【技术实现步骤摘要】
一种全向移动机器人的积分模型预测控制方法
本专利技术涉及机器人优化控制
，具体领域为一种全向移动机器人的积分模型预测控制方法。
技术介绍
移动机器人是一个复杂的系统，包含的研究内容十分广泛，包含导航定位、轨迹跟踪、传感器融合、图像识别和人工智能等。移动机器人已经得到了广泛的应用，在物流业、制造业、国防、服务业扮演了重要的角色。移动机器人能够接收外部的指令信号，并执行对应的任务，因此可以大大提高工作效率，减少工作人员工作量，降低安全事故率。其中轨迹跟踪问题是研究的核心问题，同时作为其最基本的研究问题，轨迹跟踪的研究受到了学者们广泛关注。轨迹跟踪控制作为移动机器人运行的关键环节之一，轨迹跟踪的效果直接决定了移动机器人能否高效完成上位系统所下发的任务，关系着整个系统运行效率。从移动机器人问世以来世界各地的研究者对轨迹跟踪控制进行了深入的研究，并且贡献了诸多有价值的文献。在20世纪90年代，移动机器人的轨迹跟踪问题被广泛关注。经过20多年的不断发展，移动机器人的轨迹跟踪控制的研究方法也发生了巨大的改变，从刚开始的经典控...
【技术保护点】
1.一种全向移动机器人的积分模型预测控制方法，其特征在于：/n第一步：构建全向移动机器人的运动学模型/n全向移动机器人的前后轮均可实现直行与转弯，前轮用A表示，后轮用B表示，移动机器人的运动质心用C表示；/nA、B两点到C点的距离分别用l
【技术特征摘要】
1.一种全向移动机器人的积分模型预测控制方法，其特征在于：
第一步：构建全向移动机器人的运动学模型
全向移动机器人的前后轮均可实现直行与转弯，前轮用A表示，后轮用B表示，移动机器人的运动质心用C表示；
A、B两点到C点的距离分别用lf和lr表示，移动机器人车头方向用表示，质心的速度用V表示，速度V与车辆轴线所形成的角度用β表示，β称为移动机器人的滑移角，传统的差速移动机器人和单舵轮移动机器人的速度方向和车体轴线方向保持一致，因此β无须考虑，而全向移动机器人既能实现直线、转弯、自旋的常规运动，还能实现车辆的横向移动，因此存在速度方向和车体轴线方向不一致的情况，β需要进行考虑且是后文控制器设计中的重要参数；
规定坐标系中所有角度、角速度、角加速度逆时针为正，顺时针为负；
通过几何关系，将正弦定理应用于三角形OCA可以得到：
同理将正弦定理应用于三角形OCB可以得到：
将公式1和公式2进行化解，可以得到：
在公式3和公式4的左右两边分别乘以和得到：
将公式5和公式6左右进行相加，可以得到：
因为移动的机器人的角速度可以表示为由此可以得出移动机器人角速度：
联立公式7和公式8，可以得出：
重心速度V在X轴方向上的分量可以表示为：
重心速度V在Y轴方向上的分量可以表示为：
因此，单车模型的运动学方程可以表示为：
公式12为移动机器人的运动学模型，在这个运动学模型中共有三个输入量，分别是：δf、δr和V，β可通过移动机器人前后轮的转角计算获得，公式13为β角的计算公式；移动机器人的航向角可由定位模块提供；
第二步：预测模型设计
对四差速全向移动机器人的简化分析，最终得到了四差速全向移动机器人的运动学方程：
其中，(x，y)为移动机器人参考点的坐标，为车体的航向角，β为车体的滑移角，δf为移动机器人2个前部差速单元的转动角度，δτ为移动机器人2个后部差速单元的转动角度，lf和lr分别是前后轴到参考点的距离，υ为参考点的速度，
对四差速全向移动机器人运动学逆分析可以得到，对全向移动机器人输入(υ，ω，β)便控制移动机器人，因此对公式15进行改写得到：
其中，
由公式15可知，系统为输入量为u(υ，ω，β)和状态量为其一般形式可表示为：
其上面的每一点都满足上述的运动学方程，用r表示参考量，可表示为：
其中，ur＝[ur，ωr，βr]，
采用泰勒展开线性化方法，得到：
将公式18减去公式17，得到：
公式19称为移动机器人的线性误差模型，对公式19进行离散化处理，得到：
式中，
T为采样时间；
第三步：目标函数设计
目标函数的作用是使移动机器人能够在规定时间准备、快速且稳定的对轨迹进行跟踪，在目标函数中加入了移动机器人状态误差和控制量的优化，设计了公式21的目标函数，
式中，Q和R为权重矩阵，
公式21中的前半部分体现移动机器人系统轨迹跟踪性能，后半部分体现对控制量的约束，因此采用一种基于预测收缩约束的稳定性方法，
式中，Np为预测时域，Nc为控制时域，ρ为权重系...
【专利技术属性】
技术研发人员：鲁聪达，颜佳晴，蔡颖杰，周圣云，潘婷，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
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。