一种变质心无人搬运车轨迹跟踪控制方法与流程

技术特征：

1.一种变质心无人搬运车轨迹跟踪控制方法，其特征在于，包括如下步骤：

对无人搬运车进行动力学和运动学理论分析，建立无人搬运车动力学和运动学模型；

基于Lyapunov直接法，根据无人搬运车动力学和运动学模型，建立全局渐进轨迹跟踪控制器,对参考轨迹进行全局跟踪；

优化粒子群算法，自适应地调整轨迹跟踪控制器输入的控制参数。

2.根据权利要求1所述的变质心无人搬运车轨迹跟踪控制方法，其特征在于，所述建立无人搬运车动力学和运动学模型包括如下步骤：

所述无人搬运车动力学模型为：

纵向运动方程：

其中，m是车辆质量；为纵向加速度；vy为车体坐标系下质心的纵向速度；γ为横摆角速度；Fxi和Fyi(i＝fl，fr，rl，rr)分别为轮胎纵向力和侧向力；δfl、δfr分别是前轮左右转向角；δrl、δrr为后轮左右转向角；

横向运动方程：

其中，为侧向的加速度；vx为车体坐标系下质心的纵向速度；

横摆运动方程：

其中，IZ为车辆绕Z轴的转动惯量；为横摆角加速度；lf和lr分别为质心到前轴和后轴的距离；d1、d2分别为左轮和右轮到等效轮的距离；

所述无人搬运车运动学模型：

设置无人搬运车质心[x，y]^T的笛卡儿坐标，θ为无人搬运车前进方向与X轴夹角，v(t)、w(t)分别为无人搬运车的平移速度和旋转速度，φ1、φ2为无人搬运车等效轮的转速，VF、VR为无人搬运车等效轮的运动速度，车轮的直径为r。考虑无人搬运车满足刚体运动规律，建立如下运动方程；

定义位置矢量q＝(x,y,θ,φ1,φ2)^T,无人搬运车运动模型为：

3.根据权利要求1所述的变质心无人搬运车轨迹跟踪控制方法，其特征在于，所述建立全局渐进轨迹跟踪控制器包括如下步骤：

定义无人搬运车的单签位姿为P＝[x,y,θ]^T，当前速度为[v,w]^T，参考位置为Pr＝[xr,yr,θr]^T，参考速度为[vr,wr]^T，位姿误差为Pe＝Pr-P＝[xe,ye,θe]^T；

设置控制约束：寻找有界控制输入U＝[v,w]^T，使得无人搬运车的实际位姿能够跟踪参考位姿，并满足

结合无人搬运车运动学模型得到：

对(10)式求导得到轨迹跟踪误差的微分方程：

设置控制律，k为控制参数：

通过Lyapunov函数变换，得到：

对(13)式进行求导，并代入轨迹跟踪误差的微分方程得到：

4.根据权利要求1所述的变质心无人搬运车轨迹跟踪控制方法，其特征在于，所述优化粒子群算法包括如下步骤：

定义在D维空间搜索的粒子群，用D维向量表达为：

其中，Vi＝(vi1,vi2,vi3,........,viD)为粒子群速度信息，Xi＝(xi1,xi2,xi3,........,xiD)为粒子群位置信息，Pi＝(pi1,pi2,vi3,........,piD)为粒子群粒子的个体最优值，Pg＝(pg1,pg2,vg3,........,pgD)为粒子群粒子全局最优值，k为粒子群的迭代次数，r1、r2为[0,1]的随机数，ω为惯性权重，c1、c2为学习因子。

5.根据权利要求1所述的变质心无人搬运车轨迹跟踪控制方法，其特征在于，所述优化粒子群算法还包括如下步骤：

设置自适应惯性权重ω(t)

其中，f为粒子群当前适应度值，fmin为粒子群最小适应度值，wmax和wmin为设定的粒子群惯性权重最大和最小值；fg为当前所有粒子的适应度均值,F为当前适应度值，imax表示粒子的最大迭代次数；i表示当前的迭代次数；

设置c1的数值随着迭代次数的增加而增大，c2的数值随着迭代次数的增加而减小，即：

则自适应粒子群表达式为：

6.根据权利要求1所述的变质心无人搬运车轨迹跟踪控制方法，其特征在于，所述优化粒子群算法还包括如下步骤：

对自适应粒子群算法的初始参数进行设定，在设定的区域内随机初始化每个粒子的位置；

计算出自适应学习因子和自适应权重的数值，更新粒子群中每个粒子的位置；

计算出粒子群中各粒子的适应度值，将计算出的各粒子适应值与其经历过的最好位置作比较，更新粒子群粒子个体最优值；

比较当前所有个体极值和全局极值，更新粒子群粒子全局最优值；

对粒子群的各粒子适应值进行排序，用群体中部分最佳的粒子位置代替部分最差的粒子位置；

保持粒子个体最优值和全局最优值不变重复上述步骤，直至满足算法的停止条件，输出计算结果。

技术总结
本发明公开了一种变质心无人搬运车轨迹跟踪控制方法，包括如下步骤：对无人搬运车进行动力学和运动学理论分析，建立无人搬运车动力学和运动学模型；基于Lyapunov直接法，根据无人搬运车动力学和运动学模型，建立全局渐进跟踪控制器,对参考轨迹进行全局跟踪；优化粒子群算法，自适应地调整跟踪控制器输入的控制参数。本发明极大地提高了无人搬运车的轨迹跟踪精准性。

技术研发人员：刘玮;万益东;张庆杰;俞跃;刘萍;
受保护的技术使用者：盐城工学院;
技术研发日：2021.08.05
技术公布日：2021.10.01