聚焦科研 | 浅谈小管径有限空间清淤作业机器人技术
发布时间：
2022-01-19
所属分类：
新闻资讯
科研负责人介绍
喻俊志，北京大学博雅特聘教授，博士生导师IEEE Fellow、国家杰出青年基金获得者、国家万人计划科技创新领军人才、入选国家百千万人才工程等。
多年来一直在水下仿生机器人的运动机理、智能控制算法、系统集成及多机器人协作等方面开展了一系列研究工作，先后主持国家重点研发计划项目、863项目、国自然重点项目等20余项。
在机器人与自动化领域国际知名的SCI期刊上发表论文100余篇，其中IEEE汇刊论文80余篇。
撰写中文专著3部（《高机动仿生机器鱼设计与控制技术》、《机器人运动控制：仿生机器鱼多模态运动CPG控制及优化》）、英文专著2部。2014–2019年连续6年入选中国高被引学者榜单。
获授权发明专利43项、美国专利2项，部分成果已实现产业化。2015年获首届中国自动化学会青年科学家奖、“中国科学院科技成果在北京转化先进团队”科技成果转化二等奖；2017年获得国家自然科学奖二等奖（排名第三）；2018年获科技部“中青年科技创新领军人才”、中组部万人计划领军人才。
2019年，获CAA技术发明一等奖（排名第二）。
2020年，当选IEEE Fellow。担任多个国际期刊包括IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、Bioinspiration&Biomimetics、Journal of Bionic Engineering等编委。
随着我国城市化进程的加快，城市排水系统的规模不断扩大，大多数排水管道、箱涵随着长时间的淤泥沉积，开始出现管路堵塞、污水溢流的情况，特别是在大雨过后容易出现城市“内涝”，严重影响到民众正常出行及生活，造成巨大的社会经济损失。城市排水系统作为城市“命脉”，必须要定期进行淤泥清理。
《“十三五”全国城镇污水处理及再生利用设施建设规划》中要求以技术为支撑，强化老旧管网改造，减少老旧管网污泥淤积。有限空间作业安全规范，对管道、涵道等受限空间的作业提出了更高的安全要求，很多管道人员无法直接清理，必须使用机器人代替进行清理。
随着城市快速扩张，人口快速膨胀，污水排放管道建设滞后，管道容量普遍偏低且易堵塞，给出行造成了很大不便。据了解，全国城市中近80%的排水管内存在沉积物，最高占管径的65%以上，使得排污不畅，严重影响排污效果，且城市管道排污中90%以上都采用人工方式排污，不仅效率低，危险系数也很高，所以使用自动化设备代替人工清污就变得尤为重要。
利用机器人代替作业人员进入环境恶劣的下水管道清理管道和箱涵淤泥，不仅能减少工人的工作压力和作业事故，对提高清淤工作的自动化水平及工作效率也有很大的帮助，既可实现不停产水下作业、减少开挖施工，还可提高市政服务水平以及缓解管道建设滞后于城市扩张的压力。此外，利用清淤过程中的大数据，更可为城市管网智能化建设提供自动化运营保障。
由于排污管道内情况复杂，多年未清理导致管道中的淤泥板结现象严重，需要清淤机器人本体具备较高的输出能效比才能够实现对管道中淤泥的破碎及清理，尤其是在40-60cm的管道中，要求清淤机器人的体积较小，但淤泥板结和淤积的状况与大管径中的情况同样严重，此时则需要设计小型化、大功率、高能效比的液压动力输出装置，为机器人提供动力。
对于管道中淤泥成分复杂问题，各种建筑垃圾和生活垃圾使管道中的障碍物情况变得复杂，很多管道因年久失修，有大量脱落、错位、破损等，这些情况都会影响机器人在管道中的运动。同时由于管道中光线微弱，尤其在满水管道中泥水浑浊，更需要采用陀螺仪、力传感器等多种传感器+地理信息系统结合的方法，使机器人在无视觉条件下能够感知管道内的环境，并能够自主运动。
市政管道中除了存在有大量的树叶、衣服、塑料袋等缠绕物，还有树枝、石块等硬物，这对机器人的清理造成了极大的困难。所以机器人的前端装置既要能够对缠绕物进行搅碎，又要对硬物进行破碎，这便对机器人前端绞龙装置的适应性和多功能性有较高的要求。所以，需要设计模块化的绞龙连接装置，以适应不同的应用场景。
清淤机器人结构采用模块化设计可以适应和满足污水管道内未知环境，前端绞龙机构的模块化和结构化设计使绞龙的适应性更加强，能够适应更多的应用场景，而浸入式全液压设计的清淤机器人，则大大减少了液压系统的体积，同时提高了系统的稳定性。
由于管道下视觉条件差、GPS信号比较弱，无法利用GPS进行定位和判断机器人的准确位置，故研究采用机器人本体上的IMU惯性导航装置和线缆距离进行相对位置的计算，同时利用地下管网地理信息系统进行准确的机器人位置判断，可为机器人的操作提供位置信息。
暂无数据
企业邮箱：
企业地址
江西省南昌市青山湖区高新艾溪湖北路269号高层次人才产业园14栋1-2层
关注我们
Copyright © 2022 北京大学南昌创新研究院 版权所有 赣ICP备2022005531号 SEO标签
