CN116009536A - 一种多车协同运输系统的层级式建模与约束跟随控制方法 - Google Patents
一种多车协同运输系统的层级式建模与约束跟随控制方法 Download PDFInfo
- Publication number
- CN116009536A CN116009536A CN202211580823.7A CN202211580823A CN116009536A CN 116009536 A CN116009536 A CN 116009536A CN 202211580823 A CN202211580823 A CN 202211580823A CN 116009536 A CN116009536 A CN 116009536A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- position information
- target cargo
- spatial position
- control law
- 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
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种多车协同运输系统的层级式建模与约束跟随控制方法。方法包括:获取每个车辆与目标货物的位置关系、每个车辆与目标货物的作用力数据、目的地的空间位置信息、以及目标货物的期望运输轨迹;构建运输系统的外部约束信息和内部约束信息;根据运输系统的外部约束信息,生成目标货物的跟踪控制律表达式,并根据运输系统的内部约束信息,生成每个车辆的跟随控制律表达式;基于目标货物和每个车辆的控制律表达式,根据每个车辆与目标货物的作用力数据,建立每个车辆的实际控制律表达式;根据每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令。采用本方法能够提升目标货物的协同运输的效率。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及一种多车协同运输系统的层级式建模与约束跟随控制方法。
背景技术
多车协同运输是重型货物道路运输的一个发展方向。通过将多辆牵引车辆组合形成多车运输系统,共同运输重型货物,可以突破单车运力极限。目前多车协同道路运输已有少量实际应用,如利用两辆重型车辆前拉后推运输窄长的重型货物。但目前这类运输需要依赖多名驾驶员和操作员协同配合工作,而多车系统组成复杂,人工操作配合难度较大,易出现干涉现象导致车辆、货物损坏。
现有协同运输方式是通过。多辆具备自动驾驶能力的牵引车协同配合,统一控制对货物进行运输。由于现有协同运输方式集中于室内场景下的小型机器人协同,智能体动力学模型简单,而目标货物重载车辆的动力学模型和约束形式更为复杂,使得现有协同运输方式无法直接迁移到室外目标货物重载车辆运输的协同控制上,从而导致目标货物的协同运输的准确率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种多车协同运输系统的层级式建模与约束跟随控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种多车协同运输系统的层级式建模与约束跟随控制方法。所述方法包括:
获取每个车辆与目标货物的位置关系、每个车辆与所述目标货物的作用力数据、目的地的空间位置信息、以及所述目标货物的期望运输轨迹;
基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息;
根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,并根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式;
基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式;
根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令。
可选的,所述基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息,包括:
获取所述目标货物的质心的空间位置信息;
根据所述期望运输轨迹,提取出所述期望运输轨迹的空间位置的多维度变化的空间位置区间,并基于各空间位置区间,将所述期望运输轨迹划分为多个子运输轨迹,根据各所述子运输轨迹,确定运输系统的外部约束信息;
针对每个车辆,根据所述车辆的空间位置信息、所述目标货物的空间位置信息,计算所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,并根据所述相对位置信息,确定所述车辆对应的运输系统的内部约束信息;所述相对位置信息包括相对距离信息以及相对角度信息。
可选的,所述根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,包括:
针对每个子运输轨迹,根据所述子运输轨迹所包含的各空间位置信息点,拟合所述子运输轨迹的轨迹变化表达式;
基于所述目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息,并根据每个子运输轨迹的起始位置的所述目标货物的空间位置信息、每个子运输轨迹的结束位置的所述目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式,确定所述目标货物的跟踪控制律表达式。
可选的,所述根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式,包括:
针对每个车辆,根据所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,建立所述目标货物的空间位置信息与所述车辆的空间位置信息的位置恒定表达式;
基于所述车辆的无约束三维模型,调整所述位置恒定表达式的参数信息,得到所述车辆的跟随控制律表达式。
可选的,所述基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式,包括:
获取各所述车辆与所述目标货物的作用力数据;
针对每个车辆,根据所述车辆的跟随控制律表达式、以及所述目标货物的跟踪控制律表达式,确定所述车辆的运行控制律表达式;
基于所述车辆与所述目标货物的作用力数据,调整所述车辆的运行控制律表达式的常数参数,并将已调整的所述车辆的运行控制率表达式,作为所述车辆的实际控制率表达式。
可选的,所述根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令,包括:
根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息,计算每个车辆与所述目标货物的相对位置信息;
针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息、以及所述车辆从所述车辆的当前空间位置信息到所述车辆的新空间位置信息的子控制指令,并根据所述车辆与所述目标货物的相对位置,确定所述车辆与所述目标货物连接点的空间位置信息;
根据每个车辆与所述目标货物连接点的空间位置信息,得到所述目标货物的新空间位置信息;
