英语原文共 21 页，剩余内容已隐藏，支付完成后下载完整资料
《智能与机器人系统杂志》（2021年）102：75 https://doi.org/10.1007/s10846-020-01266-1
钢桥检测用攀登机器人
Son Thanh Nguyen1·洪曼拉2
收到日期：2020年1月8日/接受日期：2020年10月2日
施普林格自然 B.V.2020
摘要
作为桥梁检测过程自动化的努力，本文提出了一种适应性新发展的罐式机器人，它可以爬到钢结构上收集数据并进行检查。虽然目前大多数爬钢移动机器人都是在钢平面上工作的，但我们提出的罐式机器人设计能够使用往复机构和磁性滚子链在不同的钢结构形状（如圆柱、立方体）上攀爬。所开发的机器人可以通过这些关节，并从一个表面过渡到另一个表面g., 从平面到弯曲的曲面）。一种集成了多种传感器(霍尔效应、红外、IMU、涡流电流和相机)的原型机器人，解决了紧密尺寸、有效粘接和攀爬适应等各种严格问题。对机器人的运动学、附着力、滑动、翻转故障和电机功率进行了严格的分析，以证明了该设计的稳定性。该理论计算可作为设计未来爬钢机器人的有用框架。摄像机和涡流电流传感器集成在机器人上，用于钢结构的视觉和深度疲劳裂纹检测。在20多个钢桥上的实验结果和现场部署证实了该机器人的粘接、攀爬和检测能力。此部署的视频可以在此链接中看到： https://youtu.be/1Wl9Trd3EoM.
关键词：野战机器人、攀爬机器人、磁轮机器人、钢桥检查、结构健康监测
1介绍
动机
一般的桥梁，特别是钢桥，是交通基础设施的重要组成部分。在美国有超过607,380座桥梁[1]。在这一总数中，有20万座桥是钢桥，其中约25%的钢桥存在缺陷或功能过时，这表明对交通安全的威胁日益严重。最近有几座桥倒塌了（g., 2013年5月，华盛顿州I-5 斯卡吉特河大桥倒塌[2])对旅客的安全有重大影响。
洪曼拉
阮口红
thanhson@nevada.unr.edu
1 先进的机器人和自动化(ARA)实验室，内华达大学，1664N。美国内华达州里诺市弗吉尼亚街， 邮编89557
2 阿拉实验室，内华达大学，1664年。美国内华达州里诺市弗吉尼亚街，邮编89557
因此，这些桥梁需要更频繁地进行检查，以便及时监测其结构的健康状况。然而，目前的检查实践主要是通过视觉(见图1)和人工无损检测/评估，因此不能满足对频繁和充分的检查和维护的要求[1,3]。
对钢桥的检查通常发生在高度、有限/密闭空间和危险环境中，或有时在无法进入的地区进行(见图1). 这些工作需要熟练的检查人员，而且对培训和操作既耗时又昂贵。通过开发攀爬机器人来自动化桥梁检查和评估有一个重要的动机，它可以无缝地支持检查员有效地完成他们的工作。因此，自动检查是一种预期的解决方案，即机器人能够爬上钢桥，携带摄像头和无损评估(NDE)传感器来收集数据和更新基础设施的健康状况。然而，这种攀爬机器人的设计和开发具有挑战性，因为它要求机器人能够在各种形状的复杂钢结构上爬升、附着（不脱落）和过渡。此外，该机器人应该能够在有限的空间内进行数据收集。本文提出了一种新的攀爬机器人的设计和发展解决这些挑战。
.
