CN112327620B - 兼顾绕障的移动机器人鲁棒控制方法及系统 - Google Patents

兼顾绕障的移动机器人鲁棒控制方法及系统 Download PDF

Info

Publication number
CN112327620B
CN112327620B CN202011179989.9A CN202011179989A CN112327620B CN 112327620 B CN112327620 B CN 112327620B CN 202011179989 A CN202011179989 A CN 202011179989A CN 112327620 B CN112327620 B CN 112327620B
Authority
CN
China
Prior art keywords
mobile robot
obstacle
sliding mode
representing
real
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
Application number
CN202011179989.9A
Other languages
English (en)
Other versions
CN112327620A (zh
Inventor
谢远龙
王书亭
蒋立泉
吴昊
孟杰
李鹏程
孙浩东
吴天豪
付清晨
严一鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Intelligent Robotics Institute
Original Assignee
Guangdong Intelligent Robotics Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Intelligent Robotics Institute filed Critical Guangdong Intelligent Robotics Institute
Priority to CN202011179989.9A priority Critical patent/CN112327620B/zh
Publication of CN112327620A publication Critical patent/CN112327620A/zh
Application granted granted Critical
Publication of CN112327620B publication Critical patent/CN112327620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种兼顾绕障的移动机器人鲁棒控制方法及系统,其包括如下步骤:建立移动机器人的运动学模型;基于移动机器人的运动学模型设计分数阶滑模控制器;基于移动机器人的运动学模型设计无颤振滑模趋近律;构建势场函数,生成绕障实时轨迹;实时判断是否需要绕障,获得移动机器人的实时运行轨迹。本发明通过构建运动学模型,进而在此基础上设计分数阶滑模控制器和无颤振滑模趋近律,实现对控制输入量的优化,从而提高系统的鲁棒性和跟踪精度;同时,配合生成绕障实时轨迹及对绕障进行判断,实现移动机器人的绕障实时轨迹与跟踪轨迹的平滑切换,完成对移动机器人的无碰撞精确轨迹跟踪控制,提高运行系统的运行效率和安全性。