在所述目标货物的新空间位置信息与所述目的地的空间位置信息不重合的情况下,将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将所述目标货物的当前空间位置信息,更新为所述目标货物的新空间位置信息,返回执行针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、通过所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息步骤,直到所述目标货物的新空间位置信息与所述目的地的空间位置信息重合,输出每个车辆从目标货物的当前空间位置信息到目的地的空间位置信息的控制指令。
第二方面,本申请还提供了一种多车协同运输系统的层级式建模与约束跟随控制装置。
所述装置包括:
获取模块,用于获取每个车辆与目标货物的位置关系、每个车辆与所述目标货物的作用力数据、目的地的空间位置信息、以及所述目标货物的期望运输轨迹;
建模模块,用于基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息;
生成模块,用于根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,并根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式;
建立模块,用于基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式;
输出模块,用于根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令。
可选的,所述建模模块,具体用于:
获取所述目标货物的质心的空间位置信息;
根据所述期望运输轨迹,提取出所述期望运输轨迹的空间位置的多维度变化的空间位置区间,并基于各空间位置区间,将所述期望运输轨迹划分为多个子运输轨迹,根据各所述子运输轨迹,确定运输系统的外部约束信息;
针对每个车辆,根据所述车辆的空间位置信息、所述目标货物的空间位置信息,计算所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,并根据所述相对位置信息,确定所述车辆对应的运输系统的内部约束信息;所述相对位置信息包括相对距离信息以及相对角度信息。
可选的,所述生成模块,具体用于:
针对每个子运输轨迹,根据所述子运输轨迹所包含的各空间位置信息点,拟合所述子运输轨迹的轨迹变化表达式;
基于所述目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息,并根据每个子运输轨迹的起始位置的所述目标货物的空间位置信息、每个子运输轨迹的结束位置的所述目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式,确定所述目标货物的跟踪控制律表达式。
可选的,所述生成模块,具体用于:
针对每个车辆,根据所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,建立所述目标货物的空间位置信息与所述车辆的空间位置信息的位置恒定表达式;
基于所述车辆的无约束三维模型,调整所述位置恒定表达式的参数信息,得到所述车辆的跟随控制律表达式。
可选的,所述建立模块,具体用于:
获取各所述车辆与所述目标货物的作用力数据;
针对每个车辆,根据所述车辆的跟随控制律表达式、以及所述目标货物的跟踪控制律表达式,确定所述车辆的运行控制律表达式;
基于所述车辆与所述目标货物的作用力数据,调整所述车辆的运行控制律表达式的常数参数,并将已调整的所述车辆的运行控制率表达式,作为所述车辆的实际控制率表达式。
可选的,所述输出模块,具体用于:
根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息,计算每个车辆与所述目标货物的相对位置信息;
针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息、以及所述车辆从所述车辆的当前空间位置信息到所述车辆的新空间位置信息的子控制指令,并根据所述车辆与所述目标货物的相对位置,确定所述车辆与所述目标货物连接点的空间位置信息;
根据每个车辆与所述目标货物连接点的空间位置信息,得到所述目标货物的新空间位置信息;
在所述目标货物的新空间位置信息与所述目的地的空间位置信息不重合的情况下,将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将所述目标货物的当前空间位置信息,更新为所述目标货物的新空间位置信息,返回执行针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、通过所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息步骤,直到所述目标货物的新空间位置信息与所述目的地的空间位置信息重合,输出每个车辆从目标货物的当前空间位置信息到目的地的空间位置信息的控制指令。
第三方面,本申请提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质。其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
第五方面,本申请提供了一种计算机程序产品。所述计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
一种多车协同运输系统的层级式建模与约束跟随控制方法,通过获取每个车辆与目标货物的位置关系、每个车辆与所述目标货物的作用力数据、目的地的空间位置信息、以及所述目标货物的期望运输轨迹;基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息;根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,并根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式;基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式;根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息,通过每个车辆的实际控制律表达式,输出所有车辆的控制指令。首先通过建立目标货物与各车辆的无约束三维模型,提升所述控制方法的实际性。其次通过目标货物的期望运输轨迹、以及所述每个车辆与目标货物的位置关系,建立运输系统的外部约束信息条件、以及内部约束信息条件,确保各车辆的控制标准的实际性,然后通过约束信息和三维模型来建立每个车辆的实际控制律表达式,实现了基于综合约束因素的多车辆协同控制方法,提升了目标货物的协同运输的精确率。
附图说明
图1为一个实施例中一种多车协同运输系统的层级式建模与约束跟随控制方法的流程示意图;
图2为一个实施例中多车协同运输系统的结构示意图;
图3为一个实施例中约束信息构建步骤的流程示意图;
图4为一个实施例中控制指令生成步骤的流程示意图;
图5为一个实施例中多车协同运输系统的层级式建模与约束跟随控制示例的流程示意图;
