CN114228420A - 一种隧道工程用空陆两栖空气耦合雷达检测机器人 - Google Patents

Abstract

本发明属于隧道工程检测技术领域，具体涉及一种隧道工程用空陆两栖空气耦合雷达检测机器人，包括主框架，所述主框架中心设置有控制仓，所述控制仓内设置有主控模块和空气耦合雷达；所述主控模块内设置有导航航姿解算模块、旋翼动力控制模块、姿态切换模块；所述导航航姿解算模块用于根据传感器数据对机器人进行航姿解算；所述旋翼动力控制模块用于调节旋翼电机转速；所述姿态切换模块用于切换机器人的运动模式；所述空气耦合雷达内部设置有数字处理控制器和大动态模拟信号采集模块，用于重构出大动态高精度的采样数据。本发明可以实现隧道衬砌的机器人自动检测，提高了检测效率和质量。

Description

一种隧道工程用空陆两栖空气耦合雷达检测机器人

技术领域

本发明属于隧道工程检测技术领域，具体涉及一种隧道工程用空陆两栖空气耦合雷达检测机器人。

背景技术

常规隧道工程检测依赖人工进行操作，需要数名工作人员手持检测设备配合检测车、支架等辅助设施完成，存在实施难度大、检测效率低、人为干扰多等问题。虽然隧道工程检测车可以配置机械臂搭载设备进行检测，但控制难度大、交通阻碍多，因而技术经济性受限，隧道工程检测的操作难度、检测效率 与对现行交通的阻碍是当前行业的技术痛点。为解决上述问题，开发了一种隧道检测空陆两栖机器人-无线空气耦合雷达一体化检测平台。机器人可实现空中飞行与贴壁爬行两种运动模式在隧道内移动，飞行可快速到达指定位置，也可飞越大型障碍物，爬行可稳固紧贴隧道内壁，创造隧道检测条件。机器人贴壁时采用机载无线空气耦合雷达探测衬砌内部结构缺陷，并将检测数据及时回传至智能监控系统以可视化溯源与处理。该方法因其快速、连续、高效等优点受到隧道工程检测邻域的热烈关注。

隧道检测机器人研发处于快速革新时期，在前期研究中发现，机器人完成检测爬壁时采用吸附式模式，而隧道壁面难以保证吸附所需的连续光滑状态，无法满足吸附检测条件；将飞行与攀爬结合时机器人则存在动力不足，易于飞行失稳或攀爬打滑的现象，影响检测作业的正常进行。目前的空陆两栖机器人存在承载能力弱的问题，如在原有设计的基础上增加机器人动力设备尺寸，会导致机器人整机结构尺寸偏大，甚至出现机器人通过曲面时部分爬行机轮脱空的现象，无法平顺通过小曲率半径的结构壁面。机轮脱空破坏了检测雷达与隧道壁面的检测距离，造成检测结果失效，更对机器人的平稳安全运行极其不利。因此，亟需在维持隧道检测两栖机器人原有尺寸的基础上，对其结构与姿态控制算法进行优化，一方面使其可以提供更大承载力，增加电池容量，提高机器人续航，另一方面提高机器人飞行与攀爬姿态的操控性能，确保其平稳运行，保证检测效果，从而满足隧道工程检测的需求。

此外，机载探地雷达也是探测隧道衬砌损伤的核心部件。传统探地雷达在使用过程中需要在探头与被测面之间涂抹液态介质，极大地制约了探地雷达的应用场景，当前的空气耦合雷达技术为虽然使雷达检测摆脱液态介质的束缚，但无法保证与被检物体间的合适距离，且技术经济性不足以大规模推广使用。除此以外，传统雷达即便是空气耦合雷达检测时都需要牵引长大的天线以及数据传输线缆，不便于搭载于自动化检测平台。以上属于探地雷达检测的两大技术痛点。因此，结合空陆两栖机器人的开发，对机载探地雷达的设备与算法进行二次开发，在保证与被检物体表面足够距离的空气介质条件下实现探伤功能，特别是摆脱长大线缆的束缚，完成自动化检测工作，成为隧道施工领域急需解决的问题。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种隧道工程用空陆两栖空气耦合雷达检测机器人，以实现隧道衬砌的自动化检测，提高检测效率。

为了解决上述技术问题，本发明采用的技术方案为：一种隧道工程用空陆两栖空气耦合雷达检测机器人，包括主框架，所述主框架上设置有旋翼和行走轮，所述主框架中心设置有控制仓，所述控制仓内设置有主控模块和空气耦合雷达；

所述主控模块内设置有导航航姿解算模块、旋翼动力控制模块、姿态切换模块；

所述导航航姿解算模块用于根据传感器数据对机器人进行航姿解算；

所述旋翼动力控制模块用于调节旋翼电机转速；

所述姿态切换模块用于切换机器人的运动模式，所述运动模式包括飞行模式和贴壁行走模式；

所述空气耦合雷达内部设置有数字处理控制器和大动态模拟信号采集模块，所述大动态模拟信号采集模块包括低噪声放大器、抗混叠滤波器、大动态可变增益放大器和大动态过采样模数转换器；

