技术论文怎么写哪里有？本学位论文开展了面向建筑设施的履带式机器人自动化巡检系统关键技术研究，重点解决了机器人越障能力较低、建筑设施内定位导航性能欠佳、视觉检测得到的信息不完整、检测算法受环境影响较大等问题。
第一章 绪论
1.2 建筑设施机器人自动化巡检相关技术研究现状及其发展趋势
1.2.1 移动机器人及其应用的研究现状与发展趋势
自从 1959 年第一台机器人诞生以来，机器人就以其可编程、自动化和通用性赢得人们的青睐，研究者希望使用机器人取代人类进行一些重复性高、环境恶劣的工作，当前已经出现了许多机器人研究成果并在不同行业中得到使用。
1）国外移动机器人及其应用的研究现状
如图 1.3(a)所示，20 世纪 60 年代 Shakey 机器人的诞生掀起了世界范围内移动机器人研究热潮。此后，世界上许多科研机构使用轮式运动底盘设计了多种机器人，例如苏联无人探测机器人 Lunokhod 一代、美国 Pathfinder 等火星探测机器人等。轮式机器人被广泛地应用于制造自动化、服务娱乐、空间探测和工业巡检领域。如图 1.3(b)所示，在建筑设施巡检领域，轮式机器人的应用也十分广泛。An S Y 和 Jang J H 等人研制出一种可以用来检测建筑结构墙壁裂缝的轮式机器人[10]；如图 1.3(c)所示，Leonidas E 和 Xu Y C 在 2018 年研制出一款用于检测隧道裂缝的四轮机器人[11]。如图 1.3(d)所示为 Razak A 和 Abdullah1 H 等人开发的一款具有六英寸充气轮胎的四轮移动机器人[6]，该机器人运动稳定，机动性好，底盘结构由空心矩形低碳钢制成，可增强车身强度并增加负载能力，适合在狭窄空间环境中使用。总之，轮式机器人易控制、机动灵活，其应用场合非常广泛，但在面临较复杂的地面环境时，机器人运动性能无法得到保障。由于轮式机器人在复杂环境中的通过性较差，研究者在实际应用过程中设计了不同类型的机器人以提升运动能力。
挂轨式机器人通过预先进行轨道架设，运动过程中能够避开地面可能存在的众多障碍物。因为其运行路径固定，经常被用于工业巡检场合。Stent S A I 和 Girerd C 等人研发出一种检测隧道混凝土裂缝的挂轨式机器人[7]。但挂轨式机器人的轨道架设需投入大量人力物力，因而其使用范围受限[12]-[16]。相较挂轨式机器人，履带式与腿足式机器人越障能力更强。
第三章 履带式机器人运动控制与定位导航技术
3.1 引言
现有的建筑设施巡检机器人通常会采用挂轨式或差分轮式作为运动行走方式。但是由于挂轨式机器人在投入使用前部署费用较高，而差分轮式机器人越障能力有限，已经难以满足建筑设施应用场景。履带式机器人具有部署成本较低、复杂路面通过性好、控制较为简单等优势，受到工业界和学术界的普遍重视，逐渐在城市地下建筑设施自动化巡检中得到应用。但履带式机器人在上下楼梯时存在着尺寸约束，所以在实际应用中常被设计成摆臂履带式，在保持较轻质量的同时，根据楼梯与障碍的结构尺寸，协调摆臂与车身相对位置跨越楼梯障碍。而建筑设施环境中结构复杂，单一传感器无法充分反映机器人所处环境及当前状态信息，难以满足机器人在建筑设施中自主运动与定位导航要求。使用多传感器信息定位导航，可弥补单一传感器不足，有效反映机器人所处环境与当前状态。因此，研究并探索一种基于多信息融合的履带式机器人运动控制与定位导航技术，实现机器人在建筑设施环境中自主运动显得尤为迫切。
基于以上背景，本章开展履带式机器人运动控制与定位导航技术研究。本章将在建立摆臂履带式机器人运动学模型和各类传感器数学模型的基础上，结合激光雷达、彩色相机、深度相机及 IMU 等多传感器信息，采用图像对齐与基于直接直线检测法和 Sobel 边缘检测算法的楼梯结构参数检测方法，发展一种基于多信息融合的自动化爬梯技术。同时，使用扩展卡尔曼滤波融合里程计与 IMU 信息，改善履带式机器人的定位导航性能。
第五章 面向建筑设施的履带式机器人自动化巡检系统
5.1 引言
当前已出现许多基于自主移动机器人的自动化巡检系统，这些巡检系统的移动机器人平台通常为轮式或挂轨式，适用于道路较为平坦、光线充足的室内场景。面对具有空间层次与结构较为复杂的建筑设施环境，这些系统存在机器人越障能力较差、建筑设施内机器人定位与导航性能欠佳等问题。同时，现有系统通常工作于光照条件变化不大的室内环境中，而部分建筑设施的结构较为复杂、光照条件变化较大，存在结构与裂缝视觉检测信息不完整，相关算法受环境影响大等问题。因此，现有系统通常难以满足建筑设施自动化巡检的要求。
基于以上背景，利用上述章节研发的履带式机器人运动控制与定位导航以及建筑设施结构与裂缝的机器视觉检测等成果，重点开展履带式移动机器人机械本体设计及关键软硬件模块研发，结合第二章面向建筑设施的履带式机器人自动化巡检系统总体方案进行系统的集成，研发一套面向建筑设施的履带式机器人自动化巡检系统。同时，利用该系统进行履带式机器人的楼梯爬行、自主定位与导航以及建筑设施结构与裂缝的机器视觉成像检测等实验研究。考虑到建筑设施内普遍存在较多的长廊与楼梯结构，本节实验均在具有较长走廊和楼梯的教学楼内开展，以便于验证所研发系统的性能。
5.2 系统研发
5.2.1 硬件部分
在第二章中已经阐述了面向建筑设施的履带式机器人自动化巡检系统的总体方案，该系统包括了机器人机械本体、工控机系统、运动控制、定位与导航及电源管理等模块。根据总体方案的要求及建筑设施环境中台阶多、散热差、光线昏暗的特点，同时，考虑机器人轻量化设计要求，对系统中各模块工作元件进行选型及设计，其具体型号与参数如表 5.1 所列。
第六章 总结与展望
6.2 展望
本学位论文开展了面向建筑设施的履带式机器人自动化巡检系统关键技术研究，重点解决了机器人越障能力较低、建筑设施内定位导航性能欠佳、视觉检测得到的信息不完整、检测算法受环境影响较大等问题。但为使建筑设施自动化巡检系统性能更佳，能被更为广泛地使用，还需开展进一步的研究，具体有如下几个方面：
1）考虑机器人动力学的运动控制
考虑机器人动力学的控制算法在规划机器人运动时，能够充分考虑机器人动力系统的限制，本文使用的机器人运动爬梯控制尚未考虑动力学对机器人运动的影响。引入动力学控制会提高机器人爬楼梯过程中的安全性，使其具备较为快速的动态控制调整能力，提高机器人在作业和人机协作时的安全性和柔顺性，因而需要更进一步的探索与研究。
2）引入视觉信息提升里程计定位精度
目前，基于特征点匹配的视觉里程计技术已得到了广泛应用，其定位精度较高。考虑到建筑设施内部光线分布不均，本文在提升定位导航精度时仅融合 IMU 与里程计信息，未使用视觉信息。如果融合视觉信息、IMU 与里程计信息，可进一步提升机器人定位精度。但这需要根据建筑设施内部光照与结构特点，对现有视觉里程计计算方法进行改进，使其在光照变化较大的地方能够保持良好的估计效果。
3）大范围快速的建筑设施结构与裂缝视觉检测算法
近年来，融合深度与彩色图像的三维重建已经成为热点，这种方法实时性较高。本文虽开展了建筑设施结构检测研究，获得建筑设施的三维结构图，但得到的结构图范围较小且算法所需时间较久。下一步应考虑使用深度与彩色图像相结合的三维重建并使用语义分割方法对不同物体进行标记，得到语义地图。另外，本文设计的结构裂缝视觉检测算法虽然模型较小，但分割精度仍然较低，可以结合近年来较为热门的对抗生成网络思想对网络进行改进，将 U-Net 模型得到的初步检测结果与原始标注输入对抗网络学习，提升模型的精确度。
参考文献（略）
