《變電站應(yīng)急操作機(jī)械臂路徑規(guī)劃與控制研究開題報告》5600字

變電站應(yīng)急操作機(jī)械臂路徑規(guī)劃與控制研究開題報告目錄TOC\o"1-2"\h\u15423變電站應(yīng)急操作機(jī)械臂路徑規(guī)劃與控制研究開題報告 111575一、研究背景及意義 16632二、國內(nèi)外研究現(xiàn)狀 223990（一）移動機(jī)器人定位與路徑規(guī)劃 223196（二）機(jī)械臂視覺引導(dǎo)與運動規(guī)劃 36448三、本文主要研究內(nèi)容 521263四、本文結(jié)構(gòu)安排 517486五、進(jìn)度安排 5217411選題2022年10月15日-2022年10月31日 6294806論文答辯2023年3月22日-2023年4月10日 628835六、參考文獻(xiàn) 6一、研究背景及意義近年來，隨著國家電網(wǎng)系統(tǒng)、高速鐵路系統(tǒng)的快速發(fā)展，我國電力和鐵路系統(tǒng)的自動化程度有了明顯提升。而變電站是電力傳輸?shù)臉屑~，其安全可靠的運行與國民經(jīng)濟(jì)建設(shè)和電氣化鐵路交通系統(tǒng)的安全運行息息相關(guān)。2014年，川藏鐵路正式動工建設(shè)，規(guī)劃建設(shè)川藏鐵路是維護(hù)國家統(tǒng)一、鞏固邊疆穩(wěn)定及促進(jìn)藏區(qū)經(jīng)濟(jì)社會發(fā)展的需要。其總長約1700km，而全線隧道就長達(dá)1400km，由于地質(zhì)條件復(fù)雜，線路將出現(xiàn)超過50km的超長隧道，而且，整條川藏鐵路處于高海拔、地勢復(fù)雜的山區(qū)。川藏鐵路沿線的牽引變電所將處在低溫、缺氧的戶外條件下或者超深埋超長隧道中，建設(shè)無人值守變電站勢在必行。而傳統(tǒng)變電站也面臨著人力成本上升和人力資源短缺等問題。針對此種情況，研究設(shè)計輪式移動操作機(jī)械臂代替人在緊急情況下完成諸如操作按鈕開關(guān)、倒閘等操作，從而保障牽引供電系統(tǒng)的安全是十分必要的。大力發(fā)展機(jī)器人技術(shù)是《中國制造2025》的一項重要內(nèi)容。隨著機(jī)器人相關(guān)理論研究與硬件技術(shù)的發(fā)展，各種各樣的機(jī)器人廣泛地應(yīng)用于工業(yè)生產(chǎn)、倉儲、安防巡檢和太空探索等領(lǐng)域，替代人們從事重復(fù)繁重的勞動或者具有危險性的工作，極大地提高了生產(chǎn)生活效率。但無論是移動機(jī)器人還是機(jī)械臂，它們的使用場景比較有限，功能較為單一，不能從事相對復(fù)雜、靈活的任務(wù)。移動操作機(jī)械臂作為一種新型機(jī)器人，在結(jié)構(gòu)上將可自由移動的機(jī)器人和機(jī)械臂結(jié)合起來，既有移動機(jī)器人工作空間的廣闊性，又有機(jī)械臂操作空間的靈活性。而且，為移動操作機(jī)械臂配備激光雷達(dá)、相機(jī)等環(huán)境感知傳感器后，能夠很大程度上增強(qiáng)其環(huán)境信息獲取的能力，實現(xiàn)更加復(fù)雜的操作也成為可能。在應(yīng)用環(huán)境方面，移動操作機(jī)械臂可以應(yīng)用在對人類有危險的環(huán)境中如偵察排爆、生化核能排險和空間探測等。因此，從發(fā)展前景和應(yīng)用領(lǐng)域的角度來看，移動操作機(jī)械臂的研究價值是非常高的。在針對移動操作機(jī)械臂的研究中，運動學(xué)分析與建模、移動平臺的運動控制、機(jī)械臂的視覺引導(dǎo)和運動規(guī)劃等是核心的研究內(nèi)容。本課題的主要任務(wù)是:針對變電站的實際應(yīng)用環(huán)境，利用實驗室現(xiàn)有的移動機(jī)器人和機(jī)械臂進(jìn)行集成，根據(jù)使用需求設(shè)計移動操作機(jī)械臂的總體框架，隨后，研究移動機(jī)器人的環(huán)境建模和運動控制算法以實現(xiàn)移動機(jī)器人在室內(nèi)環(huán)境下的運動，研究基于單目視覺的機(jī)械臂引導(dǎo)和機(jī)械臂的運動規(guī)劃從而實現(xiàn)對特定按鈕開關(guān)的定位和操作，最終實現(xiàn)移動操作機(jī)械臂在變電站室內(nèi)實現(xiàn)按壓特定開關(guān)的操作。此外，本課題搭建的移動操作機(jī)械臂軟硬件平臺，也為其他應(yīng)用場景下使用提供了擴(kuò)展的可能。二、國內(nèi)外研究現(xiàn)狀（一）移動機(jī)器人定位與路徑規(guī)劃移動機(jī)器人的運動控制問題主要包含自主定位、自主導(dǎo)航和路徑規(guī)劃問題。其中，自主定位解決的是對“WhereamI?"即移動機(jī)器人在環(huán)境中定位的問題，導(dǎo)航解決的是“WhereamIgoing?”即移動機(jī)器人怎樣到達(dá)目標(biāo)位置的問題，而路徑規(guī)劃解決的是"HowdoIgetthere?”即移動機(jī)器人在給定目標(biāo)點的前提下如何在復(fù)雜的環(huán)境中選取合適的行走路徑的問題。針對這些問題，國內(nèi)外學(xué)者也進(jìn)行了許多研究。自主定位是移動機(jī)器人運動控制要解決的首要問題，總體上可分為三類問題，即位置跟蹤問題、全局定位問題和綁架問題。1.位置跟蹤問題位置跟蹤問題是在移動機(jī)器人己知初始位姿的前提下，通過傳感器記錄機(jī)器人的運動信息，計算出機(jī)器人當(dāng)前位姿相對于初始位姿的相對運動，從而完成定位。根據(jù)所用傳感器的不同，位置跟蹤問題又分為航跡推算和慣性導(dǎo)航。航跡推算即使用編碼器記錄機(jī)器人各個驅(qū)動電機(jī)角位移，從而計算出機(jī)器人的位移。此種方法雖原理簡單且短期內(nèi)定位效果較好，但是它也受輪子之間不均勻、輪子打滑及地面平整度等諸多因素影響，此外，編碼器的累計誤差會隨著機(jī)器人運動而增大，長距離運行后定位精度也會下降。慣性導(dǎo)航是實現(xiàn)空間定位的主要方式，廣泛應(yīng)用在軍工航天領(lǐng)域，這種方式主要依賴高精度慣導(dǎo)器件和慣性導(dǎo)航算法實現(xiàn)航空器和航天器諸如火箭、導(dǎo)彈等的三維空間定位。但是此種方式主要存在兩大缺點，一是慣性導(dǎo)航算法依賴于航跡推算法，存在累計誤差;二是傳感器件的精度也會影響到算法精度。因此，造價高昂的純慣性導(dǎo)航方式無法民用。2.全局定位問題全局定位問題認(rèn)為機(jī)器人初始位姿是未知的，利用傳感器數(shù)據(jù)以確定機(jī)器人在當(dāng)前環(huán)境中的位姿從而實現(xiàn)機(jī)器人的定位。目前使用較多的全局定位方法有基于路標(biāo)的定位、基于GPS(GlobalPositioningSystem)的定位、基于概率地圖的定位和基于視覺的定位?；诼窐?biāo)的定位方法是機(jī)器人根據(jù)環(huán)境中人為設(shè)置的標(biāo)定點實現(xiàn)準(zhǔn)確的定位，如依靠二維碼實現(xiàn)定位等，此種方法較為簡單可靠，但是需要對環(huán)境進(jìn)行人工改造，一旦改變使用環(huán)境，就需要重新設(shè)置標(biāo)定點。基于GPS的定位方法是一種典型的基于幾何原理的定位，此種定位方法的應(yīng)用需要解決信號遮擋問題和精度問題。為了改善以上問題，組合導(dǎo)航方式通過對多種傳感器信息的融合，實現(xiàn)在成本降低的基礎(chǔ)上保證了定位精度，通過使用卡爾曼濾波融合方法實現(xiàn)對GPS、慣性測量單元和里程計的信息融合實現(xiàn)定位，從而保證了較低的累計誤差。3.綁架問題綁架問題是指機(jī)器人在運動過程中定位突變到其他錯誤位置而無法恢復(fù)到真實位置的現(xiàn)象。在此種情況下，機(jī)器人“相信”自己的定位盡管此定位并非是機(jī)器人的真實位置。針對于定位算法，解決機(jī)器人全局定位失效對于機(jī)器人的自主定位是至關(guān)重要的。移動機(jī)器人的路徑規(guī)劃問題解決的是“HowdoIgetthere?”的問題。