CN110737278A - 机器人镇定控制方法、装置、存储介质及巡检机器人 - Google Patents
机器人镇定控制方法、装置、存储介质及巡检机器人 Download PDFInfo
- Publication number
- CN110737278A CN110737278A CN201910971181.5A CN201910971181A CN110737278A CN 110737278 A CN110737278 A CN 110737278A CN 201910971181 A CN201910971181 A CN 201910971181A CN 110737278 A CN110737278 A CN 110737278A
- Authority
- CN
- China
- Prior art keywords
- data
- robot
- inspection robot
- fuzzy
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000006641 stabilisation Effects 0.000 title claims abstract description 23
- 238000011105 stabilization Methods 0.000 title claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims abstract description 70
- 230000009467 reduction Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001914 calming effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000087 stabilizing effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供的机器人镇定控制方法、装置、存储介质及巡检机器人,涉及自动化线路巡检领域。该机器人镇定控制方法包括:获取所述巡检机器人的模糊控制量,其中,所述模糊控制量包括截距数据、倾角数据和旋转周期数据;对所述模糊控制量进行模糊处理,并得到用于控制所述巡检机器人运动的控制指令;根据所述控制指令控制所述巡检机器人运动。上述的机器人镇定控制方法、装置、存储介质及巡检机器人考虑了风载效应或其他抖动对巡检机器人运动的影响,保证了巡检机器人运动的平稳、以及巡检质量。
Description
技术领域
本发明涉及自动化线路巡检领域,具体而言,涉及一种机器人镇定控制方法、装置、存储介质及巡检机器人。
背景技术
巡检机器人工作在野外的架空输电线路上,由于环境恶劣和气象变化,随时都可能存在风载。由于风载荷作用,机器人在线运动规划与控制将面临安全问题。风载荷作用一方面引起输电线的晃动,另一方面造成机器人在线上左右摆动并加剧抖动,最重要的是:造成机器人越障过程中带来安全隐患和越障效率的降低,例如机器人在越障过程中抓线运动控制变得复杂。
发明内容
本发明的目的包括,例如,提供一种机器人镇定控制方法、装置、存储介质及巡检机器人,其考虑了风载效应或其他抖动对巡检机器人运动的影响,保证了巡检机器人运动的平稳、以及巡检质量。
本发明的实施例可以这样实现:
第一方面,本发明实施例提供一种机器人镇定控制方法,用于巡检机器人,所述方法包括:
获取所述巡检机器人的模糊控制量,其中,所述模糊控制量包括截距数据、倾角数据和旋转周期数据;
对所述模糊控制量进行模糊处理,并得到用于控制所述巡检机器人运动的控制指令;
根据所述控制指令控制所述巡检机器人运动。
进一步地,在可能的实施方式中,在所述获取所述巡检机器人的所述模糊控制量的步骤中包括获取所述截距数据的步骤、获取所述倾角数据的步骤和获取所述旋转周期的步骤,其中,所述获取截距数据的步骤包括:
获取所述巡检机器人的图像信息,其中,所述图像信息能够表征所述巡检机器人实际的位置信息和姿态信息;
根据所述图像信息计算所述巡检机器人的位姿特征;
对所述位姿特征进行数据融合,并得到所述截距数据。
进一步地,在可能的实施方式中,在所根据所述图像信息计算所述巡检机器人的位姿特征的步骤之前,还包括:
对所述图像信息进行降噪处理;
所述根据所述图像信息计算所述巡检机器人的位姿特征的步骤包括:
根据降噪后的所述图像信息计算所述巡检机器人的位姿特征。
进一步地,在可能的实施方式中,在所述获取所述巡检机器人的所述模糊控制量的步骤中包括获取所述截距数据的步骤、获取所述倾角数据的步骤和获取所述旋转周期的步骤,其中,所述获取倾角数据的步骤包括:
控制倾角传感器的采样频率,其中,所述倾角传感器安装于所述巡检机器人上;
对所述倾角传感器采集的数据进行数据转换,得到所述倾角数据。
进一步地,在可能的实施方式中,所述对所述模糊控制量进行模糊处理的步骤包括:
将所述模糊控制量模糊化;
建立模糊规则;
根据所述模糊规则,对模糊化后的所述模糊控制量进行模糊推理。
进一步地,在可能的实施方式中,所述方法还包括:
根据所述控制指令计算所述巡检机器人的理论运动数据;
获取所述巡检机器人的实际运动数据;
对比所述理论运动图像数据和所述实际运动数据,并得到运动误差数据;
判断所述运动误差数据是否在设定范围内;
若所述运动误差数据超过所述设定范围,则对通过所述对所述模糊控制量进行模糊处理步骤得到的所述控制指令进行修正;
根据修正后的所述控制指令控制所述巡检机器人运动。
本发明实施例提供的机器人镇定控制方法:通过获取巡检机器人的模糊控制量并对该模糊控制量进行模糊处理,得到用于控制巡检机器人运动的控制指令,使得巡检机器人平稳,从而克服或避免风载荷所引起的输电线晃动和机器人的左右摆动。上述的机器人镇定控制方法能够保证机器人越障过程的安全、保证越障效率,也便于对机器人的有效控制。
第二方面,本发明实施例提供一种机器人镇定控制装置,包括:
第一获取模块:用于获取所述巡检机器人的模糊控制量,其中,所述模糊控制量包括截距数据、倾角数据和旋转周期数据;
处理模块:用于对所述模糊控制量进行模糊处理,并得到用于控制所述巡检机器人运动的控制指令;
控制模块:用于根据所述控制指令控制所述巡检机器人运动。
进一步地,在可能的实施方式中,所述第一获取模块还用于:
获取所述巡检机器人的图像信息,其中,所述图像信息能够表征所述巡检机器人实际的位置信息和姿态信息;
根据所述图像信息计算所述巡检机器人的位姿特征;
对所述位姿特征进行数据融合,并得到所述截距数据。
进一步地,在可能的实施方式中,所述第一获取模块还用于:
对所述图像信息进行降噪处理;
根据降噪后的所述图像信息计算所述巡检机器人的位姿特征。
进一步地,在可能的实施方式中,所述第一获取模块还用于:
控制倾角传感器的采样频率,其中,所述倾角传感器安装于所述巡检机器人上;
对所述倾角传感器采集的数据进行数据转换,得到所述倾角数据。
进一步地,在可能的实施方式中,所述处理模块还用于:
将所述模糊控制量模糊化;
建立模糊规则;
根据所述模糊规则,对模糊化后的所述模糊控制量进行模糊推理。
进一步地,在可能的实施方式中,还包括:
计算模块:用于根据所述控制指令计算所述巡检机器人的理论运动数据;
第二获取模块:用于获取所述巡检机器人的实际运动数据;
对比模块:用于对比所述理论运动图像数据和所述实际运动数据,并得到运动误差数据;
判断模块:用于判断所述运动误差数据是否在设定范围内;
修正模块:用于若所述运动误差数据超过所述设定范围,则对通过所述对所述模糊控制量进行模糊处理步骤得到的所述控制指令进行修正;
控制模块:还用于根据修正后的所述控制指令控制所述巡检机器人运动。
本发明实施例提供的机器人镇定控制装置:通过获取巡检机器人的模糊控制量并对该模糊控制量进行模糊处理,得到用于控制巡检机器人运动的控制指令,使得巡检机器人平稳,从而克服或避免风载荷所引起的输电线晃动和机器人的左右摆动。上述的机器人镇定控制装置能够保证机器人越障过程的安全、保证越障效率,也便于对机器人的有效控制。
第三方面,本发明实施例提供一种存储介质,所述存储介质上存储有机器人镇定控制程序,所述机器人镇定控制程序被读取并执行时,能够实现所述的方法。
本发明实施例提供的存储介质:通过获取巡检机器人的模糊控制量并对该模糊控制量进行模糊处理,得到用于控制巡检机器人运动的控制指令,使得巡检机器人平稳,从而克服或避免风载荷所引起的输电线晃动和机器人的左右摆动。上述的存储介质在被读取并执行时能够保证机器人越障过程的安全、保证越障效率,也便于对机器人的有效控制。
第四方面,本发明实施例提供一种巡检机器人,包括:
存储器;
处理器;
所述存储器内存储有机器人镇定控制程序,所述机器人镇定控制程序被所述处理器读取和执行时,实现所述的方法。
