基于信任域的井下矿用铰接车轨迹规划方法技术

本发明专利技术公开了一种基于信任域的井下矿用铰接车轨迹规划方法，包括：生成一条粗略的行车轨迹：在明确了行驶的起点和终点前提下，形成一条衔接始末位置的避障轨迹；基于信任域技术求解精细的最优的运动轨迹：构建一个最优控制问题描述轨迹规划任务，随后对其进行数值求解，数值求解的过程中引入信任域技术辅助加速计算。本发明专利技术为井下采矿场景中多体铰接车的轨迹规划方法提供了明确的现实意义，在保障求解结果最优的前提下提升了计算效率。结果最优的前提下提升了计算效率。结果最优的前提下提升了计算效率。

【技术实现步骤摘要】
基于信任域的井下矿用铰接车轨迹规划方法


[0001]本专利技术涉及井下矿用铰接车
，尤其涉及一种基于信任域的井下矿用铰接车轨迹规划方法。

技术介绍

[0002]井下环境往往是极其狭窄的隧道，因此对车辆的运动规划方法提出了非常高的要求。矿用铰接车属于多体车辆，而普通轿车属于刚体。铰接车的复杂性体现在，它的动力全部来源于车头的拖车部分，而后面悬挂的诸多挂车都是被动受力运动，因此铰接车属于典型的欠驱动系统，一般难以规划开环轨迹或执行闭环控制。
[0003]现有的适合多体铰接车的轨迹规划方法包括采样搜索方法以及数值最优控制方法，前者的搜索空间较大，受限于空间分辨率，因此求解成功率以及所得到的结果的最优性都存在理论上的隐患；后者能够准确描述运动规划任务，且保证得到高精度最优解，但是求解缓慢。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，针对现有的适合多体铰接车的轨迹规划方法，求解成功率以及所得到的结果的最优性都存在理论上的隐患，以及求解缓慢的问题，提出了一种基于信任域的井下矿用铰接车轨迹规划方法。
[0005]本基于信任域的井下矿用铰接车轨迹规划方法包括：
[0006]步骤一、生成一条粗略的行车轨迹：在明确了行驶的起点和终点前提下，形成一条衔接始末位置的避障轨迹；
[0007]步骤二、基于信任域技术求解精细的最优的运动轨迹：构建一个最优控制问题描述轨迹规划任务，随后对其进行数值求解，数值求解的过程中引入信任域技术辅助加速计算。
[0008]其中，步骤一中，行车轨迹的具体规划方法为：采用A*算法规划车头的路径PATH；利用庞特里亚金极值原理沿着既定路径PATH规划速度，从而形成时间最优的车头轨迹；利用铰接车运动学关联关系确定剩余挂车的行驶轨迹。
[0009]其中，步骤二中，构建一个最优控制问题描述轨迹规划任务具体为：
[0010]拖挂车是由一节拖车头和若干节挂车顺次铰接而成的多体车辆，为拖挂车的各组成单元分配唯一ID：拖车头的ID为0，第i节挂车的ID为i(i＝1，...，N
v
)，N
v
代表挂车的总数目，则完整的拖挂车包含(N
v
+1)个组成单元；并设，L
N0
为拖车前悬长度，L
M0
为拖车后悬长度，L
W0
为拖车轴距，φ0为拖车的前轮转向角，P0＝(x0，y0)为拖车后轮轴中心点，每一节挂车参考点可指定为其轮轴中心点P
i
＝(x
i
，y
i
)，L
Wi
为第i节挂车参考点P
i
与前一单元铰接点H
i
‑1的距离(i＝1，...，N
V
)，θ
i
为第i部分单元的姿态角(i＝0，...，N
V
)，H
j
是指固定于第j个单元上的铰接点(j＝0，...，N
v
)，线段P
j
H
j
的长度是固定的，反映了铰接点与轮轴点的距离；拖车头在惯性坐标系X
‑
Y中的运动过程受到以下微分方程组的制约：
[0011][0012]其中t
f
为车辆运动过程的终止时刻，v0(t)及a0(t)分别为拖车沿车身纵轴方向的速度及加速度，ω0(t)为拖车前轮转角的角速度，与拖车相关的变量存在容许作用区间：
[0013]‑
Φ
max
≤φ0(t)≤Φ
max
，
[0014]v
min
≤v0(t)≤v
max
