一种清洁机器人轨迹跟踪滑模控制方法和系统与流程

本发明属于光伏板清洁，具体涉及一种清洁机器人轨迹跟踪滑模控制方法和系统。

背景技术：

1、目前，光伏产业正以惊人的速度不断演进和扩张。然而，随着光伏产业的壮大，众多技术挑战也随之浮现，其中最显著的问题之一是清洁问题。现今的大型光伏电站项目通常位于恶劣的自然环境中，如沙漠、戈壁和荒漠，这些地方干旱缺水，沙尘暴频发。因此，确保电站能够及时清洁以维护发电量成为一项紧迫的任务。

2、在过去，由于光伏面板的布局比较密集，传统的清洁方法主要依赖于人工清洗或使用高压清洗车。然而，这种方式不仅清洁难度大、效率低，成本高，还易浪费水资源，甚至可能导致光伏面板受损，且考虑到具体项目地存在的风、沙等环境干扰，传统清洁机器人的抗干扰性和稳定性较差。

3、智能清洁机器人的出现有效地解决了这些问题。它不仅能够定期自动清洗，无需人工监控，还能夜间运行，清洁频率可根据环境需求自由调整。这些清洁机器人能够彻底清除光伏组件表面的灰尘和污垢，提高发电效率。这种需求正在逐渐加大，尤其是随着越来越多的光伏面板散布在山区和建筑物上。

4、在现有技术中，例如：cn110955262a，该发明公开了一种用于太阳能电池板清洁机器人的路径规划和跟踪方法。它使用栅格法创建地图，采用弓字形往复算法确定路径，使用超宽带定位系统和姿态信号采集模块获取位置信息，并应用反正切函数的路径跟踪算法来跟踪目标路径。在cn114866018a中，该发明公开了一种清洗清洁机器人、光伏跟踪系统和它们之间的交互协作方法。清洗清洁机器人包括清洗装置、行走装置、倾斜角度测量装置、通讯装置和控制装置。通讯装置与光伏跟踪系统通信，获取倾斜角度信息，控制装置根据这些信息来决定清洗操作。光伏跟踪系统用于调整太阳能电池板的倾斜角度，并通过通讯将这些角度信息发送给清洗清洁机器人，以实现协同工作。这个方法通过倾斜角度信息来协调清洗清洁机器人和光伏跟踪系统的操作。但上述方法使得清洁机器人在清洁过程中需要重复多次行进，以确保光伏组件的清洁程度，导致清洁机器人耗能较高，对于大型光伏电站清洁的成本较高，智能化程度较低。

技术实现思路

1、本发明的目的在于提供一种清洁机器人轨迹跟踪滑模控制方法和系统，在减小工作能耗的基础上实现清洁机器人的自主清扫。

2、本发明提供一种清洁机器人轨迹跟踪滑模控制方法，包括：将被清洁区域划分为至少两个工作区域，根据清洁机器人的实时位置坐标判断所述清洁机器人所处的工作区域；

3、当所述清洁机器人位于安全区时，关闭所述清洁机器人的姿态控制器，仅根据所述清洁机器人的滑模控制器输出的位置动作输入量和速度动作输入量行进；

4、当所述清洁机器人位于危险区且行进方向与环境力场方向存在夹角或行进方向远离所述安全区时，打开所述姿态控制器，控制所述清洁机器人转弯至环境力场投影面积最小的方位沿着安全区的方向行进，此时关闭所述姿态控制器，直至所述清洁机器人重新进入所述安全区。

5、进一步的，所述方法还包括：

6、获取所述清洁机器人的位置输入量；

7、所述姿态控制器根据所述位置输入量与非线性阻尼钟摆模型，计算得到角度动作输入量，并将所述角度动作输入量输入至所述滑模控制器中；

8、所述滑模控制器根据所述位置输入量输出所述位置动作输入量至所述清洁机器人的执行器及所述姿态控制器中，且所述滑模控制器将速度动作输入量输入至所述执行器中；

9、所述滑模控制器根据所述位置动作输入量和所述角度动作输入量获得所述清洁机器人悬挂点的实时位置坐标。

10、进一步的，所述位置输入量包括原始位置输入量或微分后的位置输入量。

11、进一步的，所述微分后的位置输入量的获得方法包括：

12、所述原始位置输入量和所述姿态输入量与所述实时状态量做差得到跟踪误差；

13、对所述跟踪误差进行微分处理后得到所述微分后的位置输入量。

14、进一步的，根据所述非线性阻尼钟摆模型设定被清洁区域的最大半径：

15、其中，σ为线性阻尼系数，l为最外层工作区域的最大半径，m为所述清洁机器人的质量，f>0为牵引力。

16、进一步的，所述清洁机器人重新进入所述安全区包括：

17、获取所述清洁机器人的实时位置坐标qa，选取安全区边缘环境力场方向上距离所述清洁机器人质心最近的期望位置坐标qd；

18、控制所述清洁机器人在以qa为圆心，在所述实时位置坐标与所述期望位置坐标之间的距离为半径的圆内，以环境力的方向为最优行进角度，行进至安全区。

19、进一步的，所述清洁机器人的实时位置坐标为：其中，ψd是qa与qd之间的方位角；

20、所述方位角的实时更新律为：δ(ξ)＝ξ+ω；

21、其中，δ(ξ)是自适应增益，且δ(ξ)＞0，ω是常数；ψ为极径方向与水平方向的姿态角度；

22、随所述的增大，控制所述清洁机器人加速移动至安全区。

23、进一步的，根据非线性阻尼钟摆模型，计算得到角度动作输入量包括：

24、所述清洁机器人的非线性阻尼钟摆模型如下：其中，ψd为角度动作输入量，为阻尼系数，χ0为振荡频率，σ为线性阻尼系数，i为工作区域的最大半径。

25、进一步的，所述方法还包括：

26、获取外界环境干扰项，对外界环境干扰项进行处理，得到干扰估计值；

27、所述滑模控制器根据所述位置输入量和所述干扰估计值输出位置动作输入量和速度动作输入量；

28、所述执行器根据所述角度动作输入量、所述位置动作输入量和所述速度动作输入量控制所述清洁机器人的运行轨迹。

29、进一步的，采用神经网络处理器对所述外界环境干扰项进行处理；

30、所述干扰估计值为

31、其中，是环境干扰τd的估计值，t为转置，ε是神经网络的逼近误差，是神经网络权重值的估计值；是隐藏层函数：β为学习率，有β>0。

32、进一步的，测速传感器获取所述清洁机器人的实时速度，所述实时速度与所述速度动作输入量做差后得到速度误差，所述速度误差对所述清洁机器人的行进速度进行误差补偿。

33、本发明还提供一种清洁机器人轨迹跟踪滑模控制系统，实现上述的清洁机器人轨迹跟踪滑模控制方法，包括：定位模块、滑模控制器和姿态控制器；

34、所述定位模块用于获取清洁机器人的实时位置；

35、所述姿态控制器用于根据位置输入量与非线性阻尼钟摆模型，计算得到所述清洁机器人的角度动作输入量；

36、所述滑模控制器接收微分后的所述位置输入量和所述实时速度后计算得到清洁机器人的位置动作输入量和速度动作输入量，控制所述清洁机器人行进；并接收所述姿态控制器输入的角度动作输入量，根据所述位置动作输入量、速度动作输入量和角度动作输入量更新所述清洁机器人的悬挂点的位置坐标。

37、进一步的，还包括：神经网络处理器和传感器：

38、所述传感器用于获取外界环境干扰项；

39、所述神经网络处理器用于对外界干扰项进行处理，得到干扰估计值，并将所述干扰估计值输入至所述滑模控制器。

40、进一步的，还包括误差微分器、执行器和测速传感器；

41、所述误差微分器用于将所述跟踪误差进行微分处理后得到所述清洁机器人的微分后的位置输入量；

42、所述测速传感器用于获得所述实时速度；

43、所述执行器用于根据所述角度动作输入量、速度动作输入量和位置动作输入量控制所述清洁机器人的行进。

44、相比于现有技术，本发明至少具有以下技术效果：

45、本发明在判断清洁机器人所处的工作区域后，根据清洁机器人所处的工作区域和工作环境控制姿态控制器的开闭，无需全程打开姿态控制器控制清洁机器人，节省了姿态控制器的工作能耗。当清洁机器人位于安全区时，仅通过滑模控制器控制所述清洁机器人的行进。当所述清洁机器人位于危险区且行进方向与环境力场方向存在夹角或行进方向远离所述安全区时，打开所述姿态控制器，控制所述清洁机器人转弯至环境力场投影面积最小的方位沿着安全区的方向行进，此时关闭所述姿态控制器，直至所述清洁机器人重新进入所述安全区，上述控制方法实现了清洁机器人的自主清扫，并减少清洁机器人行进时产生的能耗。

46、进一步的，本发明还通过神经网络对外界的环境干扰项进行处理，得到干扰估计值，以对包括风、沙和落雪等环境干扰项进行估计和补偿，提高了机器人在不同环境条件下的抗干扰性和控制精度。使用滑模控制器根据微分后的位置输入量和干扰估计值计算清洁机器人位置动作输入量和速度动作输入量，最后根据位置动作输入量和速度动作输入量控制所述清洁机器人的运行轨迹，提高了清洁机器人在清洁过程中轨迹跟踪算法的精度，进一步增强光伏清洁机器人的抗干扰性和清洁机器人的控制精度。