【技術實現步驟摘要】
本專利技術涉及錨護機器人，具體為一種用于遠程操作錨護機器人的控制系統及方法。
技術介紹
1、在高速公路、橋梁和地質工程等大型基礎設施建設中，錨護機器人作為該領域的重要設備，專用于通過固定錨點確保結構的穩固性與安全性。在實際應用中，這類機器人需要在施工現場完成支撐件的固定、拉力分布的調整以及復雜地形環境下的精確定位。隨著施工環境的多樣化，如高風速、高濕度和復雜振動環境的挑戰，對錨護機器人提出了更高的操作穩定性和遠程控制精度要求。
2、現階段在高速公路橋梁建設等惡劣環境中，錨護機器人經常面臨諸如強風載荷干擾、復雜地形振動、信號延遲等難題。現有的機器人控制方法主要依賴于固定參數控制或簡單的人工補償策略，對動態環境的適應性較差。例如，在高風速條件下，風載荷會顯著影響機器人的動作精度和穩定性，可能導致錨點定位偏移、固定支撐松動，甚至設備的傾覆或損壞。此外，傳統的振動抑制手段多基于被動阻尼，對復雜的實時動態風載荷影響無有效應對機制。這些不足顯著限制了錨護機器人在復雜環境下的應用效率和可靠性。
技術實現思路
1、針對現有技術的不足，本專利技術提供了一種用于遠程操作錨護機器人的控制系統及方法，解決了
技術介紹
中提到的問題。
2、為實現以上目的，本專利技術通過以下技術方案予以實現：包括以下步驟：
3、s1、在高速公路橋梁建設過程中，通過錨護機器人上安裝傳感器組，實時采集風力影響數據，再將采集到的風載荷影響數據通過無線通信網絡，傳輸到遠程控制平臺中；
4、
5、s3、提取所述風載荷影響數據集，進行計算風載荷作業力fw，再基于所述風載荷作業力fw計算輸出機器人的預測傾斜角qp，進行分析錨護機器人在風載荷作用下的姿態角偏移預測，同時基于所述風載荷影響數據集進行計算預測風向wdt+1；
6、s4、基于所述風載荷作業力fw、所述預測傾斜角qp和所述預測風向wdt+1，結合所述風載荷影響數據集，進行分別計算輸出補償關節力矩值jtc、姿態調整量△pa和實際動作執行延遲tc，進行動態調整機器人動作參數，抵消風載荷對操作的干擾；
7、s5、再動態調整后重新計算調整后的實時反饋數據，監控機器人運行狀態，并構建評估算法模型，對調整后的所獲取的反饋數據，進行計算輸出風載荷補償效率bc和振動抑制效率zvf，并基于風載荷補償效率bc和振動抑制效率zvf的輸出結果進行風載荷評估，并基于風載荷評估結果觸發振動效果評估。
8、優選的，所述s1包括s11和s12；
9、s11、通過再錨護機器人上所安裝的傳感器組，設置傳感器組采集頻率為間隔30分鐘，實時采集風力影響數據；
10、所述傳感器組包括超聲波風速儀、激光多普勒風向傳感器、濕度傳感器和激光傾角傳感器
11、所述風力影響數據包括風速ws、風向波動wd、空氣濕度rh和機器人姿態角pa；
12、s12、通過將所安裝的傳感器組搭載5g網絡通訊模組，并構建遠程控制平臺與傳感器組的5g網絡通訊模組分別進行無線通訊連接，將實時采集到的風力影響數據通過無線通信網絡傳輸到遠程控制平臺中。
13、優選的，所述s2包括s21、s22和s23；
14、s21、在遠程控制平臺中實時接收風力影響數據，并對風力影響數據進行預處理，所述預處理的方式包括數據清洗和數據歸一化，并對預處理后的風力影響數據中的所有參數進行標記時間戳，獲取標準數據集；
15、s22、基于所述標準數據集，進行特征提取獲取風速變化率△ws、風向波動范圍wdvar和傾斜振動頻率vf，再與空氣濕度rh進行整合獲取風載荷影響數據集；
16、s23、通過構建時序數據庫，并設置寫入端口、寫出端口、實時存儲表和歷史存儲表，通過寫入端口將風載荷影響數據集存儲至實時存儲表中，并將實時存儲表中原有的風載荷影響數據集自動轉存至歷史存儲表中，并按照時間戳順序進行排序。
17、優選的，所述s3包括s31、s32和s33；
18、s31、通過寫出端口實時提取載荷影響數據集，在遠程控制平臺中，進行計算風載荷作業力fw；
19、所述風載荷作業力fw通過以下算法公式計算輸出；
20、fw＝0.5·ρ·cd·(a·cos(wd))·(△ws·rh)；
21、式中，ρ表示空氣密度，cd表示阻力系數，a表示機器人正對氣流的總面積，cos表示余弦函數；
22、s32、再基于風載荷作業力fw利用動力學公式預測傾斜角偏移，進行計算輸出預測傾斜角qp，分析風載荷作用下，錨護機器人姿態角的偏移量；
23、所述預測傾斜角qp通過以下動力學公式計算輸出；
24、
25、式中，sin(wd)表示風力分量系數，arctan表示反切函數，sin表示正弦函數，mr表示抗傾翻力矩，kd表示頻率對力矩的影響系數。
26、優選的，s33、基于歷史風向波動wd數據的時間序列分析算法與實時計算結合，輸出預測風向wdt+1，分析短期分析預測；
27、所述預測風向wdt+1通過以下算法公式計算輸出；
28、wdt+1＝wdt+β·wdvar+γ；
29、式中，wdt表示當前風向，β表示調整系數，用于量化當前風向的不穩定性對未來風向的影響，γ表示環境因素修正項。
30、優選的，所述s4包括s41、s42和s43；
31、s41、將所述風載荷作業力fw、所述預測傾斜角qp和所述預測風向wdt+1，結合風載荷影響數據集中當前風向波動wd，進行綜合計算補償關節力矩值jtc，并通過遠程控制平臺將補償關節力矩值jtc調整命令發送到錨護機器人處理器中，控制伺服關節電機動態調整風載荷干擾下保持動作精度；
32、所述補償關節力矩值jtc通過以下算法公式計算輸出；
33、jtc＝jt+α·fw·sin(wd)+δ·qp；
34、式中，jt表示原始關節力矩，α表示關節力矩補償系數，δ表示姿態補償靈敏度系數；
35、s42、通過當前傾斜振動頻率vf，進行計算輸出姿態調整量△pa，通過遠程控制平臺將姿態調整量△pa命令發送到錨護機器人處理器中，控制伺服關節電機動態調整進行振動抑制；
36、所述姿態調整量△pa通過以下算法公式計算輸出；
37、△pa＝-kp·vf；
38、式中，-kp表示振動抑制系數。
39、優選的，s43、再對錨護機器人進行節力矩補償和振動抑制后，通過提取風載荷影響數據集中的風速變化率△ws，進行計算輸出實際動作執行延遲tc，動態調整動作延遲時間，優化風速變化導致的執行誤差；
40、所述實際動作執行延遲本文檔來自技高網...
【技術保護點】
1.一種用于遠程操作錨護機器人的控制方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述S1包括S11和S12；
3.根據權利要求2所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述S2包括S21、S22和S23；
4.根據權利要求3所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述S3包括S31、S32和S33；
5.根據權利要求4所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：S33、基于歷史風向波動WD數據的時間序列分析算法與實時計算結合，輸出預測風向WDt+1，分析短期分享預測；
6.根據權利要求1所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述S4包括S41、S42和S43；
7.根據權利要求6所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：S43、在對錨護機器人進行節力矩補償和振動抑制后，通過提取風載荷影響數據集中的風速變化率△WS，進行計算輸出實際動作執行延遲Tc，動態調整動作延遲時間，優
8.根據權利要求7所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述S5包括S51和S52；
9.根據權利要求8所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：S52、再分析出風載荷補償異常時，則基于補償后的補償后振動頻率VFafter進行計算輸出振動抑制效率ZVF，進行分析再錨護機器人關節的伺服電機補償后的振動抑制效率情況；所述振動抑制效率ZVF通過以下算法公式計算輸出：ZVF＝VF-VFafter；
10.一種用于遠程操作錨護機器人的控制系統，應用于權利要求1-9任一項所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：包括作業環境監測模塊、風載荷提取模塊、風載荷分析與預測模塊、實時補償控制模塊和反饋評估模塊；
...【技術特征摘要】
1.一種用于遠程操作錨護機器人的控制方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述s1包括s11和s12；
3.根據權利要求2所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述s2包括s21、s22和s23；
4.根據權利要求3所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述s3包括s31、s32和s33；
5.根據權利要求4所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：s33、基于歷史風向波動wd數據的時間序列分析算法與實時計算結合，輸出預測風向wdt+1，分析短期分享預測；
6.根據權利要求1所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：所述s4包括s41、s42和s43；
7.根據權利要求6所述的一種用于遠程操作錨護機器人的控制方法，其特征在于：s43、在對...
【專利技術屬性】
技術研發人員：趙曉峰，崔玉萍，錢振宇，邵秋實，程向軍，
申請(專利權)人：中國公路工程咨詢集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。