陳明豪,王 卓,孫亞楠,楊皓宇,劉曉陽
(河北科技大學(xué)機(jī)械工程學(xué)院,河北 石家莊 050018)
近年來,我國電力工業(yè)發(fā)展步伐不斷加快,電網(wǎng)事業(yè)也不斷發(fā)展。隨著我國電網(wǎng)覆蓋率的提升,供電可靠性的要求也越來越高。目前,配電帶電作業(yè)需要高技能的人員和絕緣斗臂車等昂貴的操作設(shè)備;在野外的水泥電桿檢修方面,限制條件則更大,由于地形、氣候等環(huán)境因素影響,電力工人通常需要依靠人力進(jìn)行攀爬維修,這往往是一項(xiàng)充滿挑戰(zhàn)且艱巨的任務(wù),這種高空作業(yè)同時(shí)也伴隨著高危險(xiǎn)系數(shù)、高強(qiáng)度和高難度。設(shè)計(jì)一款具備攀爬功能并能實(shí)現(xiàn)特定工作的機(jī)器人,不僅能夠解放人力,而且能夠保障工人人身安全,因此國內(nèi)外眾多學(xué)者對(duì)此開展研究。自20世紀(jì)以來,國內(nèi)外研究人員已經(jīng)開發(fā)出各種各樣類型的爬桿機(jī)器人,將人類從高危險(xiǎn)系數(shù)、高強(qiáng)度和高難度的高空作業(yè)中解放出來。
爬桿機(jī)器人除了實(shí)現(xiàn)最基本的爬桿能力,還需要有一些開展其他工作的附加能力,這是目前許多爬桿機(jī)器人所忽略的。為了完成不同的工作任務(wù),有的機(jī)器人需要安裝有實(shí)現(xiàn)一些特定功能的裝置,例如添加一個(gè)特殊的抓手或小型機(jī)械臂,這對(duì)機(jī)器人的控制提出了更高要求。通過分析機(jī)器人爬行過程中最重要的兩點(diǎn)要素——安全性和靈活性,本文提出一種仿樹懶式的仿生爬桿機(jī)器人。該仿生爬桿機(jī)器人可以實(shí)現(xiàn)在水泥電桿、路燈桿等桿狀物體上夾持爬升、下降,從而接近導(dǎo)線或者帶電體,并能開展部分配電帶電作業(yè)項(xiàng)目工作[1]。
由于仿生爬桿機(jī)器人需要攀爬至較高的桿件上,進(jìn)行清洗、檢測(cè)、維護(hù)等高空作業(yè),因此需要滿足以下基本性能需求。
1)較強(qiáng)的機(jī)動(dòng)性能。機(jī)動(dòng)性能包括爬行方向、爬行速度、越障能力、避障能力等。除此之外,還需要具備一定程度的變直徑桿件適應(yīng)能力,這就需要仿生爬桿機(jī)器人具有一定的自鎖能力。
2)安全性與可靠性。從作業(yè)環(huán)境來看,仿生爬桿機(jī)器人通常需要爬升在8~20 m甚至更高的桿件上,這就要求仿生爬桿機(jī)器人具有良好的安全性與可靠性,具有較強(qiáng)的自鎖能力和發(fā)生意外的保護(hù)措施,避免造成控制失靈、部件掉落、高空墜落等意外。
3)智能化?,F(xiàn)有的仿生爬桿機(jī)器人基本無法實(shí)現(xiàn)自主決策,對(duì)于一些突發(fā)情況無法做出即時(shí)反應(yīng),這就要求設(shè)計(jì)的仿生爬桿機(jī)器人向智能化發(fā)展,以人工智能(Artificial Intelligence,AI)技術(shù)、先進(jìn)制造技術(shù)、自動(dòng)化技術(shù)為基石,提高其自我感知、自適應(yīng)等能力,融入第五代移動(dòng)通信技術(shù)(5G技術(shù))等“智能+”元素,從而使之更好地為人類服務(wù)。
為了使仿生爬桿機(jī)器人兼具良好的機(jī)械性能和安全性,需要為其選擇合理的貼附方式和運(yùn)動(dòng)移動(dòng)方式。目前,主流的機(jī)器人貼附方式有吸附式和夾持式這2種;運(yùn)動(dòng)移動(dòng)方式則有輪式、履帶式、腿式和蠕動(dòng)式這4類。將這些貼附方式和運(yùn)動(dòng)移動(dòng)方式進(jìn)行組合,可以得到多種風(fēng)格的仿生爬桿機(jī)器人。通過網(wǎng)上查詢,取得生活中的各類桿件尺寸數(shù)據(jù),提出并討論“仿生爬桿機(jī)器人如何自適應(yīng)不同粗細(xì)桿件”這一關(guān)鍵問題,引出爬行變直徑桿件問題的解決方法,最終采用拉彈簧式剛性抱爪的設(shè)計(jì),通過對(duì)抱爪上的拉彈簧施加初始預(yù)緊力,完成對(duì)一定范圍變直徑桿件的自適應(yīng)。
通過對(duì)各類爬桿機(jī)器人的利弊分析,學(xué)習(xí)應(yīng)用于仿生爬桿機(jī)器人的新技術(shù)、新方法、新理論研究成果,通過觀察不同的動(dòng)物爬行桿件的運(yùn)動(dòng)步態(tài)、攀爬的流暢度和牢固程度,發(fā)現(xiàn)樹懶的四臂就像4個(gè)鉤子牢牢地抓住桿件,兩兩對(duì)角交替地爬行,動(dòng)作連貫且攀爬穩(wěn)固。受到樹懶爬行的啟發(fā),通過模仿樹懶的長(zhǎng)臂并結(jié)合人類目前使用最多的爬桿工具——腳扣,設(shè)計(jì)出一種類似腳扣形裝的夾持式爬行機(jī)械結(jié)構(gòu),這種機(jī)械結(jié)構(gòu)不僅可以自適應(yīng)實(shí)現(xiàn)自鎖,而且在滿足攀爬要求的同時(shí),保證了安全性與可靠性。這種自適應(yīng)調(diào)節(jié)夾持力的能力使其具有較好的攀爬運(yùn)動(dòng)靈活性,解決了變直徑桿件問題。通過給仿生爬桿機(jī)器人設(shè)計(jì)的4個(gè)機(jī)械抱爪,使仿生爬桿機(jī)器人具有多足式的優(yōu)點(diǎn),且相比輪式和蠕動(dòng)式具備更好的越障能力,解決了吸附式爬桿機(jī)器人的負(fù)載能力薄弱問題;但多足式的仿生爬桿機(jī)器人運(yùn)動(dòng)速度較慢,對(duì)傳動(dòng)要求較高[2]。圖1為仿生爬桿機(jī)器人的整體三維模擬圖。
圖1 仿生爬桿機(jī)器人的整體三維模擬圖
要讓機(jī)器人像動(dòng)物一樣流暢地爬行,傳動(dòng)裝置的設(shè)計(jì)是重中之重,傳動(dòng)裝置需要將來自電機(jī)的輸出扭矩通過齒輪、連桿等傳遞到仿生爬桿機(jī)器人的各個(gè)執(zhí)行構(gòu)件。圖2為傳動(dòng)裝置的三維模擬圖。
圖2 傳動(dòng)裝置的三維模擬圖
通過模仿樹懶爬行動(dòng)作,進(jìn)行仿生爬桿機(jī)器人的運(yùn)動(dòng)步態(tài)設(shè)計(jì)(即樹懶前后爪的聯(lián)動(dòng)的運(yùn)動(dòng)步態(tài):先由前左爪和后右爪同時(shí)抓緊樹干,前右爪和后左爪向上爬行;再由前右爪和后左爪同時(shí)抓緊樹干,前左爪和后右爪向上爬行)。根據(jù)該運(yùn)動(dòng)步態(tài)設(shè)計(jì)方案,采用切比雪夫連桿機(jī)構(gòu)作為仿生爬桿機(jī)器人的主要傳動(dòng)構(gòu)件,可以將電機(jī)的旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)換為機(jī)械臂的直線運(yùn)動(dòng)和曲線運(yùn)動(dòng)的間歇往復(fù)運(yùn)動(dòng),以實(shí)現(xiàn)仿生爬桿機(jī)器人的攀爬和越障[3]。圖3為傳動(dòng)裝置的運(yùn)動(dòng)步態(tài)。
圖3 傳動(dòng)裝置的運(yùn)動(dòng)步態(tài)
運(yùn)動(dòng)過程中,電機(jī)驅(qū)動(dòng)后經(jīng)過減速器減速后輸出合適扭矩,之后經(jīng)過齒輪和連桿傳動(dòng)將動(dòng)力傳至腳扣。以向上爬升為例,對(duì)角的兩對(duì)角腳扣為一組,各自受一個(gè)聯(lián)動(dòng)齒輪控制。第一組腳扣上升時(shí),第二組腳扣依靠自身重力與連桿上的彈簧拉力,自適應(yīng)調(diào)節(jié)夾緊力,在水泥電桿上形成自鎖,以此固定自身;第一組腳扣上升完畢后,繼續(xù)重復(fù)以上運(yùn)動(dòng)過程,帶動(dòng)機(jī)器人持續(xù)向上爬升。圖4為夾緊松開裝置的三維模擬圖。
圖4 夾緊松開裝置的三維模擬圖
在該仿生爬桿機(jī)器人的電氣控制設(shè)計(jì)中,采用了5G技術(shù)作為數(shù)據(jù)傳輸和機(jī)械控制的載體,此技術(shù)具有傳輸速率較高、能夠提供穩(wěn)定和多個(gè)接入點(diǎn)鏈接、數(shù)據(jù)傳輸?shù)脱訒r(shí)等一系列特點(diǎn),是當(dāng)前無線技術(shù)實(shí)現(xiàn)人機(jī)物互聯(lián)的網(wǎng)絡(luò)性基礎(chǔ)設(shè)施。以5G技術(shù)為代表的無線廣播通信技術(shù)與工業(yè)經(jīng)濟(jì)發(fā)展深度融合,相互協(xié)作,為制造業(yè)等工業(yè)領(lǐng)域的數(shù)字化、網(wǎng)絡(luò)化、智能化、全自動(dòng)化、無人化發(fā)展提供了新的實(shí)現(xiàn)途徑。
在本次設(shè)計(jì)項(xiàng)目中,設(shè)計(jì)人員選用樹莓派4B+、廣角無畸變攝像頭、MH5000-82模組作為硬件以完成設(shè)備的傳輸與控制。廣角無畸變攝像頭進(jìn)行視頻流的采集,采集完成之后交由流媒體處理模塊進(jìn)行處理,對(duì)其進(jìn)行下采樣,使其能夠在有限的性能內(nèi)提高運(yùn)算效率,同時(shí)降低碼流,減少視頻傳輸?shù)乃俣纫?;MH5000-82模組為展銳UDX710平臺(tái),具備尺寸小、穩(wěn)定性高等一系列特點(diǎn),在5G SA模式下的最高下行速率為2 Gb/s,最高上行速率為1Gb/s,在多次測(cè)量中,其平均延時(shí)低于20 ms,滿足本次設(shè)計(jì)項(xiàng)目的使用需求[4]。
隨著我國生產(chǎn)力的不斷提高和智能化的不斷發(fā)展,電能已成為人們生產(chǎn)生活?yuàn)蕵沸蓍e中不可缺少的能源類型,已在大范圍上取代石油、天然氣等化石能源。一方面,我國的電網(wǎng)建設(shè)開始較晚,技術(shù)迭代較多;另一方面,電網(wǎng)傳輸總長(zhǎng)度位居全球前列,因此我國的電網(wǎng)自動(dòng)化程度和智能化程度,隨著地區(qū)和建設(shè)時(shí)間的不同而產(chǎn)生了一定的差異性。隨著電網(wǎng)使用年限的逐漸增加,電網(wǎng)設(shè)備逐漸老化,陸續(xù)產(chǎn)生了各種不同的故障。在我國用電基數(shù)大、用電量大的大背景下,當(dāng)供電系統(tǒng)發(fā)生錯(cuò)誤時(shí),能夠方便快捷地完成錯(cuò)誤判斷、識(shí)別錯(cuò)誤類型、自動(dòng)上傳錯(cuò)誤報(bào)告,對(duì)穩(wěn)定安全供電具有重要的意義。
基于深度學(xué)習(xí)的電網(wǎng)故障檢測(cè),其原理如下:通過各種傳感器以及感應(yīng)設(shè)備獲取電流、電壓、電阻、阻抗、溫度等一系列物理信息,結(jié)合所采集到的圖像數(shù)據(jù)信息,進(jìn)行神經(jīng)網(wǎng)絡(luò)判斷,根據(jù)其結(jié)果實(shí)現(xiàn)故障自動(dòng)分析、報(bào)告提交等一系列功能。在各種傳統(tǒng)方法與現(xiàn)代技術(shù)不斷發(fā)展的背景下,AI與深度學(xué)習(xí)在電網(wǎng)故障檢測(cè)領(lǐng)域獲得了新的機(jī)會(huì),其中神經(jīng)網(wǎng)絡(luò)卷積訓(xùn)練技術(shù)作為其中的典型代表,被各國學(xué)者深入研究。