[發明專利]人工智能大數據下粒子化移動機器人組及其控制方法

有效

• 申請號: 202010023514.4
• 申請日: 2020-01-09
• 公開（公告）號: CN111123953B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 石帥
• 申請（專利權）人: 重慶弘璣隆程科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G05D1/08;G05B13/04
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 鄧阿衛

本發明屬于移動機器人控制領域，具體涉及一種基于粒子化分數階的人工智能大數據下粒子化移動機器人組及其控制方法。若干移動機器人均由車體、供電裝置、行走機構、圖像采集系統以及移動機器人控制系統組成；車體，所述車體包括承載車架，所述承載車架的四周具有外殼板；用于驅動所述車體前進或者后退的行走機構，所述行走機構設于所述車體下方。本發明以分數階移動機器人控制策略展開研究，實現移動機器人控制系統的設計和穩定性分析，同時在控制律的基礎上，對控制律中的參數進行優化，省去人工選取參數的問題。從而簡化移動機器人組控制的難度，實現移動機器人的穩定控制。

技術領域

本發明屬于移動機器人控制領域，具體涉及一種基于粒子化分數階的人工智能大數據下粒子化移動機器人組及其控制方法。

背景技術

隨著移動機器人技術的日益成熟，對于移動機器人路徑規劃的研究也越來越多。移動機器人路徑規劃是指在特定的環境中，采用一定的算法為機器人規劃一條到達指定目標點或距離最短或時間最少或路徑最平滑的最優路徑，并且這條最優路徑要確保是安全的，即機器人在按照最優路徑移動時不能碰到環境中的障礙物，確保機器人安全移動到目標點。所以移動機器人路徑規劃不僅要設計合理的算法，還要求移動機器人具有一定的智能性，能夠躲避障礙物并根據局部環境信息進行局部動態路徑規劃。目前，關于路徑規劃的算法主要可以分為傳統算法、啟發式算法以及其他方法三類傳統的路徑規劃算法主要有人工勢場法、可視圖法以及向量直方圖法等。大部分傳統路徑規劃算法都是基于圖論的算法，在進行路徑規劃時首先將機器人運動環境建模成為一個圖，然后在環境模型中尋找路徑。其中人工勢場法因其原理和結構相對簡單、得到的路徑平滑等優點在機器人路徑規劃中得到了廣泛的應用。這種路徑規劃算法的原理是將機器人運動環境抽象為一個勢力場，障礙物產生的是斥力場，當機器人移動到障礙物一定范圍內時會受到障礙物阻止機器人靠近的斥力，目標點產生的是引力場，通過引力對機器人運動產生全局引導作用。但這種算法容易產生局部最優解問題，即當目標點處存在障礙物時，機器人永遠到不了目標點。其他的路徑規劃算法主要有模糊控制法、最優控制法等。其中模糊控制算法是指機器人利用自身的傳感器等感應系統感知障礙物等環境信息，當檢測到障礙物時，機器人能夠根據以往的避障經驗進行躲避，但這種避障方法精度不高，得到的路徑質量不高。通過對多移動機器人路徑規劃的國內外研究現狀的分析可知，傳統算法主要是基于圖論的算法，通過改進能有效解決靜態環境下的機器人路徑規劃問題，但動態環境下的路徑規劃問題一般通過啟發式算法可以得到有效解決。

發明內容

本發明的目的在于提供一種控制精度更高、避障性能更強的人工智能大數據下粒子化移動機器人組。

本發明的目的還在于提供一種人工智能大數據下粒子化移動機器人組控制方法。

本發明的目的是這樣實現的：

人工智能大數據下粒子化移動機器人組，若干移動機器人均由車體、供電裝置、行走機構、圖像采集系統以及移動機器人控制系統組成；車體，所述車體包括承載車架，所述承載車架的四周具有外殼板；用于驅動所述車體前進或者后退的行走機構，所述行走機構設于所述車體下方；圖像采集系統包括前置攝像頭、前置距離檢測器、后置攝像頭、后置距離檢測器、高度傳感器，所述前置攝像頭以及前置距離檢測器設于所述車體的前側，所述后置攝像頭以及后置距離檢測器設于所述車體的后側；所述移動機器人控制系統設于所述承載車架上，且與所述行走機構、圖像采集系統連接；為移動機器人供電的供電裝置，所述供電裝置固定于所述承載車架上，移動機器人采用如下方法控制：

(1)移動機器人的圖像采集系統采集圖像，對采集的圖像進行去噪處理后通過路徑邊緣點做最優路徑規劃；

(2)對移動機器人組進行行程控制，使移動機器人在規劃的路徑通道內行進；

(3)對行程中的移動機器人組進行姿態監控；

(4)重復步驟(2)-(3)直到移動機器人組停止工作為止；

所述步驟(1)包括如下步驟：