[發明專利]一種基于改進極限學習機的巡邏車高精度循跡方法

在審

• 申請號: 202111024025.1
• 申請日: 2021-09-02
• 公開（公告）號: CN113777913A
• 公開（公告）日: 2021-12-10
• 發明（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: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

一種基于改進極限學習機的巡邏車高精度循跡方法，該方法包括以下步驟：步驟1，建立巡邏車運動場地的坐標系；步驟2，規劃巡邏車的運動軌跡；步驟3，獲取巡邏車當前的定位數據以及電機運行數據；步驟4，設計改進極限學習機的高精度循跡算法；步驟5，根據運動軌跡和循跡算法來控制巡邏車的高精度運行。本發明首先通過數學建模轉換巡邏車的坐標，同時根據尋優算法對巡邏車路線進行建模，其次，通過改進極限學習機對巡邏車和PID算法對巡邏車電機控制的進行優化，實現巡邏車的高精度循跡控制。

技術領域

本發明涉及巡邏車循跡領域，特別是涉及基于改進極限學習機的巡邏車高精度循跡方法。

背景技術

隨著科技的不斷發展和進步，人們在提出自動導引車與機器人的概念的同時，也想到了將現代計算機技術加入到其中，形成以計算機為控制主題的人工智能。二十世紀七十年代歐洲各國工業迅速發展，循跡機器人這個概念雖然是在美國提出，但是在歐洲卻偏離軌跡線得到了更大的擴展空間，在瑞典、荷蘭、丹麥等國得到普遍應用。

到七十年代中后期，循跡機器人己經不僅僅局限于自動導向行走與簡單的搬運，加入了許多新興的功能，在循跡工作中添加了加工工作、錄入物流信息、裝載物件等附加功能，使得循跡機器人的應用得到了迅速推廣。計算機系統的迅猛發展，大大降低了循跡機器人的研發周期與使用成本，越來越多的行業也開始使用循跡機器人來進行生產，循跡機器人也逐漸成為了一門產業有多種循跡和控制方式。隨著機器學習和深度學習的發展，機器學習和深度可以為自動駕駛系統中的環境感知、認知決策提供良好的算法基礎，同時工智能技術在圖像識別、激光雷達點云處理、決策規劃、智能控制中的出色表現，極大地推進了循跡機器人循跡技術的研發速度。

發明內容

為解決上述問題，本發明首先通過數學建模轉換巡邏車的坐標，同時根據尋優算法對巡邏車路線進行建模，其次，通過改進極限學習機對巡邏車和PID算法對巡邏車電機控制的進行優化，實現巡邏車的高精度循跡控制。本發明提供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度、緯度和高度信息，并將采集數據的WGS-84坐標轉換為該運動場地的坐標系；

步驟2，規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據以及電機運行數據：通過導航系統解算獲取巡邏車當前的位置信息，同時利用編碼器和ADC模塊獲取電機轉速和電機電流數據，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：構建改進后的巡邏車循跡極限學習機網絡，把根據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絡；

步驟5，根據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，當安全距離內出現巡邏異常時，系統啟動中斷處理機制，日志模塊記錄車載終端的異常情況。

進一步，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：

設采集數據的WGS-84坐標為(θ,λ,h)，其中為θ經度坐標、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換系數L，將直角坐標(x’,y’,z’)轉換為巡邏車實際使用的坐標(x,y,z)，轉換系數L如下：

進一步，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：