Please wait a minute...
浙江大学学报(工学版)
J4  2010, Vol. 44 Issue (3): 453-457    DOI: 10.3785/j.issn.1008973X.2010.03.007
自动化技术、计算机技术     
基于模糊聚类的移动机器人并发故障诊断
 林吉良, 蒋静坪
浙江大学 电气工程学院,浙江 杭州 310027
Diagnosis of simultaneous faults for mobile robots based on fuzzy clustering method
 全文: PDF 
摘要：

移动机器人并发故障诊断技术大多将并发的多故障作为多种单故障组合状态处理,这样不仅需要为每种故障设计滤波器,且只能诊断特定的多故障组合.为了克服这些缺点,提出一种移动机器人多故障并发的故障诊断技术.根据移动机器人的运动模型,为每一种单故障状态设计一个对应的卡尔曼滤波器,用这些滤波器对移动机器人并发故障数据进行滤波.利用模糊聚类方法对滤波结果进行分类,根据移动机器人运行数据对不同单故障集合的隶属度诊断任意组合的并发故障.在三轮移动机器人Pioneer 3上进行仿真实验,对14种常见的单故障和多故障并发的情况进行诊断,证明了该方法对轮式移动机器人并发故障诊断的有效性.
关键词： 移动机器人;  并发故障诊断;  模糊聚类;  卡尔曼滤波    
Abstract:

Most fault diagnosis methods for mobile robots that treat simultaneous multifaults as a single fault state need to design a filter for each fault combination and can only diagnose the specificset combinations of multifaults presently. To overcome these disadvantages, a simultaneous faults diagnosis method for mobile robots was proposed. According to the kinematic model of a mobile robot, a specific Kalman filter (KF) was designed for each single fault state to filter the fault data of the mobile robots. Residuals of the KFs were classified by fuzzy cluster method (FCM). Any simultaneous faults were diagnosed according to the membership to each single fault set. This technique was implemented on a 3wheels mobile robot Pioneer 3 to diagnosis 14 kinds of common single faults and simultaneous multifaults, and the simulation results showed the effectiveness of the technique.
Key words: mobile robot    simultaneous faults diagnosis    fuzzy cluster    Kalman filtering
出版日期: 2010-04-01
:  TP24  
通讯作者: 蒋静坪,男,教授     E-mail: eejiang@dial.zju.edu.cn
作者简介: 林吉良（1974—）,男,湖北钟祥人,博士生,从事控制理论与控制工程研究.Email: DigitalControl@163.com
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
林吉良
蒋静坪

引用本文:

林吉良, 蒋静坪. 基于模糊聚类的移动机器人并发故障诊断[J]. J4, 2010, 44(3): 453-457.

LIN Ji-Liang, JIANG Jing-Ping. Diagnosis of simultaneous faults for mobile robots based on fuzzy clustering method. J4, 2010, 44(3): 453-457.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/10.3785/j.issn.1008973X.2010.03.007    或    http://www.zjujournals.com/xueshu/eng/CN/Y2010/V44/I3/453

