自平衡机器人控制方法、系统、自平衡机器人及介质技术方案

公开了一种自平衡机器人控制方法、系统、自平衡机器人及介质，自平衡机器人包括前把转向系统及动量轮系统，前把转向系统包括前把及用于控制前把的转向角速度的前把控制器，动量轮系统包括动量轮及用于向动量轮提供转动转矩的动量轮控制器，该方法包括：获取该自平衡机器人的目标自平衡状态、当前自平衡状态及当前运动速度；确定该当前运动速度所对应的速度档位，并基于该速度档位及当前运动速度确定预测增益控制矩阵；基于该预测增益控制矩阵、该自平衡机器人的当前自平衡状态及目标自平衡状态，确定该自平衡机器人的转向角速度及转动转矩；以及通过所述前把控制器控制该前把以该转向角速度转动，通过所述动量轮控制器将该转动转矩提供给动量轮。

【技术实现步骤摘要】
自平衡机器人控制方法、系统、自平衡机器人及介质
本专利技术涉及人工智能及机器人领域，更具体地涉及一种自平衡机器人控制方法、系统、自平衡机器人及介质。
技术介绍
随着人工智能及机器人技术在民用和商用领域的广泛应用，基于人工智能及机器人技术的自平衡机器人在智能交通、智能家居等领域起到日益重要的作用，也面临着更高的要求。目前的自平衡机器人中通常包括前把转向系统和动量轮系统，该前把转向系统包括前把及前把控制器，该动量轮系统包括动量轮及动量轮控制器。在对自平衡机器人进行自平衡控制时，通常根据该自平衡机器人为静止状态或运动状态采用不同的控制逻辑，应用不同的控制器实现控制。具体地，当自平衡机器人处于运动状态(例如圆周运动)时，通过前把控制器调节自平衡机器人的前把转向角来控制自平衡机器人实现目标自平衡状态；当自平衡机器人处于静止状态时，通过动量轮控制器控制动量轮以实现目标自平衡状态。然而，一方面，针对静止状态和运动状态单独设置的自平衡控制策略仅能够实现特定状态下的局部自平衡，其鲁棒性及稳定性较差；另一方面，当自平衡车在静止状态和运动状态之间变化时，需要在不同的控制策略之间来回切换并应用不同的控制器来实现控制，对于不同参数的自平衡机器人，进行切换的时间需要通过大量实验确定，费时费力；且在不同控制器的来回切换过程中，自平衡机器人的自平衡状态无法保证，其可靠性及控制精度较差。因此，需要一种在自平衡机器人在静止状态及运动状态下良好实现自平衡的基础上，当自平衡机器人在静止状态及运动状态之间切换时仍能够控制该自平衡机器人具有良好自平衡状态，且无需在不同控制器之间来回切换，实现灵活且高精度自平衡控制的自平衡控制方法，且该方法具有良好的可靠性及稳定性，且具有较高的鲁棒性。
技术实现思路
针对以上问题，本专利技术提供了一种自平衡机器人控制方法、自平衡机器人控制系统、自平衡机器人及介质。利用本专利技术提供的自平衡机器人控制方法在实现自平衡机器人良好自平衡的基础上，当自平衡机器人在静止状态及运动状态之间切换时仍能够控制该自平衡机器人具有良好自平衡状态，且无需在不同控制器之间来回切换，实现灵活且高精度自平衡控制的自平衡控制方法，且该方法具有良好的可靠性及稳定性，且具有较高的鲁棒性。根据本公开的一方面，提出了一种自平衡机器人控制方法，其中，所述自平衡机器人包括前把转向系统及动量轮系统，所述前把转向系统包括前把及前把控制器，该前把控制器用于控制所述前把的转向角速度，所述动量轮系统包括动量轮及动量轮控制器，所述动量轮控制器用于向所述动量轮提供转动转矩，且该方法包括：获取该自平衡机器人的目标自平衡状态、当前自平衡状态及当前运动速度；确定该当前运动速度所对应的速度档位，并基于该速度档位及当前运动速度确定预测增益控制矩阵；基于该预测增益控制矩阵、该自平衡机器人的当前自平衡状态及目标自平衡状态，确定该自平衡机器人前把的转向角速度及动量轮的转动转矩；以及通过所述前把控制器控制该前把以该转向角速度转动，通过所述动量轮控制器将该转动转矩提供给动量轮。