丁 璇

(陜西警官職業(yè)學(xué)院 信息技術(shù)系，西安 710021)

0 引言

機(jī)器人技術(shù)作為一種眾多學(xué)科交叉性較強(qiáng)的新興技術(shù)，為人類的生活帶來較大的便利。智能探測機(jī)器人憑借其操作簡便、結(jié)構(gòu)簡單等優(yōu)勢，被廣泛應(yīng)用于各領(lǐng)域的探測中，能夠有效降低人工探測的風(fēng)險程度，具有較高的應(yīng)用價值。智能探測機(jī)器人的出現(xiàn)推動了社會化發(fā)展，加快了生產(chǎn)力速率，有效解決了人工探測方面的弊端[1-2]。但目前關(guān)于智能探測機(jī)器人的運(yùn)動控制方面存在控制精準(zhǔn)度低、控制軌跡偏移等問題，該領(lǐng)域大量研究學(xué)者針對運(yùn)動軌跡數(shù)據(jù)進(jìn)行控制系統(tǒng)設(shè)計。

文獻(xiàn)[3]設(shè)計了基于滑膜控制的巡檢機(jī)器人運(yùn)動控制系統(tǒng)，采用STM32F429IGT6控制芯片，完成電機(jī)驅(qū)動系統(tǒng)電路設(shè)計，利用滑膜控制算法，實現(xiàn)機(jī)器人運(yùn)動控制，該系統(tǒng)具有較好的控制性能，但運(yùn)動控制時間較長。文獻(xiàn)[4]設(shè)計了基于STM32+FPGA的機(jī)器人運(yùn)動控制系統(tǒng)，利用STM32結(jié)合FPGA雙CPU架構(gòu)，完成機(jī)器人運(yùn)動控制器的設(shè)計，利用以太網(wǎng)、STM32和FPGA通信，實現(xiàn)機(jī)器人運(yùn)動控制，該系統(tǒng)具有較高的運(yùn)動控制效率，但存在控制精準(zhǔn)度較低的問題。

針對上述問題，設(shè)計了基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)。在數(shù)據(jù)收集的初始階段調(diào)整整體系統(tǒng)硬件結(jié)構(gòu)，同時加強(qiáng)對硬件系統(tǒng)的模式化管理程度，并不斷優(yōu)化內(nèi)部硬件結(jié)構(gòu)與軟件平臺結(jié)構(gòu)，加大軟件控制平臺的調(diào)整力度。本文設(shè)計系統(tǒng)具有較強(qiáng)的控制性能，能夠在不同的環(huán)境下進(jìn)行智能探測機(jī)器人的運(yùn)動控制，獲取精準(zhǔn)的機(jī)器人運(yùn)動軌跡，并模擬軌跡方向，進(jìn)行數(shù)據(jù)預(yù)測，具有較為廣闊的發(fā)展空間。

1 基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)硬件設(shè)計

在大數(shù)據(jù)聚類技術(shù)的支持下，擬合運(yùn)動控制發(fā)射信號，調(diào)整系統(tǒng)硬件模塊，按照驅(qū)動器、光電耦合器、控制器的設(shè)計流程，實現(xiàn)智能探測機(jī)器人運(yùn)動控制系統(tǒng)硬件平臺的搭建。基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)硬件結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)

