【技术实现步骤摘要】
本专利技术涉及pid控制领域，具体涉及一种用于消杀机器人的加强型pid控制优化方法。
技术介绍
1、消杀机器人能够在短时间内对大面积环境进行高效的消杀操作，相较于人工操作，机器人能够快速覆盖大范围，迅速应对紧急情况，减缓病原体传播速度，此外，通过机器人执行环境消杀任务，可以减少人工直接接触病原体的风险，这对于处理高风险区域，例如病房、医院、交通站点等，有助于保护人员免受感染；消杀机器人的自动化操作降低了对人工劳动的依赖，使得环境消杀任务更加灵活和可持续，机器人可以在无人值守或有限人力资源的情况下执行任务。
2、电机速度控制在消杀机器人中是非常重要的，因为它直接影响着机器人在执行任务时的性能和效率。电机速度控制允许机器人以精确的速度执行各种运动，包括移动、旋转、提升和下降等。在消杀任务中，精准的运动控制可以确保机器人能够准确到达目标位置，并有效地执行消杀操作，通过对电机速度的精确控制，机器人可以实现不同速度的运动，从而提高任务执行的灵活性；在消杀环境中，可能需要根据具体情况快速移动或慢速操作，电机速度控制使得机器人能够适应不同的任务需求；控制电机速度可以帮助机器人避免碰撞，特别是在狭窄或拥挤的环境中；通过降低速度，机器人可以更容易地感知周围环境，减小碰撞的风险，提高操作的安全性。
3、复杂环境中的电机系统是非线性的，而pid控制是基于线性模型的，这导致pid控制在处理非线性性质时可能效果有限，导致控制性能下降；复杂环境中，系统参数会随时间发生变化，pid控制对于时变系统的适应性相对有限，因此在这种情况下需要
4、貉藻优化算法（wwpa）模拟貉藻植物在狩猎探险时的自然行为，为了寻找猎物，wwpa使用植物作为搜索代理，用于解决优化问题，使用23种不同单峰和多模态类型的目标函数来评估wwpa的性能，对单峰函数的优化结果表明wwpa具有较强的开发能力接近最优解，而对多模态函数的优化结果表明wwpa对搜索空间的主要最优区域具有较强的探索能力。
技术实现思路
1、本专利技术的目的在于：改进貉藻优化算法对传统pid控制器参数整定，加强传统pid控制器的控制精度，实现精准控制消杀机器人左右两侧动力电机的转速，保证消杀机器人的直线行驶，在狭窄或拥挤的环境中，避免消杀机器人与障碍物碰撞。
2、一种用于消杀机器人的加强型pid控制优化方法，通过加强传统pid控制器的控制精度，精准控制消杀机器人左右两侧动力电机的转速，保证消杀机器人的直线行驶，具体步骤为：
3、步骤一、在貉藻算法局部开发阶段，融合三角拓扑聚合算法的局部聚合策略，提出一种“邻域局限扰动”机制，在貉藻优化算法后期，监控局部开发阶段貉藻优化算法是否陷入次优解；建立改进貉藻优化算法模型。
4、步骤二、计算消杀机器人动力电机的当前转速和目标转速的差速值，将差速值输入到改进貉藻优化算法模型和pid控制器模型中，将差速值转换为可优化数学模型，利用改进后的貉藻优化算法对数学模型优化，得到最佳pid控制器的比例参数kp、积分参数ki、微分参数kd控制参数。
5、步骤三、将最佳pid控制器控制参数输入到消杀机器人的速度pid控制器模型中，利用最佳pid控制器控制参数计算出最佳消杀机器人动力电机速度控制值。
6、步骤四、将最佳消杀机器人动力电机速度控制值输入到消杀机器人的动力电机控制模块，实现消杀机器人左右两个动力电机的转速精准控制。
7、优选地，根据消杀机器人的速度控制系统建立系统模型，所述系统模型包括：消杀机器人动力电机的当前转速输入单元、消杀机器人动力电机目标转速输入单元、差速值计算单元、改进貉藻优化算法输入单元、消杀机器人速度pid控制器、消杀机器人的动力电机控制模块以及消杀机器人左右两侧动力电机。
8、优选地，三角拓扑聚合优化算法能够更好地适应不同的输入数据和场景，该算法的局部开发阶段的局部聚合策略具有较强的快速收敛性能，将其与貉藻优化算法融合，使得貉藻优化算法的局部开发阶段的位置更新策略更加优秀，在局部开发阶段，对步骤一中所述三角拓扑聚合算法的局部聚合策略进行改进，降低算法陷入局部次优解的概率，改进后局部聚合策略的数学模型为：
9、；
10、式中，为第次迭代的貉藻个体的位置，为第次迭代的貉藻个体的次优位置，为取值[0，1]的随机值，为貉藻优化算法的最大迭代次数，为聚合范围。
