CN109358500A

CN109358500A - 一种隧道智能混凝土喷浆机器人控制方法

Info

Publication number: CN109358500A
Application number: CN201811130817.5A
Authority: CN
Inventors: 邵凡; 郎媛; 林叔斌; 张惠斌; 彭龙
Original assignee: Changsha Keda Intelligent Equipments Inc Co
Current assignee: Changsha Keda Intelligent Equipments Inc Co
Priority date: 2018-09-27
Filing date: 2018-09-27
Publication date: 2019-02-19

Abstract

本发明公开了一种隧道智能混凝土喷浆机器人控制方法，运用机械臂运动学解算、隧道三维扫描建模技术、多目标约束轨迹规划优化技术、臂架振动抑制及多关节自适应模糊控制对混凝土喷射进行实时智能控制。本发明很大程度上解决了操作手缺乏和售后服务困难这两大制约国内喷浆机推广应用的问题，且适用范围广，智能化程度高、施工效率高。

Description

一种隧道智能混凝土喷浆机器人控制方法

技术领域

本发明涉及用于隧道喷射支护作业的湿喷机的智能操作系统，特别是一种隧道智能混凝土喷浆机器人控制方法。

背景技术

近些年来混凝土湿喷技术的研究在国内外均有了很大进步和长足发展，并取得了可喜成果，在国内湿式混凝土喷射机已成为市场主流机型，得到良好的推广及应用。目前湿喷机行业普遍存在操作使用和维护保养问题，且操作手的操作水平参差不齐，实际喷射效果往往难以满足施工质量的要求。

长期以来，我国自主研发的湿式喷射机在智能化、自动化、信息化控制等性能方面与国外设备相比，仍存在较大差距。现有对于多关节隧道湿喷机的研究多停留在智能臂架控制和轨迹规划的仿真，而未出现综合类可实现隧道湿喷机全自动喷射作业的方法。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种隧道智能混凝土喷浆机器人控制方法，解决机械臂动作时间和混凝土回弹率之间的限制问题，以最高效率和最低损耗量完成隧道面的喷涂作业。

为解决上述技术问题，本发明所采用的技术方案是：一种隧道智能混凝土喷浆机器人控制方法，包括以下步骤：

1)对设备机型进行正逆向运动学解算；对于正向运动学模型，首先确定一个基坐标系的方向，然后按照D-H法为机械臂的各个关节建立一个坐标系，然后根据D-H法则，结合各个关节坐标系的建立情况，列写出机械臂的D-H参数表，再将以上D-H表的参数代入变换矩阵A_i，求出两两相邻坐标系的坐标变换矩阵，将求得的坐标变换矩阵连乘即得到由机械臂末端喷头至基座的总变换矩阵，也就是正向运动学模型的解；对于逆向运动学模型，将机械臂的运动分为两个部分，用解析法进行逆向运动模型的求解；

2)扫描隧道环境，对扫描得到的数据进行去噪，对去噪后的隧道三维点云数据进行孔洞识别与修复，对孔洞识别与修复后的数据进行预处理，识别出隧道三维点云数据中未喷涂面的部分，分理出防护网面作为目标喷涂面；

3)采用基于多策略排序变异的差分进化算法求解最优喷涂轨迹。

步骤2)中，对扫描得到的数据进行去噪的具体过程包括：以采样点偏离隧道表面垂直距离为噪声识别依据，根据点云法向与隧道轴向的偏差识别出可靠的隧道表面点；然后参照隧道表面点，依据采样点偏离隧道表面垂直距离，完成噪声点的进一步确认；通过调节误差允许范围，将除拱架及防护网以外的偏离隧道面距离50cm以上的点视为噪声点进而剔除；通过振动传感器检测出误差周期规律并消除。

步骤2)中，对去噪后的隧道三维点云数据进行孔洞识别与修复的具体过程包括：基于中轴线，以圆柱投影的方式将隧道三维激光扫描点云投影到二维，进行二维Delaunay三角剖分得到三角网格，求和所有三角形边长取平均值，将该平均值视为点云之间的平均距离L；基于隧道轮廓的特征，对于存在孔洞的截面，利用其相邻的最优截面模型,以中轴线为基础复刻完整隧道，将与孔洞位置对应的最优截面上的点云复制到孔洞处，实现孔洞拟合修复。

与现有技术相比，本发明所具有的有益效果为：本发明提出受隧道湿喷工况干扰的隧道三维扫描建模问题，通过采用结合施工工况进行改进的基于法向偏差的点云去噪与基于三角剖分的孔洞修复算法，克服粉尘、潮湿、振动等恶劣工况对传感器扫描建模的影响；通过拟采用基于多策略排序变异的多目标差分进化算法求解最优喷涂轨迹，解决了机械臂动作时间和混凝土回弹率之间的限制问题，以最高效率和最低损耗量完成隧道面的喷涂作业；解决了多自由度串联机械臂作业过程中具有的高动态、多耦合和非线性条件下的轨迹跟踪控制问题。

附图说明

图1为机械臂结构简图；

图2为系统硬件框图；

图3为系统软件框图；

图4为隧道扫描建模示意图；

图5为轨迹跟踪控制算法流程。

具体实施方式

步骤1:硬件系统搭建；本发明以长沙科达智能装备有限公司的KC30系列喷浆机设备为例进行阐述(但本发明的相关技术适用于其它类似设备),该设备的机械臂共九个关节，采用液压驱动；控制系统的核心为运动控制器与工控单板，另臂架的各关节加装传感器，硬件框图如图2所示；

硬件架构主要针对实时运动控制及快速环境感知两大核心任务展开，前者通过各关节传感器数据及规划结果实时控制机械臂完成指定动作，后者接收环境感知传感器(主要是激光雷达)数据快速完成环境感知任务并输出规划结果；

核心运算单元上采用实时运动控制器加工控机的方案，前者提供实时控制运算及输出能力，后者提供较强的运算能力；HMI为用户人机交互的人机界面，其可用于系统配置调试、实时数据显示及用户操作等场景；

步骤2：软件系统搭建；软件框图如图3所示：

A、工控机主控模块(感知&规划&人机)：

1、运动学模型模块；

2、环境感知及重建模块；

3、运动轨迹动态规划模块；

B、运动控制器模块(运动控制)：

1、结合运动学模型的底层控制模块；

2、运动轨迹跟踪控制模块；

首先运动学模型与环境感知及重建可获得隧道待喷面模型及坐标，其次运动轨迹动态规划对待喷面进行喷射轨迹及喷射量的规划，然后将轨迹数据代入结合运动学模型的底层控制中得到具体关节驱动数据，最后轨迹跟踪控制完成喷射作业；

步骤3：对设备机型进行正逆向运动运动学解算；对于正向运动学模型，首先确定一个基坐标系的方向，然后按照D-H法为机械臂的各个关节建立一个坐标系，如图1所示：

然后根据D-H法则，结合各个关节坐标系的建立情况，列写出机械臂的D-H参数表，再将以上D-H表的参数代入变换矩阵A_i，求出两两相邻坐标系的坐标变换矩阵A₁～A₉，将求得的变换矩阵连乘即可得到由机械臂末端喷头至基座的总变换矩阵，也就是正向运动学模型的解；

对于逆向运动学模型，将机械臂的运动分为两个部分——关节1至关节6为第一部分，关节7至关节9组成第二部分；要进行逆向运动学模型的求解，需要已知两个条件，一个是末端喷头相对于基坐标系0的变换矩阵另一个是关节6相对于基坐标系0的变换矩阵在此基础上，采用解析法进行逆向运动模型的求解；