根據(jù)圖1可知，智能探測機(jī)器人運(yùn)動控制系統(tǒng)硬件結(jié)構(gòu)主要由控制器、驅(qū)動器和光電耦合器構(gòu)成。通過運(yùn)動控制計算機(jī)，采用控制器控制機(jī)器人運(yùn)動軌跡，結(jié)合A、B、C、D、E、F軸轉(zhuǎn)動驅(qū)動裝置，整合運(yùn)動數(shù)據(jù)信息進(jìn)行存儲。設(shè)置光電耦合器，處理控制信號發(fā)射，調(diào)整控制電路內(nèi)部電流關(guān)系。由伺服電機(jī)接收脈沖，并旋轉(zhuǎn)脈沖對應(yīng)角度實現(xiàn)位移，驅(qū)動器調(diào)整轉(zhuǎn)子轉(zhuǎn)動角度，精確控制電機(jī)轉(zhuǎn)動，完成高精度定位。通過傳動機(jī)構(gòu)將動力傳遞至智能探測機(jī)器人，使智能探測機(jī)器人運(yùn)動，實現(xiàn)智能探測機(jī)器人控制。該系統(tǒng)硬件結(jié)構(gòu)控制方式主要有位置、速度以及力矩控制?？芍С? Mpps的高速脈沖陣列用于位置控制模式[5-7]。此外，速度/位置切換控制、速度/轉(zhuǎn)矩切換控制、轉(zhuǎn)矩/位置切換控制也是可用的，能夠?qū)崿F(xiàn)多場景驅(qū)動操作，便于設(shè)計研究。具有高精度定位、平滑速度控制、線形控制、張力控制等功能，支持單鍵調(diào)節(jié)，并能即時自動調(diào)節(jié)，可根據(jù)機(jī)器要求進(jìn)行簡單自動調(diào)節(jié)。

1.1 驅(qū)動器

該驅(qū)動器配備了USB通信接口，用于對機(jī)器進(jìn)行維護(hù)和檢查。在連接到安裝了MRConfigurator2的PC之后，可設(shè)置數(shù)據(jù)進(jìn)行調(diào)試和增益調(diào)整，具體方法是通過Tough Drive、驅(qū)動記錄器和預(yù)防性保護(hù)支持，及時將獲取的智能探測機(jī)器人運(yùn)動數(shù)據(jù)收集至驅(qū)動系統(tǒng)中執(zhí)行驅(qū)動指令。增量編碼器，具有131072 pulses/rev分辨率[8-9]，能夠進(jìn)行高精度的定位，時刻反映機(jī)器人的運(yùn)動狀態(tài)，并固定運(yùn)動位置，管理主控芯片內(nèi)部數(shù)據(jù)，設(shè)置主控芯片結(jié)構(gòu)如圖2所示。

圖2 主控芯片結(jié)構(gòu)圖

控制系統(tǒng)選用TMS320LF2407A主控芯片，能夠工作于電感電流間歇模式，適合全范圍輸入電壓，內(nèi)裝650 V功率開關(guān)，利用原邊反饋方式，不需次級反饋電路，變壓器輔助繞組檢測及供電，僅需少量外圍元件就可實現(xiàn)恒流，有效節(jié)約系統(tǒng)成本，減小系統(tǒng)體積，便于系統(tǒng)設(shè)計研究。內(nèi)部集成650 V功率管，具有極低的工作電流，無需變壓器輔助繞組檢測和供電，能夠在最大程度上為系統(tǒng)硬件內(nèi)部提供充足的驅(qū)動能量。

1.2 光電耦合器

在內(nèi)部直流電機(jī)運(yùn)行的過程中，將產(chǎn)生相應(yīng)的上升電壓，此時的電壓值將迅速升高，且電機(jī)的旋轉(zhuǎn)速度將隨之提升，泵升電壓處于較高的峰值中，設(shè)置此時的復(fù)位電路如圖3所示。

圖3 復(fù)位電路圖

若持續(xù)此種現(xiàn)象，則將產(chǎn)生較高的瞬時電壓，這些電壓將進(jìn)入控制電網(wǎng)中，造成邏輯電路短路，影響電路內(nèi)部的電流工作關(guān)系，甚至導(dǎo)致電路被燒毀[10-12]。為有效防止該種現(xiàn)象的產(chǎn)生，本文在硬件系統(tǒng)中設(shè)置光電耦合器有效處理控制信號的發(fā)射，進(jìn)而調(diào)整控制電路內(nèi)部的電流關(guān)系，保證電路處于平穩(wěn)的運(yùn)作狀態(tài)。

