树障清理机器人的设计与实现

郑晓斌

(福建船政交通职业学院，福建 福州，350007)

0 引 言

随着我国经济的快速发展,国家的电网规模和覆盖范围越来越大,电网达到了全覆盖的要求.随着电网的建设,也给电力工作人员带来了电网维护的问题.尤其是对于深山或者环境复杂的区域,高大树木以及复杂的地形等会妨碍电网的铺设、后续电网的维护等.这些问题会导致人们在用电的过程中出现跳闸、断电等故障,出现用电危险.为了保证用电安全,人们会对树障进行清理,即树障清理.传统的树障清理方法是采用人工带着电锯工具攀爬或者利用升降车的方式进行树障的清理,这种方式清理效率低下、工人的作业环境过于危险,易发生工人坠落或触电的安全事故[1-2].

空中机器人是在无人机上搭载传感器、微控制器等设备,通过这些设备对无人机的飞行过程进行感知和控制等,具有自主执行任务的能力,使其在飞行过程中可以完成指定任务的飞行器[3].这种飞行器具有易操控、自动化程度高和可应用范围广的特点,在农业等领域已经有良好的应用,尤其在喷洒农药、测绘和监控方面,可以有效地提高作业效率、降低人工作业成本等,有效实现了农业智能化.可以考虑将空中机器人应用于树障清理方面,以保证人员安全、提高作业效率.

在对树障进行清理时,需要利用各类不同的刀锯依据树木状态进行调换使用,若使用空中机器人搭载刀锯进行作业,一方面刀锯的质量较大,对空中机器人的搭载能力要求较高;一方面树障清理时,刀锯运转和接触时对控制系统的影响较大,很难保证对机器人姿态的控制,还需要重点对其姿态控制进行设计.目前,国内主要集中在高校对树障清理空中机器人进行研究,但是还没有成熟的产品.产品的问题主要集中在机器人空中姿态控制不稳定以及数据传输不稳定方面[4].本文将对树障清理空中机器人进行设计和研究.

1 树障清理空中机器人结构设计

1.1 总体设计

树障清理空中机器人需要满足易携带、轻质量、对起飞环境无要求、可远程操控、能够切断树枝、飞行姿态稳定的要求.根据以上要求,设计了树障清理空中机器人,该机器人的结构组成主要包括多旋翼无人机、控制系统、远程监控系统、通信系统和刀具装置.该树障清理空中机器人的结构简图如图1所示.

图1 树障清理空中机器人结构简图

1.2 多旋翼无人机

多旋翼无人机是机器人的主体部分,为了提高机器人的稳定性和装载能力,采用易控制、稳定性强的四旋翼无人机作为机器人的主体.多旋翼无人机的主要组成包括机架、动力装置、电源、传感器模块和摄像头.

机架用于安装无人机的各项系统,为了减小无人机质量,提高推动比,集体采用低密度的碳纤维复合材料,并增加涵道构型的推进器,控制无人机在高度不变的情况下,无人机的前进和后退.

动力装置用于为无人机提供飞行和作业动力,主要包括四个电机、电机调速器、螺旋桨和电调.其中电机和螺旋桨通过输出轴连接,电机运行速度由电调接收控制系统的信号进行控制.无人机通过动力装置控制时,主要以竖直爬升和下降、悬停和转弯的方式进行行驶,以实现对树障的清理.无人机在这几个行驶方式的受力状态如图2所示.

图2 无人机在3个不同形式方式的受力状态

电源用于为无人机的作业过程如飞行过程、刀具装置对树障的清理过程和监控过程等进行供电,该部分主要包括电池组和转换电路.对于无人机来说,电池组的原始电压即可进行供电.而对于刀具装置和监控装置等,则需要转换电路进行变压后供电.

传感器模块主要用于实时采集无人机的行驶状态,包括飞行速度、飞行高度、气压状态以及位置信息等.该模块主要设置了GPS、航向传感器、惯性测量单元、姿态角传感器,用户还可根据自身需要加装相应的传感器,以实现对应要求.

摄像头安装于机体上方,面向刀具装置安装,用于实时监控树障以及树障的清理状态,并实时传递至远程监控系统,以及时对刀具装置进行相关的指令控制,保证清理结果.

1.3 控制系统

控制系统是树障清理空中机器人的核心部分,用于对整个机器人的作业过程如飞行姿态的控制、飞行路线的设定、导航、数障清理等过程进行整体的控制.控制系统主要包括飞行控制器、遥控器和远程控制器.

1.4 远程监控系统和通信系统

远程监控系统用于对树障清理空中机器人的作业和飞行状态数据进行显示并操控.该系统主要包括地面监控计算机、键盘.远程监控系统实现数据显示的过程如图3所示.

