发明名称 一种水下仿生机器人协作运输方法
摘要 本发明涉及一种水下仿生机器人的协作运输方法,其包括以下步骤:(1)基于“极限环”原理的位姿控制,(2)基于“舒适圆”法的路径规划,(3)基于模糊推理的同步控制,(4)基于模糊推理的运输方向控制。本发明采用了基于“极限环”方法的位姿控制方法,通过巧妙的控制水下机器人的速度和方向,可以从理论上和实际上都能保证机器人的位姿收敛到目标位姿,从而解决了水下机器人的位姿控制问题。本发明还采用了基于“舒适圆”的路径规划方法,从而降低了复杂水下环境中机器人控制的复杂度,并简化了问题空间的维度。同时本发明采用了基于模糊推理的运动规划方法,从而有效地防止了水下机器人由于惯性的作用对运输对象的撞击,实现了机器人的同步控制及对运输对象方向的平稳控制。
申请公布号 CN100458625C 申请公布日期 2009.02.04
申请号 CN200710064754.3 申请日期 2007.03.23
申请人 北京大学 发明人 张丹丹;王龙;谢广明
分类号 G05D1/10(2006.01) 主分类号 G05D1/10(2006.01)
代理机构 北京纪凯知识产权代理有限公司 代理人 徐宁;关畅
主权项 1、一种水下仿生机器人的协作运输方法,其包括以下步骤:(1)基于“极限环”原理的位姿控制以目标点为切点、以目标方向为切线方向作一个切圆,那么即可以确定圆心B(x0,y0)的位置,用v表示机器人在原始坐标系下的线速度,用α表示运动的方向,可以得到:<math><mrow><mi>v</mi><mo>=</mo><msqrt><msup><mover><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>&CenterDot;</mo></mover><mn>2</mn></msup><mo>+</mo><msup><mover><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>&CenterDot;</mo></mover><mn>2</mn></msup></msqrt></mrow> ①<math><mrow><mi>&alpha;</mi><mo>=</mo><mi>arctan</mi><mfrac><mover><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>&CenterDot;</mo></mover><mover><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>&CenterDot;</mo></mover></mfrac></mrow> ②其中<math><mrow><mover><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>&CenterDot;</mo></mover><mo>=</mo><mi>&lambda;</mi><mrow><mo>(</mo><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>y</mi><mn>0</mn></msub><mo>+</mo><mi>&gamma;</mi><mrow><mo>(</mo><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>x</mi><mn>0</mn></msub><mo>)</mo></mrow><mrow><mo>(</mo><msup><mi>r</mi><mn>2</mn></msup><mo>-</mo><msup><mrow><mo>(</mo><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>x</mi><mn>0</mn></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>-</mo><msup><mrow><mo>(</mo><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>y</mi><mn>0</mn></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>)</mo></mrow><mo>)</mo></mrow></mrow>③<math><mrow><mover><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>&CenterDot;</mo></mover><mo>=</mo><mi>&lambda;</mi><mrow><mo>(</mo><mo>-</mo><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>+</mo><msub><mi>x</mi><mn>0</mn></msub><mo>+</mo><mi>&gamma;</mi><mrow><mo>(</mo><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>y</mi><mn>0</mn></msub><mo>)</mo></mrow><mrow><mo>(</mo><msup><mi>r</mi><mn>2</mn></msup><mo>-</mo><msup><mrow><mo>(</mo><mover><mi>x</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>x</mi><mn>0</mn></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>-</mo><msup><mrow><mo>(</mo><mover><mi>y</mi><mo>&OverBar;</mo></mover><mo>-</mo><msub><mi>y</mi><mn>0</mn></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>)</mo></mrow><mo>)</mo></mrow></mrow>(x,y)是机械人在极限环上的目标点在二维坐标系下的平面坐标,γ,λ均为正的参数,r为切圆的半径,通过①、②、③式控制机器人的运动速度和方向,即可实现机器人的位姿控制;(2)基于“舒适圆”法的路径规划(a)向决策树输入目标位置信息、摄像头采集到的视觉信息、包括机器人和运输物的位置和方向信息;(b)通过决策树生成一组相互排斥、并且完整描述了问题空间的“情况”;(c)相应于各种“情况”,设计机器人的行为,使其在最小转弯半径的限制下,沿一条合适的路径向目标位姿运动;(d)根据“舒适圆”法规划从机器人位置到目标位置的路径,并根据代价评估函数分配各机器人在协作运输中的角色;(3)基于模糊推理的同步控制WL(i)、WR(j)分别为机器人i和机器人j分配为左角色和右角色的代价,将WL(i)、WR(j)表示为模糊集{L,M,S},分别代表大,中,小;将机器人的速度VL、VR表示为模糊集{F,M,S},分别代表快速、中速和慢速,设计以下模糊规则:1)如果WL(i)为L且WR(j)为L,那么VL为F,VR为F;2)如果WL(i)为L且WR(j)为M,那么VL为F,VR为M;3)如果WL(i)为L且WR(j)为S,那么VL为F,VR为S;4)如果WL(i)为M且WR(j)为L,那么VL为M,VR为F;5)如果WL(i)为M且WR(j)为M,那么VL为F,VR为F;6)如果WL(i)为M且WR(j)为S,那么VL为F,VR为S;7)如果WL(i)为S且WR(j)为L,那么VL为S,VR为F;8)如果WL(i)为S且WR(j)为M,那么VL为S,VR为F;9)如果WL(i)为S且WR(j)为S,那么VL为M,VR为M,使用Mamdani类型的推理方式,机器人的最终速度由“重心法”去模糊得到,表达式如下:<math><mrow><mover><mi>VL</mi><mo>&OverBar;</mo></mover><mo>=</mo><msubsup><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>9</mn></msubsup><msub><mi>VL</mi><mi>k</mi></msub><msub><mi>x</mi><mi>k</mi></msub><mo>/</mo><msubsup><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>9</mn></msubsup><msub><mi>x</mi><mi>k</mi></msub><mo>,</mo></mrow><math><mrow><mover><mi>VR</mi><mo>&OverBar;</mo></mover><mo>=</mo><msubsup><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>9</mn></msubsup><msub><mi>VR</mi><mi>k</mi></msub><msub><mi>x</mi><mi>k</mi></msub><mo>/</mo><msubsup><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mn>9</mn></msubsup><msub><mi>x</mi><mi>k</mi></msub></mrow> ④xk=min{x1k1,x2k2} ⑤在④、⑤式中,xk为第k条规则“如果”部分的联立程度,其中k=1,…,9;x1k1 为WL(i)对第k条规则的隶属度,x2k2为WR(j)对第k条规则的隶属度,VLk与VRk为从第k条规则得到的输出;(4)基于模糊推理的运输方向控制将箱子方向相对于目标方向的角度θ用模糊集{PB,PM,PS,Z,NS,NM,NB}表示,分别代表正大,正中,正小,零,负小,负中,负大;将机器人的速度VL、VR表示为模糊集{F,M,S},分别代表快速、中速和慢速,设计以下模糊推理规则:1)如果θ为PB,那么VL为F,VR为S;2)如果θ为PM,那么VL为M,VR为S;3)如果θ为PS,那么VL为M,VR为S;4)如果θ为Z,那么VL为M,VR为M;5)如果θ为NS,那么VL为S,VR为M;6)如果θ为NM,那么VL为S,VR为M;7)如果θ为NB,那么VL为S,VR为F,采用Mamdani类型的推理方式,机器人的最终速度同样由“重心法”去模糊得到。
地址 100871北京市海淀区颐和园路5号北京大学工学院