多运动状态下的移动机器人故障诊断方法  被引量:4

Fault detection and diagnosis of mobile robots in multi-movement states

在线阅读下载全文

作  者:柳玉甜[1] 蒋静坪[1] 

机构地区:[1]浙江大学电气工程学院,杭州310027

出  处:《仪器仪表学报》2007年第9期1660-1667,共8页Chinese Journal of Scientific Instrument

基  金:国防科技预研基金(00J16.6.6.3.JW040)资助项目

摘  要:本文提出了一种处理不同运动状态下移动机器人故障的诊断方法。该方法将移动机器人的运动状态分为5种:静止状态、直线运动状态、3种不同的转动状态。在不同的运动状态下,考虑不同模式的故障(左轮编码器故障、右轮编码器故障和陀螺仪故障等)。利用卡尔曼滤波器组,处理每一种运动状态下不同模式的故障发生的概率。最后,根据故障发生的概率值判断故障模式发生的可能性。与其他故障诊断方法相比,文中的故障诊断方法有效改善了误诊和漏诊现象。仿真结果表明在轮式移动机器人故障诊断上的可行性。A new method is introduced to detect and diagnose the faults of mobile robots in different movement states. The movement states of mobile robot include static state, rectilinear movement state, and three kinds of turning states. Several modes of faults are discussed in the corresponding movement states. Then a bank of Kalman filters are used to process the mode probability of each fault mode occurred under different movement states. According to the values of mode probability, we can estimate which mode of faults may occur. Compared with other fault detection and diagnosis methods, the method proposed in this paper improves the capability of avoiding missed diagnosis and misdiagnosis. This proposed method has been implemented on a mobile robot and the simulation results show the effectiveness of the method.

关 键 词:移动机器人 故障诊断 卡尔曼滤波 多运动状态 故障模式 

分 类 号:TP242[自动化与计算机技术—检测技术与自动化装置]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象