【摘 要】
:
近几年巡检机器人在各行业内被广泛应用,甚至频频出现在一线大众视野,可见其发展之迅猛。电力行业是最早开始规模化落地使用巡检机器人的领域,目前已经改变了一部分变电站的巡检流程和管理模式。电力巡检机器人通过搭载高清可见光摄像机、红外热成像仪、拾音器等传感器对电力设备进行故障检查、仪表数据记录、异常状态报警等工作,准确度和效率远高于人工巡检。现有的电力巡检机器人底盘形式多为双轮差速型和四轮前置转向型,灵活
【基金项目】
:
深圳市科技创新委员会科技计划创客专项(基于全向底盘的巡检机器人研制:GRCK20170821113132421);
论文部分内容阅读
近几年巡检机器人在各行业内被广泛应用,甚至频频出现在一线大众视野,可见其发展之迅猛。电力行业是最早开始规模化落地使用巡检机器人的领域,目前已经改变了一部分变电站的巡检流程和管理模式。电力巡检机器人通过搭载高清可见光摄像机、红外热成像仪、拾音器等传感器对电力设备进行故障检查、仪表数据记录、异常状态报警等工作,准确度和效率远高于人工巡检。现有的电力巡检机器人底盘形式多为双轮差速型和四轮前置转向型,灵活性不足,尤其是面对狭窄空间时,其较大的转弯半径不易快速通过;同时现有的电力巡检机器人很少有带悬架设计,难以适应室外变电站较为复杂的地面环境。本文以小型室外变电站为应用背景,针对上述问题设计了一款基于全方位移动底盘的巡检机器人。首先对变电站地面环境和机器人工作流程进行了分析,预设出巡检机器人的功能需求和性能指标。接着对不同的移动方案进行对比分析,确定了基于麦克纳姆轮的全方位移动底盘方案。机器人设计过程从整体架构开始,在对全方位移动底盘的机械结构设计中,重点分析了麦克纳姆轮辊子,用“近似曲线法”对辊子外轮廓曲线进行了优化设计,通过仿真确定了圆弧线最接近理论曲线,可用于实际加工;在悬架部分,对比分析了非独立悬架和独立悬架的差别,较为创新地将双A臂式独立悬架系统设计到机器人上来。结构设计完成后对麦克纳姆轮的轮系布局进行了研究,针对选定的“RLRL”方案进行了运动模型建立,通过逐级的矢量运算获得了机器人移动的逆运动学方程,并用motion运动仿真模拟了直行、平移、斜行三种运动,验证了方程的准确性。通过硬件选型和加工装配完成了机器人底盘部分的搭建,对照预设的功能需求和性能指标,机器人底盘可以完成全方位灵活移动,重点测试了双A臂独立悬架系统的越障性能,详细测试了最大速度、制动距离、重复定位误差、爬坡能力等基本运动参数,实验结果均符合预设的需求和指标。
其他文献
癫痫是由于大脑神经元的异常放电引起的局部脑区或者整个大脑出现神经性、功能性障碍的疾病。在全球范围内,至少有6500万癫痫患者身受癫痫的困扰,我国癫痫患者的人数约900万左右,已经成为我国第二大神经性疾病。其中,30%的癫痫患者不能通过服用抗癫痫药物而得到缓解,需要通过手术的方式进行治疗。致痫灶的精准溯源定位是实施手术治疗成功的关键前提,它决定了手术治疗的方案规划。目前临床上对致痫灶的定位主要是由经
阿尔茨海默病(Alzheimer’s Disease,AD)是一种渐进发展的常在中老年人群中产生的神经退行性疾病。该疾病往往随着认知能力,包括日常活动、决策能力逐渐丧失,同时也有可能会出现行动不便、失语、失用、失认等社会生活能力的衰退,一旦患者确诊为AD,那么将无法治愈。目前,临床上AD诊断主要是医生通过患者的神经影像(如磁共振成像)和多种量表评分(如简易精神状态检查量表、阿尔茨海默病症评估认知分