图1 目前钢的做法桥梁检查：通过钢丝绳认证桥梁工程师检查
金门大桥，圣弗朗西斯科，加利福尼亚，来源： NBC2018年4月。详图
可以在这里找到：https://www。nbcbayarea.com/on-air/as-seen- 在金门公路上继续检查
桥 Bay-Area-312301361.html
通过往复机构和永磁滚子链的综合设计，克服了复杂钢结构的难操作性。通过开发和集成两个5自由度(DOF)机械臂（一个在机器人上，一个在操作员手上），NDE数据收集更加简化，允许操作员/ 用户观察和管理数据收集。
文献回顾
为了使检查过程自动化，已经有了各种各样的攀爬机器人进行检查的实现[4-8]。图中总结了钢制爬升机器人的一个显著进展。在[9]中报道了一种滚子链、集成永磁铁机器人。研制了一种能够跨结构构件过渡的钢桥检测的有腿机器人。该机器人使用与每只脚集成的永磁铁，让它可以挂在一根钢筋上。在另一种情况下，人们开发出了一种磁性轮式机器人，它可以携带磁性电阻传感器阵列，用于检测腐蚀和裂纹。同样，一些攀爬永磁机器人[12-20]被设计用于携带无损评 估(NDE)装置，以检测腐蚀、焊接缺陷和裂缝，这些机 器人可用于检测钢结构和桥梁。其他努力表明，开发攀登机器人的电厂检查[21]和桥式电缆检查[22]。此外，用于钢结构和桥梁检查的攀爬机器人也有了重大进展。此外，随着行业的参与，一个表面适应坦克式的机器人与未接触的永磁体
伊努克敦公司开发了钢结构检测机构，采用摄像机进行目测[34]。
除了使用永磁铁外，电磁铁还被用于开发一种攀爬 机器人。例如，电磁铁被嵌入在蜘蛛机器人的腿[35] 上，利用该生物在复杂结构上的攀爬能力。
除了钢桥检查外，混凝土桥面自动化检查和评估也有了大量的报道。自动混凝土桥面检测的主要工作是机器人辅助桥梁检测工具(RABITTM)，由罗格斯大学先进基础设施和交通中心开发。RABIT与多个NDE传感器集成，包括探地雷达、电阻率、冲击回波、超表面波和高分辨率相机等传感器[37]。RABIT可以通过使用基于扩展卡尔曼滤波器(EKF)的定位和基于场的人工潜在运动规划[40,47]，在桥面上自动移动来收集视觉和NDE数据。
最后，但并非最不重要的是，无人机在这个领域也 有贡献。在[48]中，作者介绍了用于桥架检测任务的多台负载高分辨率摄像机。在[49]中提到的通过无人机应用程序进行的远程建筑检查和监控。对能量优化和视觉数据质量有更深入的研究。最近，英特尔公司还参与了无人机开发的桥梁检查[53]。
总之，大多数现有的设计都是为功能有限的特定应用程序而开发的。有些则只提供目视检查，有些则使用未接触过的磁铁，
图2.著名的钢结构攀爬机器人
这会导致机器人更重。大多数现有的设计在磁体和表面之间有固定的距离，因此可能不适用于不同类型的 表面轮廓。它们可能很难应用到复杂的结构上
真正的桥梁需要适应性强、轻型、有效的数据收集机器人。无人机仍然有能量问题的限制，只能执行视觉/ 浅层检查。
图3系统接口：操作员通过无线电链路从地面站远程控制机器人。Xbee模块管理着发送机器人的运动命令和接收来自传感器的数据。一个5d
控制涡流传感器的探头由触觉设备控制，而键盘处理机器人的运动。视觉数据和传感器数据实时显示在PC屏幕上
图4.钢制攀爬机器人系统。（左）地面站上用于远程控制的模拟机械臂。（中间）机器人的侧视图。（右）机器人的前视图。机器人配备了
摄像机和涡流电流传感器均用于钢结构的视觉和无损评估
图5 辊链与集成的霍尔传感器和红外传感器距离传感器。红外传感器
是作为一种反馈来服务的吗
通过PID控制来调节曲拐机构
自动在不同的
等高线表面。的细节描述了PID的控制功能在第3.1节和图中。13
75页
表1机器人参数 长度 163 mm
宽度 145 mm
高度 198 mm
权重 3 kg
驾驶 2个电动滚轮链和1个电动改造装置
用于产生粘附力的永久磁铁使机器人能够粘附在钢表面而不消耗任何动力。该机器人的控制体系结构由低级和高级控制器组成。低级控制器处理的任务包括(i) 将高速控制器的速度和航向命令转换为脉冲宽度调制(PWM)数据以驱动电机，以及(ii)从多个传感器读取导航数据。高级控制器嵌入在车载计算机中，以使数据
