速度控制方法和速度控制装置制造方法及图纸

本发明专利技术公开了一种速度控制方法和速度控制装置，涉及计算机技术领域。本发明专利技术中的非线性神经网络模型能够模拟不同环境下速度指令与速度值的非线性关系，通过将当前速度指令以及预设时间内的历史速度指令和历史速度值输入非线性神经网络模型即可得到修正的速度指令，修正的速度指令即为根据速度指令与速度值的非线性关系对当前速度指令进行修正得到的，再将该修正的速度指令输入基于PID控制的系统中则可以获得期望的速度值，提高了速度控制的准确度和精度。

Speed control method and speed control device

The invention discloses a speed control method and a speed control device, relating to the technical field of computer. The nonlinear neural network model of the invention can simulate the nonlinear relationship between instruction and speed under different environment speed values, the current speed command and the preset time history and historical value of speed speed command input nonlinear neural network model to obtain the speed command correction, speed command correction is based on the nonlinear relationship between speed and speed the value on the current speed command corrected, then the correction speed command input system based on PID control can be obtained in desired velocity, improve the accuracy and precision of speed control.

【技术实现步骤摘要】
速度控制方法和速度控制装置
本专利技术涉及计算机
，特别涉及一种速度控制方法和速度控制装置。
技术介绍
在我国政府大力推进工业化和信息化的两化融合的大驱使下，物流产业革命已悄然兴起，各大物流公司纷纷加大智慧物流的投入，在人工智能，机器人，机器学习等领域不断吸收、结合、创新。无人仓的搬运机器人作为降低物流成本，提升存取效率的重点设备，其速度控制方法直接影响到机器人的稳定性和工作效率。现有的无人仓搬运机器人大多采用双电机驱动方案，每个驱动轮的电机进行独立速度规划和控制，采用传统的PID(ProportionIntegrationDifferentiation，比例积分微分)控制器作为速度闭环的控制器。这种采用单一的PID控制器对搬运机器人进行控制的方案，将伺服驱动系统简化为线性时不变系统。但事实上，随着环境的变化，比如连续运行时间，负载频繁变化等原因，系统特性一直在发生变化，并不一定符合线性规律，而PID控制器的控制参数却不能实时做出调整，这就使得对于仓搬运机器人的速度控制的精度和准确度较低。
技术实现思路
本专利技术所要解决的一个技术问题是：如何提高对于仓搬运机器人的速度控制的精度和本文档来自技高网...

【技术保护点】
一种速度控制方法，其特征在于，包括：将当前速度指令、预设时间内的历史速度指令以及所述预设时间内的历史速度指令对应的历史速度值输入非线性神经网络模型；将所述非线性神经网络模型输出的与所述当前速度指令对应的修正速度指令输入比例积分微分PID控制器，以便PID控制器根据所述修正速度指令对速度进行控制。

【技术特征摘要】
1.一种速度控制方法，其特征在于，包括：将当前速度指令、预设时间内的历史速度指令以及所述预设时间内的历史速度指令对应的历史速度值输入非线性神经网络模型；将所述非线性神经网络模型输出的与所述当前速度指令对应的修正速度指令输入比例积分微分PID控制器，以便PID控制器根据所述修正速度指令对速度进行控制。2.根据权利要求1所述的方法，其特征在于，还包括：采集不同工况下的历史速度指令以及所述不同工况下的历史速度指令对应的历史速度值作为训练数据；对所述训练数据进行归一化；利用归一化的训练数据确定所述非线性神经网络模型的参数，从而确定所述非线性神经网络模型。3.根据权利要求2所述的方法，其特征在于，所述对所述训练数据进行归一化包括：将归一化前的训练数据与训练数据中最小值的差除以归一化后的训练数据与预设归一化后最小值的差作为第一比值；将归一化前的训练数据中最大值与最小值的差除以预设归一化后最大值与最小值的差作为第二比值；通过使得所述第一比值与所述第二比值相等确定归一化后的训练数据。4.根据权利要求1所述的方法，其特征在于，还包括：根据实时地或每隔预设周期反馈至所述非线性神经网络模型的速度指令和速度值，对所述非线性神经网络模型进行修正。5.根据权利要求1所述的方法，其特征在于，所述PID控制器利用预设的比例参数、积分参数、微分参数对所述修正速度指令以及反馈得到的上一时刻的速度值进行运算，确定速度控制量，以便对速度进行控制。6.根据权利要求1-5任一项所述的方法，其特征在于，所述非线性神经网络为非线性有源自回归NARX神经网络，所述NARX神经网络的隐层神经元为8个，延时阶数为2。7.一种速度控制装置，其特征在于，包括：神经网络模块，用于将当前速度指令、预设时间内的历史速度指令以及所述预设时间内的历史速度指令对应的历史速度值输入非线性神经网络模型；PI...

【专利技术属性】
技术研发人员：霍峰，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11