全方位移动平台
技术领域
本发明涉及一种叉车控制平台,尤其涉及一种叉车的全方位移动平台。
背景技术
全方位是可以直接朝任意方向移动的一种驱动方式,全方位轮是一种在一个轮毂的周围均匀分布若干辊轮的机构,动力通过轮毂传动,为主动轮,辊轮安装在轮毂的外圆端面,它的结构允许水平360度旋转。全方位轮是实现全方位行走的基础。全方位轮具有荷重范围广、耐磨损、耐冲击、耐高/低温、防静电、抗老化、避震、抗腐蚀、噪音小的优点,目前,在我国,使用越来越普遍。针对这种新型的全方位轮,一般的控制平台已经不能精确的控制全方位轮的运转。
发明内容
本发明针对现有技术中不能精确的控制全方位轮运转的不足,提供了一种叉车的全方位移动平台。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
全方位移动平台,包括综合控制器、电机控制器、驱动电机、减速器、全方位轮、动力电池组、CAN总线系统、各种传感器以及信号输入端;信号输入端与综合控制器相连,综合控制器通过电缆与动力电池组相连,动力电池组与四个电机控制器相连,电机控制器与驱动电机相连,驱动电机与减速器相连,减速器与全方位轮相连;综合控制器完成综合控制算法,通过CAN总线与电机控制器和传感器相连;驱动电机的控制系统采用速度环和电流环控制模式,综合控制器内部的小回路为电流环控制模式,整个外部大回路为速度环控制模式。全方位移动平台应用X-BY-Wire技术,提高平台的可靠性。平台具有操纵杆直接控制和人机界面遥控两种控制模式,动力电池组通过电缆与综合控制器及多个电机控制器相连,为其提供电能;CAN总线将综合控制器、电机控制器连在一起,形成信号控制网络;综合控制器完成综合控制算法,通过CAN总线与电机控制器相连;电机控制器通过三相电缆、传感器信号线与电机相连;电机通过减速器驱动全方位轮转动。
作为优选,所述信号输入端包括操纵杆和人机界面,人机界面产生运动指令,通过串口通信模块发送至综合控制器。
作为优选,所述综合控制器采用DSP(Digital Signal Processing)作为主控单元,完成综合控制策略计算,实施4×4电驱动综合协调控制。综合控制器采用TMS320LF28xx系列的DSP。综合控制策略是利用一种模型或算法对驾驶员输入的控制指令信号进行解算,求解出平台中四个驱动电机的速度,实现平台的全方位运动。由于平台的每一种工况和运动方向需要四个全方位轮具有相应的运动方向和速度组合,因此综合控制策略是一个复杂的解算过程,采用神经网络方法实现综合控制策略的解算。综合控制器在计算出的各个驱动电机的速度后,通过CAN总线通信接口发送到电机控制器中,由电机控制器完成电机的转速控制,从而实现多个全方位轮的协调运动。
作为优选,所述综合控制器采用PID(Proportion IntegrationDifferentiation)控制。
Δe(k)=e(k)-e(k-1) (1)
式中,e(k)为实际轮速与指令轮速的偏差;
根据误差及其变化,设计专家PID控制器。分下面五种情况:
(1)当|e(k)|≥M1时,偏差绝对值很大,控制器应输出最大值。
(2)当e(k)·Δe(k)>0时,如果|e(k)|≥M2,说明偏差也较大,控制器要实施较强的控制作用,输出为:
u(k)=u(k-1)+k1{kp[e(k)-e(k-1)]+kIe(k)+kd[e(k)-2e(k-1)+e(k-2)]} (2)
如果|e(k)|<M2,说明偏差虽然在增大,但绝对值不大,控制应实施一般的控制作用,输出为:
u(k)=u(k-1)+kp{[e(k)-e(k-1)]+kIe(k)+kd[e(k)-2e(k-1)+e(k-2)]} (3)
(3)当e(k)·Δe(k)<0,e(k)·Δe(k-1)>0时,偏差绝对值朝减小的方向变化,系统趋于稳定,控制器输出应不变。
(4)当e(k)·Δe(k)<0,e(k)·Δe(k-1)<0时,偏差处于极值。
如果|e(k)|≥M2,应实施较强控制作用:
u(k)=u(k-1)+k1·kp·em(k) (4)
如果|e(k)|<M2,输出为:
u(k)=u(k-1)+k2·kp·em(k) (5)
