CN107450351A - 一种轮式机器人控制系统仿真系统及仿真方法 - Google Patents
一种轮式机器人控制系统仿真系统及仿真方法 Download PDFInfo
- Publication number
- CN107450351A CN107450351A CN201710777147.5A CN201710777147A CN107450351A CN 107450351 A CN107450351 A CN 107450351A CN 201710777147 A CN201710777147 A CN 201710777147A CN 107450351 A CN107450351 A CN 107450351A
- Authority
- CN
- China
- Prior art keywords
- wheeled robot
- controller
- control system
- wheeled
- robot
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 claims abstract description 29
- 238000013461 design Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 241000208340 Araliaceae Species 0.000 claims description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 5
- 235000008434 ginseng Nutrition 0.000 claims description 5
- 230000037396 body weight Effects 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims 1
- 230000033772 system development Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 101000606504 Drosophila melanogaster Tyrosine-protein kinase-like otk Proteins 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种轮式机器人控制系统仿真系统及仿真方法，包括轮式机器人模型库、行驶环境模型库以及控制器模型库，根据上述模型库使用模块化方式构建和配置轮式机器人、机器人行驶环境以及轮式机器人闭环控制系统，进行仿真操作；一种轮式机器人控制系统仿真方法，包括轮式机器人配置、行驶环境配置、控制器设计、控制器参数调整、控制系统仿真以及控制器性能评估，用于轮式机器人控制系统控制器设计、参数调整以及控制性能评估；本发明基于上述轮式机器人模型库，通过模块化搭建方式，实现轮式机器人配置、轮式机器人动力学特性仿真、行驶环境配置、传感器信号配置、控制系统控制性能仿真与评估，以实现高效、快速的控制系统开发。
Description
技术领域
本发明涉及机器人仿真领域，具体涉及一种轮式机器人控制系统仿真系统及仿真方法。
背景技术
轮式机器人是一种应用极为广泛的机器人，广泛应用于航天领域、工业领域，特别地，在儿童教育方面具有极为广泛的应用，能够提高儿童对机械结构的认识，教育儿童的程序撰写方法和逻辑思想能力。
在轮式机器人的控制系统中，包括三个主体部分。第一个主体是轮式机器人，由轮式机器人本体、执行机构和传感器构成，其中轮式机器人的执行机构一般为安装在机器人上的车轮，由发动机或电动机驱动。在家庭与教育机构中，一般由电动机驱动，实现机器人前进、后退、转向运动，轮式机器人的传感器用于机器人自动控制，实现环境感知，在家庭与教育机构中使用的轮式机器人，其传感器一般为光电传感器、轻触传感器、色彩传感器等；第二个主体为轮式机器人行驶环境，轮式机器人一般按给定的期望轨迹，以一定的速度行驶，并在行驶过程中实现障碍物规避。第三个主体为轮式机器人控制器，以轮式机器轨迹跟踪、障碍物规避、速度控制为目标，以执行机构控制量为输出，实现轮式机器人的闭环系统控制。
