一種輪式移動機器人的運動分段控制方法
【專利摘要】本發(fā)明公開一種輪式移動機器人的運動分段控制方法，其步驟為：(1)集成基于生物激勵神經(jīng)動力學(xué)模型、基于能量優(yōu)化模型和基于模型預(yù)測控制模型三種軌跡跟蹤運動控制策略；(2)根據(jù)反饋得到的當(dāng)前實際位姿和由路徑規(guī)劃算法給定的參考位姿計算出當(dāng)前的位姿誤差矢量；(3)根據(jù)當(dāng)前移動機器人運動所處的階段選擇控制策略：如果處在跟蹤初期，則選用基于生物激勵神經(jīng)動力學(xué)模型的軌跡跟蹤控制策略；如果處在跟蹤中段，則選用基于能量優(yōu)化模型的軌跡跟蹤控制策略；如果處在跟蹤后期，則選用基于模型預(yù)測控制模型的軌跡跟蹤控制策略。本發(fā)明能夠?qū)崿F(xiàn)輪式移動機器人整個過程的最佳控制，使它在進行精確軌跡跟蹤的同時實現(xiàn)魯棒性、節(jié)能性以及穩(wěn)定性。
【專利說明】一種輪式移動機器人的運動分段控制方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明主要涉及一種機器人自動控制領(lǐng)域，尤其涉及一種適用于輪式移動機器人的軌跡跟蹤控制方法。
【背景技術(shù)】
[0002]運動控制是輪式移動機器人系統(tǒng)研究中最基本的問題，精確的運動控制能力不僅是多輪式移動機器人系統(tǒng)協(xié)調(diào)工作的基礎(chǔ)，也是輪式移動機器人在各個領(lǐng)域中成功應(yīng)用的關(guān)鍵。
[0003]移動式機器人與固定基座的機器人相比，具有更大、更靈活的工作空間，但同時輪式運動引入了非完整約束。作為一類典型的非完整系統(tǒng)和復(fù)雜的非線性系統(tǒng)，移動機器人的鎮(zhèn)定和跟蹤問題引起了人們的廣泛關(guān)注，對非完整約束移動機器人的控制策略的研究成為機器人研究的一個熱點。近年來針對輪式移動機器人的軌跡跟蹤和鎮(zhèn)定問題，相關(guān)領(lǐng)域的很多學(xué)者已作了大量的研究工作，采用了許多控制理論和方法來設(shè)計軌跡跟蹤控制器?，F(xiàn)有的輪式移動機器人跟蹤控制技術(shù)大致可以如下幾類:基于反饋線性化方法;基于滑模變結(jié)構(gòu)方法；基于積分后退技術(shù)的方法；基于模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法等智能控制的跟蹤控制方法；基于自適應(yīng)魯棒控制的跟蹤控制方法；基于模型預(yù)測的跟蹤控制方法等。上述分類也并不具有絕對意義，很多學(xué)者已經(jīng)采用了多種方法的交叉設(shè)計，并正在嘗試提出新的理論和方法來解決現(xiàn)有方法中存在的各種問題。
[0004]雖然目前已有不少關(guān)于輪式移動機器人運動控制方法，但其中大部分方法都是考慮在整個跟蹤過程中使用同一種控制方法來控制輪式移動機器人或其它類型的移動機器人，這樣就顯得缺乏針對性。輪式移動機器人在行駛的不同的階段會出現(xiàn)一些不同的問題(如行駛初期出現(xiàn)速度跳變現(xiàn)象、行駛途中出現(xiàn)能耗過多現(xiàn)象、行駛后期出現(xiàn)不穩(wěn)定現(xiàn)象等)，如果只用一種控制方法去控制整個運動過程，就不能很好地解決各階段出現(xiàn)的各種問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明要解決的技術(shù)問題在于:針對現(xiàn)有技術(shù)存在的不足之處，本發(fā)明提供一種面向輪式移動機器人的分段運動控制方法，把整個控制過程分成不同階段，針對不同階段出現(xiàn)的某些問題，分別用不同的控制模塊進行控制，在實現(xiàn)軌跡跟蹤的同時，解決各個階段出現(xiàn)的問題。
[0006]本發(fā)明采用以下技術(shù)方案:
[0007]—種輪式移動機器人的運動分段控制方法，其步驟為:
[0008](I)集成基于生物激勵神經(jīng)動力學(xué)模型的初始運動軌跡跟蹤、基于能量優(yōu)化模型的軌跡跟蹤和基于模型預(yù)測控制模型的終端跟蹤控制三種運動控制策略；