11、优选地，所述步骤一中，“邻域局限扰动”机制的具体步骤为：
12、s11、在貉藻优化算法的收敛阶段，设置迭代次数阈值，计算次迭代后貉藻捕食的敏感系数的变化程度，公式如下:
13、；
14、式中，迭代次数阈值为大于2的正整数，取值为4，为第次迭代的貉藻捕食的敏感系数，第-1次迭代的貉藻捕食的敏感系数；
15、s12、设置貉藻捕食的敏感系数变化阈值，判断是否成立，若成立，执行s13，若不成立，则结束“邻域局限扰动”机制；
16、s13、对当前貉藻优化算法种群位置更新，如下式：
17、；
18、式中，为貉藻种群的待更新的位置，为第i个貉藻优化算法个体的当前位置，为在[-1,1]范围内生成随机数的函数，为自适应搜索步长的因子，公式为：
19、；
20、式中，为指数函数，为貉藻优化算法当前迭代次数，为貉藻优化算法最大迭代次数。
21、优选地，所述步骤二，将差速值输入到改进貉藻优化算法模型和pid控制器模型中，pid控制器模型采用位置式pid控制器，位置式pid控制器会根据差速值的大小计算出电机控制器需要的输出，以便快速减小直到消除差速值，pid控制器模型公式为：
22、；
23、式中，为pid控制器的比例参数，为pid控制器的积分参数，为pid控制器的微分参数，为消杀机器人动力电机的当前转速和目标转速的差速值。
24、优选地，所述步骤二中，将速度差速值转换为可优化数学模型，利用所述数学模型为改进貉藻优化算法寻优的标准，可优化数学模型数学公式为：
25、；
26、式中，为目标函数值，为消杀机器人动力电机的当前转速和目标转速的差速值，为消杀机器人动力电机的当前转速和目标转速积分误差的平方，为线性权重，为稳定性指标itae。
27、优选地，可优化数学模型作为算法寻优的目标函数，目标函数越小，消杀机器人速度pid系统的稳定性越好。
28、优选地，所述步骤二中，将速度差速值转换为可优化数学模型，利用改进后的貉藻优化算法对数学模型优化，得到最佳pid控制器控制参数，具体步骤为：
29、s21、可优化数学模型作为改进后的貉藻优化算法寻参的目标函数，引导改进后貉藻优化算法（iwwpa）寻找到最佳pid控制器控制参数，使消杀机器人速度差速值达到最本文档来自技高网...
【技术保护点】
1.一种用于消杀机器人的加强型PID控制优化方法，通过加强传统PID控制器的控制精度，精准控制消杀机器人左右两侧动力电机的转速，保证消杀机器人的直线行驶，其特征在于，具体步骤为：
2.根据权利要求1所述的一种用于消杀机器人的加强型PID控制优化方法，其特征在于，对步骤一中所述三角拓扑聚合算法的局部聚合策略进行改进，降低算法陷入局部次优解的概率，改进后局部聚合策略的数学模型为：
3.根据权利要求2所述的一种用于消杀机器人的加强型PID控制优化方法，其特征在于，所述步骤一中，“邻域局限扰动”机制的具体步骤为：
4.根据权利要求1-3任意一项所述的一种用于消杀机器人的加强型PID控制优化方法，其特征在于，所述步骤二中，将速度差速值转换为可优化数学模型，利用改进后的貉藻优化算法对数学模型优化，得到最佳PID控制器控制参数，具体步骤为：
5.根据权利要求4所述的一种用于消杀机器人的加强型PID控制优化方法，其特征在于，根据改进后的貉藻优化算法的全局勘探和局部开发策略，更新貉藻个体的位置，具体步骤为：
【技术特征摘要】
1.一种用于消杀机器人的加强型pid控制优化方法，通过加强传统pid控制器的控制精度，精准控制消杀机器人左右两侧动力电机的转速，保证消杀机器人的直线行驶，其特征在于，具体步骤为：
2.根据权利要求1所述的一种用于消杀机器人的加强型pid控制优化方法，其特征在于，对步骤一中所述三角拓扑聚合算法的局部聚合策略进行改进，降低算法陷入局部次优解的概率，改进后局部聚合策略的数学模型为：
3.根据权利要求2所述的一种用于消杀机器人的加强型pid控制优化方法，其...
【专利技术属性】
技术研发人员：王可为，张旭，姚祯豪，
申请(专利权)人：岳正检测认证技术有限公司，
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。