CN109960150B - 巡检机器人轨迹跟踪控制方法 - Google Patents
巡检机器人轨迹跟踪控制方法 Download PDFInfo
- Publication number
- CN109960150B CN109960150B CN201910253727.3A CN201910253727A CN109960150B CN 109960150 B CN109960150 B CN 109960150B CN 201910253727 A CN201910253727 A CN 201910253727A CN 109960150 B CN109960150 B CN 109960150B
- Authority
- CN
- China
- Prior art keywords
- robot
- wheel
- rear wheel
- tracking control
- steering
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000011065 in-situ storage Methods 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种巡检机器人轨迹跟踪控制方法,具体步骤为:建立车轮轴中心与机器人参考位置不重合时的机器人前轮转向后轮驱动的运动学模型;根据机器人前轮转向后轮驱动的运动学模型建立机器人的原地转向模型;确定轨迹跟踪控制率,完成巡检机器人轨迹跟踪控制。本发明控制精确度高,鲁棒性好。
Description
技术领域
本发明属于轨迹跟踪技术,具体为一种巡检机器人轨迹跟踪控制方法。
背景技术
轨迹跟踪控制是电力巡检机器人的重要核心技术之一。控制巡检机器人按既定的巡检路线到达巡检目标点是安全完成巡检任务的关键。变电站巡检由于其场所的特殊性,机器人必须与电力设备保持一定的安全距离,并且有些情况下必须在高于地面10-20cm的盖板上运动,这就要求机器人能够完全按照设定路线移动。设计合理的运动控制律是保障机器人安全巡检的有效手段。
目前常见的巡检机器人轨迹跟踪控制方法有:模糊自适应PID控制算法:用模糊推理在线得到PID控制其参数;反步法:针对方向角误差设计了具有全局渐近稳定的跟踪控制律;以机器人的力矩为控制输入,根据动力学模型设计的自适应滑膜控制器,用来消除机器人系统的参数不确定性;根据侧向误差和角度误差设计引导角,并将该引导角作为虚拟输入,设计控制律等。以上控制方法均考虑机器人的运动中心和几何中心一致,实际上很多情况下并不一定重合,控制精度不够。
发明内容
本发明的目的在于提出了一种巡检机器人轨迹跟踪控制方法。
实现本发明的技术解决方案为:一种巡检机器人轨迹跟踪控制方法,具体步骤为:
步骤1、建立车轮轴中心与机器人参考位置不重合时的机器人前轮转向后轮驱动的运动学模型;
步骤2、根据机器人前轮转向后轮驱动的运动学模型建立机器人的原地转向模型;
步骤3、确定轨迹跟踪控制率,完成巡检机器人轨迹跟踪控制。
优选地,步骤1中建立机器人前轮转向后轮驱动的运动学模型的具体步骤为:
步骤1-1、建立机器人与世界坐标系的关系,即:
步骤1-2、根据机器人与世界坐标系的关系求得旋转中心坐标:
式中,L表示机器人前后两轮的轮距,l表示机器人的几何中心与机器人后轮轴中心之间的距离,θ为机器人的航向角,α阿尔法为前轮的转角,d为采样时间内两驱动轮编码器值的平均值,k-1时刻机器人在全局坐标系中的位姿为Ok-1(xk-1,yk-1,θk-1),k时刻的位姿为Ok(xk,yk,θk)。
优选地,步骤2建立的原地转向模型为:
V1=-V2=V3=-V4
式中,V1,V2,V3,V4分别是左前轮、右前轮、左后轮、右后轮的线速度。
本发明与现有技术相比,其显著优点为:本发明建立的运动学模型,以及原地转向模型,更加贴合实际情况,使得控制精确度高,鲁棒性好。
下面结合附图对本发明做进一步详细的描述。
附图说明
图1为机器人坐标系示意图。
图2为前轮转向后轮驱动模型示意图。
图3为机器人原地旋转模型示意图。
图4为轨迹跟踪示意图。
具体实施方式
一种巡检机器人轨迹跟踪控制方法,具体步骤为:
步骤1、建立车轮轴中心与机器人参考位置不重合时的机器人前轮转向后轮驱动的运动学模型,具体步骤为:
步骤1-1、建立机器人与世界坐标系。如图1所示以机器人的几何中心代表机器人的位置,建立原点,以机器人前进方向为X轴,建立坐标系XrOrYr,世界坐标系为XwOwYw。其中D表示机器人的左右两轮轴距,L表示机器人前后两轮的轮距,θ为机器人的航向角。机器人和世界坐标系的关系rRw可以表示为:
步骤1-2、根据机器人与世界坐标系的关系求得旋转中心坐标,首先,机器人依靠后轮驱动,前轮转向,实现直线以及弧线的运动,进行简化模型,做以下设置:
(1)每根轴上的两个轮子都简化成位于车轴中点的单个轮子;