在一些实施例中，所述目标自平衡状态包括目标侧倾角、目标侧倾角速度、目标动量轮转动速度及目标前把转向角中的至少一部分，所述当前自平衡状态包括当前侧倾角、当前侧倾角速度、当前动量轮转动速度及当前的前把转向角中的至少一部分。在一些实施例中，确定该当前运动速度所对应的速度档位并基于该速度档位及当前运动速度确定预测增益控制矩阵包括：确定该当前运动速度所对应的速度档位，其中该速度档位对应于档位最小速度值及档位最大速度值组成的速度范围；确定该速度档位所对应的预测增益计算函数；基于该预测增益计算函数及当前运动速度，确定该自平衡机器人的预测增益控制矩阵。在一些实施例中，基于该预测增益控制矩阵、该自平衡机器人的当前自平衡状态及目标自平衡状态，确定该自平衡机器人前把的转向角速度及动量轮的转动转矩包括：根据状态反馈控制函数，基于该预测增益控制矩阵及该自平衡机器人的当前自平衡状态确定该自平衡机器人的前把转向角速度及动量轮控制器电压，以及根据该自平衡机器人动量轮控制器物理模型，基于该动量轮控制器电压生成转动转矩；所述状态反馈函数为：u＝-Ka_pre(Vp)*(x-x0)，其中，Ka_pre(Vp)为该自平衡机器人的预测增益控制矩阵，u为状态反馈向量，x为自平衡机器人的当前自平衡状态向量，x0为自平衡机器人的目标自平衡状态向量，Vp为该自平衡机器人的当前运动速度。且其中：其中，Um为动量轮控制器电压，为自平衡机器人的前把转向角速度，θ为该自平衡机器人的当前侧倾角，为该自平衡机器人的当前侧倾角速度，为该自平衡机器人的当前动量轮转动角速度，δ为该自平衡机器人的当前的前把转向角，θeq为该自平衡机器人的目标侧倾角；所述动量轮控制器物理模型为：其中，Um为动量轮控制器电压，Ke为动量轮控制器的反电磁力，为动量轮控制器的角速度，Lm和Rm分别为动量轮控制器的电枢线圈电感和电阻，i为动量轮控制器的电流，t为时间，Tm为动量轮控制器产生的扭矩，Kt为动量轮控制器扭矩常数，Ng为动量轮控制器与动量轮之间的传动比，Tr为动量轮控制器提供的转动转矩。在一些实施例中，所述预测增益计算函数是基于该速度档位的档位最小速度值及档位最大速度值确定的，且其中，所述确定该速度档位所对应的预测增益计算函数包括：基于增益控制函数，确定该档位最小速度值所对应的最小速度实际增益控制矩阵；基于增益控制函数，确定该档位最大速度值所对应的最大速度实际增益控制矩阵；基于该档位最小速度值、最小速度实际增益控制矩阵、档位最大速度值、最大速度实际增益控制矩阵，确定该预测增益计算函数。在一些实施例中，所确定的预测增益计算函数为：其中，Vp为该自平衡机器人的当前运动速度，为该自平衡机器人的预测增益控制矩阵，基于该预测增益计算函数及当前运动速度Vp，确定该自平衡机器人的预测增益控制矩阵其中，Vmax为当前运动速度的速度档位中的档位最大速度值，Ka(Vmax)为最大速度实际增益控制矩阵，Vmin为当前运动速度的速度档位中的档位最小速度值，Ka(Vmin)为最小速度实际增益控制矩阵。在一些实施例中，所述增益控制函数是基于所述自平衡机器人的动力学特性及运动特性而确定的，其中，所述增益控制函数的确定包括：基于所述自平衡机器人的动力学特性及运动特性，构造该自平衡机器人的线性动态模型；基于所述线性动态模型，确定该自平衡机器人的增益权重矩阵；基于所述增益权重矩阵，确定用于该自平衡机器人自平衡控制的增益控制函数。在一些实施例中，所述增益控制函数为：Ka＝R-1BTP其中，Ka为实际增益控制矩阵，P为过程矩阵，其为ATP+PA+Q+PLP＝0的解，L＝BR-1BT，R为增益权重矩阵，Q为正定矩阵，A为状态矩阵，B为输入矩阵，且其中：其中，b＝(m1L1+m2L2)g，其中，V为自平衡机器人的运动速度，r11＝10，r22＝20，γ＝本文档来自技高网...

【技术保护点】
1.一种自平衡机器人控制方法，其中，所述自平衡机器人包括前把转向系统及动量轮系统，所述前把转向系统包括前把及前把控制器，该前把控制器用于控制所述前把的转向角速度，所述动量轮系统包括动量轮及动量轮控制器，所述动量轮控制器用于向所述动量轮提供转动转矩，且该方法包括：/n获取该自平衡机器人的目标自平衡状态、当前自平衡状态及当前运动速度；/n确定该当前运动速度所对应的速度档位，并基于该速度档位及当前运动速度确定预测增益控制矩阵；/n基于该预测增益控制矩阵、该自平衡机器人的当前自平衡状态及目标自平衡状态，确定该自平衡机器人前把的转向角速度及动量轮的转动转矩；以及/n通过所述前把控制器控制该前把以该转向角速度转动，通过所述动量轮控制器将该转动转矩提供给动量轮。/n

【技术特征摘要】
1.一种自平衡机器人控制方法，其中，所述自平衡机器人包括前把转向系统及动量轮系统，所述前把转向系统包括前把及前把控制器，该前把控制器用于控制所述前把的转向角速度，所述动量轮系统包括动量轮及动量轮控制器，所述动量轮控制器用于向所述动量轮提供转动转矩，且该方法包括：
获取该自平衡机器人的目标自平衡状态、当前自平衡状态及当前运动速度；
确定该当前运动速度所对应的速度档位，并基于该速度档位及当前运动速度确定预测增益控制矩阵；
基于该预测增益控制矩阵、该自平衡机器人的当前自平衡状态及目标自平衡状态，确定该自平衡机器人前把的转向角速度及动量轮的转动转矩；以及
通过所述前把控制器控制该前把以该转向角速度转动，通过所述动量轮控制器将该转动转矩提供给动量轮。


2.如权利要求1所述的自平衡机器人控制方法，其中，所述目标自平衡状态包括目标侧倾角、目标侧倾角速度、目标动量轮转动速度及目标前把转向角中的至少一部分，所述当前自平衡状态包括当前侧倾角、当前侧倾角速度、当前动量轮转动速度及当前的前把转向角中的至少一部分。


3.如权利要求1所述的自平衡机器人控制方法，其中，确定该当前运动速度所对应的速度档位，并基于该速度档位及当前运动速度确定预测增益控制矩阵包括：
确定该当前运动速度所对应的速度档位，其中该速度档位对应于档位最小速度值及档位最大速度值组成的速度范围；
确定该速度档位所对应的预测增益计算函数；
基于该预测增益计算函数及当前运动速度，确定该自平衡机器人的预测增益控制矩阵。


4.如权利要求1所述的自平衡机器人控制方法，其中，基于该预测增益控制矩阵、该自平衡机器人的当前自平衡状态及目标自平衡状态，确定该自平衡机器人前把的转向角速度及动量轮的转动转矩包括：
根据状态反馈控制函数，基于该预测增益控制矩阵及该自平衡机器人的当前自平衡状态确定该自平衡机器人的前把转向角速度及动量轮控制器电压，以及基于该动量轮控制器电压生成转动转矩；
且所述状态反馈函数为：
u＝-Ka_pre(Vp)*(x-x0)，
其中，Ka_pre(Vp)为该自平衡机器人的预测增益控制矩阵，u为状态反馈向量，x为自平衡机器人的当前自平衡状态向量，x0为自平衡机器人的目标自平衡状态向量，Vp为该自平衡机器人的当前运动速度。且其中：



其中，Um为动量轮控制器电压，为自平衡机器人的前把转向角速度，θ为该自平衡机器人的当前侧倾角，为该自平衡机器人的当前侧倾角速度，为该自平衡机器人的当前动量轮转动角速度，δ为该自平衡机器人的当前的前把转向角，θeq为该自平衡机器人的目标侧倾角。


5.如权利要求3所述的自平衡机器人控制方法，其中，所述预测增益计算函数是基于该速度档位的档位最小速度值及档位最大速度值确定的，且其中，所述确定该速度档位所对应的预测增益计算函数包括：
基于增益控制函数，确定该档位最小速度值所对应的最小速度实际增益控制矩阵；
基于增益控制函数，确定该档位最大速度值所对应的最大速度实际增益控制矩阵；
基于该档位最小速度值、最小速度实际增益控制矩阵、档位最大速度值、最大速度实际增益控制矩阵，确定该预测增益计算函数。


6.如权利要求5所述的自平衡机器人控制方法，其中，所确定的预测增益计算函数为：



其中，Vp为该自平衡机器人的当前运动速度，为该自平衡机器人的预测增益控制矩阵，基于该预测增益计算函数及当前运动速度Vp，确定该自平衡机器人的预测增益控制矩阵
其中，Vmax为当前运动速度的速度档位中的档位最大速度值，Ka(Vmax)为最大速度实际增益控制矩阵，Vmin为当前运动速度的速度档位中的档位最小速度值，Ka(Vmin)为最小速度实际增益控制矩阵。


7.如权利要求5所述的自平衡机器人控制方法，其中，所述增益控制函数是基于所述自平衡机器人的动力学特性及运动特性而确定的，其中，所述增益控制函数的确定包括：
基于所述自平衡机器人的动力学特性及运动特性，构造该自平衡机器人的线性动态模型；
基于所述线性动态模型，确定该自平衡机器人的增益权重矩阵；
基于所述增益权重矩阵，确定用于该自平衡机器人自平衡控制的增益控制函数。


8.如权利要求5所述的自平衡机器人控制方法，其中，所述增益控制函数为：
Ka＝R-1BTP，
其中，Ka为实际增益控制矩阵，P为过程矩阵，其为ATP+PA+Q+PLP＝0的解，L＝BR-1BT，R为增益权重矩阵，Q为正定矩阵，A为状态矩阵，B为输入矩阵
且其中：






其中，b＝(m1L1+m2L2)g，
其中，V为自平衡机器人的运...

【专利技术属性】
技术研发人员：王帅，崔磊磊，张正友，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44