CN113110495A - 一种考虑外部干扰下移动机器人的编队控制方法 - Google Patents
一种考虑外部干扰下移动机器人的编队控制方法 Download PDFInfo
- Publication number
- CN113110495A CN113110495A CN202110498078.0A CN202110498078A CN113110495A CN 113110495 A CN113110495 A CN 113110495A CN 202110498078 A CN202110498078 A CN 202110498078A CN 113110495 A CN113110495 A CN 113110495A
- Authority
- CN
- China
- Prior art keywords
- robot
- formation
- pose
- following
- mobile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种考虑外部干扰下移动机器人的编队控制方法,包括以下步骤:步骤一:引入虚拟领航者的方法,建立移动机器人领航‑跟随编队控制运动学数学模型;步骤二:考虑外界环境扰动项,建立移动机器人运动学编队控制误差模型;步骤三:设计编队协同控制器,使移动机器人按照设定的速度沿着设定路径航行,完成编队队形的建立;步骤四:编队协同控制律收敛性证明,使移动机器人编队轨迹收敛于设定路径并形成设定的编队队形。本发明考虑了模型的不确定性后,保证编队队形存在偏差时收敛到设定编队且编队队形具有更高的精度。利用李雅普诺夫稳定性分析方法,证明闭环***所有状态和信号收敛于一有界集。
Description
技术领域
本发明涉及机器人领域,具体涉及一种考虑外部干扰下移动机器人虚拟领航-跟随编队控制方法。
背景技术
随着计算机技术、网络技术、通信技术等的快速发展,机器人的技术渗透到各行各业,单智能体的工作模式越来越难以满足人们的需求,许多工作场景需要两个或更多的智能体一起协同运作。机器人编队相对于单体具有适应性强、容错性高和对资源利用率高等优点,机器人有许多重要用途,如共同搬运、巡检安防、工厂生产、军事侦察、灾难救援等。在这些任务中,机器人的期望运动根据要遵循的几何路径和沿路径行驶的期望速度来表征。机器人编队所采用的队形结构中,“leader-follower”编队结构形式凭借着简单性和可扩展性等优势,在实际工程中经久不衰。跟随者通过获取领导者的状态信息,它将队形控制转化为跟随者跟踪领航者的方向和位置的问题,跟随者需要获得领导者的运动状态等信息,与领导者保持相似的状态,使多机器人最终呈现设定的编队队形。然而结合实际工程,机器人的精确运动模型难以获得,主要存在以下两个问题:
(1)在传统的编队控制方法中,领航者的特性决定了整个编队。若实际过程中领航者出现故障,导致难以维持后续的机器人编队,整个***的冗余性不高。
(2)外界环境的干扰会影响编队队形的精度,因此需要考虑外部扰动对机器人的作用,否则可能降低***稳定性,甚至影响***的可操作性。
发明内容
为了解决上述的技术问题,本发明提供了一种考虑外部干扰下移动机器人虚拟领航-跟随编队控制方法。
为了解决上述技术问题,本发明采取以下技术方案:
一种考虑外部干扰下移动机器人的编队控制方法,包括以下步骤:
步骤一:引入虚拟领航者的概念,建立移动机器人领航-跟随编队控制运动学数学模型;
步骤二:考虑外界环境扰动项,建立移动机器人运动学编队控制误差模型;
步骤三:设计编队协同控制器,使移动机器人按照设定的速度沿着设定路径航行,完成编队队形的建立;
步骤四:编队协同控制律收敛性证明,使移动机器人编队轨迹收敛于设定路径并形成设定的编队队形。
所述步骤一中,建立移动机器人领航-跟随编队控制运动学数学模型后,确定真实领航机器人的实际位姿和虚拟领航机器人的期望位姿之间的关系,使得跟随机器人参照虚拟领航机器人完成对真实领航机器人的跟随。
所述步骤一中,移动机器人的运动学数学模型为:
期望输入和状态量为:
设定真实领航机器人的位姿ql=(xl,yl,θl)T,与虚拟领航者期望位姿的关系如下:
所述建立移动机器人运动学编队控制误差模型后,得到机器人误差,对移动机器的跟随进行调整,完成编队队形跟随。
所述移动机器人运动学编队控制误差模型中,对于第i个跟随移动机器人,定义跟踪误差为:
其中,RT(θei)为旋转矩阵,qei为跟随机器人i的实际位姿与期望位姿的偏差,qi=[xi,yi,θi]T为跟随机器人i的实际位姿,qd=[xd,yd,θd]T为跟随机器人i的期望位姿,xei,yei,θei为跟随机器人i的位姿误差,对移动机器人运动学编队控制误差模型进行微分,得到:
vi为跟随机器人i的实际速度,ωi为跟随机器人的实际角速度;
将实际的移动机器人运动学编队控制误差模型与设定的标称移动机器人运动学编队控制误差模型之间的偏差作为不确定性进行处理,因此移动机器人误差表示为:
因此,设计跟随机器人i的控制律ui=(vi,ωi)T为:
其中,λ1,λ2>0。
所述采用如步骤三的控制律,当t→∞时,qei=(xei,yei,θei)T均收敛到原点小邻域内,证明过程如下:
将控制律代入模型,得到:
θei也收敛到原点的小邻域内,证毕。
本发明具有以下有益效果:
建立了包含外界扰动的运动学跟踪误差模型,通过虚拟机器人设计编队协调跟踪控制器,以保证每个移动机器人在虚拟领航者的参考路径上航行以及调整跟随艇的速度以实现设定的编队队形,可以提高机器人编队的鲁棒性和可靠性。
附图说明
图1是基于虚拟领航者的机器人编队偏差模型示意图;
图2是机器人编队***控制原理图。
具体实施方式
为能进一步了解本发明的特征、技术手段以及所达到的具体目的、功能,下面结合附图与具体实施方式对本发明作进一步详细描述。
对于附图1,涉及到的各项符号含义如下表统一所示。
表1符号及对应的含义
下面结合附图1和2对本发明的应用原理做详细描述。
步骤一,建立机器人领航-跟随编队控制运动学数学模型,机器人运动学模型为:
期望输入和状态量为:
设定真实领航机器人的位姿ql=(xl,yl,θl)T,与虚拟领航者期望位姿的关系如下:
其中,d和分别为虚拟领航者相对于真实领航机器人的距离和连线方向形成的夹角,xd、yd、θd为虚拟领航者的位姿,虚拟领航者即是真实跟随机器人的期望,因此,xd、yd、θd也是跟随机器人的期望位姿,通过上式,可以得到虚拟领航者和真实领航机器人之间的位姿关系,从而便于调整,实现编队队形的调整。
步骤二,考虑外界环境扰动项,建立移动机器人运动学编队控制误差模型。所述移动机器人运动学编队控制误差模型中,对于第i个跟随机器人,定义跟踪误差为:
其中,RT(θei)为旋转矩阵,qei为跟随机器人i的实际位姿与期望位姿的偏差,也即是跟随者与虚拟机器人的跟踪误差;qi=[xi,yi,θi]T为跟随机器人i的实际位姿,qd=[xd,yd,θd]T为跟随机器人i的期望位姿,对移动机器人运动学编队控制误差模型进行微分,得到:
将实际的移动机器人运动学编队控制误差模型与设定的标称移动机器人运动学编队控制误差模型之间的偏差作为不确定性进行处理,因此移动机器人误差表示为:
其中,δ=[δ1,δ2,δ3]T为参数扰动和外部干扰引起的不确定性,且有界δ1,δ2,δ3为三个量的扰动,为三个扰动的对应界。通过得到上述误差,从而可以进行相应的补偿,完成设定队形的整编,使跟随机器人完成设定路径的移动。
再次,设计编队协同控制器,使机器人按照设定的速度沿着设定路径航行。寻找合适的控制输入ui=(vi,ωi)T,使得跟随机器人与虚拟领航者的跟踪误差qei=(xei,yei,θei)T收敛到原点的小邻域内,设定控制目标:取
因此,设计编队协同控制器u=(v,ω)T,跟随机器人i的控制律ui=(vi,ωi)T为:
其中,λ1,λ2>0。
最后,编队协同控制律收敛性证明,使移动机器人编队轨迹收敛于设定路径并形成设定的编队队形。采用如步骤三的控制律,当t→∞时,qei=(xei,yei,θei)T收敛到原点小邻域内,其证明过程如下:
θei也收敛到原点的小邻域内,证毕。
需要说明的是,以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,但是凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种考虑外部干扰下移动机器人的编队控制方法,其特征在于,包括以下步骤:
步骤一:引入虚拟领航者的概念,建立移动机器人领航-跟随编队控制的运动学数学模型;
步骤二:考虑外界环境扰动项,建立移动机器人运动学编队控制误差模型;
步骤三:设计编队协同控制器,使移动机器人按照设定的速度沿着设定路径航行,完成编队队形的建立;
步骤四:编队协同控制律收敛性证明,使移动机器人编队轨迹收敛于设定路径并形成设定的编队队形。
2.根据权利要求1所述的考虑外部干扰下移动机器人的编队控制方法,其特征在于,所述步骤一中,建立移动机器人领航-跟随编队控制运动学数学模型后,确定真实领航机器人的实际位姿和虚拟领航机器人的期望位姿之间的关系,使得跟随机器人参照虚拟领航机器人,完成对真实领航机器人的跟随。
3.根据权利要求2所述的考虑外部干扰下移动机器人的编队控制方法,其特征在于,所述步骤一中,移动机器人的运动学数学模型为:
期望输入和状态量为:
设定真实领航机器人的位姿ql=(xl,yl,θl)T,与虚拟领航者期望位姿的关系如下:
4.根据权利要求3所述的考虑外部干扰下移动机器人的编队控制方法,其特征在于,所述建立移动机器人运动学编队控制误差模型后,得到机器人误差,对移动机器的跟随进行调整,完成编队队形跟随。
5.根据权利要求4所述的考虑外部干扰下移动机器人的编队控制方法,其特征在于,所述移动机器人运动学编队控制误差模型中,对于第i个跟随机器人,定义跟踪误差为:
其中,RT(θei)为旋转矩阵,qei为跟随机器人i的实际位姿与期望位姿的偏差,qi=[xi,yi,θi]T为跟随机器人i的实际位姿,qd=[xd,yd,θd]T为跟随机器人i的期望位姿,xei,yei,θei为跟随机器人i的位姿误差,xi,yi,θi为跟随机器人的位姿,对移动机器人运动学编队控制误差模型进行微分,得到:
其中,vi为跟随机器人i的实际速度,ωi为跟随机器人的实际角速度;
将实际的移动机器人运动学编队控制误差模型与设定的标称移动机器人运动学编队控制误差模型之间的偏差作为不确定性进行处理,因此移动机器人的误差导数表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110498078.0A CN113110495B (zh) | 2021-05-08 | 2021-05-08 | 一种考虑外部干扰下移动机器人的编队控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110498078.0A CN113110495B (zh) | 2021-05-08 | 2021-05-08 | 一种考虑外部干扰下移动机器人的编队控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113110495A true CN113110495A (zh) | 2021-07-13 |
CN113110495B CN113110495B (zh) | 2022-11-08 |
Family
ID=76721367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110498078.0A Active CN113110495B (zh) | 2021-05-08 | 2021-05-08 | 一种考虑外部干扰下移动机器人的编队控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113110495B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035565A (zh) * | 2021-08-05 | 2022-02-11 | 哈尔滨工程大学 | 一种基于吸附行为的海面船舶编队控制方法 |
CN114063621A (zh) * | 2021-11-22 | 2022-02-18 | 燕山大学 | 一种轮式机器人编队跟踪与避障控制方法 |
CN114237247A (zh) * | 2021-12-17 | 2022-03-25 | 广东工业大学 | 基于预测的可变队形非完整移动机器人一致性控制方法 |
CN115032999A (zh) * | 2022-06-24 | 2022-09-09 | 中国安全生产科学研究院 | 面向多机器人编队的动态优化队形变换方法 |
CN115167440A (zh) * | 2022-07-25 | 2022-10-11 | 中国安全生产科学研究院 | 一种基于虚拟领航-领航-跟随的多机器人编队控制方法 |
CN115202349A (zh) * | 2022-07-14 | 2022-10-18 | 广州大学 | 基于通信干扰的多移动机器人协同编队控制方法、装置、设备及存储介质 |
CN115237130A (zh) * | 2022-07-25 | 2022-10-25 | 中国安全生产科学研究院 | 基于虚拟领航-跟随者的多机器人编队控制方法 |
CN115657691A (zh) * | 2022-12-27 | 2023-01-31 | 南京南大电子智慧型服务机器人研究院有限公司 | 一种侧滑条件下的多机器人编队控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108469823A (zh) * | 2018-04-04 | 2018-08-31 | 浙江大学 | 一种基于单应性的移动机器人编队跟随方法 |
CN108614426A (zh) * | 2018-06-06 | 2018-10-02 | 黄山学院 | 一种基于干扰观测器的多移动机器人编队鲁棒控制方法 |
CN109828580A (zh) * | 2019-02-27 | 2019-05-31 | 华南理工大学 | 一种基于分离式超声波的移动机器人编队跟踪控制方法 |
CN110879599A (zh) * | 2019-12-12 | 2020-03-13 | 大连海事大学 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
CN111208830A (zh) * | 2020-02-23 | 2020-05-29 | 陕西理工大学 | 一种轮式移动机器人三闭环编队轨迹跟踪控制方法 |
CN111665855A (zh) * | 2020-08-03 | 2020-09-15 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
-
2021
- 2021-05-08 CN CN202110498078.0A patent/CN113110495B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108469823A (zh) * | 2018-04-04 | 2018-08-31 | 浙江大学 | 一种基于单应性的移动机器人编队跟随方法 |
CN108614426A (zh) * | 2018-06-06 | 2018-10-02 | 黄山学院 | 一种基于干扰观测器的多移动机器人编队鲁棒控制方法 |
CN109828580A (zh) * | 2019-02-27 | 2019-05-31 | 华南理工大学 | 一种基于分离式超声波的移动机器人编队跟踪控制方法 |
CN110879599A (zh) * | 2019-12-12 | 2020-03-13 | 大连海事大学 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
CN111208830A (zh) * | 2020-02-23 | 2020-05-29 | 陕西理工大学 | 一种轮式移动机器人三闭环编队轨迹跟踪控制方法 |
CN111665855A (zh) * | 2020-08-03 | 2020-09-15 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
Non-Patent Citations (2)
Title |
---|
师五喜等: "多移动机器人的协同编队控制", 《天津工业大学学报》 * |
郭一军等: "基于运动学模型的移动机器人编队动态变结构控制", 《天津理工大学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035565A (zh) * | 2021-08-05 | 2022-02-11 | 哈尔滨工程大学 | 一种基于吸附行为的海面船舶编队控制方法 |
CN114035565B (zh) * | 2021-08-05 | 2024-04-26 | 哈尔滨工程大学 | 一种基于吸附行为的海面船舶编队控制方法 |
CN114063621A (zh) * | 2021-11-22 | 2022-02-18 | 燕山大学 | 一种轮式机器人编队跟踪与避障控制方法 |
CN114063621B (zh) * | 2021-11-22 | 2023-10-24 | 燕山大学 | 一种轮式机器人编队跟踪与避障控制方法 |
CN114237247A (zh) * | 2021-12-17 | 2022-03-25 | 广东工业大学 | 基于预测的可变队形非完整移动机器人一致性控制方法 |
CN115032999A (zh) * | 2022-06-24 | 2022-09-09 | 中国安全生产科学研究院 | 面向多机器人编队的动态优化队形变换方法 |
CN115202349A (zh) * | 2022-07-14 | 2022-10-18 | 广州大学 | 基于通信干扰的多移动机器人协同编队控制方法、装置、设备及存储介质 |
CN115167440A (zh) * | 2022-07-25 | 2022-10-11 | 中国安全生产科学研究院 | 一种基于虚拟领航-领航-跟随的多机器人编队控制方法 |
CN115237130A (zh) * | 2022-07-25 | 2022-10-25 | 中国安全生产科学研究院 | 基于虚拟领航-跟随者的多机器人编队控制方法 |
CN115167440B (zh) * | 2022-07-25 | 2024-07-23 | 中国安全生产科学研究院 | 一种基于虚拟领航-领航-跟随的多机器人编队控制方法 |
CN115657691A (zh) * | 2022-12-27 | 2023-01-31 | 南京南大电子智慧型服务机器人研究院有限公司 | 一种侧滑条件下的多机器人编队控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113110495B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113110495B (zh) | 一种考虑外部干扰下移动机器人的编队控制方法 | |
Liang et al. | Leader-following formation tracking control of mobile robots without direct position measurements | |
Zhang et al. | Constrained coordinated path-following control for underactuated surface vessels with the disturbance rejection mechanism | |
Wen et al. | Elman fuzzy adaptive control for obstacle avoidance of mobile robots using hybrid force/position incorporation | |
CN105045284B (zh) | 一种抗干扰无人飞行器路径跟踪控制方法 | |
CN109782759B (zh) | 一种轮式移动机器人的近似解耦、快速轨迹跟踪控制方法 | |
CN108519736A (zh) | 一种usv轨迹跟踪反步滑模控制方法 | |
CN111522351B (zh) | 水下机器人三维编队及避障方法 | |
CN112578671B (zh) | 一种基于u模型优化smc的agv轨迹跟踪控制方法 | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
CN112327892B (zh) | 一种auv误差受限的抗扰控制方法 | |
Zhu et al. | A bio-inspired neurodynamics-based backstepping path-following control of an AUV with ocean current | |
CN114047773A (zh) | 一种基于扩张状态观测器的水下集矿机器人反步滑模自适应姿态控制方法 | |
CN109917795A (zh) | 一种欠驱动无人船集群协同制导结构及设计方法 | |
CN111208830B (zh) | 一种轮式移动机器人三闭环编队轨迹跟踪控制方法 | |
Ren et al. | Integrated task sensing and whole body control for mobile manipulation with series elastic actuators | |
Zhang et al. | Secure adaptive trajectory tracking control for nonlinear robot systems under multiple dynamic obstacles: Safety barrier certificates | |
CN113093804A (zh) | 基于反演滑模控制的无人艇编队控制方法和控制*** | |
CN115480583A (zh) | 飞行作业机器人的视觉伺服跟踪与阻抗控制方法 | |
Hao et al. | Full-state-constrained non-certainty-equivalent adaptive control for satellite swarm subject to input fault | |
CN114671050B (zh) | 基于一体化线性算子和抗饱和技术的航天器跟踪控制方法 | |
Fu et al. | Adaptive safety motion control for underactuated hovercraft using improved integral barrier lyapunov function | |
CN113703451B (zh) | 具有预设性能的多移动机器人编队自适应容错控制方法 | |
Kanjanawanishkul | Coordinated path following for mobile robots using a virtual structure strategy with model predictive control | |
CN113269100A (zh) | 基于视觉的飞机海上平台着陆飞行视景仿真***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |