搬运、巡检等工作场景中,考虑到其场所内物品的平面部署多具有复杂性和多变性,本文提出一种采用自由手绘方式生成小车路径控制坐标、批量生成小车控制参数的方法。PC端利用LabVIEW实现手绘路径、路径参数抽取和优化、Back-stepping控制参数解算和无线批量下载。小车端定时读取控制参数并开环执行。实验表明:本文所设计手绘方法和跟踪控制策略正确有效,小车按照手绘路径行驶,误差满足要求。 In handling, patrol and other work scenarios, considering the complexity and changeability of workplace layout deployment, a method of generating trolley movement path control coordinates and batch generation of trolley control parameters by free hand-painting is proposed in this paper. The hand-drawn paths, parameter extraction and optimization, Back-stepping control parameter solving and wireless batch download be executed on the PC using LabVIEW. At car side, the control parameters be periodically read and executed in open-loop mode. The experiments show that the hand-painted method and the tracking control strategy designed in this paper are correct and effective, and the trolley travels according to the hand-drawn path, and its error meets the requirements.
张德升1,孙斌1,2,陈奎1,3,王顺1,渠敬智4
1徐州工程学院,江苏 徐州
2中国矿业大学,江苏 徐州
3江苏省大型工程装备检测与控制重点建设实验室,江苏 徐州
4江苏中矿创慧科技有限责任公司,江苏 徐州
收稿日期:2019年4月30日;录用日期:2019年5月10日;发布日期:2019年5月17日
搬运、巡检等工作场景中,考虑到其场所内物品的平面部署多具有复杂性和多变性,本文提出一种采用自由手绘方式生成小车路径控制坐标、批量生成小车控制参数的方法。PC端利用LabVIEW实现手绘路径、路径参数抽取和优化、Back-stepping控制参数解算和无线批量下载。小车端定时读取控制参数并开环执行。实验表明:本文所设计手绘方法和跟踪控制策略正确有效,小车按照手绘路径行驶,误差满足要求。
关键词 :手绘路径,路径跟踪,运动控制策略
Copyright © 2019 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
导航尤其是导航路径规划与跟踪技术广泛应用于车载导航、手持导航设备、无人驾驶的AGV设备等 [
作为路径规划和跟踪方法的一种补充,本文在已有应用场景平面图基础上,利用人工手动绘制一条导航路径,根据小车运动学模型批量生成小车运行控制参数,小车读取批量参数自动执行。实验和实测表明:小车按照手绘路径自动运行,运行轨迹误差满足可使用要求。
系统分为两部分,PC端路径绘制和批量运动参数的计算与无线下载、智能小车按照运动参数自主运动控制实现路径跟踪。
工作流程:PC端采用LabVIEW在已有工作场景平面图基础上由人工绘制一条通达路径线条,避开障碍物。对路径线条的像素点均匀抽样、坐标变换、尺度映射后,按照小车运动学模型生成由运动模式选择(Status)、转角(Angle)、长度(Length)三部分组成的预定格式批量运动参数。批量运动参数由Wi-Fi一次性地下载到小车。小车采用51 Duino实现,在批量接收运动参数后依据该批量参数开环控制小车行驶。系统总体流程如图1所示。
参照已有的平面图,手动绘制一条小车的通达路径。具体采用LabVIEW事件结构记录鼠标的移动、按下、移出等动作,绘制曲线函数在图片空间上绘制路径曲线。图片控件设定像素数与小车实际移动范围线性映射。手绘路径曲线如图2所示,左图为绘制曲线(两点直线连接),中图为路径曲线上的有效点集。
图1. 系统工作原理和流程
图2. 手绘曲线与手绘曲线坐标点
手绘方式绘制路径时,由于程序采用定时抽取鼠标坐标点方式描绘曲线,因此路径曲线上相邻两个有效坐标间的距离不同,鼠标移动慢时相邻点间距小,反之亦然,存在多点粘连或间距过大两种情况,如图2中图所示。考虑到小车实际机械性能,这不利于路径规划、造成小车控制误差、控制参数大量冗余。为此需要对众多像素点进行抽取优化。间距设定大于20,N个像素点抽取优化流程如下:
抽取优化后像素点间距相对稀疏,保证了相邻两点间距离在设定值之上,如图2右图所示。预设值设定需要在后续小车实测中根据实际性能确定。
轮式智能小车采用双轮驱动的移动小车,其理想的运动模型为典型的差速轮运动学模型可为:
v c = R 2 ( ω r + ω l ) , ω c = R D ( ω r − ω l )
v c 与 ω c 分别为机器人直线运动速度和旋转角速度; ω r 、 ω l 分别为机器人小车两轮速度;R为车轮半径;D为两轮间距。其位置姿态微分方程可以描述如下:
[ x ˙ c , y ˙ c , θ ˙ c ] = [ v c , ω c ] [ cos θ c sin θ c 0 0 0 1 ]
式中: [ x ˙ c , y ˙ c , θ ˙ c ] 分别为机器人小车中心点坐标,以及小车正方向与x轴夹角,如图3所示。