(5)当|e(k)≤ε|时,偏差很小,此时加入积分,减小稳态偏差。式(1)~(5)中,em(k)为偏差的第k个极值;kp、kI、kd为PID控制的比例、积分、微分系数;k1为增益放大系数,k1>1;k2为抑制系数,0<k2<1;M1、M2为设定的偏差阈值;ε为较小的正实数,以上参数均由专家经验取得。
作为优选,所述综合控制器的综合控制策略采用神经网络模型实现综合控制策略的解算,所述神经网络模型为单输入四输出的神经网络模型,至少设有两层径向基。控制器中信号输入接口电路对驾驶员给定的方位信号进行滤波、整形和转换;转换后的方位信号送到运算单元经由神经网络模型进行解算,得到全方位移动平台的移动方向与各全方位轮速度的对应关系。
作为优选,所述神经网络模型的第一层的权值和阈值为,
第一层:Weight
RW1=0,RW2=20,RW3=40,RW4=80,
Bias=[0.00023;0.00023;0.00023;0.00023]。
作为优选,所述神经网络模型的第二层的权值和阈值为,
第二层:Weight
W1S1=-52148808563;W1S2=150732646096;W1S3=-121803923690;W1S4=23222322274,
W2S1=-73434522019;W2S2=201294755608;W2S3=-155078462620;W2S4=27219282882,
W3S1=-52148808563;W3S2=150732646096;W3S3=-121803923690;W3S4=23222322274,
W4S1=-73434522019;W4S2=201294755608;W4S3=-155078462620;W4S4=27219282882,
Bias=[-1490438;-703903;-1490438;-703903]。
模型给定是这么规定的,车辆向前为正方向,行驶方向角逆时针为正方向,给定为行驶方位角,经过模型计算后得到四个轮子的速度比值。
由神经网络模型对驾驶员的指令信号进行解算,得到与指令信号相应的多个全方位轮驱动电机的运动方向和速度。
通过CAN总线将四轮速度传送给电机控制器,控制电机运行到期望的工作状态,实现平台的准确运动。
按照本发明的技术方案,全方位移动平台应用在叉车上,使得叉车控制的精确性更高,稳定性更好,平稳性更好。
附图说明
图1为本实用新型的总体结构;
图2为驱动电机及控制系统框图;
图3为综合控制方法神经网络模型;
图4为控制程序流程图;
1-信号输入端;2-综合控制器;3-动力电池组;4-电机控制器;5-驱动电机;51-编码器;6-减速器;7-全方位轮;8-传感器;9-电气连接;11-操纵杆;12-人机界面;21-电缆;91-CAN总线系统。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
参见图1,全方位移动平台,包括综合控制器2、电机控制器4、驱动电机5、减速器6、全方位轮7、动力电池组3、CAN总线91系统、传感器8以及信号输入端1;信号输入端1与综合控制器2相连,综合控制器2通过电缆9与动力电池组3相连,动力电池组3与四个电机控制器4相连,电机控制器4与驱动电机5相连,驱动电机5与减速器6相连,减速器6与全方位轮7相连;综合控制器2完成综合控制算法,通过CAN总线91与电机控制器4和传感器8相连。全方位移动平台应用X-BY-Wire技术,提高平台的可靠性。平台具有操纵杆11直接控制和人机界面12遥控两种控制模式,动力电池组3通过电缆21与综合控制器2及多个电机控制器4相连,为其提供电能;CAN总线91将综合控制器2、电机控制器4连在一起,形成信号控制网络;综合控制器2完成综合控制算法,通过CAN总线91与电机控制器4相连;电机控制器4通过三相电缆、传感器8信号线与电机相连;电机通过减速器6驱动全方位轮7转动。
驱动电机5的控制系统参见图2所示。采用速度环和电流环控制模式。虚线范围为综合控制器2,综合控制器2内部的小回路为电流环控制模式;整个外部大回路为速度环控制模式,整个平台在综合控制器2的控制下,依据驾驶员的意图,平台在运动中实时调整4个电机的转速和方向,完成全方位移动平台三自由度运动控制。
由于平台实时性要求很高,因此采用专家PID控制。
Δe(k)=e(k)-e(k-1) (1)
式中,e(k)为实际轮速与指令轮速的偏差;
