基于网络的机场跑道检测机器人预测控制方法技术

本发明专利技术公开了一种基于网络的机场跑道检测机器人预测控制方法，本发明专利技术针对一种机场跑道检测机器人网络控制系统建立了机场跑道检测机器人运动学模型，并将其转化最小方差控制中所用的受控自回归积分滑动模型，然后将此模型转化为机器人在全局坐标系下x方向和y方向两个独立的单输入单输出线性模型，并通过改进的GPC算法对机场跑道检测机器人进行预测控制。本发明专利技术能够有效减少机场跑道检测机器人运动过程中受到的远程网络控制造成的网络延时及噪声干扰影响，提高了机场跑道检测机器人在网络环境下运动控制器的解算速度及其鲁棒性。

Prediction control method of airport runway detection robot based on Network

The invention discloses a predictive control method for an airport runway detection robot based on network. The kinematics model of the airport runway detection robot is established for the network control system of an airport runway detection robot, and the kinematics model is transformed into the controlled autoregressive integral sliding model used in the minimum variance control. The model is transformed into two independent SISO linear models of the robot in the global coordinate system, i.e. X direction and Y direction, and predictive control of the airport runway detection robot is carried out by the improved GPC algorithm. The invention can effectively reduce the network delay and noise interference caused by the remote network control during the movement of the airport runway detection robot, and improve the solution speed and robustness of the motion controller of the airport runway detection robot under the network environment.

【技术实现步骤摘要】
基于网络的机场跑道检测机器人预测控制方法
本专利技术涉及一种机器人预测控制方法，尤其涉及一种基于网络的机场跑道检测机器人预测控制方法，属于网络环境下机器人运动控制

技术介绍
随着现代航空业的发展，机场跑道作为飞机起飞降落的重要平台，其安全问题越来越受到重视。机场跑道上的缺陷和异物对飞机起降过程带来了很大的威胁。因此，机场跑道的安全检测对确保飞机顺利起飞降落具有很重要的现实意义。本专利技术是在无线网络环境下，通过远程控制机场跑道检测机器人实现对跑道的安全进行检测。该机场跑道检测机器人的运动由远程控制中心通过网络接受传感器信号并将运动控制信号传输给该机器人，其存在网络随机延时以及丢包等问题，导致系统的运动控制性能受到影响，原有的控制方法不能满足要求。自20世纪Clarke等人提出的广义预测控制算法以来，由于其具有良好的控制效果和较强的鲁棒性，在实际的生产过程中得到了较为广泛的应用，但该控制算法需要在线求解丢番图(Diophantine)方程，且需要对控制矩阵进行求逆的运算，因此在线计算工作量较大。针对广义预测控制算法的这一缺点，国内外很多学者对其进行了研究。提出了一系列的改进方法，目的在于减少计算量，其中以隐式GPC算法运用较多。该方法虽然避免了求解Diophantine方程，但其仍然需要求逆，导致无法对机器人进行快速有效的远程实时控制。
技术实现思路
针对上述现有技术，本专利技术要解决的技术问题是提供一种能够在存在网络延时及干扰的环境下解决机场跑道检测机器人的运动控制问题的基于网络的机场跑道检测机器人预测控制方法。为解决上述技术问题，本专利技术提供一种基于网络的机场跑道检测机器人预测控制方法，包括以下步骤：S1：根据机场跑道检测机器人的麦克纳姆轮(Mecanumwheel)运动底盘进行运动学建模，获得运动学模型；S2：将机场跑道检测机器人的运动学模型转化为受控自回归积分滑动平均模型；S3：将机场跑道检测机器人的受控自回归积分滑动平均模型分别转化得到全局坐标系下x方向的模型和全局坐标系下y方向的模型，且对其分别进行广义预测控制；S4：利用广义预测控制算法建立原始控制器性能指标函数；S5：在原始控制器性能指标函数的基础上将性能指标函数重新构建，获得重建的性能指标函数；S6：根据重建的性能指标函数得到x方向的控制量ΔVx(k)和y方向的控制量ΔVy(k)，通过无线网络模块将ΔVx(k)和ΔVy(k)从上位机传送给机场跑道检测机器人，其中：本专利技术一种基于网络的机场跑道检测机器人预测控制方法，还包括：1.S1中机场跑道检测机器人的运动学模型满足：其中vx为机场跑道检测机器人在全局坐标系下x方向速度，vy为机场跑道检测机器人在全局坐标系下y方向速度，ω为机场跑道检测机器人的转动角速度，θ为全局坐标系下机场跑道检测机器人与x轴之间的夹角，R代表麦克纳姆轮的半径，l1为每个麦克纳姆轮与个体坐标系下x轴的距离，l2为每个麦克纳姆轮与个体坐标系下y轴的距离，v1,v2,v3,v4分别为控制四个麦克纳姆轮的电机的转速。2.S2中受控自回归积分滑动平均模型满足：其中z-1是一步退后算子，Δx、Δy分别为场跑道检测机器人在时间T内在全局坐标系下x、y方向上的位移变化量，d为延时，z-d为引入的延时因子。3.S3中x方向的受控自回归积分滑动平均模型满足：(1-z-1)x＝Tz-dvx(k-1)y方向的受控自回归积分滑动平均模型分别满足：(1-z-1)y＝Tz-dvy(k-1)。4.S4中性能指标函数满足：其中E为数学期望，Δu为控制增量，且Δu(t+j)＝0,j＝Nu,...,N1，表示在Nu步后控制量不再变化。N1、N2分别为最小、最大预测时域长度，Nu为控制时域长度，λ为控制加权系数，y(k+j)为系统j步的输出预测值，yr(k+j)为对象输出的期望值。5.S5中重建的性能指标函数满足：其中P为最大预测步数，gi是装置阶跃响应前i项的采样值。6.S6中所述根据重建的性能指标函数得到x方向的控制量ΔVx(k)和y方向的控制量ΔVy(k)具体为：将重建的性能指标函数作为目标函数并转化为向量形式，即：J＝E{[Y(k+1)-Yr(k+1)]T[Y(k+1)-Yr(k+1)]+λΔU(k)TGΔU(k)}通过上式得到控制量Δu(k)，根据Δu(k)得到x方向的控制量ΔVx(k)以及y方向的控制量ΔVy(k)，其中Δu(k)满足：Δu(k)＝qT[Yr(k+1)-E(z-1)Δu(k-1)-S(z-1)y(k)]本专利技术的有益效果：本专利技术通过引入传统的广义预测控制(GeneralizedPredictiveControl，GPC)算法并对其进行改进，用以解决在网络延时及噪声干扰环境下机场跑道检测机器人的远程运动控制问题。该方法能够有效减少机场跑道检测机器人运动过程中受到的远程网络控制造成的网络延时及噪声干扰影响，提高了机场跑道检测机器人在网络环境下运动控制器的解算速度及其鲁棒性。与现有的技术相比，本专利技术考虑了被控对象在网络控制环境下，网络延时和噪声干扰影响能得到解决，使得机场跑道检测机器人获得稳定的运动控制信号。相对于传统GPC控制器，本专利技术中所述改进的GPC控制器具有结构简单、控制算法解算速度快、鲁棒性强等特点。附图说明图1为本专利技术基于网络的机场跑道检测机器人预测控制方法的原理图。图2为机场跑道检测机器人本体坐标系与全局坐标系的关系图。图3为机场跑道检测机器人运动底盘运动学模型的示意图。具体实施方式下面结合说明书附图对本专利技术的实施方式进行描述。本专利技术设计了针对一种机场跑道检测机器人网络控制系统，建立了机场跑道检测机器人运动学模型，并将其转化最小方差控制中所用的受控自回归积分滑动(ControlledAutoregressiveIntegratedMovingAverageModel，CARIMA)模型，然后将此模型转化为机器人在全局坐标系下x方向和y方向两个独立的单输入单输出线性模型，并通过改进的GPC算法对机场跑道检测机器人进行预测控制。如图1所示，本专利技术设计了一种基于网络的机场跑道检测机器人预测控制方法，包括以下步骤：机场跑道检测机器人在存在外界噪声ξ(k)干扰的情况下，通过传感器将机器人的运动状态通过网络传送给远程控制中心，由于网络传输，因此造成前向通道延时τca，远程控制中心经过运算得到控制信号u(k)，通过网络再将控制信号传送给驱动器，同样由于网络传输的原因，因此产生反向通道延时τsc，记总延时为d＝τsc+τca，最后驱动器驱动麦克纳姆轮使机场跑道检测机器人进行工作。机场跑道检测机器人的运动底盘由四个麦克纳姆轮构成，根据机场跑道检测机器人麦克纳姆轮运动底盘进行运动学建模。如图2所示，在机器人底盘建立机器人本体坐标系，在机器人运动环境上建立全局坐标系，坐标系均为直角坐标系，在全局坐标系下机器人与x轴之间的夹角θ，机器人本体坐标系与全局坐系的转换关系为：如图3所示，所述机器人在全局坐标系下x方向速度为vx，y方向速度为vy，转动角速度为ω，麦克纳姆轮的半径为R，每个麦克纳姆轮与个体坐标系x轴之间的距离为l1，与y轴之间的距离为l2，底盘四个麦克纳姆轮的转速分别为v1,v2,v3,v4，机场跑道检测机器人运动学方程为：利用模型本文档来自技高网...

【技术保护点】
1.一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：包括以下步骤：S1：根据机场跑道检测机器人的麦克纳姆轮运动底盘进行运动学建模，获得运动学模型；S2：将机场跑道检测机器人的运动学模型转化为受控自回归积分滑动平均模型；S3：将机场跑道检测机器人的受控自回归积分滑动平均模型分别转化得到全局坐标系下x方向的模型和全局坐标系下y方向的模型，且对其分别进行广义预测控制；S4：利用广义预测控制算法建立原始控制器性能指标函数；S5：在原始控制器性能指标函数的基础上将性能指标函数重新构建，获得重建的性能指标函数；S6：根据重建的性能指标函数得到x方向的控制量ΔVx(k)和y方向的控制量ΔVy(k)，通过无线网络模块将ΔVx(k)和ΔVy(k)从上位机传送给机场跑道检测机器人，其中：

【技术特征摘要】
1.一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：包括以下步骤：S1：根据机场跑道检测机器人的麦克纳姆轮运动底盘进行运动学建模，获得运动学模型；S2：将机场跑道检测机器人的运动学模型转化为受控自回归积分滑动平均模型；S3：将机场跑道检测机器人的受控自回归积分滑动平均模型分别转化得到全局坐标系下x方向的模型和全局坐标系下y方向的模型，且对其分别进行广义预测控制；S4：利用广义预测控制算法建立原始控制器性能指标函数；S5：在原始控制器性能指标函数的基础上将性能指标函数重新构建，获得重建的性能指标函数；S6：根据重建的性能指标函数得到x方向的控制量ΔVx(k)和y方向的控制量ΔVy(k)，通过无线网络模块将ΔVx(k)和ΔVy(k)从上位机传送给机场跑道检测机器人，其中：2.根据权利要求1所述的一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：S1所述机场跑道检测机器人的运动学模型满足：其中vx为机场跑道检测机器人在全局坐标系下x方向速度，vy为机场跑道检测机器人在全局坐标系下y方向速度，ω为机场跑道检测机器人的转动角速度，θ为全局坐标系下机场跑道检测机器人与x轴之间的夹角，R代表麦克纳姆轮的半径，l1为每个麦克纳姆轮与个体坐标系下x轴的距离，l2为每个麦克纳姆轮与个体坐标系下y轴的距离，v1,v2,v3,v4分别为控制四个麦克纳姆轮的电机的转速。3.根据权利要求1所述的一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：S2所述受控自回归积分滑动平均模型满足：其中z-1是一步退后算子，Δx、Δy分别为场跑道检测机器人在时间T内在全局坐标系下x、y方向上...

【专利技术属性】
技术研发人员：李芃，涂德志，张兰勇，张鑫，曹聪，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23