地鐵車輛列檢機器人動態路徑規劃探討

摘 要：文章以地鐵車輛列檢中應用的機器人為目標，探討了其動態路徑規劃技術及其規劃策略。包括地鐵車輛列檢機器人介紹，機器人動態路徑的主要規劃技術及其主要規劃策略。經分析可知，通過三維掃描、三維合成、三維匹配等技術的合理應用，可對此類機器人駐停點及其路段、機械臂動作流程等做出有效的動態規劃，以滿足其在地鐵車輛列檢中的實際應用需求。希望通過此次分析，可以為此類機器人動態路徑規劃提供支持，以提升其列檢工作效果。

關鍵詞：地鐵車輛 列檢機器人 駐停點動態規劃 路段動態規劃 機械臂動作流程

在現代地鐵車輛列檢工作中，工業機器人發揮著顯著優勢。通過此類機器人的合理應用，可為地鐵車輛檢修工作提供重要輔助，以提升其檢修工作效率和質量。但就目前的地鐵車輛列檢機器人來看，其智能化技術存在一定不足，實際應用中只能作為機械運動機構使用。為提升其智能化效果，研究者需結合其基本情況，將視覺引導作為基礎，在各種先進技術支持下，對其動態路徑做出合理規劃。如此方可使其在復雜環境中表現出更好的適應性，為地鐵檢修工作的智能化發展提供技術與設備支持。

1 地鐵車輛列檢機器人介紹

1.1 基本情況

在現代地鐵檢修領域中，列檢機器人是其日常檢修中的初級輔助設備，它負責檢查地鐵車輛底部主要部件外觀情況，以實現人工檢修作業強度的合理降低，作業時間的有效縮短，進一步提升地鐵車輛日常檢修效率，為其利用率提升提供支持。

1.2 主要組成

現有的地鐵車輛列檢機器人主要由硬件和軟件兩個基本部分組成。其硬件組成部分主要包含以下幾個：（1）小車，它是機器人的行走機構，由伺服電機提供驅動。（2）智能化三維輪廓傳感器，安裝在小車前端，主要負責地鐵車輛底部掃描及其輪廓圖像獲取。（3）工業相機，安裝在機器人機械臂端部，可按工控機規劃好的路徑運動，以實現地鐵車輛底部各關鍵部件的多角度、多點拍攝，及其三維圖像的準確復原。（4）控制平臺，主要執行機器人舉升與下降操作，以擴大其檢查范圍。軟件組成部分主要包含以下幾個：（1）無線傳輸模塊，主要負責將機器人檢修結果實時傳輸給地鐵車輛段內的調度室，以供工作人員獲取檢修結果。（2）信息支撐系統，主要支持地鐵車輛信息和動態維護信息等的導入或網絡調取，以確保不同機器人檢修數據的實時共享。

1.3 行駛路徑

在地鐵車輛列檢機器人實際應用中，其行駛路徑的基本組成要素有三個。其一是標識點，即機器人列檢起點以及終點的標識點，機器人從起點向終點移動的過程為前進，從終點向起點的移動過程為后退。其二是駐停點，即機器人在列檢中途駐停及其行駛轉換方向的標識點。其三是路段，即分別將兩個駐停點設為起始點和終結點后，位于兩點之間的標識路段，根據起始點和終結點，可明確該路段上的機器人行駛方向。

1.4 動作描述

在列檢機器人工作過程中，其機械臂可實現空間伸展，從而在不改變位置的條件下，形成一個中心圓柱被去除的球形動作路徑群。將這個動作群和機器人于檢查坑中的一維縱向行駛，可使其整體動作路徑群組成一個疊加形式的三維移動空間。具體列檢時，因待檢車輛部件周邊環境存在不確定性因素，所以機器人和車輛底部或懸掛在底部的物體存在碰撞風險。為防止碰撞問題所導致的車輛部件或機器人設備損壞等情況產生，研究者需通過合理的技術措施做好其動態路徑規劃，以達到良好的避障效果。

2 地鐵車輛列檢機器人動態路徑的主要規劃技術

2.1 三維掃描技術

在該機器人動態路徑規劃中，三維掃描技術是一項基礎支持技術。該技術由普通掃描和精細掃描兩部分組成，普通掃描主要用于部件特征識別與姿態變化情況識別；精細掃描主要用于操作空間狀態的精細化識別。基于此，在精細識別技術應用中，機器人需減緩行駛速度，提升穩定性，以實現三維點云的高精度合成。在三維點云數據擬合曲線等先進技術支持下，精細掃描技術可表現出高效率、高精度與平順性等應用優勢，但這些應用優勢僅限于特定環境，在車底環境不規則時無法實現。為有效應對此種情況，此次規劃中，研究者將一種精細掃描綜合識別技術引入，通過模板數據對車輛底部各部件及其部位進行識別，并借助工業相機獲取的圖片來實施異常區分，以實現異常掃描結果與干擾因素的全面剔除。

2.2 三維合成技術

在規劃該機器人動態路徑時，三維合成技術是一項關鍵技術，其實現方法是通過基本合成算法來合成三維掃描獲取的三維點云。將機器人底座在起點下降至最低點時所處的中心位置設為坐標原點，將水平向左方向設為X軸方向，將水平向前方向設為Y軸方向，將垂直向上方向設為Z軸方向，從而實現三維坐標系的有效建立。在Y向上，智能化三維輪廓傳感器運動時會在位置傳感器支持下形成一維形式的Y向序列；在X軸旋轉過程中，將分別形成一維形式的X向序列以及Z向序列，從而實現機器人動態路徑三維點云數據的全面形成[1]。對智能化三維輪廓傳感器中的Z向位置實施移動調節處理，使其轉變成一維形式的Z向序列，如此便可對掃描點位置的三維坐標做到有效拼接，從而有效合成三維點云數據，進一步降低系統運算時間。

2.3 三維匹配技術

在識別地鐵車輛特征部件時，三維匹配技術是其中最主要的支持技術。在識別一般部件時，將各種地鐵車輛的基本車型、批次及其底部組裝特征作為依據，將各個特定部件列檢中累積的相關三維點云數據導入，為其預制相應的三維點云數據模板庫。因列檢機器人通常只服務于特定的一些車輛段，其三維點云數據中的車型以及批次數據量較少。而在后續維護中，特定部件以及批次等數據可能發生變更，因此其三維點云母板中的車型與批次三維點云數據一般應盡量少于100個，且需借助外部更新接口對其不斷更新，以確保其和車輛實際情況相符。在基于列檢機器人的列檢工作完成過程中，研究者需要將三維點云匹配和工業相機獲取到的地鐵車輛底部各重要部件實際情況，完成特定部件以及特定車輛的三維點云模板構建，以實現特定部件條件下三維點云模板庫的補充和完善。在該數據庫支持下，機器人便可對車輛底部整體特征部件及其關聯部位做出精準識別。對于整體特征部件，識別時，該機器人將借助智能化三維輪廓傳感器對待檢車底進行全面掃描，借助工業計算機完成三維點云數據的動態化生成，再根據待檢車輛的具體車型，對模板庫做出合理選擇，最后通過匹配模板庫內相應模塊的方式，實現特征部件與其姿態的整體識別[2]。對于待檢部件上的關鍵部位，識別時，機器人會借助三維點云數據自帶的形狀勾畫和測量等功能，對待測部件關鍵位置相對應的部位及其姿態進行計算，以實現其關鍵部位的準確識別，使關鍵部位螺栓松動、細微裂痕等情況得到及時、準確發現。

3 地鐵車輛列檢機器人動態路徑規劃的主要策略

在對地鐵車輛列檢機器人實施動態路徑規劃時，研究者首先應根據列檢機器人應用現狀，結合實際列檢工作需求，明確其動態路徑的基本規劃思路。在該思路指導下，采取合理的策略對其駐停點、路段、機械臂動作流程等實施合理的動態規劃。以下是此次研究中關于此類機器人動態路徑規劃的主要策略分析。

3.1 機器人動態路徑的規劃思路

此次機器人動態路徑規劃中，研究者將視覺引導作為基礎，根據其視覺系統獲取的數據、機器人自身運動特點、地鐵車輛底部構件、車型批次等數據，對既有路徑做出動態化調整，以確保其動態路徑的有效性，滿足實際列檢工作需求。列檢作業啟動時，機器人會借助智能化三維輪廓傳感器以及RFID（射頻識別技術）裝置對車輛所在駐停檢查坑起點及其車輛編號信息進行獲取。將巡檢機器人共享信息支撐系統中錄入歷史信息的車輛定義為“熟知車輛”，將與該系統中既有車型、既有車輛處于同一批次的車輛定義為“熟知車型批次”。對于“熟知車輛”以及“熟知車型批次”，機器人動態路徑可直接由歷史數據完成規劃[3]。對于其他車輛，機器人需按其底部構件實際情況完成動態路徑規劃，并在實際列檢工作中對其實時進行動態處理。圖1為此次列檢機器人動態路徑基本規劃流程示意圖。

3.2 駐停點及其路段的動態規劃

對于該機器人駐停點以及路段，在具體的動態路徑規劃時，研究者需按以下思想內容完成該工作。（1）剔除掃描干擾物。對于三維掃描過程中形成的薄面狀或細柱狀干擾物，需借助特征部件匹配的方式判斷其是否為三維點云條件下形成的干擾物。對于干擾物，需通過精細掃描與工業相機相結合的方式消除，前者用于潛在干擾物具體位置及其姿態測量，后者用于影像數據獲取與干擾物識別。若確認是干擾物，則剔除其點云數據；若為吸附物，則需實施下一步處理。（2）確認異常物體。在精細掃描獲取的三維點云數據支持下，測量和描述異常物體的具體形態，并根據其實際情況實施動態化避障路徑規劃。（3）生成前置報告事項。經上述流程處理后的待檢位置按可檢與不可檢兩類劃分。可檢位置也按兩類劃分，第一是無異常變化，其動態路徑可通過累積歷史數據或累計數據進行規劃；第二是存在異常物體，其動態路徑需在累積歷史數據基礎上，根據異常物體實際情況實施避障規劃。而前置報告事項則包含兩種情況，其一是有異常物體存在，其位置可檢測，此種情況下的動態路徑可直接根據異常物位置檢測結果實施避障規劃；其二是有異常物體存在，但其位置不可檢測，此種情況下的動態路徑則需要在將異常物體排除后繼續檢查，最后按檢查結果進行避障規劃[4]。（4）形成路徑動態規劃結果。將確認異常物體的邏輯以及前置報告事項相融合，先以特征部件的具體識別邏輯為依據，按累積歷史數據或標準數據支持下的規劃路徑用作其動態路徑規劃的基礎。再基于異常物體特征，對特定部位列檢規劃路徑進行合理調節，或將特定部位列檢規劃路徑剔除。最后整合所有規劃措施，便可實現機器人動態路徑的合理規劃。

3.3 機械臂動作流程的動態規劃

將地鐵車輛列檢工作特征作為依據，融合機器人用于拍照的機械臂所有動作需求及其圖片特征檢查，對機械臂拍照動作難度實施最大程度簡化。將已知數據作為基礎，分析機械臂拍攝獲取的圖片，以實現拍攝位置的合理矯正，降低機械臂拍攝過程中的位置精度要求。基于上述目標，在此次列檢機器人機械臂動作流程動態規劃中，研究者需采取以下幾項措施。（1）將三維點云數據以及預置部件標準數據作為基礎，對一些待測部件特征位置做出準確度量。將精確的預知特征位置信息用作識別圖片時的精確度測量信息，以確保檢測點識別的精確性。（2）若機器人所在空間開闊，其機械臂旋轉與伸展可自由選擇；若機器人所在空間狹小且測點較多，研究者應對每個測點上的機械臂動作進行單獨設計，使其在檢測完一個檢測點后能立即撤出，并在開闊空間條件下完成狹窄空間內被限制的旋轉動作以及伸展動作，以實現目標位置的科學探測。（3）若機器人所在空間內存在障礙物遮擋，在其機械臂動作的動態流程規劃中，研究者應按橫縱兩個方向實施遮擋型障礙物擴展，以實現空間運算的合理簡化，最終使機械臂動作流程得到合理的動態規劃，盡最大限度降低機器人和車底或車底懸掛物之間的碰撞風險[5]。圖2為此次列檢機器人機械臂總體動作流程動態規劃流程示意圖。

4 結語

綜上所述，列檢機器人是現代地鐵車輛日常檢修工作中的重要輔助檢測設備。在地鐵車輛底部各個重要部件檢測工作中，該機器人可達到良好的輔助效果，以實現工作人員時間、精力等的有效節約，并進一步提升檢修工作效率。而在此類機器人的實際應用中，合理的運行路徑規劃至關重要。基于此，研究者需結合其實際運行情況與應用需求等，以合理的思路指導其動態路徑規劃，并在現代先進技術與設備支持下合理規劃其動態路徑，以滿足其在實際列檢工作中的應用需求，確保列檢結果的高效性、準確性，并為其列檢安全提供良好保障。

參考文獻：

[1]杭州申昊科技股份有限公司.地鐵車輛巡檢機器人的導航系統和導航方法、機器人：CN202111599259.9[P].2023-10-24.

[2]中鐵第一勘察設計院集團有限公司.基于視覺引導的地鐵列檢機器人路徑規劃系統及方法：CN201910757487.0[P].2022-09-06.

[3]薛衛國.列檢機器人路徑規劃方法研究[D].成都：西南交通大學，2021.

[4]中鐵第一勘察設計院集團有限公司.基于視覺引導的地鐵列檢機器人路徑規劃系統及方法：CN201910757487.0[P].2019-10-25.

[5]杭州申昊科技股份有限公司.地鐵車輛巡檢機器人的導航系統和導航方法、機器人：CN202111599259.9[P].2022-04-05.