一种基于方差的机器人位移补偿方法技术

本发明专利技术涉及移动机器人作业精度控制技术领域，提供了一种基于方差的机器人位移补偿方法，包括以下步骤：建立坐标系，根据采样得到的速度数据及旋转数据计算机器人X轴及Y轴上的实时速度；计算机器人相邻两次采样间隔在X轴和Y轴上的相对位移，分别将X轴和Y轴上每次相邻采样间隔的相对位移叠加，得到机器人在X轴及Y轴上的位移；计算机器人在X轴及Y轴方向上的命令速度；通过机器人的实时速度及命令速度计算机器人在X轴及Y轴方向上的速度方差；建立神经网络，通过训练好的神经网络输出X轴及Y轴方向的影响因子；计算机器人在X轴及Y轴方向上的最终位移。通过本发明专利技术，有效提高了机器人移动控制精度。

A Robot Displacement Compensation Method Based on Variance

The invention relates to the technical field of mobile robot operation accuracy control, and provides a method of robot displacement compensation based on variance, which includes the following steps: establishing coordinate system, calculating real-time speed of robot X-axis and Y-axis according to speed data and rotation data obtained by sampling; and calculating adjacent two sampling intervals of computer robot in X-axis and Y-axis. The relative displacements on X-axis and Y-axis are superposed by the relative displacements of each adjacent sampling interval on X-axis and Y-axis respectively, and the displacements of the robot on X-axis and Y-axis are obtained. The command speed of the robot in X-axis and Y-axis directions is computed. The real-time speed and command speed of the robot are used to calculate the speed of the robot in X-axis and Y-axis directions. The final displacement of the robot in the direction of X axis and Y axis is computed by using the trained neural network to output the influence factors of the direction of X axis and Y axis. The invention effectively improves the accuracy of the mobile control of the robot.