，
[0015]a
min
≤a0(t)≤a
max
，
[0016]‑
Ω
max
≤ω0(t)≤Ω
max
，t∈[0，t
f
].
[0017]假设与拖车固定的铰接点则可根据拖车姿态角θ0以及P0坐标确定H0位置：
[0018][0019][0020]由挂车1的姿态角θ1以及H0坐标可确定P1点坐标：
[0021][0022][0023]可使用上述方法逐一确定所有P
i
位置：
[0024]x
i+1
(t)＝x
i
(t)
‑
L
W(i+1)
·
cosθ
i+1
(t)
‑
L
Hi
·
cosθ
i
(t)，
[0025]y
i+1
(t)＝y
i
(t)
‑
L
W(i+1)
·
sinθ
i+1
(t)
‑
L
Hi
·
sinθ
i
(t)，
[0026]i＝0，...，N
V
.
[0027]每一节挂车的姿态角θ
i
(t)可由下式确定：
[0028][0029]在拖挂车系统中，相邻单元之间的姿态角夹角不宜超过90
°
，否则车辆系统会陷入弯折状态(jackknife)而难以恢复，因此可设置以下约束条件：
[0030][0031]其中，buffer取值0.1rad；
[0032]每一节挂车的速度v
i
(t)由下式确定：
[0033][0034]在拖挂车运动的起始时刻t＝0，应显示地指定车辆系统所处的运动状态，即针对
变量x0(0)、y0(0)、v0(0)、φ0(0)、a0(0)、ω0(0)、θ
i
(0)(i＝0，...，N
V
)赋值，在对上述变量施加点约束后，其余状态变量，如xi(0)、y
i
(0)、v
i
(0)(i＝1，...，N
V
)，都可以唯一确定下来；
[0035]在终止时刻tf，拖挂车系统应达到某一既定运动状态，一般要求车辆最终稳定地停泊，因此可建立以下约束条件：
[0036]v0(t
f
)＝a0(t
f
)＝φ0(t
f
)＝ω0(t
f
)＝0.
[0037]为使拖挂车运动到某一指定区域，可以针对x
i
(t
f
)、y
i
(t
f
)(i＝0，...，N
v
)直接施加点约束，例如
[0038]设拖挂车系统中单元i的四个顶点分别为A
i
(t)、B
i
(t)、C
i
(t)以及D
i
(t)，则碰撞躲避约束可写为：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信任域的井下矿用铰接车轨迹规划方法，其特征在于，包括以下步骤：步骤一、生成一条粗略的行车轨迹：在明确了行驶的起点和终点前提下，形成一条衔接始末位置的避障轨迹；步骤二、基于信任域技术求解精细的最优的运动轨迹：构建一个最优控制问题描述轨迹规划任务，随后对其进行数值求解，数值求解的过程中引入信任域技术辅助加速计算。2.根据权利要求1所述的基于信任域的井下矿用铰接车轨迹规划方法，其特征在于，所述步骤一中，行车轨迹的具体规划方法为：采用A*算法规划车头的路径PATH；利用庞特里亚金极值原理沿着既定路径PATH规划速度，从而形成时间最优的车头轨迹；利用铰接车运动学关联关系确定剩余挂车的行驶轨迹。3.根据权利要求1所述的基于信任域的井下矿用铰接车轨迹规划方法，其特征在于，所述步骤二中，构建一个最优控制问题描述轨迹规划任务具体为：拖挂车是由一节拖车头和若干节挂车顺次铰接而成的多体车辆，为拖挂车的各组成单元分配唯一ID：拖车头的ID为0，第i节挂车的ID为i(i＝1，...，N
v
)，N
v
代表挂车的总数目，则完整的拖挂车包含(N
v
+1)个组成单元；并设，L
N0
为拖车前悬长度，L
M0
为拖车后悬长度，L
W0
为拖车轴距，φ0为拖车的前轮转向角，P0＝(x0，y0)为拖车后轮轴中心点，，每一节挂车参考点可指定为其轮轴中心点P
i
＝(x
i
，y
i
)，L
Wi
为第i节挂车参考点P
i
与前一单元铰接点H
i
‑1的距离(i＝1，...，N
v
)，θ
