本文關鍵詞：基于ARM-Linux的爬壁機器人控制系統(tǒng)研究　出處：《天津理工大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 爬壁機器人 控制系統(tǒng) S3C2440 ARM-Linux 自主循跡

【摘要】：本課題在船舶清洗爬壁機器人的平臺上,研究了一種基于ARM-Linux控制平臺的機器人控制系統(tǒng)。根據(jù)爬壁機器人對控制系統(tǒng)的需求,確定了爬壁機器人上位機和下位機的分布式控制方案。上位機和下位機都是以ARM9芯片作為控制核心。下位機外圍電路還包括:Zigbee通信模塊電路、模擬攝像頭、遠程圖傳系統(tǒng)發(fā)送端、高壓水與真空度檢測電路、高壓水真空閥門與氣動馬達轉速控制電路、MMA7455三軸加速度傳感器電路。上位機還包括LCD顯示屏電路、搖桿電路、遠程圖傳系統(tǒng)接收端、Zigbee通信模塊電路。爬壁機器人通過圖像識別來實現(xiàn)爬壁機器人的自動運行。爬壁機器人實現(xiàn)首先要對工況圖像進行采集,對圖像進行灰度化和二值化來實現(xiàn)循跡引導線的提取,通過跟蹤循跡引導線就可以完成爬壁機器人的自動運行。為了實現(xiàn)爬壁機器人跟蹤循跡引導線的穩(wěn)定、準確與快速,引入了強化學習Q-learning算法,以爬壁機器人循跡線在圖像中的位置作為狀態(tài)值,以左右兩側氣動馬達的氣壓差值作為動作值,實現(xiàn)了爬壁機器人的強化學習循跡,改進了傳統(tǒng)PID等算法無法針對環(huán)境進行最優(yōu)化動作策略選擇的缺點,提高爬壁機器人在不同環(huán)境下循跡的準確性。爬壁機器人控制系統(tǒng)軟件架構基于Linux操作系統(tǒng),Linux操作系統(tǒng)具有可靠性高、穩(wěn)定性高等優(yōu)點,能夠實現(xiàn)多任務的并發(fā)運行。采用Linux操作系統(tǒng)能夠解決系統(tǒng)調(diào)度和工況圖像實時顯示的問題。Linux操作系統(tǒng)實現(xiàn)對硬件的操作需要在內(nèi)核層進行,因此針對硬件系統(tǒng)進行了內(nèi)核驅動程序開發(fā)和應用層程序開發(fā)。通過對爬壁機器人的無線通信的可靠性、圖像數(shù)據(jù)的準確與穩(wěn)定性、控制系統(tǒng)對爬壁機器人運動的控制效果測試可知,爬壁機器人控制系統(tǒng)的無線通信保證99%置信度的-610誤碼率,圖像采集并解碼后的視頻數(shù)字信號波形穩(wěn)定,圖像顯示無延遲,對爬壁機器人運動的控制能夠保證穩(wěn)定的狀態(tài),自動運行狀態(tài)下能夠在測試區(qū)域內(nèi)實現(xiàn)強化學習循跡算法收斂,完成遍歷。
[Abstract]:This topic in the vessel wall cleaning robot platform, this paper proposes a ARM-Linux control platform of the robot control system based on wall climbing robot. According to the requirement for control system, the distributed control scheme of climbing wall robot upper and lower machine. The upper computer and lower computer is based on ARM9 chip as the control core slave machine. Peripheral circuits include: Zigbee communication module circuit, analog camera, remote image transmission system transmitter, high-pressure water and vacuum detection circuit, high pressure water valve and pneumatic motor speed control circuit, the MMA7455 three axis acceleration sensor circuit. The PC also includes a LCD display circuit, rocker circuit, remote image transmission the receiver system, Zigbee communication module circuit. The wall climbing robot by image recognition to realize the automatic operation of the wall climbing robot. The robot must first carry on the working condition of image Collect, extract grayscale and binarization to achieve the tracking guide line of the image, by tracking the tracking guide line can be completed automatically. In order to realize the wall climbing robot climbing robot tracking tracking guide line is stable, accurate and fast, with reinforcement learning Q-learning algorithm, with the wall climbing robot tracking in line the location of the image as a state value to air pressure difference between the left and right sides of the pneumatic motor as the action value, realizes the reinforcement learning of wall climbing robot tracking, improved the traditional PID algorithm to select the optimal environmental action policy shortcomings, improve the accuracy of wall climbing robot tracking in different environments. The wall climbing robot control the system software architecture based on the Linux operating system, Linux operating system has high reliability, high stability, concurrent operation to achieve multi task operation using Linux. As to the.Linux operating system to solve the problem of system and operating system scheduling real-time image display to achieve the operation of hardware needed in the kernel layer, so the kernel driver development and application layer development in hardware system. The reliability of the wireless communication of the wall climbing robot, accuracy and stability of image data, the control system of the control effect of wall climbing robot test shows that the control system of the wall climbing robot wireless communication to ensure 99% confidence -610 BER degree, image acquisition and decoding of digital video signal waveform is stable, image display without delay, control of the wall climbing robot can guarantee the stable state, automatic operation in the test area to achieve reinforcement learning tracking algorithm convergence, complete traversal can state.

