[发明专利]一种自主全遍历爬壁机器人

说明书

本发明提出涉及一种自主全遍历爬壁机器人。使用栅格法将爬壁机器人待检测区域划分为若干栅格，将每一个栅格作为一个神经元，获得生物激励神经网络图；计算出爬壁机器人本体当前位置周围神经元的活性；选取活性大于当前位置神经元活性的神经元作为待选神经元；对于各待选神经元，计算其周围神经元对其的启发值；根据运动能耗模型计算出机器人本体从当前位置运动到待选神经元所对应位置的运动能量消耗；选取所述运动能量消耗最小的待选神经元作为机器人本体的下一个目标位置。本发明能以低能耗的方式自主完成全遍历任务。

技术领域

本发明属于爬壁机器人技术领域，具体涉及一种自主全遍历爬壁机器人。

背景技术

常见的移动机器人全遍历规划方法有模板模型法、单元分解法、生物激励神经网络算法等。模板模型法通过不断查找模块库完成对区域的遍历工作，但由于缺乏对环境的整体规划，该方法规划出的路径重复率较高。单元分解法根据障碍物的分布将待遍历区域划分为若干个子区域，通过对各子区域的遍历完成整个区域的遍历。基于单元分解法的遍历算法可以将复杂的问题简单化，但子区域间的衔接问题尚无较好的方法予以解决。生物激励神经网络算法利用神经元的活性值和机器人的上一位置产生遍历的路径，该方法计算简单、不需要额外的避障算法，但缺点是简单地将机器人考虑成一个质点，没有考虑机器人的能耗模型且规划的路径重复率较高。

爬壁机器人是移动机器人领域的重要分支，它是科学家受壁虎的运动机理启发研制出的可吸附于壁面的仿生机器人，已广泛应用在造船业、核工业、石化工业、消防部门及军事侦察活动等领域。在实际应用中，由于受重力的影响，爬壁机器人全遍历不仅涉及一般地面移动机器人的遍历技术，还存在着机器人沿着各个方向的运动能耗不同的问题。目前，主要通过人工遥操作爬壁机器人的方式执行全遍历任务。这种方式耗费人力、智能化水平不高，且会存在由于遥操作而导致部分区域未被遍历到以及遍历路线不合理的问题，且会进一步引发能耗过大问题。

发明内容

本发明提出一种爬壁机器人，能以低能耗的方式自主完成全遍历任务。

为了解决上述技术问题，本发明提供一种自主全遍历爬壁机器人，包括爬壁机器人本体、定位模块、相机以及数据处理模块；相机安装在爬壁机器人本体上，用于获取爬壁机器人作业环境图像；定位模块用于获取爬壁机器人本体的位置和航向；数据处理模块根据爬壁机器人本体所处的现场环境以及其位置信息，使用自主全遍历方法规划出爬壁机器人本体的下一个目标位置，并控制爬壁机器人本体运动至下一个目标位置，直到完成全遍历；

所述使用自主全遍历方法规划出爬壁机器人本体的下一个目标位置的方法为：

步骤一，使用栅格法将爬壁机器人待检测区域划分为若干栅格，将每一个栅格作为一个神经元，获得生物激励神经网络图；

步骤二，根据神经元动力方程及生物激励神经网络图计算出爬壁机器人本体当前位置周围神经元的活性；

步骤三，选取活性大于当前位置神经元活性的神经元作为待选神经元；若没有大于当前位置神经元活性的神经元，则爬壁机器人本体停留在当前位置，等待神经元活性的传播；

步骤四，对于各待选神经元，计算其周围神经元对其的启发值；

步骤五、对各个待选神经元的启发值从大到小进行排序，选取出排名靠前的若干待选神经元；

步骤六，根据运动能耗模型计算出机器人本体从当前位置运动到步骤五选取的待选神经元所对应位置的运动能量消耗；

步骤七，选取所述运动能量消耗最小的待选神经元作为机器人本体的下一个目标位置。

进一步，步骤二中计算出爬壁机器人本体当前位置周围神经元活性的方法为：