为了使轮式机器以较高的行驶速度跟踪目标轨迹，需要对控制器的控制方法、控制参数反复调整，但现有的轮式机器人控制器调试方法基于实际的轮式机器人在场地上的运动状态，如轮式机器人行驶速度，轮式机器人跟踪期望轨迹的偏差，轮式机器人是否与障碍物碰撞，设计、调整控制器，此方法通过工程人员双眼观测分析是否实现轮式机器人控制目标，缺少定量分析，不能直观分析轮式机器的跟踪速度、轨迹跟踪精度，需要反复使轮式机器人在场地上运动，控制器设计与参数调整效率较低。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供一种轮式机器人控制系统仿真系统及仿真方法，解决现有轮式机器人控制器设计与参数调节所面临的反复实验问题。
为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现：
一种轮式机器人控制系统仿真系统，包括轮式机器人模型库、行驶环境模型库以及控制器模型库，根据上述模型库使用模块化方式构建和配置轮式机器人、机器人行驶环境以及轮式机器人闭环控制系统，进行仿真操作。
进一步地，所述轮式机器人模型库用于模拟不同规格、不同构型的轮式机器人；
所述轮式机器人模型库具有不同种类的轮式机器人本体模型，包括四轮式、三轮式、双轮式，并且模型参数可配置，包括轮式机器人本体重量、重心位置、车轮安装位置、传感器安装位置、传感器安装角度参数；
所述轮式机器人模型库具有不同种类的驱动电机模型，包括步进电机、直流电机，并且电机参数可配置；
所述轮式机器人模型库具有不同各类的轮式机器人传感器模型，包括光电传感器、色彩传感器、车轮转速传感器，并且传感器信号特征可配置，如模拟信号输出、数字量输出。
进一步地，所述行驶环境模型库用于搭建轮式机器人的行驶环境；
所述行驶环境模型库具有轮式机器人行驶轨迹模型库，通过参数配置，构建不同形状、不同长度、不同曲率的轮式机器人行驶目标轨迹；
所述行驶环境模型库具有行驶轨迹不同平度模型库，通过参数配置，构建不同坡路的行驶轨迹，包括平面行驶轨迹、起伏行驶轨迹。
进一步地，所述控制器模型库用于搭建轮式机器人的控制器；
所述控制器模型库具有不同形式的控制器模板，包括PID控制器、滑模控制器、模糊控制器，并且控制器输入、输出信号、控制器参数均可配置。
一种轮式机器人控制系统仿真方法，包括轮式机器人配置、行驶环境配置、控制器设计、控制器参数调整、控制系统仿真以及控制器性能评估，用于轮式机器人控制系统控制器设计、参数调整以及控制性能评估；
所述轮式机器人配置，用于使用轮式机器人仿真系统搭建轮式机器人，包括以下步骤：
基于轮式机器人模型库中的轮式机器人本体模型库，构建轮式机器人本体仿真模型，并通过参数配置，实现轮式机器人的重量、长度、重心位置参数配置；
基于轮式机器人模型库中包括的驱动电机模型和驱动轮模型，构建轮式机器人驱动系统仿真模型，并通过参数配置，使其仿真目标轮式机器人的驱动车轮位置、驱动电机功率以及驱动电机功率；
基于轮式机器人模型库中包括的传感器模型，构建轮式机器人的传感器，并通过参数配置，使其仿真目标轮式机器人的传感器安装位置、安装角度以及信号输出特征
进一步地，所述行驶环境配置用于搭建轮式机器人行驶环境；
所述行驶环境配置基于行驶环境模型库中的行驶轨迹模型库和不平度模型库，针对仿真的实际目标轨迹，搭建行驶轨迹仿真环境，通过包括长度、曲率以及坡度在内的参数配置，得到实际目标轨迹的仿真环境。
进一步地，所述控制器设计用于设计轮式机器人的闭环控制系统；
所述控制器设计基于轮式机器人配置，提取控制器的输入、输出特性，包括控制器输入信号数量和种类，控制器输出量形式和范围；
基于控制器模型库，选择适用于轮式机器人主体和控制目标的控制器，并配置其参数，使其满足轮式机器人的输入输出信号特性。
进一步地，所述控制器参数调整用于调整控制器参数，包括PID控制器的比例、积分以及微分系数；
所述控制器参数调整基于控制系统仿真结果和控制系统性能评估，分析轮式机器人的轨迹跟踪误差、行驶速度以及控制量曲线，调整控制器参数，以提高轮式机器人轨迹跟踪和行驶速度控制性能。
进一步地，所述控制系统仿真用于仿真轮式机器人的闭环控制系统动态特性；
所述控制系统仿真具有轮式机器人的输入输出动态仿真功能，即在控制器控制量的作用下，轮式机器人以一定的速度和方向行驶，且行驶速度和方向与仿真目标轮式机器人较为接近；
所述控制系统仿真具有轮式机器人行驶轨迹仿真功能；
所述控制系统仿真具有轮式机器人行驶轨迹与目标行驶轨迹误差输出功能；
所述控制系统仿真具有轮式机器人行驶动画；
所述控制系统仿真具有控制器输入输出关系。
进一步地，所述控制器性能评估用于评估轮式机器人闭环控制系统控制性能；
所述控制器性能评估基于轮式机器人闭环控制系统的仿真结果，通过在控制器作用下轮式机器人的跟踪误差和行驶速度，评估轮式机器人控制器性能，分析闭环控制系统特性，并通过调整控制器参数提高控制系统性能。
本发明的收益效果是：
