一种基于模型预测的人机协同控制方法技术

本发明专利技术提供一种基于模型预测的人机协同控制方法，属于机器人控制领域。其将机器人的预定目的地、预定轨线表示为系统状态的末端约束条件；在每一控制时刻预测人的控制输入；构建带有非对称度量性质的代价函数；通过投影算法求取既能满足末端约束又能最小化代价函数的控制序列；按模型预测控制方法，取所得第一项为当前时刻的控制量；通过令预测窗口逐渐缩小，配合代价函数的非对称度量性质，可以实现机器人的动态自治。本方法以保证机器人自身约束得以满足为基础，最大程度地遵从了人类的控制输入，以此实现避障，此方法也可用于解决传感器失灵或信息不足时的各类人机协同控制问题。

【技术实现步骤摘要】
一种基于模型预测的人机协同控制方法
本专利技术属于机器人
，尤其涉及一种基于模型预测的人机协同控制方法。
技术介绍
在对机器人运动自主探索的过程中，避障是移动机器人必需的一项基本功能。传统的机器人控制技术集中于探索利用机器人自身传感器实施避障的方法，如利用红外传感器、超声波传感器、激光传感器等。尽管传感器技术与环境建模技术的发展为机器人自主避障、自主导航带来了巨大的改变，但复杂环境中单纯依靠传感器进行避障仍是不充分的，为此需要操作员帮助机器人实现避障。在操作员通过遥控协助机器人行走、避障方面，已有的做法集中在现有的机器人自主避障控制器基础上结合操作员控制指令。即将原有的机器人控制器的控制输出与操作员的控制输出以某种方式相结合，得到新的控制器。一种新的思路是直接利用操作员的控制指令设计机器人的避障控制器。美国的MagnusEgerstedt教授及其学生(ChipalkattyR，EgerstedtM.Human-in-the-loop：Terminalconstraintrecedinghorizoncontrolwithhumaninputs[C]//RoboticsandAutomation(ICRA)，2010IEEEInternationalConferenceon.IEEE，2010：2712-2717)提出了一种基于模型预测控制的人机协同控制器设计思路，其思路为：设被控机器人系统的模型为xk+1＝Axk+Buk；根据控制员的当前输入vk、过去输入，预测控制员的未来输入序列{v′k+i}；求取控制序列U＝{uk，uk+1，…，uk+Nk-1}，使得机器人在该控制输入下，能在N步后到达目标状态：Mxk+Nk＝b，且该控制序列与预测的控制员输入序列最为相似，即其能最小化下式的代价函数：每一时刻采用求得的控制序列中的第一项进行控制，控制量uk具有形式：每一时刻的预测窗口Nk取为固定值或依预测精度进行动态调整，即预测操作员的控制输入越精确时，窗口越长。但这一控制方法并不能有效地解决地面移动机器人的协同控制问题，其原因有以下几点：1、地面移动机器人的控制模型最常见的为A＝I，B＝I的情形，采用零阶保持器预测方法，末态约束为点约束(即M＝I)时，求得的控制量具有以下形式：该形式表明，无论操作员的控制量vk为多少，控制器都将输出相同的控制量给被控机器人。显然，这与利用操作员控制量进行避障的思想是相违背的。2、当不采用零阶保持器器时，而仍采用A＝I，B＝I的模型时，控制器的实际输出将可能出现与操作员控制“反向”的情况。譬如当b＝[0，1]T，xk＝[0，0]T，N＝2，vk＝v′k+0＝[1，1]T，v′k+1＝[2，2]T时，代入解得此式表明，当操作员给出了右向45度的一个控制量时，实际给机器人的控制量却是向左转直行，这与利用操作员控制量进行避障的意图也是相违背的。
技术实现思路
为解决上述问题，本专利技术提供一种基于模型预测的人机协同控制方法，该方法，该方法可以利用操作员的控制量协助机器人进行行驶，同时机器人又能自主驶向预定目标点、目标区域。本专利技术的基于模型预测的人机协同控制方法，其包括以下步骤：假设被控机器人的模型为：xk+1＝Axk+Buk，目标位置满足：Mxk＝b，xk表示第k个时刻被控机器人的位置坐标，uk表示第k个时刻被控机器人的控制量；A和B是由被控机器人实际物理模型决定的系统参数矩阵；M，b是目标位置满足的线性方程组的参数矩阵，由目标的实际物理位置决定；步骤1、按被控机器人的目标位置与初始位置的距离、接收操作员指令的频率、机器人的移动速度与任务需要设置被控机器人的模型预测窗口长度的最大值Nmax和最小值Nmin；步骤2，设0时刻的预测窗口长度为N0，则令N0＝Nmax；步骤3、将k时刻预测窗口长度Nk按下式进行缩短：步骤4，根据滤波与预测算法结合操作员的当前控制指令vk预测操作员的未来Nk个时刻的控制指令i＝0，1，…，(Nk-1)，其中v′k＝vk；步骤5，结合所述未来Nk个时刻的控制指令利用下式计算当前时刻控制被控机器人实际运动的控制量uk：其中，λi为未来第i个时刻控制量的非对称权重，且满足：λ0＞λ1＞..＞λ(Nk-1)。进一步的，当被控机器人模型为A＝I，B＝I且目标约束中M＝I时，I为单位矩阵；设置中间量p0，令代入式(1)将uk简化为：进一步的，采用零阶保持器的预测方法，即令v′k+i＝vk时，则式(2)转换为式(3)：uk＝(1-Nkp0)vk+p0(b-xk)(3)。进一步的，采用零阶保持器的预测方法和指数递减的权重分配方法，零阶保持器的预测方法即v′k+i＝vk，指数递减的权重分配方法即λi＝λ0qi，0＜q＜1时，参数矩阵b＝xf，其中q为权重分配方法的底数；则式(2)转换为式(4)：进一步的，所述步骤5中λi为指数递减形式，即满足：λi＝λ0qi，0＜q＜1。进一步的，所述步骤5中λi为线性递减形式，即满足：进一步的，所述步骤3中进行缩短时需要先判断xk是否比xk-1更靠近参考点，判断方法为：在0时刻计算获得控制量u0后，设置参考点z为z＝x0+u0；如果||xk-z||≤||xk-1-z||，则保持参考点和预测窗口长度不变；如果||xk-z||＞||xk-1-z||，则更新参考点，令新的参考点为xk+uk，同时收缩预测窗口。有益效果：本专利技术解决了原控制器在常用的A＝I，B＝I模型、点约束(M＝I)下，操作人控制量无法影向被控机器人的问题：其中，利用非对称权重，保证了操作人员的初始干预将在很大程度上被保留下来，故很难再出现实际控制量与操作人员的控制量“反向”的问题；最后，逐渐缩短的预测窗口也保证了即使在预测操作人员控制量出现较大偏差时也能让被控机器人达到原定目标，即实现了“操作人员不需精确地控制机器人”的功能。附图说明图1为本专利技术的避障轨迹示意图。图2为本专利技术的控制指令与控制量比较示意图。具体实施方式本专利技术所述的控制器可以直接用于做机器人的控制器，也可与机器人的现有控制器相结合进行控制，对于移动机器人而言，由于机器人的实际物理模型常常是非线性的，故多采用与机器人原有控制器相结合的方式。以下叙述本专利技术所述控制器与移动机器人现有控制器的一种结合方式及其避障过程。假设被控机器人的模型为：xk+1＝Axk+Buk，目标位置满足：Mx＝b，xk表示第k个时刻被控机器人的位置坐标，uk表示第k个时刻被控机器人的控制量；A和B是由被控机器人实际物理模型决定的系统参数矩形；M，b是目标位置满足的线性方程组的参数矩阵，由目标的实际物理位置决定；则该控制器对机器人进行控制时包含以下几个步骤：步骤1、在时刻0设定预测窗口的长度N0为最大值：N0＝Nmax；按目标位置与初始位置的距离、接收操作员指令的频率、机器人的移动速度与任务需要设置时刻0的N0。的取值越大，给予操作员的控制空间越大，相应的也能处理更大的障碍，但同时也可能造成机器人不能很快驶向目标点最大值和最小值以及N0的选取应根据实际任务及机器人情况进行多次实验后确定，后面具体说明。步骤2、基于模型预测实现被控机器人的人机协同控制；步骤21，在时刻k，k＞0，预测窗口的Nk长度按预定方式进行缩短：Nk＝max{Nk-1-1，N本文档来自技高网...

【技术保护点】
一种基于模型预测的人机协同控制方法，其特征在于，包括以下步骤：假设被控机器人的模型为：xk+1＝Axk+Buk，目标位置满足：Mxk＝b，xk表示第k个时刻被控机器人的位置坐标，uk表示第k个时刻被控机器人的控制量；A和B是由被控机器人实际物理模型决定的系统参数矩阵；M,b是目标位置满足的线性方程组的参数矩阵，由目标的实际物理位置决定；步骤1、按被控机器人的目标位置与初始位置的距离、接收操作员指令的频率、机器人的移动速度与任务需要设置被控机器人的模型预测窗口长度的最大值Nmax和最小值Nmin；步骤2，设0时刻的预测窗口长度为N0，则令N0＝Nmax；步骤3、将k时刻预测窗口长度Nk按下式进行缩短：Nk=Nk-1-1,Nk-1-1≥NminNmin,Nk-1-1<Nmin]]>步骤4，根据滤波与预测算法结合操作员的当前控制指令vk预测操作员的未来Nk个时刻的控制指令i＝0,1,…,(Nk‑1),其中v′k＝vk；步骤5，结合所述未来Nk个时刻的控制指令利用下式计算当前时刻控制被控机器人实际运动的控制量uk：uk=vk+1λ0P0T(&Sigma;i=0Nk-1PiPiTλi)-1(b-MANkxk-Σi=0Nk-1Piv′k+i)---(1)]]>其中，λi为未来第i个时刻控制量的非对称权重，且满足：λ0>λ1>..>λ(Nk-1).]]>...

【技术特征摘要】
1.一种基于模型预测的人机协同控制方法，其特征在于，包括以下步骤：假设被控机器人的模型为：xk+1＝Axk+Buk，目标位置满足：Mxk＝b，xk表示第k个时刻被控机器人的位置坐标，uk表示第k个时刻被控机器人的控制量；A和B是由被控机器人实际物理模型决定的系统参数矩阵；M,b是目标位置满足的线性方程组的参数矩阵，由目标的实际物理位置决定；A＝I,B＝I且M＝I，I为单位矩阵；步骤1、按被控机器人的目标位置与初始位置的距离、接收操作员指令的频率、机器人的移动速度与任务需要设置被控机器人的模型预测窗口长度的最大值Nmax和最小值Nmin；步骤2，设0时刻的预测窗口长度为N0，则令N0＝Nmax；步骤3、将k时刻预测窗口长度Nk按下式进行缩短：步骤4，根据滤波与预测算法结合操作员的当前控制指令vk预测操作员的未来Nk个时刻的控制指令{v′k,v′k+1,…v′k+i…,v′k+(Nk-1)}；i＝0,1,…,(Nk-1),其中v′k＝vk；步骤5，结合所述未来Nk个时刻的控制指令{v′k,v′k+1,…v′k+i…,v′k+(Nk-1)}利用下式计算当前时刻控制被控机器人实际运动的控制量uk：其中，λi为未来第i个时刻控制量的非对称权重，且满足：步骤6，采用uk对被控机器人进行控制。2.如权利要求1所述的基于模型预测的人机协同控制方法，其特征在于，设置...

【专利技术属性】
技术研发人员：方浩，商成思，陈杰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11