一种面向算力受限移动小车的轻量化MPC预设时间轨迹跟踪方法

摘要: 本发明涉及移动小车自动控制,具体而言,涉及一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法。背景技术:1、随着人工智能与自动化技术的演进,移动小车在仓...
一种面向算力受限移动小车的轻量化MPC预设时间轨迹跟踪方法

本发明涉及移动小车自动控制,具体而言,涉及一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法。

背景技术:

1、随着人工智能与自动化技术的演进,移动小车在仓储物流、智能制造等场景的应用日益深化。轨迹跟踪控制作为保障其自主导航的核心技术,要求机器人在复杂工况下精准跟随参考轨迹。

2、目前,模型预测控制因能有效处理多变量耦合及物理约束,被广泛应用于轨迹跟踪。然而,移动小车具有强非线性与非完整运动学约束。传统非线性模型预测控制依赖复杂的在线非线性优化求解,计算开销庞大。在算力受限的嵌入式微控制器上部署时,极易引发控制指令延迟,难以满足实时性要求。

3、另一方面,现有的有限时间或固定时间轨迹跟踪策略,普遍存在收敛时长不可预设,易受环境扰动的问题。有限时间控制的收敛时长严重依赖初始位姿偏差;固定时间控制的收敛上界则与系统控制参数高度耦合,难以根据实际任务直接设定。因此,现有方法难以适配移动机器人非完整约束下的精准轨迹跟踪需求。此外,实际系统中不可避免存在底层库伦摩擦等未建模时变扰动。现有控制架构难以主动抑制此类干扰,致使小车在复杂变曲率轨迹跟踪中极易产生稳态误差甚至引发系统振荡,严重制约了闭环系统的抗扰鲁棒性。

技术实现思路

1、本发明采用的技术方案为一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,针对现有控制方法算力消耗大、收敛时效依赖初始状态且易受底层摩擦扰动的问题,本方法深度融合轻量化模型预测控制、预设时间理论与离散干扰观测器(dob)。通过构建线性参数变化(lpv)系统并结合解析型反馈矩阵,免除复杂在线寻优,显著降低算力负担;引入分段光滑的预设时间增益,使系统在存在较大初始偏差下,跟踪误差仍能在人为设定的时间上界内强制收敛;同时依托dob前馈抵消底层非线性摩擦扰动,保障变曲率工况下的跟踪精度。由此实现小车低算力开销、轨迹误差收敛时间可控与主动抗扰的一体化控制,步骤如下:

2、(1)步骤一:误差运动学建模与lpv系统实时映射,建立非完整约束移动小车的误差运动学模型,并在时变参考轨迹点处将其转化为lpv系统,为后续轻量化前馈预测与控制律解算提供低算力模型支撑;

3、(2)步骤二:基于滚动优化的轻量化mpc标称前馈控制量解算,依托lpv模型在有限预测时域内构建带有物理极限约束的二次规划问题,在线求解并输出满足电机饱和边界的标称前馈控制量,实现控制指令的超前动态规划;

4、(3)步骤三:面向强制收敛的预设时间反馈控制律设计,利用解析形式构建闭式反馈增益矩阵以替代复杂的在线优化,并融合分段光滑的实用预设时间增益,实现跟踪误差在较大初始偏差下均能于预设时间内精准收敛;

5、(4)步骤四:抑制底层摩擦的dob构建,基于当前时刻系统理论预测状态与真实物理状态误差的作差,实时解算并输出干扰估计值,实现对底层非线性库伦摩擦的主动前馈抵消;

6、(5)步骤五:多源指令协同合成与控制闭环,融合mpc标称前馈控制量、预设时间反馈量与dob干扰抵消量生成综合驱动指令,对所述综合指令进行物理极限饱和限幅后作为小车最终的控制输入,并在仿真环境和实物二轮差动小车平台中开展含底层非线性摩擦干扰的复杂变曲率轨迹跟踪仿真验证。

7、根据本发明的一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,在步骤一中,包括以下步骤:

8、建立两轮差动小车的误差运动学模型,并基于雅可比线性化将其转化为lpv系统,为后续轻量化模型预测控制与离散干扰观测器提供基础模型。

9、定义小车在世界坐标系下的状态变量为,控制向量为,则移动小车的运动学微分方程表示为:

10、

11、式(1)中,与分别表示移动小车在世界坐标系下的横坐标与纵坐标;表示小车在世界坐标系下的航向角;分别表示上述三个状态变量对时间的一阶导数,与分别表示在世界坐标下移动小车的线速度和角速度。

