论文部分内容阅读
随着经济的飞速发展和城市人口的大幅度增加，为缓解交通压力修筑城市隧道已成为许多城市的首要选择。目前城市地下隧道掘进技术多采用盾构掘进，虽能顺利完成施工要求，但仍存在成本高、材料浪费、无法实现急曲线施工等不足之处。自行走掘进机器人则提供了解决此类问题的较好途径，但目前其掘进过程中机器人位置与姿态主要靠人工测量，存在测量效率低、测量数据实时性差等缺陷。测量数据的滞后性使机器人路线偏差不能得到及时纠正，造成过大的超调，进而无法充分发挥自行走掘进设备的优势。当前市场上所具有的自动导向系统大多与现有的盾构设备配套使用，其操作复杂、造价高、无法移植到自行走掘进机器人。针对该问题本课题对自行走地下掘进机器人导向系统中目标点坐标定位和机身姿态测量等关键技术进行了研究。主要研究工作如下: (1)根据自行走掘进机器人特殊的四段式机械结构，选择一种以扇形激光发射器和激光接收器为核心的姿态测量方法。首先，两组激光发射器分别发射两束扇形光和一束选通光，通过调制使其带有一定的特征信息。其次，接收器对发射来的激光进行解调并提取信息，利用光束间的几何关系和接收不同光束的时间差等计算接收器相对于发射器所在水平面的俯仰角和水平角。最后，通过前方交会原理计算接收器即目标点的坐标值，已知机身多个目标点坐标后，就可计算出机身的姿态和行进路线，完成导向测量。 (2)建立导向系统的测量数学模型并对测量系统误差进行分析研究。将误差分为静态误差和动态误差。静态误差是指接收器由于环境、零部件不稳定等因素造成目标点坐标测量值出现的偏差;动态误差是因为在导向系统测量过程中目标点一直处于运动状态，两发射器以一定角速度进行旋转发射激光信号时会出现四个角度测量上的时间不同步，从而产生动态误差。对两种误差进行分配和合成，并进行仿真。仿真结果表明该测量方法的精度比较高。 (3)针对三个接收器在接收信号时间上不同步造成的测量偏差，选择卡尔曼滤波误差补偿方法。建立卡尔曼预测模型，通过对前两个点的坐标进行预测，使其校准到第三点坐标测量时刻，完成三点测量的同步预测，来减小误差。仿真结果表明，该方法可以有效的预测偏差，以便提前进行补偿和抑制。 (4)根据导向系统的测量原理和方法设计导向系统的硬件电路和软件系统，搭建系统测试平台，进行原理性验证。平台实现了激光接收器与发射器的通讯、激光接收器即目标点相关参数的测量与计算。利用VC与OpengGL结合设计了自行走掘进机器人导向系统测量软件，实现了软件与接收器Modbus协议通信、隧道设计轴线、掘进机掘进路线、误差曲线、机器人掘进姿态三维显示监测等功能。