一种轮式移动机器人的点镇定滚动优化控制方法，基于全局坐标系下移动机器人的动力学模型，利用状态反馈型模型预测控制方法，将控制约束和状态约束结合到点镇定控制器的设计当中，通过采用变量替换，最终设计出移动机器人控制系统的光滑的镇定控制律表达式，解决了移动机器人由于自身的非完整约束问题导致的点镇定控制的稳定性问题、由于自身运动执行系统必然存在的加速度和速度约束限制所导致的点镇定控制的稳定性问题、以及来自外部环境各种不确定性所导致的点镇定控制的稳定性问题，在保证获得良好的移动机器人运动轨迹的同时，更有效的提高了运动的快速性及准确性。
【技术实现步骤摘要】
本专利技术涉及一种轮式移动机器人点镇定滚动优化控制方法。
技术介绍
随着轮式移动机器人应用范围的快速增加，机器人运动控制的实时性和快速响应能力也在不断提高，其运动控制方法受到了越来越多的重视。轮式移动机器人运动控制的目标在于解决移动机器人的运动规划和镇定控制问题，其中，镇定控制是通过反馈控制律驱动机器人渐近移动到目标点，但轮式移动机器人通常存在非完整约束限制，不存在连续光滑控制律能渐近镇定移动机器人，从而使得轮式移动机器人镇定控制成为一个挑战性问题。通过对现有轮式移动机器人点镇定控制方法的文献的检索发现，轮式移动机器人点镇定控制方法主要有：非连续镇定控制、时变镇定控制和混合镇定控制，但这些控制方法在轮式移动机器人运动控制系统设计过程中，都没有考虑轮式移动机器人执行机构的物理性约束和机器人移动区间限制，而且这些控制方法理解复杂，且控制效果的收敛速度缓慢。因为在轮式移动机器人实际控制应用中，机器人要求满足执行机构物理性约束和移动速度与移动区间限制，在轮式移动机器人运动控制系统中就是要求满足系统状态和控制约束，而且轮式移动机器人又是一个典型的非完整约束控制系统，因此，尽管轮式移动机器人点镇定控制研究取得了许多成果，但近十几年来，相关学者和工程专家对于这个具有挑战性的重要难题仍然进行了大量细致地研究和探讨，以满足当前轮式移动机器人快速运动控制对于有效、简便地实现移动机器人高速、高精度运动控制的迫切要求。
技术实现思路
为了克服已有轮式移动机器人点镇定控制方法的理解复杂、实现困难、计算的控制量不满足机器人系统约束要求的不足，本专利技术提供一种理解直观、设计简单、计算的控制量满足机器人系统约束要求的轮式移动机器人点镇定滚动优化控制方法。本专利技术解决其技术问题所采用的技术方案是：一种轮式移动机器人点镇定滚动优化控制方法，所述控制方法包括如下步骤：1)、建立轮式移动机器人运动过程连续时间三阶动力学模型，参见式(1)：x·1(t)=u1(t)cosx3(t)x·2(t)=u1(t)sinx3(t)x·3(t)=u2(t)---(1)]]>其中，变量t表示时间；x1(t)和x2(t)分别表示在t时刻轮式移动机器人在直角坐标系中X方向和Y方向的位置坐标；x3(t)表示在t时刻轮式移动机器人在直角坐标系中的方位角；u1(t)和u2(t)分别表示在t时刻轮式移动机器人的线速度和角速度；考虑模型式(1)，定义轮式移动机器人的状态列向量x＝[x1x2x3]T和控制列向量u＝[u1u2]T，其中，符号T表示向量的转置；2)、考虑模型式(1)，定义控制向量u的表达函数，参见式(2)：u=g11g12g13g21g22g23x1x2x3=Gx1x2x3---(2)]]>其中，gij是未知参数，i＝1,2，j＝1,2,3；矩阵将式(2)代入模型式(1)得式(3)：x·1(t)=[g11x1(k)+g12x2(k)+g13x3(k)]cosx3(k)x·2(t)=[g11x1(k)+g12x2(k)+g13x3(k)]sinx3(k)x·3(t)=g21x1(k)+g22x2(k)+g23x3(k)---(3)]]>3)、以采样周期Ts对模型式(3)做离散时间转换，得到轮式移动机器人离散时间三阶动力学模型，参见式(4)：x1(k+1)=x1(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]cosx3(k)x·2(k+1)=x2(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]sinx3(k)x·3(k+1)=x3(k)+Ts[g21x1(k)+g22x2(k)+g23x3(k)]---(4)]]>并将模型式(4)简记为式(5)：x(k+1)＝f(x(k),Gx(k))(5)其中，f(x(k),Gx(k))＝[f1(x(k),Gx(k))f2(x(k),Gx(k))f3(x(k),Gx(k))]T，f1(x(k),Gx(k))＝x1(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]cosx3(k)，f2(x(k),Gx(k))＝x2(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]sinx3(k)，f3(x(k),Gx(k))＝x3(k)+Ts[g21x1(k)+g22x2(k)+g23x3(k)]；4)、考虑模型式(5)，建立轮式移动机器人的动态预测模型，参见式(6)：x(k+j+1|k)＝f(x(k+j|k),Gx(k+j|k)),j＝0,1,...,N-1(6)其中，x(k+j|k)表示轮式移动机器人控制系统在时刻k对未来时刻k+j状态的预测向量；正整数N是预测时间窗口；考虑轮式移动机器人的状态和控制幅值的边界约束，参见式(7)和(8)：x‾≤x(k+j|k)≤x‾,j=0,1,...,N-1---(7)]]>u‾≤u(k+j|k)≤u‾,j=0,1,...,N-1---(8)]]>其中，x和u分别表示状态和控制的下界，和分别表示状态和控制的上界；5)、考虑式(6)，定义一个二次型目标函数，参见式(9)：其中，Q和R是正定的加权矩阵，分别用来惩罚状态变量和控制变量；检测当前k时刻的状态x(k)，定义一个优化控制问题，参见式(10)：其中，矩阵G是决策变量；符号“s.t.”表示约束；等式x(k|k)＝x(k)称为优化问题的初始条件；应用数值优化算法求解优化问题(10)，得最优矩阵值G*和优化控制量，参见式(11)：u(k)=G*x1(k)x2(k)x3(k)---(11)]]>将控制量(11)作用于轮式移动机器人，在下一个采样时刻k+1到达后，检测轮式移动机器人的运动状态x(k+1)，并以该状态更新优化控制问题(10)的初始条件，然后优化计算当前时刻的最优矩阵值G*和优化控制量，周而复始，直到轮式移动机器人运动到目标原点位置为止。本专利技术的技术构思为：针对轮式移动机器人要求在非完整约束和状态与控制约束条件下实现点镇定控制问题，以轮式移动机器人的三阶动力学模型为基础，通过定义机器人控制输入函数和离散时间三阶动力学模型，建立有限预测时间的优化控制问题，结合滚动优化控制原理，在每个采样时刻计算得到参数最优的控制输入量，实现轮式移动机器人的点镇定控制。本专利技术设计方法的优点是理解简单、通用性强以及控制量满足轮式移动机器人约束限制。本专利技术主要执行部分在轮式移动机器人运动控制计算机上运行实施。本方法应用过程可以大致分为3个阶段：1、参数设置：在参数导入界面中，输入采样周期Ts、状态和控制的下界x和u、状态和控制的上界和预测时间窗口N、加权矩阵Q和加权矩阵R，输入参数确认后，由控制计算机将设置数据送入计算机存储单元RAM中保存；2、离线调试：点击组态界面中的“调试”按钮，控制系统进入控制器离线仿真调试阶段，调整组态界面中的加权矩阵Q和R，观察本文档来自技高网...
【技术保护点】
一种轮式移动机器人点镇定滚动优化控制方法，其特征在于：所述控制方法包括如下步骤：1)、建立轮式移动机器人运动过程连续时间三阶动力学模型，参见式(1)：x·1(t)=u1(t)cos x3(t)x·2(t)=u1(t)sin x3(t)x·3(t)=u2(t)---(1)]]>其中，变量t表示时间；x1(t)和x2(t)分别表示在t时刻轮式移动机器人在直角坐标系中X方向和Y方向的位置坐标；x3(t)表示在t时刻轮式移动机器人在直角坐标系中的方位角；u1(t)和u2(t)分别表示在t时刻轮式移动机器人的线速度和角速度；考虑模型式(1)，定义轮式移动机器人的状态列向量x＝[x1 x2 x3]T和控制列向量u＝[u1 u2]T，其中，符号T表示向量的转置；2)、考虑模型式(1)，定义控制向量u的表达函数，参见式(2)：u=g11g12g13g21g22g23x1x2x3=Gx1x2x3---(2)]]>其中，gij是未知参数，i＝1,2，j＝1,2,3；矩阵将式(2)代入模型式(1)得式(3)：x·1(t)=[g11x1(t)+g12x2(t)+g13x3(t)]cos x3(t)x·2(t)=[g11x1(t)+g12x2(t)+g13x3(t)]sin x3(t)x·3(t)=g21x1(t)+g22x2(t)+g23x3(t)---(3)]]>3)、以采样周期Ts对模型式(3)做离散时间转换，得到轮式移动机器人离散时间三阶动力学模型，参见式(4)：x1(k+1)=x1(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]cos x3(k)x·2(k+1)=x2(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]sin x3(k)x·3(k+1)=x3(k)+Ts[g21x1(k)+g22x2(k)+g23x3(k)]---(4)]]>并将模型式(4)简记为式(5)：x(k+1)＝f(x(k),Gx(k)) (5)其中，f(x(k),Gx(k))＝[f1(x(k),Gx(k)) f2(x(k),Gx(k)) f3(x(k),Gx(k))]T，f1(x(k),Gx(k))＝x1(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]cosx3(k)，f2(x(k),Gx(k))＝x2(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]sinx3(k)，f3(x(k),Gx(k))＝x3(k)+Ts[g21x1(k)+g22x2(k)+g23x3(k)]；4)、考虑模型式(5)，建立轮式移动机器人的动态预测模型，参见式(6)：x(k+j+1|k)＝f(x(k+j|k),Gx(k+j|k)),j＝0,1,...,N‑1 (6)其中，x(k+j|k)表示轮式移动机器人控制系统在时刻k对未来时刻k+j状态的预测向量；正整数N是预测时间窗口；考虑轮式移动机器人的状态和控制幅值的边界约束，参见式(7)和(8)：x‾≤x(k+j|k)≤x‾,j=0,1,...,N-1---(7)]]>u‾≤u(k+j|k)≤u‾,j=0,1,...,N-1---(8)]]>其中，x和u分别表示状态和控制的下界，和分别表示状态和控制的上界；5)、考虑式(6)，定义一个二次型目标函数，参见式(9)：其中，Q和R是正定的加权矩阵，分别用来惩罚状态变量和控制变量；检测当前k时刻的状态x(k)，定义一个优化控制问题，参见式(10)：s.t.x‾≤x(k+j|k)≤x‾,j=0,1,...,N-1u‾≤u(k+j|k)≤u‾,j=0,1,...,N-1---(10)]]>x(k|k)＝x(k)其中，矩阵G是决策变量；符号“s.t.”表示约束；等式x(k|k)＝x(k)称为优化问题的初始条件；应用数值优化算法求解优化问题(10)，得最优矩阵值G*和优化控制量，参见式(11)：u(k)=G*x1(k)x2(k)x3(k)---(11)]]>将控制量(11)作用于轮式移动机器人，在下一个采样时刻k+1到达后，检测轮式移动机器人的运动状态x(k+1)，并以该状态更新优化控制问题(10)的初始条件，然后优化计算当前时刻的最优矩阵值G*和优化控制量，周而复始，直到轮式移动机器人运动到目标原...
【技术特征摘要】
1.一种轮式移动机器人点镇定滚动优化控制方法，其特征在于：所述控制方法包括如下步骤：1)、建立轮式移动机器人运动过程连续时间三阶动力学模型，参见式(1)：x·1(t)=u1(t)cosx3(t)x·2(t)=u1(t)sinx3(t)x·3(t)=u2(t)---(1)]]>其中，变量t表示时间；x1(t)和x2(t)分别表示在t时刻轮式移动机器人在直角坐标系中X方向和Y方向的位置坐标；x3(t)表示在t时刻轮式移动机器人在直角坐标系中的方位角；u1(t)和u2(t)分别表示在t时刻轮式移动机器人的线速度和角速度；考虑模型式(1)，定义轮式移动机器人的状态列向量x＝[x1x2x3]T和控制列向量u＝[u1u2]T，其中，符号T表示向量的转置；2)、考虑模型式(1)，定义控制向量u的表达函数，参见式(2)：u=g11g12g13g21g22g23x1x2x3=Gx1x2x3---(2)]]>其中，gij是未知参数，i＝1,2，j＝1,2,3；矩阵将式(2)代入模型式(1)得式(3)：x·1(t)=[g11x1(t)+g12x2(t)+g13x3(t)]cosx3(t)x·2(t)=[g11x1(t)+g12x2(t)+g13x3(t)]sinx3(t)x·3(t)=g21x1(t)+g22x2(t)+g23x3(t)---(3)]]>3)、以采样周期Ts对模型式(3)做离散时间转换，得到轮式移动机器人离散时间三阶动力学模型，参见式(4)：x1(k+1)=x1(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]cosx3(k)x·2(k+1)=x2(k)+Ts[g11x1(k)+g12x2(k)+g13x3(k)]sinx3(k)x·3(k+1)=x3(k)+Ts[g21x1(k)+g22x2(k)+g23x3(k)]---(4)]]>并将模型式(4)简记为式(5)：x(k+1)＝f(x(k),Gx(k))(5)其中，f(x(k),Gx(k))＝[f1(x(k),Gx(k))f2(x(k...
【专利技术属性】
技术研发人员：何德峰，郭晓慧，滕游，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。