通过轮式机器人控制系统仿真，得到轮式机器人的行驶速度、速度转向速度、期望轨迹跟踪误差等状态曲线，基于这些曲线，通过控制系统性能评估，分析、评估轮式机器人闭环系统的跟踪性能，如整体跟踪误差均值、均方值，直行段跟踪误差，曲线段跟踪误差，跟踪误差超调与振荡等，从而进行控制参数调整，如调整控制参数增益、控制量饱和、控制量增量速率等控制参数。通过此三个步骤的反复调试，提升轮式机器人控制系统的控制性能，解决现有轮式机器人控制器设计与参数调节所面临的反复实验问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为轮式机器人仿真模型库和控制系统开发流程；
图2本发明所述轮式机器人结构示意图；
图3为轮式机器人模型库示例；
图4为轮式机器人轨迹跟踪误差；
图5为PID控制器内部结构；
图6为轮式机器人仿真模型；
图7为不同控制参数轮式机器人行驶轨迹对比；
图8为不同控制参数轮式机器人行驶轨迹放大图；
附图中，各标号所代表的部件列表如下：
1-仿真系统，2-仿真方法，3-轮式机器人模型库，4-行驶环境模型库，5-控制器模型库，6-轮式机器人配置，7-行驶环境配置，8-控制器设计，9-控制器参数调整，10-控制系统仿真，11-控制系统性能评估。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1-8所示，本发明为一种轮式机器人控制系统仿真系统，包括轮式机器人模型库3、行驶环境模型库4以及控制器模型库5，根据上述模型库使用模块化方式构建和配置轮式机器人、机器人行驶环境以及轮式机器人闭环控制系统，进行仿真操作。
其中，轮式机器人模型库3用于模拟不同规格、不同构型的轮式机器人；
轮式机器人模型库3具有不同种类的轮式机器人本体模型，包括四轮式、三轮式、双轮式，并且模型参数可配置，包括轮式机器人本体重量、重心位置、车轮安装位置、传感器安装位置、传感器安装角度参数；
轮式机器人模型库3具有不同种类的驱动电机模型，包括步进电机、直流电机，并且电机参数可配置；
轮式机器人模型库3具有不同各类的轮式机器人传感器模型，包括光电传感器、色彩传感器、车轮转速传感器，并且传感器信号特征可配置，如模拟信号输出、数字量输出。
其中，行驶环境模型库4用于搭建轮式机器人的行驶环境；
行驶环境模型库4具有轮式机器人行驶轨迹模型库，通过参数配置，构建不同形状、不同长度、不同曲率的轮式机器人行驶目标轨迹；
行驶环境模型库4具有行驶轨迹不同平度模型库，通过参数配置，构建不同坡路的行驶轨迹，包括平面行驶轨迹、起伏行驶轨迹。
其中，控制器模型库5用于搭建轮式机器人的控制器；
控制器模型库5具有不同形式的控制器模板，包括PID控制器、滑模控制器、模糊控制器，并且控制器输入、输出信号、控制器参数均可配置。
一种轮式机器人控制系统仿真方法，包括轮式机器人配置6、行驶环境配置7、控制器设计8、控制器参数调整9、控制系统仿真10以及控制器性能评估11，用于轮式机器人控制系统控制器设计、参数调整以及控制性能评估；
轮式机器人配置6，用于使用轮式机器人仿真系统1搭建轮式机器人，包括以下步骤：
基于轮式机器人模型库3中的轮式机器人本体模型库，构建轮式机器人本体仿真模型，并通过参数配置，实现轮式机器人的重量、长度、重心位置参数配置；
基于轮式机器人模型库3中包括的驱动电机模型和驱动轮模型，构建轮式机器人驱动系统仿真模型，并通过参数配置，使其仿真目标轮式机器人的驱动车轮位置、驱动电机功率以及驱动电机功率；
基于轮式机器人模型库3中包括的传感器模型，构建轮式机器人的传感器，并通过参数配置，使其仿真目标轮式机器人的传感器安装位置、安装角度以及信号输出特征
其中，行驶环境配置7用于搭建轮式机器人行驶环境；
行驶环境配置7基于行驶环境模型库4中的行驶轨迹模型库和不平度模型库，针对仿真的实际目标轨迹，搭建行驶轨迹仿真环境，通过包括长度、曲率以及坡度在内的参数配置，得到实际目标轨迹的仿真环境。
其中，控制器设计8用于设计轮式机器人的闭环控制系统；
控制器设计8基于轮式机器人配置6，提取控制器的输入、输出特性，包括控制器输入信号数量和种类，控制器输出量形式和范围；
基于控制器模型库5，选择适用于轮式机器人主体和控制目标的控制器，并配置其参数，使其满足轮式机器人的输入输出信号特性。
其中，控制器参数调整9用于调整控制器参数，包括PID控制器的比例、积分以及微分系数；
控制器参数调整9基于控制系统仿真10结果和控制系统性能评估11，分析轮式机器人的轨迹跟踪误差、行驶速度以及控制量曲线，调整控制器参数，以提高轮式机器人轨迹跟踪和行驶速度控制性能。
其中，控制系统仿真10用于仿真轮式机器人的闭环控制系统动态特性；
