一种机器人执行任务过程中的能量消耗预测方法及系统技术方案

本发明专利技术公开了一种机器人执行任务过程中的能量消耗预测方法及系统，包括：获取待预测机器人的负载、运行速度、运行时间、机器人驱动轮与所接触面的摩擦力因数以及机器人运动方向与正方向的夹角数据；将上述数据输入到能量消耗预测模型中，得到机器人能量消耗的预测数据；基于所述预测数据进行机器人节能运动控制。本发明专利技术通过对机器人全向移动过程的功耗进行建模和分析，根据预测的能量消耗去设定麦克纳姆轮机器人的运动状态，控制机器人严格完成模型中设定的运动方式，实现机器人能量消耗的预测与节能运动状态的控制。

【技术实现步骤摘要】
一种机器人执行任务过程中的能量消耗预测方法及系统
本专利技术涉及移动机器人控制
，尤其涉及一种机器人执行任务过程中的能量消耗预测方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。近年来随着嵌入式技术、传感器技术等与机器人相关的领域科技的不断革新，机器人的发展也有了非常巨大的突破，已经进入工厂、家庭等环境中发挥了非常巨大的作用，大量的移动机器人被应用于执行搬运、搜救、军事等方面中。全向移动机器人是在一个平面内能够进行三个自由度的灵活机动的轮式机器人，即前后左右以及绕自身进行运动，其他机器人被称为非全向移动机器人，在研究过程中，全向移动机器人因为其具有三个自由度的运动能力，因此更加灵活，被广泛应用于物料搬运等场合。全向移动机器人的能量主要来源于自身携带的电池，但是电池收到了体积和重量以及价格等多方面的限制，导致机器人携带的能量不会非常多。机器人运动过程中需要能量进行驱动，因此机器人的性能受到能量的限制。如何准确预测机器人在执行任务期间的能量消耗就变得非常重要。目前对于全向移动机器人的能量研究主要集中在路径规划领域，对于在运动过程中需要的能耗进行研究的文章非常少，但是机器人在工作过程中为了尽可能延长机器人的工作时间，同时可以尽量延长机器人的使用时间与完成的任务，因此需要在路径规划的过程中考虑能耗的因素。
技术实现思路
为了解决上述问题，本专利技术提出了一种机器人执行任务过程中的能量消耗预测方法及系统，对机器人在全向移动过程中的功耗进行建模和分析，实现机器人在执行任务过程中的能量消耗预测，以辅助进行机器人的节能运动控制及路径规划。在一些实施方式中，采用如下技术方案：一种机器人执行任务过程中的能量消耗预测方法，包括：获取待预测机器人的负载、运行速度、运行时间、机器人驱动轮与所接触面的摩擦力因数以及机器人运动方向与正方向的夹角数据；将上述数据输入到能量消耗预测模型中，得到机器人能量消耗的预测数据；基于所述预测数据进行机器人节能运动控制；其中，所述能量消耗预测模型将机器人的功耗分为运动部分、控制部分、传感部分和通信部分；对每一个部分分别进行建模，得到总的能量消耗预测模型。在另一些实施方式中，采用如下技术方案：一种机器人执行任务过程中的能量消耗预测系统，包括：用于获取待预测机器人的负载、运行速度、运行时间、机器人驱动轮与所接触面的摩擦力因数以及机器人运动方向与正方向的夹角数据的模块；用于将上述数据输入到能量消耗预测模型中，得到机器人能量消耗的预测数据的模块；用于基于所述预测数据进行机器人节能运动控制的模块；其中，所述能量消耗预测模型将机器人的功耗分为运动部分、控制部分、传感部分和通信部分；对每一个部分分别进行建模，得到总的能量消耗预测模型。在另一些实施方式中，采用如下技术方案：一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行上述的机器人执行任务过程中的能量消耗预测方法。在另一些实施方式中，采用如下技术方案：一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的机器人执行任务过程中的能量消耗预测方法。与现有技术相比，本专利技术的有益效果是：(1)本专利技术能量消耗预测方法通过对机器人全向移动过程的功耗进行建模和分析，根据预测的能量消耗去设定麦克纳姆轮机器人的运动状态，控制机器人严格完成模型中设定的运动方式，实现机器人能量消耗的预测与节能运动状态的控制，能够有效的能量消耗预测，以及根据预测值对机器人运动状态进行精确控制。附图说明图1是本专利技术实施例中机器人速度建模示意图；图2是本专利技术实施例中机器人动能变化建模示意图；图3是本专利技术实施例中机器人机械耗散和电机耗散建模示意图；图4是本专利技术实施例中机器人摩擦耗能功率建模示意图；图5是本专利技术实施例中机器人热能耗散耗能功率建模示意图；图6是本专利技术实施例中机器人摩擦抵消耗能功率建模示意图；图7是本专利技术实施例中麦克纳姆轮机器人运动过程中个驱动轮运动方向示意图；图8(a)-(c)分别为机器人重量、运行时间以及运动方向与正方向的夹角对功耗影响的建模值与测量值的比较示意图；图9是本专利技术实施例中机器人功耗建模值与实际测量值的比较示意图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本专利技术使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。实施例一在一个或多个实施方式中，公开了一种机器人执行任务过程中的能量消耗预测方法，包括：(1)获取待预测机器人的负载、运行速度、运行时间、机器人驱动轮与所接触面的摩擦力因数以及机器人运动方向与正方向的夹角数据；(2)将上述数据输入到能量消耗预测模型中，得到机器人能量消耗的预测数据；(3)基于所述预测数据进行机器人节能运动控制。本实施例中，以麦克纳姆轮机器人为例，进行能量消耗预测方法的说明；将机器人整体的功耗分成四大部分：运动系统、控制系统、传感系统和通信系统。对机器人每一个系统的能耗进行单独分析，然后建立各个系统之间的能耗关联。能量消耗预测模型具体为：Erobot＝Emotiom+Econtrol+Esensor+Ecommunication(1)对于机器人而言，运动系统的功耗占据了机器人功耗的大部分，其次是机器人控制系统的功耗，机器人传感系统的功耗与机器人的搭载的传感器的种类和数量有直接的关系，对于通信系统而言，虽然通信系统的功耗是四大系统中最低的，但是机器人通信系统是机器人在任何时刻都需要全功率开启的系统，因此机器人通信系统的能耗不可忽视。(1)机器人运动系统的能量建模与机器人的速度有非常直接的联系，因此为了更好的对机器人的运动系统进行能量建模，需要首先对机器人的速度进行建模，机器人速度建模示意图如图1所示。机器人运动系统能量建模具体为：Emotion＝∫Pmotiondt＝Ee+Ef+Ec+Eh+Ek(2)机器人的运动系统的能量主要由以下几部分构成，Emotion是机器人运动系统消耗的能量，Pmotion是机器人运动系统消耗能量的功率，Ec是麦克纳姆轮机器人在运动过程中因为麦克纳姆轮的特殊性导致的机器人的摩擦力相互抵消消耗的能量，Ef是麦克纳姆轮机器人运动过程中因为摩擦本文档来自技高网...