所述大动态可变增益放大器为单个或级联的多个模拟可变增益放大器组成的模拟信号放大器，所述数字处理控制器用于实时接收低精度采样数据，并根据低精度采样数据的变化趋势来实时控制所述大动态可变增益放大器的增益，并重构出大动态高精度的采样数据。

所述旋翼电机转速调节方法为：

压力传感器测得行走轮接触压力值满足条件P_i≤[P]_i时，增加对应旋翼电机转速；

压力传感器测得行走轮接触压力值满足条件[P]_i≤P_i≤P_i-max时，对应旋翼电机转速保持不变；

压力传感器测得行走轮接触压力值满足条件P_i-max≤P_i时，对应旋翼电机转速减小；

其中，[P]_i表示设置的压力阈值下限，P_i-max表示设置的压力阈值上限，P_i表示压力传感器测得行走轮接触压力值。

所述主控模块内还设置有防坠机保护模块，所述防坠机保护模块用于在旋翼故障时，发送控制信号至所述旋翼动力控制模块提升对向旋翼的转速，使机器人处于新的平衡状态。

所述数字处理控制器为FPGA芯片。

所述数字处理控制器重构出大动态高精度的采样数据的具体方法为：

S1、样点值范围预测：根据接收的M个样点低精度采样数据（x[n-M+1], x[n-M+2],..., x[n]）来预测未来M个样点（x’[n+1], x’[n+2], ..., x’[n+M]）的取值范围；其中，x[n]表示第n个采样点的数据；

S2、瞬时可变增益控制：根据步骤S1所获得的未来预测值（x’[n+1], x’[n+2],..., x’[n+M]）的范围，确定对后续M个样点的增益控制值A[n]；

S3、高动态采样值重构，根据步骤S2所获得的各时刻的增益控制值A[n]，对低精度采样信号x[n]进行加权处理，重构出高动态的采样值s’[n]=A[n]·x[n]；

S4、增益调整失真补偿，根据步骤S2所获得的当前时刻的增益控制值A[n]和步骤S3重构出的高动态采样值s’[n]，查表获得乘性补偿系数q[n]和加性补偿系数r[n]，得到大动态高精度的采样数据s[n] = s’[n]q[n]+r[n]。

所述空气耦合雷达内部还设置有存储模块、通信模块、发射波形控制接口，自身位置感知实时控制接口和电源管理模块，所述发射波形控制接口用于连接雷达脉冲产生模块，并向所述雷达脉冲模块提供参考时钟、同步脉冲信号和时延控制信号；所述存储模块用于存储数据，所述通信模块用于将存储数据发送至上位机，所述自身位置感知实时控制接口用于连接位置感知模块，将包含位置信息的数据实时反馈给所述数字处理控制器。

所述主框架包括：中心仓、三角连接臂和机翼保护架，

所述中心仓外侧设置有四个三角连接臂，每个所述三角连接臂的外端设置有旋翼，所述旋翼下方设置有机翼保护架；

所述中心仓两侧对称设置有两对行走轮，其中两个行走轮通过机轮轴连接；

所述控制仓设置在所述中心仓中心。

所述主框架上还设置有两个把手。

所述主框架上还设置有气压传感器、三轴加速器传感器、三轴陀螺仪、激光避障雷达，所述行走轮与主框架之间设置有用于测量行走轮接触压力的压力传感器。

本发明与现有技术相比具有以下有益效果：

1、本发明提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，其通过搭载行走轮和雷达的无人机实现隧道检测，利用与被检物体表面呈一定距离的空气耦合雷达进行检测，同时利用无人机进行飞行到位，行走轮沿隧道内壁行走检测，提高了检测效率；

2、本发明的机器人具有优化的外部结构：通过优化结构受力，采用合理结构形式及材料，另外采用重量更轻的扇形机翼保护装置，总体在确保承载力的基础上大幅减轻机器人自重；增设把手，也可用作停机托架，便于机器人转移与起落，同时便于区分了机器人上下面，机轮仅需在一面提供落地能力，机轮尺寸大幅减小；在多种结构与材料的优化设计下，实现稳定飞爬两种工作模式；

3、本发明的姿态控制系统通过串级回路控制算法，将两只调节器串联工作，其中一个调节器的输出作为另一个调节器的给定值，改善了控制过程的动态特性，提高了系统控制质量，2）能迅速克服进入副回路的二次扰动，提高了系统的工作频率。

4、本发明的空气耦合雷达内部集成了接收信号增益系统，使得空气耦合雷达可以实现高精度高灵敏度探测；

5、本发明中，空气耦合雷达通过移动通信模式进行信号传输，而且，其主控芯片内集成了无线信号噪声消除控制程序，可以降低无线传输噪声的干扰，确保无线空气耦合雷达的信号质量。

综上所述，本发明提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，通过优化机器人结构，机器人姿态控制方法，以及携带雷达的数据采集精度，实现了隧道衬砌的自动化检测，提高了检测精度。

附图说明

图1为本发明实施例的整体结构示意图；

图2为图1的主视图；

图3为本发明实施例在行走模式下的变形图；

图4为一种对比主框架在行走模式下的变形图；

图5为本发明实施例在90度爬壁状态的变形图；

图6为一种对比主框架在90度爬壁状态的变形图；

图7为对比主框架的俯视结构示意图；

图8为机器人飞行模式控制系统工作流程图；

图9为机器人贴墙模式控制系统工作流程图；

图10为机器人载无线空气耦合雷达控制箱外观示意图；

图11为机器人载无线空气耦合雷达控制箱内部主要元件说明图；

图12为机器人载无线空气耦合雷达的电路结构框图；

图13为前端放大链路SPICE仿真模型图；

图14为前端放大链路等效输入噪声SPICE模型仿真分析结果；

图15为机器人载无线空气耦合雷达的另一电路结构框图；

图16为图14的具体连接示意图；

图17为机器人载无线空气耦合雷达检测数据示意图；

图18为机器人载无线空气耦合雷达检测数据判定结果示意图（结果为不密实，缺陷里程：DK201+232-DK201+237，缺陷深度：距衬砌表面距离16-32cm，成因：二次浇注间隔时间长，形成冷缝）；

图19为机器人载无线空气耦合雷达检测数据判定结果现场验证示意图（打孔位置：DK201+234，DK201+2236(如图纵向红线标识位置)，打孔情况：打孔深度42cm，未发现缺陷）；

图中，1为主框架，2为把手、3为旋翼、4为连接柱、5为机翼保护架、6为旋翼转轴、7为三角连接臂、8为机轮、9为中心仓、10为轮轴、11为气压传感器、12为压力传感器、13为三轴加速器传感器、14为三轴陀螺仪、15为遥控器、16为Slam激光避障雷达、17为无线空气耦合雷达控制箱、18为主控板、19为散热模块、20为天线控制板。

具体实施方式

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的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做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。

实施例一

如图1~2所示，本发明实施例提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，包括主框架，所述主框架上设置有旋翼3和行走轮8，所述主框架中心设置有控制仓，所述控制仓内设置有主控模块和空气耦合雷达。

具体地，本实施例中，主控模块用于控制机器人的运动状态，所述空气耦合雷达用于测量待测表面。

具体地，本实施例中，所述主框架包括：中心仓9、三角连接臂7和机翼保护架5，所述中心仓9外侧设置有四个三角连接臂7，每个所述三角连接臂7的外端设置有旋翼3，所述旋翼下方设置有机翼保护架5；所述中心仓9两侧对称设置有两对行走轮8，其中两个行走轮通过机轮轴连接；所述控制仓设置在所述中心仓9中心。其中两个作为驱动轮，两个作为转向轮。

进一步地，所述主框架上还设置有两个把手2。

进一步地，本实施例中，所述主框架上还设置有气压传感器、三轴加速器传感器、三轴陀螺仪、激光避障雷达，所述行走轮与主框架之间设置有用于测量行走轮接触压力的压力传感器12。

本实施例中，所述压力传感器12用于测量机器人与待测表面之间的压力，进而方便所述主控模块进行旋翼电机转速调节，其中，每个压力传感器测量一个行走轮的接触压力，主控模块根据该接触压力值调节对应的旋翼，即最靠近该行走轮的旋翼电机的转速。本实施例中，所述旋翼电机转速调节方法为：

压力传感器测得压力值P_i≤[P]_i时，增加对应旋翼电机转速；

压力传感器测得压力值[P]_i≤P_i≤P_i-max时，对应旋翼电机转速保持不变；

压力传感器测得压力值P_i-max≤P_i时，对应旋翼电机转速减小；

其中，[P]_i表示设置的压力阈值下限，P_i-max表示设置的压力阈值上限，P_i表示压力传感器实时测量得到的行走轮接触压力值。本实施例中，主框架上的机翼与机轮同侧分布，位于机体的左前、右前、左后、右后，且机翼通过连杆向外伸展，为机架留出充足的负载空间。其次，机轮轴距缩小，在不影响通过性前提下，提升了转弯时的性能；同时机轮轮毂尺寸大幅减小，机器人仅可通过具有机轮的一面吸附移动，与机轮相对侧布置2个把手兼做停机托架，托架可用于机器人搬运与固定着陆，小尺寸机轮降低了驱动力需求，更重要的是减轻了机器人整机重量。此外，机翼防护罩的结构大幅简化，仅在机器人外侧碰撞出设置一段弧形防护罩。最后，本发明也对机器人进行了便携性设计，其中机身可折贴设计，四个旋翼支臂可以向下折贴，减小整机尺寸，更方便运输和作业转场，而整机模块化设计，分离出小车结构部分和飞机结构部分，也便于后期的使用维护。

