智能空间中移动机器人的运动控制系统及方法
【专利摘要】本发明公开了一种智能空间中移动机器人的运动控制系统及方法。运动控制系统由智能空间和移动机器人组成，其中智能空间包括监控主机、分布式视觉系统和基于Zigbee的无线传感器网络系统。所述方法先进行移动机器人位姿信息获取；然后进行移动机器人控制偏差e的获取；最后进行基于RBF辨识网络的移动机器人多目标的自调整PID运动控制。本发明与现行的以车载视频为主的移动机器人控制系统相比，具有计算量小，实时性好，运动控制更精确的优点。
【专利说明】智能空间中移动机器人的运动控制系统及方法
所属【技术领域】
[0001]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】
[0002]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測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カ机构，从而实现移动机器人的路径跟踪。
[0003]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ー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，给出了ー种快速終端滑模控制器[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參数未知时，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參数自适应控制律[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“ー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Χ0Υ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:
[0004](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；
[0005](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；
[0006](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；
[0007](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。
[0008]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，利用神经网络強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:
[0009](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；
[0010](2)利用神经网络进行机器人运动控制的非线性建摸，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；
[0011](3)该控制策略虽然利用视觉传感器来获得环境信息，但采用的是ー种车载摄像头，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。
[0012]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ー个多目标控制问题，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，如何设计ー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。
[0013][1]吴青云，_茂德，贺昱曜.移动机器人的快速終端滑模轨迹跟踪控制[J].系统工程与电子技术，2007，29 (12):2127 - 2130.[0014][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].哈尔滨エ业大学学报，2009，41 (5):169 - 171.
【发明内容】
[0015]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。
[0016]本发明的智能空间中移动机器人的运动控制系统，由智能空间和移动机器人组成，其中智能空间包括监控主机、分布式视觉系统和基于Zigbee的无线传感器网络系统，分布式视觉系统由多个CCD摄像机分别通过万向支架垂直安装在室内顶棚上构成，多个C⑶摄像机(3)再分别通过视频线与插在监控主机的PCI插槽内的多路图像采集卡相连；基于Zigbee的无线传感器网络系统由盲节点和Zigbee网关组成，盲节点安装在移动机器人的微控制器上，Zigbee网关通过RS232串ロ与监控主机连接。
[0017]所述盲节点为采用带有硬件定位引擎型号为CC2431的芯片。
[0018]智能空间中移动机器人运动控制系统的控制方法，先进行移动机器人位姿信息获取；然后进行移动机器人控制偏差e的获取；最后进行基于RBF辨识网络的移动机器人多目标的自调整PID运动控制。
[0019]所述移动机器人位姿信息获取，采用视觉方法，包括移动机器人的位置和航向角的定位；
[0020]移动机器人的位置定位方法采用如下步骤:
[0021](1)利用CCD摄像机采集含有移动机器人的彩色图像；
[0022](2)基于彩色像素矢量的欧氏距离，结合背景图像，对步骤⑴中获得的彩色图像进行阈值分割，从而获得差分ニ值图像；[0023](3)运用开运算对ニ值图像进行消噪处理，从而获得精确的含有移动机器人的ニ值图像；
[0024](4)对含有移动机器人的ニ值图像进行逐行扫描，当所扫描的当前行线段与前一行线段相邻，则合成连通区域；否则，初始化新的连通区域；
[0025](5)根据步骤(4)各连通区域的像素坐标，从而获得各移动机器人的位置坐标。
[0026]移动机器人的航向角的定位方法采用如下步骤:
[0027]1)利用CCD摄像机采集贴有方向和标识的T型颜色块的移动机器人的彩色图像；
[0028]2)将移动机器人的彩色图像从RGB顔色空间转换到HIS顔色空间；
[0029]3)根据预设定的Η和S阈值，对移动机器人的Τ型颜色块进行图像分割；
[0030]4)运用开运算和闭运算对分割后图像进行平滑处理；
[0031]5)对Τ型的标识图像进行线性拟合，获得标识颜色块的斜率，并换算到角度，最后再根据方向顔色块进行移动机器人的最终航向角确定。
[0032]所述移动机器人控制偏差e的获取，包括移动机器人的侧向距离ed和航向偏角e θ的获取；侧向距离edi当前移动机器人的中心坐标Ρ。，到待跟踪路径上參考机器人中心点己处切线的垂直距离d;航向偏角ee是当前移动机器人的当前方向角Θ。，与待跟踪路径上參考机器人中心点已处切线方向Θ r的角度差Θ。
[0033]所述基于RBF辨识网络的移动机器人多目标的自调整PID运动控制的方法，包括如下步骤:
[0034](1)移动机器人速度调整控制量Λ V的PID控制，包括如下步骤:
[0035]a.求取移动机器人的侧向距离ed ；
[0036]b.求取移动机器人的航向偏角e0 ；
[0037]c.建立如下k时刻速度调整控制量Λ V (k)的PID控制:
[0038]Δ V (k) = Δ V (k~l)
[0039]+Kp d (k) (ed (k) _ed (k_l)) +Ki d (k) ed (k) +Kd—d (k) (ed (k) _2ed (k_l) +ed (k_2))
[0040]+Kp a (k) (e 9 (k) _e θ (k_l)) +KL θ (k) e θ (k) +Kd— θ (k) (e θ (k) _2e θ (k_l) +e θ (k_l))
[0041]式中，Kp d(k)、もd(k)、Kd d(k)分别为k时刻侧向距离PID控制器比例、积分、微分系数，移动机器人的侧向距离ed，航向偏角ee ；
[0042]Κρ θ (k)為e (k)、Kd e (k)分别为k时刻航向偏角PID控制器的比例、积分、微分系数；
[0043](2)基于RBF辨识网络，进行k时刻侧向距离PID控制器的PID參数(Kp d (k)、d(k)、Kdd(k))自调整，包括如下步骤:
[0044]a.Kp d (k) = Kp d (k_l) + λ p—d Δ Kp d (k)；
[0045]b.Ki d (k) = Ki d (k-1) + 入しd Δ d (k)；
[0046]c.Kd—d (k) = Kd—d (k-1) + 入 d—d Δ Kd d (k)；
[0047]式中，λp d、λ i d、λ d d 分别为 Kp d(k)、Ki d(k)、Kd d(k)的学习率，为正常数；ΛΚρd (k)、Λ も d (k)、Δ Kd d (k)分别为 Kp d (k)、も d (k)、Kd d (k)在线调整值；
[0048]d.Δ Kp d (k) = ed (k) Jd (ed (k) _ed (k_l))；
[0049]e.Δ Ki d (k) = Tsed (k) Jded (k)；
【权利要求】
1.ー种智能空间中移动机器人的运动控制系统，其特征在干:由智能空间和移动机器人(7)组成，其中智能空间包括监控主机(5)、分布式视觉系统和基于Zigbee的无线传感器网络系统，分布式视觉系统由多个(XD摄像机(3)分别通过万向支架(2)垂直安装在室内顶棚(1)上构成，多个(XD摄像机(3)再分别通过视频线与插在监控主机(5)的PCI插槽内的多路图像采集卡(4)相连；基于Zigbee的无线传感器网络系统由盲节点(8)和Zigbee网关(6)组成，盲节点(8)安装在移动机器人(7)的微控制器(10)上，Zigbee网关(6)通过RS232串ロ与监控主机(5)连接。
2.根据权利要求1所述的智能空间中移动机器人的运动控制系统，其特征在于:所述盲节点(8)为采用带有硬件定位引擎型号为CC2431的芯片。
3.—种如权利要求1所述的智能空间中移动机器人运动控制系统的控制方法，其特征在于先进行移动机器人位姿信息获取；然后进行移动机器人控制偏差e的获取；最后进行基于RBF辨识网络的移动机器人多目标的自调整PID运动控制。
4.根据权利要求3所述的智能空间中移动机器人运动控制系统的控制方法，其特征在于所述移动机器人(7)位姿信息获取，采用视觉方法，包括移动机器人(7)的位置和航向角的定位； 移动机器人(7)的位置定位 方法采用如下步骤: (1)利用CCD摄像机(3)采集含有移动机器人(7)的彩色图像； (2)基于彩色像素矢量的欧氏距离，结合背景图像，对步骤(1)中获得的彩色图像进行阈值分割，从而获得差分ニ值图像； (3)运用开运算对ニ值图像进行消噪处理，从而获得精确的含有移动机器人(7)的ニ值图像； (4)对含有移动机器人(7)的ニ值图像进行逐行扫描，若所扫描的当前行线段与前一行线段相邻，则合成连通区域；否则，初始化新的连通区域； (5)根据步骤(4)各连通区域的像素坐标，从而获得各移动机器人(7)的位置坐标。 移动机器人(7)的航向角的定位方法采用如下步骤: 1)利用CCD摄像机(3)采集贴有方向和标识的T型颜色块的移动机器人(7)的彩色图像； 2)将移动机器人(7)的彩色图像从RGB颜色空间转换到HIS颜色空间； 3)根据预设定的Η和S阈值，对移动机器人(7)的Τ型颜色块进行图像分割； 4)运用开运算和闭运算对分割后图像进行平滑处理； 5)对Τ型的标识图像进行线性拟合，获得标识颜色块的斜率，并换算到角度，最后再根据方向顔色块进行移动机器人(7)的最终航向角确定。
5.根据权利要求3所述的智能空间中移动机器人运动控制系统的控制方法，其特征在于所述移动机器人控制偏差e的获取，包括移动机器人的侧向距离ed和航向偏角ee的获取；侧向距离％是当前移动机器人(23)的中心坐标P。，到待跟踪路径(9)上參考机器人(24)中心点已处切线的垂直距离d ;航向偏角ee是当前移动机器人(23)的当前方向角Θ。，与待跟踪路径(9)上參考机器人(24)中心点已处切线方向的角度差Θ。
6.根据权利要求3所述的智能空间中移动机器人运动控制系统的控制方法，其特征在于所述基于RBF辨识网络的移动机器人(7)多目标的自调整PID运动控制的方法，包括如下步骤: (1)移动机器人(7)速度调整控制量ΛV的PID控制，包括如下步骤: a.求取移动机器人(7)的侧向距离ed； b.求取移动机器人(7)的航向偏角e0； c.建立如下k时刻速度调整控制量Λv(k)的PID控制:
【文档编号】G05D1/02GK103454919SQ201310361519
【公开日】2013年12月18日 申请日期:2013年8月19日 优先权日:2013年8月19日
【发明者】袁明新, 申燚, 江亚峰, 赵荣, 孙小肖, 刘萍 申请人:江苏科技大学