本发明实施例提供的巡检机器人:通过获取巡检机器人的模糊控制量并对该模糊控制量进行模糊处理,得到用于控制巡检机器人运动的控制指令,使得巡检机器人平稳,从而克服或避免风载荷所引起的输电线晃动和机器人的左右摆动。上述的巡检机器人能够保证机器人越障过程的安全、保证越障效率,也便于对机器人的有效控制。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明具体实施例所述的巡检机器人的结构示意框图。
图2为本发明具体实施例所述的机器人镇定控制方法的流程示意框图。
图3为图2中步骤S100的子步骤的流程示意框图。
图4为图3中步骤S110的子步骤的流程示意框图。
图5为图3中步骤S120的子步骤的流程示意框图。
图6为图2中步骤S200的子步骤的流程示意框图。
图7为本发明具体实施例所述的机器人镇定控制方法的流程示意框图。
图8为本发明具体实施例所述的机器人镇定控制装置的结构示意框图。
图标:100-巡检机器人;110-机器人镇定控制装置;111-第一获取模块; 112-处理模块;113-控制模块;120-存储器;130-处理器。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
下面结合附图,对本发明的具体实施方式进行详细说明。
请参阅图1,本实施例提供了一种机器人镇定控制方法及机器人镇定控制装置110,应用于巡检机器人100,用于控制巡检机器人100的路线,从而使其的运行路线更优,从而提高巡检机器人100的巡检效果。该巡检机器人100 包括存机器人镇定控制装置110、储器120以及处理器130。
存储器120和处理器130相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述机器人镇定控制装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在服务器的操作系统 (operating system,OS)中的软件功能模块。所述处理器130用于执行所述存储器120中存储的可执行模块,例如所述机器人镇定控制装置110所包括的软件功能模块及可在所述处理器130上运行的巡检机器人100的路线控制程序等。
其中,存储器120用于存储程序,所述处理器130在接收到执行指令后,执行所述程序。
所述存储器120可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器 (Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
所述处理器130可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列 (FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器130可以是微处理器130。所述处理器130也可以是任何常规的处理器130等。
请参阅图2,本实施例提供的机器人镇定控制方法包括以下步骤。
步骤S100:获取巡检机器人100的模糊控制量。
需要说明的是,在本发明实施例中,上述的模糊控制量可以包括截距数据、倾角数据和旋转周期数据。请参阅图3,该步骤S100可以包括子步骤S110:获取截距数据的步骤、子步骤S120:获取倾角数据的步骤,以及子步骤S130:获取旋转周期的步骤。
请参阅图4,其中,子步骤S110:获取截距数据的步骤可以包括子步骤 S111、子步骤S112和子步骤S113。
子步骤S111:获取巡检机器人100的图像信息,其中,图像信息能够表征巡检机器人100实际的位置信息和姿态信息。
可选地,上述的图像信息可以由摄像头获得。
子步骤S112:根据图像信息计算巡检机器人100的位姿特征。
需要说明的是,上述的巡检机器人100的位姿特征可以包括机器人的左右偏转角度、上下偏转角度等特征。应当理解的是,所谓的偏转角度指的是在风载荷或者其他因素造成抖动后,机器人相对于正常或理想状态下运行的机器人位置的偏转角度。
子步骤S113:对位姿特征进行数据融合,并得到截距数据。
进一步地,上述的子步骤S110在子步骤S112:根据图像信息计算巡检机器人100的位姿特征的步骤之前,还可以包括子步骤S114:对图像信息进行降噪处理。在子步骤S112中,可以根据降噪后的图像信息计算巡检机器人100 的位姿特征。
可以理解的是,上述的降噪方法可以采用小波降噪等方法。
请参阅图5,进一步地,子步骤S120:获取倾角数据的步骤可以包括子步骤S121和子步骤S122。
