实施方案
[0032] 以一具体移动机器人为例,基于合作控制机制的机器人滚动优化控制方法的实施步骤如下:
[0033] (一)在第k=0时刻,初始化实际机器人系统参数,安全距离d=2m,实际机器人初始位置x(0)=[0m,0m]T,实际机器人初始速度v(0)=[0m/s,0m/s],目标位置G=[100m,100m]T。
[0034] (二)建立实际机器人与虚拟机器人的动力学模型。具体方法是:
[0035] ①建立实际机器人的动力学模型:
[0036]
[0037] 其中:u(k)是实际机器人在第k时刻的控制信号;x(k)是实际机器人在第k时刻的位置;x(k+1)是实际机器人在第k+1时刻的位置;v(k)是实际机器人在第k时刻的速度;v(k+1)是实际机器人在第k+1时刻的速度。
[0038] ②建立虚拟机器人动力学模型:
[0039]
[0040]
[0041]
[0042] 其中: 是虚拟机器人在第k时刻的位置; 是虚拟机器人在第k时刻的速度;P是2×2转换矩阵;I是2×2单位矩阵;yk是实际机器人检测范围内障碍物边缘上的任意一点位置;ak是过点yk的单位法向量;上标T表示矩阵的转置。从式(2)可以看出,根据实际机器人在第k时刻的位置x(k)和速度v(k),以及机器人检测到的障碍物边缘的任意一点yk和过该点的法向量ak,可以获得第k时刻虚拟机器人的位置 和速度
[0043] (三)基于合作控制理论,在滚动优化的框架下,建立成本函数,具体方法是:
[0044] ①基于合作控制理论,建立实际机器人和虚拟机器人之间安全距离的成本函数:
[0045]
[0046] 其中:d是预先给定的安全距离; 是第j个虚拟机器人在第k时刻的位置;||·||表示2范数;M是虚拟机器人的个数。在实际机器人的检测范围内,存在M个障碍物,每一个障碍物边缘都存在一个虚拟机器人沿着障碍物边缘运动,也就存在M个虚拟机器人。
[0047] ②基于合作控制理论,建立实际机器人与虚拟机器人速度一致性成本函数:
[0048]
[0049] 其中: 是第j个虚拟机器人在第k时刻的速度。
[0050] ③建立实际机器人与目标位置的成本函数:
[0051] ||x(k)-G|| (5)
[0052] 其中:G是目标位置。
[0053] ④基于式(3)、(4)、(5),在滚动优化框架下,建立实际机器人运动控制的成本函数:
[0054]
[0055] 其中:x(l|k)是实际机器人在第k时刻预测的第k+l时刻的位置; 是第j个虚拟机器人在第k时刻预测的第k+l时刻的位置;υ(l|k)是实际机器人在第k时刻预测的第k+l时刻的速度; 是第j个虚拟机器人在第k时刻预测的第k+l时刻的速度;x(N|k)是实际机器人在第k时刻预测的第k+N时刻的位置;N是预测长度。
[0056] (四)基于合作控制机制的滚动优化控制器如下:
[0057]
[0058] 其中: 是实际机器人在第k时刻获得的最优控制信号序列;u*(0|k)表示实际机器人在第k时刻获得的最优控制信号;u*(N-1|k)表示实际机器人在第k时刻获得的k+N-1时刻的最优控制信号;u(0|k)表示实际机器人在第k时刻预测的控制信号;u(N-1|k)表示实际机器人在第k时刻预测的k+N-1时刻的控制信号;min表示取最小值;s.t.表示以下为约束条件。对于每一个在第k时刻预测的控制信号序列u(0|k),...,u(N-1|k),实际机器人预测的位置和速度可以采用式(1)计算,相应的虚拟机器人预测的位置和速度可以采用式(2)计算,因此可以计算实际机器人运动控制成本函数(6)。
执行式(7)获得使实际机器人运动控制成本函数(6)最小的最优控制序列
[0059] (五)根据实际要求,在每个采样时间上,根据(7)式计算实际机器人在第k时刻获得的最优控制信号序列 并将第一个控制信号u*(0|k)控制实际机器人,最终控制机器人安全到达目标位置。