CN115933710A - 一种智能打磨机器人全向底盘装置及其控制方法 - Google Patents
一种智能打磨机器人全向底盘装置及其控制方法 Download PDFInfo
- Publication number
- CN115933710A CN115933710A CN202310225198.2A CN202310225198A CN115933710A CN 115933710 A CN115933710 A CN 115933710A CN 202310225198 A CN202310225198 A CN 202310225198A CN 115933710 A CN115933710 A CN 115933710A
- Authority
- CN
- China
- Prior art keywords
- chassis
- steering wheel
- speed
- steering
- time
- 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.)
- Granted
Links
Images
Abstract
本发明公开了一种智能打磨机器人全向底盘装置及其控制方法,装置包括:控制模块,其用于获取底盘的期望轨迹信息和实时定位信息,并根据运动模式指令,获取与运动模式对应的底盘的舵轮转角与转速;运动模式包括阿克曼转向模式、平移模式和原地转向模式;阿克曼转向模式获取底盘的舵轮转角与转速的方法包括:根据期望轨迹,根据模型预测控制算法,构建预测模型,该预测模型的控制量包括底盘的速度与横摆角速度,设置代价函数和约束,获取智能打磨机器人全向底盘的四个舵轮的转角与转速。本发明能够提高底盘移动的灵活性,提高底盘跟踪规划轨迹的精确度,使底盘运动速度曲线更加平滑稳定。本发明涉及智能机器人技术领域。
Description
技术领域
本发明涉及智能机器人技术领域,特别是关于一种智能打磨机器人全向底盘装置及其控制方法。
背景技术
高铁车厢,风机叶片等大型工件的打磨工艺对保证工件质量极为重要。传统的打磨方式为人工打磨,由于尺寸较大且打磨期间产生噪音与粉尘,造成加工环境恶劣、加工效率低、人工成本高等情况。同时由于工件多为复杂的曲面,人工打磨精度不高,易产生废品。
由于大型工件尺寸不固定、打磨面轮廓复杂等问题,急需一种智能的、柔性的打磨机器人,来降低工人劳动强度、降本增效、快速适应工件表面轮廓、保证加工一致性。精确的机器人底盘运动控制是保证打磨作业顺利完成的首要条件,目前国内常用的打磨机器人底盘控制形式包括:预设轨道型和前轴转向后轴驱动型。
现有技术中有轨道式打磨机器人移动底盘,它一般沿待打磨工件边缘铺设直线导轨,移动底盘通过在两侧安装轨道移动轮与导轨配合。在打磨大型工件时,移动底盘依靠移动轮沿导轨方向移动,打磨装置安装在移动底盘上,随移动底盘移动到待打磨区域。这种底盘控制方式实现简单,底盘结构设计也相对简单。但是,铺设导轨的建设成本较高,同时占用较大的工作空间;对于不同形状的工件,打磨前需调整轨道的位置以适应工件轮廓,尤其对于复杂曲面形状的工件,轨道的灵活性较差,难以按其轮廓铺设,容易造成打磨精度降低,打磨过程柔性化程度较低。
现有技术中还有前轴转向后轴驱动式打磨机器人移动底盘,通过后轴两轮安装驱动电机,进行驱动控制,前轴两轮安装转向电机,进行转向控制。但对于大型工件的打磨机器人,机械臂11一般安装位置较高,前轴转向后轴驱动式打磨机器人转向时质心侧偏角较大;前轴转向后轴驱动模式仅通过前轮控制转向,灵活性有限。
发明内容
本发明的目的在于提供一种智能打磨机器人全向底盘装置及其控制方法,其能够提高底盘移动的灵活性,提高底盘跟踪规划轨迹的精确度,使底盘运动速度曲线更加平滑稳定。
为实现上述目的,本发明提供一种智能打磨机器人全向底盘控制装置,其包括:
控制模块,其用于从规划决策模块获取底盘的期望轨迹信息和实时定位信息,并根据规划决策模块下发的运动模式指令,获取与运动模式对应的底盘的舵轮转角与转速,并输出;其中,运动模式包括阿克曼转向模式、平移模式和原地转向模式;
其中,阿克曼转向模式获取底盘的舵轮转角与转速的方法包括:
根据期望轨迹,根据模型预测控制算法,构建预测模型,该预测模型的控制量包括底盘的速度与横摆角速度,设置代价函数和约束,获取最优期望速度与横摆角速度,进而获得智能打磨机器人全向底盘的四个舵轮的转角与转速;
平移模式和原地转向模式获取底盘的舵轮转角与转速的方法包括:
设置智能打磨机器人全向底盘的舵轮的梯形轮速,得到匀加速、匀速、匀减速的速度曲线后,对减速阶段进行减速度实时更新,再通过加速度平滑函数,得到加速度连续的速度曲线,进而获得底盘的舵轮转角与转速。
进一步地,阿克曼转向模式获取底盘的舵轮转角与转速时,预测模型使用底盘运动学模型,其状态方程用下式(1)或下式(2)所描述的形式:
(1)
(2)
式中,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,为第时刻的状态矩阵,,为第时刻的控制量矩阵,;
代价函数考虑横向距离误差、航向角误差、速度误差以及控制增量,约束包括运动学约束与源自执行器的机械响应特性约束:
式中,、分别为底盘中心在第时刻的在大地坐标系下的坐标、航向角,、、、分别为底盘中心在初始时刻的在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,、分别为第、时刻的状态矩阵,,,上标为矩阵转置,为预测时域长度,、分别为第、时刻的控制量矩阵,、分别为底盘中心允许的最大横摆角速度、相邻时刻间最大横摆角速度增量,、分别为底盘中心允许的最大速度、相邻时刻间最大速度增量。
进一步地,阿克曼转向模式获取底盘的舵轮转角与转速时,根据最优期望速度与横摆角速度获取智能打磨机器人全向底盘的四个舵轮的转角与转速的方法具体包括:
采用式(6)和式(7)提供的模型分解方法获得四个舵轮的期望转角与轮速:
(6)
(7)
式中,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转角,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转速,为前后轴距离,为底盘中心转弯半径,且,为左前舵轮与右前舵轮或左后舵轮与右后舵轮的中心距离,、分别为右前舵轮、右前舵轮的转弯半径,,。
进一步地,平移模式获取底盘的舵轮转角与转速时,采用下式(9)“对减速阶段进行减速度实时更新”:
(9)
式中,为减速阶段舵轮的实时减速度,为舵轮的实际速度,为底盘当前位置和期望点的实时距离,若大地坐标系下,底盘当前位置为,期望坐标,则;
原地转向模式获取底盘的舵轮转角与转速时,采用下式(11)“对减速阶段进行减速度实时更新”:
(11)
式中,为减速阶段舵轮实时减速度的值;为舵轮实际速度;为底盘当前位置和期望点的实时航向角度误差;为原地转向模式四轮转弯半径。
进一步地,智能打磨机器人全向底盘控制装置还包括底盘及其下表面装的四个舵轮,底盘的上表面装有机械臂:
摄像头,其装在机械臂上,用于获取前方道路或障碍物的图像信号,并输出;
激光雷达,其通过升降架以可远离或靠近底盘的方式装在底盘的上表面,用于获得底盘中心定位信息和打磨工件轮廓信息,并输出;
工控机,其上部署有控制模块,其用于通过交换机接收图像信号、激光雷达获得的定位信息和工件轮廓信息、以及机械臂的交互信号,并由控制模块计算出底盘的舵轮转角与转速的控制信号,再通过交换机发送给,最后由输送给舵轮对应的舵轮驱动器,控制舵轮的转向和行驶,同时舵轮驱动器的状态通过反馈回交换机,输送给工控机。
本发明还提供一种智能打磨机器人全向底盘控制方法,其包括:
步骤1,获取底盘的期望轨迹信息和实时定位信息;
步骤2,根据接收到的运动模式的指令,控制模块获取与运动模式对应的底盘的舵轮转角与转速,并输出;其中,运动模式包括阿克曼转向模式、平移模式和原地转向模式;
其中,阿克曼转向模式获取底盘的舵轮转角与转速的方法包括:
根据期望轨迹,根据模型预测控制算法,构建预测模型,该预测模型的控制量包括底盘的速度与横摆角速度,设置代价函数和约束,获取最优期望速度与横摆角速度,进而获得智能打磨机器人全向底盘的四个舵轮的转角与转速;
平移模式和原地转向模式获取底盘的舵轮转角与转速的方法包括:
设置智能打磨机器人全向底盘的舵轮的梯形轮速,得到匀加速、匀速、匀减速的速度曲线后,对减速阶段进行减速度实时更新,再通过加速度平滑函数,得到加速度连续的速度曲线,进而获得底盘的舵轮转角与转速。
进一步地,阿克曼转向模式获取底盘的舵轮转角与转速时,预测模型使用底盘运动学模型,其状态方程用下式(1)或下式(2)所描述的形式:
(1)
(2)
式中,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,为第时刻的状态矩阵,,为第时刻的控制量矩阵,。
进一步地,阿克曼转向模式获取底盘的舵轮转角与转速时,代价函数考虑横向距离误差、航向角误差、速度误差以及控制增量,约束包括运动学约束与源自执行器的机械响应特性约束:
式中,、分别为底盘中心在第时刻的在大地坐标系下的坐标、航向角,、、、分别为底盘中心在初始时刻的在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,、分别为第、时刻的状态矩阵,,,上标为矩阵转置,为预测时域长度,、分别为第、时刻的控制量矩阵,、分别为底盘中心允许的最大横摆角速度、相邻时刻间最大横摆角速度增量,、分别为底盘中心允许的最大速度、相邻时刻间最大速度增量。
进一步地,阿克曼转向模式获取底盘的舵轮转角与转速时,根据最优期望速度与横摆角速度获取智能打磨机器人全向底盘的四个舵轮的转角与转速的方法具体包括:
采用式(6)和式(7)提供的模型分解方法获得四个舵轮的期望转角与轮速:
(6)
(7)
