【技术实现步骤摘要】
：本专利技术属于移动机器人控制与规划领域，具体涉及一种移动机器人的交叉路口避碰规划与控制方法。
技术介绍
0、
技术介绍
：
1、随着传感器和计算机技术的发展，移动机器人技术同样取得了快速的发展。我国对中高端装备制造业的关注程度与日俱增，为了提升制造效益和企业竞争力，许多工厂正朝着智能化和数字化的方向转型发展。作为一种自动化工具设备，移动机器人凭借着其灵活、自由、高效、安全和适应性强的特点而被广泛应用于物流运输、工业生产和生活服务等各大领域，成为了提高人类生产效率和生活水平的重要技术和工具。人们对移动机器人的研究也主要集中在环境感知、建图定位和运动规划与控制这三个重大研究方向。
2、可观的市场前景促使移动机器人朝着更加集群化的方向发展，但这个过程中要求移动机器人有强大自主导航与避障的功能。在现实应用中，移动机器人通常需要完成运输、拾取和送货等各种任务，完成这些任务过程中不可避免地存在交叉路口可能发生碰撞的场景。运动规划可以为移动机器人找到一条避开障碍区域抵达目标点的路径，运动控制则保证移动机器人按指定路径快速、安全并平稳地遵循指定路径。然而运动规划中路径的搜索、优化中会存在各种约束问题，移动机器人的运动控制过程中也会受到各类内外部扰动，导致系统控制性能降低。
技术实现思路
0、
技术实现思路
：
1、本专利技术的目的是针对移动机器人交叉路口避碰问题实现运动规划与控制，提出一种避碰规划与控制方法，为移动机器人规划出避碰轨迹的同时令其快速、平稳并安全地通过交
2、本专利技术的技术解决方案为：一种移动机器人交叉路口避碰规划与控制方法，该方法内容包括以下步骤：
3、步骤1：建立移动机器人的运动学和动力学模型；
4、步骤2：针对交叉路口场景为移动机器人设计避免碰撞的速度规划方法；步骤3：以规划的轨迹为期望轨迹建立移动机器人的跟踪误差模型，设计运动学控制器；
5、步骤4：扩张移动机器人动力学模型，设计非线性扩张状态观测器估计扰动，并利用扰动估计值设计有限时间滑模控制器。
6、进一步，所述建立移动机器人的运动学和动力学模型，具体包括：根据机器人后轴中心点建立运动学模型：
7、
8、其中，x(t)和y(t)为机器人后轴中心点在全局坐标系下的x轴分量和y轴分量，θ(t)为航向角，v(t)为线速度，ω(t)为角速度，δ(t)为前轮偏角，s为车辆轴距；此外，移动机器人动力学模型为：
9、
10、式中
11、
12、其中，m和iz分别是移动机器人的质量与转动惯量，τr(t)和τf(t)分别是后轮与前轮的电机扭矩，sf和sr分别表示前轮和后轮到质心的长度，cf和cr分别是前轮和后轮的侧偏刚度，μ是车轮与地面之间的摩擦系数，g是重力加速度，cd是空气阻力系数，as是有效横截面积，ρa是空气密度。
13、进一步，所述针对交叉路口场景为移动机器人设计避免碰撞的速度规划方法，具体包括：
14、首先，在移动机器人x-t栅格地图上对障碍区域进行预测，根据障碍机器人当前位置qobs(0)＝[xobs(0),yobs(0)]t，当前速度和当前加速度得到障碍预测区域：
15、
16、其次，利用a星算法进行全局路径搜索，为移动机器人找到一条避开障碍机器人的最优路径，采用欧几里得距离作为移动成本，从点(x1,y1)到点(x2,y2)的代价估计函数为：
17、
18、考虑基于代价估计函数的路径质量，得到路径评估函数：
19、f(n)＝g(n)+h{(xn,yn),(xg,yg)}
20、其中，g(n)表示从节点0到节点n的实际成本，(xn,yn)表示节点n的坐标，(xg,yg)代表目标节点的坐标；然后，利用二次规划的方法对a星算法得到的搜索路径进行轨迹优化，考虑最小化路径长度和能量消耗，一个目标函数被设计为：
21、
22、其中n是路径点的数量，qi表示路径点的坐标i，p1和p2分别是两个加权因子。考虑碰撞约束和动态约束，规划轨迹q(i)的约束条件如下：
23、
24、其中qobs是障碍区域，vmin和vmax分别是移动机器人的最小和最大速度，amin和amax分别是最小和最大加速度。
25、进一步，所述以规划的轨迹为期望轨迹建立移动机器人的跟踪误差模型，设计运动学控制器，具体包括：
26、结合交叉路口场景下移动机器人恒定的y坐标得到期望轨迹，全局坐标系{x,o,y}下移动机器人的跟踪误差为：
27、e(t)＝e(t)(qr(t)-q(t))
28、式中
29、
30、结合移动机器人运动学模型，可得到误差跟踪系统：
31、
32、其中vr(t)和ωr(t)分别是期望线速度和角速度，基于以上误差跟踪系统，运动学控制器设计为：
33、
34、其中，k1,k2和k3是三个正参数。
35、进一步，所述扩张移动机器人动力学模型，设计非线性扩张状态观测器估计扰动，并利用扰动估计值设计有限时间滑模控制器，具体包括：
36、所述扩张移动机器人动力学模型为：
37、
38、其中，χ＝r,f满足[vr(t),vf(t)]t＝[v(t),ω(t)]t和所述非线性扩张状态观测器设计为：
39、
40、式中
41、
42、其中，sign为符号函数，是速度估计误差，α1χ和α2χ是两个合适的正参数，基于非线性扩张状态观测器所得到的扰动估计值，所述有限时间滑模控制器被设计为：
43、
44、式中
45、
46、
47、其中0＜a＜1，b≥0，δ≥1。
48、进一步，采用李雅普诺夫对运动学控制器进行收敛性分析：
49、利用反步法设计李雅普诺夫函数：
50、
51、易知在k2＞0情况下v1(t)是正定的，对v1(t)求导可得：
52、
53、对于k1＞0，k2＞0和k3＞0的情况，成立，因此，位置误差ex(t)，ey(t)和eθ(t)是收敛的。
54、进一步，采用李雅普诺夫对非线性扩张状态观测器进行收敛性分析：
55、设计如下李雅普诺夫函数：
56、
57、式中
58、
59、对φχ(t)求导得：
60、
61、式中
62、
63、其中||c(t)||2＝|ζvχ(t)|≤n0，n0为正常数，由于b(t)是一个赫尔维兹矩阵，存在正定矩阵ψ(t)满足：
64、bt(t)a+ab(t)＝-ψ(t)
65、令ψi作为ψ(t)本文档来自技高网...
【技术保护点】
1.一种移动机器人交叉路口避碰规划与控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤1中，所述建立移动机器人的运动学和动力学模型，具体包括：
3.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤2中，所述针对交叉路口场景为移动机器人设计避免碰撞的速度规划方法，具体包括：
4.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤3中，以规划的轨迹为期望轨迹建立移动机器人的跟踪误差模型，设计运动学控制器，具体包括：
5.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤4中，所述扩张移动机器人动力学模型，设计非线性扩张状态观测器估计扰动，并利用扰动估计值设计有限时间滑模控制器，具体包括：
6.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，还包括采用李雅普诺夫函数对运动学控制器进行收敛性分析、采用李雅普诺夫函数对非线性扩张状态观测器进行收敛性分析
7.根据权利要求6所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，所述采用李雅普诺夫函数对运动学控制器进行收敛性分析，具体包括：
8.根据权利要求6所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，所述采用李雅普诺夫函数对非线性扩张状态观测器进行收敛性分析，具体包括：
9.根据权利要求6所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，所述采用李雅普诺夫函数对有限时间滑模控制器进行收敛性分析，具体包括：
...【技术特征摘要】
1.一种移动机器人交叉路口避碰规划与控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤1中，所述建立移动机器人的运动学和动力学模型，具体包括：
3.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤2中，所述针对交叉路口场景为移动机器人设计避免碰撞的速度规划方法，具体包括：
4.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤3中，以规划的轨迹为期望轨迹建立移动机器人的跟踪误差模型，设计运动学控制器，具体包括：
5.根据权利要求1所述的一种移动机器人交叉路口避碰规划与控制方法，其特征在于，步骤4中，所述扩张移动机器人动力学模型，设计非线性扩张状态观测器估计扰动，并利用扰动估计值设计...
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。