【技术实现步骤摘要】
本专利技术属于智能制造，特别是涉及智能制造工业互联网多移动机器人系统协同运输任务中一种预瞄机制下网络化多机器人数据驱动编队控制方法。
技术介绍
1、智能制造是制造业转型升级的战略支点，是我国的重要支柱产业，近年来，以机器人为代表的智能制造技术正逐渐成为新一代人工智能发展新趋势。
2、工业互联网是制造业实现数字化、网络化、智能化不可或缺的重要组成，工业互联网通过物联网、云计算等技术在工业中的融合和应用，构建人-机-物全面互联。机器人或机器人化装备在工业互联网制造场景中具有广泛应用，相比于数控机床，机器人化设备具有运动灵活性强、工作空间覆盖率大、并行协作能力强等优点，由一定规模的单体机器人化装备组成的多机器人系统由于其相对单体机器人的更高效率、良好的拓展性、高协作性、强鲁棒性等特性，能够进一步增加机器人作业的工作空间与灵巧度，在工业互联网场景下具有极高的应用潜力（如多移动机器人协同运输等应用场景）。
3、由上述内容可见，设计多机器人系统的高精度高可靠控制方法对智能制造工业互联网具有重要意义。以工业互联网多机器人协同运输问题为例，实现多机器人需要在无线网络覆盖的场景下以预设编队稳定运行面临几个技术难点：
4、（1）机器人建模问题：机器人系统作为一个非线性时变系统，建立精准的数学模型具有一定难度，需要尽可能的避免进行系统繁琐的建模；
5、（2）多机器人编队协同问题：涉及到各机器人的跟踪问题（轨迹跟踪、点跟踪），实现机器人自主跟踪的同时需要通过机器人之间协同实现稳定编队；
6、（
7、目前针对机器人轨迹跟踪，通常采用纯跟踪控制、pid控制等控制方法；现存编队控制模式有虚拟结构法、人工势场法、基于行为的方法等，存在诸多不足之处，具体体现在以下几个方面：
8、（1）基于模型的方法依赖被控对象数学建模，建模准确性会严重影响控制效果，导致方法泛化性和适用性较差；
9、（2）部分基于数据的方法缺少控制参数的自适应调节，难以描述时变系统特征，缺乏良好的适用性；
10、（3）现存编队方法通常默认为理想通信环境，没有考虑网络通信约束；
11、（4）集中式控制方法中央计算单元承担大量计算任务，随着机器人数量增加对计算资源的消耗和通信带宽的要求也相应增加。
12、基于以上问题，亟需一种新的针对多机器人系统的高精度高可靠控制方法。
技术实现思路
1、针对以上技术问题，本专利技术提供一种预瞄机制下网络化多机器人数据驱动编队控制方法。
2、本专利技术解决其技术问题采用的技术方案是：
3、一种预瞄机制下网络化多机器人数据驱动编队控制方法，所述方法包括以下步骤：
4、s100：对机器人进行场景配置，传感器获取每个机器人的全局姿态数据并上传至边缘节点网络；
5、s200：领航者边节点接收来自对应领航者端机器人的姿态数据以及总数为的所有跟随者边节点的姿态数据，在节点中，领航者根据预瞄机制在参考轨迹上寻找领航者预瞄点，得到领航者横向跟踪误差，其中，参考轨迹为给定的长度为的姿态序列；跟随者机器人以领航者为预瞄点，得到跟随者的横向跟踪误差；
6、s300：领航者节点中根据参数估计算法计算领航者的横向跟踪误差相对领航者角速度的伪偏导数以及跟随者的横向跟踪误差相对跟随者角速度的伪偏导数，同时对横向跟踪误差和进行前向预测补偿，补偿后的横向跟踪误差为和；定义领航者机器人以及所有跟随者机器人的横向跟踪误差期望值分别为和，并基于期望值和建立领航者针对角速度的横向跟踪误差加权协同误差，最终根据无模型自适应控制mfac率更新领航者下一时刻角速度控制量；
7、s400：跟随者对应的节点接收对应跟随者端机器人的姿态数据、领航者节点数据以及其余跟随者节点的数据，在中，领航者根据预瞄机制在参考轨迹上寻找其预瞄点，而跟随者与其它跟随者则以领航者为预瞄点，得到在节点中，跟随者、领航者以及其他机器人的横向跟踪误差，即：、和；同时获得跟随者以及其它跟随者的纵向跟踪误差；基于上述过程得到的横向跟踪误差、和，计算它们相对角速度的伪偏导数、和以及纵向跟踪误差相对线速度补偿量的伪偏导数；对横向跟踪误差和纵向跟踪误差进行前向预测补偿，补偿后的横向跟踪误差为，补偿后的纵向跟踪误差为；
8、s500：在节点中，根据所有机器人横向跟踪误差期望值计算跟随者针对角速度的横向跟踪误差加权协同误差，根据mfac控制率更新跟随者下一时刻角速度值；根据所有跟随者纵向跟踪误差期望值得到跟随者针对线速度补偿量的纵向跟踪误差加权协同误差，根据双闭环mfac框架中的外环mfac控制率更新跟随者的线速度补偿量为；
9、s600：跟随者的线速度补偿量与其当前时刻线速度相加，与跟随者期望速度相减得到线速度误差，计算线速度误差相对线速度的伪偏导数，根据线速度误差期望值计算线速度误差项为，通过内环mfac控制率计算得到跟随者下一时刻线速度；
10、s700：将领航者节点中更新的角速度和所有跟随者节点中更新的线速度角速度通过边-端无线通信网络传至对应端机器人仿真模型中，领航者机器人模型执行器接受角速度控制输入，跟随者机器人模型执行器接受线速度角速度控制输入，通过新的控制输入产生新的全局位姿再进行下一时刻的控制。
