化工环境下巡检机器人关键控制技术研究进展

＊张 宝

（新余学院 机电工程学院 江西 338004）

2023年1月，工信部等十七部门发布了《“机器人+”应用行动实施方案》，提出到2025年，制造业机器人密度较2020年实现翻番，机器人促进经济社会高质量发展的能力明显增强。聚焦10大应用重点领域，突破100种以上具有较高技术水平、创新应用模式和显著应用成效的机器人典型应用场景，打造一批“机器人+”应用标杆企业，建设一批应用体验中心和试验验证中心[1]。在化学工业生产中，安全和环境污染问题[2]一直是备受人们关注的重点。若在事故发生前及时发现并消除安全隐患能够有效防止事故发生，如果在事故发生的初期及时采取有效措施也可以降低事故损失。安防巡检是排查隐患和早期发现事故的有效方式，能够减少事故所带来的损失[3]。

图1 巡检机器人[4]

随着机器人技术的不断发展，巡检机器人在化工生产过程中逐渐受到关注，移动机器人具有灵活性高与维护成本低的优点，同时能够适应化工厂区域的复杂性和不确定性，从而逐渐成为实现巡检任务的首选。目前针对化工机器人控制技术的研究热点主要集中在轨迹规划、定位导航、运动控制等[5-8]。

1.轨迹规划

化工巡检机器人轨迹规划中的关键性技术问题主要是轨迹生成方式，在之前的研究中，通常运用直线插补、圆弧插补、定时插补、定距插补、关节空间插补等方式生成轨迹。上述轨迹生成方式易于实现，但轨迹插补精度有时很难保证，比如各路径段采用抛物线过渡域线性函数进行轨迹生成，机器人的运动关节并不能真正到达那些路径点，即使选取的加速度充分大，实际路径也只是十分接近理想路径点。为进一步提高轨迹规划精度，考虑到化工巡检工作的特殊性，近年来很多学者将机器学习算法应用到巡检机器人轨迹规划研究中。Xu等[9]提出一种基于时间优化的带惩罚函数的轨迹规划方法。根据巡检机器人的Denavit-Hartenberg模型，找到运动学解，利用混合多项式插值算法生成各关节的轨迹。传统的粒子群算法以时间优化为标准，无法处理复杂的约束条件，容易陷入局部最优解，收敛速度慢。对混合多项式插值算法生成的轨迹进行优化，提出一种带惩罚函数的改进模拟退火粒子群算法。仿真结果表明，与混合多项式插值法相比，所提算法能够限制角速度，减少机械臂各关节的运行时间。基于轨道检测机器人对两种算法进行了实验验证，结果表明采用优化算法后，各关节角速度均在角速度限制范围内，运行时间更短，运行更加平滑，表明了所提算法的有效性。

Wang等[10]针对工厂巡检的应用需求，对机器人的建图、定位和路径规划方法进行了研究。考虑到相机和激光传感器因其固有特性的局限性，以及在不同环境下的不同适用性，针对不同场景提出了基于多线激光雷达和视觉感知的SLAM应用系统。针对巡检任务效率低的问题，引入A-star算法和时间弹性带法相结合的混合路径规划算法。该方法有效解决了复杂环境下路径规划陷入局部最优的问题，提高了机器人的巡检效率。实验结果表明，所设计的SLAM和路径规划方法能够满足机器人在复杂场景下的巡检需求，具有良好的可靠性和稳定性。Wang等[11]提出了一种大型罐底检测机器人的路径规划与定位算法。根据罐底形状设计预设的螺旋路径，并在障碍物附近加入旋转势场，避免路径规划陷入局部最小值的问题，得到了精确且平滑的规划结果。此外，通过测量声发射距离，利用三点定位算法可以实现所提方法中机器人位置检测的计算。

图2 巡检机器人路径规划[11]

2.定位导航

传感器的性能好坏是化工巡检机器人能否实现高精度定位导航的关键所在。传感器的性能指标包括灵敏度、线性度、精度、重复性、分辨率、响应时间和抗干扰能力等。同时，开发高效的控制算法也将对定位导航技术的进步起到很大的推动作用。很多学者近年来开展了相关研究。Zhao等[12]采用基于2D LiDAR的Gmapping算法对机器人进行定位并构建地图。通过自平衡试验和抗干扰试验，验证了设计的自平衡算法具有一定的抗干扰能力和良好的鲁棒性。通过使用Gazebo搭建仿真对比实验，验证了粒子数的选取对于提高地图精度具有重要意义。实际测试结果表明构建的地图具有较高的精度。Jiang等[13]分析了一种多信息融合的SLAM机器人定位导航算法，然后利用卡尔曼滤波技术通过Voronoi映射进行定位。针对机器人如何在高密度场景下进行路径规划和控制的问题，提出了一种五层神经网络的方法。巡检机器人利用身上的传感器来检测周围环境的参数信息，动态路径规划算法相应地改变路径，防止碰撞，最终达到预设目标。在复杂环境下对检测机器人的模糊神经网络算法进行了验证，证明了算法的有效性和准确性。Zhao等[14]提出了一种基于最小二乘解广义逆的反射镜与激光器混合导航算法。针对多机器人巡检协作路径规划问题，通过交通规则预留表生成表征电力巡检交通拥堵的动态加权地图，防止多机器人碰撞。通过分布式控制方法，机器人利用动态加权地图改进RRT（快速探索随机树）算法，达到主动协同路径规划的目的，减少轨迹关键路径点，解决协同拥堵。最后通过实验验证反射面导航算法在大范围复杂环境下可以进行定位和标定补偿。

3.运动控制

早期的工业机器人大多采用液压、气动方式来进行伺服驱动，随着大功率交流伺服驱动技术的发展，目前大部分液压和气压驱动被电气驱动方式所代替。电气驱动具有无环境污染、响应快、精度高、成本低、控制方便等优点，非常适合应用于化工巡检机器人中。近年来，很多学者为提高巡检机器人的运动控制精度与效率，展开了相关研究。Pierluigi等[15]针对一种用于室内外巡检的混联机器人进行了仿真和实验测试。在结构和基础设施检查的背景下，机器人必须能够在水平或倾斜的表面和过街障碍物上移动。针对用于室内和室外检查的混联机器人，在环境条件不允许自主导航的情况下，提出了机电一体化设计、仿真和实验活动。该混联机器人配备了外部和内部传感器，以获取主要结构元素的信息，避免了人员直接进入检测现场。Wang等[16]设计了一种新型轮夹式桥梁斜拉索检测机器人。其夹紧机构采用四辅助两驱动轮夹紧方案，驱动单元采用双输出轴的单电机。基于Arduino设计了一种简易的机器人自动控制系统。然后，计算出机器人所能夹持的斜拉索直径范围。建立了夹持状态下机器人的力学模型。通过Matlab数据处理得到机器人在不同斜拉索直径和斜拉索倾角下所需的最小推力和驱动力的变化曲线。基于Adams动力学仿真，确定了合适的车轮形状和材料、质心分布的最佳位置以及如何提高车轮的抗风性能。Wang等[17]针对配备精密仪器的检测机器人在复杂路面上移动时工作面不能始终保持稳定的问题，基于Teoriya Resheniya Izobreatelskikh Zadatch理论设计了一种浮动移动底盘，并基于物质场对浮动悬挂装置进行了优化。建立了浮动移动底盘的运动学模型，并对凸台、沟槽等复杂路况进行了越障分析。建立了越障轮的动力学模型和移动性能评价模型。在ADAMS中分别建立了非浮动式移动底盘原型和浮动式移动车架原型，并对凸台、过沟和复杂路况进行了运动对比仿真分析。结果表明，浮动移动底盘具有良好的承载能力。

图3 巡检机器人运动控制[15]

4.结论

化工巡检机器人是一种可以代替人工进行巡检、监测和维护化工生产设备的机器人。它可以在高温、高压、有毒、有害、难以到达的地方进行操作，并且能够自主完成巡检任务，不需要人工干预，可以在短时间内完成大量的巡检任务，提高了巡检的安全性和效率。本文对化工巡检机器人控制领域三个关键技术的研究现状进行了分析和概括，以期为今后化工巡检机器人关键控制技术的研究提供理论支撑和借鉴。