机器人挖掘机的数字伺服控制
摘要：有一个被称为兰卡斯特大学电脑智能挖掘机（LUCIE）的机器人挖掘机，它的设计和实现需要电液控制系统。该挖掘机现在正在开发其自主挖沟而无需人类介入的能力。由于挖掘机臂的行为主要由液压执行机构的非线性动态特性和大型液压执行机构所决定挖掘时发生不可预知的外部干扰，因此很难在其下提供足够的准确，快速和平稳的运动传统的控制方法，例如PI / PID，其与一般的人类操作者相当。基于数据的动态模型是利用简化的精确仪器变量（SRIV）识别算法来精确描述的电液驱动系统的非线性动力学行为。基于数据模型和比例积分（PIP）方法论，它是基于真实数字控制（TDC）系统设计的非最小状态空间控制系统设计方法的理念，引入了一种新颖的控制系统，可以沿着所需的路径准确，快速，平稳地驱动挖掘机臂。该模拟性能和现场试验沿直线驱动铲斗都证明了该方法的可行性和有效性提出控制方案。
关键词：机器人挖掘机，非线性动力学，基于数据的模型，真正的数字控制（TDC），比例-积分-加（PIP）
- 介绍
在民用和建筑行业，范围广泛手动控制的工厂适用于各种各样的诸如除土、采矿和一般土方工程等任务，这涉及到机器操作员的一系列问题重复性操作。该过程的自动化是可能会提供诸如减少对依赖的好处操作员技能和较低的操作员工作负荷这可能有助于提高一致性并提高质量。
但是，真正的智能建筑还很少已经被商业应用的机器人。一个持久系统开发人员的绊脚石是成就足够准确，快速和顺畅的运动自动控制。通常由液压驱动这种重型结构采用机械手机械。 液压驱动的行为操纵器主要由高度非线性的，轻微的阻尼动态液压执行器[1]和外部不确定性，例如期间的土壤-工具相互作用挖掘。这种系统的控制器的设计是因此非常受行为影响液压执行器。
大多数关于机器人控制的研究都集中在这个方面由刚性引入的非线性多变量动力学械手的机构[2]。这个焦点出现了因为制造业使用的大多数机器人都是配备通常可以的电机视为理想的线性转矩发生器。这类动力学与高度非线性和不可比较液压执行机构的复杂动力学。因此，最近报道了许多控制方法机器人文献不能直接应用于液压驱动的机械手。
近年来出现了许多论文关注真正的数字控制（TDC）设计哲学。TDC方法的基础是基于简化的精制工具变量（SRIV）识别和估计算法基于数据的建模[3-4]以及后续的设计比例积分加（PIP）控制算法[5-7]。PIP控制器已经成功地设计了一系列的难以应用，请参阅参考文献。[8-9]。
本文集中在设计和执行一个高性能的手臂控制器已知的重型液压驱动机器人挖掘机作为兰开斯特大学计算机化和智能化挖掘机（LUCIE）。以前在LUCIE的工作有证明了开发一台机器的可行性将挖掘一个规定尺寸的沟渠[10]。然而，控制最初是基于无处不在的PID类型算法，在线调整和相当特设的方式。作为一个导致关节必须保持在相对较低的速度避免由此引起的不可接受的振荡非线性联合动态。相比之下，目前的研究利用基于模型的PIP设计来改善关节控制并提供更平滑，更准确的动作的挖掘机手臂。 注意力将被限制在长行程线性液压执行机构电液伺服阀。
应该指出的是，因为LUCIE的最终目标是提供完全自主的挖掘，控制系统需要一个高级控制器，它负责计划活动，加上适当的低水平每个关节的控制，这是本文的重点。
- LUCIE硬件和系统建筑
2.1硬件
在过去的十年里，工程部门在兰开斯特大学结合了三个学科民用，机电工程为一体“机电一体化”项目 - 兰开斯特大学电脑智能挖掘机（LUCIE）。基于a商用手动液压挖掘机JCB 801，LUCIE有一个机载计算机系统来控制液压系统。它正在开发，最终目标是开发一个该机器将能够挖掘一系列战壕会议这些规范自主地没有人类介入。
LUCIE的所有动作都是液压驱动的，并可以描述如下（参考编号图1中的注释）。
图1. LUCIE挖掘机
（1）手臂在（x，y）垂直平面内的运动，使用两个液压缸来控制悬臂和北斗。
（2）铲斗末端的铲斗旋转，in同一个垂直平面，使用另一个圆柱体。
（3）驾驶室与其连接处的旋转底盘，有效地为胳膊提供运动在水平面上（回转）。
（4）推土机上的推土铲上下运动底盘前部。
（5）两条平行履带的独立运动跟踪整个平台的滑移运动。
LUCIE的执行器系统由液压系统组成电源，一套电液比例控制伺服阀和双作用油缸。伺服阀因为它们选择比例控制阀可以很容易地适应不同的控制制度，因此适用于各种控制技术。该这里选择的阀门是丹佛斯PVG 32负载无关的比例阀。 LUCIE安装了7个这样的阀门，它控制着动臂，铲斗，铲斗，驾驶室的运动，左轨道，右轨道和推土机。主要的这种伺服阀的优点是油流量大到一个单独的功能是独立的负载这个功能的压力，以及特定的油流量功能独立于其他功能的负载。这些功能消除了不同的交叉耦合机器在运行中的接头和简化控制系统设计。消散多余的问题在低活动期间的能量通过替换现有的固定排量液压装置带有单个可变排量斜盘的泵泵。
挖掘机臂中的每个接头加上回转和履带配有简单的电位计传感器，连接到一个模拟接口卡，提供闭环反馈控制（图1）。
Rotoscan扫描激光传感器用于检测物体在挖掘机附近[11]。
Trimble差分卫星全球定位系统（GPS）在车顶上添加了天线。这可以提供约25的精度的X-Y位置毫米，更新速率为5赫兹。 海拔数据（Z）较少精确到约50毫米。
一个标准的磁通门罗盘被用来给定向数据。 这些数据可以从GPS获得当车辆在移动时但不在车辆时开启现场（一个更昂贵的选择是采用两个车载GPS系统或多个天线）。
2.2系统架构
如图2所示，挖掘机的“大脑”依赖在三台嵌入式PC 104电脑上，每台电脑上
负责一项单独的任务。
- 高级控制器（HLC）取代人运营商。 它涉及行为控制计划，其中是基于典型任务分解为任务的元素。 自动挖掘例程已经开发完成模仿游戏杆命令。 这些传递给低电平控制器（LLC）运行反馈有关当前手臂位置和状态的信息。 通过监测手臂相对于给定的速率命令，HLC可以确定地面是否是太硬或太软，改变切割深度因此。 该功能使挖掘过程更加完善高效并能够成功清除障碍物。
（2）LLC负责驱动阀门和轨道通过操纵杆或其他发出的命令处理器。它收集各种信息测量臂关节角度的电位器这些计算当前的桶位置。有手臂位置的反馈允许LLC移动手臂由HLC或安全管理器设置的动作。
（3）安全管理员（SM）[12]充当挖掘机的良心确保机器保持安全稳定的状态。为了检测障碍物，SM被连接到一个激光扫描传感器Rotoscan。 SM监视其他两个控制器的状态并且能够采取HLC离线并向LLC提供指示本身。如果检测到不安全状态，则安全管理器做出最佳行动方案的决定。情况可能会在突然停车更危险的地方出现。该挖掘机在停车前可能会撤回手臂，离开它处于更稳定的状态。上述电脑之间的通信是由控制器局域网提供）CAN总线。这应该请注意，CAN总线协议是专门设计的这样SM就优先于所有其他系统。如果HLC无法响应关闭命令SM消息覆盖并通向LLC。目前只有PC间的通信是通过CAN总线，但它是长期意图逐步移动所有传感器和执行器到公共汽车上。 CAN微控制器可以使用作为传感器和执行器集群的节点处理器可以直接访问信息，而不是需要依靠另一个人传递的信息处理器。
3控制方法
它被解释为传统PI的逻辑扩展和PID控制器，TDC PIP控制系统的设计是基于非最小状态空间的定义（NMSS）形式，其中状态变量通常是过去和现在的输入和输出信号的采样值的系统。 离散时间NMSS中的系数模型直接从估计中确定离散时间传递函数（TF）模型的参数这是由Simplified Refined Instrumental获得的变量（SRIV）识别和估计算法并用后向移位1 z-算子来定义。
3.1 SRIV算法
在SRIV算法中，最简单的传递函数（TF）模型可以写成这样的形式：
其中u（k）和y（k）是工厂的输入和输出矢量; A是植物状态转换矩阵; B是植物
输入矩阵; A（z）和B1（z）是适当的在后移算子中定义多项式z;即zy(k)=y(k-i) ; e（k）是连续的零均值不相关的随机变量序列具有方差2sigma;，它被引入以允许任何不可测量的随机输入，干扰或测量噪声可能会影响输入u（k）和输入之间的系统“噪声”输出y（k）测量。TF模型可以通过转换来演示
方程转化为离散时间项并求解y（k）矢量形式：
式中，
估计参数i a（i = 1，2，...，n）和j b（j = 1,2，...，m）传递函数可以用简单的线性最小二乘法来构造（LS）估计项。噪声方差2sigma;的估计2sigma;可以是从基于平方的递归方程获得适当规范化的递归创新的价值序列[3,13]。 参数上的标准错误估计值可以根据对角线元素计算协方差矩阵* P（k）。 因此，SRIV算法提供了与该相关的不确定性的估计模型参数[14]。