11、优选地，s100中对机器人进行场景配置具体为：
12、设定机器人为领航者，代表任意一台跟随者，且代表除外其余跟随者，预设编队队形由跟随者们相对领航者的相对距离及相对角度组成，领航者以恒定线速度为运行，通过预设编队关系以及预设参考轨迹序列可得跟随者相对领航者速度的比例因子如下：
13、；
14、其中，，，即参考轨迹上第点与第点之间的相对坐标；和分别是参考轨迹上第点与第点的期望偏航角，由于预设编队中各机器人之间相对关系不变，所以跟随者相对领航者速度的比例因子为仅与参考轨迹和预设队形相关的恒等的常数，即；则跟随者期望速度为；
15、在边-端无线通信网络中，边节点与对应端设备之间存在时延，在边缘节点网络中，节点与节点之间也存在交换时延，如边节点到端设备存在前向通信时延及反向通信时延，节点与节点之间存在交换时延，以表示来自端设备的数据在节点中需要进行补偿的时延，表示端设备的数据在节点中需要进行补偿的时延，具体如下：
16、；
17、；
18、s100中每个机器人的全局姿态数据包括2维全局坐标和偏航角以及线速度角速度。
19、优选地，s200包括：
20、s210：领航者节点接收自身姿态数据以及所有跟随者节点姿态数据，具体为：
21、；
22、其中，为节点接收的对应端机器人的姿态数据和速度数据，姿态数据本文档来自技高网...
【技术保护点】
1.一种预瞄机制下网络化多机器人数据驱动编队控制方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，S100中对机器人进行场景配置具体为：
3.根据权利要求2所述的方法，其特征在于，S200包括：
4.根据权利要求3所述的方法，其特征在于，S300包括：
5.根据权利要求4所述的方法，其特征在于，S300中根据所有机器人横向跟踪误差期望值得到领航者针对角速度的横向跟踪误差加权协同误差，根据MFAC控制率更新领航者下一时刻角速度控制量为，包括：
6.根据权利要求5所述的方法，其特征在于，S400中跟随者节点接收对应跟随者端机器人的姿态数据、领航者节点数据以及其余跟随者节点的数据，在中，领航者根据预瞄机制在参考轨迹上寻找其预瞄点，而跟随者与其它跟随者则以领航者为预瞄点，得到在节点中，跟随者、领航者以及其他机器人的横向跟踪误差，即：、和，基于上述过程得到的横向跟踪误差、和，计算它们相对角速度的伪偏导数、和，对横向跟踪误差进行前向预测补偿，得到补偿后的横向跟踪误差为，具体包括：
7.根
8.根据权利要求7所述的方法，其特征在于，S500中在节点中，根据所有机器人横向跟踪误差期望值计算跟随者针对角速度的横向跟踪误差加权协同误差，根据MFAC控制率更新跟随者角速度值，具体包括：
9.根据权利要求8所述的方法，其特征在于，S500中根据所有跟随者纵向跟踪误差期望值得到跟随者针对线速度补偿量的纵向跟踪误差加权协同误差，根据外环MFAC控制率更新跟随者的线速度补偿量为，具体包括：
10.根据权利要求9所述的方法，其特征在于，S600包括：
11.根据权利要求10所述的方法，其特征在于，S700包括：由上可知领航者节点中更新角速度为，所有跟随者节点中更新线速度角速度为，通过边-端无线通信网络传至对应端机器人仿真模型中，领航者机器人执行器接受角速度控制输入为，跟随者机器人执行器接受线速度角速度控制输入为，即通过边-端无线通信网络传输过程中：
...【技术特征摘要】
1.一种预瞄机制下网络化多机器人数据驱动编队控制方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，s100中对机器人进行场景配置具体为：
3.根据权利要求2所述的方法，其特征在于，s200包括：
4.根据权利要求3所述的方法，其特征在于，s300包括：
5.根据权利要求4所述的方法，其特征在于，s300中根据所有机器人横向跟踪误差期望值得到领航者针对角速度的横向跟踪误差加权协同误差，根据mfac控制率更新领航者下一时刻角速度控制量为，包括：
6.根据权利要求5所述的方法，其特征在于，s400中跟随者节点接收对应跟随者端机器人的姿态数据、领航者节点数据以及其余跟随者节点的数据，在中，领航者根据预瞄机制在参考轨迹上寻找其预瞄点，而跟随者与其它跟随者则以领航者为预瞄点，得到在节点中，跟随者、领航者以及其他机器人的横向跟踪误差，即：、和，基于上述过程得到的横向跟踪误差、和，计算它们相对角速度的伪偏导数、和，对横向跟踪误差进行前向预测补偿，得到补偿后的横向跟踪误差为，具体包括：
7.根据权利要...
【专利技术属性】
技术研发人员：王耀南，晁陈卓蕾，谭浩然，袁礼伟，张雪明，王忠森，冯运，毛建旭，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
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。