本發(fā)明涉及機(jī)器人控制，尤指一種組網(wǎng)式多機(jī)聯(lián)動(dòng)放線機(jī)器人控制系統(tǒng)。

背景技術(shù)：

1、隨著建筑工程、道路施工、機(jī)場(chǎng)規(guī)劃及其他大規(guī)模設(shè)施建設(shè)項(xiàng)目的不斷增加，放線作為施工前期的重要步驟，直接影響到整個(gè)工程的質(zhì)量和進(jìn)度。傳統(tǒng)的放線工作主要依賴人工測(cè)量，雖然目前已經(jīng)有部分自動(dòng)化設(shè)備用于提高放線精度和效率，但現(xiàn)有的自動(dòng)放線設(shè)備通常為單機(jī)工作模式，無法滿足大規(guī)模復(fù)雜場(chǎng)景下的高效、多區(qū)域同步操作需求。這類設(shè)備在面對(duì)大型商業(yè)建筑、機(jī)場(chǎng)、展覽館等具有復(fù)雜結(jié)構(gòu)或大面積的環(huán)境時(shí)，還存在以下問題：在傳統(tǒng)的多機(jī)放線系統(tǒng)中，各機(jī)器人通常獨(dú)立工作，缺乏有效的協(xié)同機(jī)制，導(dǎo)致任務(wù)分配不合理，資源利用率低下，無法充分發(fā)揮多臺(tái)機(jī)器人的協(xié)作優(yōu)勢(shì)；傳統(tǒng)放線機(jī)器人系統(tǒng)在工作時(shí)，缺乏智能避碰和優(yōu)化路徑的能力，可能導(dǎo)致機(jī)器人之間的碰撞或路徑規(guī)劃不合理，進(jìn)一步影響工作效率和安全性；在現(xiàn)有技術(shù)中，多臺(tái)放線機(jī)器人在同步繪制同一任務(wù)時(shí)，容易出現(xiàn)軌跡偏差和同步失誤，特別是在兩臺(tái)機(jī)器人從不同區(qū)域同時(shí)放線的情況下，難以保持一致性。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問題，本發(fā)明提供一種組網(wǎng)式多機(jī)聯(lián)動(dòng)放線機(jī)器人控制系統(tǒng)，解決了如何通過多臺(tái)放線機(jī)器人在大規(guī)模、復(fù)雜地形電纜鋪設(shè)中缺乏有效協(xié)同機(jī)制、智能避碰能力以及同步控制精度的問題，從而提高了多臺(tái)放線機(jī)器人在復(fù)雜環(huán)境中的協(xié)同作業(yè)能力，實(shí)現(xiàn)了高效、可靠的放線任務(wù)執(zhí)行。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

3、一種組網(wǎng)式多機(jī)聯(lián)動(dòng)放線機(jī)器人控制系統(tǒng)，包括依次連接的機(jī)器人協(xié)同模塊、定位跟蹤模塊、避碰規(guī)劃模塊、同步糾偏模塊和通信協(xié)調(diào)模塊；

4、所述機(jī)器人協(xié)同模塊包括多臺(tái)放線機(jī)器人，用于建立多臺(tái)放線機(jī)器人之間的協(xié)同工作機(jī)制，基于各機(jī)器人的實(shí)時(shí)位置信息、任務(wù)負(fù)載和工作區(qū)域，動(dòng)態(tài)分配放線任務(wù)；

5、所述定位跟蹤模塊用于通過絕對(duì)三坐標(biāo)測(cè)量設(shè)備對(duì)每臺(tái)放線機(jī)器人的位置和姿態(tài)進(jìn)行高精度定位和實(shí)時(shí)跟蹤，獲取其參數(shù)信息，并利用因果卷積神經(jīng)網(wǎng)絡(luò)算法建立放線機(jī)器人運(yùn)動(dòng)狀態(tài)模型，對(duì)機(jī)器人當(dāng)前位置進(jìn)行實(shí)時(shí)定位并預(yù)測(cè)運(yùn)動(dòng)趨勢(shì)；

6、所述避碰規(guī)劃模塊用于基于所述定位跟蹤模塊提供的參數(shù)信息，采用動(dòng)態(tài)避障算法和路徑規(guī)劃算法，規(guī)劃各放線機(jī)器人的運(yùn)動(dòng)路徑，并生成最優(yōu)避碰路徑；

7、所述同步糾偏模塊用于當(dāng)兩臺(tái)及以上放線機(jī)器人在不同區(qū)域內(nèi)從兩端同時(shí)繪制同一直線時(shí)，基于實(shí)時(shí)通信和位置反饋，采用模糊控制算法進(jìn)行同步控制和軌跡糾偏，并通過最小二乘法計(jì)算線條偏差，利用貝塞爾曲線擬合實(shí)現(xiàn)軌跡平滑，實(shí)時(shí)糾正繪制過程中的偏差；

8、所述通信協(xié)調(diào)模塊用于構(gòu)建機(jī)器人之間以及機(jī)器人與絕對(duì)三坐標(biāo)測(cè)量設(shè)備之間的高速數(shù)據(jù)無線通信網(wǎng)絡(luò)，采用自組織網(wǎng)絡(luò)協(xié)議和數(shù)據(jù)壓縮算法，支持分布式控制、實(shí)時(shí)協(xié)同、多區(qū)域放線范圍的拼接覆蓋和絕對(duì)三坐標(biāo)測(cè)量設(shè)備的動(dòng)態(tài)切換。

9、進(jìn)一步的，所述參數(shù)信息包括放線機(jī)器人的實(shí)時(shí)位置信息、姿態(tài)信息和環(huán)境信息。

10、更進(jìn)一步的，所述定位跟蹤模塊的運(yùn)行過程包括以下步驟：

11、通過絕對(duì)三坐標(biāo)測(cè)量設(shè)備對(duì)每臺(tái)放線機(jī)器人的位置和姿態(tài)進(jìn)行高精度測(cè)量，實(shí)時(shí)獲取其參數(shù)信息；

12、將獲取的參數(shù)信息輸入因果卷積神經(jīng)網(wǎng)絡(luò)算法，結(jié)合放線任務(wù)中的工作路徑，建立放線機(jī)器人的運(yùn)動(dòng)狀態(tài)模型，捕捉機(jī)器人的動(dòng)態(tài)行為特征和運(yùn)動(dòng)規(guī)律；

13、基于所述運(yùn)動(dòng)狀態(tài)模型，對(duì)放線機(jī)器人的當(dāng)前位置進(jìn)行實(shí)時(shí)定位，并預(yù)測(cè)其運(yùn)動(dòng)趨勢(shì)；

14、對(duì)比實(shí)際位置和運(yùn)動(dòng)狀態(tài)與預(yù)測(cè)模型輸出結(jié)果，分析兩者的偏差，采用自適應(yīng)誤差修正算法實(shí)時(shí)校正機(jī)器人定位結(jié)果；

15、根據(jù)誤差校正后的定位信息，向避碰規(guī)劃模塊和同步糾偏模塊提供精確的實(shí)時(shí)參數(shù)信息。

16、更進(jìn)一步的，所述放線機(jī)器人的運(yùn)動(dòng)狀態(tài)模型的公式如下：

17、

18、其中，st表示時(shí)刻t放線機(jī)器人的預(yù)測(cè)狀態(tài)向量，包括位置、速度、加速度和姿態(tài)角度，用于實(shí)時(shí)定位和運(yùn)動(dòng)趨勢(shì)預(yù)測(cè)；σ表示激活函數(shù)；l表示卷積層的總數(shù)，用于捕捉不同時(shí)間尺度下的運(yùn)動(dòng)特征；表示第l層第i個(gè)卷積核的權(quán)重矩陣；表示第l層在時(shí)間t-dl·i的輸入特征向量，包括通過定位跟蹤模塊獲取的參數(shù)信息；dl表示第l層的膨脹系數(shù)；kl表示第l層卷積核的大小；b表示偏置項(xiàng)。

19、進(jìn)一步的，所述避碰規(guī)劃模塊的運(yùn)行過程包括以下步驟：

20、基于定位跟蹤模塊提供的參數(shù)信息，獲取每臺(tái)放線機(jī)器人的當(dāng)前狀態(tài)數(shù)據(jù)，所述當(dāng)前狀態(tài)信息包括放線機(jī)器人的位置、速度、方向和周圍障礙物分布情況；

21、使用動(dòng)態(tài)避障算法對(duì)放線機(jī)器人的行進(jìn)路徑進(jìn)行分析，結(jié)合機(jī)器人的工作任務(wù)和路徑限制，并根據(jù)障礙物的動(dòng)態(tài)變化情況，實(shí)時(shí)調(diào)整路徑；

22、通過路徑規(guī)劃算法，根據(jù)當(dāng)前障礙物位置和運(yùn)動(dòng)趨勢(shì)，計(jì)算機(jī)器人與障礙物之間的最優(yōu)避碰路徑，并生成最優(yōu)避碰路徑；

23、將所述最優(yōu)避碰路徑指令發(fā)送至相關(guān)的放線機(jī)器人。

24、更進(jìn)一步的，所述最優(yōu)避碰路徑的計(jì)算公式如下：

25、

26、其中，popt(t)表示最優(yōu)避碰路徑位置；p(t)表示放線機(jī)器人在時(shí)刻t的當(dāng)前位置；v(t)表示放線機(jī)器人在時(shí)刻t的速度矢量，即放線機(jī)器人的當(dāng)前行進(jìn)速度；δt表示時(shí)間步長(zhǎng)，用于預(yù)測(cè)機(jī)器人未來一小段時(shí)間內(nèi)的位置變化；rs表示安全距離；di(t)表示放線機(jī)器人與第i個(gè)障礙物在時(shí)刻t的距離；表示放線機(jī)器人當(dāng)前位置指向第i個(gè)障礙物的單位方向向量；n表示周圍障礙物的數(shù)量。

27、進(jìn)一步的，所述同步糾偏模塊的運(yùn)行過程包括以下步驟：

28、當(dāng)兩臺(tái)及以上放線機(jī)器人在不同區(qū)域內(nèi)從兩端同時(shí)繪制同一直線時(shí)，獲取兩臺(tái)及以上機(jī)器人當(dāng)前的實(shí)時(shí)位置信息、姿態(tài)信息和軌跡數(shù)據(jù)；

29、基于實(shí)時(shí)數(shù)據(jù)，采用模糊控制算法計(jì)算兩臺(tái)機(jī)器人之間的軌跡偏差，生成糾偏指令；

30、基于糾偏指令，使用最小二乘法計(jì)算偏差，并通過貝塞爾曲線擬合算法對(duì)軌跡進(jìn)行平滑處理；

31、利用糾偏后的軌跡數(shù)據(jù)，實(shí)時(shí)調(diào)整兩臺(tái)及以上機(jī)器人的運(yùn)動(dòng)路徑和繪制行為；

32、在糾偏過程中，持續(xù)對(duì)比實(shí)際位置和糾偏后的位置，重復(fù)調(diào)整直至兩臺(tái)及以上機(jī)器人的軌跡誤差降至預(yù)定閾值內(nèi)，從而完成同步糾偏。

33、更進(jìn)一步的，所述模糊控制算法的構(gòu)建過程包括以下步驟：

34、將兩臺(tái)及以上放線機(jī)器人之間的軌跡偏差、位置誤差和姿態(tài)角度誤差作為模糊控制的輸入變量，根據(jù)誤差大小和變化率將其模糊化處理，生成相應(yīng)的模糊集合；

35、基于輸入變量的模糊集合，建立模糊推理規(guī)則庫(kù)，根據(jù)誤差大小和變化趨勢(shì)設(shè)定適當(dāng)?shù)目刂浦噶睿?/p>

36、根據(jù)實(shí)際運(yùn)行中兩臺(tái)及以上放線機(jī)器人的位置、姿態(tài)和軌跡信息，利用模糊推理規(guī)則庫(kù)，通過模糊推理方法，生成糾偏控制指令；

37、將推理結(jié)果去模糊化，生成精確控制指令。

38、進(jìn)一步的，所述通信協(xié)調(diào)模塊通過引入智能協(xié)作調(diào)度機(jī)制，根據(jù)機(jī)器人的任務(wù)優(yōu)先級(jí)和網(wǎng)絡(luò)負(fù)載情況，自適應(yīng)調(diào)整數(shù)據(jù)傳輸路徑和頻率。

39、本發(fā)明的有益效果在于：

40、本發(fā)明通過機(jī)器人協(xié)同模塊，能夠動(dòng)態(tài)分配多臺(tái)放線機(jī)器人之間的任務(wù)，基于各機(jī)器人的實(shí)時(shí)位置信息和工作區(qū)域進(jìn)行協(xié)調(diào)，從而最大限度地優(yōu)化任務(wù)分配，提升放線任務(wù)的整體效率。定位跟蹤模塊通過絕對(duì)三坐標(biāo)測(cè)量設(shè)備和因果卷積神經(jīng)網(wǎng)絡(luò)算法，能夠?qū)崟r(shí)獲取機(jī)器人位置和姿態(tài)參數(shù)，并預(yù)測(cè)其運(yùn)動(dòng)趨勢(shì)，為后續(xù)的避碰和路徑規(guī)劃提供了基礎(chǔ)，確保機(jī)器人的運(yùn)動(dòng)路徑準(zhǔn)確無誤。避碰規(guī)劃模塊利用動(dòng)態(tài)避障和路徑規(guī)劃算法，能夠根據(jù)機(jī)器人實(shí)時(shí)位置與環(huán)境信息，規(guī)劃出最優(yōu)的避碰路徑，有效避免了多臺(tái)機(jī)器人同時(shí)作業(yè)時(shí)的碰撞問題，提高了安全性和作業(yè)連續(xù)性。同步糾偏模塊能夠通過實(shí)時(shí)通信與位置反饋，在多臺(tái)機(jī)器人同時(shí)繪制同一直線時(shí)進(jìn)行同步控制，并采用模糊控制算法和貝塞爾曲線擬合對(duì)軌跡進(jìn)行糾偏和平滑，確保放線的軌跡精確且無偏差，提升放線質(zhì)量。通信協(xié)調(diào)模塊建立了高速無線通信網(wǎng)絡(luò)，通過自組織網(wǎng)絡(luò)協(xié)議和數(shù)據(jù)壓縮算法，支持多機(jī)器人間的實(shí)時(shí)協(xié)作以及絕對(duì)三坐標(biāo)測(cè)量設(shè)備的動(dòng)態(tài)切換，保證了分布式控制和大面積放線任務(wù)的順利完成，進(jìn)一步提升了系統(tǒng)的穩(wěn)定性和擴(kuò)展性。