高压配电柜操作机器人路径校正与目标定位研究

摘要

为降低人员操作风险，开发高精度的高压配电柜定位机器人，提出了一种变论域模糊控制器和一种高精度神经网络目标定位方法。首先，对对角式双舵轮机器人的运动学进行了分析，设计了自动制导车AGV(automated guided vehicle)路径校正控制器；其次，通过速度分级推导出变论域伸缩因子，设计了基于速度分级的变论域模糊控制器；最后，利用融合目标特征与摄像头成像模型，构建世界坐标系与图像坐标系之间的映射关系，充分利用梯度保留和降低单一神经网络负荷的优势，引入了3个残差反向传播(back propagation, BP)神经网络映射模型，对坐标进行有效变换。结果表明：速度分级变论域模糊控制器有效实现了AGV在不同速度下快速平稳的路径校正，且可通过减小输出论域的伸缩因子来提高AGV高速下运行的校正性能，残差BP神经网络的平均误差为0.630 mm,最大误差为0.816 mm。研究结果可为提高高压配电柜操作的安全性和准确性提供参考。

关键词

自动化技术应用 / 模糊控制器 / 路径校正 / BP神经网络 / 目标定位