清洗机器人智能控制技术分析现状与展望.docxVIP

PAGE 1 PAGE 1 清洗机器人智能控制技术分析现状与展望  清洗机器人是一个集机电一体化技术、计算机技术、传感器技术、掌握技术等为一体的复杂系统，其中掌握技术是清洗机器人的核心技术。也是当今各国科学家研究的热点、难点问题。对清洗机器人智能掌握技术的研究现状、发展趋势及几种应用比较广泛的智能掌握技术进行了系统的阐述，并展望了其发展前景。  0引言  　　自1959年德沃尔与约瑟夫·英格伯格联手制造出第一台工业机器人以来，机器入对人类社会的发展产生了极其深远的影响。早期的机器人主要运用于工业生产，它在工业领域的应用极大地提高了劳动生产率，为人类社会创造了大量的财宝。近年来随着计算机技术、人工智能技术、传感技术以及移动机器人技术的快速发展，机器人渐渐进入了人类的生活服务领域。清洗机器人作为现代机器人中的一员，是非工业机器人的杰出代表，它高效、智能的清洗方式将人类从枯燥、繁重甚至是危急的清洗工作中解放出来，提高了人们的生活品质，改善了人们的工作环境。因此清洗机器人的研究受到了广泛的关注，欧美国家在清洗机器人研究方面更是走在了世界前列。  1清洗机器人关键技术  　　清洗机器人通常由移动机构、清洗机构、感知系统和掌握系统4部分组成。其中移动机构是其他系统的载体，掌握系统通过感知系统感知外界环境及移动机构和清洗机构的工作状况，而后分析处理这些信息，发出掌握命令，适时调整其工作状态，使清洗机器人始终处于最佳工作状态，高效智能地完成清洗作业。  2清洗机器人智能掌握技术研究现状及发展趋势  　　目前，清洗机器人掌握方法主要包括基于数学模型描述与分析的传统掌握方法和基于人工智能技术的智能掌握方法。由于清洗机器人是具有非线性、不确定性和强耦合等特性的复杂系统，基于数学模型描述和分析的传统掌握方法很难达到满足的掌握效果。而智能掌握理论正是针对前者的缺陷，面向时变的、复杂多样的掌握任务和目的发展起来的，具有传统掌握不可比拟的先进性，代表了清洗机器人掌握技术的发展趋势。  　　2.1清洗机器人智能掌握技术研究现状  　　所谓智能掌握技术，从本质上讲就是将人工智能技术应用到掌握系统当中，是人工智能技术与自动掌握的交叉融合，它以机器模仿、延伸、扩展人类的智能来解决复杂系统的掌握问题。清洗机器人的迅猛发展为智能掌握技术供应了一个很好的发展和试验平台，反过来智能掌握技术的发展也很好地促进了清洗机器人的智能化发展水平。  　　现阶段应用比较广泛的清洗机器人智能掌握方法主要有专家掌握、变结构掌握、模糊掌握、神经网络掌握等。  　　2.1.1专家掌握  　　专家掌握系统通常由学问库、推理机、掌握规则集、特征识别处理单元4部分组成。由于在掌握过程中引入专家的经验，专家掌握具有牢靠性高、在线掌握实时性强、掌握性能优良、抗干扰能力强、使用敏捷、维护便利等优点。结合反馈线性化方法提出了一种清洗机器人专家掌握方法，针对系统线性部分设计线性掌握器，对于非线性部分以及系统扰动采用专家掌握，使该机器人具有较好的适应能力。  　　2.1.2变结构滑模掌握  　　由于滑动模态在理论上可以指数律收敛到零，并且此时系统的动力学特性完全由滑模系统的向量场打算且与掌握对象参数及扰动无关，这使得变结构掌握具有响应快、对参数及扰动变化不灵敏、无需系统在线辨识、物理实现简洁等优点。针对壁面清洗机器人，利用非奇异终端滑模技术设计的滑模掌握系统消退了传统滑模掌握带来的奇异问题，从而使该机器人具有较好的掌握性能。  　　2.1.3模糊掌握  　　模糊掌握是一种用语言归纳操作人员经验，利用模糊规律推理和模糊集合理论形成基于语义描述的掌握规律的掌握策略，其推理方式类似于人的思维方式。由于模糊掌握只需要把操作人员的经验用人类的语言描述成较完善的掌握规则，因此它能克服被控对象的非线性、不确定性以及噪声等影响。针对风管清洗机器人，设计了一个3层模糊掌握系统，把多传感器信息融合到机器人的掌握中，实现了对机器人的遥控和自主智能掌握。  　　2.1.4神经网络掌握  　　基于人工神经网络的掌握(ANN—basedcontr01)简称神经网络掌握(NeuralContr01)。其实现原理就是利用物理上可以实现的器件来模拟人脑的结构和功能，从而实现被控对象的智能掌握。由于神经网络掌握具有自学习能力、非线性映射靠近能力、鲁棒性和容错能力，因此神经网络掌握能很好地满意清洗机器人这样一个复杂的非线性、时变系统对掌握品质的要求，在清洗机器人掌握中具有宽阔的发展前景。文献利用神经网络优化清洗机器人动力学模型中的未知参数，较精确地实现了清洗机器人的轨迹跟踪掌握。