【技术实现步骤摘要】
机器人的控制方法、装置、机器人和存储介质
[0001]本专利技术涉及机器人路径控制
,尤其涉及一种机器人的控制方法、装置、机器人和存储介质。
技术介绍
[0002]机器人的无人自主导航是通过如全球定位系统(Global Positioning System,GPS)、超宽带(Ultra Wide Band,UWB)等设备采集车辆实时的偏差值(例如,位置信息和位姿信息等),然后将采集的信息输入给路径规划模块,进而规划出一条最优路径,并传给路径跟踪控制模块,计算得到最优控制量并下发给执行机构,完成自动驾驶。机器人能够从其所在位置沿着一条已经规划好的可行路径进行跟踪操作,快速地到达指定地点,这便是机器人的路径跟踪问题。路径跟踪控制是机器人自动驾驶系统中最基本也是最核心的功能,是实现自动驾驶的最终手段。
[0003]模型预测控制(Model Predictive Control,MPC)算法是一种常用的机器人路径跟踪控制算法,模型预测控制是利用优化的方法,将一个车辆误差的控制问题转化为求解最优解的问题。
[0004]在大多数情况下,整个优化问题是一个凸问题,那么经过优化一定可以获取到整个预测周期的最优控制量(例如,驱动轮的角速度,车头偏向角等),在滚动迭代中这种特性得到延续,使得整个控制过程快速平稳。但是在实际的场景中,由于变量本身的非线性特性,求解计算会不时出现一些异常数据,而这些数据往往会引起车身的摆动,进而使得控制环境恶化,反过来影响预测控制的计算。以内点法求解为例,可能会出现以下的失败情况:求解
【技术保护点】
【技术特征摘要】
1.一种机器人的控制方法,其特征在于,包括以下步骤:获取所述机器人的混合偏差值E和所述混合偏差值E对应的变化率ΔE,混合偏差值E=f(E1,E2,...,E
num
),其中,num为自然数、且num≤3,E1,E2,...,E
num
为num个互不相同的偏差,f()为函数;基于模型预测控制算法、混合偏差值E、变化率ΔE和预设的被跟踪路径、得到第一控制量U1、以及第一控制量U1是否为全局最优解,所述被跟踪路径用于描述在未来预设时间段中,所述机器人的轨迹;基于模糊控制算法、混合偏差值E、变化率ΔE和所述被跟踪路径中N个采集点的曲率值、得到第二控制量U2,其中,N为自然数,且N≥2;当第一控制量U1是全局最优解时,预测控制量U3=U1;当第一控制量U1不是全局最优解、且|U1‑
U2|>预设阀值时,所述预测控制量U3=U2,其中,预设阀值>0,第一控制量U1、第二控制量U2和预测控制量U3同时为机器人底部的驱动轮的角速度、或同时为车头偏向角。2.根据权利要求1所述的控制方法,其特征在于,时间被划分为多个连续的时间段,在每个时间段中均运行所述控制方法;还包括以下步骤:获取上一次执行所述控制方法所得到的预测控制量U3,以所述预测控制量U3设置所述机器人,当U3是全局最优解时,执行以下操作:当第一控制量U1不是全局最优解、且|U1‑
U2|≤所述预设阀值、且|U1‑
U3|≤所述预设阀值时,所述预测控制量U3=U1*K1+U2*K2,0.5<K1≤1,K2=1
‑
K1;当第一控制量U1不是全局最优解、且|U1‑
U2|≤所述预设阀值、且|U1‑
U3|>所述预设阀值时,所述预测控制量U3=U1*K1+U2*K2,0≤K1≤0.5,K2=1
‑
K1。3.根据权利要求1所述的控制方法,其特征在于:不同的时间段的长度均相等且为T;以时间先后次序排列,N个采集点中的最后一个与当前采集点之间的距离的ds=Win*V
max
/f,其中,f=1/T,Win为所述模型预测控制算法中的窗口大小,V
max
为所述机器人的最高运动速度。4.根据权利要求1所述的控制方法,其特征在于:num=2,E1为横向误差,E2为角度误差,其中,横向为所述机器人的前进方向。5.根据权利要求1所述的控制方法,其特征在于,所述“基于模糊控制算法、混合偏差值E、变化率ΔE和所述被跟踪路径中N个采集点的曲率值、得到第二控制量U
2”具体包括:对混合偏差值E、变化率ΔE和所述被跟踪路径中N个采集点的曲率值共N+2个输入值x
i
均采用高斯隶属度函数获取每个输入值对应的隶属度,其中,高斯隶属度函数为均采用高斯隶属度函数获取每个输入值对应的隶属度,其中,高斯隶属度函数为其中,x1为对混合偏差值E,x2为变化率ΔE,x3,x4,
…
,x
N+2
分别为第1个采集点的曲率值,第2个采集点的曲率值,
…
,第N个采集点的曲率值,i=1,2,
…
,N+2;采用Mamdani推理法得到t范式,第j条规则的前提条件为α
j
,各输入变量的隶属度为μ1,μ2,
…
,μ
N+2
,则α<...
【专利技术属性】
技术研发人员:曹盼,周嘉星,
申请(专利权)人:苏州和仲智能科技有限公司,
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。