一种电子干扰下移动机器人群体协同避障方法技术

本发明专利技术公开一种电子干扰下移动机器人群体协同避障方法

【技术实现步骤摘要】
一种电子干扰下移动机器人群体协同避障方法


[0001]本专利技术涉及移动机器人控制领域，其具体涉及移动机器人协同编队轨迹跟踪控制以及避障的问题
。

技术介绍

[0002]近些年来，多辆移动机器人协同作业在军事上，工业上，农业上已经被广泛的探索研究
。
其中，多辆移动机器人的轨迹跟踪和避障控制是尤为关键的任务
。
此外，移动机器人之间的连续通信会占用大量资源和耗费大量能量，因此基于事件触发的通信方式是国内外研究的重要方向之一
。
同时，如何在电子干扰下降低物理参数测量误差带来的影响是移动机器人在实际场景应用必须考虑的问题
。
[0003]因此，有相关专利研究了上述功能的部分实现
。
在专利
CN114063621A
提出了一种基于移动机器人分布式跟踪与避障控制方法，主要贡献在于专利技术了利用了领导跟随者编队方式和人工势场法的避障跟踪控制方法，但该方法没有考虑机器人协同控制问题，也没有考虑物理参数的测量误差和事件触发等问题
。
专利
CN110262486A
则提出了一种自适应事件触发的移动机器人匀速直线编队控制方法，主要贡献在于通过对移动机器人非线性模型进行线性化，结合采用事件触发机制的外部信号观测器，构建了完全分布式自适应控制器，但该方法未研究没有考虑避障与物理参数不确定等情形
。
[0004]针对上述问题，目前没有研究或者专利技术能够实现在电子干扰下能够避免连续通信的移动机器人协同避障跟踪控制方法，因此设计一种电子干扰下移动机器人群体协同避障控制方法势在必行
。

技术实现思路

[0005]本专利技术旨在避免连续通信
、
有效去除电子干扰下参数测量误差的影响后，实现移动机器人分布式协同避障跟踪功能，因此提供了一种电子干扰下移动机器人群体协同避障控制方法
。
为了实现这一目标，本专利技术采用了改进的人工势场法
、
事件触发估计器
、
投影型自适应律
、
并结合李雅普诺夫稳定性理论，设计了基于事件触发估计器的移动机器人协同跟踪避障控制律
。
该方法降低了用于通信的能耗，在电子干扰下实现了协同跟踪以及避障两个基本功能，弥补了现有控制方法的不足之处，提高了系统的性能和可靠性
。
[0006]1.
本专利技术中，考虑
n
个非完整移动机器人，其序号分别为1，
...
，
n
；非完整移动机器人的动力学方程可以用欧拉
‑
拉格朗日方程表示如下：
[0007][0008][0009]其中：
[0010][0011][0012][0013]其中，
(x
i
，
y
i
)
表示第
i
辆移动机器人的位置，
θ
i
表示第
i
辆移动机器人的方向角，
m
表示小车的质量，
a
为机器人质心到两驱动轮连线中心的距离，
d
为两驱动轮距离的一半，
v
i
和
ω
i
分别表示移动机器人的行驶速度和角速度，
τ
ri
和
τ
li
分别表示右轮和左轮的力矩；并且上述矩阵有下列性质：是反对称矩阵；
[0014]并且移动机器人受到非完整性限制，即有下列方程成立：
[0015][0016]由
(1)
和
(3)
可知：
[0017][0018]将公式
(2)
右乘以可以获得如下方程：
[0019][0020]由
(1)
的导数可知：
[0021][0022]将上式代入
(5)
中，
(5)
式变化成如下方程：
[0023][0024]令上式可转化为：
[0025][0026]因此本专利技术中研究的被控对象方程如下
[0027][0028]2.
本专利技术中，基于1设计了一种利用改进人工势场避障的事件触发编队估计器，具体设计过程如下：
[0029]首先，本文中的事件触发编队估计器具体如下所示：
[0030][0031]其中：
[0032][0033]上述中，
p
i
表示在
t
时刻的位置估计向量，
p
r
表示领航者机器人的位置向量，
ρ
ij
表示第
i
辆机器人在编队中相对于第
j
辆机器人的位置即
(
ρ
i1
‑
ρ
j1
，
ρ
i2
‑
ρ
j2
)
，
ψ
i
表示在
t
时刻的方向角估计值，
χ
i
和分别为位置协同控制输入和方向协同控制输入，
F
ia
表示目标点对机器人
i
的吸引力，表示第
m
个障碍物对机器人
i
的斥力，
N
表示障碍的数量，
υ
i
则是对应估计器中
p
i
的导数，和分别表示为邻居节点
j
在触发时刻传输过来的估计值，
k
z
和
γ1为常数，分别大于0，当机器人
j
能够收到机器人
i
的信息时，
a
ij
＝1，否则
a
ij
＝0，同理，当机器人
i
能够收到领航者的信息时，
b
i
＝1，否则
b
i
＝0，同时，领航者的轨迹为：
[0034][0035]并且满足
|v
r
|≤v
max
，
[0036]同时，上述的事件触发时刻由下列方程确定：
[0037][0038]其中，
κ
i1
＞0，
κ
i2
＞0和
β
＞0为常系数，事件触发函数
f
i
的由如下方程得来：
[0039][0040]其中，表示
Y
i
(t)
在触发时刻的状态向量
。
[0041]不难证明，根据
(11)
中触发条件，有：
[0042][0043]其次，本文提到的改进人工势场法主要由两部分构成，分别为斥力场和旋转势场，具体相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电子干扰下移动机器人群体协同避障方法，其特征在于，该方法由以下步骤组成：步骤
1、
建立第
i
辆移动机器人的运动学和动力学模型；步骤
2、
基于步骤1建立的模型，利用改进人工势场法和事件触发编队估计器设计了一种协同避障控制器；步骤
3、
根据步骤2和步骤1，设计一个轨迹跟踪控制器使得移动机器人能够跟踪理想轨迹；步骤
4、
在步骤3的基础上，设计了参数映射自适应律，减少在电子干扰下由移动机器人物理参数测量不确定性带来的误差；步骤
5、
验证移动机器人协同避障系统的闭环控制的稳定性和没有
Zeno
行为
。2.
根据权利要求1所述的一种电子干扰下移动机器人群体协同避障方法，其特征在于，所述步骤1中，第
i
辆移动机器人的运动学和动力学模型建立过程如下：本发明中所述移动机器人包括一个领导机器人和
n
个跟随移动机器人，其序号分别为1，
...
，
n
；非完整移动机器人的运动学方程和欧拉
‑
拉格朗日方程形式的动力学方程表示如下：下：其中：其中：其中：其中，
(x
i
，
y
i
)
表示第
i
辆移动机器人的位置，
θ
i
表示第
i
辆移动机器人的方向角，
m
表示小车的质量，
a
为机器人质心到两驱动轮连线中心的距离，
I
为移动机器人的惯性矩，
M
i
(q
i
)
为对称正定惯性矩阵，代表离心科氏矩阵，
B
i
(q
i
)
代表输入转移矩阵，为输入限制矩阵，
G
i
(q
i
)
为重力矩阵，
d
为两驱动轮距离的一半，
v
i
和
ω
i
分别表示移动机器人的行驶速度和角速度，
τ
ri
和
τ
li
分别表示右轮和左轮的力矩；并且因为移动机器人受到非完整性限制，即有下列方程成立：由
(1)
和
(3)
可知：将公式
(2)
右乘以可以获得如下方程：
由
(1)
的导数可知：将上式代入
(5)
中，
(5)
式变化成如下方程：令上式可转化为：因此本发明中研究的被控对象方程如下
3.
根据权利要求1所述的一种电子干扰下移动机器人群体协同避障方法，其特征在于，所述步骤2中，基于步骤1设计的一种利用改进人工势场避障的事件触发编队估计器，具体设计过程如下：首先，本文中的事件触发编队估计器具体如下所示：其中：上述中，
p
i
表示在
t
时刻的位置估计向量，
p
r
表示领航者机器人的位置向量，
ρ
ij
表示第
i
辆机器人在编队中相对于第
j
辆机器人的位置即
(
ρ
i1
‑
ρ
j1
，
ρ
i2
‑
ρ
j2
)
，
ψ
i
表示在
t
时刻的方向角估计值，
χ
i
和
l
i
分别为位置协同控制输入和方向协同控制输入，
F
ia
表示目标点对机器人
i
的吸引力，表示第
m
个障碍物对机器人
i
的斥力，
N
表示障碍物的数量，
υ
i
则是对应估计器中
p
i
的导数，和分别表示为邻居节点
j
在触发时刻传输过来的估计值，
k
z
和
γ1为常数，分别大于0，当机器人
j
能够收到机器人
i
的信息时，
a
ij
＝1，否则
a
ij
＝0，同理，当机器人
i
能够收到领航者的信息时，
b
i
＝1，否则
b
i
＝0，同时，领航者的轨迹为：并且满足
|v
r
|≤v
max
，
v
max
和为常量；同时，上述的事件触发时刻由下列方程确定：
其中，
κ
i1
＞0，
κ
i2
＞0和
β
＞0为常系数，事件触发函数
f
i
的由如下方程得来：其中，表示
Y
i
(t)
在触发时刻的状态向量；不难证明，根据
(11)
中触发条件，有：其次，本文提到的改进人工势场法主要由两部分构成，分别为斥力场和旋转势场，具体相关数学表示如下：斥力场的方程表示如下：其中，
k
r
是斥力场的常系数，
p
o
表示障碍物的位置即
(x
o
，
y
o
)
，
ρ
o
表示障碍物的势场范围，
||||
为求解欧几里得距离的运算符；同时，为了防止轨迹跟踪驱动力和斥力的作用相互抵消，机器人陷入局部最小值中，因此引入如下旋转势场：其中，
k
e
是斥力场的常系数；根据上述势场函数，分别可以得到对应的力如下：斥力的表达式为：旋转力的表达式为：并且，定义其合力为：且满足
|F
res
|≤F
max
，
F
max
为常数，其中表示第
k
个障碍对机器人斥力
F
ir
。4.
根据权利要求1所述的一种电子干扰下移动机器人群体协同避障方法，其特征在于，所述步骤3中，轨迹跟踪控制器设计过程如下：
首先，考虑到电子干扰带来的测量中的不确定性和建模中的不确定性，式
(8)
可变为：其中
H
i
和
ζ
i
分别为运动学模型和动力学模型参数的不确定参数，并且有
ζ
i
＝
ζ
i0
+
Γ
ζ
，
ζ
i0
为已知的标称值向量，
Γ
ζ
为未知的常数向量，
ζ
i0
＝
[
ζ
i10 ζ
i20
]
T
，
Γ
ζ
＝
[
Γ
ζ
1 Γ
ζ2]
T
，
||H
μ
i
||≤
σ
H
，
|
Γ
ζ
a
|≤
σ
ζ
，
a
＝1，2，
σ
H
＞
0、
σ
ζ
＞
0、
ζ
i10
和
ζ
i20
均为常数；其次为了克服状态量相互耦合造成的计算困难，此处，本发明进行如下的坐标系转化：其中：其中：其中：其中，
ξ
i
为待设计的辅助变量，
ε
1i
和
ε
2i
为常数，且满足
ε
1i
＞0，
ε
2i
∈(0
，
π
/2)
：然后，定义局部跟踪误差如下：其中，
e
ix
，
e
iy
，
e
i
θ
，
z
i3
，
z
i4
分别为对应状态量的跟踪误差，
v
iv
，
ω...

【专利技术属性】
技术研发人员：钱默抒，刘国勇，姜斌，高志峰，史建涛，薄翠梅，展凤江，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：