CN117055571A - 一种移动机器人及其协同控制方法、架构 - Google Patents

一种移动机器人及其协同控制方法、架构 Download PDF

Info

Publication number
CN117055571A
CN117055571A CN202311188636.9A CN202311188636A CN117055571A CN 117055571 A CN117055571 A CN 117055571A CN 202311188636 A CN202311188636 A CN 202311188636A CN 117055571 A CN117055571 A CN 117055571A
Authority
CN
China
Prior art keywords
robot
data
motion
instruction data
motion instruction
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
Application number
CN202311188636.9A
Other languages
English (en)
Inventor
张建政
韦鲲
董易
邹金沛
李方保
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.)
Shanghai Sazhi Intelligent Technology Co ltd
Original Assignee
Shanghai Sazhi Intelligent Technology Co ltd
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 Shanghai Sazhi Intelligent Technology Co ltd filed Critical Shanghai Sazhi Intelligent Technology Co ltd
Priority to CN202311188636.9A priority Critical patent/CN117055571A/zh
Publication of CN117055571A publication Critical patent/CN117055571A/zh
Pending legal-status Critical Current

Links

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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Manipulator (AREA)

Abstract

本发明提供一种移动机器人及其协同控制方法、架构，用于实现双/多机器人协同转运货物，其中，机器人和货物视为一个刚体，其中一机器人基于转运任务数据及各机器人的传感器数据计算刚体的虚拟几何中心的运动指令数据，而后将该数据分解为各机器人的运动指令数据，并通过实时通信方式下发至相应机器人，以使各机器人根据各自的运动指令数据进行协同运动，从而能够提升移动机器人协同作业时的协同控制效果和性能。此外，传感器数据和主要运动控制数据采用Zigbee进行传输可进一步保证实时性，各机器人的内部控制周期、数据传输、与外部通信数据传输保持统一的节奏，即时钟信号统一且数据更新周期相同或呈整数倍，可进一步保证协同控制效果。