1.3 控制器

設(shè)置內(nèi)部控制模塊，選用6ES7214-1AG40-0XB0控制器，該控制器的板載輸入數(shù)字 I/O是14點，輸出數(shù)字10點；板載模擬輸入數(shù)字 I/O是2路；信號模塊擴(kuò)展：包括8個信號模塊；通信模塊擴(kuò)展：包括1個信號模塊、3個通信模塊和1個以太網(wǎng)口，為繼電器輸出模式[13-14]。根據(jù)該控制器的中心控制模塊進(jìn)行機(jī)器人運(yùn)動軌跡的最終控制，提升硬件控制的有效性，同時結(jié)合內(nèi)部驅(qū)動裝置整合運(yùn)動數(shù)據(jù)信息，將數(shù)據(jù)存儲于硬件系統(tǒng)結(jié)構(gòu)空間中，等待后續(xù)系統(tǒng)軟件操作，實現(xiàn)整體系統(tǒng)硬件設(shè)計操作。

2 基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)軟件設(shè)計

根據(jù)系統(tǒng)硬件獲取的系統(tǒng)數(shù)據(jù)進(jìn)行系統(tǒng)軟件的構(gòu)建，本文將系統(tǒng)軟件部分劃分為相應(yīng)的處理模塊，通過初始化終端程序，建立軟件平臺管理模塊，采用大數(shù)據(jù)聚類技術(shù)，構(gòu)建控制系統(tǒng)大數(shù)據(jù)分布結(jié)構(gòu)模型，模擬非線性時變的LFM控制信號，完成機(jī)器人運(yùn)動軌跡數(shù)值模擬，實現(xiàn)基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)軟件設(shè)計。系統(tǒng)軟件設(shè)計程序流程如圖4所示。

圖4 系統(tǒng)軟件流程

首先初始化終端程序，并調(diào)整程序的開始數(shù)據(jù)，構(gòu)建內(nèi)部脈沖數(shù)據(jù)，將探測機(jī)器人實際運(yùn)動軌跡脈沖數(shù)據(jù)與模擬數(shù)值進(jìn)行對比，同時調(diào)節(jié)電機(jī)的響應(yīng)速度，在實現(xiàn)以上步驟操作后，更新參數(shù)值信息，并退出中斷服務(wù)系統(tǒng)。然后設(shè)置初始數(shù)值，并輸出相應(yīng)軟件平臺參數(shù)信號，減緩內(nèi)部電機(jī)的運(yùn)作速率，構(gòu)建軟件平臺管理模塊，將控制指令全部傳輸至管理模塊中，中斷內(nèi)部函數(shù)脈沖數(shù)值，并引起信號變化，獲取相應(yīng)的機(jī)器人運(yùn)動軌跡數(shù)據(jù)。當(dāng)定時器為近似數(shù)值時，控制系統(tǒng)處于急速控制狀態(tài)中，此時能夠精準(zhǔn)獲取機(jī)器人的運(yùn)動軌跡數(shù)據(jù)信息。

采用大數(shù)據(jù)聚類技術(shù)，構(gòu)建控制系統(tǒng)大數(shù)據(jù)分布結(jié)構(gòu)模型。設(shè)置樣本集合為Q=(q1,q2,...,qm)，在樣本集合中選取w個對象，將其定義為e個簇中心，計算w個對象距e個簇中心的相似度為：

D(w,e)=f(w,e)→R

(1)

式(1)中，f(w,e)表示為映射函數(shù)，R表示為實數(shù)域。根據(jù)相似度計算結(jié)果，劃分w個對象至相似度最小簇中心。然后通過聚類結(jié)果，計算e個簇中心中w個對象維度均值為：

(2)

