一种四轮机器人及其运动控制方法与流程

1.本发明涉及机器人控制技术领域，尤其涉及一种四轮机器人及其运动控制方法。


背景技术：

2.随着四轮机器人技术的发展，针对非结构化场景的定位控制(mimo)成为越来越迫切的核心需求，是达成四轮机器人高层次作业任务的基础支撑。为了解决定位控制的问题，一般的做法是采用传统的pid算法进行控制，但是pid控制的耦合问题会导致定位的精确性和鲁棒性都比较差。
3.在公开号为cn112394734a的中国专利中，公开了一种基于线性模型预测控制算法的车辆轨迹跟踪控制方法，其主要应用在车辆的自动驾驶中，借助车辆导航系统，以线性车辆动力学模型为基础、使用线性模型预测控制算法，对车辆运动过程进行轨迹跟踪控制。但是其对于车辆的运动控制所需考虑的因素过多，并不适用于四轮机器人的运动控制中，因此针对四轮机器人的定位控制，亟需提出一种全新的机器人轨迹跟踪控制方法。


技术实现要素：

4.本发明要解决的技术问题目的在于提供一种四轮机器人及其运动控制方法，用以解决上述问题。
5.为了实现上述目的，本发明采用的技术方案为：
6.一种四轮机器人的运动控制方法，包括步骤：
7.实时获取四轮机器人的定位信息和运动状态信息；
8.在经过运动预测模型的计算后获得实时运动控制信息，并将所述实时运动控制信息输出至四轮机器人的控制器进行执行。
9.进一步的，建立所述运动预测模型的步骤包括：
10.将四轮机器人置于终点，并获取当前四轮机器人的终点定位信息；
11.将四轮机器人置于起点，并获取当前四轮机器人的起点定位信息；
12.在计算得到四轮机器人运动所需的距离和运动方向后，依据所述距离和运动方向建立所述运动预测模型。
13.进一步的，由运动预测模型获得实时运动控制信息的步骤包括：
14.对建立的所述运动预测模型设定对应的优化目标函数与约束；
15.将所述优化目标函数转化为二次规划；
16.对所述二次规划进行求解，得到所述实时运动控制信息。
17.进一步的，在所述四轮机器人的运动距离达到其所需的距离后，四轮机器人停止运动。
18.本发明还提供了一种四轮机器人，包括：底盘以及设置在底盘上的支架和车轮组件，所述底盘上还设置有四轮机器人的控制器，以及与所述控制器电连接的运动控制系统。
19.进一步的，运动控制系统包括：
20.定位模块，其被配置为实时获取四轮机器人的定位信息；
21.计算模块，其中配置有运动预测模型，所述运动预测模型对获取的四轮机器人实时运动状态信息和定位信息进行计算后，输出对应的运动控制信息至四轮机器人；
22.通信模块，其被设置于四轮机器人的控制器与计算模块之间，且被配置为在计算模块与所述控制器之间传输数据。
23.进一步的，定位模块包括设置于所述支架竖直部分两端上的天线。
24.进一步的，天线设置有两个，并且两天线所确定的直线和四轮机器人前进的方向平行。
25.进一步的，所述两天线之间的距离大于等于1米。
26.进一步的，还包括与所述定位模块电连接的路由器，所述路由器被配置为获取差分信息。
27.本发明与现有技术相比，至少包含以下有益效果：
28.(1)本发明设置计算模块，通过运动预测模型对获取的四轮机器人运动状态信息进行计算之后输出运动控制信息至控制器进行执行，使得四轮机器人能够按照最优的线路和速度到达指定位置；
29.(2)本发明以四轮机器人的偏航角和线速度作为状态向量，以及以四轮机器人的加速度和前轮转向角度，建立对应的运动预测模型；
30.(3)本发明基于模型预测控制算法，通过ospq求解器对运动预测模型进行求解，得到实时运动控制信息，从而控制四轮机器人向终点运动；
31.(4)本发明对于天线的设置，能够进一步的提高四轮机器人的定位精度，帮助该机器人按指定路径前进。
附图说明
32.图1是本发明实施例中四轮机器人的结构示意图；
33.图2是本发明实施例中运动控制系统的架构示意图；
34.图3是本发明实施例中建立运动预测模型的流程图；
35.图4是本发明实施例中由运动预测模型获得实时运动控制信息的流程图。
具体实施方式
36.需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
37.以下是本发明的具体实施例，并结合附图对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
38.如图1和2所示，本发明提供了一种四轮机器人，包括：底盘以及设置在底盘上的支架和车轮组件，底盘上设置有四轮机器人的控制器，以及与所述控制器电连接的运动控制系统。
39.具体的，运动控制系统包括：定位模块、计算模块和通信模块。其中，定位模块被配置为实时获取四轮机器人的定位信息。计算模块中配置有运动预测模型，运动预测模型对
获取的四轮机器人实时运动状态信息和定位信息进行计算后，输出对应的运动控制信息至四轮机器人。通信模块被设置于四轮机器人的控制器与计算模块之间，且被配置为在计算模块与四轮机器人的控制器之间传输数据。
40.定位模块包括设置于所述支架竖直部分两端上的天线，该天线设置有两个，两天线所确定的直线和四轮机器人前进的方向平行，并且两天线之间的距离大于等于1米，提高了定位模块在获取四轮机器人的定位信息的精度。
41.四轮机器人的计算模块通过4g路由器与定位模块通信，定位模块的一端连接插有sim卡的4g路由器来获取差分信息，其另一端通过usb接口和计算模块通信。
42.四轮机器人的计算模块通过usb接口与四轮机器人的控制器相连，四轮机器人的控制器通过车载传感器采集四轮机器人的前轮角度和线速度后发送给计算模块使得计算模块能够获取机器人运动状态信息。计算模块通过运动预测模型对获取的四轮机器人运动状态信息进行计算之后输出运动控制信息至控制器进行执行，使得四轮机器人能够按照最优的线路和速度到达指定位置。
43.如图3所示，计算模块中配置的运动预测模型是基于模型预测控制算法(mpc)所形成的模型，建立所述运动预测模型的步骤包括：
44.a1、将四轮机器人置于终点，并获取当前四轮机器人的终点定位信息；
45.a2、将四轮机器人置于起点，并获取当前四轮机器人的起点定位信息；
46.a3、在计算得到四轮机器人运动所需的距离和运动方向后，依据所述距离和运动方向建立所述运动预测模型。
47.在对四轮机器人进行运动控制中，本发明所需要获得的四轮机器人的运动状态信息包括四轮机器人的偏航角和线速度。因此，根据四轮机器人的定位信息和运动状态信息建立如下四轮机器人的状态和控制向量。
[0048][0049]
u＝[a,δ]
t
[0050]
式中x,y表示通过定位模块获得在笛卡尔坐标系下的世界坐标点；表示四轮机器人的偏航角；v表示四轮机器人当前速度；δ表示四轮机器人前轮的转向角度。
[0051]
根据上述状态和控制向量形成如下四轮机器人的运动学模型。
[0052][0053]
式中，l和a分别表示四轮机器人的底盘轴距和行驶加速度。
[0054]
在对上述运动学模型进行线性化后，最终形成如下的运动预测模型。
[0055]
z(k+1)＝a(k)
·
zk+b(k)
·
uk+c(k)
[0056]
其中，a(k)、b(k)和c(k)分别表示k时刻线性动态误差的状态矩阵，输入矩阵和干扰矩阵，表达式分别为：
[0057][0058][0059][0060]
如图4所示，在四轮机器人运行过程中，计算模块需要通过运动预测模型对获取的四轮机器人运动状态信息进行计算之后输出运动控制信息至控制器进行执行，由运动预测模型获得实时运动控制信息的步骤包括：
[0061]
b1、对建立的所述运动预测模型设定对应的优化目标函数与约束；
[0062]
b2、将所述优化目标函数转化为二次规划；
[0063]
b3、对所述二次规划进行求解，得到所述实时运动控制信息。
[0064]
在本发明中，所对应设置的优化目标函数和约束分别为：
[0065][0066]zmin
≤zk≤z
max
[0067]umin
≤uk≤u
max
[0068][0069]
其中，u0为当前机器人运动状态的控制量，z0为初始观测值，本发明所设定的优化目标函数是为了优化状态系数为q的未来n步状态与未来参考状态的差值，使该差值最小，从而使得四轮机器人的运动过程更加接近为其规划的路径。
[0070]
在对上述优化目标函数进行矩阵变换后，形成如下的二次规划问题，
[0071][0072]
l≤d
·
z≤u
[0073]
式中，p和q分别表示转化为二次规划标准形式的黑塞矩阵和梯度向量；d表示约束系数矩阵；l和u分别表示约束的上下界向量。
[0074]
本发明所采用的是osqp(operator splitting quadratic program)一个求解凸二次规划问题的开源求解器，通过osqp求解器就能对上述二次规划问题进行求解，便能得到四轮机器人实时运动控制信息，包括前轮角度和线速度，将该运动控制信息输出至四轮机器人的控制器执行，从而控制四轮机器人向终点运动，在四轮机器人运动的总距离等于所需运动的距离后，四轮机器人便能到达终点及停止行驶。
[0075]
本发明通过在四轮机器人中设置运动控制系统，通过基于模型预测控制算法的运动预测模型对获取的四轮机器人运动状态信息进行计算之后输出运动控制信息至控制器进行执行，使得四轮机器人能够按照最优的线路和速度到达指定位置。
[0076]
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。