图6为一个实施例中多车协同运输系统的层级式建模与约束跟随控制装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的一种多车协同运输系统的层级式建模与约束跟随控制方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。其中,终端首先通过建立目标货物与各车辆的无约束三维模型,提升所述控制方法的实际性。其次通过目标货物的期望运输轨迹、以及所述每个车辆与目标货物的位置关系,建立运输系统的外部约束信息条件、以及内部约束信息条件,确保各车辆的控制标准的实际性,然后通过约束信息和三维模型来建立每个车辆的实际控制律表达式,考虑了综合约束因素,避免了理想状态的控制计算方式,提升了目标货物的协同运输的效率。
在一个实施例中,如图1所示,提供了一种多车协同运输系统的层级式建模与约束跟随控制方法,以该方法应用于终端为例进行说明,包括以下步骤:
步骤S101,获取每个车辆与目标货物的位置关系、每个车辆与目标货物的作用力数据、目的地的空间位置信息、以及目标货物的期望运输轨迹。
本实施例中,终端通过多个子终端预先传输的数据信息,获取到每个车辆与目标货物的位置关系、每个车辆与目标货物的作用力数据、目的地的空间位置信息、以及目标货物的期望运输轨迹。其中,每个子终端装载在每个车辆中,该车辆为自动驾驶车辆,每个车辆根据所承受目标货物的重量,获取到该车辆与目标货物的作用力数据,并通过大地坐标系得到每个车辆的空间位置信息。每个车辆的与目标货物的位置关系为该车辆与目标货物的连接点,与该目标货物的质心的空间位置之间的位置关系。每个车辆与大型货物目标货物的位置关系包括每个车辆的当前空间位置信息、以及目标货物的当前空间位置信息。目标货物的期望运输轨迹可以存储在任意一个子终端中,该期望轨迹包含该运输轨迹的每个位置点的期望的横纵向位置和朝向角,分别记作xod(t),yid(t),θod(t)。如图2所示,不规则多边形所圈出来的位置为目标货物,每个车辆与目标货物的连接点为铰接位点,该铰接位点与目标货物质心的位置关系即为每个车辆与目标货物的位置关系。
步骤S102,基于期望运输轨迹,构建运输系统的外部约束信息,根据每个车辆与目标货物的位置关系,构建运输系统的内部约束信息。
本实施例中,终端基于期望运输轨迹,构建整个运输系统的外部约束信息。其中运输系统为所有车辆与目标货物的整体系统。终端根据每个车辆与目标货物的位置关系,构建每个车辆的内部约束信息。其中,外部约束信息具体是对货物的期望行驶轨迹约束,表征为货物的期望坐标随之间变化的函数x=x(t),y=y(t),θ=θ(t),内部约束信息具体是运载车与货物间的位置关系,为了协同运输刚性货物,这一位置关系应当始终保持不变,具体表征为几何关系。具体的构建过程后续将详细说明。
步骤S103,根据运输系统的外部约束信息,通过目标货物的无约束三维模型,生成目标货物的跟踪控制律表达式,并根据运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式。
本实施例中,终端根据空气动力学模型构建方法,建立每个车辆的无约束三维模型,并建立目标车辆的无约束三维模型。其中空气动力学模型构建方法可以但不限于是牛顿运动定律或拉格朗日法等模型构建方法。终端根据运输系统的外部约束信息,通过目标货物的无约束三维模型,生成目标货物的跟踪控制律表达式。终端根据运输系统的内部约束信息,针对每个车辆的无约束三维模型,分别生成每个车辆的跟随控制律表达式。其中控制律表达式为控制该车辆进行运输的控制律的公式。具体的生成过程后续将详细说明。
步骤S104,基于目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据每个车辆与目标货物的作用力数据,建立每个车辆的实际控制律表达式。
本实施例中,终端针对每个车辆,基于目标货物的跟踪控制律表达式、与该车辆的跟随控制律表达式,根据该车辆与目标货物的作用力数据,建立每个车辆的实际控制律表达式。其中,实际控制律表达式的输入包括两个部分,一个是车辆的控制输入,例如对于一般的汽车而言就是车轮转角和驱动力。对于车轮转角和驱动力而言,可以是前后轮的转向角和后轮驱动力。另一部分是车辆的状态输入,状态输入包括位置、速度等。同样的通过上述步骤方法,终端建立每个车辆的实际控制律表达式。
步骤S105,根据每个车辆的当前空间位置信息、以及目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各车辆对应的控制指令。
本实施例中,终端针对每个车辆,根据该车辆的当前空间位置信息、以及目标货物的当前空间位置信息,通过每个车辆的实际控制律表达式,得到车辆当前阶段的控制指令,并输出该车辆的新空间位置信息,重复上述步骤,终端得到从目标货物的当前空间位置信息到目的地的空间位置信息的所有阶段的控制指令,并将各阶段控制指令进行整合,得到该车辆的整体控制指令。同样的,通过上述步骤,终端得到所有车辆的控制指令。
基于上述方案,首先通过建立目标货物与各车辆的无约束三维模型,提升所述控制方法的实际性。其次通过目标货物的期望运输轨迹、以及所述每个车辆与目标货物的位置关系,建立运输系统的外部约束信息条件、以及内部约束信息条件,确保各车辆的控制标准的实际性,然后通过约束信息和三维模型来建立每个车辆的实际控制律表达式,实现了基于综合约束因素的多车辆协同控制方法,避免了理想状态的控制计算方式,提升了目标货物的协同运输的精确率。
可选的,如图3所示,基于期望运输轨迹,构建运输系统的外部约束信息,根据每个车辆与目标货物的位置关系,构建运输系统的内部约束信息,包括:
步骤S301,获取目标货物的质心的空间位置信息。
本实施例中,终端通过目标货物预设的质心位置,基于目标货物的空间位置信息,确定该目标货物的质心的空间位置信息。
步骤S302,根据期望运输轨迹,提取出期望运输轨迹的空间位置的多维度变化的空间位置区间,并基于各空间位置区间,将期望运输轨迹划分为多个子运输轨迹,根据各子运输轨迹,确定运输系统的外部约束信息。
本实施例中,终端将期望运输轨迹划分为多个空间位置区间,并提取出该期望运输轨迹的各轨迹区间中,多维度变化的空间位置区间。其中,空间位置区间为多个空间位置点组合的区间,表示为一段运输轨迹。多维度变化的空间位置区间为发生不止一个维度的信息变化的运输轨迹,该多维度变化可以但不限于是爬坡,转弯,下坡中的一个或多个组合的运输轨迹。终端将每个空间位置区间作为一段子运输轨迹,并根据各子运输轨迹表达式(即坐标随时间变化情况表达式),确定该运输系统的外部约束信息。
具体的,构建运输系统的外部约束信息的过程为:
多车协同运输的目的是使货物能沿期望轨迹从起点移动到终点,在已知期望轨迹的前提下,具体根据所有子运输轨迹确定的外部约束信息的公式如下:
其中eo表示货物轨迹跟踪误差。即:
式(2)中xo,yo和θo分别表示货物实际的坐标和朝向角,xod,yod和θod分别表示同一时刻下货物的期望坐标和期望朝向角,而γo为大于0的常数。微分方程(1)可保证误差向量eo平滑地收敛到零向量,符合外部约束信息的要求。
步骤S303,针对每个车辆,根据车辆的空间位置信息、目标货物的空间位置信息,计算车辆与目标货物的连接点、与目标货物的质心的相对位置信息,并根据相对位置信息,确定车辆对应的运输系统的内部约束信息。
其中,相对位置信息包括相对距离信息以及相对角度信息。