式(2)中，ej為第e個對象，wj為簇相應(yīng)的中心。按照上述公式，對樣本集合進(jìn)行聚類，當(dāng)聚類結(jié)果不變時，輸出聚類結(jié)果。根據(jù)模糊控制的概念，研究了控制系統(tǒng)大數(shù)據(jù)的模糊控制問題，建立了控制系統(tǒng)大數(shù)據(jù)分布結(jié)構(gòu)中的有限數(shù)據(jù)集，并提出了一種模糊控制迭代函數(shù)，該函數(shù)能使大量控制數(shù)據(jù)集中于控制系統(tǒng)大數(shù)據(jù)分布結(jié)構(gòu)中。在聚類中心初始值未知的情況下，控制系統(tǒng)中的大數(shù)據(jù)分布結(jié)構(gòu)可以模擬非線性時變的LFM控制信號，為基礎(chǔ)特征提取和數(shù)據(jù)聚類提供幫助。

將大數(shù)據(jù)聚類技術(shù)與探測機(jī)器人控制系統(tǒng)相結(jié)合，同時將控制系統(tǒng)內(nèi)部的機(jī)器人運(yùn)動軌跡數(shù)據(jù)流的線性模式調(diào)節(jié)為線性發(fā)射信號并進(jìn)行信號發(fā)射處理，并構(gòu)建機(jī)器人控制系統(tǒng)結(jié)構(gòu)如圖5所示。

圖5 機(jī)器人控制系統(tǒng)結(jié)構(gòu)

管理數(shù)據(jù)聚類算法，在系統(tǒng)軟件平臺中控制運(yùn)動軌跡數(shù)據(jù)的計算模式，有效提升整體計算的精準(zhǔn)程度[15-17]。在實現(xiàn)基礎(chǔ)軟件平臺管理的基礎(chǔ)上，執(zhí)行軟件平臺控制指令，并將探測機(jī)器人的核心運(yùn)動軌跡與控制軟件平臺的中心控制原則相匹配，同時提高機(jī)器人的作業(yè)效率。根據(jù)機(jī)器人運(yùn)動模式分析控制軟件系統(tǒng)的編程語言以及控制語句，同時標(biāo)記控制程序中的輸出信息，對應(yīng)輸出信息設(shè)置相關(guān)程度較高的控制指令執(zhí)行參數(shù)。選取不同的控制編程語言作為機(jī)器人運(yùn)動控制的軟件中心機(jī)制，轉(zhuǎn)化機(jī)器人控制程序，設(shè)置控制框如圖6所示。

圖6 機(jī)器人控制框圖

根據(jù)機(jī)器人運(yùn)動角度以及運(yùn)動軌跡的相關(guān)因素調(diào)節(jié)控制語言及控制程序的中心控制性能，利用協(xié)調(diào)類控制語言[18]，構(gòu)建機(jī)器人運(yùn)動控制作業(yè)軌跡模型，并利用軌跡參數(shù)自動生成數(shù)據(jù)運(yùn)動程序，執(zhí)行控制平臺操作。管控系統(tǒng)軟件平臺內(nèi)部的機(jī)器人運(yùn)動控制模式，并將運(yùn)動行為轉(zhuǎn)化為指定的指令參數(shù)，分析不同指令對機(jī)器人的控制效果，及時掌控與機(jī)器人運(yùn)動相關(guān)程度較高的軌跡數(shù)據(jù)，并將此些數(shù)據(jù)錄入運(yùn)動信息收集系統(tǒng)中，添加運(yùn)動軌跡分析運(yùn)算程序進(jìn)行軌跡運(yùn)算，獲取可靠性較高的機(jī)器人運(yùn)動數(shù)據(jù)，集合運(yùn)動控制指令，簡化內(nèi)部控制平臺的控制步驟，有效提升控制的有效程度，利用較為簡單的控制信號進(jìn)行系統(tǒng)內(nèi)部的控制操作，在精準(zhǔn)化處理軟件收錄平臺數(shù)據(jù)后，實現(xiàn)對機(jī)器人運(yùn)動軌跡的數(shù)值模擬操作，并將模擬后的數(shù)據(jù)用曲線的形式表現(xiàn)出來，實現(xiàn)最終的機(jī)器人控制系統(tǒng)軟件設(shè)計。

3 實驗分析

為了驗證基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)的有效性，利用系統(tǒng)設(shè)計獲取的數(shù)據(jù)進(jìn)行實現(xiàn)研究，選用軌跡數(shù)學(xué)方程，構(gòu)建相應(yīng)的運(yùn)動軌跡位置坐標(biāo)，并進(jìn)行如下步驟的實驗操作：

1)調(diào)整運(yùn)動軌跡方程內(nèi)部參數(shù)，同時獲取相關(guān)的運(yùn)動軌跡坐標(biāo)數(shù)據(jù)，其機(jī)器人坐標(biāo)系如圖7所示。

圖7 機(jī)器人坐標(biāo)系

2)根據(jù)系統(tǒng)運(yùn)動機(jī)制獲取運(yùn)動計算結(jié)果，同時標(biāo)記運(yùn)動軌跡坐標(biāo)點數(shù)據(jù)，并調(diào)整運(yùn)動轉(zhuǎn)換角度，獲取探測機(jī)器人插補(bǔ)點關(guān)節(jié)位置，計算不同角度的插補(bǔ)點數(shù)據(jù)。

3)計算不同探測機(jī)器人之間的增量數(shù)值，同時將增量數(shù)值錄入系統(tǒng)控制文件中，執(zhí)行控制指令。

4)判斷控制指令是否終止，若未終止控制指令，則將操作返回至步驟2)中；若終止控制指令，則將系統(tǒng)控制文件中的控制增量數(shù)值傳輸至機(jī)器人運(yùn)動軌跡判定系統(tǒng)中存儲，同時發(fā)射相應(yīng)的控制信號，實現(xiàn)探測機(jī)器人運(yùn)動控制實驗操作。

選擇實驗仿真軟件進(jìn)行實驗參數(shù)的設(shè)定，并獲取完全相同的實驗環(huán)境模型，選取整體狀態(tài)相同的探測機(jī)器人進(jìn)行實驗研究。分別采用基于STM32+FPGA的運(yùn)動控制系統(tǒng)、基于滑膜控制的運(yùn)動控制系統(tǒng)和本文研究的基于大數(shù)據(jù)聚類的運(yùn)動控制系統(tǒng)進(jìn)行對比分析，在確保實驗對象的實驗裝置處于正常運(yùn)作的情況下，進(jìn)行系統(tǒng)仿真實驗。分別設(shè)置不同的運(yùn)動軌跡，并通過不同系統(tǒng)沿實驗設(shè)置軌跡進(jìn)行圓周運(yùn)動，機(jī)器人運(yùn)動軌跡如圖8所示。

圖8 機(jī)器人運(yùn)動軌跡

根據(jù)以上數(shù)據(jù)獲取不同系統(tǒng)的控制結(jié)果數(shù)據(jù)，并分析結(jié)果。將基于大數(shù)據(jù)聚類的運(yùn)動控制系統(tǒng)與基于滑膜控制的運(yùn)動控制系統(tǒng)和基于STM32+FPGA的運(yùn)動控制系統(tǒng)進(jìn)行實驗對比，分析不同系統(tǒng)的運(yùn)動控制效果。并將實驗所得數(shù)據(jù)進(jìn)行對比，得到不同系統(tǒng)的運(yùn)動軌跡誤差對比結(jié)果如表1所示。

表1 不同系統(tǒng)的運(yùn)動軌跡誤差對比結(jié)果

根據(jù)表1中的數(shù)據(jù)可知，當(dāng)實驗次數(shù)為10次時，基于大數(shù)據(jù)聚類的運(yùn)動控制系統(tǒng)的平均運(yùn)動軌跡誤差為0.099 m，而基于滑膜控制的運(yùn)動控制系統(tǒng)的平均運(yùn)動軌跡誤差為0.705 m，基于STM32+FPGA的運(yùn)動控制系統(tǒng)的平均運(yùn)動軌跡誤差為1.683 m。由此可知，與基于滑膜控制的運(yùn)動控制系統(tǒng)和基于STM32+FPGA的運(yùn)動控制系統(tǒng)相比，基于大數(shù)據(jù)聚類的運(yùn)動控制系統(tǒng)的運(yùn)動軌跡誤差較小，運(yùn)動控制效果較好。因為本文研究的運(yùn)動控制系統(tǒng)及時劃分控制階段的控制形式，加強(qiáng)對控制系統(tǒng)的中心結(jié)構(gòu)劃分操作，不斷調(diào)整運(yùn)動控制準(zhǔn)則，時刻更新不同的控制標(biāo)準(zhǔn)，并管理控制標(biāo)準(zhǔn)數(shù)據(jù)，由此獲取精準(zhǔn)程度較高的控制系統(tǒng)，縮減機(jī)器人運(yùn)動控制的軌跡誤差。

在此基礎(chǔ)上，進(jìn)一步驗證本文研究的基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)的控制時間，分別采用基于滑膜控制的運(yùn)動控制系統(tǒng)與基于STM32+FPGA的運(yùn)動控制系統(tǒng)進(jìn)行對比，不同系統(tǒng)的運(yùn)動控制時間對比結(jié)果如表2所示。

根據(jù)表2中的數(shù)據(jù)可知，隨著實驗次數(shù)的增加，不同系統(tǒng)的運(yùn)動控制時間隨之增大。當(dāng)實驗次數(shù)為10次時，基于大數(shù)據(jù)聚類的運(yùn)動控制系統(tǒng)的運(yùn)動控制時間為16.8 s，而基于滑膜控制的運(yùn)動控制系統(tǒng)的運(yùn)動控制時間為28.6 s，基于STM32+FPGA的運(yùn)動控制系統(tǒng)的運(yùn)動控制時間為24.5 s。由此可知，與基于滑膜控制的運(yùn)動控制系統(tǒng)和基于STM32+FPGA的運(yùn)動控制系統(tǒng)相比，基于大數(shù)據(jù)聚類的運(yùn)動控制系統(tǒng)的運(yùn)動控制時間較短，運(yùn)動控制效率較高。因為本文研究的運(yùn)動控制系統(tǒng)強(qiáng)化了內(nèi)部控制硬件系統(tǒng)性能，加強(qiáng)對中心硬件的管理程度，同時有效緩解硬件系統(tǒng)與軟件程序之間的關(guān)系，調(diào)整軟件控制平臺內(nèi)部的控制算法，隱藏?zé)o關(guān)控制程序，擴(kuò)展操作空間，減少內(nèi)部系統(tǒng)的數(shù)據(jù)信息占用量，從而提高系統(tǒng)運(yùn)動控制效率。

表2 不同系統(tǒng)的運(yùn)動控制時間對比結(jié)果

綜上所述，本文研究的基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)具有較強(qiáng)的運(yùn)動控制性能，提升整體控制精準(zhǔn)程度，實現(xiàn)系統(tǒng)控制操作，能夠有效減小運(yùn)動軌跡誤差，提高系統(tǒng)運(yùn)動控制效率。

4 結(jié)束語

為減小探測機(jī)器人運(yùn)動軌跡誤差，提高運(yùn)動控制效率，設(shè)計基于大數(shù)據(jù)聚類的智能探測機(jī)器人運(yùn)動控制系統(tǒng)。通過設(shè)計運(yùn)動控制系統(tǒng)軟、硬件結(jié)構(gòu)設(shè)計，采用大數(shù)據(jù)聚類技術(shù)，獲取精準(zhǔn)運(yùn)動軌跡數(shù)據(jù)，實現(xiàn)智能探測機(jī)器人運(yùn)動控制。本文設(shè)計的控制系統(tǒng)的控制精準(zhǔn)程度較高，運(yùn)動軌跡誤差較小，能夠有效提高運(yùn)動控制效率。