CN106597842B - 一种机器人的快速转向的控制方法及系统 - Google Patents
一种机器人的快速转向的控制方法及系统 Download PDFInfo
- Publication number
- CN106597842B CN106597842B CN201510684677.6A CN201510684677A CN106597842B CN 106597842 B CN106597842 B CN 106597842B CN 201510684677 A CN201510684677 A CN 201510684677A CN 106597842 B CN106597842 B CN 106597842B
- Authority
- CN
- China
- Prior art keywords
- robot
- motion state
- control
- reference model
- control sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明公开了一种机器人的快速转向的控制方法和系统,该控制方法包括以下步骤:获取机器人的三维动力学参考模型;根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中最优控制策略包括机器人的最优控制序列;通过最优控制序列控制机器人转向;获取机器人在新的运动方向下的实际运动状态,并根据实际运动状态和最优控制序列对三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略。通过上述方式,本发明能够控制机器人快速稳定的转向。
Description
技术领域
本发明涉及服务机器人运动控制领域,尤其是涉及一种机器人的快速转向的控制方法及系统。
背景技术
传统的机器人主要采用基于运动学的控制方式,通常在离线条件下规划出机器人的运动轨迹,通过车轮驱动电机的速度伺服功能实现机器人的移动。由于机器人的重心相对较高,也导致了其运行的稳定性不高。转向时,机器人通常采用慢速转向的方式以便保证机器人转向的平稳性。由于现代机器人对于其自身的运动性能的要求不断提高,迫使机器人需要较好的转向性能,传统的运动学控制无法实现机器人快速且稳定的转向运行。
发明内容
本发明主要解决的技术问题是提供一种机器人的快速转向的控制方法及系统,能够控制机器人快速稳定的转向。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种机器人的快速转向的控制方法,该控制方法包括以下步骤:获取机器人的三维动力学参考模型;根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中最优控制策略包括机器人的最优控制序列;通过最优控制序列控制机器人转向;获取机器人在新的运动方向下的实际运动状态,并根据实际运动状态和最优控制序列对三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略。
其中,获取机器人的三维动力学参考模型的步骤包括:根据机器人的结构建立三维动力学模型,并获取三维动力学模型的参数,以得到三维动力学参考模型。
其中,根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略的步骤还包括:根据三维动力学参考模型和新的运动方向模拟出机器人的模拟运动状态;根据机器人的模拟运动状态获得机器人的车轮与底面的作用力关系;预测控制输出的控制序列和机器人在控制输出的控制序列下的预测运动状态;根据作用力关系和预测的控制输出的控制序列以及预测运行状态计算出机器人在新的运动方向中的快速转向的最优控制策略。
其中,根据作用力关系和预测的控制输出的控制序列以及预测运行状态计算出机器人在新的运动方向中的快速转向的最优控制策略的步骤包括:将控制输出的控制序列作为待优化的优化变量;将机器人的预测运动状态中的预测转向与新的运动方向进行差值运算,将差值的绝对值作为目标变量;将作用力关系作为约束条件,使得控制输出的控制序列被规划为带有约束条件的优化问题,进一步应用非线性优化算法求解该优化问题,以计算出快速转向的最优控制策略。
其中,根据实际运动状态和最优控制序列对三维动力学参考模型进行校正的步骤还包括:根据实际运动状态和最优控制序列采用最小二乘法对三维运动学参考模型进行校正。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种机器人的快速转向的控制系统,该控制系统包括模型建立单元、方向给定单元、计算单元、驱动单元以及反馈单元,其中:模型建立单元用于获取机器人的三维动力学参考模型;方向给定单元用于向计算单元发送新的运动方向;计算单元用于根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中最优控制策略包括机器人的最优控制序列;计算单元进一步通过最优控制序列控制机器人的驱动单元驱动机器人转向;反馈单元用于获取机器人在新的运动方向下的实际运动状态,并根据实际运动状态和最优控制序列对三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略。
其中,模型建立单元具体为根据机器人的结构建立三维动力学模型,并获取三维动力学模型的参数,以得到三维动力学参考模型。
其中,计算单元还包括:模拟模块,用于根据三维动力学参考模型和新的运动方向模拟出机器人的模拟运动状态;计算模块,用于根据机器人的模拟运动状态获得机器人的车轮与底面的作用力关系;预测模块,用于预测控制输出的控制序列和机器人在控制输出的控制序列下的预测运动状态;计算模块进一步用于根据作用力关系和预测的控制输出的控制序列以及预测运行状态计算出机器人在新的运动方向中的快速转向的最优控制策略。
其中,计算模块进一步将控制输出的控制序列作为待优化的优化变量,将机器人的预测运动状态中的预测转向与新的运动方向进行差值运算,将差值的绝对值作为目标变量,将作用力关系作为约束条件,使得控制输出的控制序列被规划为带有约束条件的优化问题,应用非线性优化算法求解该优化问题,以计算出快速转向的最优控制策略。
其中,反馈单元具体为根据实际运动状态和最优控制序列采用最小二乘法对三维运动学参考模型进行校正。
本发明的有益效果是:区别于现有技术的情况,本发明的机器人的快速转向的控制方法为,首先获取机器人的三维动力学参考模型,然后根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中最优控制策略包括机器人的最优控制序列,然后通过最优控制序列控制机器人转向,最后获取机器人在新的运动方向下的实际运动状态,并根据实际运动状态和最优控制序列对三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略。因此,本发明通过对三维动力学模型进行模拟以及校正,得到最优的控制策略,能够控制机器人快速稳定的转向。
附图说明
图1是本发明实施例提供的一种机器人的快速转向的控制系统的结构示意图;
图2是本发明实施例提供的一种机器人的快速转向的控制方法的流程图;
图3是本发明实施例提供的另一种机器人的快速转向的控制方法的流程图。
具体实施方式
请参阅图1,图1是本发明实施例提供的一种机器人的快速转向的控制系统的结构示意图。值得注意的是,本发明的机器人优选为舵轮结构轮式机器人。如图1所示,本发明的机器人的快速转向的控制系统10包括模型建立单元11、方向给定单元12、计算单元13、驱动单元14以及反馈单元15。
其中,模型建立单元11用于获取机器人的三维动力学参考模型。具体为:模型建立单元11根据机器人的结构建立三维动力学模型,即三维动力学参考模型的基本结构。并在合理的假设中将三维动力学模型进行相应的简化,同时根据机器人机械设计软件获取三维动力学模型的各个初始的参数,以得到三维动力学参考模型。
方向给定单元12用于向计算单元13发送新的运动方向。
计算单元13用于根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中所述最优控制策略包括机器人的最优控制序列。
计算单元13进一步通过最优控制序列控制所述机器人的驱动单元14驱动机器人转向。具体为,驱动单元14控制输出作为电机驱动的电流给定值,控制机器人的驱动转矩,实现机器人防侧向摔倒的快速转向控制。
其中,计算单元13还包括模拟模块131、计算模块132以及预测模块133
模拟模块131用于根据三维动力学参考模型和新的运动方向模拟出机器人的模拟运动状态。具体为,通过四阶龙格库塔算法对机器人的三维动力学参考模型进行求解,并结合运动方向,以模拟出机器人的模拟运行状态。
计算模块132用于根据机器人的模拟运动状态获得机器人的车轮与底面的作用力关系。
预测模块133用于预测控制输出的控制序列和机器人在控制输出的控制序列下的预测运动状态。具体预测三个控制周期的控制输出的控制序列和机器人在控制输出的控制序列下的预测运动状态。
计算模块132进一步用于根据作用力关系和预测的控制输出的控制序列以及预测运行状态计算出机器人在新的运动方向中的快速转向的最优控制策略。具体而言,计算模块132进一步将控制输出的控制序列作为待优化的优化变量,将机器人的预测运动状态中的预测转向与新的运动方向进行差值运算,将差值的绝对值作为目标变量,将作用力关系作为约束条件,使得控制输出的运动状态被规划为带有约束条件的优化问题,进一步应用非线性优化算法求解该优化问题,以计算出快速转向的最优控制策略。
反馈单元15用于获取机器人在新的运动方向下的实际运动状态,并根据实际运动状态和最优控制序列对三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略。具体为反馈单元15具体为根据实际运动状态和最优控制序列采用最小二乘法对三维运动模型进行校正。以将校正后的三维运动参考模型进行下一个控制周期的三维运动参考模型。
因此本发明通过三维运动参考模型对机器人的运动状态进行模拟,预测出机器人在运动时车轮与地面的作用力关系,优化计算出可以保证机器人不发生侧向摔倒时最快转向运行所对应的控制输出,因此可以在保证机器人在具有自身防侧向摔倒的功能下,实现机器人的快速转向运行。
本发明还提供了一种机器人的快速转向的控制方法,该控制方法应用于前文的机器人的快速转向的控制系统中。具体请参阅图2,图2是本发明实施例提供的一种机器人的快速转向的控制方法的流程图。
如图2所示,本发明的机器人的快速转向的控制方法包括以下步骤:
步骤S1:获取机器人的三维动力学参考模型。
本步骤具体为根据机器人的结构建立三维动力学模型,并获取三维动力学模型的参数,以得到三维动力学参考模型。
步骤S2:根据三维动力学参考模型和接收到的新的运动方向对机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中最优控制策略包括机器人的最优控制序列。
请参阅图3,本步骤具体包括以下步骤:
步骤S21:根据三维动力学参考模型和新的运动方向模拟出机器人的模拟运动状态;
步骤S22:根据机器人的模拟运动状态获得机器人的车轮与底面的作用力关系;
步骤S23:预测控制输出的控制序列和机器人在控制输出的控制序列下的预测运动状态;
步骤S24:根据作用力关系和预测的控制输出的控制序列以及预测运行状态计算出机器人在新的运动方向中的快速转向的最优控制策略。
本步骤具体为:首先将控制输出的控制序列作为待优化的优化变量,然后将机器人的预测运动状态中的预测转向与新的运动方向进行差值运算,将差值的绝对值作为目标变量,最后将作用力关系作为约束条件,使得控制输出的控制序列被规划为带有约束条件的优化问题,进一步应用非线性优化算法求解该优化问题,以计算出快速转向的最优控制策略。
步骤S3:通过最优控制序列控制机器人转向。
步骤S4:获取机器人在新的运动方向下的实际运动状态,并根据实际运动状态和最优控制序列对三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略。
本步骤具体为根据实际运动状态和最优控制序列采用最小二乘法对三维运动学参考模型进行校正。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种机器人的快速转向的控制方法,其特征在于:所述控制方法包括以下步骤:
获取所述机器人的三维动力学参考模型;
根据所述三维动力学参考模型和接收到的新的运动方向对所述机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中所述最优控制策略包括机器人的最优控制序列;
通过所述最优控制序列控制所述机器人转向;
获取所述机器人在所述新的运动方向下的实际运动状态,并根据所述实际运动状态和所述最优控制序列对所述三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略;
根据所述三维动力学参考模型和接收到的新的运动方向对所述机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略的步骤还包括:
根据所述三维动力学参考模型和所述新的运动方向模拟出所述机器人的模拟运动状态;
根据所述机器人的模拟运动状态获得所述机器人的车轮与地面的作用力关系;
预测控制输出的控制序列和所述机器人在所述控制输出的控制序列下的预测运动状态;
根据所述作用力关系和预测的控制输出的控制序列以及所述预测运行状态计算出所述机器人在所述新的运动方向中的快速转向的最优控制策略,所述最优控制策略包括:
将所述控制输出的控制序列作为待优化的优化变量;
将机器人的预测运动状态中的预测转向与所述新的运动方向进行差值运算,将所述差值的绝对值作为目标变量;
将所述作用力关系作为约束条件,使得所述控制输出的控制序列被规划为带有约束条件的优化问题,应用非线性优化算法求解该优化问题,以计算出快速转向的最优控制策略。
2.根据权利要求1所述的控制方法,其特征在于,所述获取所述机器人的三维动力学参考模型的步骤包括:
根据所述机器人的结构建立三维动力学模型,并获取所述三维动力学模型的参数,以得到所述三维动力学参考模型。
3.根据权利要求1所述的控制方法,其特征在于,所述根据所述实际运动状态和所述最优控制序列对所述三维动力学参考模型进行校正的步骤还包括:
根据实际运动状态和所述最优控制序列采用最小二乘法对所述三维动力学参考模型进行校正。
4.一种机器人的快速转向的控制系统,其特征在于:所述控制系统包括模型建立单元、方向给定单元、计算单元、驱动单元以及反馈单元,其中:
所述模型建立单元用于获取所述机器人的三维动力学参考模型;
所述方向给定单元用于向所述计算单元发送新的运动方向;
所述计算单元用于根据所述三维动力学参考模型和接收到的新的运动方向对所述机器人的运动状态进行模拟和预测,以计算出快速转向的最优控制策略,其中所述最优控制策略包括机器人的最优控制序列;
所述计算单元进一步通过所述最优控制序列控制所述机器人的驱动单元驱动所述机器人转向;
所述反馈单元用于获取所述机器人在所述新的运动方向下的实际运动状态,并根据所述实际运动状态和所述最优控制序列对所述三维动力学参考模型进行校正,以得到更准确的模型,从而得到更准确的控制策略;
所述计算单元还包括:
模拟模块,用于根据所述三维动力学参考模型和所述新的运动方向模拟出所述机器人的模拟运动状态;
计算模块,用于根据所述机器人的模拟运动状态获得所述机器人的车轮与地面的作用力关系;
预测模块,用于预测控制输出的控制序列和所述机器人在所述控制输出的控制序列下的预测运动状态;
所述计算模块进一步用于根据所述作用力关系和预测的控制输出的控制序列以及所述预测运行状态计算出所述机器人在所述新的运动方向中的快速转向的最优控制策略;
所述计算模块进一步将所述控制输出的控制序列作为待优化的优化变量,将机器人的预测运动状态中的预测转向与所述新的运动方向进行差值运算,将所述差值的绝对值作为目标变量,将所述作用力关系作为约束条件,使得所述控制输出的控制序列被规划为带有约束条件的优化问题,应用非线性优化算法求解该优化问题,以计算出快速转向的最优控制策略。
5.根据权利要求4所述的控制系统,其特征在于,所述模型建立单元根据所述机器人的结构建立三维动力学模型,并获取所述三维动力学模型的参数,以得到所述三维动力学参考模型。
6.根据权利要求4所述的控制系统,其特征在于,所述反馈单元将实际运动状态和所述最优控制序列进行比较,根据比较结果采用最小二乘法对所述三维动力学参考模型进行校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510684677.6A CN106597842B (zh) | 2015-10-20 | 2015-10-20 | 一种机器人的快速转向的控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510684677.6A CN106597842B (zh) | 2015-10-20 | 2015-10-20 | 一种机器人的快速转向的控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106597842A CN106597842A (zh) | 2017-04-26 |
CN106597842B true CN106597842B (zh) | 2020-04-24 |
Family
ID=58555184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510684677.6A Active CN106597842B (zh) | 2015-10-20 | 2015-10-20 | 一种机器人的快速转向的控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106597842B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110799911B (zh) * | 2017-08-04 | 2022-12-13 | 深圳配天智能技术研究院有限公司 | 一种机器人运动控制的方法、运动控制装置及机器人系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4400634B2 (ja) * | 2007-02-28 | 2010-01-20 | トヨタ自動車株式会社 | 衝突予測装置 |
DE112009002530T5 (de) * | 2008-10-30 | 2012-08-23 | Ford Global Technologies, Llc | Fahrzeug und Verfahren zum Beraten eines Fahrers von selbigen |
US9126525B2 (en) * | 2009-02-27 | 2015-09-08 | Magna Electronics Inc. | Alert system for vehicle |
US9150246B2 (en) * | 2013-12-06 | 2015-10-06 | GM Global Technology Operations LLC | Algorithm for steering angle command to torque command conversion |
CN104354697A (zh) * | 2014-10-08 | 2015-02-18 | 南京航空航天大学 | 一种利用在线修正的汽车状态参数估计路面附着系数的方法 |
CN104460673A (zh) * | 2014-11-21 | 2015-03-25 | 广西智通节能环保科技有限公司 | 一种无人驾驶系统 |
CN104608765B (zh) * | 2014-12-19 | 2017-04-05 | 同济大学 | 一种汽车智能超车方法及系统 |
CN104773169B (zh) * | 2015-04-28 | 2017-05-24 | 吉林大学 | 一种基于轮胎侧偏角的车辆横摆稳定集成控制方法 |
-
2015
- 2015-10-20 CN CN201510684677.6A patent/CN106597842B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106597842A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105320129B (zh) | 一种无人驾驶自行车轨迹跟踪控制的方法 | |
KR101131776B1 (ko) | 다리식 이동 로봇의 보용 생성장치 | |
US8150550B2 (en) | Legged robot | |
WO2006013779A1 (ja) | 脚式移動ロボットの歩容生成装置および制御装置 | |
EP2347868B1 (en) | Humanoid robot and walking control method thereof | |
Zhou et al. | Overview of gait synthesis for the humanoid COMAN | |
WO2006067904A1 (ja) | 脚式移動ロボットの歩容生成装置 | |
CN104317299A (zh) | 一种基于轮式移动机器人轨迹跟踪的混合控制方法 | |
CN104898672B (zh) | 一种仿人机器人行走轨迹的优化控制方法 | |
CN106597844B (zh) | 一种机器人防摔倒控制方法及系统 | |
CN105468012A (zh) | 一种重型载人足式机器人线控转向系统的路感模拟方法 | |
Ugurlu et al. | Compliant joint modification and real-time dynamic walking implementation on bipedal robot cCub | |
CN106597842B (zh) | 一种机器人的快速转向的控制方法及系统 | |
CN106597843B (zh) | 一种前驱动轮式机器人安全控制方法及系统 | |
Dong et al. | On-line gait adjustment for humanoid robot robust walking based on divergence component of motion | |
Ye et al. | Design of a large-scale electrically-actuated quadruped robot and locomotion control for the narrow passage | |
Englsberger et al. | Biologically inspired dead-beat controller for bipedal running in 3D | |
Zapolsky et al. | Inverse dynamics for a quadruped robot locomoting along slippery surfaces | |
Djoudi et al. | Stability analysis of a walk of a biped with control of the ZMP | |
Li et al. | Dynamic Locomotion of a Quadruped Robot with Active Spine via Model Predictive Control | |
Mayr et al. | A bipedal walking pattern generator that considers multi-body dynamics by angular momentum estimation | |
Huang et al. | Model-based bounding on a quadruped robot | |
CN117302168A (zh) | 一种混动车辆的驱动控制方法及车辆 | |
Xiao et al. | Limit cycle walking of underactuated bipedal humanoid on slippery road surface | |
Yu et al. | Gait Planning for Biped Robot Based on Variable Center-of-Mass Height Hybrid Strategy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Hunnan New District Jinhui street in Shenyang of Liaoning province 110168 City No. 16 Applicant after: Shenyang Xinsong Robert Automation Co., Ltd. Applicant after: Chinese Academy of Sciences Holdings Limited Address before: Hunnan New District Jinhui street in Shenyang of Liaoning province 110168 City No. 16 Applicant before: Shenyang Xinsong Robert Automation Co., Ltd. Applicant before: State owned Assets Management Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |