[發(fā)明專利]一種基于改進極限學習機的巡邏車高精度循跡方法

在審

• 申請?zhí)枺?/td>: 202111024025.1
• 申請日: 2021-09-02
• 公開（公告）號: CN113777913A
• 公開（公告）日: 2021-12-10
• 發(fā)明（設計）人: 李明民;陳傳飛;薛巨峰;范東睿
• 申請（專利權）人: 鹽城中科高通量計算研究院有限公司
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 蔣昱

1.基于改進極限學習機的巡邏車高精度循跡方法，具體步驟如下，其特征在于：

步驟1，建立巡邏車運動場地的坐標系：使用設備采集運動場地的經(jīng)度、緯度和高度信息，并將采集數(shù)據(jù)的WGS-84坐標轉(zhuǎn)換為該運動場地的坐標系；

步驟2，規(guī)劃巡邏車的運動軌跡：在巡邏車運動場地坐標系的基礎上，根據(jù)場地信息、巡邏車起點和終點，通過遺傳算法計算出一條巡邏車最優(yōu)路徑，在坐標系中擬合出巡邏車理想的軌跡曲線；

步驟3，獲取巡邏車當前的定位數(shù)據(jù)以及電機運行數(shù)據(jù)：通過導航系統(tǒng)解算獲取巡邏車當前的位置信息，同時利用編碼器和ADC模塊獲取電機轉(zhuǎn)速和電機電流數(shù)據(jù)，并通過車輛動力學模型求解巡邏車在坐標系下的速度值；

步驟4，設計改進極限學習機的高精度循跡算法：構(gòu)建改進后的巡邏車循跡極限學習機網(wǎng)絡，把根據(jù)動力學模型解算后的電機速度、電機電流和巡邏車下一時刻位置值作為輸入，所對應的下一時刻電機速度和電流作為輸出，訓練改進的極限學習機網(wǎng)絡；

步驟5，根據(jù)運動軌跡和循跡算法來控制巡邏車的高精度運行，同時開啟巡邏車駕駛中斷，當安全距離內(nèi)出現(xiàn)巡邏異常時，系統(tǒng)啟動中斷處理機制，日志模塊記錄車載終端的異常情況。

2.根據(jù)權利要求1所述的基于改進極限學習機的巡邏車高精度循跡方法，其特征在于：步驟1中建立巡邏車運動場地的坐標系的過程可以表示為：

設采集數(shù)據(jù)的WGS-84坐標為(θ，λ，h)，其中為θ經(jīng)度坐標、λ為緯度坐標、h為高度坐標，通過下式將WGS-84坐標轉(zhuǎn)換為直角坐標(x’，y’，z’)：

式中，e為地球的第一偏心率，N為曲率半徑，再把直角坐標乘上轉(zhuǎn)換系數(shù)L，將直角坐標(x’，y’，z’)轉(zhuǎn)換為巡邏車實際使用的坐標(x，y，z)，轉(zhuǎn)換系數(shù)L如下：

3.根據(jù)權利要求1所述的基于改進極限學習機的巡邏車高精度循跡方法，其特征在于：步驟4中設計改進極限學習機高精度循跡算法的過程可以表示為：

步驟4.1先隨機初始化極限學習機輸入權重w_i，i＝1，2，…，l，輸入偏置b_i，i＝1，2，…，l，其中l(wèi)是網(wǎng)絡隱含層的節(jié)點數(shù)；

步驟4.2將解算的巡邏車下一時刻位置、當前速度和當前電流作為網(wǎng)絡輸入數(shù)據(jù)n_i，i＝1，2，...，n，其中n是輸入層網(wǎng)絡層數(shù)，下一時刻速度和電流作為輸出O_k，k＝1，2，構(gòu)建極限學習機模型：

其中，β_j是輸出權重，f()是極限學習機的激活函數(shù)；

步驟4.3求解極限學習機網(wǎng)絡參數(shù)，極限學習機網(wǎng)絡的學習目標是讓網(wǎng)絡輸出的誤差最小，即令損失函數(shù)最小，損失函數(shù)表達式為：

E＝∑(O_k-O′_k)² (4)

式中，O’_k是對應速度和電流的實測值，為了令損失函數(shù)最小，可令網(wǎng)絡輸出值O_k直接等于實測值，再求出輸出權重β_j，即：

β_j＝piny(H)·L (5)

式中，L是輸入向量對應的輸出層矩陣，pinv為求解矩陣的偽逆矩陣，H是隱含層的輸出層矩陣；

步驟4.4在控制電機速度和電流的過程中，通過卷積層映射對極限學習機的權重和偏置進行在線微調(diào)，將權重和偏置數(shù)據(jù)組成混合矩陣D，利用卷積層進行降維：

c＝conv₁D (6)

步驟4.5通過sigmoid激活函數(shù)得到權重和偏置映射M：

M＝sigmoid(c) (7)

并利用卷積層和tanh激活函數(shù)對M進行歸一化操作，生成權重和偏置映射權重：

σ＝tanh(conv₂M) (8)

式中，conv₁和conv₂表示卷積操作；

步驟4.6最終根據(jù)映射權重對權重和偏置進行微調(diào)，獲取微調(diào)后的權重和偏置混合矩陣D′

D′＝σ×D (9)

最終獲得極限學習機的輸入權重、偏置和輸出權重，得到訓練完成的極限學習機模型，其中極限學習機的輸入權重、偏置和輸出權重可在線調(diào)整。

4.根據(jù)權利要求1所述的基于改進極限學習機的巡邏車高精度循跡方法，其特征在于：步驟5中根據(jù)運動軌跡和循跡算法來控制巡邏車高精度運行的過程可以表示為：

車體采用四個直流電機驅(qū)動的方式，并通過光電編碼器測速裝置、PID控制和PWM波輸出完成對電機的合理調(diào)速；本發(fā)明的PID控制選擇增量式PID，分為電流增量式PID、速度環(huán)增量式PID和位置環(huán)增量式PID，同時為了快速、高精度的控制巡邏車，在PID控制電流和轉(zhuǎn)速的輸出端疊加改進了極限學習機模型輸出值，以減小電機運行時的誤差；

Posout＝ELJMout+PIDout (10)

式中，Posout為本發(fā)明巡邏車高精度循跡算法針對電機速度和電流的實際輸出值，ELMout為改進極限學習機的輸出值，PIDout為增量式PID的輸出值。