图3 远程监控系统实现数据显示的过程

通信系统主要用于实现树障清理空中机器人与远程监控系统之间的数据传输.为了保证数据传输的速度和准确性,采用无线数字传输装置进行数据传输.树障空中机器人的通信系统进行数据传输的过程如图4所示.

图4 通信系统进行数据传输的过程

1.5 刀具装置

刀具装置是用于完成对树障的清理,通过接收控制系统的指令,完成作业过程.刀具装置主要包括机械臂、电机、刀具控制装置和锯片.其中机械臂连接在多旋翼无人机的前部,锯片通过电机控制并安装在机械臂上.刀具控制装置安装于机械臂内部,与控制系统连接,接收指令,从而实现对刀具装置的控制.

2 姿态控制算法设计

树障清理空中机器人要自主完成树障清理作业,需要无人机能够对其姿态具有良好的控制特性,包括姿态、高度和水平位置等能够协调控制.为了达到以上要求,对无人机的姿态控制过程进行了设计.

首先,对无人机在飞行过程的受力情况进行分析,并建立动力学模型,为飞行过程的姿态控制建立基础;其后,采用融合算法对无人机飞行过程的传感器数据进行处理,以保证数据的精准性和准确性;最后,采用PID控制算法对无人机的姿态控制器进行设计,使无人机能够按照预设路线和作业过程进行飞行.

2.1 动力学模型的建立

为了保证无人机动力学模型建立的准确性,需要将无人机视作密度均匀且完全对称的刚体,将地面的远程监控系统视作地面坐标系,将无人机质心作为原点,并视作无人机坐标系[5].在建立无人机动力学模型时,首先需要确定地面和无人机坐标系之间的关系,关系图如图5所示.

图5 地面和无人机坐标系之间的关系图

对于地面坐标系和无人机坐标系中的任意点,坐标分别为Sd(xd,yd,zd)和Sw(xw,yw,zw).为了获取无人机坐标系,将地面坐标系按照顺序进行三次变换,分别是以原点为圆心转动α的偏航角、再转动β俯仰角、再转动γ滚转角,即可获取无人机坐标系,这三次变换获取的变换坐标分别如式(1)、(2)和(3)所示:

(1)

(2)

(3)

对无人机的受力情况进行分析后,发现进行坐标变换的无人机在地面坐标系下只受到竖直方向z轴的力.此时无人机受到的力Fz可以用式(4)计算:

(4)

(5)

式中的C为无人机绕质量中心转动时的变换矩阵.根据牛顿第二定律,在地面坐标系下对上式进行变化,可以得到:

(6)

式中的δ为各旋翼升力的比例系数;b为旋翼旋转速度的比例系数;无人机的四个旋翼均布,d为四个旋翼的中心位置与无人机的中心位置距离.由此确定了树障清理空中机器人的姿态控制方程.

2.2 传感器数据的融合处理

在无人机作业过程中,若采用单传感器进行姿态参数和环境参数的测量,使测量过程仅使用单一的角度测量系统进行采集,采集系统容易受到环境噪声等的干扰,使传感器的测量结果误差较大.

为了对无人机的姿态进行精确的采集并控制,可以采用多个传感器进行相关姿态参数的测量,从多个角度反映无人机的飞行姿态,其后采用多传感器信息融合的方式对姿态参数进行计算.多角度的测量方式可以看做是相互独立、且结果视为非正交状态,这种方式可以有效地降低噪声等对测量结果的影响.然后将计算结果作为当前的飞行姿态信息传递至控制系统,从而实现对飞行姿态的精确控制[8-9].

一般对无人机的姿态测量,主要包括航向、角速度、加速度和飞行高度.对于航向的测量,采用结构简单、易控制且不易受到电磁干扰的罗磁盘进行航向的测量.为了保证航向的测量准确性,将磁罗盘测量的航向角度结果与测量的噪声结合,作为实际的输出航向角度输出结果θ,计算方式如下:

θ=ψ+μ

(8)

式中的Ψ为磁罗盘的航向角度测量结果;μ为噪声对航向角度结果的影响.在测量过程中,航向角度的能量状态符合以下要求:

E[μ(t)]=0

(9)

式中的μ(t)为量测噪声;τ为噪声周期;σμ为噪声幅值.

角速度是采用陀螺仪进行测量,并综合噪声对角速度的影响,获取输出角速度结果.无人机的角速度的输出结果v可通过式(10)计算:

(10)

式中的[θx,θy,θz]T为陀螺仪的测量角速度结果;[px,py,pz]T为测量过程中系统自身的漂移,一般可以看做为常量;[mx,my,mz]T为噪声对角速度测量结果的影响.

