電力檢修機械臂動作學習與控制研究

蘭建軍

(福建水利電力職業技術學院電力工程學院,福建 永安 366000)

0 引 言

隨著機器人技術的迅速發展,電力檢修機械臂已逐步應用于輸電線路檢修作業中,在提高輸電線路檢修工作效率的同時,降低了專業人員培養成本,提高了作業安全性[1-2]。但機械臂的運動軌跡需要根據作業任務的不同進行調整[3],因此,電力檢修機械臂動作的快速規劃成為一種新的發展需求[4]。基于人體手臂動作捕捉及學習的控制方案成為一種新的機械臂路徑規劃方式[5,6]。黃啟友利用慣性數據手套與紅外檢測桿進行手勢識別,識別率可達99%[7],李立早等介紹了一種基于加速度計和彎曲度傳感器的人體手臂運動角度測量系統[8]。文獻[9]提出一種基于近鄰法的進行慣性融合的聾啞手語識別方案,準確率可達96.5%。后續的許多基于慣性方式的動作捕捉研究中,通常采用3Dsuit、Moven等集成慣性捕捉系統實現[10-13],也有利用智能可穿戴人機交互設備實現跌倒檢測[14]。上述研究取得了較好成果,但實際應用中存在弊端:部分系統只采用6軸慣性傳感器進行測量,精度較低;多數采用類似貝葉斯等較為復雜的算法進行多傳感器數據融合,在嵌入式應用時姿態測量實時性差;另外上述研究主要依賴成套集成設備,價格高、失去慣性測量低成本的意義,且不提供底層操作接口。

為實現多自由度電力檢修機械臂動作學習和控制的低成本嵌入式應用,方案采用慣性傳感器實現人體手臂各關節運動姿態的測量和解算,依據李群理論采用剛體變換方法求解機械臂各舵機控制參數,并在Labview中對6自由度機械臂動作學習和控制方案進行了動態仿真驗證。……