i
为第i部分单元的姿态角(i＝0，...，N
v
)，H
j
是指固定于第j个单元上的铰接点(j＝0，...，N
v
)，线段P
j
H
j
的长度是固定的，反映了铰接点与轮轴点的距离；拖车头在惯性坐标系X
‑
Y中的运动过程受到以下微分方程组的制约：其中t
f
为车辆运动过程的终止时刻，v0(t)及a0(t)分别为拖车沿车身纵轴方向的速度及加速度，ω0(t)为拖车前轮转角的角速度，与拖车相关的变量存在容许作用区间：
‑
Φ
max
≤φ0(t)≤Φ
max
，v
min
≤v0(t)≤v
max
，a
min
≤a0(t)≤a
max
，
‑
Ω
max
≤ω0(t)≤Ω
max
，t∈[0，t
f
]；假设与拖车固定的铰接点则可根据拖车姿态角θ0以及P0坐标确定H0位置：位置：由挂车1的姿态角θ1以及H0坐标可确定P1点坐标：点坐标：
可使用上述方法逐一确定所有P
i
位置：x
i+1
(t)＝x
i
(t)
‑
L
W(i+1)
·
cosθ
i+1
(t)
‑
L
Hi
‑
cosθ
i
(t)，y
i+1
(t)＝y
i
(t)
‑
LW(i+1)
·
sinθ
i+1
(t)
‑
L
Hi
·
sinθ
i
(t)，i＝0，...，N
v
；每一节挂车的姿态角θ
i
(t)可由下式确定：在拖挂车系统中，相邻单元之间的姿态角夹角不宜超过90
°
，否则车辆系统会陷入弯折状态(jackknife)而难以恢复，因此可设置以下约束条件：其中buffer取值0.1rad；每一节挂车的速度v
i
(t)由下式确定：在拖挂车运动的起始时刻t＝0，应显示地指定车辆系统所处的运动状态，即针对变量x0(0)、y0(0)、v0(0)、φ0(0)、a0(0)、ω0(0)、θ
i
(0)(i＝0，...，N
v
)赋值，在对上述变量施加点约束后，其余状态变量，如x
i
(0)、y
i
(0)、v
i
(0)(i＝1，..，N
v
)，都可以唯一确定下来；在终止时刻t
f
，拖挂车系统应达到某一既定运动状态，一般要求车辆最终稳定地停泊，因此可建立以下约束条件：v0(t
f
)＝a0(t
f
)＝φ0(t
f
)＝ω0(t
f
)＝0；为使拖挂车运动到某一指定区域，可以针对x
i
(t
f
)、y
i
(t
f
)(i＝0，..，N
v
)直接施加点约束，例如设拖挂车系统中单元i的四个顶点分别为A
i
(t)、B
i
(t)、C
i
(t)以及D
i
(t)，则碰撞躲避约束可写为：VehicleOutOfPolygon(A
i
(t)B
i
(t)C
i
(t)D
i
(t)，o
j
(t))，t∈[0，t
f
]，i＝0，...，N
v
，j＝1，...，N
OBS
，以及VehicleOutOfPolygon(A
i
(t)B
i
(t)C
i
(t)D
i
(t)，A
j
(t)B
j
(t)C
j
(t)D
j
(t))，t∈[0，t
f
]，i，j＝0，...，N
v
，i≠j；其中，o
j
(t)记录着第j个障碍物的顶点在t时刻的位置，N
OBS
代表障碍物数目，VehicleOutOfPolygon函数的具体写法在附件C给出；拖挂车的全部动力源于其头部的拖车，因此拖挂车决策规划任务的代价函数设置方式与刚体车辆类似，可设置：J＝t
f
；将上述所列出的约束条件合并起来，即构成完整的用于描述拖挂车轨迹规划任务的最优控制问题。4.根据权利要求3所述的基于信任域的井下矿用铰接车轨迹规划方法，其特征在于，所
述步骤二中，对构建的最优控制问题进行数值求解，最优控制问题可抽象地简记为以下形式：min t
f
，G(x(t)，u(t))≤0，t∈[0，t
f
]；其中x(t)代表状态变量，u(t)代表控制...

【专利技术属性】
技术研发人员：李柏，张坦探，欧阳亚坤，方勇，钟翔，
申请(专利权)人：湖南大学，
类型：发明
国别省市：