一种提升双轮驱动球形机器人爬坡能力的方法技术

本发明专利技术公开了一种提升双轮驱动球形机器人爬坡能力的方法，所述方法步骤为：一、针对双轮驱动球形机器人的结构特征，建立球形机器人爬坡的动力学模型，分析球形机器人的球壳重量、车轮力矩因素对于爬坡能力的影响；二、以爬坡能力为目标设计优化目标函数，以双轮小车的结构特征为控制变量，分析不同控制变量之间的耦合关系，设置约束条件，建立优化问题；三、用蚁群算法求解优化问题，按照结果设计双轮小车结构。针对双轮驱动球形机器人的特征，对其内部驱动小车的结构进行优化设计，本发明专利技术所提方法可以有效提高机器人的偏心力矩，提升球形机器人的爬坡能力，具有实用性强、便于实施、成本低廉等优点，结构简单，实施方便，取得了很好的使用效果。

A method to improve climbing ability of two wheel drive spherical robot

【技术实现步骤摘要】
一种提升双轮驱动球形机器人爬坡能力的方法
本专利技术涉及一种双轮驱动球形机器人，尤其涉及一种提升双轮驱动球形机器人爬坡能力的方法，属于球形机器人

技术介绍
爬坡能力是衡量移动机器人工作能力的主要性能指标之一。球形机器人作为移动机器人的一种，在实际应用过程中，不可避免地会遇到爬坡和越障等问题。HALME等曾对其所研究的球形机器人进行了爬坡和越障能力的分析，但并没有推导出爬坡时的动力学模型，从而无法实现球形机器人在坡面上的控制。ABBOTT和FIERRO研究的两轮车与球形机器人在前向驱动原理上较为相似，作者应用拉氏变换将推导的动力学方程转化为单输入单输出系统，但是系统各状态之间的耦合性并没有被充分考虑，所以拉式变换下的动力学模型并不能如实反映系统的运动特性。
技术实现思路
本专利技术要解决的技术问题是：提供一种提升双轮驱动球形机器人爬坡能力的方法，针对双轮驱动球形机器人的特征，对其内部驱动小车的结构进行优化设计。本专利技术所提方法可以有效提升球形机器人爬坡能力，具有实用性强、便于实施、成本低廉等优点，有效的解决了上述存在的问题。本专利技术的技术方案为：一种提升双轮驱动球形机器人爬坡能力的方法，所述方法步骤包括：一、针对双轮驱动球形机器人的结构特征，建立球形机器人爬坡的动力学模型，分析球形机器人的球壳重量、车轮力矩因素对于爬坡能力的影响；二、以爬坡能力为目标设计优化目标函数，以双轮小车的结构特征为控制变量，分析不同控制变量之间的耦合关系，设置约束条件，建立优化问题；三、用蚁群算法求解优化问题，按照结果设计双轮小车结构。所述步骤一中，球形机器人能够爬坡的条件为驱动小车提供的正向驱动力矩不小于球壳提供的反向力矩。所述步骤二中，目标函数需要直接反映机器人爬坡能力，通过分析机器人爬坡过程中的动力矩和阻力矩，获得反映机器人爬坡倾角α大小的目标函数，其中包括：和其中：m为球形机器人球壳的质量，m’为小车的质量，f为球壳和斜面之间的摩擦力，R为球壳的半径，L为小车重心相对于球心的距离。所述步骤二中，控制变量设置为驱动小车车体相关物理结构参数，有车体底面半径和车体高度，约束条件为各控制变量间需满足的物理关系。所述步骤三中，求解各个单目标优化问题后，利用理想点法求解多目标问题。本专利技术的有益效果是：与现有技术相比，采用本专利技术的技术方案，针对双轮驱动球形机器人的特征，对其内部驱动小车的结构进行优化设计，本专利技术所提方法可以有效提高机器人的偏心力矩，提升球形机器人的爬坡能力，具有实用性强、便于实施、成本低廉等优点，结构简单，实施方便，取得了很好的使用效果。附图说明图1为本专利技术的流程图；图2为本专利技术的简化动力学模型图；图3为本专利技术的蚁群算法流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将参照本说明书附图对本专利技术作进一步的详细描述。实施例1：如附图1～3所示，一种提升双轮驱动球形机器人爬坡能力的方法，所述方法步骤为：一、针对双轮驱动球形机器人的结构特征，建立球形机器人爬坡的动力学模型，分析球形机器人的球壳重量、车轮力矩因素对于爬坡能力的影响；二、以爬坡能力为目标设计优化目标函数，以双轮小车的结构特征为控制变量，分析不同控制变量之间的耦合关系，设置约束条件，建立优化问题；三、用蚁群算法求解优化问题，按照结果设计双轮小车结构。步骤一中，球形机器人能够爬坡的条件为驱动小车提供的正向驱动力矩不小于球壳提供的反向力矩。步骤二中，目标函数需要直接反映机器人爬坡能力，通过分析机器人爬坡过程中的动力矩和阻力矩，获得反映机器人爬坡倾角α大小的目标函数，其中包括：和其中：m为球形机器人球壳的质量，m’为小车的质量，f为球壳和斜面之间的摩擦力，R为球壳的半径，L为小车重心相对于球心的距离。步骤二中，控制变量设置为驱动小车车体相关物理结构参数，有车体底面半径和车体高度，约束条件为各控制变量间需满足的物理关系。步骤三中，求解各个单目标优化问题后，利用理想点法求解多目标问题。具体的实施方式为：小车主体设计为贴近球壳的半椭圆结构，球形机器人爬坡时的简化动力学模型如图2所示，其中α为坡度，θ为双轮驱动小车重心相对于垂直方向摆起的角度，假定球体半径为R，小车重心相对于球心的距离为L，小车切面相对球心的距离为l。球形机器人可以将质量等效简化为两部分，球壳的质量m和小车的质量m’。现对该球形机器人做出如下假设：a、球壳和小车的质量分布均匀，球壳的重心位于球体正中心；b、球壳材质为有机玻璃，小球上坡时能够保证与坡面不打滑；c、驱动小车由车体和双边小轮组成，小车可以在电机的作用下在球壳中倾斜任意角度(θ可以取任何值)。当球形机器人正好在某一坡度运动时，应该满足正向力矩和反向力矩平衡：m'g(lsinθ-Rsinα)＝mgRsinα+fR(1)对公式(1)分析可知，当变量和减小时都有利于球形机器人的爬坡倾角α的增大，故将以上三个表达式设为优化模型的目标函数。假设球壳的半径R，重量m以及小车车体的密度ρ为已知定量，通过设计小车的圆面半径r与高度h，实现优化目标，按照小车的数学模型，需满足以下物理约束条件：球壳和斜面之间的摩擦力：f＝δFN＝δ[mgcosα+m'gsin(θ-α)](2)其中δ为滚动摩阻系数。忽略车轮质量后，小车质量为：小车始终在球壳内部：l2+r2<R2(4)小车重心满足：h'＝l+h-L(5)其优化模型可以表示为：利用拉格朗日松弛的方法将含有α的约束条件并入目标函数中。选用蚁群算法提升收敛速度，求解优化问题。将优化目标最小看作蚁群路径最短，通过蚁群信息素浓度寻优，算法的设计流程如附图3所示：步骤1：对相关参数进行初始化，包括蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数、最大迭代次数等，以及将数据读入程序，并进行预处理：比如将城市的坐标信息转换为城市间的距离矩阵。步骤2：随机将蚂蚁放于不同出发点，对每个蚂蚁计算其下个访问城市，直到有蚂蚁访问完所有城市。步骤3：计算各蚂蚁经过的路径长度Lk，记录当前迭代次数最优解，同时对路径上的信息素浓度进行更新。步骤4：判断是否达到最大迭代次数，若否，返回步骤2；是，结束程序。步骤5：输出结果，并根据需要输出寻优过程中的相关指标，如运行时间、收敛迭代次数等。求解三个单目标优化问题后，利用理想点法求解多目标问题的解，其方法为：当解得f1(x),f2(x),f3(x)分别是的最优解后，求解x4，使其满足：则x4为兼顾多目标的满意解。球形机器人的驱动力矩，来源于机器人重心偏离形心而产生的偏心力矩。由于球体与坡面进行的是点接触，所以如果在爬坡的过程中同时发生转向运动，会破坏坡面对球壳的纯滚本文档来自技高网...

【技术保护点】
1.一种提升双轮驱动球形机器人爬坡能力的方法，其特征在于：所述方法步骤包括：一、针对双轮驱动球形机器人的结构特征，建立球形机器人爬坡的动力学模型，分析球形机器人的球壳重量、车轮力矩因素对于爬坡能力的影响；二、以爬坡能力为目标设计优化目标函数，以双轮小车的结构特征为控制变量，分析不同控制变量之间的耦合关系，设置约束条件，建立优化问题；三、用蚁群算法求解优化问题，按照结果设计双轮小车结构。/n

【技术特征摘要】
1.一种提升双轮驱动球形机器人爬坡能力的方法，其特征在于：所述方法步骤包括：一、针对双轮驱动球形机器人的结构特征，建立球形机器人爬坡的动力学模型，分析球形机器人的球壳重量、车轮力矩因素对于爬坡能力的影响；二、以爬坡能力为目标设计优化目标函数，以双轮小车的结构特征为控制变量，分析不同控制变量之间的耦合关系，设置约束条件，建立优化问题；三、用蚁群算法求解优化问题，按照结果设计双轮小车结构。


2.根据权利要求1所述的提升双轮驱动球形机器人爬坡能力的方法，其特征在于：所述步骤一中，球形机器人能够爬坡的条件为驱动小车提供的正向驱动力矩不小于球壳提供的反向力矩。


3.根据权利要求1所述的提升双轮驱动球形机器人爬坡能力的方法，其...

【专利技术属性】
技术研发人员：曾鹏，刘君，杨涛，文贤馗，申彧，徐梅梅，许逵，陈沛龙，李锦，朱建军，高丙团，彭晨宇，何嘉弘，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52