基于数字伺服控制的机器人挖掘机.docVIP

基于数字伺服控制的机器人挖掘机the Lancaster大学的计算机化和智能化挖掘机器人（LUCIE）。现在，挖掘机正朝着在无人干预的情况下自主挖掘大范围地带的方向发展。当挖掘机挖掘时，由于挖掘机臂的行为是由液压执行机构的非线性动力学大不可预测的外部干扰PI/PID，相当于一个普通的人类操作员。基于数据的动态模型是开发利用简化精炼工具变量(SRIV)识别算法来精确描述电动液压驱动系统的非线性动力学行为基于数据模型和(PIP)的方法,是一个状态空间的控制系统设计方法基于真正的数字控制系统设计(TDC)哲学,介绍了一种新型控制系统驱动挖掘机臂准确快速、顺利沿着期望的路径。性能仿真和现场测试驱动斗沿直线证明所提出的控制方案的可行性和有效性。高度非线性和复杂的动力学(SRIV)识别和评估算法对数据库建模[3?4],以及后来proportional-integral-plus(PIP)控制算法[5?7] 的设计。PIP控制器已经成功地用于一系列复杂的应用程序,见参考文献。(8?9)。本文的研究主要集中在高性能的重型液压驱动的机器人挖掘机被称为兰开斯特大学计算机与智能挖掘机（露西）机械臂控制器的设计与实现。露西以前的工作已经演示了可行性,即未来的机器可以挖好一个规定尺寸的坑[10]。然而,最初的控制是基于普遍的PID控制算法类型,调优在线,而特设的方式。结果为了避免不可接受的振荡，运动副必须保存在一个相对低速,这是由非线性动力学联合造成的。相比之下,本研究利用基于模型的PIP设计来 改进联合控制,从而可以提供流畅、更准确的挖掘机臂的运动。其要注意的在于，由电液伺服阀操控的长冲程线性液压执行机构将被限制。应该指出的是，由于露西的最终目的是提供完全自主的挖掘，其控制系统需要一个高层次的控制器来负责控制活动，与之相配合的是各关节的适当的低水平控制，这才是本文的重点。 2 LUCIE的硬件和系统架构 2.1 硬件 在过去的十年里，兰开斯特大学工程系结合了三种学科土木、机械和电气工程，即为“Mechatronic”项目--兰开斯特大学计算机智能挖掘机（LUCIE）。LUCIE有一个计算机系统来控制液压系统，其系统是基于商用的液压挖掘机JCB 801。它开发的最终目的是研发一种机器,能够在无人工干预的情况下，自主挖掘一系列规范区域。 露西的运动都是液压驱动的,并且可以描述如下(参考标注编号图1)。 (1) 手臂在(x,y)垂直面内的运动,是使用两个液压缸来分别控制机械臂和铲斗的。 (2)旋转铲斗与斗杆的末端,在同一垂直平面,使用另一个液压缸。 （3）连接在地盘上的旋转驾驶室，使机械臂可在水平面内作回转运动。 (4)在底盘的前面装有一个可以上下运动的推土机铲刀。 (5)整个平台的运动由两条平行和独立运动的履带来提供。 露西的驱动系统由液压动力源、一套电液比例控制伺服阀和双作用油缸组成。伺服阀选用比例控制阀，因为他们可以很容易地适应不同的控制方式，从而适合于各种控制技术。他使用的阀是Danfoss PVG 32负载独立的比例阀。露西安装了七个阀门，分别控制动臂、斗杆、铲斗、驾驶室、左履带、右履带和推土机。这种伺服阀的主要优点是，当液压油流到一个单独的阀时，产生的负载压力将作用于该阀，当液压油流到一个特定的阀时，产生的负载将不对其他的阀产生影响。这些特点消除机器的不同节点中的交叉耦合的操作和简化控制系统的设计。由一个单变量位移旋转斜盘泵取代现有的固定位移液压齿轮泵就可以解决在低活动期消耗过多能量的问题。 通过在挖掘机臂的每个关节加上回转和轨迹的简单的电位传感器，然后连接到一个模拟接口卡，来提供闭环反馈控制（图1）。 用Rotoscan扫描激光传感器是用来检测挖掘机附近的物体[11]。 在车辆的顶部安装Trimble差卫星全球定位系统（GPS）的天线。这就可以提供x – y，在更新率为5赫兹的条件下，定位精度约25毫米。高程数据(Z)不准确在大约50毫米。 通过一个标准磁通门罗盘来提供定位数据。这些数据可以从，当车辆行驶时，但不是车未发动时，从车载GPS中获得 (更昂贵的替代方法是采用两个车载GPS系统或多个天线)。 2.2 系统构架 如图2所示,挖掘机的“大脑”依赖于三个嵌入式PC 104台计算机,每台计算机负责一个单独的任务。 (1)用高水平的控制器(HLC)取代了人类操作员。它涉及行为的控制方案,是基于典型工作任务分解成任务要素。模仿操纵杆命令的自动挖掘程序已经开发出来。这些被传递到低液位控制器(LLC)是操作臂位置和现状的反馈信息。通过监测臂的速度相对于给定的命令,HLC可以找出地面是否太硬,或者太软,并相应地改变削减的深度。这个特性使得挖掘过程更有效率,清除障碍物更成功。 (2)LLC通过跟踪操纵杆或其他处理器发布的命令，来驱动的阀门和轨道