复杂管道环境下风管清扫机器人的智能导航控制关键技术研究

通风管道的清洗不仅可以减少室内空气污染，还能提高空调换热设备的效率。风管清扫机器人作为风管清洗的关键设备，近年来得到了国内外的高度重视。本项目面向复杂管道环境下的自主风管清扫任务，通过研究基于立体分块和平面切片分割等方法的复杂3D管道内壁无碰最优遍历清扫路径规划、基于多传感器信息融合的环境特征定义与感知、高精度高效率复合地图表示模型、基于混合模型的机器人地图更新与自定位方法、复杂地形条件下的机器人综合运动学实时分析和不确定条件下的机器人清扫轨迹跟踪控制等内容，将解决①清扫毛刷在复杂3D管道内壁的无重复无碰最优遍历清扫路径规划；②复杂管道中机器人的自主环境建模和3D地图实时创建；③复杂地形和不确定条件下的机器人清扫轨迹精确跟踪控制等复杂管道环境下风管清扫机器人的智能导航控制关键技术难题。对于提高风管清扫机器人的智能和工作效率，促进其它相关移动机器人导航控制技术的发展，具有重要的意义。

通风管道的清洗不仅可以减少室内空气污染，还能提高空调换热设备的效率。风管清扫机器人作为风管清洗的关键设备，近年来得到了国内外的高度重视。本项目针对复杂管道环境下机器人的自主清扫导航研究任务，1）设计开发了高灵活性的风管机器人实验样机、可调平衡滚动式毛刷和机器人虚拟现实遥操作平台。2）在机器人环境感知和地图创建方面，①提出基于自适应偏微分算子的神经网络图像复原算法和基于窗口化光估计的暗通道图像去雾方法，有效解决了机器人视觉图像的干扰问题；②研究了一种基于视觉信息的管道环境特征提取方法，采用小波模极大值方法对环境图像进行边缘检测，采用直线特征描述风管环境特征，采用神经网络对管道图像特征进行了分类，取得了快速精确的特征提取和分类效果；③设计了一种基于扩展卡尔曼滤波的机器人同时定位和特征地图创建方法，获取了机器人高精度三维地图信息。3）在机器人路径规划和实时避障方面，研究了基于平面切片法的遍历清扫路径规划方法，提出了结合栅格法和蚁群算法的路径最优规划方法，并将光流法应用到机器人障碍物感知，提出了基于光流法和人工势场法的机器人联合避障方法。4）在机器人轨迹跟踪控制方面，建立了复杂地形条件下风管清扫机器人的运动学模型，研究了风管清扫机器人柔性和摩擦力不确定条件下RBF神经网络自适应控制、自适应鲁棒控制、自适应滑模变结构控制等轨迹跟踪方法，克服了不确定性对机器人轨迹跟踪精度和鲁棒性的影响。项目研究解决了复杂管道环境下风管清扫机器人的智能导航控制系列关键技术难题。对于提高风管清扫机器人的智能和工作效率，促进其它相关移动机器人导航控制技术的发展，具有重要的意义。