一種輪式移動機器人故障檢測方法
2023-12-06 18:08:36 2
一種輪式移動機器人故障檢測方法
【專利摘要】一種輪式移動機器人故障檢測方法，其特點是：1.收集實體機器人正常運行狀態及運動機構異常狀態下的做右輪轉速、相對位移、相對偏轉角度；2.應用收集得來的正常數據構造由超球體組成的自體空間；3.生成負選擇算法所需的用於運動機構異常檢測的非自體檢測器，覆蓋非自體空間，其檢測器分為兩個等級，採用克隆選擇算法進行生成整個檢測系統；4.將生成的非自體檢測器應用於檢測實體輪式機器人是否發生移動機構異常；5.將異常數據進一步分類。本發明可以使用數量較少的檢測器達到較高的檢測率，並且可以區分出爆胎、打滑、車輪受阻等故障類型，並且可以滿足實體輪式機器人的移動機構異常在軍事、工業、農業等領域現實環境中的需求。
【專利說明】一種輪式移動機器人故障檢測方法[0001]【技術領域】:本發明涉及一種輪式移動機器人故障檢測方法，特別是涉及一種應用 克隆選擇算法進行二級負選擇進而檢測輪式機器人是否發生移動機構異常的方法，屬於 機器人故障檢測、智能技術應用領域。本發明可以廣泛應用於工業機器人、農業機器人、軍 事機器人、服務機器人的故障檢測。[0002]【背景技術】:輪式移動機器人的移動機構異常是指打滑、爆胎、車輪受阻等情況。在 複雜環境中，輪式移動機器人極易出現移動機構異常，同時人類難以對其進行直接幹預，如 果故障沒有檢測出來或者沒有及時處理，移動機器人將會以一種不可預測和危險的方式 工作，不僅縮短其使用壽命，嚴重時不能進行正常的探測活動，甚至可能導致災難性的後 果。目前已有大量學者致力於輪式移動機器人移動機構異常檢測，但是傳統方法存在著收 斂速度慢、檢測率低等問題，因此，本發明公開了使用負選擇算法檢測輪式移動機器人的移 動機構異常。[0003]負選擇算法由New Mexico大學的Forrest教授等人提出，其自然免疫學基礎是對 自體/非自體的劃分。其工作原理是首先產生初始非自體檢測器集，隨後在負選擇過程中 刪除與自體存在交集的非自體檢測器，最終保留的非自體檢測器則只能對非自體發揮免疫 作用。根據負選擇算法的特性，可以將其應用於檢測輪式機器人是否發生移動機構異常，但 是使用負選擇算法檢測機器人是否發生移動機構異常時，仍存在著較為顯著的問題，其中 包括非自體檢測器數量難以控制，佔用較多資源；非自體檢測器生成過程中，將難以避難的 形成空洞等等。[0004]為克服上述缺點，本發明公開了一種將克隆選擇算法與二級負選擇算法相結合的 方法用於檢測輪式機器人是否發生移動機構異常現象，在結合過程中二級負選擇算法用於 生成非自體檢測器，克隆選擇算法保障以概率I收斂至全局最優解，算法結合後可以得出 較高的檢測率，其檢測結果可以滿足實體輪式機器人在現實環境中的應用。經 申請人:檢索: 本發明給出的將克隆選擇算法與二級負選擇算法相結合用於檢測輪式機器人是否發生移 動機構異常現象的方法在國內外尚未有公開出版物進行披露。
【發明內容】
:[0005]發明目的:本發明提供一種輪式移動機器人故障檢測方法，其目的在於解決現有 方法的不足，公開了一種將克隆選擇算法與二級負選擇算法相結合的方法，用於檢測輪式 機器人是否存在移動機構異常的現象，本發明可以保障得出較高的檢測率，進而將檢測出 的異常數據分類，並且可以滿足實體輪式機器人在現實環境中的應用。[0006]技術方案:本發明是通過以下技術方案實施的:[0007]—種輪式移動機器人故障檢測方法，其特徵在於:該方法包括有以下步驟:[0008]步驟(I):應用實體輪式機器人收集正常運行狀態下以及發生移動機構異常狀態 下的數據，包括左輪轉速、右輪轉速、相對位移、相對偏轉角度；[0009]步驟(2):應用收集得來的正常數據構造由超球體組成的自體空間，該自體空間用 於生成負選擇算法中的非自體檢測器；[0010]步驟(3):生成負選擇算法所需的非自體檢測器系統，用於覆蓋非自體空間，系統 中的檢測器分為兩個等級，採用克隆選擇算法生成整個系統；[0011]步驟(4):將生成的非自體檢測器系統應用於檢測實體輪式機器人是否發生移動 機構異常，並統計檢測率隨非自體檢測器系統中檢測器數量變化的趨勢；[0012]步驟(5):將檢測到的異常數據使用神經網絡進行分類，進一步區分出爆胎、車輪 受阻、打滑等故障。[0013]所述步驟(3)中負選擇算法生成兩個等級的非自體檢測器，並且使用克隆選擇算 法生成非自體檢測器系統。[0014]生成兩個等級的非自體檢測器是指:公開了一種二級負選擇的方法，即生成兩種 等級的檢測器，其中，一級檢測器主要針對解空間中「整塊」的區域，使用數量較少的檢測器 覆蓋大面積的空間；二級檢測器則主要針對解空間中「零散」的區域，保障非自體空間以較 大的概率被檢測器覆蓋。[0015]使用克隆選擇算法生成非自體檢測器系統，包含如下步驟:[0016](I)初始化:隨機生成一級或者二級檢測器，其初始偏移半徑根據檢測器等級而 定，對於與自體匹配的檢測器，則將其刪除並重新生成，直至檢測器數量達到N1,由此構成 種群Gci ；[0017](2)判斷:計算父代種群中進化代數及種群整體親和度，若滿足終止條件則終止運 算並輸出結果，否則繼續；[0018](3)排序:根據各個檢測器的整體適應度，將檢測器按照整體適應度從高到低排 列；[0019](4)選擇:應用式退火選擇求出的概率在種群Gk(k= 1,2, 3,4,...)中選擇優秀檢 測器克隆到下一代種群；[0020](5)變異:對未被選擇的個體進行高斯變異操作，高斯變異中若出現與自體匹配的 檢測器，則重新對其進行變異；[0021](6)種群重組:將第k代克隆而來的優秀個體與經過變異而產生的新個體組合，形 成第Gk+1代種群，並返回(2)。[0022]優點及效果:本發明的有益效果是通過對傳統的負選擇算法進行改進，將非自體 檢測器劃分等級，使得負選擇算法可以以較少數量的非自體檢測器儘可能有效的覆蓋非自 體空間；將克隆選擇算法與二級負選擇算法相結合，保障了算法以概率I收斂至全局最優 解，有效提高了算法的檢測率；最終本發明可以準確檢測出各類實體輪式機器人是否出現 移動機構異常現象，並且可以將故障進一步分類，如爆胎、車輪受阻、打滑等，能夠滿足軍 事、工業、農業、服務等領域中實體輪式機器人在現實環境中的移動機構異常檢測的需求。【專利附圖】
【附圖說明】:[0023]圖1為輪式移動機器人故障檢測方法實施流程圖；[0024]圖2為二維空間中自體空間與非自體檢測器示意圖；[0025]圖3為使用克隆選擇算法生成非自體檢測器的流程圖；[0026]圖4為檢測率隨非自體檢測器數量變化關係圖。[0027]【具體實施方式】:下面結合附圖對本發明加以具體描述:[0028]如圖1所示，本發明一種輪式移動機器人故障檢測方法，包括如下步驟:[0029]步驟一:應用實體輪式機器人收集正常運行狀態下以及發生移動機構異常狀態下的數據，包括左輪轉速(VL)、右輪轉速(VR)、相對位移(RS)、相對偏轉角度(RA)。[0030]該步驟使用實體機器人在已知環境中進行正常運行操作，該實體機器人由計算機模塊、傳感器模塊、電源及驅動模塊、運動底盤模塊構成，其尺寸為480*460*440mm，在機器人的驅動模塊中，使用90wFaulhaber空心杯伺服電機，運動底盤模塊包含兩個驅動輪和兩個萬向輪，其中兩個驅動輪直徑為18cm，間距30cm，在其前方和後方，各有三組紅外及超聲傳感器，用於感知環境信息。[0031]在運行過程中，左輪轉速(VL)和右輪轉速(VR)由系統直接給出，通過對超聲波返回數據的處理，可得出此時刻機器人的即時位置和即時角度，再將其與前一時刻的位置和角度進行對比，即可得出機器人的相對位移(RS)和相對偏轉角度(RA)。[0032]在具體操作過程中，由機器人在正常運動狀態下所產生的數據，即認為正常數據； 通過人為的對輪式移動機器人添加幹擾，使其發生移動機構異常，進而產生異常數據。[0033]步驟二:應用收集得來的正常數據構造由超球體組成的自體空間。該自體空間用於生成負選擇算法中的非自體檢測器[0034]在構造過程中，提取數據集中正常的模式，根據近似匹配元原理，凡是與正常模式偏移小於^的模式均視為正常，如圖2所示，在二維空間中，ο為數據集中提取的正常模式， 陰影部分表示近似匹配的正常模式，陰影部分的集合即為系統構造的自體空間。[0035]在本發明中，構造自體空間時需創建四維空間中的超球體，即O = (VL, VR, RS, RA)，表示超球體的球心，r0為歐幾裡德距離，表示偏移半徑。[0036]步驟三:生成負選擇算法所需的非自體檢測器系統，用於覆蓋非自體空間，其非自體檢測器分為兩個等級，採用克隆選擇算法生成整個檢測系統。[0037]在此步驟中，對傳統的負選擇算法提出改進，即在生成非自體檢測器系統的過程中，將非自體檢測器分為兩個等級，以此保障以較少的非自體檢測器系統覆蓋儘量多的解空間，有效減少「空洞」的出現。[0038]對負選擇算法提出改進後，使用克隆選擇算法分別生成兩個等級的非自體檢測器，其中，一級非自體檢測器的生成如圖3所示，具體過程如下:[0039](1)初始化:隨機生成一級非自體檢測器，其初始偏移半逕取5*(Ι，對於與自體匹配的非自體檢測器，則將其刪除並重新生成，直至非自體檢測器數量達到N1,由此構成種群G0。[0040](2)判斷:計算父代種群中進化代數及種群整體親和度，若滿足終止條件則終止運算並輸出結果，否則繼續。[0041](3)排序:求出各個非自體檢測器的整體適應度(F(Di))，並將非自體檢測器按照整體適應度從高到低排列。[0042]對於任意一級非自體檢測器Di,其親和度可由下式計算得出f(Di) = gl(ri)式中表示非自體檢測器Di的偏移半徑，函數gl(.)表示正比例函數，即一級非自體檢測器的偏移半徑越大，其親和度越高。[0043]對於任意一級非自體檢測器Di,其濃度可由下式計算得出
【權利要求】
1.一種輪式移動機器人故障檢測方法，其特徵在於:該方法包括有以下步驟:步驟(1):應用實體輪式機器人收集正常運行狀態下以及發生移動機構異常狀態下的數據，包括左輪轉速、右輪轉速、相對位移、相對偏轉角度；步驟(2):應用收集得來的正常數據構造由超球體組成的自體空間，該自體空間用於生成負選擇算法中的非自體檢測器；步驟(3):生成負選擇算法所需的非自體檢測器系統，用於覆蓋非自體空間，系統中的檢測器分為兩個等級，採用克隆選擇算法生成整個系統；步驟(4):將生成的非自體檢測器系統應用於檢測實體輪式機器人是否發生移動機構異常，並統計檢測率隨非自體檢測器系統中檢測器數量變化的趨勢；步驟(5):將檢測到的異常數據使用神經網絡進行分類，進一步區分出爆胎、車輪受阻、 打滑等故障。
2.根據權利要求1所述的輪式移動機器人故障檢測方法，其特徵在於:所述步驟(3) 中負選擇算法生成兩個等級的非自體檢測器，並且使用克隆選擇算法生成非自體檢測器系統。
3.根據權利要求2所述的輪式移動機器人故障檢測方法，其特徵在於:生成兩個等級的非自體檢測器是指:公開了一種二級負選擇的方法，即生成兩種等級的檢測器，其中，一級檢測器主要針對解空間中「整塊」的區域，使用數量較少的檢測器覆蓋大面積的空間；二級檢測器則主要針對解空間中「零散」的區域，保障非自體空間以較大的概率被檢測器覆至 JHL ο
4.根據權利要求2所述的輪式移動機器人故障檢測方法，其特徵在於:使用克隆選擇算法生成非自體檢測器系統，包含如下步驟:(1)初始化:隨機生成一級或者二級檢測器，其初始偏移半徑根據檢測器等級而定，對於與自體匹配的檢測器，則將其刪除並重新生成，直至檢測器數量達到N1,由此構成種群 G0 ;(2)判斷:計算父代種群中進化代數及種群整體親和度，若滿足終止條件則終止運算並輸出結果，否則繼續；(3)排序:根據各個檢測器的整體適應度，將檢測器按照整體適應度從高到低排列；(4)選擇:應用式退火選擇求 出的概率在種群Gk(k= 1，2，3，4，...)中選擇優秀檢測器克隆到下一代種群；(5)變異:對未被選擇的個體進行高斯變異操作，高斯變異中若出現與自體匹配的檢測器，則重新對其進行變異；(6)種群重組:將第k代克隆而來的優秀個體與經過變異而產生的新個體組合，形成第 Gk+1代種群，並返回(2)。
【文檔編號】G01M13/00GK103604591SQ201310567411
【公開日】2014年2月26日 申請日期:2013年11月14日 優先權日:2013年11月14日
【發明者】段勇, 王猛 申請人:瀋陽工業大學