步骤4：隧道环境扫描建模；采用雷达扫描实现，按其功能分为定位雷达和建模雷达。隧道扫描建模示意图如图4所示；

定位功能：对隧道情况的整体判断，作用包括车体横向定位、纵向定向，确定局部作业面的划分和雷达观测点位置。

建模功能：在每次喷涂工作间隙，在观测点扫描喷涂区域三维数据。

由于施工现场粉尘浓度大、空气可见度低的原因，雷达直接扫描得到的数据存在随机噪声，先进行点云去噪，本方法采用以采样点偏离隧道表面垂直距离为噪声识别依据，认为偏离隧道表面越远的点噪声概率越高；根据点云法向与隧道轴向的偏差识别出可靠的隧道表面点；然后参照可靠点，依据采样点偏离隧道表面垂直距离，完成噪声点的进一步确认；通过调节误差允许范围，可将除拱架及防护网以外的偏离隧道面距离较大的点视为噪声点进而剔除；此外，雷达安装在车体上，由于机器本身振动，会存在一定的周期性的误差，通过振动传感器检测出误差周期规律并消除；

去噪后的隧道三维点云将存在大量孔洞，这些孔洞可能影响隧道支护特征的进一步识别，因此需要对孔洞进行识别与修复；隧道具有深长性且与圆柱形相仿，本方法基于中轴线，以圆柱投影的方式将隧道三维激光扫描点云投影到二维，进行二维Delaunay三角剖分得到三角网格，网格的边长可以粗略反映隧道点云之间的平均距离，求和所有三角形边长取平均值，将该平均值视为点云之间的平均距离L，孔洞附近点与点之间的距离相对较大，打断三角形边长大于L的边可以反映隧道孔洞的位置(三角形边长大于L的边的位置就是隧道孔洞的位置)；基于隧道轮廓的特征，对于存在孔洞的截面，利用其相邻的最优截面模型,以中轴线为基础复刻完整隧道，将与孔洞位置对应的最优截面上的点云复制到孔洞处，实现孔洞拟合修复；

然后对采集到的数据进行误差消除、曲面插值拟合等预处理，识别出数据中属于未喷涂面的部分，分离出防护网面作为目标喷涂面，处理完之后的隧道待喷面模型用于下一步的喷涂路径规划；

步骤5：多目标轨迹规划；提出动作时间-回弹率多目标约束轨迹优化问题，采用基于多策略排序变异的差分进化算法求解最优喷涂轨迹，达到最佳的喷射时间和喷射效果；

混凝土回弹率的影响因素主要有三个方面：围岩状态、混凝土配比和施工方法；其中，施工方法包括以下几点：

A.压送压力；当压送压力过高时，回弹率增加，当压送压力过低时，混凝土自捣固的效果不足，回弹率也会增加；

B.喷射角度；喷枪与隧道轴向角度越大，回弹率越大；

C.喷射距离；距离过近或过远都会使回弹率增加；

据此，构造关于回弹率的目标函数：

γ_G＝f₁(P；θ；d) (1)

其中，γ_G为混凝土的回弹率；P为喷枪的压送压力；θ为喷射角度；d为喷射距离；

机械臂的轨迹规划在任务空间轨迹给出的情况下，将任务空间轨迹离散化，通过运动学逆运算，得到与任务空间轨迹对应的关节空间位置序列，用三次多项式曲线依次连接这些位置序列点就可以得到机械手的关节轨迹；在轨迹规划过程中，要达到不同的喷涂效果，也将受到喷射角度和喷射距离的约束；

据此，构造机械臂动作时间的目标函数：

T_G＝f₂(v；a；θ；d) (2)

其中，θ为喷射角度；d为喷射距离；v为机械臂的移动速度；a为机械臂的移动加速度；在实际的喷涂作业中，不仅要使机械臂的动作时间达到最优，还要达到最优的喷涂效果，即使混凝土回弹率最低；因此，轨迹规划中多目标约束问题的数学模型可简单表达为：