图3. 两轮小车二自由度运动学模型
假设小车实际坐标为 P = [ x , y , θ ] ,需要移动到手绘路径的轨迹坐标为 P r = [ x r , y r , θ r ] ,误差为 P e = P − P r ,对 P e 进行时间求导得到下式:
p e = [ x e y e z e ] = [ ω y e − v + v r cos θ e − ω x e + v r sin θ e ω r − ω ]
在此运动学基础上,小车轨迹跟踪问题转化为在有界输入控制 u = [ v , ω ] ,且当 t → 0 时 v c 和 ω c 不同时收敛与零时,系统在任意初始跟踪误差下有
lim t → ∞ [ | x e ( t ) | + | y e ( t ) | + | θ e ( t ) | ] = 0
上式说明:在轨迹参数与时间无关的情况下,控制只需考虑小车的相对期望轨迹的位置。在控制参数的设计中,一般选取小车的线速度为常数,仅控制角加速度,路径跟踪问题成为关于轨迹跟踪误差的标量函数零点稳定问题。
基于上述两轮车模型的描述,其轨迹控制是一个非完整控制系统,其所受约束是不可积的。此类问题一般利用Back-stepping方法,即后推法或回推法。Back-stepping方法将整个非线性系统进行分解成若干子系统,且对子系统分步构造Lyapunov函数和中间虚拟控制量,一直后退导出系统的控制律 [
本文参照Back-stepping算法思想,对二自由度轮式小车运动模型设计控制规律和分时控制。其参数的时间间隔为常数,轨迹控制的约束为手绘坐标点。两轮PWM调速,轮距D = 10 cm。设定50%占空比PWM为初始角速度,测定对应直线线速度约0.1 m/s。WiFi接收LabVIEW解算和编码的每个时间间隔 Δ t 运动参
数 [ ω r , ω l ] ,即转角值。控制器的定时中断时长设定为 Δ t = 100 ms ,即每100 ms读取一次接收到的 [ ω r , ω l ] 。
实验条件:小车采用基于8051核心的51duino,对比传统的8051单片机它具有低功耗,强抗干扰,超强加密,支持1T模式,22 MHz主频,29K E2PROM空间可用于保存用户数据,具有独立波特率发生器。
为了方便小车接收运动控制参数,制定简单数据包规则。数据包由包头、类型位、命令位、数据位、包尾构成。调试阶段,运动控制参数可用串口调试助手直接发送,包组成规则如表1所示:
包头 | 类型 | 数据 | 数据 | 包尾 | |
---|---|---|---|---|---|
手绘路径模式 | FA | 13 | 07 | 00 | FF |
路径跟踪参数 | FA | A0 | 转角值 | 距离值 | FF |
路径跟踪参数 | FA | A1 | 转角值 | 距离值 | FF |
表1. 串口通信数据规则
表中A0/A1代表右转和左转,左右转由 ω r 与 ω l 差值符号确定,转角值为 ω r 与 ω l 的差值。距离值为两个控制坐标间欧氏距离,实验中将其近似为金 N ∗ Δ t ,N为某个整数。
由此,针对51duino嵌入式系统在批量参数下路径跟踪的运动控制策略,即将连续路径离散取样后,转化为模式选择(Status)、转角值(Angle)、距离值(Length)组成的批量参数,保持小车匀速行驶,从起始点依次转过对应转角度 θ ,理想状态下即可完成路径追踪,如图4所示。
图4. 小车路径跟踪的运动控制策略
PC端自由手绘出“S”与“Z”形路径,再利用Back-stepping方法解算出各时刻 Δ t 的控制参数 [ ω r , ω l ] ,按照串口通信数据规则形成批量的参数一次性下载到小车存储器内。
小车在100 ms定时中断控制下依次按序读取批量参数开环执行。为了检验运行轨迹与实际手绘轨迹的误差,采用机器视觉方式获取实际轨迹进行对比(图5)。
图5. 手绘路径与小车实际行驶路径
实测主要对系统性能、运行精度进行检测。表2为手绘坐标与小车运行时图像定位坐标数据。图像像素大小为1280 * 1024,其中1024像素对应实际尺寸100 cm。表中的坐标误差表明系统可行,小车控制策略可行。
序号 | 手绘坐标 | 小车运行图像坐标 |
---|---|---|
1 | (90.2, 30.5) | (100.9, 30.24) |
2 | (60.3, 60.4) | (60.26, 60.36) |
3 | (50.9, 10.6) | (50.46, 10.64) |
4 | (30.2, 40.1) | (30.16, 40.08) |
表2. 实测精度与图像定位(cm)
工作场所内智能小车路径规划利用LabVIEW平台采用自由手绘方式。绘制后路径上坐标点经过抽取优化作为小车路径的控制参数。借鉴和简化文献中成熟的Back-stepping算法在LabVIEW端解算控制参数并通过WiFi下传至小车。小车利用定时中断读取控制参数,实现开环地轨迹跟踪。囿于小车的机械性能,文中利用Back-stepping算法时没有对速度控制没有进行约束。实验实测表明,设计系统可行有效,轨迹误差满足要求,具有一定的实用价值和现实意义。
1) 江苏省科技项目(BY2015024-03)城市施工环境扬尘污染监测与预警系统研发;2) 徐州市科技计划工业科技项目(KC15GM045)资助;3) 江苏省大型工程装备检测与控制重点建设实验室开放基金(JSKLEDC201414)项目资助。
张德升,孙 斌,陈 奎,王 顺,渠敬智. 手绘路径下两轮智能车控制方法设计与实现Control Method & Implementation of Two-Wheel Smart Car under Hand-Drawn Route[J]. 计算机科学与应用, 2019, 09(05): 883-889. https://doi.org/10.12677/CSA.2019.95099