本实施例中,终端针对每个车辆,根据该车辆的空间位置信息、目标货物的空间位置信息,计算车辆与目标货物的连接点、与目标货物的质心的相对位置信息。其中,相对位置信息包括该车辆与目标货物的连接点、与目标货物的质心之间的空间距离与方位角度(即相对距离信息以及相对角度信息)。并将相对位置信息作为车辆对应的运输系统的内部约束信息。
具体的,构建运输系统的内部约束信息的过程为:
多车协同运输刚性货物时,其显著特征是车辆与货物的连接位点与货物上任意一点的相对位置关系始终保持不变(即相对位置信息不变)。为方便起见,将该点选取为货物的质心。在以货物质心为原点,货物朝向为正方向的货物固结坐标系B下,有
代入(3)式可得:
即刚性货物约束下系统应当满足的内部约束信息。虽然该约束理论上在协同运输中应当始终满足,但为保证稳定可靠需求,仍将该约束重写为类似式(1)的形式以保障误差出现时可快速收敛。
其中:
表示第i辆车末端器的实际位置与期望位置之间的偏差(事实上在货物与车辆间刚性约束时这一误差始终为零),γi为一个正的常数。
基于上述方案,通过确定运输系统的内部约束信息和外部约束信息,为后续确定目标货物的跟踪控制律表达式以及各车辆的跟随控制律表达式提供参考基础。
可选的,根据运输系统的外部约束信息,通过目标货物的无约束三维模型,生成目标货物的跟踪控制律表达式,包括:针对每个子运输轨迹,根据子运输轨迹所包含的各空间位置信息点,拟合子运输轨迹的轨迹变化表达式;基于目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息,并根据每个子运输轨迹的起始位置的目标货物的空间位置信息、每个子运输轨迹的结束位置的目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式,确定目标货物的跟踪控制律表达式。
本实施例中,终端针对每个子运输轨迹,根据该子运输轨迹所包含的各空间位置信息点,拟合子运输轨迹的轨迹变化表达式。其中,该轨迹变化表达式为三维变化表达式。终端基于目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息。具体的,终端在该轨迹变化表达式中调整该表达式的常数参数信息,用于确保该目标货物在转弯、上坡、下坡等多维度变化的空间位置区间时,能够成功运输。终端根据每个子运输轨迹的起始位置的目标货物的空间位置信息、每个子运输轨迹的结束位置的目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式的集合,作为目标货物的跟踪控制律表达式。
具体的,构建目标货物的无约束三维模型的过程为:
选取货物横向位置、纵向位置和朝向角qo=(xo(t),yo(t),θo(t))为广义坐标,依据牛顿欧拉法或拉格朗日法可以构建出货物的无约束动力学模型(目标货物无约束三维模型)。该动力学模型可表示为:
其中Mo为货物惯性矩阵,可表示为:
构建目标货物的跟踪控制律表达式为:
对式(8)分别求零阶和一阶微分,可以得到以下表达式:
其中,Ao为单位矩阵,
上式中,co为零阶微分的结果值,bo为一阶微分的结果值,γo为一个正常数(其余详见式(2)解释)。根据分析力学中的Udwadia-Kalaba方程以及现代控制理论中Lyapunov稳定性分析方法,货物所受的跟踪控制律表达式:
代入式(14)并求解该微分方程(即基于目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息),即为货物在该控制律下的移动轨迹(即子运输轨迹的轨迹变化表达式)。
基于上述方案,终端通过目标货物的无约束三维模型,对目标货物轨迹变化表达式进行调整,得到目标货物的目标货物的跟踪控制律表达式,提升了该目标货物的跟踪控制律表达式的实际可操作性。
可选的,根据运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式,包括:针对每个车辆,根据车辆与目标货物的连接点、与目标货物的质心的相对位置信息,建立目标货物的空间位置信息与车辆的空间位置信息的位置恒定表达式;基于车辆的无约束三维模型,调整位置恒定表达式的参数信息,得到车辆的跟随控制律表达式。
本实施例中,终端针对每个车辆,根据该车辆与目标货物的连接点、与目标货物的质心的相对位置信息,建立目标货物的空间位置信息与车辆的空间位置信息的位置恒定表达式。其中,位置恒定表达式用于确保该车辆与目标货物的连接点、与目标货物的质心的相对位置信息保持不变,从而使得该车辆能够平稳运输该目标货物。终端基于车辆的无约束三维模型,调整位置恒定表达式的参数信息,得到车辆的跟随控制律表达式。其中,跟随控制律表达式可以实现对车辆的横纵向耦合控制,包括对车辆的横向、纵向和横摆三个方向的广义控制输入。
具体的,每个车辆的无约束三维模型的构建过程为:
选取车辆的横向位置、纵向位置和朝向角qi=(xi(t),yi(t),θi(t))为广义坐标,同样依据牛顿欧拉法或拉格朗日法可以构建出车辆的无约束动力学模型。车辆的驱动转向形式不同,动力学模型也不尽相同。本发明对车辆驱动转向形式并无要求。假设车辆具备四轮转向和后轮驱动的能力,则车辆动力学模型(车辆无约束三维模型)可表示为:
其中:
为车辆惯性矩阵,mi为单车质量,Ii为单车绕z轴(即垂直于地面的坐标轴)的转动惯量。Ci为阻尼矩阵,有:
而:
在式(18)和(19)中,ui为第i辆车沿其朝向的速度分量,Cfi、Cri分别为前后轮胎侧偏刚度,ai为质心到前轴的距离、bi为质心到后轴的距离,FFfi为前轴行驶阻力、FFri分别为后轴行驶阻力,行驶阻力可依据垂直载荷和地面与轮胎间的滚动阻力系数计算。
如图2所示,车辆与货物间通过铰接装置连接,对第i辆车而言,铰接位点位于车辆中轴线上与质心距离di处,故从车辆广义坐标到连接位点的前向动力学表达式(即位置恒定表达式)可以表示为:
将该前向动力学记作:
qei=Π(qi)
该前向动力学对于具备其他前向动力学表达式的车辆同样适用,式(20)仅为一种实施例。
构建车辆的跟随控制律表达式的过程为:
根据内部约束信息确定车辆的跟随控制律表达式的目的是求取维持内部约束信息所需的约束力,进而确定对各车施加的控制律。将式(20)代入式(7),再将式(7)代入式(6),对式(6)分别求零阶和一阶微分,可以得到如下形式:
其中:
bi=[bi,1bi,2]T#(25)
式(25)中:
同样依据Udwadia-Kalaba方程及Lyapunov稳定性分析方法,第i辆车的总约束力表达式为:
换言之,由于各车始终与货物保持前述相对位置关系,在运输过程中各车所受的总约束力(即合外力)Qci可由式(26)表示。
基于上述方案,终端通过车辆的无约束三维模型,对目标货物的空间位置信息与车辆的空间位置信息的位置恒定表达式进行调整,得到车辆的跟随控制律表达式,提升了该车辆的跟随控制律表达式的实际可操作性。
可选的,基于目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据每个车辆与目标货物的作用力数据,建立每个车辆的实际控制律表达式,包括:获取各车辆与目标货物的作用力数据;针对每个车辆,根据车辆的跟随控制律表达式、以及目标货物的跟踪控制律表达式,确定车辆的运行控制律表达式;基于车辆与目标货物的作用力数据,调整车辆的运行控制律表达式的常数参数,并将已调整的车辆的运行控制率表达式,作为车辆的实际控制率表达式。