针对动作时间-喷涂损耗量这一多目标约束问题，提出一种基于多策略排序变异的差分进化算法(MODE-MSRM)，该算法利用基于排序变异算子快速接近真实的Pareto最优解，同时引入多策略差分进化算子以保持算法的多样性和分布性，通过自适应策略，动态调整控制参数以提高算法的鲁棒性；

常见的进化模式有以下三种：

其中，F为缩放因子；G为进化代数；x_best,G为第G代的最优个体，v_i,G为每个目标矢量x_i,G实施变异操作后所对应的变异矢量，x_r1,G为基向量，(x_k,G-x_k+1,G)为随机差分向量；

利用基于多策略排序变异的差分进化算法求解动作时间-回弹率多目标约束问题(公式3)，能够更快更稳定得到最优喷涂轨迹，使整个隧道面的喷浆作业以低能耗和高效率完成；

步骤6：多关节机械臂跟踪控制，是步骤5所得最优运动轨迹规划的具体控制实现；控制器拟采用固定优化参数的PID控制器与多关节惯量耦合的模糊PID控制器结合的方式；

多自由度机械臂运动控制算法：由机械臂的机械结构及驱动方式可知，关节惯量存在耦合问题，且越靠近基座的关节，受耦合影响越严重；惯量耦合导致单关节控制器的控制对象特性发生变化，因此，在进行多关节联动轨迹跟踪控制时，关节惯量耦合是必须考虑的时变因素。由于机械臂关节运动时，7、8两个关节的惯量只有微小的变动，因此拟采用固定的优化控制参数；而机械臂前六个关节在运动过程中，关节惯量随着机器人位姿的变化在较大的惯量范围内变化，而且各关节之间惯量耦合严重因此，采用模糊PID控制可以通过采用模糊逻辑在线调整控制器参数，使控制器能够在较大程度适应机器人特性的时变过程；控制算法流程如图5所示。

Claims

1.一种隧道智能混凝土喷浆机器人控制方法，其特征在于，包括以下步骤：

1)对设备机型进行正逆向运动学解算；对于正向运动学模型，首先确定一个基坐标系的方向，然后按照D-H法为机械臂的各个关节建立一个坐标系，然后根据D-H法则，结合各个关节坐标系的建立情况，列写出机械臂的D-H参数表，再将以上D-H表的参数代入变换矩阵A₁，求出两两相邻坐标系的坐标变换矩阵，将求得的坐标变换矩阵连乘即得到由机械臂末端喷头至基座的总变换矩阵，也就是正向运动学模型的解；对于逆向运动学模型，将机械臂的运动分为两个部分，用解析法进行逆向运动模型的求解；

2.根据权利要求1所述的隧道智能混凝土喷浆机器人控制方法，其特征在于，步骤2)中，对扫描得到的数据进行去噪的具体过程包括：以采样点偏离隧道表面垂直距离为噪声识别依据，根据点云法向与隧道轴向的偏差识别出可靠的隧道表面点；然后参照隧道表面点，依据采样点偏离隧道表面垂直距离，完成噪声点的进一步确认；通过调节误差允许范围，将除拱架及防护网以外的偏离隧道面距离50cm以上的点视为噪声点进而剔除；通过振动传感器检测出误差周期规律并消除。

3.根据权利要求1所述的隧道智能混凝土喷浆机器人控制方法，其特征在于，步骤2)中，对去噪后的隧道三维点云数据进行孔洞识别与修复的具体过程包括：基于中轴线，以圆柱投影的方式将隧道三维激光扫描点云投影到二维，进行二维Delaunay三角剖分得到三角网格，求和所有三角形边长取平均值，将该平均值视为点云之间的平均距离L；基于隧道轮廓的特征，对于存在孔洞的截面，利用其相邻的最优截面模型,以中轴线为基础复刻完整隧道，将与孔洞位置对应的最优截面上的点云复制到孔洞处，实现孔洞拟合修复。