根据误差及其变化,设计专家PID控制器。分下面五种情况:
(1)当|e(k)|≥M1时,偏差绝对值很大,控制器应输出最大值。
(2)当e(k)·Δe(k)>0时,如果|e(k)|≥M2,说明偏差也较大,控制器要实施较强的控制作用,输出为:
u(k)=u(k-1)+k1{kp[e(k)-e(k-1)]+kIe(k)+kd[e(k)-2e(k-1)+e(k-2)]} (2)
如果|e(k)|<M2,说明偏差虽然在增大,但绝对值不大,控制应实施一般的控制作用,输出为:
u(k)=u(k-1)+kp{[e(k)-e(k-1)]+kIe(k)+kd[e(k)-2e(k-1)+e(k-2)]} (3)
(3)当e(k)·Δe(k)<0,e(k)·Δe(k-1)>0时,偏差绝对值朝减小的方向变化,系统趋于稳定,控制器输出应不变。
(4)当e(k)·Δe(k)<0,e(k)·Δe(k-1)<0时,偏差处于极值。
如果|e(k)|≥M2,应实施较强控制作用:
u(k)=u(k-1)+k1·kp·em(k) (4)
如果|e(k)|<M2,输出为:
u(k)=u(k-1)+k2·kp·em(k) (5)
(5)当|e(k)≤ε|时,偏差很小,此时加入积分,减小稳态偏差。式(1)~(5)中,em(k)为偏差的第k个极值;kp、kI、kd为PID控制的比例、积分、微分系数;k1为增益放大系数,k1>1;k2为抑制系数,0<k2<1;M1、M2为设定的偏差阈值;ε为较小的正实数,以上参数均由专家经验取得。
根据图3,综合控制策略是利用一种模型或算法对驾驶员输入的控制指令信号进行解算,求解出平台中四个驱动电机5的速度,实现平台的全方位运动。由于平台的每一种工况和运动方向需要四个全方位轮7具有相应的运动方向和速度组合,因此综合控制策略是一个复杂的解算过程,采用神经网络方法实现综合控制策略的解算。综合控制器2在计算出的各个驱动电机5的速度后,通过CAN总线91通信接口发送到电机控制器4中,由电机控制器4完成电机的转速控制,从而实现多个全方位轮7的协调运动。具体步骤如下:
(1)控制器中信号输入接口电路对驾驶员给定的方位信号进行滤波、整形和转换;
(2)转换后的方位信号送到运算单元经由本发明设计的神经网络模型进行解算,得到全方位移动平台的移动方向与各全方位轮7速度的对应关系。该神经网络模型是本发明设计的单输入四输出的三层径向基神经网络模型。模型第一层和第二层网络的权值和阈值是这样设计的。
第一层:Weight RW1=0,RW2=20,RW3=40,RW4=80。
Bias=[0.00023;0.00023;0.00023;0.00023]
第二层:Weight
W1S1=-52148808563;W1S2=150732646096;W1S3=-121803923690;W1S4=23222322274。
W2S1=-73434522019;W2S2=201294755608;W2S3=-155078462620;W2S4=27219282882。
W3S1=-52148808563;W3S2=150732646096;W3S3=-121803923690;W3S4=23222322274。
W4S1=-73434522019;W4S2=201294755608;W4S3=-155078462620;W4S4=27219282882。
Bias=[-1490438;-703903;-1490438;-703903]。
模型给定是这么规定的,车辆向前为正方向,行驶方向角逆时针为正方向,给定为行驶方位角,经过模型计算后得到四个轮子的速度比值。
(3)由神经网络模型对驾驶员的指令信号进行解算,得到与指令信号相应的多个全方位轮7驱动电机5的运动方向和速度。
(4)通过CAN总线91将四轮速度传送给电机控制器4,控制电机运行到期望的工作状态,实现平台的准确运动。
通过综合控制策略解算得到全方位行驶四轮速度,表1为第一象限行驶速度表,数值为四轮转速比例值,规定车辆向前和向右为正方向,行驶方向角逆时针为正方向。
表1
将控制算法转化成控制程序,流程如图4所示。
总之,以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所作的均等变化与修饰,皆应属本发明专利的涵盖范围。