基于ARM-Linux的爬壁機(jī)器人控制系統(tǒng)研究.pdf

1、本課題在船舶清洗爬壁機(jī)器人的平臺上，研究了一種基于 ARM-Linux控制平臺的機(jī)器人控制系統(tǒng)。根據(jù)爬壁機(jī)器人對控制系統(tǒng)的需求，確定了爬壁機(jī)器人上位機(jī)和下位機(jī)的分布式控制方案。上位機(jī)和下位機(jī)都是以ARM9芯片作為控制核心。下位機(jī)外圍電路還包括：Zigbee通信模塊電路、模擬攝像頭、遠(yuǎn)程圖傳系統(tǒng)發(fā)送端、高壓水與真空度檢測電路、高壓水真空閥門與氣動馬達(dá)轉(zhuǎn)速控制電路、MMA7455三軸加速度傳感器電路。上位機(jī)還包括LCD顯示屏電路、搖桿電路、

2、遠(yuǎn)程圖傳系統(tǒng)接收端、Zigbee通信模塊電路。
　　爬壁機(jī)器人通過圖像識別來實(shí)現(xiàn)爬壁機(jī)器人的自動運(yùn)行。爬壁機(jī)器人實(shí)現(xiàn)首先要對工況圖像進(jìn)行采集，對圖像進(jìn)行灰度化和二值化來實(shí)現(xiàn)循跡引導(dǎo)線的提取，通過跟蹤循跡引導(dǎo)線就可以完成爬壁機(jī)器人的自動運(yùn)行。為了實(shí)現(xiàn)爬壁機(jī)器人跟蹤循跡引導(dǎo)線的穩(wěn)定、準(zhǔn)確與快速，引入了強(qiáng)化學(xué)習(xí)Q-learning算法，以爬壁機(jī)器人循跡線在圖像中的位置作為狀態(tài)值，以左右兩側(cè)氣動馬達(dá)的氣壓差值作為動作值，實(shí)現(xiàn)了爬壁機(jī)器人的

3、強(qiáng)化學(xué)習(xí)循跡，改進(jìn)了傳統(tǒng)PID等算法無法針對環(huán)境進(jìn)行最優(yōu)化動作策略選擇的缺點(diǎn)，提高爬壁機(jī)器人在不同環(huán)境下循跡的準(zhǔn)確性。
　　爬壁機(jī)器人控制系統(tǒng)軟件架構(gòu)基于Linux操作系統(tǒng)，Linux操作系統(tǒng)具有可靠性高、穩(wěn)定性高等優(yōu)點(diǎn)，能夠?qū)崿F(xiàn)多任務(wù)的并發(fā)運(yùn)行。采用Linux操作系統(tǒng)能夠解決系統(tǒng)調(diào)度和工況圖像實(shí)時顯示的問題。Linux操作系統(tǒng)實(shí)現(xiàn)對硬件的操作需要在內(nèi)核層進(jìn)行，因此針對硬件系統(tǒng)進(jìn)行了內(nèi)核驅(qū)動程序開發(fā)和應(yīng)用層程序開發(fā)。
　　通