但在不斷的研究和摸索中,發(fā)現(xiàn)其存在諸多方面的缺點(diǎn):一是傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)需要大量的算力進(jìn)行運(yùn)算,對(duì)硬件的要求較高,從而對(duì)研究投入物力財(cái)力的要求較高;二是模型訓(xùn)練時(shí)需要不斷地手動(dòng)調(diào)節(jié)各種參數(shù),比如閾值、權(quán)重、擬合基數(shù)等;三是模型訓(xùn)練所需的數(shù)據(jù)較多,需要大量的時(shí)間去采集、標(biāo)注數(shù)據(jù)。這些缺點(diǎn)造成了神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練性價(jià)比較低、使用效果不理想等一系列問題,并且在當(dāng)前的算力下,存在著系統(tǒng)辨認(rèn)慢、有效比率低、實(shí)現(xiàn)過程復(fù)雜等一系列缺點(diǎn)。
在本次設(shè)計(jì)項(xiàng)目中,使用基于YoloV5算法的視覺識(shí)別神經(jīng)網(wǎng)絡(luò),結(jié)合徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)完成對(duì)電網(wǎng)的故障檢測(cè),RBF神經(jīng)網(wǎng)絡(luò)[4]具有計(jì)算原理簡(jiǎn)單易于理解、所需算力低、結(jié)構(gòu)模型易于構(gòu)建、總體收斂快、識(shí)別較準(zhǔn)確的優(yōu)點(diǎn),在基于YoloV5算法的視覺識(shí)別神經(jīng)網(wǎng)絡(luò)的初步識(shí)別下,可快速地完成電網(wǎng)識(shí)別。
本文總體介紹了仿生爬桿機(jī)器人結(jié)構(gòu)的設(shè)計(jì)要點(diǎn)、運(yùn)動(dòng)原理、總體設(shè)計(jì)、傳動(dòng)裝置結(jié)構(gòu)方案。該仿生爬桿機(jī)器人從模塊化設(shè)計(jì)理念出發(fā),將不同功能進(jìn)行模塊化設(shè)計(jì),降低了裝置機(jī)構(gòu)間的耦合性[5]。同時(shí)本文論述了一些關(guān)鍵裝置機(jī)構(gòu)的設(shè)計(jì)方案,介紹了爬桿機(jī)器人在爬行過程中采用對(duì)角夾緊和松開桿件的理念。與其他類型的爬桿機(jī)器人的優(yōu)缺點(diǎn)進(jìn)行了比較,采取切比雪夫連桿機(jī)構(gòu)傳動(dòng)方式為設(shè)計(jì)原理,達(dá)到了實(shí)現(xiàn)模仿樹懶攀爬、越障的設(shè)計(jì)要求。在本次設(shè)計(jì)項(xiàng)目中,設(shè)計(jì)人員還使用基于YoloV5算法的視覺識(shí)別神經(jīng)網(wǎng)絡(luò)結(jié)合RBF神經(jīng)網(wǎng)絡(luò),完成對(duì)電網(wǎng)的故障檢測(cè),達(dá)到快速識(shí)別電網(wǎng)的要求。
本次設(shè)計(jì)項(xiàng)目只是一個(gè)基礎(chǔ)的設(shè)計(jì),在制作實(shí)物過程中存在許多不完善的地方,需要不斷實(shí)踐進(jìn)行改進(jìn)。研制出的仿生爬桿機(jī)器人大多應(yīng)用于完成桿件清洗、維修等任務(wù),但由于自重較大或者材料所限,只能攜帶較小的有效載荷,導(dǎo)致完成工作單一和無法適應(yīng)一些惡劣環(huán)境,為了減少成本、提高效率,要求優(yōu)化承載平臺(tái)的設(shè)計(jì),使其有更大的承載能力,為末端執(zhí)行機(jī)的搭載提供基礎(chǔ)[6]。同時(shí)需要添加更多控制內(nèi)容,以提高其智能化程度,使其具有良好的人機(jī)交互能力,更好地為人類服務(wù)。