[发明专利]基于网络的机场跑道检测机器人预测控制方法

权利要求书

1.一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：包括以下步骤：

S1：根据机场跑道检测机器人的麦克纳姆轮运动底盘进行运动学建模，获得运动学模型；

S2：将机场跑道检测机器人的运动学模型转化为受控自回归积分滑动平均模型；

S3：将机场跑道检测机器人的受控自回归积分滑动平均模型分别转化得到全局坐标系下x方向的模型和全局坐标系下y方向的模型，且对其分别进行广义预测控制；

S4：利用广义预测控制算法建立原始控制器性能指标函数；

S4所述性能指标函数满足：

其中E为数学期望，Δu为控制增量，Δu(k)为k时刻的控制增量，且Δu(k+j)＝0，j＝N_u,...,N₂，表示在N_u步后控制量不再变化，N₁、N₂分别为最小、最大预测时域长度，N_u为控制时域长度，λ为控制加权系数，y(k+j)为系统第j步的输出预测值，y_r(k+j)为对象第j步的输出期望值；

S5：在原始控制器性能指标函数的基础上将性能指标函数重新构建，获得重建的性能指标函数；

S5所述的重建的性能指标函数满足：

其中，P为最大预测步数，g_i是装置阶跃响应前i项的采样值；

S6：根据重建的性能指标函数得到x方向的控制量ΔV_x(k)和y方向的控制量ΔV_y(k)，通过无线网络模块将ΔV_x(k)和ΔV_y(k)从上位机传送给机场跑道检测机器人，其中：

其中，q^T＝(1,0,…,0)(G+λI)^-1，其中，λ为控制加权系数。

2.根据权利要求1所述的一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：S1所述机场跑道检测机器人的运动学模型满足：

其中v_x为机场跑道检测机器人在全局坐标系下x方向速度，v_y为机场跑道检测机器人在全局坐标系下y方向速度，ω为机场跑道检测机器人的转动角速度，θ为全局坐标系下机场跑道检测机器人与x轴之间的夹角，R代表麦克纳姆轮的半径，l₁为每个麦克纳姆轮与个体坐标系下x轴的距离，l₂为每个麦克纳姆轮与个体坐标系下y轴的距离，v₁,v₂,v₃,v₄分别为控制四个麦克纳姆轮的电机的转速。

3.根据权利要求1所述的一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：S2所述受控自回归积分滑动平均模型满足：

其中z^-1是一步退后算子，Δx、Δy分别为场跑道检测机器人在时间T内在全局坐标系下x、y方向上的位移变化量，d为延时，z^-d为引入的延时因子；v_x(k-1)表示机器人在全局坐标系下，在采样时间为k-1时x方向速度，v_y(k-1)表示机器人在全局坐标系下，在采样时间为k-1时y方向速度。

4.根据权利要求1所述的一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：S3所述x方向的受控自回归积分滑动平均模型满足：

(1-z^-1)x＝Tz^-dv_x(k-1)

S3所述y方向的受控自回归积分滑动平均模型分别满足：

(1-z^-1)y＝Tz^-dv_y(k-1)

其中，z^-1是一步退后算子，T为机器人在x、y方向上位移所用的时间，z^-d为引入的延时因子，v_x(k-1)表示机器人在全局坐标系下，在采样时间为k-1时x方向速度，v_y(k-1)表示机器人在全局坐标系下，在采样时间为k-1时y方向速度。

5.根据权利要求1所述的一种基于网络的机场跑道检测机器人预测控制方法，其特征在于：S6所述根据重建的性能指标函数得到x方向的控制量ΔV_x(k)和y方向的控制量ΔV_y(k)具体为：

将重建的性能指标函数作为目标函数并转化为向量形式，即：

J＝E{[Y(k+1)-Y_r(k+1)]^T[Y(k+1)-Y_r(k+1)]+λΔU(k)^TGΔU(k)}

其中，z^-1是一步退后算子，Y(k+1)＝[y(k+1),y(k+2),...,y(k+P)]^T，Y_r(k+1)＝[y_r(k+1),y_r(k+2),...,y_r(k+P)]^T，ΔU(k)＝[Δu(k),Δu(k+1),...,Δu(k+P-1)]^T；

通过上式得到控制量Δu(k)，根据Δu(k)得到x方向的控制量ΔV_x(k)以及y方向的控制量ΔV_y(k)，其中Δu(k)满足：

Δu(k)＝q^T[Y_r(k+1)-E(z^-1)Δu(k-1)-S(z^-1)y(k)]。