基于PLC的巡檢機器人巡檢軌跡自動化控制方法

林 滔，高 娟

（上海電子信息職業技術學院 電子技術與工程學院，上海 201411）

近幾年，仿生學、機械學、控制工程等技術發展速度不斷提升，多種技術衍生物——移動機器人應運而生。 移動機器人出現后，受到了社會大眾的廣泛關注，被應用到了多個領域中，例如工業、國防等領域，不但能夠提升工業生產效率，也可以保障國家安全[1]。 伴隨著相信技術的升級與完善，移動機器人也獲得較好的發展機遇，自身體積逐漸減小，承載功能逐漸多樣化、智能化與全面化，移動機器人的應用范圍也得到了迅速的擴張。 巡檢機器人是移動機器人的一種關鍵類型，應用范圍較為廣泛，應用性能較為成熟。 巡檢機器人能搭載多種傳感器，對工作環境進行實時監測，具有較好的靈活性。 另外，巡檢機器人能夠代替人工完成很多重復性工作，例如變電站巡視、軌道巡視等，可以有效降低人員的工作強度，提升巡檢的可靠性[2]。

巡檢機器人應用場景較多，但是在巡檢機器人運行過程中，有很多不確定因素產生，例如天氣因素、干擾因素等，導致機器人巡檢軌跡出現一定的偏差，對巡檢機器人性能發揮造成不利的影響[3]。 根據調查研究發現，巡檢軌跡是否精準直接影響著巡檢機器人的穩定運行，也是巡檢機器人功能實現的關鍵。 由此可見，如何對巡檢機器人巡檢軌跡進行精準、快速的控制至關重要，并對移動機器人發展具有一定的現實意義。 就現有研究成果來看，已有巡檢軌跡控制方法由于控制器的自身缺陷，無法獲得較好的巡檢軌跡控制效果，故提出基于PLC 的巡檢機器人巡檢軌跡自動化控制方法研究，希望通過PLC 技術的應用，提升巡檢軌跡的控制精度，為機器人的前景發展與應用提供幫助。

1 巡檢機器人巡檢軌跡自動化控制方法研究

1.1 巡檢機器人巡檢軌跡數學描述

為了提升巡檢軌跡控制效果，首要任務就是采用數學方式描述巡檢機器人巡檢軌跡，為后續巡檢軌跡控制打下堅實的基礎[4]。

此研究忽略巡檢機器人的受力、質量等信息，方便研究的進行[5]。 選取輪式巡檢機器人作為研究對象，簡化模型如圖1 所示。

圖1 輪式巡檢機器人簡化模型示意圖Fig.1 Schematic diagram of simplified model of wheeled inspection robot

巡檢機器人簡化模型坐標系為XOY（世界坐標系），姿態為P（x，y，θ）。其中，P 代表巡檢機器人的質心；θ 代表橫軸與運動方向之間的夾角；v 代表巡檢機器人運動速度。

常規情況下，巡檢軌跡是指巡檢機器人從初始位置與期望位置的路線[6]。 設定巡檢機器人期望位置為Pd=（xd（t），yd（t），θd（t））T，其與初始位置之間的差值為（ex，ey，eθ）T，以此為基礎，獲得巡檢軌跡數學模型為

式中：Pe表示的是巡檢軌跡數學模型，即巡檢機器人從初始位置與期望位置的路線[7]。

在巡檢機器人運行過程中，運行方向與巡檢軌跡不能夠呈現垂直關系，故θe取值范圍為另外，機器人還會受到外界環境因素的影響，巡檢軌跡也會出現一定的擾動量，因此將擾動量添加到巡檢軌跡數學模型中，提升模型的準確性，表達式為

式中：Pe′表示的是添加擾動量后的巡檢軌跡數學模型；v 與ω 表示的是巡檢機器人對應的線速度與角速度；vd與ωd表示的是期望位置的線速度與角速度；d1，d2與d3表示的是在不同坐標的擾動分量。

通過上述過程完成了巡檢機器人巡檢軌跡的數學描述，獲得了巡檢軌跡數學模型，并將擾動量考慮在內， 極大提升了巡檢軌跡數學模型的精確度，為后續巡檢軌跡控制奠定了基礎[8]。

1.2 巡檢機器人姿態信息轉換

以上述獲取的巡檢軌跡數學模型為依據，采用轉換器對巡檢機器人姿態信息進行轉換，為后續巡檢軌跡偏差計算與調節提供精確的信息支撐[9]。

姿態信息是巡檢軌跡控制的基礎與前提。 轉換器是橫坐標、縱坐標與角度信息的轉換函數，能夠依據巡檢機器人實際速度與角度信息，推導出機器人的實際姿態信息[10]。

轉換器表達式為

式中：f（x），f（y）與θ 分別表示的是橫坐標、縱坐標與角度的轉換函數；t 表示的是當前時刻；T 表示的是積分周期。

依據上述轉換器即可獲得當前時刻t，巡檢機器人的姿態信息，表達式為

通過上述過程獲得了巡檢機器人的實際姿態信息（坐標信息與角度信息），為巡檢軌跡偏差計算與調節提供充足的數據支撐[11]。

1.3 巡檢軌跡偏差計算與調節

依據上述獲取的巡檢機器人實際姿態信息，計算并調節巡檢軌跡偏差，為巡檢軌跡自動化控制的實現做好充足的準備[12]。

一般情況下，為了盡快達到期望位置，巡檢機器人的運行方向應該是朝向期望軌跡，但在實際應用過程中，由于多種因素影響，導致巡檢機器人運行方向與期望軌跡并不保持一致，如圖2 所示。

圖2 巡檢軌跡偏差示意圖Fig.2 Diagram of inspection track deviation

巡檢機器人實際巡檢軌跡與期望軌跡之間存在著較大的速度與角度偏差[13]。 為了計算巡檢軌跡偏差數據，設置期望軌跡速度與角度控制策略表達式為

巡檢軌跡偏差調節的最終目的在于使得期望速度與距離，期望角度與角度偏差呈現明顯的正比例關系[14]。給定下一時刻的期望位置信息，結合轉換器輸出巡檢機器人姿態信息，即可獲得當前時刻巡檢軌跡與下一時刻期望軌跡之間的偏差信息，表示為（ex，ey，eθ）T。

以獲得的巡檢軌跡偏差信息為基礎，設計速度及其角度調節策略。 其中，速度調節取決于位置偏差， 調節策略為位置偏差越大， 期望速度越大；反之，位置偏差越小，期望速度越小[15]。 為了消除調節過程產生的誤差與超調現象，添加比例環節、積分環節與微分環節，結合比例系數、積分系數與微分系數，確定最終的期望速度調節策略，表達式為

式中：k1，T1與D1分別表示的是速度調節的比例系數、積分系數與微分系數；el表示的是位置偏差數值。

角度調節取決于角度偏差，調節策略為角度偏差越大，期望角度越大；反之，角度偏差越小，期望角度越小。 與速度調節策略一致，為了消除誤差與超調，添加比例環節、積分環節與微分環節，確定最終的期望角度調節策略，表達式為

式中：k2，T2與D2分別表示的是角度調節的比例系數、積分系數及其微分系數；eθ表示的是角度偏差數值。

上述過程完成了巡檢軌跡誤差的計算與調節，并通過比例環節、積分環節與微分環節的添加，有效去除了調節過程中產生的誤差，并防止超調事件的發生，使得巡檢機器人能夠快速地到達期望軌跡。

1.4 巡檢軌跡自動化控制

以上述巡檢軌跡偏差計算與調節策略為依據，引入PLC 制定巡檢軌跡自動化控制程序，執行制定程序即可實現巡檢軌跡的自動化控制。

PLC 本質上是一款專業的邏輯控制器， 應用于多種控制場景， 具有較強的抗干擾性能與可靠性，故障間隔時間可以達到幾十萬小時以上，是現今使用最為廣泛的邏輯控制器。

基于PLC 制定的巡檢軌跡自動化控制程序如圖3 所示。

圖3 基于PLC 的巡檢軌跡自動化控制程序Fig.3 Automatic control program diagram of inspection track based on PLC

如圖3 所示，S0 代表PLC（邏輯控制器）初始化的編碼，依據期望軌跡與巡檢軌跡之間偏差，對控制程序進行相應的選擇（S20-S25），獲取對應的巡檢機器人運行控制策略，從而使巡檢機器人逐漸貼合期望巡檢軌跡，到達期望位置[16]。