优选的，机器人设置的两个停机托架等高，搭配弧形防护罩可以避免机器人因意外而发生坠落时的较大损失，特别是确保重要机载部件的安全。

优选的，主框架与机翼通过三角形碳纤维薄壁连接，特点在于薄壁、结构受力合理且有利于减轻机器人自重，这样使机器人在总体荷载作用下仍保持较优的受力状态，且连接之处固接以保护机翼。

优选的，机器人具有可更换式机轮，使机器人在不同使用环境中可以取得最优的性能，但不增加机器人的整体成本，特别的大尺寸橡胶轮可以用于小曲率半径结构壁面检测，抬高机器人框架，防止四周伸出结构碰触壁面，其他使用环境中也都有与之匹配的最优的机轮选型。

对本发明实施例的机器人工作状态有三种模式：飞行、行走和90度爬壁，建立了梁、壳复合有限元分析模型，对各种模式下的工作状态数值模拟如下：

1、行走模式：机器人启动之后，驱动四轮行走，此时荷载状态为自重，边界条件为四轮竖向支撑，图3为主框架在行走模式下的变形图，从结果来看，结构在行走模式下总体变形小，符合使用要求；如图4所示，与已公开的一种空陆两栖机器人主框架相比，其变形小刚度大，可以确保机器人在运行过程中的安全。

2、爬壁90度模式：爬壁90度是在地面行走到接触到检验壁这一过程中测量的，此时，竖向受自身重力，水平受墙壁阻力，图5为爬壁90度状态下的变形图；从结果上来看，机体刚度达到爬壁90模式下的要求；如图6所示，与已公开的一种空陆两栖机器人主框架相比，其变形相当，刚度满足使用要求。

进一步地，与现有已公开的如图7所示的空陆两栖机器人相比，本实施例所提供的主框架结构除满足机器人正常使用承载需求外，可以提供更多的承载空间，已公开的一种空陆机器人框架结构总长为1181.12mm，宽为1181.12mm，中间空心部分长为233.01mm，宽为233.01mm，可放置高度150mm，总体积约为1017.96cm³；而本实施例中，框架机构总长为60.5cm，宽为51.28cm，空心部分长为16cm，宽为12cm，可放置高度为17cm，总体积为3264cm³，对比承载空间增加2.2倍，但机身尺寸长度缩短48.8%，宽度缩窄56.6%。

因此，本实施例提供的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其主框架结构设计独特，可以大幅度减小机器人尺寸，进而减轻自重，为机器人增加电池容量提供了承载空间和减重富余，并改善机器人通过一些区域的灵活性，因而整体使用性能得到了极大提升。

实施例二

本发明实施例二提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，其结构与实施例一相同，与实施例一不同的是，本实施例中，所述主控模块内设置有导航航姿解算模块、旋翼动力控制模块、姿态切换模块；所述导航航姿解算模块用于根据传感器数据对机器人进行航姿解算；所述旋翼动力控制模块用于调节旋翼电机转速；所述姿态切换模块用于切换机器人的运动模式，所述运动模式包括飞行模式和贴壁行走模式。

飞行模式的控制流程如图8所示，机器人内置的三轴加速度传感器测量机器人加速度信号，三轴陀螺仪用来测量机器人的角速度及对角速度积分后角度的计算，气压传感器测量机器人相对高度，避障雷达测量机器人运动方向上有无障碍物，地面遥控端测量输入信息，通过飞行控制系统运算，对四个螺旋桨不同转速的控制，此时工作状态跟普通四旋翼飞机一致，攀爬模式相关组件进入备用状态，不参与控制。如运动方向的正前方存在障碍，避障雷达会测量到，机器人会随即进入悬停状态，同时led灯通过灯语报警，然后等待人工指令介入。根据人工指令，机器人进行移动，避障雷达检测不到正前方存在障碍时，机器人可以继续向指定方向运动，以实现绕障功能。

贴壁模式的控制流程如图9所示，机器人根据三轴惯性传感器测量机器人姿态，气压传感器测量机器人相对高度，避障雷达测量机器人运动方向上有无障碍物，地面遥控端测量输入信息，压力传感器测量轮胎和壁面的压力，反馈给控制器，同时，控制器根据所得压力，计算出贴墙行驶的所需摩擦力以及螺旋桨对应输出转速。最终要使飞行器跟壁面的压力保持在设置的安全值之内。同时根据三轴惯性传感器和遥控器信息，计算所需的转弯舵量，和前进速度，分别控制舵机和电机转动，达到转弯和前进的目的。避障方法与飞行模式时一致。

模式切换时，机器人首先以四旋翼模式从地面起飞，飞行至隧道顶部后，四轮与隧道顶部壁面接触，此时旋翼继续加大动力，布置与各轮支点处的压力传感器可监测各个轮子与壁面间逐渐增大的压力。当系统检测到轮间压力达到安全值后，即压力可提供车轮与壁面间足够的摩擦力后，控制系统自动由多旋翼模式切换至贴壁行驶模式。贴壁行驶模式下，四旋翼保持相同转速，共同提供垂直于壁面的压力。此时，贴壁行驶模式可在驱动轮（后两轮）和转向轮（前两轮）的配合下，紧贴壁面按照设定路线或人为控制开始执行探测任务。

