CN109739228B - 一种安防机器人的速度调节参数自训练方法 - Google Patents

Abstract

本发明公开了一种安防机器人的速度调节参数自训练方法，通过设定安防车的最小运动速度V_min，最大运行速度V_max，最小坡度θ_min，最大坡度θ_max；给安防车设定初始速度V₀，θ₀，一套初始速度PID参数P₀，I₀，D₀；设置速度调节训练的目标超调时间t_S，最大总超调时间t_allmax，目标超调量ΔV_S后，使安防车在训练场地内进行运行，并监测其实际超调时间t₂，实际超调量ΔV及实际总超调时间t_allmax是否满足设定的要求，若不满足，则自动逐个对PID的每个参数进行调节，直到满足要求后，将相关参数记录入PID参数库。由此，本发明的安防机器人的速度调节参数自训练方法与人工实验方式相比可以极大的节省人力和时间，并且最终效果可量化，效果更好。

Description

一种安防机器人的速度调节参数自训练方法

技术领域

本发明涉及机器自学习领域，尤其涉及一种安防机器人的速度调节参数自训练方法。

背景技术

安防机器人又称安保机器人，是半自主、自主或者在人类完全控制下协助人类完成安全防护工作的机器人。安防机器人作为机器人行业的一个细分领域，立足于实际生产生活需要，用来解决安全隐患、巡逻监控及灾情预警等。从而减少安全事故的发生，减少生命财产损失。

在危险场景里，时间就是生命，故安防机器人实际运行的速度关系着受灾人员的生命安全，至关重要。

当前市面上的安防机器人基本采用电机驱动的运动控制，为了保证机器人运行速度稳定，通常都会采用PID的运动调节方法。这种调节方法会因为速度的不同，行驶路面的坡度不同而导致最终速度调节效果有差异。因此为了应对不同速度，不同坡度路面的情况，往往采用分段的PID运动调节。每段的PID参数需要单独设定，为了保证效果更好则需要更多段的PID参数。目前大部分是采用多次实验然后人工调整的方法，这种方式耗时耗力，效率极低，而且不容易达到最优的效果。

发明内容

本发明所要解决的技术问题是：如何高效的获取安防巡检车分段速度控制的PID参数，以获得更优的控制效果。

为解决上述技术问题，本发明所采用的技术方案是：

一种安防机器人的速度调节参数自训练方法，包括：

S1、设定安防车的最小运动速度V_min，最大运行速度V_max，最小坡度θ_min，最大坡度θ_max；给安防车设定初始速度V₀，θ₀，一套初始速度PID参数P₀，I₀，D₀；

S2、设置速度调节训练的目标超调时间t_S，最大总超调时间t_allmax，目标超调量ΔV_S；

S3、让安防车在测试环境下运行；

S4、监测当前PID参数下，实际超调量ΔV是否小于目标超调量ΔV_s；

如果ΔV>ΔV_s，设P₀＝P₀-ΔP，返回步骤S3；其中ΔP为参数P的调节量；

如果ΔV<ΔV_s，执行步骤S5；

S5、让安防车在测试环境下运行；

S6、监测当前PID参数下，实际超调时间t₁是否小于目标超调时间t_s；

如果t₁>t_s，设D₀＝D₀+ΔD，返回步骤S5；其中ΔD为参数D的调节量；

如果t₁<t_s，执行步骤S7；

S7、让安防车在测试环境下运行；

S8、监测当前PID参数下，总超调时间t_all是否小于t_allmax；

如果t_all>t_allmax，设置I₀＝I₀-ΔI，返回步骤S7；其中ΔI为参数I的调节量；

如果t_all<t_allmax，执行步骤S9；

S9、将当前的PID参数、实际运行速度、坡度信息录入PID参数库；

S10、判断V₀<V_max？

若V₀<V_max，设V₀＝V₀+ΔV，跳至步骤S2；

若V₀≥V_max执行步骤S11；

S11、判断θ₀<θ_max？

若当前坡度θ₀<θ_max，设θ₀＝θ₀+Δθ，跳至步骤S2；

若θ₀>θ_max执行步骤S12；

S12、结束。

在上述技术方案的基础上，本发明还可以做如下改进。

优选地，若一组PID参数满足多种运行情况，则合并记录。

与现有技术相比，本发明具有如下技术效果：

本发明的自训练方式与人工实验方式相比可以极大的节省人力和时间，并且最终效果可量化，效果更好。

附图说明

图1为本发明的安防机器人的速度调节参数自训练场景示意图；

图2为本发明的安防机器人的速度调节参数自训练方法的流程图；

在附图中，各标号所表示的部件名称列表如下：

S1、设定安防车的最小运动速度V_min，最大运行速度V_max，最小坡度θ_min，最大坡度θ_max；给安防车设定初始速度V₀，θ₀，一套初始速度PID参数P₀，I₀，D₀；

S2、设置速度调节训练的目标超调时间t_S，最大总超调时间t_allmax，目标超调量ΔV_S；

S3、让安防车在测试环境下运行；

S4、监测当前PID参数下，实际超调量ΔV是否小于目标超调量ΔV_s；

S5、让安防车在测试环境下运行；

S6、监测当前PID参数下，实际超调时间t₁是否小于目标超调时间t_s；

S7、让安防车在测试环境下运行；

S8、监测当前PID参数下，总超调时间t_all是否小于t_allmax；

S9、将当前的PID参数、实际运行速度、坡度信息录入PID参数库；

S10、判断V₀<V_max？；

S11、判断θ₀<θ_max？；

S12、结束。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

请参考图1所示，其为本发明的安防机器人的速度调节参数自训练场景示意图。

训练场地为一段水平路段及一段坡度为θ的斜坡路段，安防车按照初始速度V₀运动，当开始进入斜坡路段时，安防车的实际运行速度因为坡度的影响开始持续下降，偏离设定的初始速度V₀，系统开始按照设置的PID参数进行调整。

在系统的调节作用下，安防车的实际运行速度V开始减缓降低的速度，在到达最低速度V₁后开始转为重新向V₀靠近，从系统开始介入PID调节的时刻开始至安防车实际运行速度V再一次返回V₀的时间，记为t₀。

由于PID调节的作用，安防车的运行速度V重新回到V₀后并不能立即稳定在这个速度，而是会继续加速，即实际运行速度V在首次返回V₀后，会继续上升，超过设定速度V₀,系统继续按照设定的PID参数进行调节，实际速度V到达最大速度V₂后再次改变方向，向V₀靠近，ΔV＝V₂-V₀记为系统的超调量；从实际运行速度V首次返回V₀到第二次返回V₀的时间记为超调时间t₁。

上述步骤反复几次，每次的幅度逐渐缩小，直到安防车的实际运行速度再次重新稳定在初始速度V₀上；从系统首次介入调节的时刻起，到速度V重新稳定在初始速度V₀上的总时间记为总的超调时间t_all。

请参照图2所示，其为本发明的安防机器人的速度调节参数自训练方法的流程图。所述安防机器人的速度调节参数自训练方法包括：

S1、设定安防车的最小运动速度V_min，最大运行速度V_max，最小坡度θ_min，最大坡度θ_max；给安防车设定初始速度V₀，θ₀，一套初始速度PID参数P₀，I₀，D₀；

S2、设置速度调节训练的目标超调时间t_S，最大总超调时间t_allmax，目标超调量ΔV_S；

S3、让安防车在测试环境下运行；

S4、监测当前PID参数下，实际超调量ΔV是否小于目标超调量ΔV_s；

如果ΔV>ΔV_s，设P₀＝P₀-ΔP，返回步骤S3；其中ΔP为参数P的调节量；

如果ΔV<ΔV_s，执行步骤S5；

S5、让安防车在测试环境下运行；

S6、监测当前PID参数下，实际超调时间t₁是否小于目标超调时间t_s；

如果t₁>t_s，设D₀＝D₀+ΔD，返回步骤S5；其中ΔD为参数D的调节量；

如果t₁<t_s，执行步骤S7；

S7、让安防车在测试环境下运行；

S8、监测当前PID参数下，总超调时间t_all是否小于t_allmax；

如果t_all>t_allmax，设置I₀＝I₀-ΔI，返回步骤S7；其中ΔI为参数I的调节量；

如果t_all<t_allmax，执行步骤S9；

S9、将当前的PID参数、实际运行速度、坡度信息录入PID参数库；

S10、判断V₀<V_max？

若V₀<V_max，设V₀＝V₀+ΔV，跳至步骤S2；

若V₀≥V_max执行步骤S11；

S11、判断θ₀<θ_max？

若当前坡度θ₀<θ_max，设θ₀＝θ₀+Δθ，跳至步骤S2；

若θ₀>θ_max执行步骤S12；

S12、结束。

优选地，若一组PID参数满足多种运行情况，则合并记录。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种安防机器人的速度调节参数自训练方法，其特征在于，包括以下步骤：

S1、设定安防车的最小运动速度V_min，最大运行速度V_max，最小坡度θ_min，最大坡度θ_max；给安防车设定初始速度V₀，当前坡度θ₀，一套初始速度PID参数P₀，I₀，D₀；

S2、设置速度调节训练的目标超调时间t_S，最大总超调时间t_allmax，目标超调量ΔV_S；

所述超调时间是指偏离设定初始速度V₀的安防机器人，因为PID控制系统的介入，实际运行速度V首次返回V₀到第二次返回V₀的时间差；

所述总超调时间是指从PID系统首次介入调节的时刻起，到安防机器人实际运行速度V重新稳定在设定的初始速度V₀上的总时间；

所述超调量是指PID系统介入调节后安防机器人实际能达到的最大速度V₂与设定的初始速度V₀的差值；

S3、让安防车在测试环境下运行；

S4、监测当前PID参数下，实际超调量ΔV是否小于目标超调量ΔV_s；

如果ΔV>ΔV_s，设P₀＝P₀-ΔP，返回步骤S3；其中ΔP为参数P的调节量；

如果ΔV<ΔV_s，执行步骤S5；

S5、让安防车在测试环境下运行；

S6、监测当前PID参数下，实际超调时间t₁是否小于目标超调时间t_s；

如果t₁>t_s，设D₀＝D₀+ΔD，返回步骤S5；其中ΔD为参数D的调节量；

如果t₁<t_s，执行步骤S7；

S7、让安防车在测试环境下运行；

S8、监测当前PID参数下，总超调时间t_all是否小于t_allmax；

如果t_all>t_allmax，设置I₀＝I₀-ΔI，返回步骤S7；其中ΔI为参数I的调节量；

如果t_all<t_allmax，执行步骤S9；

S9、将当前的PID参数、实际运行速度、坡度信息录入PID参数库；

S10、若V₀<V_max，设V₀＝V₀+ΔV，ΔV是指步骤S4中的实际超调量，跳至步骤S2；

若V₀≥V_max执行步骤S11；

S11、若当前坡度θ₀<θ_max，设θ₀＝θ₀+Δθ，Δθ为当前坡度的调节量，跳至步骤S2；

若V₀≥V_max执行步骤S12；

S12、结束。

2.根据权利要求1所述的安防机器人的速度调节参数自训练方法，其特征在于，所述PID参数库中一组PID参数可以满足至少一种初始速度与路面坡度组合的情况。

3.根据权利要求1或2所述的安防机器人的速度调节参数自训练方法，其特征在于，所述Δθ、ΔP、ΔD、ΔI均以5％的比例进行调节。

Images