［1］ GOEL P, DEDEOGLU G, ROUMELIOTIS S I, et al. Fault detection and identification in a mobile robot using multiple model estimation and neural network［C］//Proceedings of the 2000 IEEE International Conference on Robotics & Automation. San Francisco, CA: IEEE, 2000： 23022309.
［2］ 柳玉甜,蒋静坪.基于多模型和小脑模型关节控制器神经网络的移动机器人故障诊断［J］.电工技术学报, 2007, 22(3): 153158.
LIU Yutian, JIANG Jingping. Fault diagnosis based on CMAC neural network and multimodels for mobile robots［J］. Transactions of China Electrotechnical Society, 2007, 22(3): 153158.
［3］ CAI Zixing, DUAN Zhuohua, CAI Jingfeng, et al. A multiple particle filters method for fault diagnosis of mobile robot deadreckoning system［C］// Proceedings of IEEE International Conference on Intelligent Robots and Systems.［S.l］: IEEE, 2005： 481486.
［4］ 张彼德,孙财新,欧健,等,诊断汽轮发电机组故障的一种模糊聚类分析方法［J］.汽轮机技术,2002,44(5): 289291.
ZHANG Bide, SUN Caixing, OU Jian,et al. A fuzzy clustering method for turbogenerator vibration faulty diagnosis［J］. Turbine Technology, 2002,44(5): 289291.
［5］ WELCH G, BISHOP G, An introduction to the Kalman filter［EB/OL］. 20080610. http://www.cs.unc.edu/～welch/media/pdf/kalman_intro.pdf
［6］ GAO Xingbo, XIE Weixin. Advances in theory and applications of fuzzy clustering［J］. Chinese Science Bulletin,2000,45(11)： 961970.
［7］ 王玲,穆志纯,郭辉一种基于聚类的支持向量机增量学习算法［J］.北京科技大学学报,2007,29(8),：855858.
WANG Ling, MU Zhichun, GUO Hui. A sort of support vector machine incremental learning algorithm based on clustering［J］. Journal of University of Science and Technology Beijing,2007, 29(8)： 855858.
[1] 苏亮, 宋明亮, 董石麟, 罗尧治. 循环遗传聚类法稳定图自动分析[J]. 浙江大学学报(工学版), 2017, 51(3): 514-523.
[2] 刘景明, 黄平捷, 侯迪波, 张光新, 张宏建. 河流突发污染的污染物浓度动态校正方法[J]. 浙江大学学报(工学版), 2017, 51(12): 2459-2465.
[3] 李滔, 王士同. 增量式0阶TSK模糊分类器及鲁棒改进[J]. 浙江大学学报(工学版), 2017, 51(10): 1901-1911.
[4] 叶肖伟, 刘坦, 董传智, 陈斌. 基于卡尔曼滤波和中性轴位置的结构损伤识别[J]. 浙江大学学报(工学版), 2017, 51(10): 2012-2018.
[5] 贾松敏,卢迎彬,王丽佳,李秀智,徐涛. 分层特征移动机器人行人跟踪[J]. 浙江大学学报(工学版), 2016, 50(9): 1677-1683.
[6] 丁夏清,杜卓洋,陆逸卿,刘山. 基于混合势场的移动机器人视觉轨迹规划[J]. 浙江大学学报(工学版), 2016, 50(7): 1298-1306.
[7] 宋开臣,曾瑶,叶凌云. 基于多传感器信息融合的涡街信号处理方法[J]. 浙江大学学报(工学版), 2016, 50(7): 1307-1312.
[8] 莫元富, 于德新, 宋军, 郭亚娟. 基于信道负载阈值的车联网信标消息生成策略[J]. 浙江大学学报(工学版), 2016, 50(1): 21-26.
[9] 朱光明, 蒋荣欣, 周凡, 田翔, 陈耀武. 带测量偏置估计的鲁棒卡尔曼滤波算法[J]. 浙江大学学报(工学版), 2015, 49(7): 1343-1349.
[10] 付兴伟, 吴功平, 周鹏, 于娜. 基于卡尔曼滤波的巡视机器人能耗估计[J]. 浙江大学学报(工学版), 2015, 49(4): 670-675.
[11] 陆国生,李立言,赵民建. 全球导航卫星系统矢量载波环的设计与分析[J]. 浙江大学学报(工学版), 2015, 49(1): 20-26.
[12] 郑驰, 项志宇, 刘济林. 融合光流与特征点匹配的单目视觉里程计[J]. J4, 2014, 48(2): 279-284.
[13] 魏建华,国凯,熊义. 大型装备多轴电液执行器同步控制[J]. J4, 2013, 47(5): 755-760.
[14] 杜瑞忠, 田俊峰, 张焕国. 基于信任和个性偏好的云服务选择模型[J]. J4, 2013, 47(1): 53-61.
[15] 杨飞,朱株,龚小谨,刘济林. 基于三维激光雷达的动态障碍实时检测与跟踪[J]. J4, 2012, 46(9): 1565-1571.