控制系统仿真10具有轮式机器人的输入输出动态仿真功能，即在控制器控制量的作用下，轮式机器人以一定的速度和方向行驶，且行驶速度和方向与仿真目标轮式机器人较为接近；
控制系统仿真10具有轮式机器人行驶轨迹仿真功能；
控制系统仿真10具有轮式机器人行驶轨迹与目标行驶轨迹误差输出功能；
控制系统仿真10具有轮式机器人行驶动画；
控制系统仿真10具有控制器输入输出关系。
其中，控制器性能评估11用于评估轮式机器人闭环控制系统控制性能；
控制器性能评估11基于轮式机器人闭环控制系统的仿真结果，通过在控制器作用下轮式机器人的跟踪误差和行驶速度，评估轮式机器人控制器性能，分析闭环控制系统特性，并通过调整控制器参数提高控制系统性能。
本实施例的一个具体应用为：
图1描述了本发明的仿真系统模型库构成和应用仿真方法进行轮式机器人控制系统开发的开发流程。本示例中，仿真软件采用MathWorks公司的Matlab，但并不限于此软件。所设计的模型库包括轮式机器人模型库、行驶环境模型库和控制器模型库。应用所设计的模型库的仿真方法和仿真流程为：轮式机器人配置、行驶环境配置、控制器设计、控制器参数调整、控制系统仿真和控制性能评估。
在后续的描述中，以一款三轮式机器人的循迹控制为例，说明应用本发明的控制系统开发设计方法。
本示例中的轮式机器人外形如图2所示。机器人的两个后轮为驱动轮，由驱动电机直接驱动，前轮为导向轮，无驱动力，机器人通过两个后轮的转速差实现转向。在机器要机身前端，安装了两个色彩传感器，分别命名为左色彩传感器和右色彩传感器，用于循迹检测。机器人的期望跟踪轨迹为黑色，铺设在白色的垫板上，具有较强的对比度，为一个封闭的轨迹，机器人在原点开始按顺时针方向沿轨迹行驶，即当机器人向左侧偏离轨迹时，机器人向行驶轨迹的外侧行驶，当机器人向右侧偏离轨迹时，机器人向行驶轨迹的内侧行驶。
按图1所述的轮式机器人控制系统仿真方法，首先基于机器人模型库建立轮式机器人的仿真模型。图3描述了本发明的机器人模型库，包括轮式机器人本体模型库、传感器模型库和执行机构模型库。机器人本体模型库中包括机器人本体搭建所用到的连杆、支架、支臂等，以搭建完整的机器人本体。在本示例中，用到了连杆模型，通过配置连杆长度，模拟实际机器人。机器人传感器模型库包括色彩传感器、红外传感器、微动传感器等，用于仿真轮式机器人的环境检测功能。在本示例中，使用了2个色彩传感器。通过配置色彩传感器的参数，使其能够检测到设定色彩的期望轨迹，当传感器在期望轨迹上方时，信号输出为1，反之，信号输出为0。因为在本示例中，安装了两个色彩传感器，则可通过色彩传感器信号判断轮式机器人相对行驶轨迹的相对位置，判断方法如表1所示。执行机构模型库则包括轮式机器人的执行器，包括电机、固定轮、万向轮等。在本示例中，使用了三个固定轮，两个电机，配置两个电机分别直驱两个后轮。
表1轮式机器人位置检测方法
接下来，针对轮式机器人实际行驶环境、行驶轨迹，搭建行驶环境仿真模型，使用的行驶环境模型库包括直路和弯路。在此模型库中，包括轮式机器人的期望行驶直路、弯路。通过上述模型的有效连接，形成轮式机器人的行驶环境框架，并通过参数配置，使其能够模拟真实的轮式机器人行驶环境，其中弯路的参数包括轨迹颜色、轨迹曲率半径、轨迹角度以及起点位置。本示例中，选择期望轨迹颜色为“黑色”，最终配置得出期望轨迹。
在配置完轮式机器人本体和行驶轨迹后，设计轮式机器人的闭环控制系统。针对轮式机器人的动力学特性、行驶环境特点、控制目标，在控制器模型库中选择合适的控制器。控制器模型库包括PID控制器、滑模控制器、模糊控制器、模型预测控制器等，如图4所示。对控制器的输入、输出连接之后，初步确定控制器参数，在本示例中，选择PID控制器，其控制参数包括输入控制目标维数、输出量维数、PID控制器比例增益、PID控制器积分增益以及PID控制器微分增益，内部结构如图5所示。
在本示例中，控制目标为轮式机器人跟踪上述期望轨迹，因此需要将跟踪误差输入到图5所示的控制器中，需要选用控制器模型库内的的跟踪误差计算模块。此模块的输入量为当前轮式机器人位置(x1,y1),轮式机器人行驶方向角θ1，期望轨迹位置坐标(x2,y2)，期望轨迹在(x2,y2)处的切线角度θ2，如图4所示。则轮式机器人与期望行驶轨迹的横向跟踪距离误差为：
轮式机器人行驶方向与期望行驶轨迹角度的误差为：
θe＝θ2-θ1
考虑到轮式机器人具有非完整约束特性，且有一定的惯性，需要加入一定距离l0的预瞄以提高跟踪精度。加入行驶轨迹预瞄之后，计算得到的跟踪误差为：
le＝l1+l0sinθe
其中le作为轨迹跟踪误差输入到图5所示的轮式机器人轨迹跟踪控制器中。
基于上述步骤，完成了轮式机器人本体、期望行驶轨迹、轨迹跟踪控制器的设计，构成了轮式机器人闭环系统仿真模型，如图6所示。
为了得到满足控制性能指标的控制器，需要调整控制器参数配置中的控制器参数，通过对轮式机器人闭环控制系统进行仿真验证，比较不同控制参数作用下轮式机器人的行驶轨迹实现。图图7描述了不同控制器参数作用下轮式机器人的实际行驶轨迹的坐标曲线，从中看出，在其中一组控制参数的作用下，轮式机器人行驶轨迹不能跟踪期望行驶轨迹，即此闭环控制系统不稳定，而其它组控制参数均可以使轮式机器人稳定跟踪期望行驶轨迹。为了对比稳定控制系统的行驶轨迹，将图7进行放大，得到2s～3s之间的行驶轨迹，如图8所示，在几组控制参数的作用下，均能跟踪期望行驶轨迹，从中选择控制性能最好的控制器参数，应用于实际轮式机器人控制器设计中。
通过上述方法，相比较传统方式，可在仿真系统中，对控制器参数进行反复调整，避免了大量的轮式机器人的实际调试，可极大的提高轮式机器人闭环控制系统设计的开发效率，缩短调试周期。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料过着特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种轮式机器人控制系统仿真系统，其特征在于：包括轮式机器人模型库(3)、行驶环境模型库(4)以及控制器模型库(5)，根据上述模型库使用模块化方式构建和配置轮式机器人、机器人行驶环境以及轮式机器人闭环控制系统，进行仿真操作。
2.根据权利要求1所述的一种轮式机器人控制系统仿真系统，其特征在于：所述轮式机器人模型库(3)用于模拟不同规格、不同构型的轮式机器人；
所述轮式机器人模型库(3)具有不同种类的轮式机器人本体模型，包括四轮式、三轮式、双轮式，并且模型参数可配置，包括轮式机器人本体重量、重心位置、车轮安装位置、传感器安装位置、传感器安装角度参数；
所述轮式机器人模型库(3)具有不同种类的驱动电机模型，包括步进电机、直流电机，并且电机参数可配置；
所述轮式机器人模型库(3)具有不同各类的轮式机器人传感器模型，包括光电传感器、色彩传感器、车轮转速传感器，并且传感器信号特征可配置，如模拟信号输出、数字量输出。
3.根据权利要求1所述的一种轮式机器人控制系统仿真系统，其特征在于：所述行驶环境模型库(4)用于搭建轮式机器人的行驶环境；
所述行驶环境模型库(4)具有轮式机器人行驶轨迹模型库，通过参数配置，构建不同形状、不同长度、不同曲率的轮式机器人行驶目标轨迹；
所述行驶环境模型库(4)具有行驶轨迹不同平度模型库，通过参数配置，构建不同坡路的行驶轨迹，包括平面行驶轨迹、起伏行驶轨迹。
4.根据权利要求1所述的一种轮式机器人控制系统仿真系统，其特征在于：所述控制器模型库(5)用于搭建轮式机器人的控制器；
所述控制器模型库(5)具有不同形式的控制器模板，包括PID控制器、滑模控制器、模糊控制器，并且控制器输入、输出信号、控制器参数均可配置。
5.一种轮式机器人控制系统仿真方法，其特征在于：包括轮式机器人配置(6)、行驶环境配置(7)、控制器设计(8)、控制器参数调整(9)、控制系统仿真(10)以及控制器性能评估(11)，用于轮式机器人控制系统控制器设计、参数调整以及控制性能评估；
所述轮式机器人配置(6)，用于使用轮式机器人仿真系统(1)搭建轮式机器人，包括以下步骤：
基于轮式机器人模型库(3)中的轮式机器人本体模型库，构建轮式机器人本体仿真模型，并通过参数配置，实现轮式机器人的重量、长度、重心位置参数配置；
基于轮式机器人模型库(3)中包括的驱动电机模型和驱动轮模型，构建轮式机器人驱动系统仿真模型，并通过参数配置，使其仿真目标轮式机器人的驱动车轮位置、驱动电机功率以及驱动电机功率；
基于轮式机器人模型库(3)中包括的传感器模型，构建轮式机器人的传感器，并通过参数配置，使其仿真目标轮式机器人的传感器安装位置、安装角度以及信号输出特征。
6.根据权利要求5所述的一种轮式机器人控制系统仿真方法，其特征在于：所述行驶环境配置(7)用于搭建轮式机器人行驶环境；
所述行驶环境配置(7)基于行驶环境模型库(4)中的行驶轨迹模型库和不平度模型库，针对仿真的实际目标轨迹，搭建行驶轨迹仿真环境，通过包括长度、曲率以及坡度在内的参数配置，得到实际目标轨迹的仿真环境。
7.根据权利要求5所述的一种轮式机器人控制系统仿真方法，其特征在于：所述控制器设计(8)用于设计轮式机器人的闭环控制系统；
所述控制器设计(8)基于轮式机器人配置(6)，提取控制器的输入、输出特性，包括控制器输入信号数量和种类，控制器输出量形式和范围；
基于控制器模型库(5)，选择适用于轮式机器人主体和控制目标的控制器，并配置其参数，使其满足轮式机器人的输入输出信号特性。