【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP242

【相似文獻】

相關期刊論文 前10條

1 王炎,趙言正,徐殿國;壁面清洗爬壁機器人的研究與產(chǎn)業(yè)化工作[J];機器人技術與應用;2000年05期

2 子蔭 ,周潔;爬壁機器人[J];武漢科技大學學報(自然科學版);2001年01期

3 ;神奇的壁面清洗爬壁機器人[J];信息技術;2002年02期

4 趙興飛,周憶,石崇輝;氣驅爬壁機器人設計與計算[J];機床與液壓;2003年03期

5 郭成,談士力,翁盛隆;微型爬壁機器人研究的關鍵技術[J];制造業(yè)自動化;2004年07期

6 談士力;郭成;;微型爬壁機器人研究的關鍵技術[J];機床與液壓;2005年11期

7 肖立,佟仕忠,丁啟敏,吳俊生;爬壁機器人的現(xiàn)狀與發(fā)展[J];自動化博覽;2005年01期

8 覃善興;劉榮;徐禎祥;;小型負壓式爬壁機器人壓力配置的優(yōu)化設計[J];軍民兩用技術與產(chǎn)品;2007年02期

9 吳善強;陳曉東;李滿天;孫立寧;;爬壁機器人的力學分析與實驗[J];光學精密工程;2008年03期

10 衣正堯;弓永軍;王興如;王祖溫;;船舶除銹爬壁機器人設計方案研究[J];機床與液壓;2010年07期

相關會議論文 前5條

1 劉登成;劉傳才;董宏林;洪方文;;爬壁機器人系統(tǒng)空氣動力性能數(shù)值分析[A];2007年船舶力學學術會議暨《船舶力學》創(chuàng)刊十周年紀念學術會議論文集[C];2007年

2 劉雪飛;于今;劉偉;;一種新型爬壁機器人結構建模分析與實驗研究[A];2010年重慶市機械工程學會學術年會論文集[C];2010年

3 劉萬里;曲興華;閆勇剛;;輪腿復合式爬壁機器人設計及運動特性分析[A];第二十六屆中國控制會議論文集[C];2007年

4 孫錦山;楊慶華;阮健;;氣動多吸盤爬壁機器人[A];中國力學學會學術大會'2005論文摘要集（上）[C];2005年

5 肖軍;賈寧宇;于淼;席寧;;小型爬壁機器人步態(tài)規(guī)劃的研究[A];2007中國控制與決策學術年會論文集[C];2007年

相關重要報紙文章 前3條

1 劉培香邋初霞;反恐爬壁機器人在哈誕生[N];哈爾濱日報;2007年

2 劉培香　記者　 李麗云;哈工大研制成“反恐斗士”爬壁機器人[N];科技日報;2007年

3 本報記者 林莉君;為興趣撐起天空 讓創(chuàng)意變成現(xiàn)實[N];科技日報;2014年

相關博士學位論文 前10條

1 孫玲;除銹爬壁機器人壁面行走控制技術研究[D];大連海事大學;2015年

2 吳fE;生物干性粘附爬行機理與仿生爬壁機器人研究[D];中國科學技術大學;2015年

3 劉京誠;微小步行爬壁機器人驅動與位置檢測技術及系統(tǒng)[D];重慶大學;2003年

4 吳善強;低噪聲負壓吸附爬壁機器人系統(tǒng)的研究[D];哈爾濱工業(yè)大學;2007年

5 衣正堯;用于搭載船舶除銹清洗器的爬壁機器人研究[D];大連海事大學;2010年

6 劉彥偉;爪刺式爬壁機器人仿生機理與系統(tǒng)研究[D];中國科學技術大學;2015年

7 李志海;輪足混合驅動爬壁機器人及其關鍵技術的研究[D];哈爾濱工業(yè)大學;2010年

8 陳勇;Halbach陣列機器人磁吸附單元理論分析與實驗研究[D];南京理工大學;2013年

9 邵潔;基于壁虎形態(tài)仿生的爬壁機器人技術研究[D];北京理工大學;2014年

10 錢志源;帶滑動式吸盤的爬壁機器人運動特性分析及其應用研究[D];上海交通大學;2007年

相關碩士學位論文 前10條

1 唐浩;船舶壁面除銹爬壁機器人的研究[D];大連海事大學;2008年

2 趙興飛;氣驅爬壁機器人理論與實驗研究[D];重慶大學;2004年

3 吳田;船用智能測厚裝置及其控制系統(tǒng)研究[D];集美大學;2015年

4 李帥;基于并聯(lián)控制的爬壁機器人的研制[D];重慶大學;2015年

5 樊亞磊;水下爬壁機器人變磁力腳吸盤控制系統(tǒng)的設計研究[D];河南工業(yè)大學;2015年

6 楊保強;壁面跨越磁吸附爬壁機器人機械系統(tǒng)設計及典型工況力學特性分析[D];東南大學;2015年

7 許天啟;可壁面過渡磁輪爬壁機器人吸附穩(wěn)定性與驅動特性研究[D];東南大學;2015年

8 滕迪;負壓爬壁機器人及其控制技術研究[D];北京理工大學;2016年

9 屈長龍;基于船舶除銹爬壁機器人的高壓水射流仿真研究及實驗驗證[D];華南理工大學;2016年

10 汪興潮;船舶除銹爬壁機器人技術研究[D];華南理工大學;2016年

，

本文編號：1423184