路徑規(guī)劃問題總體上可描述為移動機(jī)器人在環(huán)境中規(guī)劃出一條從起點到達(dá)目標(biāo)點并滿足某些約束的路徑問題，從規(guī)劃范圍上劃分，路徑規(guī)劃問題可分為全局與局部路徑規(guī)劃。全局路徑規(guī)劃是在全局地圖中搜索出從一條從起點到達(dá)目標(biāo)點的并滿足約束的可行路徑，常見算法有Dijkstra算法[20]、A*算法等，這些算法一般采用基于圖論的方法，即在基于地圖信息構(gòu)造出的拓補(bǔ)圖上使用圖搜索的方法搜索出路徑。局部路徑規(guī)劃指在移動機(jī)器人運動過程中依靠傳感器探測并避開環(huán)境中的障礙物，常見算法有人工勢場法、遺傳算法和蟻群算法等。（二）機(jī)械臂視覺引導(dǎo)與運動規(guī)劃1.視覺引導(dǎo)機(jī)械臂視覺引導(dǎo)的關(guān)鍵在于目標(biāo)的識別與位姿估計，目標(biāo)識別是指通過視覺傳感器識別環(huán)境中的物體，位姿估計是計算出目標(biāo)物體自身坐標(biāo)系在相機(jī)坐標(biāo)系下的平移旋轉(zhuǎn)關(guān)系，包括3個平移量和3個旋轉(zhuǎn)量共6個位姿量。用于識別的視覺傳感器通常有單目相機(jī)、深度相機(jī)和雙目相機(jī)，視覺引導(dǎo)也分為基于位置的視覺引導(dǎo)和基于圖像的視覺引導(dǎo)。隨著人工智能、深度學(xué)習(xí)在圖像處理領(lǐng)域的廣泛應(yīng)用，一些新的算法在目標(biāo)識別與位姿估計方面也取得了很好的效果。基于位置的視覺引導(dǎo)是通過相機(jī)采集到的目標(biāo)物體位姿進(jìn)而獲得其在機(jī)械臂基坐標(biāo)系下的位姿，最終確定目標(biāo)位姿引導(dǎo)機(jī)械臂運動。誤差信號由機(jī)械臂當(dāng)前位姿和目標(biāo)位姿給定。此種方法的控制精度很大程度依賴標(biāo)定精度，此外，還需要進(jìn)行逆運動學(xué)求解，計算量有所增加。PiepmeierJA等人采用的單目視覺系統(tǒng)中利用目標(biāo)物體上的特征點，通過迭代法計算目標(biāo)物體位姿。ZengA等提出一種利用深度相機(jī)多視角獲取圖像并用CNN神經(jīng)網(wǎng)絡(luò)識別與抓取的方法，該方法將二維圖像目標(biāo)物體分割場景與掃描獲取的三維物體模型匹配，通過ICP配準(zhǔn)最終得到目標(biāo)位姿，此外，又引入監(jiān)督學(xué)習(xí)的方法訓(xùn)練數(shù)據(jù)集，具有較高的自主性與靈活性?；趫D像的視覺引導(dǎo)則是利用圖像特征作為反饋信息，并計算位姿變化量和圖像信息的雅可比矩陣及其逆矩陣。此種方法無需進(jìn)行相機(jī)標(biāo)定從而可以避免標(biāo)定參數(shù)的誤差，但關(guān)鍵需要減小圖像雅克比矩陣的計算量。PiepmeierJA等計算圖像雅可比矩陣時通過引入相機(jī)參數(shù)來降低計算量。ChaumetteF等引入部分基于位置的引導(dǎo)，將兩者進(jìn)行結(jié)合，效率有所提高，但是計算較復(fù)雜。2.機(jī)械臂運動規(guī)劃機(jī)械臂的運動規(guī)劃是在三維立體空間中規(guī)劃出從初始位姿到達(dá)目標(biāo)位姿的無碰撞路徑。此外，機(jī)械臂自身及周圍環(huán)境中的障礙物也構(gòu)成了對運動規(guī)劃的約束，因此運動規(guī)劃需要在約束條件下搜索出滿足要求的路徑。在環(huán)境障礙物信息確定的條件下，能否快速規(guī)劃出最優(yōu)路徑是衡量機(jī)械臂智能程度的重要指標(biāo)。高維空間路徑規(guī)劃算法主要有柵格法、構(gòu)型空間法和基于隨機(jī)采樣的規(guī)劃方法等。柵格法將機(jī)械臂的工作空間分為一定分辨率的正方體柵格，在傳感器獲取工作空間中的障礙物外形與位置信息后，用不同顏色的柵格表示障礙物所在的空間和無障礙物空間，并用Dijkstra算法、A*等算法搜索路徑?