未知環(huán)境中移動機器人故障診斷技術(shù)的研究.pdf

1、隨著移動機器人技術(shù)的發(fā)展，移動機器人被應(yīng)用于許多場合，如：未知領(lǐng)域的探索、搜救行動、軍事等。在移動機器人的研究過程中，大部分研究都是建立在系統(tǒng)能夠以理想狀態(tài)工作的基礎(chǔ)上。但是，經(jīng)驗表明，移動機器人在真實環(huán)境中工作時，發(fā)生故障的現(xiàn)象還是很普遍的。尤其是在復(fù)雜的未知環(huán)境中，移動機器人機械部件和控制系統(tǒng)極易出現(xiàn)故障，同時人類也無法對其進行直接干預(yù)（或人類干預(yù)的代價太高），如果故障沒有檢測出來或者沒有得到及時的處理，移動機器人將會以一種不可預(yù)測

2、和危險的方式工作。這不僅會縮短移動機器人的使用壽命，嚴重時會使移動機器人不能進行正?；顒?，甚至可能會導(dǎo)致災(zāi)難性的后果。因此，移動機器人故障診斷技術(shù)的研究具有重要的理論意義和實際應(yīng)用價值。 本文針對當(dāng)前移動機器人的故障診斷技術(shù)領(lǐng)域的研究現(xiàn)狀，結(jié)合相關(guān)學(xué)科理論取得的新成果，研究了若干未知環(huán)境中移動機器人的故障診斷方法。本文的主要工作和取得的研究成果如下： 1．概述了國內(nèi)外故障診斷技術(shù)的研究現(xiàn)狀。對基于數(shù)學(xué)模型的故障診斷方法、

3、基于信號處理的故障診斷方法和基于知識的故障診斷方法進行了分析討論。 2．詳細討論了未知環(huán)境中移動機器人的故障診斷問題。對移動機器人的系統(tǒng)組成、故障分類、各子系統(tǒng)的故障診斷方法進行了研究。并對移動機器人的運動單元建立了運動學(xué)和動力學(xué)模型。 3．提出了一種基于多模型估計方法的神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)。建立了移動機器人運動單元的故障模型。提出的故障診斷方法利用小腦模型關(guān)節(jié)控制器（CMAC）神經(jīng)網(wǎng)絡(luò)的分類逼近能力，建立故障征兆和故障

4、類型之間的精確映射，以實現(xiàn)故障診斷任務(wù)。仿真實驗證明了該故障診斷技術(shù)在移動機器人故障診斷上的有效性和可行性。 4．提出了一種基于粒子濾波器的算法，用于解決移動機器人系統(tǒng)（包括離散故障狀態(tài)和連續(xù)狀態(tài)）故障診斷和預(yù)測問題?；诹Ｗ訛V波器的故障診斷和預(yù)測算法通過一組帶權(quán)值的粒子來估計系統(tǒng)的狀態(tài)，以此計算故障狀態(tài)的分布情況和故障發(fā)生的概率，從而判斷是否發(fā)生故障以及所發(fā)生的故障類型。仿真結(jié)果表明，所提出的故障診斷和預(yù)測方法能有效地診斷和預(yù)

5、測移動機器人的故障模式。 5．提出了一種處理不同運動狀態(tài)下移動機器人故障的診斷方法。該故障診斷方法將移動機器人的運動狀態(tài)進行分類。在不同的運動狀態(tài)下，考慮不同的故障模式，并用卡爾曼濾波器組處理不同運動狀態(tài)下不同模式的故障發(fā)生的概率，根據(jù)故障發(fā)生的概率值判斷故障模式發(fā)生的可能性。與其他故障診斷方法相比，該故障診斷方法有效改善了誤診和漏診現(xiàn)象。仿真結(jié)果表明在移動機器人故障診斷上的有效性和可行性。 最后，對本文的研究工作進行了