杜文周
(西安航空学院,陕西 西安 710077)
消防机器人在高温、烟尘及缺氧等消防人员无法到达的恶劣工况的火灾救援中发挥着重要的作用,可有效减少消防人员的伤亡。消防机器人多以履带驱动的形式行走,其路径的规划及避障策略的优劣直接影响了消防机器人的执行效率。对于机器人的路径规划,提出多种算法。针对变电站巡检机器人,路浩等提出了一种以时间消耗为目标的路径规划模型,并提出了蚁群算法。但蚁群算法收敛速度慢,李燕等提出一种自适应蚁群算法,提高移动机器人路径规划的效率。另一方面,消防机器人行走过程中其动力一般由直流电机驱动,其控制策略的优劣直接影响了消防机器人行走电机的响应速度和稳态精度。直流电机的控制一般采用PID的调节方式,但在一定程度上存着响应速度慢、稳态误差大等不足。对此,马晓阳[1]等提出一种模糊自适应PID 调节多叶光栅的方法,能实现光栅和速度的双重精确控制。侯崎山[2]等将粒子群和PID 相结合应用于多电机的控制,实现多个伺服电机的协同控制。对于永磁同步电机,宦昱[3]等提出了基于神经网络的PID 调节系统,提高了系统的相应速度。由此可见,有效的驱动方式和路径规划对提高消防机器人作业效率具有重要的意义。
针对消防机器人的驱动方式,本文提出一种模糊PID 自适应方法,提高直流电机的响应速度,精确控制其路径,提高消防机器人的控制精度和系统的鲁棒性。……