12、定义期望跟踪在世界坐标系下的参考状态向量为,参考控制信号为。参考轨迹满足与小车相同的非完整运动学约束,其方程为:

13、

14、式(2)中,与分别表示目标参考轨迹在世界坐标系下的横坐标与纵坐标;表示参考航向角;与分别表示时变参考线速度和时变参考角速度;分别表示参考状态变量对时间的一阶导数。

15、引入坐标旋转矩阵,将世界坐标系下的绝对位姿偏差转换至小车的局部随动坐标系下,定义运动学状态误差,则有:

16、

17、式(3)中,表示小车局部坐标系下的纵向位置误差;表示横向位置误差;表示航向角误差。

18、结合基础运动学与参考运动学方程,对误差状态方程在参考目标点处进行一阶雅可比线性化,直接得到连续的线性参数变化系统如下:

19、

20、式(4)中,表示线性化后的系统状态误差向量;方程右侧第一项的系数矩阵为连续状态转移矩阵;第二项的系数矩阵为连续控制输入矩阵;表示这是在局部坐标系下定义的控制输入偏差向量,即期望控制指令与实际控制指令之间的差值。

21、设数字控制系统的控制周期的离散时间步长为,采用前向欧拉法将上述连续lpv系统转化为离散状态空间形式:

22、

23、其中,当前时刻的离散状态转移矩阵与离散输入矩阵展开为:

24、

25、式(5)中,表示当前的离散采样时刻;表示下一个离散采样时刻;表示控制周期的离散时间步长;,,分别表示下一时刻1状态误差向量、当前时刻的状态误差向量以及当前时刻的控制输入偏差向量;式(6)中与分别表示当前时刻的时变参考角速度与参考线速。

26、根据本发明的一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,在步骤二中,包括以下步骤:

27、以步骤一获取的离散化lpv系统作为标称预测模型。结合系统接收的时变参考轨迹指令,在设定的预测时域内递推构建多步状态预测方程与二次型目标函数,并将其转化为标准二次规划问题以求解标称前馈控制量,具体包括以下步骤。

28、忽略系统外部的未知动力学扰动,依据离散误差状态空间模型定义标称系统为:

29、

30、设定模型预测控制的预测时域为,控制时域为,且满足。定义在当前时刻对未来步的预测状态向量与未来步的控制输入向量分别为:

31、

32、

33、式(8)与式(9)中,,=1,2,3...n表示在时刻对未来第时刻状态误差的预测值;,=0,1,2,...表示在时刻规划的未来时刻的控制偏差向量。

34、提取在预测时域内的时变参考线速度与角速度值与,以计算未来每一时刻的离散状态转移矩阵,递推构建多步预测输出映射方程:

35、

36、式(10)中,为当前时刻真实的状态误差向量;为多步状态预测矩阵;为多步控制预测矩阵。结合时变矩阵,矩阵与的完全展开形式分别为:

37、

38、

39、为保证跟踪误差快速收敛并最小化控制能量消耗,定义二次型目标函数如下:

40、

41、式(13)中,表示向量的欧几里得范数加权平方;为的半正定状态惩罚权重矩阵;为的正定控制输入惩罚权重矩阵。

42、将式(10)代入式(13)中,并剔除与决策变量无关的常数项,可将该目标函数等效转化为标准的二次规划问题形式:

43、

44、式(14)中,海森(hessian)矩阵,梯度向量与分别为由和沿对角线扩展的分块对角矩阵。

45、考虑移动小车底层驱动电机的物理极限则有:与,其中分别为移动小车在物理极限内的最小线速度和最大线速度,分别为移动小车在物理极限内的最小角速度和最大角速度,将其代入中。由此可将绝对的物理边界,转化为面向决策变量的时变线性不等式约束:

46、

47、式(15)中,与表示基于电机物理极限转换得到的关于决策变量当前时刻的动态上下界约束,取决于当前时刻的参考速度和航向角误差;表示当前时刻的航向角误差。

48、联立式(14)与式(15),在每个数字控制周期内调用在线求解算法,计算该带约束qp问题的最优控制序列。依据滚动优化策略,仅提取该序列的首个控制向量作为系统当前时刻的标称前馈控制量:

49、

50、式(16)中为所述最优控制序列中的首个控制向量。

51、根据本发明的一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,在步骤三中,包括以下步骤:

52、本步骤通过解析构造闭式反馈增益矩阵替代复杂的在线寻优,并融合分段光滑的实用预设时间增益生成反馈补偿量。

53、提取步骤一中实时更新的参考线速度与参考角速度。引入阻尼比参数 、速度耦合参数,并设定防止计算奇异的极小正数。基于上述参数,直接解析求解系统当前时刻的基础比例增益:

54、

55、由于移动小车的控制输入为二维向量,而状态误差为三维向量,需构建一个维的反馈增益矩阵实现状态到控制量的降维映射。基于lqr(线性二次型调节器)解析闭式结构,构造该矩阵如下:

56、

57、式(18)中,矩阵元素的物理意义具体如下:其第一行对应的线速度补偿指令仅受纵向位置误差调节,完全屏蔽了横向与航向误差的干扰,从而实现纵向运动解耦;其第二行对应的角速度补偿指令则由横向与航向误差联合控制,且横向误差处引入了随参考车速变化的动态耦合增益,确保小车在高速行驶时能够更迅速地纠正横向偏移

58、为赋予系统预设时间收敛特性,引入本发明设计的分段式实用预设时间时变增益,作为轨迹跟踪控制律的核心动态增益,其表达式为:

59、

60、式(19)中为预设起步增益;为预设峰值增益;为预设时间稳态增益;为预设时间;为自然对数底数;为系统运行时间。

61、提取步骤一计算得到的世界坐标系局部状态误差。为避免较大初始角度偏差导致的航向角突变与跳跃问题,对航向误差施加正弦安全映射,构造安全误差向量:

62、

63、最终,结合式(18)解析构造的增益矩阵与式(19)的实用预设时间增益,合成预设时间反馈补偿控制量:

64、

65、根据本发明的一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,在步骤四中,包括以下步骤:

66、在当前离散时刻,提取由小车真实位姿解算得到的局部物理状态误差。同时,调取观测器在前一控制周期向前滚动预测的当前时刻理论状态预测值。将二者进行作差,计算得到当前时刻的观测误差向量:

67、

68、式(22)中,包含了因底层摩擦扰动导致的实际轨迹与理论模型之间的动态偏差。

69、设定观测器带宽增益。基于观测误差的一阶差分,采用迭代形式更新当前的等效干扰估计向量,其解算律为:

70、

71、

72、式中, 与分别为观测误差向量在纵向位置与航向角方向的分量;与分别为解算出的当前时刻线速度等效扰动与角速度等效扰动估计值;与分别表示上一离散时刻的线速度等效扰动与角速度等效扰动估计值;为系统控制周期的离散时间步长。

73、为防止观测器在极端工况下发生积分饱和或估计发散,对计算得出的干扰估计值施加绝对物理边界限幅:

74、

75、式(25)中,为饱和限幅函数;与 分别为设定的扰动估计物理上下界。解算出将直接作为前馈补偿量,输出至控制指令合成模块。

76、最后提取步骤一中当前时刻实时更新的离散状态转移矩阵与离散输入矩阵。结合当前时刻真实的物理状态误差、系统实际下发的综合控制指令以及当前计算出的干扰估计值,利用前向欧拉模型预测下一时刻的状态,用于下一控制周期观测器的迭代更新:

77、

78、根据本发明的一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,在步骤五中,包括以下步骤:

79、将标称前馈控制量、预设时间反馈量与干扰估计量线性叠加,合成综合控制律;并基于底层物理极值进行饱和限幅,输出最终的小车驱动线速度与角速度指令。最终,将所述驱动指令部署于仿真环境和实物平台中,引入包含库仑与粘滞摩擦的非线性扰动模型与真实物理摩擦;通过驱动小车在初始较大偏差下执行双纽线变曲率轨迹跟踪,闭环输出小车实际位姿,验证系统算法的强收敛性与抗摩擦干扰能力。

80、本发明提供了一种面向算力受限移动小车的轻量化mpc预设时间轨迹跟踪方法,与现有技术相比,本发明的有益效果在于:

81、1.融合mpc与dob实现受限抗扰跟踪:利用mpc的滚动优化计算最优前馈指令,将电机极限映射为动态约束以规避执行器饱和;同时构建dob,通过理论预测与实际状态作差提取观测误差,并结合增益迭代解算底层非线性摩擦,将其注入控制律进行主动抵消,实现了兼顾物理约束与抗扰的综合控制。

82、2. 不同于常规的有限时间控制(初始条件下有限稳定时间不均匀)和固定时间控制(稳定时间不能任意给定),本发明提出的预设时间控制使得移动小车的轨迹跟踪收敛时间可以在物理允许的范围内预先给定。

83、3. 本发明从三个维度实现算力降维:通过lpv线性化将非线性预测转化为标准二次规划求解、反馈通道采用lqr解析闭式增益替代在线黎卡提迭代、离散干扰观测器采用代数迭代结构,降低计算量,适配算力受限平台。