处理和接地站通信。两个控制器都将传感器数据融合到
本文提出了一种实用的攀爬机器人系统，为钢桥检测提供了一种有效的解决方案。该机器人可以适应各种不同类型的桥表面（平坦、弯曲、粗糙），并携带足够的测量设备，包括摄像机和涡流电流传感器。所提出的具有往复机构的小型罐式机器人具有各种可变形的三维结构，可以在钢结构构件之间过渡，以进行有效的检查。利用永磁铁产生的粘附力的机器人在移动时能够很好地粘附在钢结构上。滚子链的设计允许机器人克服障碍，包括螺母、螺栓、凸角和凹角。为了演示这个机器人的工作原理，它已经被部署在20多座钢桥上攀爬。这个部署的视频可以在这个链接中看到。
本文的其余部分的组织方式如下。第2节描述了机器人的整体设计。第3节描述了机器人在不同倾斜的表面上移动时的详细机械设计和磁力分析。第4节展示了各种实验，以验证所提出的机器人设计和验证磁力分析。最后，在第5节中介绍了对未来工作的总结和讨论
。
2整体设计
坦克式爬升机器人的整体设计概念如图3所示，该设计的实现情况如图4所示.滚子链的嵌入式结构
为机器人提供所需的线性速度和航向，并从先进的传感器获取数据。此外，高级控制器将数据无线发送到地面站进行处理和日志记录。
该机器人配备了各种导航传感器和钢结构评估传感器。有两个视频
摄像机：一个用于捕捉被检查表面的图像，另一个用于指导机械臂的导航。
有两个5DOF的机械臂：一个在机器人上
导航涡流电流传感器探头，另一个为操作员/检查员， 谁可以观察相机的视觉反馈，然后控制这个手臂进行手动操作。该机器人使用一个安装在机械手顶部的红外传感器，通过在触觉装置上触发一个微小的振动马 达，向操作员提供反馈。该机器人有两个滚子链，每个滚子链都集成有两个霍尔效应传感器，为PID速度控制器提供速度反馈。图5展示了当我们使用两个霍尔效应传感器时，每个滚轮链的传感器安装在一起，靠近机器人的滚轮。
由于机器人移动时，每个滚链内的磁块会移动，我们可以结合这两个霍尔效应传感器的数据，提取出每个滚链的速度和移动距离。此外，一个惯性测量单元(IMU)被用于机器人的定位。此外，为了避免脱落，机器人体内安装了红外（红外辐射）传感器，以检测下面是否存在表面。
对于钢结构的疲劳裂纹检测，Eddy电流传感器的探头(Nortec600)如图6所示。
|
表2电机参数 |
||
|
移动电机 |
变换电动机 |
|
|
扭转力 |
1.2 N.米（2S李宝） |
3.2 N.m |
|
速度 |
0.12秒/60◦（2S锂电池） |
0.15秒/60◦（2S锂电池） |
|
长度 |
40.13 mm |
60 mm.5 |
|
宽度 |
20.83 mm |
30.4 mm |
|
高度 |
39.62 mm |
45.6 mm |
|
权重 |
71 g |
156 g |
|
电压 |
6-8.5V（2S锂宝电池） |
6-8.5V（2S锂宝电池） |
图6 a 5-DOF臂的运动学结构；b 执行臂在机器人上的集成；c 控制臂，供用户手动操作
与机器人集成。一个迷你的5-DOF机械臂(图7a)被 设计用于保持和移动Eddy传感器的探头以进行数据采集，如图7b所示7。
图中关节1上的最大力矩7a被描述为
无论是否接近钢的表面。当从红外传感器到表面的距离达到校准数字(45mm)时，将把一个信号发送回地面站，以在模拟手臂上触发一个微小的振动电机，以实现Eddy数据收集。此外，在探头和机械臂之间放置一个压力弹簧，以改善传感器的接近。这种设计有助于
(1） 传感器的探头有效地收集复杂表面上的涡流电流数据
，如焊接、粗糙或弯曲。
当Parm= 0.3公斤为机械臂的总重量，larm=6cm是从机械手质量中心到关节1的距离，所以Marm= 0.18N
.m.使用的5台电机为0.25纳米扭矩-迷你伺服电机，满足（1）。
<p
剩余内容已隐藏，支付完成后下载完整资料</p
资料编号：[604258]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
