動機器人故障的分類、產(chǎn)生原因，故障診斷的意義、研究現(xiàn)狀以及各種移動機器人的診斷方法、特點、需

4、要解決的問題和研究趨勢；
　　 2、提出了一種基于支持向量機(SVM)的未知環(huán)境下移動機器人故障診斷的方法。支持向量機故障診斷的關鍵是提取特征向量、支持向量機參數(shù)選取、降低噪聲對支持向量機的影響以及剔除孤立點等。針對支持向量機對噪聲敏感的特點，提出了小波變換的方法重構(gòu)采樣信號并提取特征，用網(wǎng)格搜索與交叉驗證的方法優(yōu)化支持向量機的參數(shù)，采用投票方式的多支持向量機對故障特征進行分類。提高了故障診斷的適應性和分類正確率。
　　

5、 3、針對移動機器人可能同時并發(fā)多種故障的特點，提出了基于模糊核聚類(KFCM)的移動機器人并發(fā)故障診斷技術(shù)。采用針對單發(fā)故障的卡爾曼濾波器對采樣信號進行濾波，利用整合先驗知識的模糊核聚類方法對濾波殘差信號進行模糊分類，利用數(shù)據(jù)點對各聚類中心的模糊隸屬度，診斷機器人是否發(fā)生了某一類故障，或者某兩類并發(fā)故障。在“先鋒3”號移動機器人上對12種單故障與并發(fā)故障進行了診斷并與FCM方法進行了對比，結(jié)果證明了該方法比FCM具有更好的診斷效果。<

6、br>　　 4、研究了移動機器人在SBC、SSC跟隨規(guī)則的編隊方式運行時的故障診斷與容錯控制。根據(jù)SBC跟隨規(guī)則和SSC跟隨規(guī)則，設計了相應的分布式擴展卡爾曼濾波器對信號進行濾波，根據(jù)濾波殘差進行故障診斷。提出了編隊控制時的容錯控制策略和避障算法。彌補了Diagle等人算法中機器人出現(xiàn)故障或遭遇障礙物時無法維持編隊的缺陷。分析了大量移動機器人在編隊控制時可能組成的復雜網(wǎng)絡上故障傳播模型，提出了基于復雜網(wǎng)絡傳播模型的目標免疫算法，能降低

7、故障在大規(guī)模編隊網(wǎng)絡中傳播的概率。
　　 5、以α-網(wǎng)格模型的群集為研究對象，采用幾個群集相關性能指標，研究群集中移動機器人出現(xiàn)故障時對群集性能的影響。提出了基于數(shù)據(jù)通信和數(shù)據(jù)關聯(lián)的群集故障診斷和容錯控制算法。將故障機器人看成障礙物，提出了運用柵格地圖記錄信息和和采用各類agent模擬受力關系的方法對復雜形狀障礙物的避障算法。不僅克服了Olfati-Saber算法總對凹多邊形、長墻狀的障礙物無法避障的缺點，而且該算法無需事先知道