一种不完备建模移动机器人传感器故障诊断方法

摘要

一种不完备建模移动机器人传感器故障诊断方法，移动机器人为差速转向的系统，配置有两个编码器、一个陀螺仪和一个二维激光雷达；已知故障模型包括正常、左轮编码器故障、右轮编码器故障以及陀螺仪故障等四种，通过构建残差特征以及阈值逻辑对已知故障进行诊断；利用迭代最近点方法对前后两次激光雷达数据进行配准，利用配准的误差作为特征对未知故障进行检测；连续多次出现未知故障被认为是新的故障模式，利用支持向量数据描述对新的故障模式进行建模。

说明书

技术领域

本发明涉及一种不完备建模移动机器人传感器故障诊断方法，属于移动机器人故障诊断技术领域。

背景技术

模型不完备条件下的故障诊断问题是一个具有挑战性的难点问题。已有的故障诊断方法大多数要求建立完备的故障模型。然而，由于以下几方面的原因，系统模型通常是不完备的：（1）人们没有掌握复杂系统的全部规律，导致部分动态未备建模；（2）由于系统复杂度非常高，为了简化计算，通常忽略了一些高阶动态；（3）由于系统及其环境的动态变化，导致不可能对系统完备建模。

在现有技术中，段琢华等人提出了一种不完备多模型混合系统故障诊断的粒子滤波方法（参见，段琢华，蔡自兴，于金霞；《不完备多模型混合系统故障诊断的粒子滤波算法》，自动化学报，2008年第5期581-587页）。该方法提取了两个基于粒子集合的统计量：粒子集的规格化因子W以及最大后验概率估计状态的信度B。在此基础上设计了检测未知故障模式的阈值逻辑，即当W几乎为0且B较小时离散状态为未知故障模式。该技术的主要缺点在于：该技术基于粒子集的规格化子W以及最大后验概率估计状态的信度B进行未知故障检测，而粒子集的规格化因子依赖于粒子数目以及连续状态转移方程，难以定量地加以刻画。

发明内容

一种不完备建模移动机器人传感器故障诊断方法，移动机器人为差速转向的系统，配置有两个编码器、一个陀螺仪和一个二维激光雷达；已知故障模型包括正常、左轮编码器故障、右轮编码器故障以及陀螺仪故障等四种，通过构建残差特征以及阈值逻辑对已知故障进行诊断；利用迭代最近点方法对前后两次激光雷达数据进行配准，利用配准的误差作为特征对未知故障进行检测；连续多次出现未知故障被认为是新的故障模式，利用支持向量数据描述对新的故障模式进行建模。

具体实现步骤如下：输入：从1时刻到

输出：1时刻到

步骤1：构建已知故障模型空间

设置参数

步骤2：对于

步骤3：对于

步骤4：如果

步骤5：

步骤6：

步骤7：如果

步骤8：设

步骤9：

步骤10：如果

步骤11：判断是否有新的传感器数据，如果没有则退出；否则，令

具体实施方式

一种不完为了说明所述方法的有效性，下面将所述方法应用于一个具体的移动机器人系统，

输入：从1时刻到

输出：1时刻到

步骤1：构建已知故障模型空间

设置参数

步骤2：对于

步骤3：对于

步骤4：如果

步骤5：

步骤6：

步骤7：如果

步骤8：设

步骤9：

步骤10：如果

步骤11：判断是否有新的传感器数据，如果没有则退出；否则，令