级联车机机器人自抗扰编队控制方法及系统、机器人

本技术属于多智能体协同控制相关，更具体地，涉及一种级联车机机器人自抗扰编队控制方法及系统、机器人。

背景技术：

1、近年来，自主无人系统的多智能体协同作业越来越成为热点，也是机器人行业关注的课题。在未知室外场景和复杂地面环境下，车机协同方案为多智能体的协同作业提供了大范围的区域覆盖和全地形导航，可以实现优势互补，其车机协同控制成为自主导航的关键问题之一。移动机器人进行小范围的编队协同作业，无人机从空中视角为机器人编队提供良好的视野和领航位姿。通常情况下，室外作业坏境中面临外部环境变化等扰动，同时地形坑洼，给无人车的执行器带来冲击，这些因素都会对机器人的运动和控制性能产生不利影响，因此需要采取相应措施来解决这些问题。由于自抗扰控制可以有效的抑制外部干扰而被广泛应用于机器人领域。然而，目前自抗扰控制在处理多机协同问题上，通常不考虑设计执行器的饱和，而实际应用中，执行器的控制量是不可能无限大，因此，不考虑执行器的饱和难以满足实际应用的需求。此外，经典的分布式车机多智能体编队控制中，每个智能体需要与多个智能体进行通讯，因此对智能体的通信提出了更高的要求，而室外不确定场景通常面临信号遮挡，无法满足通信的高需求。

2、因此，根据上述分析，尽管自抗扰的车机编队控制已表现出其有效性，但是将自抗扰控制方法应用于车机协同多机器人的运动控制时，尤其是考虑输入输出限幅和室外通信问题下，还存在以下亟待改进的方面：

3、1)在传统的自抗扰的多机控制里面，通常不考虑执行器的控制量限幅；

4、2)经典的分布式车机多智能体编队控制对智能体之间的通信提出了更高的要求，室外不确定场景通常无法满足通信的高需求；

5、因此，针对车机协同室外环境下，亟需一种考虑执行器控制量限幅的、降低通信需求的车机协同编队控制方案，使其在复杂多变的室外坏境下仍保持较好的鲁棒性。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本技术提供了一种级联车机机器人自抗扰编队控制方法及系统、机器人，其目的在于考虑执行器的饱和、关注于局部的控制而降低通讯要求，使机器人编队在复杂多变的室外坏境下仍保持较好的鲁棒性。

2、为实现上述目的，按照本技术的第一方面，提供了一种级联车机机器人自抗扰编队控制系统，包括：

3、位姿确定模块，用于根据机器人ri的运动状态量υi＝[vi,ωi]确定机器人ri的位姿ξi＝[xi yi θi]t，vi,ωi分别为机器人ri的速度和角速度，xi,yi,θi分别为机器人ri在世界坐标系下的坐标与朝向，i为机器人的编号；

4、级联虚拟运动学控制器，包括队形误差计算单元和级联虚拟量计算单元，所述队形误差计算单元用于获取机器人ri-1的位姿ξi-1＝[xi-1 yi-1 θi-1]t并确定机器人ri相对于机器人ri-1在机器人ri车身坐标系下的实际相对位姿与设定相对位姿的偏差ξei＝[xei yeiθei]t，xei,yei,θei分别为坐标偏差与朝向偏差，所述级联虚拟量计算单元用于获取位姿的偏差ξei并基于反步法计算虚拟控制量分别为速度和角速度的虚拟控制量；

5、饱和输入线性自适应抗扰控制器，用于计算输入机器人ri执行器的力矩控制量sat(τi)，所实现的计算过程包括：

6、

7、

8、

9、

10、式中，分别为待求解的干扰估计值和运动状态估计值，τi为初步力矩控制量，矩阵矩阵mi(ξi)、bi(ξi)、ji分别为对称的正定惯性矩阵、三维到二维的耦合转换矩阵和车身坐标系到世界坐标系的转换矩阵，0＜αi＜1为给定的常数，矩阵ki＝diag(kir,kil)，kir,kil＞0为针对右轮和左轮的计算常数。

11、在其中一个实施例中，机器人ri相对于机器人ri-1在机器人ri车身坐标系下的实际相对位姿与设定相对位姿的偏差的计算公式为；

12、

13、式中，dxi,dyi,dθi分别表示在世界坐标系下的机器人ri与机器人ri-1之间的位置距离约束和朝向夹角约束。

14、在其中一个实施例中，基于反步法计算虚拟控制量的计算公式为：

15、

16、式中，ki1,ki2,ki3＞0为设定的常数。

17、在其中一个实施例中，正定惯性矩阵mi(ξi)、三维到二维的耦合转换矩阵bi(ξi)和车身坐标系到世界坐标系的转换矩阵bi(ξi)分别为：

18、

19、

20、

21、式中，mi,bi,ii,wi,ri分别为机器人ri的质量、车长、惯量、1/2车宽和驱动轮半径。

22、按照本技术的第二方面，提供了一种机器人，包括车身、驱动轮、执行器和上述级联车机机器人自抗扰编队控制系统，所述系统输出力矩控制量sat(τi)，所述执行器用于获取所述力矩控制量sat(τi)并控制驱动轮的转向。