子步骤S121:控制倾角传感器的采样频率。
可选地,上述的倾角传感器可以安装于巡检机器人100上。
子步骤S122:对倾角传感器采集的数据进行数据转换,得到倾角数据。
通过控制
此外,上述的子步骤S130:获取旋转周期,可以通过计算倾角的周期变化得到旋转周期数据。
步骤S200:对模糊控制量进行模糊处理,并得到用于控制巡检机器人100 运动的控制指令。
请参阅图6,进一步地,在可能的实施方式中,步骤S200:对模糊控制量进行模糊处理,可以包括子步骤S210、子步骤S220和子步骤S230。
其中:子步骤S210:将模糊控制量模糊化。子步骤S220:建立模糊规则,该模糊规则可以根据实际场景进行设置。子步骤S230:根据模糊规则,对模糊化后的模糊控制量进行模糊推理。
上述的步骤S200用于贵模糊控制量进行模糊处理,模糊算法可以为均值模糊、高斯模糊等。通过上述的步骤S200,或者上述的子步骤S210、子步骤 S220和子步骤S230能够通过模糊控制量计算出与之匹配的控制指令,从而使得巡检机器人100在运动过程中更加平稳。
步骤S300:根据控制指令控制巡检机器人100运动,从而使得巡检机器人100的运动更加平稳,克服风载荷或者其他原因引起的抖动,保证巡检质量。
请参阅图7,进一步地,在可能的实施方式中,方法还可以对实际运动的姿态与通过模糊算法得到的理论姿态进行对比,并修正巡检机器人100的控制指令,上述过程可以包括以下步骤。
步骤S400:根据控制指令计算巡检机器人100的理论运动数据。
步骤S500:获取巡检机器人100的实际运动数据。
需要说明的是,上述的理论运动数据指的是根据模糊计算的结果所得出的控制指令控制巡检机器人100的运动状态,所计算得到的理论情形下的运动数据。而实际运动数据指的是通过摄像头或者其他传感器获得的巡检机器人100实际的姿态或运动数据。
步骤S600:对比理论运动图像数据和实际运动数据,并得到运动误差数据。
步骤S700:判断运动误差数据是否在设定范围内。
可选地,上述误差在设定范围内,比如10%范围(也可以设定其他的范围,比如15%等),则认为模糊算法得到的控制指令能够使巡检机器人100平稳运行。若该运动误差数据超过该设定范围,则认为外部载荷变化,需要对巡检机器人100的姿态进行修正或调整。
步骤S800:若运动误差数据超过设定范围,则对通过对模糊控制量进行模糊处理步骤得到的控制指令进行修正。
步骤S900:根据修正后的控制指令控制巡检机器人100运动。
本发明实施例提供的机器人镇定控制方法:通过获取巡检机器人100的模糊控制量并对该模糊控制量进行模糊处理,得到用于控制巡检机器人100 运动的控制指令,使得巡检机器人100平稳,从而克服或避免风载荷所引起的输电线晃动和机器人的左右摆动。上述的机器人镇定控制方法能够保证机器人越障过程的安全、保证越障效率,也便于对机器人的有效控制。
请参阅图8,本发明实施例提供一种机器人镇定控制装置110,包括第一获取模块111、处理模块112和控制模块113。
第一获取模块111用于获取巡检机器人100的模糊控制量,其中,模糊控制量包括截距数据、倾角数据和旋转周期数据。
在本发明实施例中,上述的步骤S100由第一获取模块111执行。
处理模块112用于对模糊控制量进行模糊处理,并得到用于控制巡检机器人100运动的控制指令。
在本发明实施例中,上述的步骤S200由处理模块112执行。
控制模块113:用于根据控制指令控制巡检机器人100运动。
在本发明实施例中,上述的步骤S300由控制模块113执行。
进一步地,在可能的实施方式中,第一获取模块111还用于:获取巡检机器人100的图像信息,其中,图像信息能够表征巡检机器人100实际的位置信息和姿态信息;根据图像信息计算巡检机器人100的位姿特征;对位姿特征进行数据融合,并得到截距数据。
在本发明实施例中,上述的子步骤S111、子步骤S112和子步骤S113由第一获取模块111执行。
进一步地,在可能的实施方式中,第一部获取模块还用于:对图像信息进行降噪处理。
在本发明实施例中,上述的子步骤S114由第一获取模块111执行。
进一步地,在可能的实施方式中,第一获取模块111还用于:控制倾角传感器的采样频率,其中,倾角传感器安装于巡检机器人100上;对倾角传感器采集的数据进行数据转换,得到倾角数据。
在本发明实施例中,上述的子步骤S121和子步骤S122由第一获取模块 111执行。
进一步地,在可能的实施方式中,处理模块112还用于:将模糊控制量模糊化;建立模糊规则;根据模糊规则,对模糊化后的模糊控制量进行模糊推理。
在本发明实施例中,上述的子步骤S210、子步骤S220和子步骤S230由处理模块112执行。
进一步地,在可能的实施方式中,还包括:计算模块、第二获取模块、对比模块、判断模块和修正模块。
计算模块:用于根据控制指令计算巡检机器人100的理论运动数据。
在本发明实施例中,上述的步骤S400由计算模块执行。
第二获取模块用于获取巡检机器人100的实际运动数据。
在本发明实施例中,上述的步骤S500由第二获取模块执行。
对比模块用于对比理论运动图像数据和实际运动数据,并得到运动误差数据。
在本发明实施例中,上述的步骤S600由对比模块执行。
判断模块用于判断运动误差数据是否在设定范围内。
在本发明实施例中,上述的步骤S700由判断模块执行。
修正模块用于若运动误差数据超过设定范围,则对通过对模糊控制量进行模糊处理步骤得到的控制指令进行修正。
在本发明实施例中,上述的步骤S800由修正模块执行。
控制模块113还用于根据修正后的控制指令控制巡检机器人100运动。
在本发明实施例中,上述的步骤S900由控制模块113执行。
本发明实施例提供的机器人镇定控制装置110:通过获取巡检机器人100 的模糊控制量并对该模糊控制量进行模糊处理,得到用于控制巡检机器人100 运动的控制指令,使得巡检机器人100平稳,从而克服或避免风载荷所引起的输电线晃动和机器人的左右摆动。上述的机器人镇定控制装置110能够保证机器人越障过程的安全、保证越障效率,也便于对机器人的有效控制。
本发明实施例还提供一种存储介质,该存储介质能够被计算设备读取并执行,并实现上述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种机器人镇定控制方法,用于巡检机器人,其特征在于,所述方法包括:
获取所述巡检机器人的模糊控制量,其中,所述模糊控制量包括截距数据、倾角数据和旋转周期数据;
对所述模糊控制量进行模糊处理,并得到用于控制所述巡检机器人运动的控制指令;
根据所述控制指令控制所述巡检机器人运动。
2.根据权利要求1所述的机器人镇定控制方法,其特征在于,在所述获取所述巡检机器人的所述模糊控制量的步骤中包括获取所述截距数据的步骤、获取所述倾角数据的步骤和获取所述旋转周期的步骤,其中,所述获取截距数据的步骤包括:
获取所述巡检机器人的图像信息,其中,所述图像信息能够表征所述巡检机器人实际的位置信息和姿态信息;
根据所述图像信息计算所述巡检机器人的位姿特征;
对所述位姿特征进行数据融合,并得到所述截距数据。
3.根据权利要求2所述的机器人镇定控制方法,其特征在于,在所根据所述图像信息计算所述巡检机器人的位姿特征的步骤之前,还包括:
对所述图像信息进行降噪处理;
所述根据所述图像信息计算所述巡检机器人的位姿特征的步骤包括:
根据降噪后的所述图像信息计算所述巡检机器人的位姿特征。
4.根据权利要求1所述的机器人镇定控制方法,其特征在于,在所述获取所述巡检机器人的所述模糊控制量的步骤中包括获取所述截距数据的步骤、获取所述倾角数据的步骤和获取所述旋转周期的步骤,其中,所述获取倾角数据的步骤包括:
控制倾角传感器的采样频率,其中,所述倾角传感器安装于所述巡检机器人上;
对所述倾角传感器采集的数据进行数据转换,得到所述倾角数据。
5.根据权利要求1-4中任一项所述的机器人镇定控制方法,其特征在于,所述对所述模糊控制量进行模糊处理的步骤包括:
将所述模糊控制量模糊化;
建立模糊规则;
根据所述模糊规则,对模糊化后的所述模糊控制量进行模糊推理。
6.根据权利要求1-4中任一项所述的机器人镇定控制方法,其特征在于,所述方法还包括:
根据所述控制指令计算所述巡检机器人的理论运动数据;
获取所述巡检机器人的实际运动数据;
对比所述理论运动图像数据和所述实际运动数据,并得到运动误差数据;
判断所述运动误差数据是否在设定范围内;
若所述运动误差数据超过所述设定范围,则对通过所述对所述模糊控制量进行模糊处理步骤得到的所述控制指令进行修正;
根据修正后的所述控制指令控制所述巡检机器人运动。
7.一种机器人镇定控制装置,其特征在于,包括:
第一获取模块:用于获取所述巡检机器人的模糊控制量,其中,所述模糊控制量包括截距数据、倾角数据和旋转周期数据;
处理模块:用于对所述模糊控制量进行模糊处理,并得到用于控制所述巡检机器人运动的控制指令;
控制模块:用于根据所述控制指令控制所述巡检机器人运动。
8.根据权利要求7所述的机器人镇定控制装置,其特征在于,还包括:
计算模块:用于根据所述控制指令计算所述巡检机器人的理论运动数据;
第二获取模块:用于获取所述巡检机器人的实际运动数据;
对比模块:用于对比所述理论运动图像数据和所述实际运动数据,并得到运动误差数据;
判断模块:用于判断所述运动误差数据是否在设定范围内;
修正模块:用于若所述运动误差数据超过所述设定范围,则对通过所述对所述模糊控制量进行模糊处理步骤得到的所述控制指令进行修正;
控制模块:还用于根据修正后的所述控制指令控制所述巡检机器人运动。
9.一种存储介质,其特征在于,所述存储介质上存储有机器人镇定控制程序,所述机器人镇定控制程序被读取并执行时,能够实现如权利要求1-6中任一项所述的方法。
10.一种巡检机器人,其特征在于,包括:
存储器;
处理器;
所述存储器内存储有机器人镇定控制程序,所述机器人镇定控制程序被所述处理器读取和执行时,实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910971181.5A CN110737278A (zh) | 2019-10-14 | 2019-10-14 | 机器人镇定控制方法、装置、存储介质及巡检机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910971181.5A CN110737278A (zh) | 2019-10-14 | 2019-10-14 | 机器人镇定控制方法、装置、存储介质及巡检机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110737278A true CN110737278A (zh) | 2020-01-31 |
Family
ID=69269922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910971181.5A Pending CN110737278A (zh) | 2019-10-14 | 2019-10-14 | 机器人镇定控制方法、装置、存储介质及巡检机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110737278A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111537601A (zh) * | 2020-04-26 | 2020-08-14 | 国网浙江省电力有限公司宁波供电公司 | 大跨越输电线路巡检与断股检测装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120330447A1 (en) * | 2010-11-16 | 2012-12-27 | Gerlach Adam R | Surface data acquisition, storage, and assessment system |
CN103762522A (zh) * | 2014-02-24 | 2014-04-30 | 武汉大学 | 一种高压线路巡检机器人的找线装置及自主找线控制方法 |
CN110222460A (zh) * | 2019-06-17 | 2019-09-10 | 东北大学 | 一种用于巡检机器人旋转越障模式的风载荷等效计算方法 |
-
2019
- 2019-10-14 CN CN201910971181.5A patent/CN110737278A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120330447A1 (en) * | 2010-11-16 | 2012-12-27 | Gerlach Adam R | Surface data acquisition, storage, and assessment system |
CN103762522A (zh) * | 2014-02-24 | 2014-04-30 | 武汉大学 | 一种高压线路巡检机器人的找线装置及自主找线控制方法 |
CN110222460A (zh) * | 2019-06-17 | 2019-09-10 | 东北大学 | 一种用于巡检机器人旋转越障模式的风载荷等效计算方法 |
Non-Patent Citations (2)
Title |
---|
何缘: "沿地线穿越越障的架空输电线路巡检机器人的研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 * |
洪展 等: "风载荷下巡检机器人姿态检测与作业优化", 《机械设计与制造》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111537601A (zh) * | 2020-04-26 | 2020-08-14 | 国网浙江省电力有限公司宁波供电公司 | 大跨越输电线路巡检与断股检测装置及方法 |
CN111537601B (zh) * | 2020-04-26 | 2023-10-20 | 国网浙江省电力有限公司宁波供电公司 | 大跨越输电线路巡检与断股检测装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6513015B2 (ja) | 機械の動作を制御する方法、および機械の動作を反復的に制御する制御システム | |
US11366433B2 (en) | Reinforcement learning method and device | |
US10895854B1 (en) | System and method for control constrained operation of machine with partially unmodeled dynamics using Lipschitz constant | |
US7369923B2 (en) | Control system and method | |
US11045951B2 (en) | Control system and method for controlling driven body | |
CN111965976B (zh) | 基于神经网络观测器的机器人关节滑模控制方法及系统 | |
US20200104743A1 (en) | Machine learning device, control device, and machine learning method | |
CN113589689A (zh) | 一种基于多参数自适应神经网络的滑模控制器设计方法 | |
CN113031639A (zh) | 机器人步长处理方法、装置、机器人控制设备及存储介质 | |
CN111716360A (zh) | 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置 | |
CN110737278A (zh) | 机器人镇定控制方法、装置、存储介质及巡检机器人 | |
CN112356683A (zh) | 基于电动汽车的防抖动方法、装置、设备及存储介质 | |
CN117528259B (zh) | 云台的智能拍摄补光方法、装置、设备及存储介质 | |
Silva et al. | Real-time nonlinear modeling of a twin rotor MIMO system using evolving neuro-fuzzy network | |
CN113119096B (zh) | 机械臂空间位置调整方法、装置、机械臂及存储介质 | |
CN117631526A (zh) | 控制器和控制方法 | |
CN114089637A (zh) | 多模态鲁棒自抗扰运动控制方法及系统 | |
CN113021347A (zh) | 机械臂控制方法、装置、作业控制设备及可读存储介质 | |
CN113734182B (zh) | 一种车辆自适应控制方法及其装置 | |
CN116164786A (zh) | 传感器外参的确定方法、装置、电子设备和存储介质 | |
WO2023097769A1 (zh) | 一种车机协同自主跟踪与降落方法 | |
CN115979288A (zh) | 一种航向角确定方法、电子设备和存储介质 | |
CN112184822B (zh) | 相机俯仰角的调整方法和装置、存储介质、电子设备 | |
CN114358241A (zh) | 确定安全关键输出值的方法及相应的系统和程序产品 | |
JP2023169655A (ja) | 移動体の制御方法、移動体の制御装置、移動体及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |