[发明专利]智能空间中移动机器人的运动控制系统及方法

说明书

所属技术领域

本发明涉及智能空间中移动机器人运动控制系统的构建，尤其涉及到移动机器人的运动控制方法。

背景技术

移动机器人的智能空间技术，就是把感知器件、执行器件分布地安装在机器人空间的相应位置，实现机器人对空间内人和物的全面感知，从而帮助其在不确定环境中更加快捷、准确和稳定的导航。而移动机器人的运动控制是指能根据其所探测到的环境信息以及自身运动状态，通过控制自身的驱动机构来快速、准确地沿着待跟踪路径运动到预定目标点。因此智能空间中移动机器人的运动控制，即是首先利用智能空间中全局视觉系统来获取移动机器人的位姿信息，然后通过控制方法来驱动移动机器人的动力机构，从而实现移动机器人的路径跟踪。

运动控制是移动机器人自主导航中的关键技术之一，以双轮差动驱动为主的移动机器人是一类典型的非完整约束系统，具有较大的运动控制难度。目前常用的运动控制方法有滑模控制法和后退控制法。吴青云等基于非完整移动机器人的动力学模型，结合力矩控制和反演设计，给出了一种快速终端滑模控制器[1]，实现了机器人的全局快速轨迹跟踪，但滑模控制方法存在不可避免的“抖振”问题。贺乃宝等在假设系统模型不确定参数未知时，结合后退的递推方法和鲁棒控制技术，经过多步递推设计了输出反馈控制器和参数自适应控制律[2]。后退控制法的不足在于设计过程复杂，且要求机器人提供充分大的加速度，但这在现实中是不可能的。中国专利号为201010013646.5的专利文献公开了“一种双轮差动式机器人运动控制方法”，该控制方法主要以机器人的几何中心为坐标原点，在世界坐标系XOY中建立本体坐标系xoy，通过机器人转角控制和跑位控制来进行机器人的运动控制。转角运动控制基于机器人当前和目标方向角差的多项式来实现，跑位运动控制基于当前位置和目标位置的距离，以及以机器人方向和机器人与目标连线夹角为变量的多项式来实现。该控制策略存在以下不足：

(1)机器人的运动虽然包括位置和方向，但两者是同时进行，而该专利是分别通过转角和跑位控制来完成，这不利于机器人运动过程中的连续性；

(2)转角和跑位控制是基于多项式来实现的，而移动机器人的运动是一个非完整的约束系统，利用有限的多项式很难精确构建机器人转角和跑位的运动控制模型；

(3)即使利用多项式来实现机器人的运动控制，多项式次数及系数如何选取至关重要，但该专利未曾提到；

(4)如何获取机器人位置和跟踪目标位置是实现控制策略的关键，该专利也未曾提到。

中国专利号为CN201010240067.4的专利文献公开了“基于脉冲神经网络的机器人跟踪目标的控制方法”，该方法以获取的环境信息作为网络输入，机器人的左右电机作为网络输出，利用神经网络强大的非线性映射来实现整个机器人的控制。该控制策略的不足在于：

(1)若将机器人整个控制作为黑箱问题来处理，并通过神经网络来实现非线性建模，这对神经网络模型的层数、各层的节点数要求比较高，该专利未曾提到如何选取；

(2)利用神经网络进行机器人运动控制的非线性建模，需要较精确的网络权值和阈值，而这又需要大量的学习样本，但对于运动系统而言很难获得完备的学习样本，该专利也未曾提到如何获取样本数据；

(3)该控制策略虽然利用视觉传感器来获得环境信息，但采用的是一种车载摄像头，不是针对全局视觉系统下的机器人运动控制研究。与全局视觉系统相比，车载摄像头的处理数据更大，很难达到机器人的实时性要求；此外车载摄像头获得的是局部环境信息，机器人不能实现全局的路径跟踪，运动控制精度不高。

总之，移动机器人的运动控制是机器人领域的技术难点，目前基于智能空间中的传感器设备进行移动机器人的运动控制系统及方法设计还很少。此外，移动机器人的运动控制还是一个多目标控制问题，而且其在运动过程中往往因避障需要而不断进行自身姿态的调整，因此，如何设计一种能进行多目标控制，且能根据环境变化而进行自调整的控制方法显得尤为重要。

[1]吴青云，闫茂德，贺昱曜.移动机器人的快速终端滑模轨迹跟踪控制[J].系统工程与电子技术，2007，29(12)：2127‐2130.

[2]贺乃宝，姜长生，高倩.一类不确定非线性系统基于Backstepping的自适应跟踪控制[J].哈尔滨工业大学学报，2009，41(5)：169‐171.

发明内容

本发明的目的在于为了解决智能空间中移动机器人的运动控制，构建了移动机器人的运动控制系统，进而提供了一种移动机器人的运动控制方法。