理解大脑如何分配神经资源对于提高人类行为表现十分重要,如何构成最优处理的神经特征仍然是一个有争议的话题。一个主要的模型是神经效率模型,该模型提出性能的提高应与减少的激活相关联,以反映底层神经回路的效率提高(即执行任务所消耗的能量更少)。成人神经影像学研究表明专项技能训练对大脑神经效率具有积极的影响,目前还没有神经影像学研究对学龄前儿童的神经加工过程进行考查。本研究以双语儿童为例,利用功能性近红外光
自动驾驶技术已经应用于智能汽车、公共交通、快递用车、工业应用等领域,其主要发展方向包括:复杂低速行驶环境(如矿山、建筑工地等)下的辅助驾驶技术和高速行驶速度下的车辆自主驾驶技术。其中,低速自动驾驶车辆具备的轨迹复杂且曲率变化大、运动学特性简单等特点以及高速自动驾驶车辆具备的不确定性、非线性和时变特性等特点,导致车辆动力学的非线性特性显著增强,对系统建模及其算法的自适应和鲁棒性要求进一步提高。自动驾
阿尔茨海默病的早期阶段(即轻度认知障碍)的检测非常重要,因为它可以延缓或阻止其进展为阿尔茨海默病。从医学影像数据推断出的大脑连接网络已普遍用于从正常对照识别轻度认知障碍患者。然而,现有方法大多仍然受到性能的限制,并且这些方法主要是通过仅使用单一模态数据进行分类来开发的。事实上,已经证明多模态数据可以从不同方面反应大脑信息,提供互补信息更有利于疾病的诊断和分类。同时,由于结构和功能脑网络从不同脑连接
核磁共振成像(Magnetic Resonance Imaging,MRI)技术是颅脑常规检查中的必要技术,医生根据经验分析患者MR脑图像进行疾病筛查与诊断。高效率、高准确率的辅助诊断技术给疾病诊断环节带来极大的便利,不仅能够大幅度提升医生的诊断效率,而且对脑肿瘤患者的治愈率和存活率有着重大意义。医学脑肿瘤图像中肿瘤区域与正常区域存在灰度分布差异,表现为图像出现灰度畸变,纹理细节缺失或扭曲等现象,
近年来,脑疾病是造成全球人口死亡的主要原因之一。神经影像在临床诊断与脑疾病分析中起到了越来越重要的作用。然而,神经影像数据维度过高导致临床医生往往需要花费大量时间来进行阅片。因此,通过计算机辅助诊断的方式协助医生进行分析与诊断十分必要。目前已有一些自动诊断方法运用到脑疾病的分析与自动诊断上,且能有效地对神经影像进行分析且对疾病做出诊断,但这些方法大多关注于使用传统机器学习或者神经卷积网络的方法。然
自闭症谱系障碍(ASD)是一组广泛性发展障碍且没有有效的诊疗方法。对ASD的建模研究,有助于医生了解该疾病的病理机制并做出正确的决策,从而对疾病进行有效干预,提高患者生活水平。静息态功能磁共振成像(rs-f MRI)由于其无创性且相对较高的时空分辨率,目前被广泛地用于ASD的病理机制研究。基于神经影像的机器学习方法为ASD的研究提供了有效的途径,但现有研究存在诸多局限性,如模型没有考虑到脑网络的先
主观认知下降(Subjective Cognitive Decline,SCD)发生在轻度认知障碍(Mild Cognitive Impairment,MCI)之前,是阿尔茨海默症(Alzheimer’s Disease,AD)病程发展的一个初始阶段。确定SCD的神经生物标记物对于MCI和AD的早期诊断和预防具有重要意义。脑影像技术,特别是多模态磁共振影像(Magnetic Resonance I
疼痛是一种真实或潜在组织损伤相关的令人不愉快的主观感受,目前自我报告是临床实践疼痛评估的金标准。然而自我报告可靠性较低,而且某些人群(例如意识障碍患者和婴儿)无法进行疼痛的自我评估,这会导致对疼痛的治疗不足或欠佳。因此,基于生理信号的客观疼痛评估方法在临床上十分必要。疼痛会诱发一系列脑电成分,且这些脑电成分的幅度和疼痛强度相关性很强,因此基于疼痛诱发脑电的疼痛评估近年来引起越来越多的关注。然而,传