[发明专利]基于网络的机场跑道检测机器人预测控制方法有效

专利信息
申请号: 201810589307.8 申请日: 2018-06-08
公开(公告)号: CN108776432B 公开(公告)日: 2021-10-01
发明(设计)人: 李芃;涂德志;张兰勇;张鑫;曹聪 申请(专利权)人: 哈尔滨工程大学
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: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 网络 机场 跑道 检测 机器人 预测 控制 方法
【说明书】:

发明公开了一种基于网络的机场跑道检测机器人预测控制方法,本发明针对一种机场跑道检测机器人网络控制系统建立了机场跑道检测机器人运动学模型,并将其转化最小方差控制中所用的受控自回归积分滑动模型,然后将此模型转化为机器人在全局坐标系下x方向和y方向两个独立的单输入单输出线性模型,并通过改进的GPC算法对机场跑道检测机器人进行预测控制。本发明能够有效减少机场跑道检测机器人运动过程中受到的远程网络控制造成的网络延时及噪声干扰影响,提高了机场跑道检测机器人在网络环境下运动控制器的解算速度及其鲁棒性。

技术领域

本发明涉及一种机器人预测控制方法,尤其涉及一种基于网络的机场跑道检测机器人预测控制方法,属于网络环境下机器人运动控制技术领域。

背景技术

随着现代航空业的发展,机场跑道作为飞机起飞降落的重要平台,其安全问题越来越受到重视。机场跑道上的缺陷和异物对飞机起降过程带来了很大的威胁。因此,机场跑道的安全检测对确保飞机顺利起飞降落具有很重要的现实意义。本发明是在无线网络环境下,通过远程控制机场跑道检测机器人实现对跑道的安全进行检测。该机场跑道检测机器人的运动由远程控制中心通过网络接受传感器信号并将运动控制信号传输给该机器人,其存在网络随机延时以及丢包等问题,导致系统的运动控制性能受到影响,原有的控制方法不能满足要求。

自20世纪Clarke等人提出的广义预测控制算法以来,由于其具有良好的控制效果和较强的鲁棒性,在实际的生产过程中得到了较为广泛的应用,但该控制算法需要在线求解丢番图(Diophantine)方程,且需要对控制矩阵进行求逆的运算,因此在线计算工作量较大。针对广义预测控制算法的这一缺点,国内外很多学者对其进行了研究。提出了一系列的改进方法,目的在于减少计算量,其中以隐式GPC算法运用较多。该方法虽然避免了求解Diophantine方程,但其仍然需要求逆,导致无法对机器人进行快速有效的远程实时控制。

发明内容

针对上述现有技术,本发明要解决的技术问题是提供一种能够在存在网络延时及干扰的环境下解决机场跑道检测机器人的运动控制问题的基于网络的机场跑道检测机器人预测控制方法。

为解决上述技术问题,本发明提供一种基于网络的机场跑道检测机器人预测控制方法,包括以下步骤:

S1:根据机场跑道检测机器人的麦克纳姆轮(Mecanum wheel)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;

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;

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

本发明一种基于网络的机场跑道检测机器人预测控制方法,还包括:

1.S1中机场跑道检测机器人的运动学模型满足:

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哈尔滨工程大学,未经哈尔滨工程大学许可,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/201810589307.8/2.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