Description

一种移动机器人及其协同控制方法、架构
技术领域
本发明涉及移动机器人控制技术领域，尤其涉及一种移动机器人及其协同控制方法、架构。
背景技术
在智能制造领域，智能机器人正代替人力、甚至某些机械设备进入生产环节。在制造场景中，经常需要将大型设备在场地内进行转移、安装或调整方向等操作，传统的方式一般多用车间内龙门吊、运输板车等相互配合完成。这种传统的作业方式，操作环节多，灵活性差，安全性低，已经无法适应智能化、数字化的生产要求。因此，需要一种更安全、灵活、智能的操作方式。
而以智能移动机器人为代表的作业方式，为该类生产环节的智能化、数字化实现提供了一种新的可能。
双移动机器人或多移动机器人协同作业，是近年发展起来的一种以智能机器人为核心的解决方案。双/多移动机器人在协同控制作用下，实现对同一目标物体的操作，如搬运。然而，即使基于统一的协同控制策略对各机器人分别进行控制，并且采用的各移动机器人本体型号都相同，各机器人的实际控制性能仍可能产生差异，当该差异程度较大时，将导致执行协同操作的各机器人本体承受额外的较大应力或外力，如共同承托某目标物体进行搬运时，因机器人控制性能差异造成机器人与目标物体之间产生水平外力，从而影响最终搬运操作，甚至造成作业失败。为了解决双/多机器人协同操作时，控制性能的差异带来的实际性能的不一致问题，有必要提出一种新的技术方案，在机器人控制系统内部实现实时性控制，并保证这种实时性在协同工作的两台或若干台机器人之间均保持实时性同步，以便为协同控制提供先决条件以确保协同作业的机器人之间的同步控制性能。
发明内容
针对上述现有技术的不足，本发明提供一种移动机器人及其协同控制方法、架构，以提升双/多移动机器人协同作业时的协同控制效果和性能。
为了实现上述目的，本发明采用以下技术方案：
第一方面，本发明提供一种移动机器人的协同控制方法，应用于第一机器人与至少一个第二机器人协同转运货物，所述方法通过所述第一机器人执行以下步骤：
将所述第一机器人、第二机器人及货物作为一个刚体，确定所述刚体的虚拟几何中心；
基于接收到的转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述虚拟几何中心当前的运动指令数据；
基于所述虚拟几何中心当前的运动指令数据，计算所述第一机器人及所述第二机器人当前各自对应的运动指令数据；
将所述第二机器人当前对应的运动指令数据，传输至相应的所述第二机器人，以使所述第二机器人与所述第一机器人根据当前各自对应的所述运动指令数据进行协同运动。
进一步地，所述第一机器人及第二机器人进行内部控制、内部数据传输、以及外部数据传输的周期相同或者呈整数倍关系，并且基于相同的时钟信号。
进一步地，所述第一机器人通过第一通信模块接收所述第二机器人的传感器数据；
所述第一机器人通过所述第一通信模块、或者通过所述第一通信模块及第二通信模块将所述第二机器人当前对应的运动指令数据传输至相应的所述第二机器人；
所述第一通信模块为Zigbee通信模块，所述第二通信模块为WIFI通信模块。
进一步地，所述基于接收到的转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述虚拟几何中心当前的运动指令数据，包括：
基于所述第一机器人的传感器数据及所述第二机器人的传感器数据，计算所述虚拟几何中心的实际轨迹数据；
基于所述转运任务数据、以及所述虚拟几何中心的实际轨迹数据，计算所述虚拟几何中心的期望轨迹数据；
基于所述虚拟几何中心的期望轨迹数据，计算所述虚拟几何中心的当前的运动指令数据。
进一步地，所述基于所述第一机器人的传感器数据及所述第二机器人的传感器数据，计算所述虚拟几何中心的实际轨迹数据，包括：
基于所述第一机器人的传感器数据及所述第二机器人的传感器数据，计算所述第一机器人及第二机器人的实际运动数据；
基于所述第一机器人及第二机器人的实际运动数据，计算所述虚拟几何中心的实际运动数据；
基于所述虚拟几何中心的实际运动数据，计算所述虚拟几何中心的实际轨迹数据。
进一步地，所述基于所述第一机器人及第二机器人的实际运动数据，计算所述虚拟几何中心的实际运动数据，包括：
基于预先建立的转换矩阵，对所述第一机器人及第二机器人的实际运动数据进行逆转换，得到所述虚拟几何中心的实际运动数据；
所述基于所述虚拟几何中心当前的运动指令数据，计算所述第一机器人及所述第二机器人当前各自对应的运动指令数据，包括：
基于所述转换矩阵，对所述虚拟几何中心当前的运动指令数据进行转换，以将所述虚拟几何中心当前的运动指令数据分解为所述第一机器人及所述第二机器人当前各自对应的运动指令数据。
进一步地，所述第一机器人通过第一通信模块及第二通信模块同时将所述第二机器人当前对应的运动指令数据传输至相应的所述第二机器人，所述方法还包括通过所述第二机器人执行以下数据融合步骤：
判断来自所述第一通信模块与所述第二通信模块的所述运动指令数据对应的时间戳和位置戳是否匹配；
若时间戳和位置戳任一项匹配，则将匹配的所述运动指令数据进行融合，并将融合后的结果作为最终的运动指令数据，若时间戳和位置戳均不匹配，则将来自所述第二通信模块的所述运动指令数据丢弃，并将来自所述第一通信模块的所述运动指令数据作为最终的运动指令数据；或者，
若时间戳和位置戳均匹配，则将匹配的所述运动指令数据进行融合，并将融合后的结果作为最终的运动指令数据，若时间戳和位置戳任一项不匹配，则将来自所述第二通信模块的所述运动指令数据丢弃，并将来自所述第一通信模块的所述运动指令数据作为最终的运动指令数据。
第二方面，本发明提供一种移动机器人，所述移动机器人为实现如前述所述的协同控制方法的第一机器人或第二机器人，所述机器人包括机器人本体、设置于所述机器人本体底部的驱动轮、以及设置于所述机器人本体顶部并用于承载所述货物的承载平台。
进一步地，所述移动机器人为差速驱动机器人；
所述承载平台配置为在所述机器人本体上可主动旋转或被动旋转；及/或
所述承载平台为顶升结构或非顶升结构。
第三方面，本发明提供一种移动机器人的协同控制架构，所述架构包括协同转运货物的第一机器人和至少一个第二机器人，所述第一机器人、第二机器人及货物作为一个刚体；
所述第一机器人基于转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述刚体的虚拟几何中心当前的运动指令数据，并将所述虚拟几何中心当前的运动指令数据，分解为所述第一机器人及所述第二机器人当前各自对应的运动指令数据；
所述第二机器人与所述第一机器人根据当前各自对应的所述运动指令数据进行协同运动。
进一步地，所述第一机器人还用于：
基于所述第一机器人、第二机器人的传感器数据，计算所述第一机器人、第二机器人各自的实际轨迹数据；
基于所述转运任务数据以及所述第一机器人、第二机器人各自的实际轨迹数据，计算所述虚拟几何中心的期望运动轨迹；
基于所述虚拟几何中心的期望运动轨迹，计算所述第一机器人、第二机器人各自的轨迹指令数据，以使所述第二机器人与所述第一机器人根据当前各自对应的所述运动指令数据以及所述轨迹指令数据进行协同运动；
所述第一机器人还所述第一机器人还计算前一预定时长的间隔内，所述第一机器人及所述第二机器人各自对应的运动轨迹指令数据轨迹指令数据与实际运轨迹数据动轨迹数据之间的误差变化值，并基于相应的所述误差变化值，对所述第一机器人及所述第二机器人当前各自对应的运动轨迹指令数据轨迹指令数据分别进行修正。
进一步地，所述第一机器人及所述第二机器人还分别配置有由对应伺服驱动器驱动的轮毂电机、以及与所述伺服驱动器对应连接的运动控制单元；
所述第一机器人及所述第二机器人的运动控制单元根据当前各自对应的所述运动指令数据，控制相应所述伺服驱动器运行，以使所述第一机器人与所述第二机器人能够同步根据当前各自对应的所述运动指令数据进行协同运动。
进一步地，所述第一机器人及所述第二机器人的所述运动控制单元每隔第一预定周期T0，向对应的所述伺服驱动器发送一次相应的所述运动指令数据；
所述第一机器人通过控制数据通道，每隔第二预定周期T1向所述第一机器人自身的运动控制单元发送一次相应所述运动指令数据；
所述第一机器人通过所述控制数据通道，每隔第三预定周期T2向第一通信模块发送一次相应的所述运动指令数据，以通过所述第一通信模块将相应所述运动指令数据传输至对应的所述第二机器人；
所述第一通信模块的工作周期为第四预定周期T3，所述伺服驱动器的内部控制周期为第五预定周期Tc；
其中，所述第一预定周期T0、第二预定周期T1、第三预定周期T2、第四预定周期T3、第五预定周期Tc相等或者相互之间呈整数倍关系；且所述控制数据通道、第一通信模块、运动控制单元采用相同的时钟信号。
通过采用上述技术方案，本发明具有如下有益效果：
本发明以各机器人、货物为一个刚体，依据各机器人的传感器数据，计算得到刚体的虚拟几何中心当前的运动指令数据，并将所述虚拟几何中心当前的运动指令数据，分解为第一机器人及第二机器人当前各自对应的运动指令数据，并进行实时下发，实现了各机器人的实时性闭环控制，并使协同工作的各机器人之间保持实时性同步，为协同控制提供先决条件，从而能够提升移动机器人协同作业时的协同控制效果和性能。此外，主要运动控制数据和传感器数据采用Zigbee进行传输可进一步保证实时性，各机器人的内部控制、数据传输、到与外部通信数据传输保持统一的节奏，即时钟信号统一且数据更新周期相同或呈整数倍，可进一步保证协同控制效果。
附图说明
图1为本发明中移动机器人的协同作业示意图；
图2为本发明中的移动机器人的结构示意图；
图3为本发明中的移动机器人的俯视图；
图4为本发明中移动机器人的系统运动参数及控制流程图；
图5为本发明中移动机器人的协同控制方法的流程图；
图6为本发明中移动机器人的协同控制方法的控制过程示意图；
图7为本发明采用的数据融合处理方法的示意图；
图8为本发明的移动机器人的协同控制架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制
本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
如图1所示，本发明采用两台或多台(图中示出为两台)移动机器人(以下简称机器人)1、2相互协同作业，以共同搬运同一货物3，并完成自动导航、转运作业，从而实现全智能化、全数字化控制操作。
在本发明中，可以将前进方向上，排在首位的机器人称为第一机器人1，其余的机器人称为第二机器人2。各机器人1、2具有相同的物理结构和内部控制架构。不同的是，第一机器人1除了控制自身运动之外，还担负着领头机器人的作用，货物3的运动指令需从第一机器人1发出。第二机器人2虽然具有相同的控制架构，也具备相同的能力，但作为协同作业的另一方，不担任对货物3整体搬运进行主动控制的任务，仅接收来自于第一机器人1的指令和机器人调度系统的指令或双向通信。需要说明的是，本发明并不限定第一机器人1的位置，第一机器人1和第二机器人2可以互换。
本发明用于协同作业的各移动机器人的结构参见图2-图3所示，具体包括：机器人本体11、设置于机器人本体11底部的驱动轮12、以及设置于机器人本体11顶部的承载平台13。其中，机器人本体11上还设有用于与其它机器人进行数据交互的第一通信模块14(如Zigbee通信模块)、以及用于与机器人调度系统及其它机器人进行数据交互的第二通信模块15(如WIFI通信模块、或者集成WIFI和5G的WIFI/5G通信模块)。其中，两机器人或多机器人之间的运动数据(包括指令数据和传感器数据)以Zigbee传输方式为主；其他数据以WIFI传输为主；运动数据以Zigbee传输为主，主要是利用这种通信方式的高可靠性和易于实现实时性的特征，在双/多机器人之间实现运动控制数据交互的实时性，从而确保运动控制的实时性和同步性。
应该理解，驱动轮12可在机器人控制器的控制下，执行正转(前进)和反转(后退)或转向。在一可实施的方式中，如图3所示，移动机器人采用四个驱动轮12，以便适应重负载搬运。移动机器人优选为差速驱动机器人，即其左侧的驱动轮12与右侧的驱动轮12为差速驱动，且左侧的两个驱动轮12由同一控制信号控制，两者可视为具有相同的实时转速、旋转角度和加减速度；右侧的两个驱动轮12由另外的同一控制信号控制，两者也可视为具有相同的实时转速、旋转角度和加减速度。
在一可实施的方式中，也可以仅前面两个轮子为驱动轮，后面两个轮子为被动轮。应该理解，四个轮子均为驱动轮时，有助于在机器人承载较重的货物3时增强移动能力。
在本发明中，承载平台13用于承托货物3，可设计为无主动驱动式(被动旋转)，即在外力作用下在水平面内可自由被动旋转；也可设计为有主动驱动式，即，由电机及齿轮驱动，可在机器人控制器的控制下转动。承载平台13可设计为主动顶升式结构，也可为非顶升结构；顶升式结构可实现上下升降，以抬高或降低货物3高度。
本发明基于差速驱动轮的承载式协同移动机器人在承载货物3时，由于其上的承载平台为可旋转结构(或为主动式旋转，或为被动式旋转)，则在协同控制作用下，货物3可朝任意方向被移动，灵活性高，从而可实现在狭小场地内掉头旋转操作等。
本发明将各机器人1、2及货物3视为一个刚体，以刚体的虚拟几何中心的速度、转向角度等为考察目标，依据各机器人本体上集成的感知传感器，完成自动导航、自动调整位姿、自主行走的协同操作任务。
其中，刚体的虚拟几何中心取各机器人中心的对称点，对于图1所示的双机器人协同作业而言，取两个机器人1、2的中心A、B的中点C为刚体的虚拟几何中心，货物3整体以C点的速度、角度等参数来评估其移动指标，即在协同控制过程中，C点的运动即代表整个货物的运动。
在图1中，转向角度θ1为第一机器人1行驶方向与两机器人的中心几何连线的垂直线之间的夹角；转向角度θ2为第二机器人2行驶方向与两机器人的中心几何连线的垂直线之间的夹角；转向角度θc为中点C移动方向与两机器人的中心几何连线的垂直线之间的夹角。两个机器人1、2在协同控制下，θ1和θ2可相同，也可不同。
在承重货物3时，机器人1、机器人2可分别以A点、B点为中心旋转(此时，左侧轮与右侧轮转动方向相反)。
为了实现两个或多个移动机器人的协同控制，当确定了以第一机器人1作为“领头”机器人时，第一机器人1中集成控制计算单元以用于提供一种移动机器人的协同控制方法，如图4-6所示，该方法包括以下步骤：
S1，将第一机器人1、第二机器人2及货物3作为一个刚体，确定刚体的虚拟几何中心。
如前所述，刚体的虚拟几何中心取各机器人中心的对称点，对于图1所示的双机器人协同作业而言，取两个机器人1、2的中心A、B的中点C为刚体的虚拟几何中心。
S2，基于接收到的转运任务数据、所述第一机器人1自身的传感器数据以及所述第二机器人2的传感器数据，计算所述虚拟几何中心C点当前的运动指令数据(也可称为运动指令参数)。
具体地，第一机器人1及第二机器人2的传感器数据分别来自各自集成的感知传感器。第二机器人2的传感器数据通过前述第一通信模块(Zigbee)传输至第一机器人1，由于Zigbee通信具有高可靠性及易于实现实时性的特征，在双/多机器人之间能够实现数据交互的实时性，从而可以确保运动控制的实时性和同步性。
转运任务数据例如可以包括虚拟几何中心C点的起始地址、目标地址、转运路线轨迹、相关状态等，其通常由机器人调度中心下发，第一机器人1通过第二通信模块(WIFI/5G)与机器人调度中心进行通信，以接收机器人调度中心下发的转运任务数据。
步骤S2具体通过以下步骤S21和S22进行计算：
S21，基于所述第一机器人1的传感器数据及所述第二机器人2的传感器数据，计算所述虚拟几何中心C点的实际轨迹数据。
其中，步骤S21通过以下步骤计算所述虚拟几何中心C点的实际轨迹数据：
S211，基于所述第一机器人1的传感器数据及所述第二机器人2的传感器数据，计算所述第一机器人1及第二机器人2的实际运动数据。其中，第一机器人1的实际运动数据包括第一机器人1(用A点表征)的实际移动线速度V1、实际移动角速度ω1和实际转向角度θ1；第二机器人2的实际运动数据包括第二机器人2(用B点表征)的实际移动线速度V2、实际移动角速度ω2和实际转向角度θ2。
S212，基于所述第一机器人1及第二机器人2的实际运动数据，计算所述虚拟几何中心C点的实际运动数据。具体可以基于预先建立的转换矩阵，对所述第一机器人1及第二机器人2的实际运动数据进行逆转换，得到C点的实际运动数据，包括C点的实际移动线速度Vc、实际移动角速度ωc和实际转向角度θc。该转换矩阵是指以全部机器人1、2以及货物3为一个刚体，而建立的用于表征货物3(C点)的运动学模型与第一机器人1(A点)及第二机器人2(B点)的坐标变换关系的矩阵。
S213，基于所述虚拟几何中心C点的实际运动数据，计算C点的实际轨迹数据，包括C点的实际位置和实际姿态(角度)。
S22，基于接收到的转运任务数据、以及所述虚拟几何中心C点的实际轨迹数据，计算所述虚拟几何中心C点当前的运动指令数据。
具体地，首先基于接收到的转运任务数据以及虚拟几何中心C点的实际轨迹数据，计算虚拟几何中心C点的期望轨迹数据；而后基于虚拟几何中心C点的期望轨迹数据计算C点当前的运动指令数据。其中，虚拟几何中心C点的运动指令数据包括货物3(即C点)期望移动的目标移动线速度Vc'、目标移动角速度ωc'和目标转向角度θc'。
S3，基于虚拟几何中心C点当前的运动指令数据，获取第一机器人1及第二机器人2当前各自对应的运动指令数据。
具体地，基于前述预先建立的转换矩阵，对C点当前的运动指令数据(Vc'、ωc'和θc')进行转换，以将C点当前的运动指令数据分解为第一机器人1及第二机器人2各自对应的运动指令数据。其中，第一机器人1对应的运动指令数据包括第一机器人1期望移动的目标移动线速度V1'、目标移动角速度ω1'和目标转向角度θ1'，第二机器人2对应的运动指令数据包括第二机器人2期望移动的目标移动线速度V2'、目标移动角速度ω2'和目标转向角度θ2'。
S5，将第二机器人2当前对应的运动指令数据，实时传输至相应的第二机器人2，以使第一机器人1与第二机器人2同步根据当前各自对应的运动指令数据进行协同运动。
具体地，第一机器人1可以通过第一通信模块14将对应的运动指令数据实时传输至相应的第二机器人2，也可以同时通过第一通信模块14及第二通信模块15同时将对应的运动指令数据实时传输至相应的第二机器人2。从而，在第一机器人1根据自身对应的运动指令数据进行运动的同时，第二机器人2能够同步根据自身对应运动指令数据进行运动，进而实现机器人1、2的协同控制。
在机器人1及机器人2中，分别执行基于以上数据的动作行为闭环控制，并实现同步控制，以确保两机器人之间动作的同步和准确性。
如上所述，在机器人1中执行虚拟几何中心C点的运动指令生成，此时，虚拟几何中心C点作为两机器人的虚拟领导者，机器人1和机器人2则作为跟随者。两机器人自身提供的传感器数据则作为虚拟几何中心C的传感器数据；机器人2的传感器数据通过Zigbee通信传输至机器人1。据此生成C点的运动指令数据，并通过转换矩阵分解为机器人1、2的运动指令数据；再通过Zigbee通信方式将运动指令数据(即运动控制指令)发送至机器人2，通过WIFI通信将轨迹指令数据发送至机器人2；同时，机器人2还通过WIFI/5G将其轨迹类数据发送至机器人调度中心，见图5所示。
Zigbee通信具有很高的可靠性，但传输数据带宽较低，因此，本发明中仅用于传输传感器数据和运动控制参数。
本发明中第一机器人1与第二机器人2之间有关协同控制的数据通过Zigbee通信实现，从而可以利用该通信技术的高可靠性、高抗干扰性以及短时延的优点，保证机器人之间实时协同控制的实时性和可靠性。此外，由于Zigbee的数据带宽相对不高，如前所述，各机器人同时集成有第二通信模块(如WIFI通信模块)，以进行其它数据的交互(例如与机器人调度中心的数据交互)。
通过上述步骤可以实现对协同作业的各机器人的实时闭环控制，这种实时性在协同作业的各机器人之间保持实时性同步，为协同控制提供先决条件，从而确保协同作业的机器人之间的同步控制性能。
应该理解，本发明中的第二机器人2中同样可以集成前述控制计算单元，只是在其不作为“领头”机器人时，第二机器人2中集成的控制计算单元不起作用。
此外，本发明中的第一机器人1及第二机器人2还分别配置有用于驱动相应驱动轮的轮毂电机，该轮毂电机由对应伺服驱动器进行驱动，伺服驱动器由对应的运动控制单元进行控制。其中，机器人的控制计算单元和运动控制单元可集成于机器人的同一机器人控制器中，亦可各自单独设置于一机器人控制器中。当第一机器人1得到其自身以及第二机器人2当前对应的运动指令数据后，将其自身对应的运动指令数据传输给其自带的运动控制单元，并将第二机器人2当前对应的运动指令数据实时传输至相应第二机器人2自带的运动控制单元，以使第一机器人1及第二机器人2的运动控制单元能够同步根据各自对应的运动指令数据，控制相应伺服驱动器运行。从而，使得第一机器人1与第二机器人2能够同步根据当前各自对应的运动指令数据进行运动，进而实现机器人之间的协同控制。
在本发明中，各机器人的运动控制单元与相应伺服驱动器之间采用工业通信总线方式交互数据，如CanOpen、EtherCat等。为保证同步实时控制效果，因而不同机器人采用的工业通信总线基于同一心跳速率，使各伺服驱动器内部的控制实现同步实时性匹配。如图6所示，各机器人1、2的运动控制单元每隔第一预定周期T0，向对应的伺服驱动器发送一次相应运动指令数据。第一机器人1的控制计算单元通过控制数据通道，每隔第二预定周期T1向第一机器人的运动控制单元发送一次相应运动指令数据。第一机器人1的控制计算单元通过控制数据通道，每隔第三预定周期T2向第一通信模块(即Zigbee通信模块)发送一次相应运动指令数据，以通过第一通信模块将相应运动指令数据传输至对应的第二机器人2。
在本发明中，第一通信模块的心跳周期为第四预定周期T3，伺服驱动器的内部控制周期为第五预定周期Tc。其中，第一预定周期T0、第二预定周期T1、第三预定周期T2、第四预定周期T3、第五预定周期Tc相等或者相互之间呈整数倍关系。这种等时间间隔的数据交互模式，实现了控制数据交互的时间可控性和时间可预见性，从而具有高度的实时性和确定性。其中，控制数据通道、第一通信模块、运动控制单元采用相同的时钟信号。
可见，在本发明中，第一机器人及第二机器人进行内部控制、进行内部数据传输、以及进行外部数据传输的周期相同或者呈整数倍关系，并且基于相同的时钟信号。即，机器人控制器内部控制周期、数据传输、到与外部通信数据传输具有统一的节奏(数据更新周期的时刻是对齐的)，有些环节因为不必要具有一样的短时间周期，可设置为整数倍的时间周期，从而实现所有数据流，无论是控制流还是传感器数据流，时间是可控的，可预期的，这是实时性的措施，从而为协同控制做保证。
图6所示控制流程，对于双机器人而言，具有相同的内部控制结构，基于定时进行数据交互的Zigbee通信执行两机器人之间控制周期和数据传输，保证两机器人之间的同步性；从物理控制流程和控制环路环节及控制参数传输时序层面保证了双机器人内部及之间的同步控制。具有时延小、时间可预见性强、控制节奏稳定等特点，为高性能双机器人协同控制奠定基础。
在一可实施的方式中，运动参数数据也通过WIFI通信传输；这种传输在两机器人之间进行，也在机器人与调度系统之间进行，机器人与调度系统之间还可通过5G通信传输，如何获取机器人最终的运动数据并与调度系统交互该数据，也是本发明要考虑的问题。
具体地，本发明采用图7所示的数据融合处理方法，当第一机器人通过第一通信模块(Zigbee)及第二通信模块(WIFI)同时下发第二机器人当前对应的运动指令数据时，第二机器人判断来自第一通信模块与第二通信模块的第二机器人的运动指令数据对应的时间戳和位置戳(位置戳指包含的空间位置坐标数据)是否匹配，并根据判断结果进行融合处理。
在一种实施方式中，若时间戳和位置戳任一项匹配，认为两种通信方式下的数据为同一数据，则采用预设的数据融合算法将匹配的运动指令数据进行融合，并将融合后的结果作为第二机器人最终的运动指令数据；若时间戳和位置戳均不匹配，则将来自第二通信模块的运动指令数据丢弃，并将来自第一通信模块的运动指令数据作为第二机器人最终的运动指令数据，最终的运动指令数据可以通过WIFI/5G通信模块反馈给机器人调度中心。
在另一种实施方式中，若时间戳和位置戳均匹配，则将匹配的所述运动指令数据进行融合，并将融合后的结果作为所述第二机器人最终的运动指令数据，若时间戳和位置戳任一项不匹配，则将来自所述第二通信模块的所述运动指令数据丢弃，并将来自所述第一通信模块的所述运动指令数据作为所述第二机器人最终的运动指令数据，最终的运动指令数据可以通过WIFI/5G通信模块反馈给机器人调度中心。
经过以上方法处理的结果数据，为结果多维数据，该数据作为该机器人的最终结果数据与调度系统进行数据交互。这种运动数据融合处理的方式，提高了机器人运动数据传输和处理的可靠性和准确性，克服了因为WIFI等通信不可靠造成的数据不完整、数据断开掉包等现象，使双协同作业机器人具有很高的作业可靠性和协同性。
如图8所示，本发明还提供一种移动机器人的协同控制架构，采取基于虚拟几何中心C点的运动学模型，由该点的期望运动轨迹(即轨迹指令数据)作为输入，输出经过坐标系变换分解为第一机器人1及第二机器人2的期望运动轨迹；将该期望运动轨迹分别与对应机器人的实际运动轨迹进行比较获得差值，即轨迹误差；将该轨迹误差以时间段T＝N*(Tc+T0+T1+T2+T3)，为考察时间段间隔，计算相邻两时间段的误差变化值，将该误差变化值分别补偿进机器人1和机器人2的轨迹指令数据，从而形成动态补偿控制。
具体地，本发明的协同控制架构包括协同转运虚拟几何中心的第一机器人和至少一个第二机器人，并将第一机器人、第二机器人及货物作为一个刚体；其中，所述第一机器人基于所述转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述虚拟几何中心C点当前的运动指令数据；而后基于所述虚拟几何中C点当前的运动指令数据，计算所述第一机器人1及所述第二机器人2当前各自对应的运动指令数据；所述第二机器人与所述第一机器人同步根据当前各自对应的所述运动指令数据进行协同运动。
在协同控制架构中，如图8所示，第一机器人还可以基于所述第一机器人、第二机器人的传感器数据，计算所述第一机器人、第二机器人各自的实际轨迹数据；再基于所述转运任务数据以及所述第一机器人、第二机器人各自的实际轨迹数据，计算所述虚拟几何中心的轨迹指令数据；而后，基于所述虚拟几何中心的期望运动轨迹，计算所述第一机器人、第二机器人各自的轨迹指令数据(轨迹指令数据也即期望运动轨迹，在此具体基于虚拟几何中心的运动学模型和坐标变换进行计算)。其中，该轨迹指令数据可以与运动指令数据同时下发至第二机器人(考虑到Zigbee的带宽限制，且轨迹类数据量大，实时性要求相对不高，因而轨迹类采用WIFI进行传输，见图5)，以使第二机器人与第一机器人可以根据当前各自对应的运动指令数据以及轨迹指令数据进行协同运动。
其中，第一机器人还可以获取前一预定时长T(例如T＝N*(T0+T1+T2+T3+Tc)，N为正整数)的间隔内，第一机器人及第二机器人各自对应的轨迹指令数据与实际实际轨迹数据之间的误差变化值，并基于相应的所述误差变化值，对所述第一机器人及所述第二机器人当前各自对应的轨迹指令数据分别进行修正，具体如图8所示。从而，形成动态补偿控制，最终实现机器人协同控制。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范转。

Claims (13)

1.一种移动机器人的协同控制方法，应用于第一机器人与至少一个第二机器人协同转运货物，其特征在于，所述方法通过所述第一机器人执行以下步骤：
将所述第一机器人、第二机器人及货物作为一个刚体，确定所述刚体的虚拟几何中心；
基于接收到的转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述虚拟几何中心当前的运动指令数据；
基于所述虚拟几何中心当前的运动指令数据，计算所述第一机器人及所述第二机器人当前各自对应的运动指令数据；
将所述第二机器人当前对应的运动指令数据，传输至相应的所述第二机器人，以使所述第二机器人与所述第一机器人根据当前各自对应的所述运动指令数据进行协同运动。
2.如权利要求1所述的协同控制方法，其特征在于，所述第一机器人及第二机器人进行内部控制、内部数据传输、以及外部数据传输的周期相同或者呈整数倍关系，并且基于相同的时钟信号。
3.如权利要求1所述的协同控制方法，其特征在于，所述第一机器人通过第一通信模块接收所述第二机器人的传感器数据；
所述第一机器人通过所述第一通信模块、或者通过所述第一通信模块及第二通信模块将所述第二机器人当前对应的运动指令数据传输至相应的所述第二机器人；
所述第一通信模块为Zigbee通信模块，所述第二通信模块为WIFI通信模块。
4.如权利要求1所述的协同控制方法，其特征在于，所述基于接收到的转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述虚拟几何中心当前的运动指令数据，包括：
基于所述第一机器人的传感器数据及所述第二机器人的传感器数据，计算所述虚拟几何中心的实际轨迹数据；
基于所述转运任务数据、以及所述虚拟几何中心的实际轨迹数据，计算所述虚拟几何中心的期望轨迹数据；
基于所述虚拟几何中心的期望轨迹数据，计算所述虚拟几何中心的当前的运动指令数据。
5.如权利要求4所述的协同控制方法，其特征在于，所述基于所述第一机器人的传感器数据及所述第二机器人的传感器数据，计算所述虚拟几何中心的实际轨迹数据，包括：
基于所述第一机器人的传感器数据及所述第二机器人的传感器数据，计算所述第一机器人及第二机器人的实际运动数据；
基于所述第一机器人及第二机器人的实际运动数据，计算所述虚拟几何中心的实际运动数据；
基于所述虚拟几何中心的实际运动数据，计算所述虚拟几何中心的实际轨迹数据。
6.如权利要求5所述的协同控制方法，其特征在于，所述基于所述第一机器人及第二机器人的实际运动数据，计算所述虚拟几何中心的实际运动数据，包括：
基于预先建立的转换矩阵，对所述第一机器人及第二机器人的实际运动数据进行逆转换，得到所述虚拟几何中心的实际运动数据；
所述基于所述虚拟几何中心当前的运动指令数据，计算所述第一机器人及所述第二机器人当前各自对应的运动指令数据，包括：
基于所述转换矩阵，对所述虚拟几何中心当前的运动指令数据进行转换，以将所述虚拟几何中心当前的运动指令数据分解为所述第一机器人及所述第二机器人当前各自对应的运动指令数据。
7.如权利要求1所述的协同控制方法，其特征在于，所述第一机器人通过第一通信模块及第二通信模块同时将所述第二机器人当前对应的运动指令数据传输至相应的所述第二机器人，所述方法还包括通过所述第二机器人执行以下数据融合步骤：
判断来自所述第一通信模块与所述第二通信模块的所述运动指令数据对应的时间戳和位置戳是否匹配；
若时间戳和位置戳任一项匹配，则将匹配的所述运动指令数据进行融合，并将融合后的结果作为最终的运动指令数据，若时间戳和位置戳均不匹配，则将来自所述第二通信模块的所述运动指令数据丢弃，并将来自所述第一通信模块的所述运动指令数据作为最终的运动指令数据；或者，
若时间戳和位置戳均匹配，则将匹配的所述运动指令数据进行融合，并将融合后的结果作为最终的运动指令数据，若时间戳和位置戳任一项不匹配，则将来自所述第二通信模块的所述运动指令数据丢弃，并将来自所述第一通信模块的所述运动指令数据作为最终的运动指令数据。
8.一种移动机器人，其特征在于，所述移动机器人为实现如前述权利要求1-7中任一项所述的协同控制方法的第一机器人或第二机器人，所述机器人包括机器人本体、设置于所述机器人本体底部的驱动轮、以及设置于所述机器人本体顶部并用于承载所述货物的承载平台。
9.如权利要求8所述的移动机器人，其特征在于，所述移动机器人为差速驱动机器人；
所述承载平台配置为在所述机器人本体上可主动旋转或被动旋转；及/或
所述承载平台为顶升结构或非顶升结构。
10.一种移动机器人的协同控制架构，其特征在于，所述架构包括协同转运货物的第一机器人和至少一个第二机器人，所述第一机器人、第二机器人及货物作为一个刚体；
所述第一机器人基于转运任务数据、所述第一机器人自身的传感器数据以及所述第二机器人的传感器数据，计算所述刚体的虚拟几何中心当前的运动指令数据，并将所述虚拟几何中心当前的运动指令数据，分解为所述第一机器人及所述第二机器人当前各自对应的运动指令数据；
所述第二机器人与所述第一机器人根据当前各自对应的所述运动指令数据进行协同运动。
11.如权利要求10所述的协同控制架构，其特征在于，所述第一机器人还用于：
基于所述第一机器人、第二机器人的传感器数据，计算所述第一机器人、第二机器人各自的实际轨迹数据；
基于所述转运任务数据以及所述第一机器人、第二机器人各自的实际轨迹数据，计算所述虚拟几何中心的期望运动轨迹；
基于所述虚拟几何中心的期望运动轨迹，计算所述第一机器人、第二机器人各自的轨迹指令数据，以使所述第二机器人与所述第一机器人根据当前各自对应的所述运动指令数据以及所述轨迹指令数据进行协同运动；
所述第一机器人还计算前一预定时长的间隔内，所述第一机器人及所述第二机器人各自对应的轨迹指令数据与实际轨迹数据之间的误差变化值，并基于相应的所述误差变化值，对所述第一机器人及所述第二机器人当前各自对应的轨迹指令数据分别进行修正。
12.如权利要求10所述的协同控制架构，其特征在于，所述第一机器人及所述第二机器人还分别配置有由对应伺服驱动器驱动的轮毂电机、以及与所述伺服驱动器对应连接的运动控制单元；
所述第一机器人及所述第二机器人的运动控制单元根据当前各自对应的所述运动指令数据，控制相应所述伺服驱动器运行，以使所述第一机器人与所述第二机器人能够同步根据当前各自对应的所述运动指令数据进行协同运动。
13.如权利要求12所述的协同控制架构，其特征在于，所述第一机器人及所述第二机器人的所述运动控制单元每隔第一预定周期T0，向对应的所述伺服驱动器发送一次相应的所述运动指令数据；
所述第一机器人通过控制数据通道，每隔第二预定周期T1向所述第一机器人自身的运动控制单元发送一次相应所述运动指令数据；
所述第一机器人通过所述控制数据通道，每隔第三预定周期T2向第一通信模块发送一次相应的所述运动指令数据，以通过所述第一通信模块将相应所述运动指令数据传输至对应的所述第二机器人；
所述第一通信模块的工作周期为第四预定周期T3，所述伺服驱动器的内部控制周期为第五预定周期Tc；
其中，所述第一预定周期T0、第二预定周期T1、第三预定周期T2、第四预定周期T3、第五预定周期Tc相等或者相互之间呈整数倍关系；且所述控制数据通道、第一通信模块、运动控制单元采用相同的时钟信号。
CN202311188636.9A 2023-09-14 2023-09-14 一种移动机器人及其协同控制方法、架构 Pending CN117055571A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311188636.9A CN117055571A (zh) 2023-09-14 2023-09-14 一种移动机器人及其协同控制方法、架构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311188636.9A CN117055571A (zh) 2023-09-14 2023-09-14 一种移动机器人及其协同控制方法、架构

Publications (1)

Publication Number Publication Date
CN117055571A true CN117055571A (zh) 2023-11-14

Family

ID=88660963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311188636.9A Pending CN117055571A (zh) 2023-09-14 2023-09-14 一种移动机器人及其协同控制方法、架构

Country Status (1)

Country Link
CN (1) CN117055571A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117519213A (zh) * 2024-01-04 2024-02-06 上海仙工智能科技有限公司 一种多机器人协同货运控制方法及系统、存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117519213A (zh) * 2024-01-04 2024-02-06 上海仙工智能科技有限公司 一种多机器人协同货运控制方法及系统、存储介质
CN117519213B (zh) * 2024-01-04 2024-04-09 上海仙工智能科技有限公司 一种多机器人协同货运控制方法及系统、存储介质

Similar Documents

Publication Publication Date Title
CN110989526B (zh) 一种双agv协同运载控制系统及方法
CN111399509B (zh) 一种多移动机器人协同转运控制方法及系统
CN112936275B (zh) 一种基于深度相机的机械臂抓取系统和控制方法
CN117055571A (zh) 一种移动机器人及其协同控制方法、架构
CN103025491B (zh) 控制自动化工作单元的方法
CN104808668B (zh) 基于力信息的多移动机器人协作搬运平板状物体方法
CN104950885A (zh) 一种基于视觉和力觉反馈的uav群双边遥操作控制系统及其方法
CN112099517B (zh) 基于力觉和视觉反馈的协作吊运系统双边遥操作控制方法
CN103901889A (zh) 一种基于蓝牙通信的多机器人编队控制路径跟踪方法
EP1738879A1 (en) Gait generating device for moving robot
CN111123985B (zh) 一种基于激光扫描的多车自动调姿跟随系统
WO2022179179A1 (zh) 一种面向异构特性大型装备多智能体协同自主转运系统
CN110209162A (zh) 一种基于阿克曼转向原理的四驱agv寻迹方法
CN102699921B (zh) 一种全驱动复合吸附式爬行机器人运动机构的控制方法
CN113021299A (zh) 一种双腿轮复合机器人全方位运动控制方法
CN107450579A (zh) 一种搭载机械臂的四旋翼飞行器平衡作业控制方法
CN107291085A (zh) 一种组合式智能移动agv控制方法及系统
CN110262499A (zh) 一种双移动机器人同步控制系统与方法
CN111752228A (zh) 用于agv协同搬运的控制系统和控制方法
CN115793683A (zh) 一种重心控制方法、调整机构及足式机器人
CN107662210A (zh) 一种耐辐照动力机械手控制系统
CN111376263A (zh) 一种复合机器人人机协作系统及其交叉耦合力控制方法
CN108319145A (zh) 一种新型混联式汽车电泳涂装输送机构的时延估计pd滑模控制方法
CN206639040U (zh) 一种单驱双向自动导引运输车
CN114089668A (zh) 一种集成式移动机器人分布式控制方法

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