一种安防机器人的速度调节参数自训练方法与流程

本发明涉及机器自学习领域，尤其涉及一种安防机器人的速度调节参数自训练方法。

背景技术：

安防机器人又称安保机器人，是半自主、自主或者在人类完全控制下协助人类完成安全防护工作的机器人。安防机器人作为机器人行业的一个细分领域，立足于实际生产生活需要，用来解决安全隐患、巡逻监控及灾情预警等。从而减少安全事故的发生，减少生命财产损失。

在危险场景里，时间就是生命，故安防机器人实际运行的速度关系着受灾人员的生命安全，至关重要。

当前市面上的安防机器人基本采用电机驱动的运动控制，为了保证机器人运行速度稳定，通常都会采用pid的运动调节方法。这种调节方法会因为速度的不同，行驶路面的坡度不同而导致最终速度调节效果有差异。因此为了应对不同速度，不同坡度路面的情况，往往采用分段的pid运动调节。每段的pid参数需要单独设定，为了保证效果更好则需要更多段的pid参数。目前大部分是采用多次实验然后人工调整的方法，这种方式耗时耗力，效率极低，而且不容易达到最优的效果。

技术实现要素：

本发明所要解决的技术问题是：如何高效的获取安防巡检车分段速度控制的pid参数，以获得更优的控制效果。

为解决上述技术问题，本发明所采用的技术方案是：

一种安防机器人的速度调节参数自训练方法，包括：

s1、设定安防车的最小运动速度vmin，最大运行速度vmax，最小坡度θmin，最大坡度θmax；给安防车设定初始速度v0，θ0，一套初始速度pid参数p0，i0，d0；

s2、设置速度调节训练的目标超调时间ts，最大总超调时间tallmax，目标超调量δvs；

s3、让安防车在测试环境下运行；

s4、监测当前pid参数下，实际超调量δv是否小于目标超调量δvs；

如果δv>δvs，设p0＝p0-δp，返回步骤s3；其中δp为参数p的调节量；

如果δv<δvs，执行步骤s5；

s5、让安防车在测试环境下运行；

s6、监测当前pid参数下，实际超调时间t1是否小于目标超调时间ts；

如果t1>ts，设d0＝d0+δd，返回步骤s5；其中δd为参数d的调节量；

如果t1<ts，执行步骤s7；

s7、让安防车在测试环境下运行；

s8、监测当前pid参数下，总超调时间tall是否小于tallmax；

如果tall>tallmax，设置i0＝i0-δi，返回步骤s7；其中δi为参数i的调节量；

如果tall<tallmax，执行步骤s9；

s9、将当前的pid参数、实际运行速度、坡度信息录入pid参数库；

s10、判断v0<vmax？

若v0<vmax，设v0＝v0+δv，跳至步骤s2；

若v0≥vmax执行步骤s11；

s11、判断θ0<θmax？

若当前坡度θ0<θmax，设θ0＝θ0+δθ，跳至步骤s2；

若θ0>θmax执行步骤s12；

s12、结束。

在上述技术方案的基础上，本发明还可以做如下改进。

优选地，若一组pid参数满足多种运行情况，则合并记录。

与现有技术相比，本发明具有如下技术效果：

本发明的自训练方式与人工实验方式相比可以极大的节省人力和时间，并且最终效果可量化，效果更好。

附图说明

图1为本发明的安防机器人的速度调节参数自训练场景示意图；

图2为本发明的安防机器人的速度调节参数自训练方法的流程图；

在附图中，各标号所表示的部件名称列表如下：

s1、设定安防车的最小运动速度vmin，最大运行速度vmax，最小坡度θmin，最大坡度θmax；给安防车设定初始速度v0，θ0，一套初始速度pid参数p0，i0，d0；

s2、设置速度调节训练的目标超调时间ts，最大总超调时间tallmax，目标超调量δvs；

s3、让安防车在测试环境下运行；

s4、监测当前pid参数下，实际超调量δv是否小于目标超调量δvs；

s5、让安防车在测试环境下运行；

s6、监测当前pid参数下，实际超调时间t1是否小于目标超调时间ts；

s7、让安防车在测试环境下运行；

s8、监测当前pid参数下，总超调时间tall是否小于tallmax；

s9、将当前的pid参数、实际运行速度、坡度信息录入pid参数库；

s10、判断v0<vmax？；

s11、判断θ0<θmax？；

s12、结束。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

请参考图1所示，其为本发明的安防机器人的速度调节参数自训练场景示意图。

训练场地为一段水平路段及一段坡度为θ的斜坡路段，安防车按照初始速度v0运动，当开始进入斜坡路段时，安防车的实际运行速度因为坡度的影响开始持续下降，偏离设定的初始速度v0，系统开始按照设置的pid参数进行调整。

在系统的调节作用下，安防车的实际运行速度v开始减缓降低的速度，在到达最低速度v1后开始转为重新向v0靠近，从系统开始介入pid调节的时刻开始至安防车实际运行速度v再一次返回v0的时间，记为t0。

由于pid调节的作用，安防车的运行速度v重新回到v0后并不能立即稳定在这个速度，而是会继续加速，即实际运行速度v在首次返回v0后，会继续上升，超过设定速度v0,系统继续按照设定的pid参数进行调节，实际速度v到达最大速度v2后再次改变方向，向v0靠近，δv＝v2-v0记为系统的超调量；从实际运行速度v首次返回v0到第二次返回v0的时间记为超调时间t1。

上述步骤反复几次，每次的幅度逐渐缩小，直到安防车的实际运行速度再次重新稳定在初始速度v0上；从系统首次介入调节的时刻起，到速度v重新稳定在初始速度v0上的总时间记为总的超调时间tall。

请参照图2所示，其为本发明的安防机器人的速度调节参数自训练方法的流程图。所述安防机器人的速度调节参数自训练方法包括：

s1、设定安防车的最小运动速度vmin，最大运行速度vmax，最小坡度θmin，最大坡度θmax；给安防车设定初始速度v0，θ0，一套初始速度pid参数p0，i0，d0；

s2、设置速度调节训练的目标超调时间ts，最大总超调时间tallmax，目标超调量δvs；

s3、让安防车在测试环境下运行；

s4、监测当前pid参数下，实际超调量δv是否小于目标超调量δvs；

如果δv>δvs，设p0＝p0-δp，返回步骤s3；其中δp为参数p的调节量；

如果δv<δvs，执行步骤s5；

s5、让安防车在测试环境下运行；

s6、监测当前pid参数下，实际超调时间t1是否小于目标超调时间ts；

如果t1>ts，设d0＝d0+δd，返回步骤s5；其中δd为参数d的调节量；

如果t1<ts，执行步骤s7；

s7、让安防车在测试环境下运行；

s8、监测当前pid参数下，总超调时间tall是否小于tallmax；

如果tall>tallmax，设置i0＝i0-δi，返回步骤s7；其中δi为参数i的调节量；

如果tall<tallmax，执行步骤s9；

s9、将当前的pid参数、实际运行速度、坡度信息录入pid参数库；

s10、判断v0<vmax？

若v0<vmax，设v0＝v0+δv，跳至步骤s2；

若v0≥vmax执行步骤s11；

s11、判断θ0<θmax？

若当前坡度θ0<θmax，设θ0＝θ0+δθ，跳至步骤s2；

若θ0>θmax执行步骤s12；

s12、结束。

优选地，若一组pid参数满足多种运行情况，则合并记录。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。