基于5G網(wǎng)絡(luò)技術(shù)的智能掃地機(jī)器人控制算法研究*

葉允英

(寧德職業(yè)技術(shù)學(xué)院 福建福安 355000)

隨著5G網(wǎng)絡(luò)通信技術(shù)的發(fā)展，采用5G網(wǎng)絡(luò)通信實(shí)現(xiàn)智能家居的物聯(lián)網(wǎng)設(shè)計(jì)，提高家居生活品質(zhì)，智能掃地機(jī)器人作為智能家居生活的重要組成部分，在進(jìn)行智能掃地機(jī)器人設(shè)計(jì)和應(yīng)用過程中，智能掃地機(jī)器人控制設(shè)計(jì)是整個(gè)機(jī)器人穩(wěn)定性操控的關(guān)鍵。結(jié)合5G網(wǎng)絡(luò)技術(shù)，進(jìn)行智能掃地機(jī)器人控制模型優(yōu)化設(shè)計(jì)，結(jié)合智能避障和空間路徑規(guī)劃方法，實(shí)現(xiàn)智能掃地機(jī)器人的控制優(yōu)化[1]，在提高智能掃地機(jī)器人的路徑規(guī)劃能力和避障能力方面具有重要意義。相關(guān)的智能掃地機(jī)器人控制算法研究受到人們的極大關(guān)注。

對(duì)智能掃地機(jī)器人控制算法設(shè)計(jì)是建立在對(duì)智能掃地機(jī)器人的運(yùn)動(dòng)模型和參數(shù)優(yōu)化調(diào)節(jié)技術(shù)上，結(jié)合參數(shù)自適應(yīng)融合控制方法[2]，實(shí)現(xiàn)智能掃地機(jī)器人控制算法設(shè)計(jì)。文章結(jié)合5G網(wǎng)絡(luò)技術(shù)，進(jìn)行智能掃地機(jī)器人控制過程中的物聯(lián)網(wǎng)規(guī)劃設(shè)計(jì)，建立智能掃地機(jī)器人控制對(duì)象模型和參數(shù)優(yōu)化模型，采用動(dòng)態(tài)反饋調(diào)節(jié)方法進(jìn)行機(jī)器人控制過程中的誤差調(diào)節(jié)，建立智能掃地機(jī)器人的輸出穩(wěn)定性控制模型，結(jié)合5G網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)機(jī)器人控制算法的優(yōu)化設(shè)計(jì)，并通過仿真實(shí)驗(yàn)進(jìn)行性能測試，得出有效性結(jié)論。

1 掃地機(jī)器人的控制對(duì)象分析和約束參量

1.1 掃地機(jī)器人的控制對(duì)象

為了實(shí)現(xiàn)基于5G網(wǎng)絡(luò)技術(shù)的智能掃地機(jī)器人控制，需要首先構(gòu)建智能掃地機(jī)器人的控制對(duì)象模型，結(jié)合空間路徑規(guī)劃方案，進(jìn)行智能掃地機(jī)器人的避障控制，針對(duì)仿人機(jī)器人運(yùn)動(dòng)過程中的遠(yuǎn)程控制和網(wǎng)絡(luò)聯(lián)網(wǎng)通信問題[3]，采用5G網(wǎng)絡(luò)技術(shù)進(jìn)行智能掃地機(jī)器人的輸出網(wǎng)絡(luò)控制，構(gòu)建掃地機(jī)器人的空間規(guī)劃運(yùn)動(dòng)數(shù)學(xué)模型分析。采用動(dòng)力學(xué)參數(shù)調(diào)節(jié)方法，進(jìn)行智能掃地機(jī)器人的輸出穩(wěn)定性控制，構(gòu)建智能掃地機(jī)器人的避障運(yùn)動(dòng)數(shù)學(xué)模型。在建立掃地機(jī)器人的避障運(yùn)動(dòng)模型之前，先做如下幾點(diǎn)基本假設(shè)：①掃地機(jī)器人的工作環(huán)境為一個(gè)二維空間環(huán)境，機(jī)器人的體模型結(jié)構(gòu)為一個(gè)剛體模型，機(jī)器人的質(zhì)量模型及相應(yīng)的步態(tài)生成器關(guān)于縱向運(yùn)動(dòng)平面對(duì)稱，形成機(jī)器人運(yùn)動(dòng)空間的空間坐標(biāo)系；②掃地機(jī)器人的空間路徑規(guī)劃和避障參數(shù)滿足線性假設(shè)；③忽略因?yàn)榧揖迎h(huán)境的不穩(wěn)定性以及機(jī)器人運(yùn)動(dòng)軌跡的偏離導(dǎo)致的擾動(dòng)誤差；③近似認(rèn)為掃地機(jī)器人的縱向運(yùn)動(dòng)平面坐標(biāo)系為慣性坐標(biāo)系[4]。根據(jù)上述定義，構(gòu)建智能掃地機(jī)器人控制對(duì)象模型，給出智能掃地機(jī)器人控制的三組坐標(biāo)系，分別為體坐標(biāo)系Ox3y3z3、地球坐標(biāo)系Ox1y1z1、三維組合坐標(biāo)系Ox2y2z2、球面坐標(biāo)系A(chǔ)xyz。