式中,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转角,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转速,为前后轴距离,为底盘中心转弯半径,且,为左前舵轮与右前舵轮或左后舵轮与右后舵轮的中心距离,、分别为右前舵轮、右前舵轮的转弯半径,,。
进一步地,平移模式获取底盘的舵轮转角与转速时,采用下式(9)“对减速阶段进行减速度实时更新”:
(9)
式中,为减速阶段舵轮的实时减速度,为舵轮的实际速度,为底盘当前位置和期望点的实时距离,若大地坐标系下,底盘当前位置为,期望坐标,则;
原地转向模式获取底盘的舵轮转角与转速时,采用下式(11)“对减速阶段进行减速度实时更新”:
(11)
式中,为减速阶段舵轮实时减速度的值;为舵轮实际速度;为底盘当前位置和期望点的实时航向角度误差;为原地转向模式四轮转弯半径。
由于本发明的全向底盘装置通过使用四个独立控制的舵轮,并设置三种运动模式切换,移动更加灵活;使用控制方法,求解最优期望速度与横摆角速度,通过运动学模型分解得到四个舵轮的转角与转速,使阿克曼转向模式的运动控制更加精确;通过设置梯形轮速,并引入加速度平滑函数,使平移模式和原地转向模式下的底盘运动速度变化更加柔和平稳。
附图说明
图1为本发明实施例中智能打磨机器人全向底盘装置的控制流程示意图。
图2为本发明实施例中智能打磨机器人全向底盘装置的结构示意图。
图3为本发明实施例中智能打磨机器人全向底盘装置的电气连接示意图。
图4为本发明实施例中双轨运动学模型示意图。
图5为本发明实施例中平移模式路径跟踪原理示意图。
图6为本发明实施例中平移模式梯形轮速示意图。
图7为本发明实施例中原地转向模式舵轮转角示意图。
图8为本发明实施例中原地转向模式梯形轮速示意图。
图9为本发明实施例中加速度平滑梯形轮速示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明实施例提供的智能打磨机器人全向底盘控制方法包括:
步骤1,获取底盘的期望轨迹信息和实时定位信息。
其中,期望轨迹信息和实时定位信息均从规划决策模块获得,并且,期望轨迹信息包括路径点的坐标、航向角和期望速度,实时定位信息包括底盘中心的实时坐标、航向角和速度。
步骤2,根据接收到的运动模式的指令,控制模块获取与运动模式对应的底盘的舵轮转角(文中简称为“转角”)与转速,并输出。
其中,运动模式的指令由规划决策模块下发给控制模块,并且,运动模式包括阿克曼转向模式、平移模式和原地转向模式。底盘通过三种运动模式的切换,可以实现在复杂的场地对底盘进行任意位置、任意航向角度地控制,极大提高了底盘的灵活性。
在一个实施例中,阿克曼转向模式获取底盘的舵轮转角与转速的方法包括:
根据期望轨迹,根据模型预测控制算法,构建预测模型。
预测模型的控制量包括底盘的速度与横摆角速度,设置底盘运动控制器,即设置代价函数和约束,获取最优期望速度与横摆角速度,进而获得智能打磨机器人全向底盘的四个舵轮的转角与转速。
在一个实施例中,阿克曼转向模式获取底盘的舵轮转角与转速时,预测模型使用底盘的运动学模型。如图4所示,在大地坐标系下,、、、分别为车辆的中心(例如几何中心)在大地坐标系下的坐标、航向角、横摆角速度、速度。根据图中几何关系,可以得出底盘的运动学模型在大地坐标系下的状态方程可以用下式(1)或下式所描述的形式:
式中,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,为第时刻的状态矩阵,,为第时刻的控制量矩阵,。
在一个实施例中,阿克曼转向模式获取底盘的舵轮转角与转速时,代价函数可以但不限于考虑横向距离误差、航向角误差、速度误差以及控制增量,底盘运动控制器的目标是综合评价控制效果,最小化由横向距离误差、航向角误差、速度误差以及控制量增量组成的性能指标评价函数,如下式所示:
式中:
其中,为预测时域长度,为权重系数,权重系数具体数值的确定原则是:考虑代价函数中横向距离误差、航向角度误差、速度误差和控制量增量对控制效果的影响,调节优化求解的权重;比如全向底盘长度较长,此时航向角误差产生的影响较大,可适当增加航向角误差的权重,同时为保证所求出控制量的平滑与稳定,防止控制量的突变,将控制量增量的权重设为最大,是预测时域内第时刻预瞄点的航向角,为预测时域内第时刻的底盘中心到预瞄点切线的垂直距离,该距离表示车辆相对参考路径的横向距离偏差,反应了车辆对期望路径的跟踪性能,用于保证车辆横向跟踪精度,为预测时域内第时刻的车辆航向角偏差,为预测时域内第时刻的车辆期望航向角,为预测时域内第时刻的底盘中心速度偏差,为预测时域内第时刻的车辆期望速度,为第时刻的控制量矩阵,为第时刻底盘速度增量和横摆角增量,反应了对控制量增量的约束,避免车身速度与转角大幅变化,保证控制动作平稳,为求模函数。
鉴于此,上述实施例提供的代价函数可设置为如下式(4)所描述的非线性规划问题:
(4)
约束包括运动学约束与源自执行器的机械响应特性约束:
式中,、分别为底盘中心在第时刻的在大地坐标系下的坐标、航向角,、、、分别为底盘中心在初始时刻的在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,、分别为第、时刻的状态矩阵,,,上标为矩阵转置,为预测时域长度,、分别为第、时刻的控制量矩阵,、分别为底盘中心允许的最大横摆角速度、相邻时刻间最大横摆角速度增量,、分别为底盘中心允许的最大速度、相邻时刻间最大速度增量。
底盘运动控制器主要包括两种约束:第一种是运动学约束,式(1)和(2)中描述了该约束。第二种约束源自执行器的机械响应特性,式(4)中的不等式描述了这种约束,包括横摆角速度极值约束和横摆角速度增量约束,速度极值约束和速度增量约束。
在预测时域内,基于式(1)和(2)的预测模型计算出每一个采样时刻的车辆状态,使用上一时刻最优速度和横摆角速序列作为速度与横摆角速度迭代初值。
对上述式(4)构建的最优控制问题进行优化求解,得到最优控制序列如式(5):
(5)
式中,为第时刻的车辆最优控制序列,其包括最优速度和最优横摆角速度,表示基于第时刻的车辆状态进行预测控制所得到的第时刻的最优速度控制量,表示基于第时刻的车辆状态进行预测控制所得到的第时刻的最优横摆角速度控制量,表示基于第时刻的车辆状态进行预测控制所得到的第时刻的最优速度控制量,表示基于第时刻的车辆状态进行预测控制所得到的第时刻的最优横摆角速度控制量,表示基于第时刻的车辆状态进行预测控制所得到的第时刻的最优速度控制量,表示基于第时刻的车辆状态进行预测控制所得到的第时刻的最优横摆角速度控制量。
在一个实施例中,阿克曼转向模式获取底盘的舵轮转角与转速时,将式(5)所得最优控制序列的第一个值作为最优期望速度与横摆角速度,再将最优期望速度与横摆角速度发送至底层执行器,通过模型分解方法,获取智能打磨机器人全向底盘的四个舵轮的转角与转速,下发给底盘电机,并在下一采样时刻重复式(4)-(7)流程。
模型分解方法如式(6)和式(7)所示,根据如图4的几何关系,底盘在转向时满足阿克曼转向原理,各舵轮与几何中心绕同一点进行转向,利用期望速度与横摆角速度分解为四个期望舵轮转角与轮速:
(6)
(7)
式中,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转角,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转速,为前后轴距离,为底盘中心转弯半径,且,为左前舵轮与右前舵轮或左后舵轮与右后舵轮的中心距离,、分别为右前舵轮、右前舵轮的转弯半径,,。
阿克曼转向模式下,将底盘中心的速度与横摆角速度作为控制量建立底盘运动学方程,构建代价函数时同时考虑底盘横向误差、航向角误差、速度误差和控制增量,综合考虑了底盘纵横向误差及控制代价,最后通过模型分解公式,得到四个舵轮的转速和转角,使得底盘位姿与速度控制更加精确平滑。
在一个实施例中,结合图1,平移模式获取底盘的舵轮转角与转速的方法包括:
通过梯形速度规划方法设置智能打磨机器人全向底盘的舵轮的梯形轮速,得到匀加速、匀速、匀减速的速度曲线后,对减速阶段进行减速度实时更新,再通过加速度平滑函数,得到加速度连续的速度曲线,进而获得底盘的舵轮转角与转速。
具体地:如图5所示,在平移模式下,底盘保持姿态不变,底盘中心平移目标点为,此时应控制底盘中心速度方向为,在大地坐标系下,若底盘中心起始坐标为,路径点坐标,底盘航向角保持为,则四个轮子的转角相同,表示为下式(8):
(8)
在此模式下,四个舵轮速度相同,由于底盘仅跟随位置坐标,为保证底盘速度平稳,设计梯形轮速,设置舵轮加速度为,最大轮速为,如图6所示,横坐标表示距离,纵坐标表示转速,若初始距离偏差为,根据距离偏差将期望轮速分为三段:
第一段,匀加速阶段,舵轮轮速以加速度均匀增加,当底盘行驶距离从0到,此时轮速达到或最大轮速,轮速不在增加;
第二段,匀速阶段,底盘行驶距离从到,保持轮速为;
第三段,匀减速阶段,底盘行驶距离从到时,舵轮轮速以减速度从均匀减速到0。
在理想情况下,底盘从出发,经过的距离进行匀加速,经过匀速阶段,在行驶距离从到时进行匀减速并停车,底盘位置刚好到达点。但由于底盘实际速度有控制误差,造成底盘行驶距离存在累计误差,底盘经历匀减速阶段停车后与存在位置误差,因此为消除行驶距离累计误差。
在一个实施例中,由于在匀减速阶段底盘无法使用作为舵轮减速度,因此,平移模式获取底盘的舵轮转角与转速时,需要采用下式(9)“对减速阶段进行减速度实时更新”:
(9)
式中,为减速阶段舵轮的实时减速度,为舵轮的实际速度,为底盘当前位置和期望点的实时距离,若大地坐标系下,底盘当前位置为,期望坐标,则。
本实施例通过式(9)对梯形速度规划中匀减速阶段的减速度值进行实时更新,可有效消除匀加速阶段和匀速阶段速度控制误差造成的行驶距离累计误差,使底盘向期望点进行平移时停车误差更小,平移模式定点停车更精准。
在一个实施例中,结合图1,原地转向模式获取底盘的舵轮转角与转速的方法包括:
通过梯形速度规划方法设置智能打磨机器人全向底盘的舵轮的梯形轮速,得到匀加速、匀速、匀减速的速度曲线后,对减速阶段进行减速度实时更新,再通过加速度平滑函数,得到加速度连续的速度曲线,进而获得底盘的舵轮转角与转速。