Description

兼顾绕障的移动机器人鲁棒控制方法及系统
技术领域
本发明涉及移动机器人运动控制技术领域,尤其是涉及一种兼顾绕障的移动机器人鲁棒控制方法及系统。
背景技术
无轨自主移动机器人能够降低生产成本、提高生产效率,成功应用于装配、物流乃至国防科技等领域,是智能制造业的重要支柱,其技术发展水平是一个国家工业智能化水平的重要标志,具有重要的战略意义。
为了实现对移动机器人底盘的精确轨迹跟踪,需要在建立运动学模型的基础上进行运动学控制器的设计,从而利用优化性能指标优化控制输入,保证移动机器人系统的最优控制性能。常用的方法主要有PID控制器、滑模控制器、反演控制器等。上述方法中,滑模控制由于其更为优越的鲁棒性和控制灵活性在移动机器人工业应用场合中得到了广泛的应用。然而考虑到运行环境的复杂性,目前移动机器人的运动控制仍然存在以下问题:(1)常规方法没有考虑建模误差和系统模型参数的摄动,因而控制系统的鲁棒性有限;(2)传统滑模控制所采用的趋近律会引发系统颤振,导致较大的跟随误差抖动,严重影响了移动机器人的运行精度;(3)考虑到复杂全自主环境中存在动态障碍物(比如,其他的运行机器人、人体本身等),常规方法在进行轨迹跟踪的过程中没有兼顾轨迹绕障,因而系统的运行效率和安全性有待进一步提高。
发明内容
基于此,有必要针对现有技术的不足,提供一种提高系统的鲁棒性和跟踪精度,提高运行系统的运行效率和安全性的兼顾绕障的移动机器人鲁棒控制方法及系统。
为解决上述技术问题,本发明采用以下技术方案:
本发明提供了一种兼顾绕障的移动机器人鲁棒控制方法,其包括如下步骤:
步骤S110、建立移动机器人的运动学模型;
步骤S120、基于移动机器人的运动学模型设计分数阶滑模控制器;
步骤S130、基于移动机器人的运动学模型设计无颤振滑模趋近律;
步骤S140、构建势场函数,生成绕障实时轨迹;
步骤S150、实时判断是否需要绕障,获得移动机器人的实时运行轨迹。
在其中一个实施例中,所述步骤S110中移动机器人的运动学模型为
Figure BDA0002749838160000021
其中,x、y分别表示全局坐标下x轴方向坐标值、y轴方向坐标值,θ表示方位角,变量上端的点“·”表示变量的导数,Vl表示移动机器人纵向速度,Lf和Lr分别表示前、后轮到移动机器人重心的距离,δf和δr分别表示前轮、后轮的转向角度,δf和δr为控制输入量,tan表示正切函数。
在其中一个实施例中,所述步骤S110、建立移动机器人的运动学模型之后还包括步骤S111、根据所述运动学模型建立系统状态空间方程:
Figure BDA0002749838160000022
Figure BDA0002749838160000031
其中,方位角误差θe=θ-θr,θr为方位角参考值,x1和x2分别表示系统状态空间方程变量,d′表示未建模动态和建模误差。
在其中一个实施例中,所述分数阶滑模控制器的设计为:
构建分数阶滑模面s,其中,分数阶滑模面s为
Figure BDA0002749838160000032
其中,η、ρ1和ρ2表示预设的控制增益,α,β表示分数阶阶次,α,β∈(0,1),t表示当前时刻,tanh表示双曲正切函数,|θe|表示求取θe的绝对值;
根据分数阶滑模面s获得导数
Figure BDA0002749838160000033
为:
Figure BDA0002749838160000034
在其中一个实施例中,所述移动机器人的运动学模型中控制输入量δf和δr满足:
Figure BDA0002749838160000035
Figure BDA0002749838160000036
Figure BDA0002749838160000037
Figure BDA0002749838160000038
其中,
Figure BDA0002749838160000039
表示滑模等效律,U′表示滑模切换律,
Figure BDA00027498381600000310
表示无颤振滑模趋近律。
在其中一个实施例中,所述步骤S130中设计的无颤振滑模趋近律
Figure BDA00027498381600000311
为:
Figure BDA0002749838160000041
其中,e表示自然常数,δ、μ、Λ、Ω和γ表示趋近律系数,并且取值满足δ>0,μ>0,0<Λ<1,Ω>0,0<γ<1,tanh表示双曲正切函数。
在其中一个实施例中,所述步骤S140中的势场函数V满足:
Figure BDA0002749838160000042
Figure BDA0002749838160000043
Figure BDA0002749838160000044
其中,
Figure BDA0002749838160000045
表示绕障势场分量,V′表示从当前点到目标点距离的势场分量,
Figure BDA0002749838160000046
和ζ表示权重因子,满足
Figure BDA0002749838160000047
min[*]表示求取两者中的最小值,L和l分别表示探测半径和绕障半径,(xg,yg)和(xo,yo)分别为绕障后目标点坐标值和探测的障碍物坐标值,a1为移动机器人与障碍物的距离在全局坐标下x方向上的权值,a2为移动机器人与障碍物的距离在全局坐标下y方向上的权值,dt为移动机器人当前点与障碍物的距离,db为最短的刹车距离,dr为引力场的范围,sgn表示符号函数,f(x)、d(x)分别表示为势场沿行驶方向和纵向的幅值量,am表示障碍物到移动机器人行驶方向所在直线的垂直距离与绕障半径的比值,e表示自然常数。
在其中一个实施例中,所述步骤S150、实时判断是否需要绕障,获得移动机器人的实时运行轨迹的方法,包括
根据移动机器人当前点与障碍物的距离,实时对是否需要绕障进行判断;
如果判断需要绕障,则移动机器人的实时运行轨迹采用绕障实时轨迹;如果判断不需要绕障,则移动机器人的实时运行轨迹采用跟踪轨迹。
在其中一个实施例中,所述跟踪轨迹参考值设定如下:
Figure BDA0002749838160000051
Figure BDA0002749838160000052
Figure BDA0002749838160000053
其中,xr,yr和θr分别表示全局坐标下x轴方向参考值、y轴方向参考值以及方位角θ的参考值,变量上端的点“·”表示变量的导数,vr和ωr分别表示移动机器人参考纵向速度和参考转动角速度;
所述绕障实时轨迹参考值设定如下:
Figure BDA0002749838160000054
Figure BDA0002749838160000055
Figure BDA0002749838160000056
Figure BDA0002749838160000057
Figure BDA0002749838160000058
式中,m为中间变量,
Figure BDA0002749838160000059
Figure BDA00027498381600000510
表示求偏导。
第二方面,本发明提供了一种兼顾绕障的移动机器人鲁棒控制系统,其包括:
运动学建模模块,用于建立移动机器人的运动学模型;
滑模控制模块,用于基于移动机器人的运动学模型设计分数阶滑模控制器;
无颤振控制模块,用于基于移动机器人的运动学模型设计无颤振滑模趋近律;
绕障轨迹生成模块,用于构建势场函数,生成绕障实时轨迹;
实时绕障判断模块,用于实时判断是否需要绕障,获得移动机器人的实时运行轨迹。
综上所述,本发明提供的一种兼顾绕障的移动机器人鲁棒控制方法及系统通过构建运动学模型,进而在此基础上设计分数阶滑模控制器和无颤振滑模趋近律,实现对控制输入量的优化,从而提高系统的鲁棒性和跟踪精度;同时,配合生成绕障实时轨迹及对绕障进行判断,实现移动机器人的绕障实时轨迹与跟踪轨迹的平滑切换,完成对移动机器人的无碰撞精确轨迹跟踪控制,提高运行系统的运行效率和安全性。
附图说明
图1为本发明实施例提供的兼顾绕障的移动机器人鲁棒控制方法的流程示意图。
图2为本发明兼顾绕障的移动机器人鲁棒控制方法的运动学模型示意图。
图3为本发明实施例提供的兼顾绕障的移动机器人鲁棒控制系统的结构框图。
图4为本发明实施例提供的一种控制器的结构框图。
具体实施方式
为能进一步了解本发明的特征、技术手段以及所达到的具体目的、功能,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。
图1是本发明实施例提供的兼顾绕障的移动机器人鲁棒控制方法的流程示意图,如图1所示,该兼顾绕障的移动机器人鲁棒控制方法,包括步骤S110-步骤S150,具体如下:
步骤S110、根据控制输入量,建立移动机器人的运动学模型;在移动机器人运动环境上建立全局坐标系,坐标系均为直角坐标系,在全局坐标系下移动机器人与x轴之间的夹角为θ,即θ为移动机器人的方位角;
步骤S120、基于移动机器人的运动学模型设计分数阶滑模控制器,以优化控制输入量;
步骤S130、基于移动机器人的运动学模型设计无颤振滑模趋近律,从而提高系统的鲁棒性和跟踪精度;
步骤S140、构建势场函数,生成绕障实时轨迹;
步骤S150、实时判断是否需要绕障,获得移动机器人的实时运行轨迹。具体地,根据移动机器人当前点与障碍物的距离,实时对是否需要绕障进行判断;如果判断需要绕障,则移动机器人的实时运行轨迹采用绕障实时轨迹;如果判断不需要绕障,则移动机器人的实时运行轨迹采用跟踪轨迹,完成绕障实时轨迹与跟踪轨迹的平滑切换;其中,跟踪轨迹为移动机器人正常运行轨迹。
如图2所示,在其中一个实施例中,所述步骤S110中移动机器人的运动学模型为
Figure BDA0002749838160000071
其中,x、y分别表示全局坐标下x轴方向坐标值、y轴方向坐标值,θ表示方位角,变量上端的点“·”表示变量的导数,Vl表示移动机器人纵向速度,Lf和Lr分别表示前、后轮到移动机器人重心的距离,δf和δr分别表示前轮、后轮的转向角度,δf和δr为控制输入量,tan表示正切函数,一般情况下,设定δf=-δr