；陔S機(jī)采樣的路徑規(guī)劃方法也是針對構(gòu)型空間的路徑規(guī)劃，其主要方法是在機(jī)械臂的構(gòu)型空間中隨機(jī)采樣，檢測是否與障礙物發(fā)生碰撞，并將這些目標(biāo)點與附近其他目標(biāo)點相連，最后使用圖搜索算法生成包含起始點和目標(biāo)點的概率隨機(jī)地圖，以確定最終路徑。此種方法有較好的實時性，但往往不是最優(yōu)路徑，需要在工程上進(jìn)行針對性的優(yōu)化。目前應(yīng)用的比較廣泛的有隨機(jī)路圖法[34}(PRM，ProbabilisticRoadmapMethod)和快速拓展隨機(jī)樹法(RRT，Rapidly-ExploringRandomTree)。此外，KuffnerJJ等在RRT算法的基礎(chǔ)上提出的RRT-Connect算法大大提高了結(jié)點的拓展效率。GammellJD等提出的RRT*算法通過啟發(fā)式方法改進(jìn)了收斂速度。三、本文主要研究內(nèi)容通過對國內(nèi)外機(jī)械臂運動規(guī)劃研究現(xiàn)狀分析，針對在靜態(tài)障礙物環(huán)境下和無靜態(tài)障礙物環(huán)境下采用傳統(tǒng)路徑規(guī)劃算法進(jìn)行避障規(guī)劃時，存在規(guī)劃時間長、路徑冗長等問題，本課題采用DDPG算法進(jìn)行研究。首先，依據(jù)機(jī)械臂的數(shù)學(xué)基礎(chǔ)，采用D-H參數(shù)法構(gòu)建機(jī)械臂模型，并完成運動學(xué)分析與碰撞檢測；之后，對不同的串聯(lián)機(jī)械臂設(shè)置相應(yīng)的獎勵函數(shù)模型、動作變量和狀態(tài)變量；隨后，采用DDPG算法對不同機(jī)械臂在不同環(huán)境下進(jìn)行仿真試驗；最后，構(gòu)建基于DobotMagician機(jī)械臂的實驗平臺并進(jìn)行實驗，以驗證仿真訓(xùn)練后所得DDPG算法模型的有效性與正確性。實驗結(jié)果表明，仿真訓(xùn)練后的模型能夠使DobotMagician機(jī)械臂避開靜態(tài)障礙物到達(dá)目標(biāo)。四、本文結(jié)構(gòu)安排第一章為緒論部分。對本課題的研究背景與意義進(jìn)行介紹。通過文獻(xiàn)查閱獲悉國內(nèi)外關(guān)于串聯(lián)機(jī)械臂及其運動規(guī)劃算法以及基于深度強(qiáng)化學(xué)習(xí)的運動規(guī)劃的研究現(xiàn)狀，并對串聯(lián)機(jī)械臂避障運動規(guī)劃算法進(jìn)行分析和總結(jié)。第二章為機(jī)械臂建模與運動學(xué)分析部分。通過D-H參數(shù)法并在MATLAB平臺中構(gòu)建機(jī)械臂模型；然后，依據(jù)所建模型分析，對其進(jìn)行正逆運動學(xué)分析；最后，分析了機(jī)械臂避障運動系統(tǒng)中的碰撞檢測模型。第三章為二連桿機(jī)械臂避障運動規(guī)劃研究部分。首先，介紹了深度強(qiáng)化學(xué)習(xí)理論并引出所要采用的DDPG算法；然后，根據(jù)二自由度機(jī)械臂的運動環(huán)境設(shè)置動作、狀態(tài)、獎勵函數(shù)以及DDPG算法中的參數(shù)；隨后，采用DDPG算法分別在有靜態(tài)障礙物環(huán)境下和無靜態(tài)障礙物環(huán)境下進(jìn)行仿真試驗；最后，獲取兩種環(huán)境下的反饋獎勵值曲線并加以分析。第四章為DOBOT機(jī)械臂避障運動規(guī)劃研究部分。首先，根據(jù)DOBOT機(jī)械臂特點及所處環(huán)境完成動作、狀態(tài)、獎勵函數(shù)以及DDPG算法中參數(shù)的設(shè)置；然后，采用DDPG算法分別在有靜態(tài)障礙物環(huán)境下和無靜態(tài)障礙物環(huán)境下進(jìn)行仿真試驗。隨后，在試驗結(jié)束后，得到兩種環(huán)境下機(jī)械臂在最終路徑下的各關(guān)節(jié)角度、角速度和角加速度隨時間變化曲線以及反饋獎勵值曲線，并進(jìn)行分析；接著，在完成上述試驗基礎(chǔ)上研究DDPG算法對新環(huán)境的遷移能力，故改變環(huán)境中障礙物的狀態(tài)后再進(jìn)行試驗；最后，搭建了基于DobotMagician機(jī)械臂的實驗平臺并進(jìn)行實驗，以驗證本文所用方法的可行性。第五章為總結(jié)與展望部分。總結(jié)本課題采用算法在關(guān)于串聯(lián)機(jī)械臂的避障運動規(guī)劃研究過程中的優(yōu)點和缺陷，并提出未來研究方向。五、進(jìn)度安排1選題2022年10月15日-2022年10月31日2撰寫論文開題報告并提交2022年11月1日-2022年11月25日3準(zhǔn)備資料、撰寫修改并提交論文初稿2022年11月26日-2023年1月20日4準(zhǔn)備資料、撰寫修改并提交論文二稿2023年1月21日-2023年2月20日5論文定稿、打印裝訂并提交論文終稿2023年2月20日-2023年3月21日6論文答辯2023年3月22日-2023年4月10日六、參考文獻(xiàn)[1] 王喜文.工業(yè)4.0帶來機(jī)器人的進(jìn)化[J]物聯(lián)網(wǎng)技術(shù)[J].2015，5(10):2.[2] 戢磷.面向中國制造2025的先進(jìn)制造技術(shù)課程教學(xué)研究——培養(yǎng)掌握新型工業(yè)機(jī)器人應(yīng)用與維修技術(shù)的高職人才[J]民營科技[J].2015，(11):258.[3] 王新.基于球型腕的靈巧機(jī)器人零力控制研究[D];大連理工大學(xué)，2016.[4] 譚華，林克.物聯(lián)網(wǎng)熱點技術(shù)及應(yīng)用發(fā)展分析[J]移動通信[J].2016，40(17):64-9.[5] 侯杰，曾軍妮，流行色歐J.基于智能云系統(tǒng)的兒童陪伴機(jī)器人設(shè)計研究[J].2019，4.[6] 曹曉曼.水果采摘機(jī)器人運動規(guī)劃研究[D];華南農(nóng)業(yè)大學(xué)，2019.[7] 曹毅.顯微外科手術(shù)機(jī)器人工作空間分析與綜合[D];天津大學(xué)，2004.[8] 張亮.仿人機(jī)器人肩肘腕關(guān)節(jié)及臂的設(shè)計[D];燕山大學(xué)，2016.[9] 宗成星.空間多自由度串聯(lián)機(jī)械臂的避障運動規(guī)劃方法研究[D];合肥工業(yè)大學(xué)，2017.[10] BILLINGSG，JOHNSON-ROBERSONM.SilhoNet:AnRGBMethodfor6DObjectPoseEstimation[J].IeeeRoboticsandAutomationLetters，2019，4(4):3727-34.[11] 方爽.基于ROS的冗余機(jī)械臂路徑規(guī)劃研究[D];上海應(yīng)用技術(shù)大學(xué)，2020.[12] 張亞賓.基于改進(jìn)雙樹RRT算法的串聯(lián)操作臂避障運動規(guī)劃研究[D];河南工業(yè)大學(xué)，2020.[13] 陳啟愉，吳智恒.全球工業(yè)機(jī)器人產(chǎn)業(yè)發(fā)展戰(zhàn)略對比研究[J]自動化與信息工程[J].2017，38(02):1-6.[14] 沈平，畢太富.機(jī)器人產(chǎn)業(yè)與傳統(tǒng)制造業(yè)互動發(fā)展分析[J]中國管理信息化[J].2015，18(14):159.[15] 沈平，中國管理信息化畢J.機(jī)器人產(chǎn)業(yè)與傳統(tǒng)制造業(yè)互動發(fā)展分析[J].2015，18(14):159-.[16] 梁毓明，徐立鴻.移動機(jī)器人路徑規(guī)劃技術(shù)的研究現(xiàn)狀與發(fā)展趨勢[J]機(jī)電一體化[J].2009，15(03):35-8+68.[17] OKAMURAAM，SMABYN，CUTKOSKYMR.Anoverviewofdexterousmanipulation;proceedingsoftheProceedings2000ICRAMillenniumConferenceIEEEInternationalConferenceonRoboticsandAutomationSympo