当无人机电压低于报警电压或完成检测任务后，无人机以贴壁行驶模式行驶至隧道顶部行驶停止，旋翼油门逐渐减小，轮子与壁面间的压力逐渐减小，系统检测到轮间压力为安全值时，切换为飞行模式。当无人机以旋翼状态需要降落时，四个旋翼会同时降低转速，升力减小，无人机下降。

机器人在飞行过程中出现飞行故障，某旋翼停止转动，传感器检测出故障旋翼编号；机器人飞行平衡状态被打破，在机器人姿态出现大幅改变之前，启动响应机器人防坠机保护策略；根据故障机翼编号，立即停止对角侧机翼的动力供给，加大剩余旋翼转速弥补升力损失，确保机器人缓速降落，避免发生冲击；降落过程中，主动停止的机翼在防坠飞控算法的控制下作为平衡翼，根据传感器信号实时调节转动方向与转速，控制机器人姿态；

机器人在吸附爬行过程中出现故障，某旋翼停止转动，加大剩余旋翼转速提供吸附力；吸附力充足时，机器人受到壁面的支撑力与摩擦力，仍可处于平衡状态；机器人保持吸附状态，沿壁面爬行至地面处；若无法爬行回到水平地面，启动防坠飞控算法，在飞行模式下调整机器人姿态，缓速降落地面。

当机器人发生意外冲击，机翼保护架5可以保护机翼免受碰撞，防止高速转动的机翼因打击异物发生断裂甚至击飞碎片；机器人把手2与机轮8也在冲击过程中起到缓冲防护的作用，减小机器人与其搭载的仪器设备，例如空气耦合雷达的损伤。

实施例三

本发明实施例三提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，其结构与实施例一相同，与实施例一不同的是，本实施例中，空气耦合雷达的结构如图10~11所示，其包括壳体，壳体背部设置有主控板18、散热模块19和天线控制板20。其中主控板18和天线控制板20位于同一层面上，散热模块19位于主控板18和天线控制板20下部，可以加速热量散发，保持控制器稳定输出。所述主控板18也就是空气耦合雷达的主要控制中心，可以对返回来的信号进行采样和处理，所述天线控制板用来发射信号和接收反射回来的雷达信号。

进一步地，天线控制板20可发射不同频段的信号波，工作频率兼顾低频段和高频段，频率可以随着探测深度自由变化，检测结果精度高。

进一步地，如图11所示，无线空气耦合雷达控制箱17中，元件少，重量轻，并且采用空气耦合雷达，相比于地面耦合雷达天线可以离开地面，不会因为天线与地面接触不好对图像造成影响。

进一步地，本实施例中，空气耦合雷达的工作原理和工作过程如下：当控制检测机器人到达指定位置后，远程启动雷达，天线控制板通过控制信号的发射，并接收反射回来的信号来实现对衬砌物质内部的探测。通过主控制器可以调节天线发射器发射的信号频率和接收的信号阈值水平，对不同深度的衬砌缺陷进行检测。之后传回来的信号通过主控制器提供的时时序脉冲，并对信号进行采样和收集。最后通过接口盘传递给外部，通过雷达波分析软件自动成像，得到探测结果。

实施例四

本发明实施例三提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，其结构与实施例一相同，与实施例一不同的是，如图12所示，本实施例中，所述空气耦合雷达内部设置有数字处理控制器和大动态模拟信号采集模块，所述大动态模拟信号采集模块包括低噪声放大器、抗混叠滤波器、大动态可变增益放大器和大动态过采样模数转换器。

所述大动态可变增益放大器为单个或级联的多个模拟可变增益放大器组成的模拟信号放大器，所述数字处理控制器用于实时接收低精度采样数据，并根据低精度采样数据的变化趋势来实时控制所述大动态可变增益放大器的增益，并重构出大动态高精度的采样数据。

接收等效采样回波信号用s(t)表示，其频率范围为10kHz，期望瞬时动态范围为160dB；

优选的，采用采用增益为245dB的低噪声仪表放大器对反射接收的微弱信号进行低噪声放大。低噪声放大器选用OPA211（

极低噪声密度，3.6mA极低功耗，兼容高电压输入）。在放大链路上区分了大信号和小信号，对于超过200mVpp（即为-10dBm）的大信号，系统可以接受较大的噪声系数，这时低噪声放大器LNP工作在电压跟随模式（增益为0dB），不提供增益，直接将信号送入PGA模块进行增益调整；而对于低于200mVpp的小信号，则由LNP提供24dB的第一级放大增益，由于LNP的噪声系数很低（输入级电压噪声密度

），因此经过此级低噪声增益之后，整体的噪声系数将得以极大改善，使得系统可以达到很高的灵敏度。

按照1.2

的LNP输入电压噪声密度，以及22

的选定低功耗PGA输入级电压噪声密度来考虑，在不考虑电流和电阻噪声情况下，全链路等效输入噪声密度可大概表示为：

。

实际的电路还要考虑必要的电流噪声和电阻约翰逊噪声，为了进一步分析系统性能，建立了如图13所示的针对性SPICE仿真模型，并对VGA（可变增益放大器）之前和之后的噪声特性进行了具体分析，得到了更加精确的全链路等效输入噪声结果。