3.2 NMSS / PIP设计
很容易表明方程 （1）可以用来表示遵循NMSS方程：
其中，F，G，D和H由参考文献定义。 [5,7,15]。该（n m）维非最小状态向量xk构成输入和输出的当前和过去的采样值变量，即
其中，z(k)=z(k-1) [y(k)-y(k)]是参考或命令输入y(k)和采样输出y(k)。 内置式1伺服机构性能是通过误差积分引入的状态z（k）。 如果闭环系统稳定，那么这个确保对命令进行稳态跟踪基本设计中固有的。 控制法相关联NMSS模型（6,7）采用通常的状态变量反馈（SVF）形式：
其中K=（ff...fg...g-k）是SVF控制增益矢量。 在更传统的方块图中术语，方程（9）可以如图3所示的那样实现
图三. PIP控制反馈形式
从图3可以看出，可以考虑PIP控制作为无处不在的PI控制器的一个特殊扩展，一般而言，PI行动通过更高的级别来增强顺序正向路径和反馈补偿器1 / G（z）和F（z） ，如下所示：
其中，Q=diag(q...qq...qq)是一个（n m）times;（n m）矩阵，并且R是输入上的标量权重。
4露西模型
4.1运动学
运动学模型的目标是控制关节臂的位置和方向（起重臂，铲斗和桶）。在这种情况下,铲斗接头可以编程为按照预期的轨迹，而铲斗角度是单独调整收集或释放沙子。在这方面
图4显示了系统的几何结构，其中
图4. LUCIE运动学
然后找到桶尖的坐标如下：
那么theta;1和theta;2的逆运动方程就是
4.2联合动态的基于数据的模型
与其他许多研究工作（如医管局）建立数学液压系统模型不同，et al [16]和BUDNY等人[17]，这是基于物理规律，如石油的质量平衡方程体积，运动部件的运动方程，方程湍流通过小限制等等，在这里，基于实验的输入和输出数据，开发了联合动力学的离散时间模型使用SRIV算法。在这种情况下，SRIV算法，结合YIC和2 RT识别标准，建议使用任意一个一阶传递函数模型1或2个采样时延提供了最佳解释数据跨越广泛的操作条件[18]。该针对特定输入驱动需求的联合模型以TF多项式的形式表示为方程（18）或方程（19）。该分子b随着输入改变而改变。模型表明输入电压与电压之间的关系关节臂（动臂，铲斗和桶）的运动。将这些模型与不同的驱动需求相结合共同，开发了针对于LUCIE非线性联合动力学模型[18-19]：
这里使用的这些统计工具已被汇编为Matlabreg;软件中的CAPTAIN工具箱[20]环境，可在以下网址下载：http://www.es.lancs.ac.uk/cres/captain。
5 PIP接头控制器设计
挖掘机承担的常见任务包括用一条直线拖动铲斗将泥土拉入铲斗，并从原始位置移除材料并将其转移到另一个位置进行转储。在里面前一种情况，通常铲斗路径是水平的直线和后者中，铲斗路径通常是一条直线斜直线。整个操作过程中，LUCIE每个关节的适当和精确的位置是一个如果是要执行其设计任务的基本要求。它清楚的是，高层控制器，决定了整体挖掘策略，要靠快速健壮调节这些低级变量。为了实际意思是，控制的轨迹精度铲斗沿直线运动应该不是超过100毫米以及每条直线的操作时间空中线路跟踪任务应该少于6秒关15-25 s的全部挖掘周期时间。
5.1 Jerk自由路径生成
至于直线轨迹，最简单的方法设计路径是从设定的起点分开距离通过操作时间到达设定的结束位置为了创建均匀间隔的子目标。 优点这个方法是所有桶的速度都是恒定的样本周期。 但是，这种方法的缺点是联合武器的加速是不连续的，因此它会造成大而突然的力量变化，特别针对大型关节的主要原因如繁荣。 结果是水桶不能够顺利地沿着设定的直线移动。
为了满足平稳移动手臂的要求，路径生成的目的是设计一个运动轮廓这样加速度是连续的以避免不连续的力量变化。 最简单的免震路径轮廓是一个5阶多项式[21]，如下所示：
该动作从设定的B0 y开始位置开始在采样周期st内设置结束位
全文共10262字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[15423]，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。