【技术保护点】
1.一种机器人执行任务过程中的能量消耗预测方法，其特征在于，包括：/n获取待预测机器人的负载、运行速度、运行时间、机器人驱动轮与所接触面的摩擦力因数以及机器人运动方向与正方向的夹角数据；/n将上述数据输入到能量消耗预测模型中，得到机器人能量消耗的预测数据；/n基于所述预测数据进行机器人节能运动控制；/n其中，所述能量消耗预测模型将机器人的功耗分为运动部分、控制部分、传感部分和通信部分；对每一个部分分别进行建模，得到总的能量消耗预测模型。/n

【技术特征摘要】
1.一种机器人执行任务过程中的能量消耗预测方法，其特征在于，包括：
获取待预测机器人的负载、运行速度、运行时间、机器人驱动轮与所接触面的摩擦力因数以及机器人运动方向与正方向的夹角数据；
将上述数据输入到能量消耗预测模型中，得到机器人能量消耗的预测数据；
基于所述预测数据进行机器人节能运动控制；
其中，所述能量消耗预测模型将机器人的功耗分为运动部分、控制部分、传感部分和通信部分；对每一个部分分别进行建模，得到总的能量消耗预测模型。


2.如权利要求1所述的一种机器人执行任务过程中的能量消耗预测方法，其特征在于，所述运动部分的能量消耗模型具体为：
Emotion＝∫Pmotiondt＝Ee+Ef+Ec+Eh+Ek
其中，Emotion是机器人运动系统消耗的能量，Pmotion是机器人运动系统消耗能量的功率，Ec是麦克纳姆轮机器人在运动过程中因为麦克纳姆轮的特殊性导致的机器人的摩擦力相互抵消消耗的能量，Ef是麦克纳姆轮机器人运动过程中因为摩擦力的存在而耗散的量，Ee是运动过程中的机械损耗和电机自身的固有的损耗，Eh是机器人产生的热量而通过热量消耗的能量，Ek是机器人因为速度的增加而增加的动能。


3.如权利要求2所述的一种机器人执行任务过程中的能量消耗预测方法，其特征在于，机器人因为速度的增加而增加的动能包括：
Ek＝Mv2/2
其中，M代表的是机器人的重量，v代表的是机器人的前进速度。


4.如权利要求1所述的一种机器人执行任务过程中的能量消耗预测方法，其特征在于，所述控制部分的能量消耗模型具体为：
Econtrol＝∫(Mg(Lx+Ly)/v*cos(φ-π/4)+MgLy/(Lx*v))dt
其中，M为机器人的重量，v为机器人的前进速度，Lx代表的是机器人整体的宽度、Ly代表的是机器人整体的长度、φ代表的是机器人运行过程中运动方向与机器人正方向的夹角。


5.如权利要求1所述的一种机器人执行任务过...

【专利技术属性】
技术研发人员：张亮，侯林飞，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37