本实施例中,终端针对每个车辆,根据车辆的跟随控制律表达式、以及目标货物的跟踪控制律表达式,确定车辆的运行控制律表达式。终端基于车辆与目标货物的作用力数据,调整车辆的运行控制律表达式的常数参数,并将已调整的车辆的运行控制率表达式,作为车辆的实际控制率表达式。同样的,通过上述方案,终端得到所有车辆的实际控制率表达式。
具体的,在上述步骤中给出的车辆的跟随控制律表达式包含车辆的执行系统给车辆施加的实际控制和货物对车辆的反作用力。终端对任意一辆运载车辆,其车辆的跟随控制律表达式的求解无需依赖其他运载车辆当前状态。因此,若要求解执行机构对车辆施加的实际控制,仅需对车辆对货物施加的作用力进行预先分配,之后对广义控制律和货物反作用力矢量求差,即可得到该车辆的实际控制律表达式。
具体的,构建实际控制律表达式的过程为:
对货物受力分析可知,其实际控制律Qco由各车辆的末端连接装置施加。根据实施例假设,第i辆车的末端器对目标货物在平面内施加的作用力可以分解为两个正交的分量[Fex,i Fey,i]T。令Fe=[Fex,1 Fey,1 Fex,2 Fey,2 … Fex,N Fey,N]T,则有:
JfFe=Qco#(27)
为各车对货物施加的作用力与货物所受合力(即式(14)的跟踪控制律)间的关系(即车辆对货物的总作用力),其中Jf为“抓取矩阵”,对本实施例而言该矩阵可表示为:
其中:
其中δi为连接机构与货物质心连线沿x轴正方向的夹角。解方程(27)可得:
其中z为维度等于矩阵的行数的任意向量,即在Jf的零空间内,因此对z的设计可以实现对各车辆施加在货物上的作用力的分配(即车辆与目标货物的作用力数据)。若选取z=0,则可以得到Fe的最小欧氏范数解,有助于在不影响轨迹跟踪性能的基础上减少车辆对目标货物的作用力Fei的幅值。
根据牛顿第三定律,车辆末端连接机构受到货物的反作用力为-Fei,根据式(7)前向运动学的逆运动学,可得该反作用力对车辆质心的等效作用力Fi为:
其中矩阵:
Π即车辆质心到末端器的前向动力学表达式。由前述步骤可知,对第i辆运载车辆施加的运行控制律(即运行控制律表达式)为:
式(30)中zi为维度等于矩阵的行数的任意向量。运行控制律中Qci和Qco的获取仅需要当前货物和车辆的状态,而zi的确定可由编号为1的车辆进行分配。根据车辆动力学,包含驱动力与转角输入(即实际控制律)的动力学模型可表示为:
其中Mi,qi,Ci,Gi含义与前述表达式中相同,而:
τi,3=-Cfiaiδfi+Cribiδri-(Fdi-FFfi)biδri-FFfiaiδfi
其中FFfi和FFri分别为前后轮受到的阻力,τi=[τi,1 τi,2 τi,3]T。因此由τi表达式可求出第i辆车的转角δfi,δri和驱动力Fdi。
基于上述方案,通过于目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据每个车辆与目标货物的作用力数据,建立每个车辆的实际控制律表达式。确保每个车辆的实际控制律表达式的实用性。
可选的,如图4所示,根据每个车辆的当前空间位置信息、以及目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各车辆对应的控制指令,包括:
步骤S401,根据每个车辆的当前空间位置信息、以及目标货物的当前空间位置信息,计算每个车辆与目标货物的相对位置信息。
本实施例中,终端根据每个车辆的当前空间位置信息、以及目标货物的当前空间位置信息,计算每个车辆与目标货物的相对位置信息。其中,车辆与目标货物的相对位置信息为车辆与目标货物的连接点到目标货物的质心点之间的空间距离以及空间角度信息。
步骤S402,针对每个车辆,根据目标货物的当前空间位置信息、以及车辆的当前空间位置信息、车辆的实际控制律表达式,计算车辆的新空间位置信息、以及车辆从车辆的当前空间位置信息到车辆的新空间位置信息的子控制指令,并根据车辆与目标货物的相对位置,确定车辆与目标货物连接点的空间位置信息。
本实施例中,终端针对每个车辆,将目标货物的当前空间位置信息、以及车辆的当前空间位置信息,输入车辆的实际控制律表达式中,计算该车辆的新空间位置信息,并根据该车辆的当前空间位置信息、以及该车辆的新空间位置信息,生成该车辆在从该车辆的当前空间位置信息到该车辆的新空间位置信息的子控制指令。终端根据该车辆与目标货物的相对位置,计算车辆与目标货物连接点的空间位置信息。
步骤S403,根据每个车辆与目标货物连接点的空间位置信息,得到目标货物的新空间位置信息。
本实施例中,终端根据每个车辆与目标货物连接点的空间位置信息,进行空间排布处理,得到目标货物的新空间位置区间。终端根据该目标货物的新空间位置区间,基于目标货物质心在目标货物的空间位置比例,计算该目标货物的质心的新空间位置信息,并将该目标货物的质心的新空间位置信息,作为该目标货物的新空间位置信息。
步骤S404,在目标货物的新空间位置信息与目的地的空间位置信息不重合的情况下,将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将目标货物的当前空间位置信息,更新为目标货物的新空间位置信息,返回执行针对每个车辆,根据目标货物的当前空间位置信息、以及车辆的当前空间位置信息、通过车辆的实际控制律表达式,计算车辆的新空间位置信息步骤,直到目标货物的新空间位置信息与目的地的空间位置信息重合,输出每个车辆从目标货物的当前空间位置信息到目的地的空间位置信息的控制指令。
本实施例中,终端判断目标货物的新空间位置信息与目的地的空间位置信息是否重合,在目标货物的新空间位置信息与目的地的空间位置信息不重合的情况下,终端将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将目标货物的当前空间位置信息,更新为目标货物的新空间位置信息,返回执行步骤S402,直到目标货物的新空间位置信息与目的地的空间位置信息重合。终端得到该车辆的多个子控制指令,终端按照空间位置的排列顺序,将该车辆的每个新空间位置信息对应的子控制指令进行排列组合,得到该车辆的控制指令。
基于上述方案,通过车辆的实际控制律表达式,生成该车辆的控制指令,确保每个车辆都能按照预期目标执行运输任务,提升了对每个车辆的控制能力。
本申请还提供了一种多车协同运输系统的层级式建模与约束跟随控制示例,如5所示,具体处理过程包括以下步骤:
步骤S501,获取每个车辆与目标货物的位置关系、每个车辆与目标货物的作用力数据、目的地的空间位置信息、以及目标货物的期望运输轨迹。
步骤S502,获取目标货物的质心的空间位置信息。
步骤S503,根据期望运输轨迹,提取出期望运输轨迹的空间位置的多维度变化的空间位置区间,并基于各空间位置区间,将期望运输轨迹划分为多个子运输轨迹,根据各子运输轨迹,确定运输系统的外部约束信息。
步骤S504,针对每个车辆,根据车辆的空间位置信息、目标货物的空间位置信息,计算车辆与目标货物的连接点、与目标货物的质心的相对位置信息,并根据相对位置信息,确定车辆对应的运输系统的内部约束信息;相对位置信息包括相对距离信息以及相对角度信息。
步骤S505,针对每个子运输轨迹,根据子运输轨迹所包含的各空间位置信息点,拟合子运输轨迹的轨迹变化表达式。
步骤S506,基于目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息,并根据每个子运输轨迹的起始位置的目标货物的空间位置信息、每个子运输轨迹的结束位置的目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式,确定目标货物的跟踪控制律表达式。