加速度是采用加速度计进行测量,结合噪声和重力加速度对加速度计测量结果的影响,无人机飞行过程的加速度输出结果f可通过下式计算:

f=c+g·T(β)+m

(11)

式中的c为加速度计的测量结果;g·T(β)为重力加速度在俯仰角方向的分量;m为噪声对加速度的影响.

无人机的飞行高度是利用气压高度传感器进行测量,结合噪声、大气压、重力势场等对高度测量结果的影响.无人机飞行过程中高度结果h可通过下式计算:

+E+mh

(12)

式中的λ为高度偏差系数;hs、t和Pa分别为大气重力势、温度和压力的最小值;ε为温度的变化速率;M为空气常数;E为无人机高度测试的自带误差;mh为噪声对高度结果的影响.通过以上测量方式可以获取无人机准确的飞行姿态参数.

2.3 PID控制算法设计

树障清理空中机器人的姿态控制主要是通过双层的PID控制算法进行闭环控制.其中第一层是对飞行角度包括偏航角、俯仰角和滚转角的控制,第二层是对无人机的飞行高度等位置的控制.这种控制方式具有响应速度快和超调小等优点.PID控制方法进行无人机姿态控制结构图[10-11]如图6所示.

图6 PID控制方法进行无人机姿态控制的结构图

对飞行角度控制时,以俯仰角为例,采用PID控制器进行控制的规律如式(13)所示:

式中的βn和βs分别为当前和期待的俯仰角.

对于无人机的飞行位置,以高度为例,采用PID控制器进行控制的规律如式(14)所示:

(14)

式中的hn和hs分别为当前和期待的无人机飞行高度.

3 试验结果

为了验证该树障清理空中机器人的性能,需要对其进行相关试验.考虑到本文主要针对机器人的姿态控制系统进行了设计,因此在进行试验时,主要进行姿态控制试验和树障清理试验.

3.1 姿态控制试验

采用本文设计的姿态控制算法对机器人的姿态进行控制,设定PID控制器的Kp值为5.4,Ki值为0.21,Kd值为100.以俯仰角为例,使用该控制器进行仿真试验,其输出响应曲线如图7所示.

图7 仿真试验的输出响应曲线

由图7可知,该机器人姿态控制的PID控制器具有很好的动态性能和稳定性.其后采用该姿态控制算法对机器人的俯仰角等的响应特性进行测试,测试结果如图8所示.

图8 姿态控制算法对俯仰角等的响应测试结果

由图8可知,机器人的动态和静态响应良好,响应时间较短,超调量也符合设计要求.

3.2 树障清理试验

树障清理空中机器人设计的最终目的是对树障进行清理,除了需要机器人具有良好的姿态控制以外,还需要具有姿态保持能力、树障切割能力等.首先,启动机器人,控制机器人飞向树障附近.其后,调整机器人的飞行姿态,使其刀具装置与树障平齐.以上操控过程,机器人均可顺利实现.然后,调整机器人的状态为切割状态,验证机器人是否可实现对树障的清理.为了保证试验结果的准确性,选取不同直径尺寸的树障进行清理,并重复以上过程.试验结果如表1所示.

表1 数障清理试验结果

由表1可知,树障清理空中机器人可以实现对树障的清理,最大可清理树障直径约为4 cm,切割最长时间为3 s,可以满足树障清理的要求.

4 结 论

深山或者环境复杂的区域,高大树木以及复杂的地形等问题会影响电力设备维护,使人们在用电的过程中出现故障,出现用电危险.为了保证用电安全,减少人工进行树障清理造成的安全事故,提高清理效率,本文主要进行了以下工作:

(1)建立了树障清理空中机器人,该机器人的结构组成主要包括多旋翼无人机、控制系统、远程监控系统、通信系统和刀具装置.

(2)采用融合算法对无人机飞行过程的传感器数据进行处理.确定地面坐标系和无人机坐标系的关系,建立空中机器人的动力学模型.充分考虑环境等因素对空中机器人传感器采集数据的影响,建立的融合算法,对传感器采集数据进行处理.

(3)采用PID控制算法对空中机器人的姿态控制器进行设计.充分考虑了空中机器人的飞行角度和高度,采用PID控制器进行双层的闭环控制,并对控制器算法进行了设计.

(4)为了验证该树障清理空中机器人的性能,对其进行了姿态控制试验和树障清理试验.试验结果表明机器人可以实现对姿态的有效控制,且可以实现对树障清理的要求.