【技术实现步骤摘要】
一种基于方差的机器人位移补偿方法
本专利技术属于移动机器人作业精度控制
，具体地说，涉及一种基于方差的机器人位移补偿方法。
技术介绍
移动机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。“移动”是机器人的重要属性，移动机器人的发展已有半个世纪的历史。20世纪60年代，斯坦福大学研究所研究出了自主移动机器人Shakey，它可以在复杂的环境下进行对象识别、自主推理、路径规划及控制等功能。70年代，随着计算机技术与传感器技术的发展与应用，移动人机器人的研究出现了新高潮。进入90年代后，随着技术的迅猛发展，移动机器人向实用化、系列化、智能化进军。轮式移动机器人是移动机器人中应用最多的一种机器人，在相对平坦的地面上，用轮式移动方式是相当优越的。轮式移动机构根据车轮的多少有1轮、2轮、3轮、4轮及多轮机构。1轮及2轮移动机构在实现上的障碍主要是稳定性问题，实际应用的轮式移动机构多采用3轮和4轮。在实际行走过程中，机器人计算得到的理论位移总会与实际位移有一定误差。机器人的运动是通过改变轮子转速来实现的，但是速度是在随时改变的，通过传感器获得的机器人底盘移动速度会有误差，而地面的摩擦系数等因素也会加大计算的误差，导致机器人无法移动到指定位置。
技术实现思路
针对现有技术中上述的不足，本专利技术的目的在于提供一种基于方差的机器人位移补偿方法，通过对计算位移进行补偿来减小误差，接近实际位移。。为了达到上述目的，本专利技术采用的解决方案是：具体的，一种基于方差的机器人位移补偿方法，应用于三轮机器人，所述三轮机器人包括用于采集三轮机器人速度数据的编码器及采集三轮机器人旋转数据的陀螺仪，包括以下步骤：S1.建立坐标系，根据采样得到的速度数据及旋转数据计算所述三轮机器人的速度vx及vy，其中，vx为三轮机器人在X轴方向上的速度，vy为三轮机器人在Y轴方向上的速度；S2.根据vx、vy及获取到的所述三轮机器人相对于坐标系的旋转角度θ计算三轮机器人相邻两次采样间隔在X轴上的相对位移Δx及Y轴上的相对位移Δy，分别将X轴和Y轴上每次相邻采样间隔的相对位移叠加，得到三轮机器人在X轴上的位移x及Y轴上的位移y；S3.通过PID算法分别计算所述三轮机器人在X轴方向上的命令速度v_comx及在Y轴方向上的命令速度v_comy；S4.通过所述三轮机器人的实时速度v_realx、v_realy及命令速度v_comx、v_comy分别计算三轮机器人在X轴方向上的速度方差及Y轴方向上的速度方差其中，v_realx＝vx，v_realy＝vy；S5.建立BP神经网络，以v_realx、v_realy、及θ为输入数据，对BP神经网络进行训练直至BP神经网络收敛，通过训练好的BP神经网络输出X轴方向的影响因子Kx及Y轴方向的影响因子Ky；S6.通过位移计算公式计算所述三轮机器人在X轴方向上的最终计算位移xtotal及在Y轴方向上的最终位移ytotal，所述位移计算公式如下：进一步的，所述步骤S1还包括:通过编码器分别对所述三轮机器人的左轮、右轮及后轮进行速度数据的采样，通过陀螺仪获取三轮机器人绕自身几何中心的旋转速度，建立如下速度模型：则，由上式可得，其中，ω1为三轮机器人左轮的旋转速度，ω2为三轮机器人右轮的旋转速度，ω3为三轮机器人后轮的旋转速度，ω为三轮机器人底盘绕自身几何中心的旋转速度,L为三轮机器人的底盘半径，R为左轮、右轮及后轮的半径。进一步的，分别根据以下公式计算Δx、Δy、x及y：其中，Δt为相邻两次采样的时间间隔。进一步的，所述步骤S4包括，速度方差计算公式如下:其中，n为采样次数。进一步的，所述BP神经网络包括输入层、隐藏层及输出层，所述输入层及隐藏层的节点数与所述输入数据的维度对应。进一步的，所述步骤S5还包括：建立输入层到隐藏层的激活函数g1(net1)＝h,net1＝wTp+b1；建立隐藏层到输出层的激活函数为net2＝vTh+b2；建立计算模型：其中，g1为输入层到到隐藏层的激活函数，g2为隐藏层到输出层的激活函数，w及b1为输入层到所述隐藏层参数，v及b2为隐藏层到所述输出层参数，T为矩阵运算符，p为输入层输入数据，为输出层输出数据预测值。进一步的，所述BP神经网络训练过程如下：初始化所述BP神经网络中的权值和偏置项；激活前向传播，计算损失函数的期望值，所述损失函数为其中，q为输出层输出数据真实值，n为输出层输出数据维度，m为输出层输出数据组数，λ为参数集合；执行反向传播，计算输出层误差项：计算隐藏层误差项：更新BP神经网络中的权值和偏置项，具体更新过程如下：更新输出层参数v及b2：更新隐藏层参数w及b1：重复上述步骤，直至损失函数小于实现给定的阈值或迭代次数用完为止，BP神经网络收敛，得到最佳参数；其中，η为学习率，k为迭代次数。本专利技术的有益效果是：本专利技术分别计算机器人在X轴方向及Y轴方向上理论值与实际值的方差，并通过神经网络得到机器人在X轴方向及Y轴方向的影响因子，基于影响因子及方差对机器人位移进行补偿，有效提高了机器人位移的精度。附图说明图1为本专利技术较佳实施例提供的三轮机器人系统结构示意图；图2为本专利技术较佳实施例提供的一种基于方差的机器人位移补偿方法流程图；图3为本专利技术较佳实施例提供的三轮机器人速度模型示意图；图4为本专利技术较佳实施例提供的BP神经网络结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。下面对本专利技术实施例提供的一种基于方差的机器人位移补偿方法进行具体说明。如图1所示，一种基于方差的机器人位移补偿方法，应用于三轮机器人，三轮机器人包括主控板、驱动器、电机、全向轮、编码器及陀螺仪，主控板上设置有处理器，处理器通过内置程序控制驱动器驱动电机转动，从而带动全向轮转动，编码器用于采集三轮机器人左轮、右轮及后轮的转动速度数据并将采样得到的数据反馈给处理器，陀螺仪用于采集包括三轮机器人围绕底盘几何中心旋转的角速度及角度的旋转数据并将采样得到的旋转数据反馈给处理器，如图2所示，本实施例的方法包括以下步骤：S1.以世界坐标系为本方法的基准坐标系，根据采样得到的速度数据及旋转数据计算三轮机器人的速度vx及vy，其中，vx为三轮机器人在X轴方向上的速度，vy为三轮机器人在Y轴方向上的速度，vx及vy单位均为m/s。S2.根据vx、vy及获取到的三轮机器人相对于坐标系的旋转角度θ计算三轮机器人相邻两次采样间隔在X轴上的相对位移Δx及Y轴上的相对位移Δy，分别将X轴和Y轴上每次相邻采样间隔的相对位移叠加，得到三轮机器人在X轴上的位移x及Y轴上的位移y。具体过程如下：通过编码器以一定间隔时间分别对三轮机器人的左轮、右轮及后轮不间断进行转动速度数据的采样，通过陀螺仪获取三轮机器人底盘绕自身几何中心的旋转速度，参见图3，建立三轮机器人全向底盘的速度模型：则，由上式可得，其中，ω1为三轮机器本文档来自技高网...

【技术保护点】
1.一种基于方差的机器人位移补偿方法，应用于三轮机器人，所述三轮机器人包括用于采集三轮机器人速度数据的编码器及采集三轮机器人旋转数据的陀螺仪，其特征在于，包括以下步骤：S1.建立坐标系，根据采样得到的速度数据及旋转数据计算所述三轮机器人的速度vx及vy，其中，vx为三轮机器人在X轴方向上的速度，vy为三轮机器人在Y轴方向上的速度；S2.根据vx、vy及获取到的所述三轮机器人相对于坐标系的旋转角度θ计算三轮机器人相邻两次采样间隔在X轴上的相对位移Δx及Y轴上的相对位移Δy，分别将X轴和Y轴上每次相邻采样间隔的相对位移叠加，得到三轮机器人在X轴上的位移x及Y轴上的位移y；S3.通过PID算法分别计算所述三轮机器人在X轴方向上的命令速度v_comx及在Y轴方向上的命令速度v_comy；S4.通过所述三轮机器人的实时速度v_realx、v_realy及命令速度v_comx、v_comy分别计算三轮机器人在X轴方向上的速度方差

【技术特征摘要】
1.一种基于方差的机器人位移补偿方法，应用于三轮机器人，所述三轮机器人包括用于采集三轮机器人速度数据的编码器及采集三轮机器人旋转数据的陀螺仪，其特征在于，包括以下步骤：S1.建立坐标系，根据采样得到的速度数据及旋转数据计算所述三轮机器人的速度vx及vy，其中，vx为三轮机器人在X轴方向上的速度，vy为三轮机器人在Y轴方向上的速度；S2.根据vx、vy及获取到的所述三轮机器人相对于坐标系的旋转角度θ计算三轮机器人相邻两次采样间隔在X轴上的相对位移Δx及Y轴上的相对位移Δy，分别将X轴和Y轴上每次相邻采样间隔的相对位移叠加，得到三轮机器人在X轴上的位移x及Y轴上的位移y；S3.通过PID算法分别计算所述三轮机器人在X轴方向上的命令速度v_comx及在Y轴方向上的命令速度v_comy；S4.通过所述三轮机器人的实时速度v_realx、v_realy及命令速度v_comx、v_comy分别计算三轮机器人在X轴方向上的速度方差及Y轴方向上的速度方差其中，v_realx＝vx，v_realy＝vy；S5.建立BP神经网络，以v_realx、v_realy、及θ为输入数据，对BP神经网络进行训练直至BP神经网络收敛，通过训练好的BP神经网络输出X轴方向的影响因子Kx及Y轴方向的影响因子Ky；S6.通过位移计算公式计算所述三轮机器人在X轴方向上的最终计算位移xtotal及在Y轴方向上的最终位移ytotal，所述位移计算公式如下：2.根据权利要求1所述的一种基于方差的机器人位移补偿方法，其特征在于，所述步骤S1还包括:通过编码器分别对所述三轮机器人的左轮、右轮及后轮进行速度数据的采样，通过陀螺仪获取三轮机器人绕自身几何中心的旋转速度，建立如下速度模型：则，由上式可得，其中，ω1为三轮机器人左轮的转动速度，ω2为三轮机器人右轮的转动速度...

【专利技术属性】
技术研发人员：彭倍，卢念，邵继业，
申请(专利权)人：四川阿泰因机器人智能装备有限公司，
类型：发明
国别省市：四川,51