23、按照本技术的第三方面，提供了一种级联车机机器人自抗扰编队控制方法，包括：

24、根据机器人ri的运动状态量υi＝[vi,ωi]确定机器人ri的位姿ξi＝[xi yi θi]t，vi,ωi分别为机器人ri的速度和角速度，xi,yi,θi分别为机器人ri在世界坐标系下的坐标与朝向，i为机器人的编号；

25、获取机器人ri-1的位姿ξi-1＝[xi-1 yi-1 θi-1]t并确定机器人ri相对于机器人ri-1在机器人ri车身坐标系下的实际相对位姿与设定相对位姿的偏差ξei＝[xei yei θei]t，xei,yei,θei分别为坐标偏差与朝向偏差；

26、获取位姿的偏差ξei并基于反步法计算虚拟控制量分别为速度和角速度的虚拟控制量；

27、计算输入机器人ri执行器的力矩控制量sat(τi)，所实现的计算过程包括：

28、

29、

30、

31、

32、式中，分别为待求解的干扰估计值和运动状态估计值，矩阵矩阵mi(ξi)、bi(ξi)、ji分别为对称的正定惯性矩阵、三维到二维的耦合转换矩阵和车身坐标系到世界坐标系的转换矩阵，0＜αi＜1为给定的常数，矩阵ki＝diag(kir,kil)，kir,kil＞0为针对右轮和左轮的计算常数。

33、在其中一个实施例中，机器人ri相对于机器人ri-1在机器人ri车身坐标系下的实际相对位姿与设定相对位姿的偏差的计算公式为：

34、

35、式中，dxi,dyi,dθi分别表示在世界坐标系下的机器人ri与机器人ri-1之间的位置距离约束和朝向夹角约束。

36、在其中一个实施例中，基于反步法计算车机级联虚拟控制量的计算公式为：

37、

38、式中，ki1,ki2,ki3＞0为设定的常数。

39、按照本技术的第四方面，提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。

40、按照本技术的第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的方法的步骤。

41、总体而言，通过本技术所构思的以上技术方案与现有技术相比，本技术提供的一种级联车机机器人自抗扰编队控制方法及系统、机器人主要具有以下有益效果：

42、本技术所提供的级联车机机器人自抗扰编队控制系统，用于控制机器人ri参与级联车机机器人自抗扰编队。通过对级联虚拟运动学控制器和饱和输入线性自适应抗扰控制器进行设计，获取机器人ri-1的运动信息，然后以机器人ri-1作为领航者，以机器人ri作为跟随者，跟随者ri与领航者ri-1之间的相对位姿关系是提前设定好的，跟随者ri只要与领航者保持设定的相对位置关系即可。在本技术中，级联虚拟运动学控制器与机器人ri-1进行通信以获取与机器人ri-1的运动信息，然后计算机器人ri与机器人ri-1的实际相对位姿与设定相对位姿之间的偏差，再基于得出的偏差计算出理想的虚拟控制量。饱和输入线性自适应抗扰控制器则获取级联虚拟运动学控制器输出的虚拟控制量，并考虑外界干扰以及执行器的饱和性，引入干扰估计值的估算并构建抗饱和函数sat()，得到实际的力矩控制量sat(τi)。在本技术中，通过设计控制策略，一方面，每个机器人作为跟随者只需要与其对应的领航者进行通信，相比于多对多的通信模式，本技术的通信要求降低；另一方面，在饱和输入线性自适应抗扰控制器的设计方面考虑了执行器的饱和性，对实际输入执行器的力矩控制量实现了限幅。综上，本技术所提及的系统，能够考虑执行器的饱和、关注于局部的控制而降低通讯要求，使其在复杂多变的室外坏境下仍保持较好的鲁棒性。

43、本技术一实施例所提供的级联车机机器人自抗扰编队控制系统，其给出了一种计算相对位姿偏差的具体公式，先计算在世界坐标系下的位姿偏差，再通过坐标转换将位姿偏差转换至机器人车身坐标系下，通过该公式，可以快速准确地确定所需的相对位姿偏差。

44、本技术一实施例所提供的级联车机机器人自抗扰编队控制系统，其给出了一种反步法计算虚拟控制量的具体公式，通过该计算公式，可以快速准确地确定针对当前偏差下所需要执行的虚拟控制量。