在巡檢軌跡自動化控制過程中，PLC 內部包含豐富的硬件與軟件資源，尤其是強大的中央處理器，能有效地提升巡檢軌跡數據運算效率，提升比例計算公式為

式中：ξ*表示的是巡檢軌跡數據運算效率提升比例；χ″表示的是巡檢軌跡數據運算影響參數，取值范圍為［0，1］；υ0與υ1分別表示的是應用PLC 前后的巡檢軌跡數據運算速度[17]。

通過上述過程實現了巡檢機器人巡檢軌跡的自動化控制，通過PLC 的應用，簡化了巡檢軌跡控制過程，提升了巡檢軌跡數據運算速度，為巡檢機器人穩定運行提供有效的方法支撐，為巡檢軌跡自動化控制相關研究提供一定的理論參考。

2 實驗與結果分析

2.1 實驗準備階段

為了驗證提出方法巡檢軌跡自動化控制效果，選取適當的實驗對象與實驗設備，設計巡檢軌跡控制實驗。 為了方便實驗進行，選取輪式巡檢機器人作為實驗對象，實物圖如圖4 所示。

圖4 輪式巡檢機器人實物圖Fig.4 Physical picture of wheeled inspection robot

另外，提出方法應用的PLC 具有多個型號，每個型號對應的功能存在著些許的差異，依據巡檢軌跡控制需求，選取FX1 型號PLC 作為實驗設備，依據實驗需求，對其基礎參數進行配置，具體如表1所示。

表1 PLC 基礎參數配置Tab.1 Basic PLC parameter configuration

以表1 所示基礎參數配置結果對PLC 設備進行適當的調整與測試，保障PLC 設備穩定運行，這樣才能保證提出方法的可行性。

通過上述過程完成了實驗對象的選取與實驗設備的配置，為后續巡檢軌跡控制實驗進行提供便利。

2.2 實驗結果分析

以上述實驗準備內容為基礎，進行巡檢軌跡自動化控制實驗。 為了直觀顯示提出方法應用性能，以巡檢軌跡自動化控制時間與巡檢軌跡自動化控制精度為評價指標，具體實驗結果分析過程如下。

2.2.1 巡檢軌跡自動化控制時間分析

巡檢軌跡自動化控制時間反映著方法的應用效率。 一般情況下，巡檢軌跡自動化控制時間越短，表明方法應用效率越高；反之，巡檢軌跡自動化控制時間越長，表明方法應用效率越低。

通過實驗獲得巡檢軌跡自動化控制時間數據如圖5 所示。

圖5 巡檢軌跡自動化控制時間數據圖Fig.5 Data chart of automatic control time of inspection track

如圖5 數據所示，應用提出方法獲得的巡檢軌跡自動化控制時間大部分小于最大限值。 而第7次實驗結果過于異常，對其進行檢查，發現此結果是由于實驗數據記錄錯誤造成的，故對其進行忽略處理。 提出方法巡檢軌跡自動化控制時間較短，主要是得力于PLC 的應用，其有效地提升巡檢軌跡數據運算速度，進而減少了巡檢軌跡自動化控制時間。

2.2.2 巡檢軌跡自動化控制精度分析

巡檢軌跡自動化控制精度由控制巡檢軌跡與期望巡檢軌跡之間的誤差來顯示。 由于實驗次數較多，篇幅限制無法對控制結果進行全部展示，因此隨機抽取2 次實驗（第3 次與第9 次），對其巡檢軌跡自動化控制效果進行展示，具體如圖6 所示。

圖6 巡檢軌跡自動化控制精度示意圖Fig.6 Schematic diagram of automatic control precision of inspection track

應用提出方法獲得的控制巡檢軌跡與期望巡檢軌跡幾乎保持一致，誤差極小，不會影響巡檢機器人的正常運行。

上述實驗結果顯示：應用提出方法獲得的巡檢軌跡自動化控制時間小于給定的最大限值，控制巡檢軌跡與期望巡檢軌跡幾乎保持一致，充分證實了提出方法具有較好的應用效果。

3 結語

本研究應用PLC 提出了新的巡檢機器人巡檢軌跡自動化控制方法，極大地縮短了巡檢軌跡自動化控制時間， 提升了巡檢軌跡自動化控制精度，為巡檢機器人的發展與應用提供有效的方法支撐，同時也為軌跡控制相關研究提供理論參考。