8.根据权利要求5所述的一种轮式机器人控制系统仿真方法，其特征在于：所述控制器参数调整(9)用于调整控制器参数，包括PID控制器的比例、积分以及微分系数；
所述控制器参数调整(9)基于控制系统仿真(10)结果和控制系统性能评估(11)，分析轮式机器人的轨迹跟踪误差、行驶速度以及控制量曲线，调整控制器参数，以提高轮式机器人轨迹跟踪和行驶速度控制性能。
9.根据权利要求5所述的一种轮式机器人控制系统仿真方法，其特征在于：所述控制系统仿真(10)用于仿真轮式机器人的闭环控制系统动态特性；
所述控制系统仿真(10)具有轮式机器人的输入输出动态仿真功能，即在控制器控制量的作用下，轮式机器人以一定的速度和方向行驶，且行驶速度和方向与仿真目标轮式机器人较为接近；
所述控制系统仿真(10)具有轮式机器人行驶轨迹仿真功能；
所述控制系统仿真(10)具有轮式机器人行驶轨迹与目标行驶轨迹误差输出功能；
所述控制系统仿真(10)具有轮式机器人行驶动画；
所述控制系统仿真(10)具有控制器输入输出关系。
10.根据权利要求5所述的一种轮式机器人控制系统仿真方法，其特征在于：所述控制器性能评估(11)用于评估轮式机器人闭环控制系统控制性能；
所述控制器性能评估(11)基于轮式机器人闭环控制系统的仿真结果，通过在控制器作用下轮式机器人的跟踪误差和行驶速度，评估轮式机器人控制器性能，分析闭环控制系统特性，并通过调整控制器参数提高控制系统性能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710777147.5A CN107450351A (zh) | 2017-09-01 | 2017-09-01 | 一种轮式机器人控制系统仿真系统及仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710777147.5A CN107450351A (zh) | 2017-09-01 | 2017-09-01 | 一种轮式机器人控制系统仿真系统及仿真方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107450351A true CN107450351A (zh) | 2017-12-08 |
Family
ID=60494695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710777147.5A Pending CN107450351A (zh) | 2017-09-01 | 2017-09-01 | 一种轮式机器人控制系统仿真系统及仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107450351A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108791304A (zh) * | 2018-06-11 | 2018-11-13 | 浙江国自机器人技术有限公司 | 一种双驱车辆的加速度控制方法、系统及相关装置 |
| CN109202898A (zh) * | 2018-08-07 | 2019-01-15 | 北京云迹科技有限公司 | 参数配置方法及装置 |
| CN110262485A (zh) * | 2019-06-10 | 2019-09-20 | 华侨大学 | 一种基于自适应引力的移动机器人避障方法 |
| CN110471412A (zh) * | 2019-08-01 | 2019-11-19 | 广州小鹏汽车科技有限公司 | 一种评估路径跟踪算法性能的方法及评估系统 |
| CN110488815A (zh) * | 2019-08-01 | 2019-11-22 | 广州小鹏汽车科技有限公司 | 一种车辆的路径跟踪方法及路径跟踪系统 |
| CN112346440A (zh) * | 2020-11-20 | 2021-02-09 | 深圳优地科技有限公司 | 机器人健康监控方法、装置、设备及可读存储介质 |
| CN113848759A (zh) * | 2021-10-11 | 2021-12-28 | 江苏汇博机器人技术股份有限公司 | 一种机器人搬运仿真系统及其搬运方法 |
-
2017
- 2017-09-01 CN CN201710777147.5A patent/CN107450351A/zh active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108791304A (zh) * | 2018-06-11 | 2018-11-13 | 浙江国自机器人技术有限公司 | 一种双驱车辆的加速度控制方法、系统及相关装置 |