步骤S507,针对每个车辆,根据车辆与目标货物的连接点、与目标货物的质心的相对位置信息,建立目标货物的空间位置信息与车辆的空间位置信息的位置恒定表达式。
步骤S508,基于车辆的无约束三维模型,调整位置恒定表达式的参数信息,得到车辆的跟随控制律表达式。
步骤S509,获取各车辆与目标货物的作用力数据。
步骤S510,针对每个车辆,根据车辆的跟随控制律表达式、以及目标货物的跟踪控制律表达式,确定车辆的运行控制律表达式。
步骤S511,基于车辆与目标货物的作用力数据,调整车辆的运行控制律表达式的常数参数,并将已调整的车辆的运行控制率表达式,作为车辆的实际控制率表达式。
步骤S512,根据每个车辆的当前空间位置信息、以及目标货物的当前空间位置信息,计算每个车辆与目标货物的相对位置信息。
步骤S513,针对每个车辆,根据目标货物的当前空间位置信息、以及车辆的当前空间位置信息、车辆的实际控制律表达式,计算车辆的新空间位置信息、以及车辆从车辆的当前空间位置信息到车辆的新空间位置信息的子控制指令,并根据车辆与目标货物的相对位置,确定车辆与目标货物连接点的空间位置信息。
步骤S514,根据每个车辆与目标货物连接点的空间位置信息,得到目标货物的新空间位置信息。
步骤S515,在目标货物的新空间位置信息与目的地的空间位置信息不重合的情况下,将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将目标货物的当前空间位置信息,更新为目标货物的新空间位置信息,返回执行针对每个车辆,根据目标货物的当前空间位置信息、以及车辆的当前空间位置信息、通过车辆的实际控制律表达式,计算车辆的新空间位置信息步骤,直到目标货物的新空间位置信息与目的地的空间位置信息重合,输出每个车辆从目标货物的当前空间位置信息到目的地的空间位置信息的控制指令。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的一种多车协同运输系统的层级式建模与约束跟随控制方法的多车协同运输系统的层级式建模与约束跟随控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个多车协同运输系统的层级式建模与约束跟随控制装置实施例中的具体限定可以参见上文中对于一种多车协同运输系统的层级式建模与约束跟随控制方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种多车协同运输系统的层级式建模与约束跟随控制装置,包括:获取模块610、建模模块620、生成模块630、建立模块640和输出模块650,其中:
获取模块610,用于获取每个车辆与目标货物的位置关系、每个车辆与所述目标货物的作用力数据、目的地的空间位置信息、以及所述目标货物的期望运输轨迹;
建模模块620,用于基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息;
生成模块630,用于根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,并根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式;
建立模块640,用于基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式;
输出模块650,用于根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令。
可选的,所述建模模块620,具体用于:
获取所述目标货物的质心的空间位置信息;
根据所述期望运输轨迹,提取出所述期望运输轨迹的空间位置的多维度变化的空间位置区间,并基于各空间位置区间,将所述期望运输轨迹划分为多个子运输轨迹,将各所述子运输轨迹作为运输系统的外部约束信息;
针对每个车辆,根据所述车辆的空间位置信息、所述目标货物的空间位置信息,计算所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,并根据所述相对位置信息,确定所述车辆对应的运输系统的内部约束信息;所述相对位置信息包括相对距离信息以及相对角度信息。
可选的,所述生成模块630,具体用于:
针对每个子运输轨迹,根据所述子运输轨迹所包含的各空间位置信息点,拟合所述子运输轨迹的轨迹变化表达式;
基于所述目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息,并根据每个子运输轨迹的起始位置的所述目标货物的空间位置信息、每个子运输轨迹的结束位置的所述目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式,确定所述目标货物的跟踪控制律表达式。
可选的,所述生成模块630,具体用于:
针对每个车辆,根据所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,建立所述目标货物的空间位置信息与所述车辆的空间位置信息的位置恒定表达式;
基于所述车辆的无约束三维模型,调整所述位置恒定表达式的参数信息,得到所述车辆的跟随控制律表达式。
可选的,所述建立模块640,具体用于:
获取各所述车辆与所述目标货物的作用力数据;
针对每个车辆,根据所述车辆的跟随控制律表达式、以及所述目标货物的跟踪控制律表达式,确定所述车辆的运行控制律表达式;
基于所述车辆与所述目标货物的作用力数据,调整所述车辆的运行控制律表达式的常数参数,并将已调整的所述车辆的运行控制率表达式,作为所述车辆的实际控制率表达式。
可选的,所述输出模块650,具体用于:
根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息,计算每个车辆与所述目标货物的相对位置信息;
针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息、以及所述车辆从所述车辆的当前空间位置信息到所述车辆的新空间位置信息的子控制指令,并根据所述车辆与所述目标货物的相对位置,确定所述车辆与所述目标货物连接点的空间位置信息;
根据每个车辆与所述目标货物连接点的空间位置信息,得到所述目标货物的新空间位置信息;
在所述目标货物的新空间位置信息与所述目的地的空间位置信息不重合的情况下,将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将所述目标货物的当前空间位置信息,更新为所述目标货物的新空间位置信息,返回执行针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、通过所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息步骤,直到所述目标货物的新空间位置信息与所述目的地的空间位置信息重合,输出每个车辆从目标货物的当前空间位置信息到目的地的空间位置信息的控制指令。
上述多车协同运输系统的层级式建模与约束跟随控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种多车协同运输系统的层级式建模与约束跟随控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7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上的计算机设备的限定,具体的计算机设备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,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现第一方面所述的方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现第一方面所述的方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面所述的方法的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种多车协同运输系统的层级式建模与约束跟随控制方法,其特征在于,所述方法包括:
获取每个车辆与目标货物的位置关系、每个车辆与所述目标货物的作用力数据、目的地的空间位置信息、以及所述目标货物的期望运输轨迹;
基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息;
根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,并根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式;
基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式;
根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令。
2.根据权利要求1所述的方法,其特征在于,所述基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息,包括:
获取所述目标货物的质心的空间位置信息;
根据所述期望运输轨迹,提取出所述期望运输轨迹的空间位置的多维度变化的空间位置区间,并基于各空间位置区间,将所述期望运输轨迹划分为多个子运输轨迹,根据各所述子运输轨迹,确定运输系统的外部约束信息;
针对每个车辆,根据所述车辆的空间位置信息、所述目标货物的空间位置信息,计算所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,并根据所述相对位置信息,确定所述车辆对应的运输系统的内部约束信息;所述相对位置信息包括相对距离信息以及相对角度信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,包括:
针对每个子运输轨迹,根据所述子运输轨迹所包含的各空间位置信息点,拟合所述子运输轨迹的轨迹变化表达式;
基于所述目标货物的无约束三维模型,调整每个子运输轨迹的轨迹变化表达式的参数信息,并根据每个子运输轨迹的起始位置的所述目标货物的空间位置信息、每个子运输轨迹的结束位置的所述目标货物的空间位置信息、以及已调整的每个子运输轨迹的轨迹变化表达式,确定所述目标货物的跟踪控制律表达式。
4.根据权利要求1所述的方法,其特征在于,所述根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式,包括:
针对每个车辆,根据所述车辆与所述目标货物的连接点、与所述目标货物的质心的相对位置信息,建立所述目标货物的空间位置信息与所述车辆的空间位置信息的位置恒定表达式;
基于所述车辆的无约束三维模型,调整所述位置恒定表达式的参数信息,得到所述车辆的跟随控制律表达式。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式,包括:
获取各所述车辆与所述目标货物的作用力数据;
针对每个车辆,根据所述车辆的跟随控制律表达式、以及所述目标货物的跟踪控制律表达式,确定所述车辆的运行控制律表达式;
基于所述车辆与所述目标货物的作用力数据,调整所述车辆的运行控制律表达式的常数参数,并将已调整的所述车辆的运行控制率表达式,作为所述车辆的实际控制率表达式。
6.根据权利要求1所述的方法,其特征在于,所述根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令,包括:
根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息,计算每个车辆与所述目标货物的相对位置信息;
针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息、以及所述车辆从所述车辆的当前空间位置信息到所述车辆的新空间位置信息的子控制指令,并根据所述车辆与所述目标货物的相对位置,确定所述车辆与所述目标货物连接点的空间位置信息;
根据每个车辆与所述目标货物连接点的空间位置信息,得到所述目标货物的新空间位置信息;
在所述目标货物的新空间位置信息与所述目的地的空间位置信息不重合的情况下,将每个车辆的当前空间位置信息,更新为每个车辆的新空间位置信息,并将所述目标货物的当前空间位置信息,更新为所述目标货物的新空间位置信息,返回执行针对每个车辆,根据所述目标货物的当前空间位置信息、以及所述车辆的当前空间位置信息、通过所述车辆的实际控制律表达式,计算所述车辆的新空间位置信息步骤,直到所述目标货物的新空间位置信息与所述目的地的空间位置信息重合,输出每个车辆从目标货物的当前空间位置信息到目的地的空间位置信息的控制指令。
7.一种多车协同运输系统的层级式建模与约束跟随控制装置,其特征在于,所述装置包括:
获取模块,用于获取每个车辆与目标货物的位置关系、每个车辆与所述目标货物的作用力数据、目的地的空间位置信息、以及所述目标货物的期望运输轨迹;
建模模块,用于基于所述期望运输轨迹,构建运输系统的外部约束信息,根据所述每个车辆与目标货物的位置关系,构建所述运输系统的内部约束信息;
生成模块,用于根据所述运输系统的外部约束信息,通过所述目标货物的无约束三维模型,生成所述目标货物的跟踪控制律表达式,并根据所述运输系统的内部约束信息,通过每个车辆的无约束三维模型,生成每个车辆的跟随控制律表达式;
建立模块,用于基于所述目标货物的跟踪控制律表达式、每个车辆的跟随控制律表达式,根据所述每个车辆与所述目标货物的作用力数据,建立每个车辆的实际控制律表达式;
输出模块,用于根据每个车辆的当前空间位置信息、以及所述目标货物的当前空间位置信息和每个车辆的实际控制律表达式,确定并输出各所述车辆对应的控制指令。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211580823.7A CN116009536A (zh) | 2022-12-09 | 2022-12-09 | 一种多车协同运输系统的层级式建模与约束跟随控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211580823.7A CN116009536A (zh) | 2022-12-09 | 2022-12-09 | 一种多车协同运输系统的层级式建模与约束跟随控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116009536A true CN116009536A (zh) | 2023-04-25 |
Family
ID=86023845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211580823.7A Pending CN116009536A (zh) | 2022-12-09 | 2022-12-09 | 一种多车协同运输系统的层级式建模与约束跟随控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116009536A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116880193A (zh) * | 2023-07-19 | 2023-10-13 | 合肥工业大学 | 基于乌卡模型的领航-跟随多无人车协同系统的控制方法 |
-
2022
- 2022-12-09 CN CN202211580823.7A patent/CN116009536A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116880193A (zh) * | 2023-07-19 | 2023-10-13 | 合肥工业大学 | 基于乌卡模型的领航-跟随多无人车协同系统的控制方法 |
CN116880193B (zh) * | 2023-07-19 | 2024-02-23 | 合肥工业大学 | 多无人车协同系统的控制方法及其控制装置、终端、介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Morin et al. | Control of nonholonomic mobile robots based on the transverse function approach | |
Choi et al. | Continuous Curvature Path Generation Based on Bézier Curves for Autonomous Vehicles. | |
CN111258218B (zh) | 基于最大相关熵准则的智能车辆路径跟踪方法 | |
Yang et al. | RMPC-based directional stability control for electric vehicles subject to tire blowout on curved expressway | |
CN116009536A (zh) | 一种多车协同运输系统的层级式建模与约束跟随控制方法 | |
Guan et al. | Comprehensive path and attitude control of articulated vehicles for varying vehicle conditions | |
Guo et al. | Real-time predictive control of path following to stabilize autonomous electric vehicles under extreme drive conditions | |
Xu et al. | Path following control of tractor with an electro-hydraulic coupling steering system: Layered multi-loop robust control architecture | |
CN116501056A (zh) | 车辆轨迹跟踪控制方法和装置、无人车和存储介质 | |
Ljungqvist et al. | Estimation-aware model predictive path-following control for a general 2-trailer with a car-like tractor | |
Tan et al. | Path tracking control strategy for off-road 4WS4WD vehicle based on robust model predictive control | |
Yao | Robust adaptive finite-time attitude tracking control of a 3D pendulum with external disturbance: numerical simulations and hardware experiments | |
Mi et al. | Integration of Motion Planning and Control for High-Performance Automated Vehicles Using Tube-based Nonlinear MPC | |
Gao et al. | Warning and active steering rollover prevention control for agricultural wheeled tractor | |
CN111704038A (zh) | 一种考虑避障的桥式起重机路径规划方法 | |
Sorge | A nonlinear dynamical approach to the path correction of multi-steering articulated vehicles | |
CN116331208A (zh) | 半挂汽车列车倒车控制方法及控制器、系统、半挂汽车 | |
Weber et al. | Modeling and Control for Dynamic Drifting Trajectories | |
Wang et al. | Modeling skidding and slipping in wheeled mobile robots: control design perspective | |
CN114407008A (zh) | 机器人运动控制方法、装置、设备及存储介质 | |
Li et al. | Motion control of an autonomous vehicle based on wheeled inverted pendulum using neural-adaptive implicit control | |
Zhang et al. | Model Predictive Control for Trajectory Planning Considering Constraints on Vertical Load Variation | |
CN117842095A (zh) | 行车轨迹确定方法、装置、计算机设备和存储介质 | |
Song et al. | Collision and Rollover-Free g 2 Path Planning for Mobile Manipulation | |
CN115230696B (zh) | 车辆单车道行驶的居中控制方法 |
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 |