具体地,如图7所示,在原地转向模式下,只需保证底盘四个舵轮转向中心交于底盘中心,根据几何关系,可得四个舵轮转角,本实施例中以左转为正方向:
(10)
在此模式下,为原地转向模式四轮转弯半径,四个舵轮速度相同,由于底盘仅跟随期望航向角,为保证原地转向时底盘稳定性,设计梯形轮速进行原地转向,设置舵轮加速度为,最大轮速为。如图8所示,图中的横坐标表示角度,纵坐标表示转速,若期望航向角为,底盘航向角为,此时初始航向角偏差为,根据航向角偏差将期望轮速分为三段:
第一阶段,匀加速阶段,舵轮轮速以加速度均匀增加,当底盘转动角度从0转到,此时轮速达到或最大轮速,轮速不在增加;
第二阶段,匀速阶段,底盘转动角度从转到,保持轮速为;
第三阶段,匀减速阶段,底盘转动角度从转到时,舵轮轮速以减速度从均匀减速到。
在一个实施例中,由于实际速度控制误差造成底盘转过角度存在累计误差,因此,原地转向模式获取底盘的舵轮转角与转速时,需要采用下式(11)“对减速阶段进行减速度实时更新”:
式中,为减速阶段舵轮实时减速度的值;为舵轮实际速度;为底盘当前位置和期望点的实时航向角度误;为原地转向模式四轮转弯半径。
通过式对梯形速度规划中匀减速阶段的减速度值进行实时更新,可有效消除匀加速阶段和匀速阶段速度控制误差造成的原地旋转角度累计误差,使底盘向期望航向角进行旋转时误差更小。
在一个实施例中,由于平移模式和原地转向模式加速度存在突变,考虑新引入加速度平滑项,将目标函数设置为下式:
其中,为整个梯形轮速的时间序列;为增益系数,且;为第时刻的舵轮速度;为第时刻的舵轮加速度;为第时刻的舵轮加速度增量,且 。
优化后的速度曲线如所示,横坐标表示角度,纵坐标表示转速,对比与,与中的匀加速阶段到匀速阶段时刻,与匀速阶段到匀减速阶段时刻,都出现速度曲线尖角,即加速度突变,而中的速度曲线,经过加速度平滑,在匀加速阶段到匀速阶段时刻及匀速阶段到匀减速阶段的时刻,曲线变化平滑,即加速度没有突变,进而有效消除匀加速阶段和匀速阶段速度控制误差造成的原地旋转角度累计误差,使底盘向期望航向角进行旋转时误差更小。
本发明实施例还提供一种智能打磨机器人全向底盘控制装置包括控制模块,控制模块用于从规划决策模块获取底盘的期望轨迹信息和实时定位信息,并根据规划决策模块下发的运动模式指令,获取与运动模式对应的底盘的舵轮转角与转速,并输出;其中,运动模式包括阿克曼转向模式、平移模式和原地转向模式。
如图2和图3所示,本发明实施例提供的智能打磨机器人全向底盘控制装置还包括底盘12及其下表面装的四个舵轮1、舵轮驱动器2、(英文全称为“”,中文全称为“可编程逻辑控制器”)3、工控机4、交换机5、天线6、激光雷达7、摄像头8、控制柜9、升降架10和机械臂11。其中:
每个舵轮驱动器2包括转向驱动电机和行走驱动电机。3、工控机4和交换机5安装在控制柜9中,工控机4、3、天线6、激光雷达7和机械臂1通过(英文全称为“”,中文全称为“传输控制协议”)网络与交换机5连接,进行以太网通信。天线6安装在控制柜9上方,天线6用于接收网络信号,并通过交换机5与工控机4通讯,从而可以实现远程控制。激光雷达7通过升降架10以可远离或靠近底盘12的方式装在底盘12的上表面,用于获得底盘中心定位信息和打磨工件轮廓信息,并输出。这种可升降的激光雷达7,可适应不同尺寸高度和放置位置的打磨工件。摄像头8装在机械臂11上,通过连接工控机4,摄像头8用于获取前方道路或障碍物的图像信号,并输出。机械臂11安装在底盘上,机械臂11内置有,通过交换机5与工控机4连接,外界与机械臂的交互信号,均可以通过机械臂内置的与交换机5进行收发。
结合图3,工控机4上部署有上述各实施例中的控制模块,其用于通过交换机5接收图像信号、激光雷达获得的定位信息和工件轮廓信息、以及机械臂11的交互信号,并由控制模块计算出底盘的舵轮转角与转速的控制信号,再通过交换机5发送给,最后由输送给舵轮1对应的舵轮驱动器,控制舵轮1的转向和行驶,同时舵轮驱动器的状态通过反馈回交换机5,输送给工控机4。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。本领域的普通技术人员应当理解:可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种智能打磨机器人全向底盘控制装置,其特征在于,包括:
控制模块,其用于从规划/决策模块获取底盘的期望轨迹信息和实时定位信息,并根据规划/决策模块下发的运动模式指令,获取与运动模式对应的底盘的舵轮转角与转速,并输出;其中,运动模式包括阿克曼转向模式、平移模式和原地转向模式;
其中,阿克曼转向模式获取底盘的舵轮转角与转速的方法包括:
根据期望轨迹,根据模型预测控制算法,构建预测模型,该预测模型的控制量包括底盘的速度与横摆角速度,设置代价函数和约束,获取最优期望速度与横摆角速度,进而获得智能打磨机器人全向底盘的四个舵轮的转角与转速;
平移模式和原地转向模式获取底盘的舵轮转角与转速的方法包括:
设置智能打磨机器人全向底盘的舵轮的梯形轮速,得到匀加速、匀速、匀减速的速度曲线后,对减速阶段进行减速度实时更新,再通过加速度平滑函数,得到加速度连续的速度曲线,进而获得底盘的舵轮转角与转速。
2.如权利要求1所述的智能打磨机器人全向底盘控制装置,其特征在于,阿克曼转向模式获取底盘的舵轮转角与转速时,预测模型使用底盘运动学模型,其状态方程用下式(1)或下式(2)所描述的形式:
(1)
(2)
式中,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,为第时刻的状态矩阵,,为第时刻的控制量矩阵,;
代价函数考虑横向距离误差、航向角误差、速度误差以及控制增量,约束包括运动学约束与源自执行器的机械响应特性约束:
;
式中,、分别为底盘中心在第时刻的在大地坐标系下的坐标、航向角,、、、分别为底盘中心在初始时刻的在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,、分别为第、时刻的状态矩阵,,,上标为矩阵转置,为预测时域长度,、分别为第、时刻的控制量矩阵,、分别为底盘中心允许的最大横摆角速度、相邻时刻间最大横摆角速度增量,、分别为底盘中心允许的最大速度、相邻时刻间最大速度增量。
3.如权利要求2所述的智能打磨机器人全向底盘控制装置,其特征在于,阿克曼转向模式获取底盘的舵轮转角与转速时,根据最优期望速度与横摆角速度获取智能打磨机器人全向底盘的四个舵轮的转角与转速的方法具体包括:
采用式(6)和式(7)提供的模型分解方法获得四个舵轮的期望转角与轮速:
(6)
(7)
式中,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转角,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转速,为前后轴距离,为底盘中心转弯半径,且,为左前舵轮与右前舵轮或左后舵轮与右后舵轮的中心距离,、分别为右前舵轮、右前舵轮的转弯半径,,。
4.如权利要求1-3中任一项所述的智能打磨机器人全向底盘控制装置,其特征在于,平移模式获取底盘的舵轮转角与转速时,采用下式(9)“对减速阶段进行减速度实时更新”:
(9)
式中,为减速阶段舵轮的实时减速度,为舵轮的实际速度,为底盘当前位置和期望点的实时距离,若大地坐标系下,底盘当前位置为,期望坐标,则;
原地转向模式获取底盘的舵轮转角与转速时,采用下式(11)“对减速阶段进行减速度实时更新”:
(11)
式中,为减速阶段舵轮实时减速度的值;为舵轮实际速度;为底盘当前位置和期望点的实时航向角度误差;为原地转向模式四轮转弯半径。
5.如权利要求1-3中任一项所述的智能打磨机器人全向底盘控制装置,其特征在于,还包括底盘及其下表面装的四个舵轮,底盘的上表面装有机械臂:
摄像头,其装在机械臂上,用于获取前方道路或障碍物的图像信号,并输出;
激光雷达,其通过升降架以可远离或靠近底盘的方式装在底盘的上表面,用于获得底盘中心定位信息和打磨工件轮廓信息,并输出;
工控机,其上部署有控制模块,其用于通过交换机接收图像信号、激光雷达获得的定位信息和工件轮廓信息、以及机械臂的交互信号,并由控制模块计算出底盘的舵轮转角与转速的控制信号,再通过交换机发送给,最后由输送给舵轮对应的舵轮驱动器,控制舵轮的转向和行驶,同时舵轮驱动器的状态通过反馈回交换机,输送给工控机。
6.一种智能打磨机器人全向底盘控制方法,其特征在于,包括:
步骤1,获取底盘的期望轨迹信息和实时定位信息;
步骤2,根据接收到的运动模式的指令,控制模块获取与运动模式对应的底盘的舵轮转角与转速,并输出;其中,运动模式包括阿克曼转向模式、平移模式和原地转向模式;
其中,阿克曼转向模式获取底盘的舵轮转角与转速的方法包括:
根据期望轨迹,根据模型预测控制算法,构建预测模型,该预测模型的控制量包括底盘的速度与横摆角速度,设置代价函数和约束,获取最优期望速度与横摆角速度,进而获得智能打磨机器人全向底盘的四个舵轮的转角与转速;
平移模式和原地转向模式获取底盘的舵轮转角与转速的方法包括:
设置智能打磨机器人全向底盘的舵轮的梯形轮速,得到匀加速、匀速、匀减速的速度曲线后,对减速阶段进行减速度实时更新,再通过加速度平滑函数,得到加速度连续的速度曲线,进而获得底盘的舵轮转角与转速。
7.如权利要求6所述的智能打磨机器人全向底盘控制方法,其特征在于,阿克曼转向模式获取底盘的舵轮转角与转速时,预测模型使用底盘运动学模型,其状态方程用下式(1)或下式(2)所描述的形式:
(1)
(2)
式中,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,、、、分别为车辆在第时刻的中心在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,为第时刻的状态矩阵,,为第时刻的控制量矩阵,。
8.如权利要求7所述的智能打磨机器人全向底盘控制方法,其特征在于,阿克曼转向模式获取底盘的舵轮转角与转速时,代价函数考虑横向距离误差、航向角误差、速度误差以及控制增量,约束包括运动学约束与源自执行器的机械响应特性约束:
;
式中,、分别为底盘中心在第时刻的在大地坐标系下的坐标、航向角,、、、分别为底盘中心在初始时刻的在大地坐标系下的坐标、航向角、横摆角速度、速度,为采样时间,、分别为第、时刻的状态矩阵,,,上标为矩阵转置,为预测时域长度,、分别为第、时刻的控制量矩阵,、分别为底盘中心允许的最大横摆角速度、相邻时刻间最大横摆角速度增量,、分别为底盘中心允许的最大速度、相邻时刻间最大速度增量。
9.如权利要求8所述的智能打磨机器人全向底盘控制方法,其特征在于,阿克曼转向模式获取底盘的舵轮转角与转速时,根据最优期望速度与横摆角速度获取智能打磨机器人全向底盘的四个舵轮的转角与转速的方法具体包括:
采用式(6)和式(7)提供的模型分解方法获得四个舵轮的期望转角与轮速:
(6)
(7)
式中,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转角,、、、分别为模型分解所得的左前舵轮、左后舵轮、右前舵轮、右后舵轮的转速,为前后轴距离,为底盘中心转弯半径,且,为左前舵轮与右前舵轮或左后舵轮与右后舵轮的中心距离,、分别为右前舵轮、右前舵轮的转弯半径,,。
10.如权利要求6-9中任一项所述的智能打磨机器人全向底盘控制方法,其特征在于,平移模式获取底盘的舵轮转角与转速时,采用下式(9)“对减速阶段进行减速度实时更新”:
(9)
式中,为减速阶段舵轮的实时减速度,为舵轮的实际速度,为底盘当前位置和期望点的实时距离,若大地坐标系下,底盘当前位置为,期望坐标,则;
原地转向模式获取底盘的舵轮转角与转速时,采用下式(11)“对减速阶段进行减速度实时更新”:
(11)
式中,为减速阶段舵轮实时减速度的值;为舵轮实际速度;为底盘当前位置和期望点的实时航向角度误差;为原地转向模式四轮转弯半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310225198.2A CN115933710B (zh) | 2023-03-10 | 2023-03-10 | 一种智能打磨机器人全向底盘装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310225198.2A CN115933710B (zh) | 2023-03-10 | 2023-03-10 | 一种智能打磨机器人全向底盘装置及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115933710A true CN115933710A (zh) | 2023-04-07 |
CN115933710B CN115933710B (zh) | 2023-06-06 |
Family
ID=86554535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310225198.2A Active CN115933710B (zh) | 2023-03-10 | 2023-03-10 | 一种智能打磨机器人全向底盘装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115933710B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116931563A (zh) * | 2023-06-07 | 2023-10-24 | 中铁建工集团有限公司 | 一种四舵轮的导航控制方法及系统 |
CN117289706A (zh) * | 2023-11-24 | 2023-12-26 | 福勤智能科技(昆山)有限公司 | 一种自主作业设备的轮组控制方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6240367B1 (en) * | 1998-11-27 | 2001-05-29 | Ching-Fang Lin | Full fusion positioning method for vehicle |
CN110794762A (zh) * | 2019-11-06 | 2020-02-14 | 北京轩宇智能科技有限公司 | 用于打磨机器人的控制方法及系统 |
CN112590804A (zh) * | 2020-12-23 | 2021-04-02 | 苏州挚途科技有限公司 | 无人车辆的载荷轨迹跟踪方法和装置 |
CN113704889A (zh) * | 2021-08-25 | 2021-11-26 | 深圳亿嘉和科技研发有限公司 | 一种液压转向阿克曼底盘的控制方法及其应用 |
CN114715167A (zh) * | 2022-05-05 | 2022-07-08 | 吉林大学 | 一种基于全向移动车辆多行驶模式的自动驾驶轨迹跟踪控制方法 |
-
2023
- 2023-03-10 CN CN202310225198.2A patent/CN115933710B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6240367B1 (en) * | 1998-11-27 | 2001-05-29 | Ching-Fang Lin | Full fusion positioning method for vehicle |
CN110794762A (zh) * | 2019-11-06 | 2020-02-14 | 北京轩宇智能科技有限公司 | 用于打磨机器人的控制方法及系统 |
CN112590804A (zh) * | 2020-12-23 | 2021-04-02 | 苏州挚途科技有限公司 | 无人车辆的载荷轨迹跟踪方法和装置 |
CN113704889A (zh) * | 2021-08-25 | 2021-11-26 | 深圳亿嘉和科技研发有限公司 | 一种液压转向阿克曼底盘的控制方法及其应用 |
CN114715167A (zh) * | 2022-05-05 | 2022-07-08 | 吉林大学 | 一种基于全向移动车辆多行驶模式的自动驾驶轨迹跟踪控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116931563A (zh) * | 2023-06-07 | 2023-10-24 | 中铁建工集团有限公司 | 一种四舵轮的导航控制方法及系统 |
CN117289706A (zh) * | 2023-11-24 | 2023-12-26 | 福勤智能科技(昆山)有限公司 | 一种自主作业设备的轮组控制方法及装置 |
CN117289706B (zh) * | 2023-11-24 | 2024-03-08 | 福勤智能科技(昆山)有限公司 | 一种自主作业设备的轮组控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115933710B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115933710A (zh) | 一种智能打磨机器人全向底盘装置及其控制方法 | |
CN110989526B (zh) | 一种双agv协同运载控制系统及方法 | |
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 | |
CN206760076U (zh) | 一种绿化带智能修剪机器人 | |
CN107505941B (zh) | 四轮独立驱动独立转向电动车的集中-分布式控制系统 | |
CN106681327A (zh) | 一种大惯性电动客车的智能驾驶横纵向解耦控制方法及系统 | |
CN109709974B (zh) | 一种基于激光测距的二维空间引导定位方法 | |
CN107102641A (zh) | 一种基于激光引导双轮差速agv的原地偏航旋转方法 | |
CN106379441B (zh) | 自动导引运输车以及自动导引运输方法 | |
CN207657930U (zh) | 一种麦克纳姆轮全向移动机器人 | |
CN110096748A (zh) | 一种基于车辆运动学模型的人-车-路模型建模方法 | |
CN112817311B (zh) | 一种双车协同运动方法 | |
CN109093477B (zh) | 一种多机器人协同打磨铸锻件飞边的装置及方法 | |
CN107085432B (zh) | 一种移动机器人的目标轨迹跟踪方法 | |
CN111532283A (zh) | 一种基于模型预测控制的半挂汽车列车的路径跟踪方法 | |
CN110509991B (zh) | 一种调整转速的方法及装置 | |
JP6468127B2 (ja) | 全方位移動体、その制御方法及びプログラム | |
CN104032959A (zh) | 一种工程机械和臂架控制系统 | |
CN115805503B (zh) | 一种智能打磨机器人自动打磨决策规划装置及方法 | |
CN206590005U (zh) | 自动导引运输车 | |
CN112379675A (zh) | 环卫机器人的控制方法及系统、环卫机器人 | |
JP6970852B1 (ja) | 走行システム | |
CN115571036A (zh) | 一种低速配送机器人运动控制方法 | |
CN113914406A (zh) | 一种电动装载机路径跟踪系统及控制方法 | |
CN115576310A (zh) | 双舵轮式自主移动设备的运动控制方法和系统及程序产品 |
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 |