图14给出了前端放大链路等效输入噪声SPICE模型仿真分析结果，其中红色线条是VGA之前的，代表24dB增益的LNP低噪声放大器的等效输入噪声特性；绿色线条是VGA之后的，代表整个放大链路的等效输入噪声特性。可以看到，仿真得到的结果低频特性较理论值有较大的恶化，但是在100Hz以上都维持了

以内的等效输入噪声特性，与理论值比较接近。对绿色线条在60kHz范围内按照频率项积分，即可得到整个放大链路的等效输入噪声电平（有效值）约为：

要保证8dB的检测信噪比，此时能够检测到的有效信号的最小等效电平为：

按照正弦信号输入情况，对应的最小可检测电平峰峰值为：

此评估结果表明大动态模拟信号采集模块的最小可检测电平可达到5μVpp水平。

优选的，本实施例中，抗混叠滤波器采用无源LC滤波器，有效通带10kHz，阻带20kHz，取最小采样率为30kHz以滤除有效频带外的频谱分量，并保证信号不混叠。

大动态可变增益放大器的可变增益范围为-12-36dB，步进1dB，并采用6根数据线控制，放大后的信号用x(t)表示。器件选型上采用了动态范围大、增益精度高的高性能PGA（型号为PGA281，3mA极低功耗，兼容高电压输入，支持差分输出，自带输出限幅，22nV/√Hz噪声密度，理论指标工作在-18~48dB增益控制范围，实际使用-12~36dB的48dB高精度线性放大区间，增益精度在全温度范围内可以控制在0.15%以内，误差不足0.1dB），并且增益直接通过管脚电平控制（如表1所示）。

表1 选用PGA的增益控制信号列表

优选的，本实施例的大动态过采样模数转换器采用精度为24位的低动态过采样模数转换器，可以提供100dB的瞬时动态范围；采样率为250KHz，采样后的信号用x[n]表示，过采样范围大大增加，相比于保证不混叠的最小采样率，有超过8倍的过采样。模数转换器选用LTC2380-24，最高采样速率可达1.5MSPS，24bit精度SAR量化，支持 100dB信噪比，28mW极小功耗，内置数字滑动滤波和下采样处理，最高支持145dB@30.5SPS的极高采样动态范围。

优选的，本实施例中，数字处理控制器采用工作时钟主频为50MHz的FPGA，可以在20ns时间精度内实时增益控制，并重构出24位表示的大动态、高精度采样数据s[n]，实现对输入大动态模拟信号的24bit精度高保真采集功能。

具体地，本实施例中，所述数字处理控制器重构出大动态高精度的采样数据的具体步骤为：

S1、样点值范围预测：根据接收的M个样点低精度采样数据（x[n-M+1], x[n-M+2],..., x[n]）来预测未来M个样点（x’[n+1], x’[n+2], ..., x’[n+M]）的取值范围；其中，x[n]表示第n个采样点的数据。采取线性预测的方法，并加入余量。以x’[n+4]为例，计算公式为x’[n+4]

[min(x[n],x[n-1])+4(x[n]-x[n-1])-1024, max(x[n],x[n-1])+4(x[n]-x[n-1])+1024] 。

S2、瞬时可变增益控制：根据步骤S1所获得的未来预测值（x’[n+1], x’[n+2],..., x’[n+M]）的范围，确定对后续M个样点的增益控制值A[n]。当未来预测值的最大绝对值在8192~16383之间时，增益控制值A[n]保持不变，否则调整增益控制值。

S3、高动态采样值重构，根据步骤S2所获得的各时刻的增益控制值A[n]，对低精度采样信号x[n]进行加权处理，重构出高动态的采样值s’[n]=A[n]·x[n]。

S4、增益调整失真补偿，根据步骤S2所获得的当前时刻的增益控制值A[n]和步骤S3重构出的高动态采样值s’[n]，查表获得乘性补偿系数q[n]和加性补偿系数r[n]，得到大动态高精度的采样数据s[n] = s’[n]q[n]+r[n]。

优选器，其中M的取值为8。

实施例五

本发明实施例五提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，其结构与实施例四基本相同，与实施例四不同的是，本实施例中，将数据传输模块集成在空气耦合雷达中实现的轻量化设计，使空气耦合雷达实现无线实时数传。如图15所示，其主要硬件包括：以太网PHY和无线WIFI路由器，另外通过高性能FPGA控制中枢将原始数据压缩处理形成4~10Mbps的压缩数据，从而方便通过无线WIFI网路实时传输。

具体地，本实施例中，数字处理控制器选择XILINXARTIX-7系列FPGAXC7ALX100T作为处理芯片，该芯片集成提供多达100K的逻辑单元和240个DSP单元，完全能够满足对ADC信号实时信号预处理和实时控制的需求；可提供主频100MHz的嵌入式MicroBlaze软核，FPGA逻辑部分具有多达300个GPIO，可以支持必要的信号后处理和外部接口需求，同时能够方便地支持包括网口和USB在内的多种常规外设。该FPGA外接发射波形产生实时控制接口、2路4MHz采样率的回波采集子模块、4线编码轮位置感知接口、32GB高速SD卡存储器、电源管理、以太网PHY+无线WIFI路由器构成的支持无线传输的实时数传接口共6个子模块。

优选的，发射波形产生实时控制接口负责桥接探地雷达所需高频超宽带雷达脉冲产生模块，提供精确参考时钟、精确同步脉冲、精确时延控制信号。

优选的，2路4MHz采样率的回波采集子模块负责探地雷达回波信号的调理、放大和采集功能，按24位量化精度，形成的原始数字化回波信号的有效数据流量为192Mbps。ADC芯片选择LTC2380-24，采样速率可达1.5MSPS，24bit精度SAR量化，支持100dB信噪比，28mW极小功耗，内置数字滑动滤波和下采样处理，支持145dB@30.5SPS的极高采样动态范围，性能极佳。

优选的，4线编码轮位置感知接口用输入脉冲编码信号提供编码轮位置信息，FPGA可根据该脉冲编码信号解算出探测设备的当前位置。

优选的，128GB高速SD卡可以提供实时数据存储功能，既可以存储原始数字化回波，按照192Mbps的速率，可以提供1个半小时的持续存储能力；也可以存储未经压缩的处理后雷达探测数据，按照24Mbps的速率，可以提供12小时的持续存储能力。这些存储的数据完整保留了更加完整的无损信息，可以在用户需要的时候通过无线/有线数传接口进行非实时访问，用于更加精细的事后数据分析。

优选的，电源管理子模块主要负责将便携式电池的电源转换为高性能主处理器和其他各子模块所需的电源电压，并监测其电压和电流变化情况。一方面通过选用大电压输入范围、高效率的MPM3630开关电源模块（电压输入范围4.5~18V，电流最大的12V->5V，12V->3.3V电源效率都超过90%，支持外部开关频率同步），既从整体上提高了电源效率，同时也为一级直供提供了基础条件；另一方面对于电流相对较大的3.3V、5V、1.8V和1.0V数字电源，都采用了开关电源一级直供的方式，总体供电效率维持在85%以上。

优选的，以太网PHY+无线WIFI路由器构成的支持无线传输的实时数传接口负责将雷达探测数据实时传送到上位机，数据传送借助于无线WIFI网络，并可根据用户需要加载TCP或UDP协议。PHY芯片选择DP83867，该芯片属于低功耗物理层收发器芯片，可支持10BASE-T、100BASE-TX、100BASE-T以太网协议，并针对ESD保护进行了优化，在全功率工作条件下，仅消耗490mW。WIFI通信模块选择高通QCA9531芯片，这是一款高度集成且功能丰富的IEEE802.11n2*22.4GHz芯片，基于此模块搭建APWIFI电路模块，支持300MbpsPHY数据传输速率，与DP83867搭配使用，轻松实现有线和无线通信功能。

本实施例中，作为中枢的高性能FPGA不仅具有实时控制功能和高速数据通信功能，而且同时具备高速信号处理功能和快速数据压缩功能，可以将192Mbps的原始数字化回波信号，处理后形成24Mbps的雷达探测数据，并进一步经过数据压缩处理形成4~10Mbps的压缩数据，从而方便通过无线WIFI网路实时传输。

实施例六

本发明实施例六提供了一种隧道工程用空陆两栖空气耦合雷达检测机器人，其结构与实施例四基本相同，与实施例四不同的是，本实施例采用FIR带通滤波的方法去除雪花噪声干扰，并将FIR带通滤波器内置于雷达数据采集的程序中，从而提高无线空气耦合雷达采集信号的质量，具体实现步骤如下：

S701、先获取雷达数据，打开雷达设备，用电缆连接天线和雷达主机；连接成功之后，控制雷达数据采集，所采集的雷达数据道数尽可能大于1000道，通过去掉前后采集的部分数据，以消除雷达开机初期信号不稳定的弊端；

S702、计算FIR带通滤波器的窗函数，此处加布莱克曼窗，布莱克曼窗的窗函数表示如下：

；

上式中N是窗函数

的长度。

S703、设计 FIR带通数字滤波器，该滤波器设计如下所示：

；

上式中M是滤波器的阶数。

表示该滤波器的单位抽样响应，其中n=0,1，……M。此滤波器是带通滤波器，

表示带通滤波器的截止频率上下限。

S704，优选的，用设计好的FIR带通滤波器对采集数据每道数据进行滤波处理，可去除无线模块所产生的噪声干扰。

进一步地，通过上述一系列系统化技术方案，本发明所提供的一套无线空气耦合雷达在提高检测效率的同时也可以保证较高的检测质量，具体效果如图17-19所示。图17为机器人载无线空气耦合雷达检测数据示意图；图18为机器人载无线空气耦合雷达检测数据判定结果示意图（结果为不密实，缺陷里程：DK201+232-DK201+237，缺陷深度：距衬砌表面距离16-32cm，成因：二次浇注间隔时间长，形成冷缝）；图19为机器人载无线空气耦合雷达检测数据判定结果现场验证示意图（打孔位置：DK201+234，DK201+2236(如图纵向红线标识位置)，打孔情况：打孔深度42cm，未发现缺陷）。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，包括主框架，所述主框架上设置有旋翼和行走轮，所述主框架中心设置有控制仓，所述控制仓内设置有主控模块和空气耦合雷达；

所述主控模块内设置有导航航姿解算模块、旋翼动力控制模块、姿态切换模块；

所述导航航姿解算模块用于根据传感器数据对机器人进行航姿解算；

所述旋翼动力控制模块用于调节旋翼电机转速；

所述姿态切换模块用于切换机器人的运动模式，所述运动模式包括飞行模式和贴壁行走模式；

所述空气耦合雷达内部设置有数字处理控制器和大动态模拟信号采集模块，所述大动态模拟信号采集模块包括低噪声放大器、抗混叠滤波器、大动态可变增益放大器和大动态过采样模数转换器；

所述大动态可变增益放大器为单个或级联的多个模拟可变增益放大器组成的模拟信号放大器，所述数字处理控制器用于实时接收低精度采样数据，并根据低精度采样数据的变化趋势来实时控制所述大动态可变增益放大器的增益，并重构出大动态高精度的采样数据。

2.根据权利要求1所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述旋翼电机转速调节方法为：

压力传感器测得行走轮接触压力值满足条件P_i≤[P]_i时，增加对应旋翼电机转速；

压力传感器测得行走轮接触压力值满足条件[P]_i≤P_i≤P_i-max时，对应旋翼电机转速保持不变；

压力传感器测得行走轮接触压力值满足条件P_i-max≤P_i时，对应旋翼电机转速减小；

其中，[P]_i表示设置的压力阈值下限，P_i-max表示设置的压力阈值上限，P_i表示压力传感器测得行走轮接触压力值。

3.根据权利要求1所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述主控模块内还设置有防坠机保护模块，所述防坠机保护模块用于在旋翼故障时，发送控制信号至所述旋翼动力控制模块提升对向旋翼的转速，使机器人处于新的平衡状态。

4.根据权利要求1所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述数字处理控制器为FPGA芯片。

5.根据权利要求1所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述数字处理控制器重构出大动态高精度的采样数据的具体方法为：

S1、样点值范围预测：根据接收的M个样点低精度采样数据（x[n-M+1], x[n-M+2],..., x[n]）来预测未来M个样点（x’[n+1], x’[n+2], ..., x’[n+M]）的取值范围；其中，x[n]表示第n个采样点的数据；

S2、瞬时可变增益控制：根据步骤S1所获得的未来预测值（x’[n+1], x’[n+2], ...,x’[n+M]）的范围，确定对后续M个样点的增益控制值A[n]；

S3、高动态采样值重构，根据步骤S2所获得的各时刻的增益控制值A[n]，对低精度采样信号x[n]进行加权处理，重构出高动态的采样值s’[n]=A[n]·x[n]；

S4、增益调整失真补偿，根据步骤S2所获得的当前时刻的增益控制值A[n]和步骤S3重构出的高动态采样值s’[n]，查表获得乘性补偿系数q[n]和加性补偿系数r[n]，得到大动态高精度的采样数据s[n] = s’[n]q[n]+r[n]。

6.根据权利要求1所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述空气耦合雷达内部还设置有存储模块、通信模块、发射波形控制接口，自身位置感知实时控制接口和电源管理模块，所述发射波形控制接口用于连接雷达脉冲产生模块，并向所述雷达脉冲模块提供参考时钟、同步脉冲信号和时延控制信号；所述存储模块用于存储数据，所述通信模块用于将存储数据发送至上位机，所述自身位置感知实时控制接口用于连接位置感知模块，将包含位置信息的数据实时反馈给所述数字处理控制器。

7.根据权利要求1所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述主框架包括：中心仓（9）、三角连接臂（7）和机翼保护架（5），

所述中心仓（9）外侧设置有四个三角连接臂（7），每个所述三角连接臂（7）的外端设置有旋翼（3），所述旋翼下方设置有机翼保护架（5）；

所述中心仓（9）两侧对称设置有两对行走轮（8），其中两个行走轮通过机轮轴连接；

所述控制仓设置在所述中心仓（9）中心。

8.根据权利要求7所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述主框架上还设置有两个把手（2）。

9.根据权利要求7所述的一种隧道工程用空陆两栖空气耦合雷达检测机器人，其特征在于，所述主框架上还设置有气压传感器、三轴加速器传感器、三轴陀螺仪、激光避障雷达，所述行走轮与主框架之间设置有用于测量行走轮接触压力的压力传感器（12）。

Images