在其中一个实施例中,所述步骤S110、建立移动机器人的运动学模型之后还包括
步骤S111、根据所述运动学模型建立系统状态空间方程:
Figure BDA0002749838160000081
Figure BDA0002749838160000082
其中,方位角误差θe=θ-θr,θr为方位角参考值,x1和x2分别表示系统状态空间方程变量,d′表示未建模动态和建模误差。
在其中一个实施例中,所述分数阶滑模控制器的设计具体为:
构建分数阶滑模面s,用于控制输入量的优化,其中,分数阶滑模面s为
Figure BDA0002749838160000083
其中,η、ρ1和ρ2表示预设的控制增益,α,β表示分数阶阶次,α,β∈(0,1),t表示当前时刻,tanh表示双曲正切函数,|θe|表示求取θe的绝对值,在本实施例中,η=1,α=β=0.5,ρ1=ρ2=1.5。
根据分数阶滑模面s获得导数
Figure BDA0002749838160000084
为:
Figure BDA0002749838160000085
在其中一个实施例中,根据系统状态空间方程获取对应的状态空间模型,结合移动机器人的状态空间模型,基于滑模控制理论确定所述移动机器人的运动学模型中控制输入量δf和δr满足:
Figure BDA0002749838160000091
Figure BDA0002749838160000092
其中,
Figure BDA0002749838160000093
表示滑模等效律,U′表示滑模切换律,利用分数阶滑模面s的导数
Figure BDA0002749838160000094
得到滑模等效律
Figure BDA0002749838160000095
Figure BDA0002749838160000096
所述滑模切换律U′具体可通过公式
Figure BDA0002749838160000097
得到。
在其中一个实施例中,所述步骤S130中设计的无颤振滑模趋近律
Figure BDA0002749838160000098
具体为:
Figure BDA0002749838160000099
其中,e表示自然常数,δ、μ、Λ、Ω和γ表示趋近律系数,并且取值满足δ>0,μ>0,0<Λ<1,Ω>0,0<γ<1,tanh表示双曲正切函数,在本实施例中,设定δ=μ=Ω=1.5,Λ=γ=0.9。
在其中一个实施例中,所述步骤S140中的势场函数V具体满足:
Figure BDA00027498381600000910
Figure BDA0002749838160000101
Figure BDA0002749838160000102
其中,
Figure BDA0002749838160000103
表示绕障势场分量,V′表示从当前点到目标点距离的势场分量,
Figure BDA0002749838160000104
和ζ表示权重因子,满足
Figure BDA0002749838160000105
min[*]表示求取两者中的最小值,L和l分别表示探测半径和绕障半径,(xg,yg)和(xo,yo)分别为绕障后目标点坐标值和探测的障碍物坐标值,a1为移动机器人与障碍物的距离在全局坐标x方向上的权值,a2为移动机器人与障碍物的距离在全局坐标y方向上的权值,dt为移动机器人当前点与障碍物的距离,db为最短的刹车距离,dr为引力场的范围,sgn表示符号函数,f(x)、d(x)分别表示为势场沿行驶方向和纵向的幅值量,am表示障碍物到移动机器人沿行驶方向所在直线的垂直距离与绕障半径的比值,e表示自然常数;在本实施例中,设定
Figure BDA0002749838160000106
ζ=0.6。
在其中一个实施例中,所述步骤S150、实时判断是否需要绕障,获得移动机器人的实时运行轨迹的方法,包括
若dt≥L,表明不需要绕障,所述跟踪轨迹参考值设定如下:
Figure BDA0002749838160000107
Figure BDA0002749838160000108
Figure BDA0002749838160000109
其中,xr,yr和θr分别表示x轴方向的参考值、y轴方向的参考值以及方位角的参考值,变量上端的点“·”表示变量的导数,vr和ωr分别表示移动机器人参考纵向速度和移动机器人参考转动角速度。
若l<dt<L,表明需要进行绕障,所述绕障实时轨迹参考值设定如下:
Figure BDA0002749838160000111
Figure BDA0002749838160000112
Figure BDA0002749838160000113
Figure BDA0002749838160000114
Figure BDA0002749838160000115
式中,m为中间变量,
Figure BDA0002749838160000116
Figure BDA0002749838160000117
表示求偏导。
图3是本发明实施例提供的一种兼顾绕障的移动机器人鲁棒控制系统的结构框图,如图3所示,对应于上述兼顾绕障的移动机器人鲁棒控制方法,本发明还提供一种兼顾绕障的移动机器人鲁棒控制系统,该兼顾绕障的移动机器人鲁棒控制系统包括用于执行上述兼顾绕障的移动机器人鲁棒控制方法的模块,该系统可以被配置于移动机器人上,本发明提供兼顾绕障的移动机器人鲁棒控制系统,通过构建运动学模型,进而在此基础上设计分数阶滑模控制器和无颤振滑模趋近律,实现对控制输入量的优化,从而提高系统的鲁棒性和跟踪精度;同时,配合生成绕障实时轨迹,将移动机器人当前点和障碍物的距离dt分别与障碍物探测半径L及绕障半径l进行比较,实现移动机器人的绕障实时轨迹与跟踪轨迹的平滑切换,完成对移动机器人的无碰撞精确轨迹跟踪控制,提高运行系统的运行效率和安全性。
具体地,请参考图3,该兼顾绕障的移动机器人鲁棒控制系统包括运动学建模模块、滑模控制模块、无颤振控制模块、绕障轨迹生成模块及实时绕障判断模块。
运动学建模模块,用于建立移动机器人的运动学模型;
滑模控制模块,用于基于移动机器人的运动学模型设计分数阶滑模控制器;
无颤振控制模块,用于基于移动机器人的运动学模型设计无颤振滑模趋近律;
绕障轨迹生成模块,用于构建势场函数,生成绕障实时轨迹;
实时绕障判断模块,用于实时判断是否需要绕障,获得移动机器人的实时运行轨迹。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述兼顾绕障的移动机器人鲁棒控制系统和各模块的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
图4是本发明实施例提供的一种控制器的内部结构框图,如图4所示,本发明提供的控制器包括通过系统总线连接的存储器及处理器;所述存储器上存储有计算机程序,所述处理器用于提供计算和控制能力,以支撑整个控制器的运行,所述处理器执行所述计算机程序时实现上述的一种兼顾绕障的移动机器人鲁棒控制方法。
存储器可以包括非易失性存储介质和内存储器,该非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现兼顾绕障的移动机器人鲁棒控制方法。
该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行兼顾绕障的移动机器人鲁棒控制方法。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其他的控制器的限定,具体的控制器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的兼顾绕障的移动机器人鲁棒控制方法可实现为一种计算机程序的方式,计算机程序可以在如图4所示的控制器上运行。控制器的存储器中可存储组成该兼顾绕障的移动机器人鲁棒控制系统的各个程序模块,比如,图3所示的运动学建模模块、滑模控制模块、无颤振控制模块、绕障轨迹生成模块及实时绕障判断模块。各个程序模块构成的计算机程序使得处理器执行本说明中描述的本申请各个实施例的兼顾绕障的移动机器人鲁棒控制系统的步骤。例如,图4所示的控制器可以通过如图3所示的兼顾绕障的移动机器人鲁棒控制系统中的运动学建模模块建立移动机器人的运动学模型;通过滑模控制模块基于移动机器人的运动学模型设计分数阶滑模控制器;通过无颤振控制模块基于移动机器人的运动学模型设计无颤振滑模趋近律;通过绕障轨迹生成模块构建势场函数,生成绕障实时轨迹;通过实时绕障判断模块实时判断是否需要绕障,获得移动机器人的实时运行轨迹。
应当理解,在本申请实施例中,处理器可以是中央处理单元(Central ProcessingUnit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中计算机程序包括程序指令。该程序指令被处理器执行时使处理器执行如下步骤:步骤S110、根据控制输入量,建立移动机器人的运动学模型;步骤S120、基于移动机器人的运动学模型设计分数阶滑模控制器,以优化控制输入量;步骤S140、构建势场函数,生成绕障实时轨迹;步骤S150、对是否需要绕障进行实时判断,获得移动机器人的实时运行轨迹。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
综上所述,本发明一种兼顾绕障的移动机器人鲁棒控制方法及系统与控制器通过构建运动学模型,进而在此基础上设计分数阶滑模控制器和无颤振滑模趋近律,实现对控制输入量的优化,从而提高系统的鲁棒性和跟踪精度;同时,配合生成绕障实时轨迹及对绕障进行判断,实现移动机器人的绕障实时轨迹与跟踪轨迹的平滑切换,完成对移动机器人的无碰撞精确轨迹跟踪控制,提高运行系统的运行效率和安全性。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。

Claims (7)

1.一种兼顾绕障的移动机器人鲁棒控制方法,其特征在于,包括如下步骤,
步骤S110、建立移动机器人的运动学模型;所述移动机器人的运动学模型为
Figure FDA0003505358420000011
其中,x、y分别表示全局坐标下x轴方向坐标值、y轴方向坐标值,θ表示方位角,变量上端的点“·”表示变量的导数,Vl表示移动机器人纵向速度,Lf和Lr分别表示前、后轮到移动机器人重心的距离,δf和δr分别表示前轮、后轮的转向角度,δf和δr为控制输入量,tan表示正切函数;
所述移动机器人的运动学模型中控制输入量δf和δr满足:
Figure FDA0003505358420000012
Figure FDA0003505358420000013
Figure FDA0003505358420000014
Figure FDA0003505358420000015
其中,
Figure FDA0003505358420000016
表示滑模等效律,U′表示滑模切换律,
Figure FDA0003505358420000017
表示无颤振滑模趋近律;
步骤S120、基于移动机器人的运动学模型设计分数阶滑模控制器;其中,所述分数阶滑模控制器的设计为:
构建分数阶滑模面s,其中,分数阶滑模面s为
Figure FDA0003505358420000018
其中,η、ρ1和ρ2表示预设的控制增益,α,β表示分数阶阶次,α,β∈(0,1),t表示当前时刻,tanh表示双曲正切函数,|θe|表示求取θe的绝对值;
根据分数阶滑模面s获得导数
Figure FDA0003505358420000019
为:
Figure FDA0003505358420000021
步骤S130、基于移动机器人的运动学模型设计无颤振滑模趋近律;
步骤S140、构建势场函数,生成绕障实时轨迹;
步骤S150、实时判断是否需要绕障,获得移动机器人的实时运行轨迹。
2.根据权利要求1所述的兼顾绕障的移动机器人鲁棒控制方法,其特征在于,所述步骤S110、建立移动机器人的运动学模型之后还包括
步骤S111、根据所述运动学模型建立系统状态空间方程:
Figure FDA0003505358420000022
Figure FDA0003505358420000023
其中,方位角误差θe=θ-θr,θr为方位角参考值,x1和x2分别表示系统状态空间方程变量,d′表示未建模动态和建模误差。
3.根据权利要求1所述的兼顾绕障的移动机器人鲁棒控制方法,其特征在于,所述步骤S130中设计的无颤振滑模趋近律
Figure FDA0003505358420000024
为:
Figure FDA0003505358420000025
其中,e表示自然常数,δ、μ、Λ、Ω和γ表示趋近律系数,并且取值满足δ>0,μ>0,0<Λ<1,Ω>0,0<γ<1,tanh表示双曲正切函数。
4.根据权利要求1所述的兼顾绕障的移动机器人鲁棒控制方法,其特征在于,所述步骤S140中的势场函数V满足:
Figure FDA0003505358420000031
Figure FDA0003505358420000032
Figure FDA0003505358420000033
其中,
Figure FDA0003505358420000034
表示绕障势场分量,V′表示从当前点到目标点距离的势场分量,
Figure FDA0003505358420000035
和ζ表示权重因子,满足
Figure FDA0003505358420000036
min[*]表示求取两者中的最小值,L和l分别表示探测半径和绕障半径,(xg,yg)和(xo,yo)分别为绕障后目标点坐标值和探测的障碍物坐标值,a1为移动机器人与障碍物的距离在全局坐标下x方向上的权值,a2为移动机器人与障碍物的距离在全局坐标下y方向上的权值,dt为移动机器人当前点与障碍物的距离,db为最短的刹车距离,dr为引力场的范围,sgn表示符号函数,f(x)、d(x)分别表示为势场沿行驶方向和纵向的幅值量,am表示障碍物到移动机器人行驶方向所在直线的垂直距离与绕障半径的比值,e表示自然常数。
5.根据权利要求4所述的兼顾绕障的移动机器人鲁棒控制方法,其特征在于,所述步骤S150、实时判断是否需要绕障,获得移动机器人的实时运行轨迹的方法,包括
根据移动机器人当前点与障碍物的距离,实时对是否需要绕障进行判断;
如果判断需要绕障,则移动机器人的实时运行轨迹采用绕障实时轨迹;如果判断不需要绕障,则移动机器人的实时运行轨迹采用跟踪轨迹。
6.根据权利要求5所述的兼顾绕障的移动机器人鲁棒控制方法,其特征在于,所述跟踪轨迹参考值设定如下:
Figure FDA0003505358420000041
Figure FDA0003505358420000042
Figure FDA0003505358420000043
其中,xr,yr和θr分别表示全局坐标下x轴方向参考值、y轴方向参考值以及方位角θ的参考值,变量上端的点“·”表示变量的导数,vr和ωr分别表示移动机器人参考纵向速度和参考转动角速度;
所述绕障实时轨迹参考值设定如下:
Figure FDA0003505358420000044
Figure FDA0003505358420000045
Figure FDA0003505358420000046
Figure FDA0003505358420000047
Figure FDA0003505358420000048
式中,m为中间变量,
Figure FDA0003505358420000049
Figure FDA00035053584200000410
表示求偏导。
7.一种兼顾绕障的移动机器人鲁棒控制系统,其特征在于,包括,
运动学建模模块,用于建立移动机器人的运动学模型;所述移动机器人的运动学模型为
Figure FDA00035053584200000411
其中,x、y分别表示全局坐标下x轴方向坐标值、y轴方向坐标值,θ表示方位角,变量上端的点“·”表示变量的导数,Vl表示移动机器人纵向速度,Lf和Lr分别表示前、后轮到移动机器人重心的距离,δf和δr分别表示前轮、后轮的转向角度,δf和δr为控制输入量,tan表示正切函数;
所述移动机器人的运动学模型中控制输入量δf和δr满足:
Figure FDA0003505358420000051
Figure FDA0003505358420000052
Figure FDA0003505358420000053
Figure FDA0003505358420000054
其中,
Figure FDA0003505358420000055
表示滑模等效律,U′表示滑模切换律,
Figure FDA0003505358420000056
表示无颤振滑模趋近律;
滑模控制模块,用于基于移动机器人的运动学模型设计分数阶滑模控制器;其中,所述分数阶滑模控制器的设计为:
构建分数阶滑模面s,其中,分数阶滑模面s为
Figure FDA0003505358420000057
其中,η、ρ1和ρ2表示预设的控制增益,α,β表示分数阶阶次,α,β∈(0,1),t表示当前时刻,tanh表示双曲正切函数,|θe|表示求取θe的绝对值;
根据分数阶滑模面s获得导数
Figure FDA0003505358420000058
为:
Figure FDA0003505358420000059
无颤振控制模块,用于基于移动机器人的运动学模型设计无颤振滑模趋近律;
绕障轨迹生成模块,用于构建势场函数,生成绕障实时轨迹;
实时绕障判断模块,用于对是否需要绕障进行实时判断,获得移动机器人的实时运行轨迹。
CN202011179989.9A 2020-10-29 2020-10-29 兼顾绕障的移动机器人鲁棒控制方法及系统 Active CN112327620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011179989.9A CN112327620B (zh) 2020-10-29 2020-10-29 兼顾绕障的移动机器人鲁棒控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011179989.9A CN112327620B (zh) 2020-10-29 2020-10-29 兼顾绕障的移动机器人鲁棒控制方法及系统

Publications (2)

Publication Number Publication Date
CN112327620A CN112327620A (zh) 2021-02-05
CN112327620B true CN112327620B (zh) 2022-05-17

Family

ID=74297715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011179989.9A Active CN112327620B (zh) 2020-10-29 2020-10-29 兼顾绕障的移动机器人鲁棒控制方法及系统

Country Status (1)

Country Link
CN (1) CN112327620B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107168340A (zh) * 2017-07-11 2017-09-15 江南大学 一种基于滑模变结构的移动机器人轨迹跟踪控制方法
CN109683478A (zh) * 2018-12-21 2019-04-26 南京埃斯顿机器人工程有限公司 柔性关节机械臂分数阶滑模优化控制方法
WO2019166517A1 (en) * 2018-02-28 2019-09-06 Five AI Limited Path planning in mobile robots
CN110865641A (zh) * 2019-10-30 2020-03-06 吉首大学 一种反演滑模控制的轮式移动机器人的轨迹跟踪方法
CN111694361A (zh) * 2020-06-23 2020-09-22 杭州宇芯机器人科技有限公司 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
CN111752281A (zh) * 2020-07-13 2020-10-09 浪潮软件股份有限公司 基于改进rrt算法的移动机器人路径规划方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7926598B2 (en) * 2008-12-09 2011-04-19 Irobot Corporation Mobile robotic vehicle

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107168340A (zh) * 2017-07-11 2017-09-15 江南大学 一种基于滑模变结构的移动机器人轨迹跟踪控制方法
WO2019166517A1 (en) * 2018-02-28 2019-09-06 Five AI Limited Path planning in mobile robots
CN109683478A (zh) * 2018-12-21 2019-04-26 南京埃斯顿机器人工程有限公司 柔性关节机械臂分数阶滑模优化控制方法
CN110865641A (zh) * 2019-10-30 2020-03-06 吉首大学 一种反演滑模控制的轮式移动机器人的轨迹跟踪方法
CN111694361A (zh) * 2020-06-23 2020-09-22 杭州宇芯机器人科技有限公司 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
CN111752281A (zh) * 2020-07-13 2020-10-09 浪潮软件股份有限公司 基于改进rrt算法的移动机器人路径规划方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Laser-based Obstacle Avoidance Algorithm for;B. Dumitrascu.etc;《2013 17th International Conference on System Theory, Control and Computing (ICSTCC)》;20131219;第187-192页 *

Also Published As

Publication number Publication date
CN112327620A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
Tang et al. An improved kinematic model predictive control for high-speed path tracking of autonomous vehicles
CN111650929B (zh) 一种自适应滑模控制方法、系统及移动机器人控制器
WO2019242718A1 (zh) 一种车辆变道控制方法和装置
CN110286672A (zh) 机器人及其导航控制方法、导航控制装置以及存储介质
CN111103798B (zh) 一种基于反演滑模控制的agv路径跟踪方法
CN111098335B (zh) 一种双轮差速驱动机器人里程计标定方法及装置
CN108045435B (zh) 一种路面自适应的智能车辆横向混合控制方法
WO2007105077A2 (en) Trajectory tracking control system and method for mobile unit
CN109857100B (zh) 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法
CN111703436B (zh) 一种自动驾驶车辆的控制方法及装置
CN111522351B (zh) 水下机器人三维编队及避障方法
CN113126623A (zh) 一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法
CN112327872A (zh) 面向溢油围捕的双无人艇协同轨迹跟踪方法
CN115489594A (zh) 一种纯跟踪智能车路径跟随控制方法
JP2007257200A (ja) 移動体及びその制御方法
CN112327620B (zh) 兼顾绕障的移动机器人鲁棒控制方法及系统
Vilca et al. An overall control strategy based on target reaching for the navigation of an urban electric vehicle
CN115639814A (zh) 一种两轮差速移动机器人的路径跟随方法及系统
CN112486018B (zh) 一种基于速度自适应预瞄的无模型无人车路径跟踪方法
JP6642026B2 (ja) 自律移動体制御装置
CN112305916B (zh) 基于势垒函数的移动机器人自适应控制方法及系统
Nejad et al. Real time localization, path planning and motion control for autonomous parking in cluttered environment with narrow passages
JP4269170B2 (ja) 軌道追従制御方法および装置
CN114237214A (zh) 一种基于模糊控制与级联控制的差速agv控制方法及系统
CN113885514B (zh) 基于模糊控制和几何追踪的agv路径跟踪方法及系统

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