买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：郑州轻工业大学

摘要：本发明公开了一种基于自适应采样时间的滑移转向移动机器人模型预测控制方法，针对传统模型预测控制算法中利用固定采样时间进行路径跟踪，较短采样间隔下跟踪性能高但计算负担巨大，较长采样间隔下运算速度虽得到提高，但跟踪性能会受到影响，导致其对不同路径的适应性有限的问题，通过持续监测运动过程中四轮差动滑移转向移动机器人角速度的变化，动态调整预测区间内的采样时间，减少了传统模型预测控制算法中固有的跟踪误差，并且通过分析不同路径场景下四轮差动滑移转向移动机器人的路径跟踪响应，提高在复杂情况下的预期控制性能。实现了自适应采样时间首次与模型预测控制方法结合，达到平衡移动机器人跟踪性能和控制稳定性之间的关系的目的。

主权项：1.一种基于自适应采样时间的滑移转向移动机器人模型预测控制方法，其特征在于，所述方法包括以下步骤：步骤S100：初始化采样时间T；步骤S200：通过匹配当前激光雷达扫描与已知地图，配合轮速计推算出机器人的位姿，定义状态变量为P＝x,y,ΨT，控制变量u＝v,ω，其中控制变量为机器人质心处的速度矢量，v为速度，ω为角速度，以此建立轮式机器人运动学模型，具体表现为： 其中为机器人在x轴上的分速度，为机器人在y轴上的分速度，为机器人角速度；步骤S300：对机器人运动学模型进行离散化，设置包括预测时域、控制时域、初始采样时间、输入权重矩阵、状态误差权重矩阵及约束条件在内的预测控制模型参数，并，构建包含状态误差和控制输入的代价函数；步骤S400：采用二次规划方法进行预测控制模型的求解，在约束条件内最小化代价函数来得到最优的控制输入序列，预测状态向量为Xk+1＝A·Xk+B·uk，其中Xk为状态向量、uk为控制输入向量，更新状态方程Xk＝Xk+1，B是输入矩阵，A是状态转移矩阵；步骤S500：将最优控制输入序列中的第一个控制输入应用于机器人控制器，将预测状态存储为过去状态，并将控制输入存储为过去输入，使用计算出的最优控制输入序列中的角速度变化率来计算下一次车辆移动时要使用的采样时间T；步骤S600：设置T＝Tk+1，判断计算出的采样时间是否在预设的阈值内，若在则设置为新的采样时间，若超出阈值最大值或小于阈值最小值，则将采样时间对应设置为阈值的最大值或最小值；步骤S700：转步骤S200直至控制结束。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 一种基于自适应采样时间的滑移转向移动机器人模型预测控制方法