[0009](2)由路徑規(guī)劃算法給出輪式移動機器人系統(tǒng)的參考位姿Pr (t) = [xr (t) yr (t)Θ Jt)]τ和參考速度Cl.(t) = [vr (t) ω Jt) ]τ;由輪式移動機器人的定位模塊反饋得到輪式移動機器人當(dāng)前實際位姿P。(t) = [x(t) y(t) Θ (t)]T；pr(t)與pjt)進行比較可以得到輪式移動機器人全局位姿誤差矢量，再經(jīng)過坐標(biāo)變換矩陣T轉(zhuǎn)換得到局部位姿誤差矢量Xe(t) = [Xe(t) ye(t) Θ e(t)]T ；
[0010](3)根據(jù)當(dāng)前輪式移動機器人運動所處的階段選擇控制策略:如果輪式移動機器人運動處在跟蹤初期，則選用基于生物激勵神經(jīng)動力學(xué)模型的軌跡跟蹤策略；如果輪式移動機器人運動處在跟蹤中段，則選用基于能量優(yōu)化模型的軌跡跟蹤策略；如果輪式移動機器人運動處在跟蹤后期，則選用基于模型預(yù)測控制模型的軌跡跟蹤策。
[0011]作為本發(fā)明的進一步改進:
[0012]所述基于生物激勵神經(jīng)動力學(xué)模型的軌跡跟蹤策略的步驟為:
[0013](1.1)考慮到Xe中的對速度跳變影響較小，暫不對其做處理，僅將X與Y軸方向的誤差Xe與Ie通過生物激勵神經(jīng)動力學(xué)模型進行改進，輸出相應(yīng)的兩個虛擬控制量σ χ和o y ;
[0014]以σ χ為例，所述生物激勵神經(jīng)動力學(xué)模型為下式:
[0015]
【權(quán)利要求】
1.一種輪式移動機器人的運動分段控制方法，其特征在于，步驟為: (1)集成基于生物激勵神經(jīng)動力學(xué)模型、基于能量優(yōu)化模型和基于模型預(yù)測控制模型三種軌跡跟蹤運動控制策略； (2)根據(jù)反饋得到的當(dāng)前實際位姿和由路徑規(guī)劃算法給定的參考位姿計算出當(dāng)前的位姿誤差矢量； (3)根據(jù)當(dāng)前輪式移動機器人運動所處的階段選擇控制策略:如果處在跟蹤初期，則選用基于生物激勵神經(jīng)動力學(xué)模型的軌跡跟蹤控制策略；如果處在跟蹤中段，則選用基于能量優(yōu)化模型的軌跡跟蹤控制策略；如果處在跟蹤后期，則選用基于模型預(yù)測控制模型的軌跡跟蹤控制策略。
2.根據(jù)權(quán)利要求1所述的輪式移動機器人的運動分段控制方法，其特征在于，所述基于生物激勵神經(jīng)動力學(xué)模型的軌跡跟蹤策略的步驟為: (1.D考慮到誤差矢量)?中的姿態(tài)角誤差θ e對速度跳變影響較小，暫不對其做處理，僅將X與Y軸方向的位置誤差Xe與Ie通過生物激勵神經(jīng)動力學(xué)模型進行改進，輸出兩個對應(yīng)的虛擬控制量oy; 以σ χ為例，所述生物激勵神經(jīng)動力學(xué)模型為下式:
3.根據(jù)權(quán)利要求1所述的輪式移動機器人的運動分段控制方法，其特征在于，所述基于能量優(yōu)化模型的軌跡跟蹤策略的步驟為: (2.1)誤差矢量xe= [Xe Ye Θ Jt和參考速度qr = [vr ω Jt —起作為路徑跟蹤運動學(xué)控制器的輸入，輸出輪式移動機器人的期望速度qd=[vd wd]T ； (2.2)進入一個基于能量優(yōu)化模型的控制器進行優(yōu)化處理。該優(yōu)化控制器將驅(qū)動電機的能量效率函數(shù)作為目標(biāo)函數(shù)；將輪式移動機器人能準確跟蹤參考軌跡的條件作為狀態(tài)約束，將電機電樞等效電路電壓平衡方程式和轉(zhuǎn)矩方程式組成的方程組作為系統(tǒng)狀態(tài)方程，最后加上一個控制約束，構(gòu)成優(yōu)化問題的三個約束； 所述能量優(yōu)化模型為下式:
4.根據(jù)權(quán)利要求1所述的輪式移動機器人的運動分段控制方法，其特征在于，所述基于模型預(yù)測控制模型的軌跡跟蹤策略的步驟為: (3.1)誤差矢量)?= [xe ye Θ Jt通過一個模型預(yù)測控制模型，得到輪式移動機器人系統(tǒng)控制的輸入矢量I，具體過程如下: (a)重新定義系統(tǒng)控制輸入為
【文檔編號】G05B13/04GK103926839SQ201410176909
【公開日】2014年7月16日 申請日期:2014年4月23日 優(yōu)先權(quán)日:2014年4月23日
【發(fā)明者】尹曉紅, 楊燦, 闞君武 申請人:浙江師范大學(xué)