在非剛性約束條件下，建立智能掃地機(jī)器人的參考質(zhì)心軌跡 xref．，機(jī)器人的控制模型為一個(gè)欠阻尼 2 階系統(tǒng)，表述為：

(1)

(2)

(3)

(4)

α=-θ

(5)

δz=f(e1)

(6)

其中，θ—掃地機(jī)器人質(zhì)心的移動(dòng)質(zhì)心，表示機(jī)器人本征頻率；—?jiǎng)恿W(xué)的線性參數(shù)，表示掃地機(jī)器人的縱軸(Ox1軸)與水平面(Oxy平面)間的夾角； α—勒貝格可測對(duì)象集，δz—笛卡兒運(yùn)動(dòng)根據(jù)參數(shù)；e1—避障控制的誤差；m—掃地機(jī)器人的質(zhì)量；X,Y—表示作用在智能掃地機(jī)器人上的慣性力矩；M—2 階多輸入的管理力矩；J2—掃地機(jī)器人繞體坐標(biāo)系各軸的轉(zhuǎn)動(dòng)慣量。

根據(jù)上述運(yùn)動(dòng)參數(shù)模型設(shè)計(jì)，構(gòu)建智能掃地機(jī)器人的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型，采用多參量融合分析方法進(jìn)行掃地機(jī)器人的輸出參數(shù)調(diào)節(jié)，建立智能掃地機(jī)器人的空間參數(shù)分布模型，提高智能掃地機(jī)器人的控制穩(wěn)定性[5]。

1.2 控制約束參量分析

在上述機(jī)器人的控制對(duì)象模型分析的基礎(chǔ)上，進(jìn)行機(jī)器人控制約束參量分析，在5G網(wǎng)絡(luò)技術(shù)下，建立機(jī)器人控制的物聯(lián)網(wǎng)模型；采用ZigBee網(wǎng)絡(luò)通信協(xié)議，進(jìn)行智能掃地機(jī)器人控制穩(wěn)定性分析，提取智能掃地機(jī)器人輸出穩(wěn)定性特征量，采用模糊約束方法，進(jìn)行智能掃地機(jī)器人避障控制過程中的輸出穩(wěn)定性調(diào)節(jié)；分析機(jī)器人避障的動(dòng)態(tài)參數(shù)，用Vna、Vk和VL分別表示掃地機(jī)器人的擾動(dòng)特征量和速度，在誤差穩(wěn)定性調(diào)節(jié)模式下，得到智能掃地機(jī)器人的控制參數(shù)分布為αm、βm、αh、βh、αn和βn是v。其定義如下：

αm(v)=0.1(25-v)/(exp((25-v)/10)-1)

(7)

βm(v)=4exp(-v/18)

(8)

αh(v)=0.07exp(-v/20)

(9)

βh(v)=1/(exp((-v+30)/10)+1)

(10)

αn(v)=0.01(10-v)/(exp((10-v)/10)-1)

(11)

βn(v)=0.125exp(-v/80)

(12)

根據(jù)上述定義，結(jié)合掃地機(jī)器人的運(yùn)行環(huán)境，在5G網(wǎng)絡(luò)技術(shù)下，分析系統(tǒng)狀態(tài)變量x的初值問題，構(gòu)建掃地機(jī)器人的控制參數(shù)優(yōu)化調(diào)節(jié)模型。在不同形態(tài)下，得到控制參數(shù)自適應(yīng)調(diào)節(jié)模型為：

單自由度：

二自由度：

(14)

三維：

Jxωx1+(Jz-Jy)ωy1ωz1=Mx1

(15)

采用多參量融合分析方法進(jìn)行智能掃地機(jī)器人的控制約束參數(shù)分析，在5G網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)掃地機(jī)器人的運(yùn)動(dòng)鏈模型設(shè)計(jì)，得到二維運(yùn)動(dòng)慣性參數(shù){A0,A1}，在旋轉(zhuǎn)自由度下得到系統(tǒng)協(xié)態(tài)變量q0=[α0,β0,γ0]T≡[θ1，θ2，θ3]T，以此描述機(jī)器人的姿態(tài)變換特征，采用逆運(yùn)動(dòng)學(xué)模型進(jìn)行最優(yōu)控制參數(shù)跟蹤[6]，得到掃地機(jī)器人在5G網(wǎng)絡(luò)環(huán)境下的控制約束參量矩陣描述為：

(16)

目標(biāo)泛函的梯度0T4為：

(17)

2 掃地機(jī)器人的控制算法優(yōu)化

2.1 基于5G網(wǎng)絡(luò)技術(shù)的物聯(lián)網(wǎng)控制

(18)

在5G網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)智能掃地機(jī)器人的網(wǎng)絡(luò)輸出控制，分析機(jī)器人控制的收斂速度，得到Lyapunov函數(shù)為：

(19)

對(duì)5G網(wǎng)絡(luò)環(huán)境下智能掃地機(jī)器人控制的Lyapunov函數(shù)求導(dǎo)：

(20)

結(jié)合動(dòng)態(tài)反饋跟蹤融合的方法，在5G網(wǎng)絡(luò)環(huán)境下進(jìn)行智能掃地機(jī)器人的避障控制，得到避障控制的自適應(yīng)律為：

(21)

代入自適應(yīng)律，得到避障控制函數(shù)滿足：

(22)

(23)

綜上分析，根據(jù)Lyapunov穩(wěn)定性原理，進(jìn)行5G網(wǎng)絡(luò)技術(shù)下的掃地機(jī)器人物聯(lián)網(wǎng)控制[8]。

2.2 控制律優(yōu)化設(shè)計(jì)

結(jié)合虛擬穩(wěn)定性分析的方法，進(jìn)行5G網(wǎng)絡(luò)技術(shù)下掃地機(jī)器人的控制律設(shè)計(jì)，控制誤差函數(shù)記為：

(24)

分析笛卡兒空間速度矢量，得到收斂誤差滿足：

(25)

根據(jù)笛卡兒空間速度矢量，進(jìn)行智能掃地機(jī)器人的輸出穩(wěn)定性調(diào)節(jié)，得到自適應(yīng)加權(quán)系數(shù)為：

(26)

其中，機(jī)器人連接處的加權(quán)參量為x1，x2，…，xn，權(quán)重值w1j，w2j，…，wnj。分析機(jī)器人控制的慣性權(quán)重，得到：

s=ce1+e2

(27)

基于子系統(tǒng)動(dòng)態(tài)參數(shù)融合方法[9]，得到機(jī)器人的轉(zhuǎn)動(dòng)誤差為：

(28)

令

(29)

根據(jù)參數(shù)自整定性調(diào)節(jié)結(jié)果，得到機(jī)器人的控制干擾項(xiàng)收斂到：

(30)

綜上分析，采用動(dòng)態(tài)反饋調(diào)節(jié)方法進(jìn)行機(jī)器人控制過程中的誤差調(diào)節(jié)，實(shí)現(xiàn)掃地機(jī)器人控制算法的優(yōu)化設(shè)計(jì)[10]。

3 仿真測試分析

為了驗(yàn)證文章方法，在實(shí)現(xiàn)智能掃地機(jī)器人智能控制中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)的仿真工具采用Matlab設(shè)計(jì)，采用Optotrak Certus HD 光學(xué)運(yùn)動(dòng)跟蹤工具進(jìn)行機(jī)器人的運(yùn)動(dòng)軌跡跟蹤，控制約束參量設(shè)定見表1。

表1 掃地機(jī)器人智能控制參數(shù)設(shè)計(jì)

根據(jù)上述仿真環(huán)境和參量設(shè)定，進(jìn)行智能掃地機(jī)器人控制，在機(jī)器人上安裝6維力/力矩傳感器進(jìn)行信息采集，得到機(jī)器人的位置參數(shù)跟蹤曲線如圖1所示。

圖1 機(jī)器人的位置參數(shù)跟蹤曲線

分析圖1得知，采用文章方法進(jìn)行智能掃地機(jī)器人控制的位置跟蹤性能較好，測試智能掃地機(jī)器人加速度控制曲線，如圖2所示。

圖2 加速度控制曲線

由圖2可知，采用文章方法進(jìn)行機(jī)器人的運(yùn)動(dòng)軌跡跟蹤，加速度跟蹤性能較好，提高了機(jī)器人的避障性能，測試控制收斂誤差，得到結(jié)果見表2。由表2可見，文章方法進(jìn)行機(jī)器人控制的收斂誤差較小。

表2 機(jī)器人控制誤差對(duì)比(單位：mm)

4 結(jié)語

采用網(wǎng)絡(luò)技術(shù)進(jìn)行智能掃地機(jī)器人控制模型優(yōu)化設(shè)計(jì)，實(shí)現(xiàn)智能掃地機(jī)器人的控制優(yōu)化，文章提出了基于5G網(wǎng)絡(luò)技術(shù)的智能掃地機(jī)器人控制算法，構(gòu)建了智能掃地機(jī)器人的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型；采用了ZigBee網(wǎng)絡(luò)通信協(xié)議，進(jìn)行智能掃地機(jī)器人控制穩(wěn)定性分析，提取智能掃地機(jī)器人輸出穩(wěn)定性特征量；采用了多參量融合分析方法，進(jìn)行智能掃地機(jī)器人的控制約束參數(shù)分析；采用了動(dòng)態(tài)反饋調(diào)節(jié)方法，進(jìn)行機(jī)器人控制過程中的誤差調(diào)節(jié)，實(shí)現(xiàn)了控制算法優(yōu)化。分析得知，文章方法進(jìn)行智能掃地機(jī)器人控制的額輸出跟蹤性能較好，誤差較低。