| CN109202898A (zh) * | 2018-08-07 | 2019-01-15 | 北京云迹科技有限公司 | 参数配置方法及装置 |
| CN109202898B (zh) * | 2018-08-07 | 2022-03-04 | 北京云迹科技有限公司 | 参数配置方法及装置 |
| CN110262485A (zh) * | 2019-06-10 | 2019-09-20 | 华侨大学 | 一种基于自适应引力的移动机器人避障方法 |
| CN110262485B (zh) * | 2019-06-10 | 2022-06-07 | 华侨大学 | 一种基于自适应引力的移动机器人避障方法 |
| CN110471412A (zh) * | 2019-08-01 | 2019-11-19 | 广州小鹏汽车科技有限公司 | 一种评估路径跟踪算法性能的方法及评估系统 |
| CN110488815A (zh) * | 2019-08-01 | 2019-11-22 | 广州小鹏汽车科技有限公司 | 一种车辆的路径跟踪方法及路径跟踪系统 |
| CN110488815B (zh) * | 2019-08-01 | 2022-10-14 | 广州小鹏汽车科技有限公司 | 一种车辆的路径跟踪方法及路径跟踪系统 |
| CN112346440A (zh) * | 2020-11-20 | 2021-02-09 | 深圳优地科技有限公司 | 机器人健康监控方法、装置、设备及可读存储介质 |
| CN112346440B (zh) * | 2020-11-20 | 2022-02-11 | 深圳优地科技有限公司 | 机器人健康监控方法、装置、设备及可读存储介质 |
| CN113848759A (zh) * | 2021-10-11 | 2021-12-28 | 江苏汇博机器人技术股份有限公司 | 一种机器人搬运仿真系统及其搬运方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107450351A (zh) | 一种轮式机器人控制系统仿真系统及仿真方法 | |
| Engin et al. | Path planning of line follower robot | |
| Costa et al. | Simtwo realistic simulator: A tool for the development and validation of robot software | |
| CN110815190B (zh) | 一种工业机器人拖动示教方法及系统 | |
| CN102393200B (zh) | 基于飞行仿真的通用惯导测试方法 | |
| Jin et al. | MVWT-II: The second generation caltech multi-vehicle wireless testbed | |
| CN107045347A (zh) | 用于农机无人驾驶的自动掉头路径规划及其控制方法 | |
| CN208654640U (zh) | 两轮平衡机器人控制系统 | |
| CN107457783A (zh) | 基于pd控制器的六自由度机械臂自适应智能检测方法 | |
| CN103247213B (zh) | 拖拉机自动导航实验台 | |
| CN107414827A (zh) | 基于线性反馈控制器的六自由度机械臂自适应检测方法 | |
| CN101116969A (zh) | 一种移动机器人运动高精度控制方法 | |
| CN106142050A (zh) | 一种车轮高低差自适应的移动机器人 | |
| Chen et al. | Curved path following controller for 4w skid-steering mobile robots using backstepping | |
| Gonçalves et al. | Differential mobile robot controller study: A low cost experiment based on a small arduino based prototype | |
| Papp et al. | Navigation of differential drive mobile robot on predefined, software designed path | |
| Salem | Refined models and control solutions for mechatronics design of mobile robotic platforms. | |
| Goncales et al. | Realistic simulation of a lego mindstorms nxt based robot | |
| Fehér et al. | Highly automated electric vehicle platform for control education | |
| Küçük | Design of two wheeled twin rotored hybrid robotic platform | |
| Wardana et al. | Wall following control of a mobile robot without orientation sensor | |
| Savaee et al. | Kinematic Analysis and Odometry-Based Navigation of an Omnidirectional Wheeled Mobile Robot on Uneven Surfaces | |
| Luo et al. | Intelligent vehicle simulation and debugging environment based on physics engine | |
| CN206757924U (zh) | 基于虚拟仪器技术的汽车智能化技术仿真平台 | |
| Mac et al. | Design and implementation of a real-time autonomous navigation system applied to lego robots |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190225 Address after: 201203 No. 889 Bibo Road, Zhangjiang Town, Pudong New Area, Shanghai Applicant after: Yang Pengju Address before: Room C618, Building No. 1, 5500 Yuanjiang Road, Minhang District, Shanghai, 200120 Applicant before: Shanghai Bei Yue Culture Communication Co., Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190429 Address after: Room 330, Building 2, Building 3, No. 588 Zixing Road, Minhang District, Shanghai, 200241 Applicant after: Shanghai Pengye Robot Technology Co., Ltd. Address before: 201203 No. 889 Bibo Road, Zhangjiang Town, Pudong New Area, Shanghai Applicant before: Yang Pengju |
|
| TA01 | Transfer of patent application right | ||
| CB02 | Change of applicant information |
Address after: 200241 330, 3 building, 2 Zixing Road, Minhang District, Shanghai, 588 Applicant after: Shanghai Pengye Education Technology Co., Ltd Address before: 200241 330, 3 building, 2 Zixing Road, Minhang District, Shanghai, 588 Applicant before: Shanghai Pengye Robot Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171208 |
|
| WD01 | Invention patent application deemed withdrawn after publication |