(2)车轮与地面之间满足纯滚动无滑动条件;纯滚动无滑动是指驱动轮只能绕着轮轴方向进行运动,而与轴向平行方向没有滑动;
(3)直接控制前轮转向角,调节转向角的时间忽略不计。
当满足上述设置后,进行模型的运动学分析。当前轮的转角较小时,α<αmin,机器人可以近似认为是直线运动。记机器人k时刻的位姿为(xk,yk,θk),那么机器人从k-1时刻运动到k时刻里程计推算为:
其中d=(d3+d4)/2为采样时间内两驱动轮编码器值的平均值。
当前轮转角较大时,其基本运动模型如图2。机器人的运动看作是以I为圆心,以r为半径的一段圆弧运动。图中点I为机器人运动的旋转中心,C为机器人后轮轴中心,O为机器人的几何中心,l表示两者之间的距离。β为转过的角度,以逆时针旋转为正,α为前轮的转角,其范围为(-π/2,π/2),d为转过的弧长。
由于在整个系统中都以机器人的几何中心O作为机器人的参考位置,而机器人的轴中心C与机器人中心O不重合,故与一般前轮转向后轮驱动模型有所不同。记k-1时刻机器人在全局坐标系中的位姿为Ok-1(xk-1,yk-1,θk-1),k时刻的位姿为Ok(xk,yk,θk)。
设C点坐标为(x,y,θ),C′的坐标为(x′,y′,θ′),求得旋转中心坐标为:
根据几何关系可以得到:
车后两轮轴中心与机器人几何中心相对位置固定,距离为l即:
可以得到:
由于采样时间足够小,可以认为相邻时刻机器人转过的角度β足够小,cosβ≈1,sinβ≈β,旋转中心坐标化简可得:
当α很小时,与直线行走时模型一致。里程计推算的结果作为机器人位姿的初步估计。
步骤2、根据机器人前轮转向后轮驱动的运动学模型建立机器人的原地转向模型。设计机器人为原地转向模型,可以控制机器人的转弯半径为零。其简易模型如图3。其中α1-α4为轮子方向与X轴的夹角,以逆时针为正,其范围为(-π/2,π/2)。l1,l2分别是前后轮距和左右轴距的一半。V1,V2,V3,V4分别是左前轮,右前轮,左后轮,右后轮的线速度,正方向为前进方向。具体步骤为:
步骤2-1、实现原地转向必须绕机器人的中心也就是Or旋转,则轮子的前进方向设定为切线方向,以左后轮为例,OOr垂直于V3,,其他轮子的中心与质心Or的连线也必须与速度方向垂直。同时设定机器人的在X轴的速度分量和为0,在Y轴的分量和旋转角速度w相等,并且得到α3,α4∈[0,π/2)、α1,α2∈(-π/2,0]。
步骤2-2、轮子i在X轴的速度分量Vix与在Y轴的分量Viy,i∈[1,4]满足下列关系:
其中:
求解得到约束关系:
同时以右后轮为例,根据几何关系可得:
V1=-V2=V3=-V4 (14)
那么根据轮子的正转反转两种情形,当左前轮左后轮正转,右前轮右后轮反转时,机器人按顺时针方向旋转,反之机器人逆时针旋转。
步骤3、确定轨迹跟踪控制率,完成巡检机器人轨迹跟踪控制,具体步骤为:
步骤3-1、两个步骤分析了机器人的运动学模型,不考虑原地旋转的情况,机器人的运动学方程可以表示为式(15)。v,α分别表示机器人的速度和前轮转向角。l表示机器人参考位置与后轮轴中心的距离,L表示前后轮轮距。
在驱动轮后轮纯滚动,无滑动的情况下,该机器人模型的非完整约束为
步骤3-2、建立轨迹跟踪误差方程。设存在参考的移动机器人,其位姿用向量Pr=[xr,yr,θr]T表示,控制输入为[vr,αr]T,vr表示车体线速度,αr表示前轮相对车体的转向角。同结构的参考机器人运动学模型为:
根据图4可以得到机器人坐标系下的轨迹跟踪误差方程:
xe,ye,θe分别表示机器人在x,y方向以及航向角的误差。对误差方程求微分可得:
综上所述,基于移动机器人运动学模型的轨迹跟踪问题转化为:确定合适的有界输入[v,α],使得机器人在任意初始误差下,保证机器人的位置误差以及方向角误差有界,并且收敛到零。
步骤3-3、针对(19)所示的误差系统,设计控制律,其中k1,k2均为正实数:
针对本发明,利用Lyapunov稳定性定理对系统稳定性进行分析,选取Lyapunov函数如下:
显然,V≥0,当且仅当(xe,ye,θe)=(0,0,0)时V=0。且当(xe,ye,θe)→∞时,V→∞。
对式(20)求导可得:
将控制律式(22)代入(21)可得:
由于k1>0,k2>0,显然当时,有xe+l(1-cosθe)=0,sin(θe)=0,则:进一步的有由此可得而得综上所述,在控制律(22)的作用下系统渐近稳定,当t→∞时,跟踪误差(xe,ye,θe)均收敛于零。
考虑当系统误差较大时,控制律产生的控制量(v,α)将可能超出机器人的实际运动能力,即超过最大速度vmax,或者超出转向角调节范围αmax。为了保证机器人的运动平滑,对控制量进行约束。
其中sign为取符号函数。
Claims (4)
1.一种巡检机器人轨迹跟踪控制方法,其特征在于,具体步骤为:
步骤1、建立车轮轴中心与机器人参考位置不重合时的机器人前轮转向后轮驱动的运动学模型;
步骤2、根据机器人前轮转向后轮驱动的运动学模型建立机器人的原地转向模型;
步骤3、确定轨迹跟踪控制律,完成巡检机器人轨迹跟踪控制,确定轨迹跟踪控制律的具体步骤为:
步骤3-1、建立机器人的运动学方程
式中,v,α分别表示机器人的速度和前轮转向角,l表示机器人参考位置与后轮轴中心的距离,L表示前后轮轮距;
求解机器人的运动学方程的非完整约束:
步骤3-2、根据机器人的运动学方程,建立轨迹跟踪误差方程:
式中,位姿用向量Pr=[xr,yr,θr]T表示,控制输入为[vr,αr]T,vr表示车体线速度,αr表示前轮相对车体的转向角;
求取微分得到:
式中:xe,ye,θe分别表示机器人在x,y方向以及航向角的误差;
步骤3-3、根据步骤3-1以及3-2,设计控制律:
其中,k1,k2均为正实数。
3.根据权利要求1所述的巡检机器人轨迹跟踪控制方法,其特征在于,步骤2建立的原地转向模型为:
V1=-V2=V3=-V4
式中,V1,V2,V3,V4分别是左前轮、右前轮、左后轮、右后轮的线速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910253727.3A CN109960150B (zh) | 2019-03-30 | 2019-03-30 | 巡检机器人轨迹跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910253727.3A CN109960150B (zh) | 2019-03-30 | 2019-03-30 | 巡检机器人轨迹跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109960150A CN109960150A (zh) | 2019-07-02 |
CN109960150B true CN109960150B (zh) | 2022-06-10 |
Family
ID=67025374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910253727.3A Active CN109960150B (zh) | 2019-03-30 | 2019-03-30 | 巡检机器人轨迹跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109960150B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609473B (zh) * | 2019-09-05 | 2022-10-28 | 哈尔滨工程大学 | 一种不确定模型机器人的控制方法 |
CN111198581B (zh) * | 2020-01-17 | 2021-02-12 | 同济大学 | 虚拟被动行走机器人速度调节方法及装置、存储介质终端 |
CN111273551B (zh) * | 2020-03-12 | 2021-03-16 | 山东大学 | 双舵轮自动导引车轨迹追踪控制方法及系统 |
CN112157651B (zh) * | 2020-08-21 | 2022-04-15 | 深圳市优必选科技股份有限公司 | 位姿确定方法、装置及机器人 |
CN112083652B (zh) * | 2020-08-27 | 2022-06-14 | 东南大学 | 一种多用途轮式移动机器人轨迹跟踪控制方法 |
CN112684793B (zh) * | 2020-12-03 | 2022-06-28 | 南京理工大学 | 一种离散系统中的机器人零半径过弯的轨迹跟踪控制方法 |
CN112650217B (zh) * | 2020-12-03 | 2022-06-28 | 南京理工大学 | 一种基于评估函数的机器人轨迹跟踪策略动态优化方法 |
CN113625715B (zh) * | 2021-08-12 | 2024-04-09 | 上海海事大学 | 一种自动化集装箱码头agv的快速轨迹跟踪控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125728A (zh) * | 2016-07-05 | 2016-11-16 | 上海电机学院 | 一种四驱轮式移动机器人轨迹跟踪控制方法 |
CN109129491A (zh) * | 2018-11-02 | 2019-01-04 | 西安安森智能仪器股份有限公司 | 一种巡检机器人运动控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4297123B2 (ja) * | 2006-03-14 | 2009-07-15 | トヨタ自動車株式会社 | 移動体の軌道追従制御システム及び軌道追従制御方法 |
-
2019
- 2019-03-30 CN CN201910253727.3A patent/CN109960150B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125728A (zh) * | 2016-07-05 | 2016-11-16 | 上海电机学院 | 一种四驱轮式移动机器人轨迹跟踪控制方法 |
CN109129491A (zh) * | 2018-11-02 | 2019-01-04 | 西安安森智能仪器股份有限公司 | 一种巡检机器人运动控制方法 |
Non-Patent Citations (3)
Title |
---|
变电站机器人智能巡检系统设计及应用;彭向阳 等;《中国电力》;20180228;第51卷(第2期);全文 * |
基于轮式移动机器人的轨迹跟踪控制;黄大伟;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20170315;第二章第7页-第三章第21页,图2.1 * |
轮式滑移转向机器人运动分析及轨迹跟踪控制;李爱娣 等;《机械设计与制造》;20181130(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109960150A (zh) | 2019-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109960150B (zh) | 巡检机器人轨迹跟踪控制方法 | |
CN109885052B (zh) | 基于全向移动机器人运动学建模的误差模型预测控制方法 | |
CN104932506B (zh) | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 | |
CN107783540A (zh) | 一种四轮驱动转向的控制方法及装置 | |
CN109375624B (zh) | 一种双舵轮agv圆弧路径生成方法、装置及介质 | |
CN111694361A (zh) | 基于改进趋近律滑模控制的钢结构柔性探伤机器人轨迹跟踪方法 | |
CN109782759B (zh) | 一种轮式移动机器人的近似解耦、快速轨迹跟踪控制方法 | |
CN105479460B (zh) | 一种非时间参考的差速驱动机器人路线跟踪控制方法 | |
CN111930126B (zh) | 一种基于差速轮组agv的导航纠偏方法 | |
CN109739094A (zh) | 一种基于自适应滑模控制的移动机器人轨迹跟踪新方法 | |
Sekhavat et al. | Motion planning and control for Hilare pulling a trailer: experimental issues | |
WO2023093594A1 (zh) | 一种误差矫正的地坪磨抛机器人轨迹纠偏方法及装置 | |
CN111308884A (zh) | 一种全向移动agv多舵轮协同控制方法 | |
CN114670191A (zh) | 一种七自由度肘偏置机械臂轨迹规划方法 | |
CN110716563A (zh) | 一种基于电子地图给定轨迹的电动轮椅路径跟踪控制方法与装置 | |
CN107085432B (zh) | 一种移动机器人的目标轨迹跟踪方法 | |
Jiang et al. | Differential flatness-based motion control of a steer-and-drive omnidirectional mobile robot | |
CN112731932A (zh) | 一种移动机器人的路径跟踪方法 | |
CN114291117B (zh) | 一种四轮转向无人车辆轨迹跟踪控制方法 | |
CN111208830A (zh) | 一种轮式移动机器人三闭环编队轨迹跟踪控制方法 | |
Laumond et al. | The words of the human locomotion | |
CN115167429A (zh) | 一种移动机器人位置和姿态同时规划方法 | |
Li et al. | Path-following control for multi-axle car-like wheeled mobile robot with nonholonomic constraint | |
CN114296454B (zh) | 一种全向全驱移动机器人的自适应运动控制方法及系统 | |
CN112631309B (zh) | 一种用于双差速轮驱动型agv的循迹控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |