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 ...
【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
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。