[发明专利]一种欠驱动多移动机器人的编队迭代学习控制方法在审

专利信息
申请号: 201810034553.7 申请日: 2018-01-15
公开(公告)号: CN110045600A 公开(公告)日: 2019-07-23
发明(设计)人: 孟德元;梁健强 申请(专利权)人: 北京航空航天大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 移动机器人 方位角 多移动机器人 欠驱动 迭代学习 邻接矩阵 期望轨迹 增益矩阵 迭代 加权 邻居机器人 参数矩阵 判断结果 期望位置 邻居 跟踪 保证
【说明书】:

发明提出一种欠驱动多移动机器人的编队迭代学习方法,包括:获取在当前迭代中个体移动机器人的当前时刻的线速度和角速度,下一时刻的位置、方位角,以及邻居机器人的下一时刻的位置、方位角;根据个体移动机器人是否具有预定期望位置信息的判断结果确定识别参数;获取欠驱动多移动机器人的加权邻接矩阵和增益矩阵;根据个体移动机器人下一时刻的位置、方位角、当前时刻的线速度和角速度、邻居移动机器人下一时刻的位置、方位角、期望轨迹的位置、方位角、加权邻接矩阵、识别参数矩阵和增益矩阵控制个体移动机器人。本发明保证欠驱动多移动机器人能够在经过一定迭代次数后完成对各自期望轨迹的跟踪任务,解决编队问题,且控制精度较高。

技术领域

本发明涉及机器人控制技术领域,特别涉及一种欠驱动多移动机器人的编队迭代学习控制方法。

背景技术

目前,机器人技术飞速发展,应用领域不断扩展,多移动机器人的协调控制方法在实际问题中得到了越来越广泛的应用。然而单个移动机器人在执行复杂任务,信息获取与处理等问题上往往难以达到期望结果,而多个移动机器人不仅仅是多个个体的简单组合,它们通过相互协调、相互作用来完成实际应用中的复杂问题,提升系统性能和工作效率,发挥出单个机器人无法企及的效果。然而,实际应用中存在着这样的一类问题:要求被控多移动机器人系统实现高精度、无误差且对各自期望轨迹自始至终完全跟踪的目标。对于这样的要求,传统的控制方法往往会有控制精度低,收敛速度慢甚至难以自始至终跟踪等问题,为了实现这一目标,往往需要多次的学习和修正,多次执行才能达到最佳的控制效果。

发明内容

本发明的目的旨在实现上述跟踪任务的目标,实现编队问题。

为达到上述目的,本发明提出一种欠驱动多移动机器人的编队迭代学习控制方法,包括以下步骤:A:获取在当前迭代过程中所述个体移动机器人的当前时刻的线速度和角速度,下一时刻的位置、方位角,以及所述个体机器人的邻居机器人的下一时刻的位置、方位角;B:判断所述个体移动机器人是否具有预定的期望位置信息,并根据所述判断的结果确定识别参数;C:获取所述欠驱动多移动机器人的加权邻接矩阵和每个所述个体机器人的增益矩阵;D:根据所述个体移动机器人在当前迭代过程中的当前时刻的线速度和角速度和下一时刻的位置、方位角、所述个体移动机器人的邻居机器人的下一时刻的位置、方位角、所述欠驱动多移动机器人的加权邻接矩阵、识别参数和每个所述个体移动机器人的增益矩阵确定所述个体移动机器人下一次迭代中的控制律。

在本发明的一个实施例中,所述步骤B具体包括:如果所述个体移动机器人具有所述预定的期望位置信息,则确定所述识别参数为大于0的数值;如果所述个体机器人手臂不具有所述预定的期望位置信息,则确定所述识别参数为0。

在本发明的一个实施例中,所述步骤D具体包括:

D1:根据所述个体移动机器人在当前迭代过程中的下一时刻的位置、方位角、线速度、角速度,所述个体移动机器人的邻居机器人的下一时刻的位置、方位角,所述欠驱动多移动机器人的加权邻接矩阵、识别参数矩阵和增益矩阵确定所述个体移动机器人下一次迭代中的控制律:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810034553.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top