一种基于机器学习的AGV动态避障方法

    公开(公告)号:CN114675648B

    公开(公告)日:2024-12-10

    申请号:CN202210305690.6

    申请日:2022-03-25

    Abstract: 本发明属于机器人相关技术领域,其公开了一种基于机器学习的AGV动态避障方法,包括以下步骤:(1)对二维激光雷达点云数据进行动态障碍物划定,标记出动态障碍物的覆盖范围;(2)计算获得动态障碍物的速度向量;(3)计算获得动态障碍物的趋势向量;(4)构建AGV运动引导矩阵和运动引导张量;(5)使用AGV运动引导张量作为深度强化学习的神经网络输入以构建神经网络;(6)对深度强化学习训练引入基于动态障碍物运动状态的多阶动态惩罚机制(7)对深度强化学习训练引入AGV前进奖励机制;(8)进行深度强化学习避障训练,进而控制AGV进行避障。本发明具有较高的避让安全性和避让效率,实施性和适应性较好。

    轨迹柔顺切换的移动机器人自适应避障控制方法

    公开(公告)号:CN114355929B

    公开(公告)日:2024-04-09

    申请号:CN202111646439.8

    申请日:2021-12-30

    Abstract: 本发明属于机器人控制与规划相关技术领域,其公开了一种轨迹柔顺切换的移动机器人自适应避障控制方法,方法包括:构建运动学模型和运动空间状态方程;构建自适应抗扰终端滑模面;设计等效控制律,并设计趋近律;以趋近律和等效控制律为参数构建前轮输入转角和后轮输入转角;以移动机器人的中心为圆心设置子目标点区域,并设置移动机器人与子目标区域移动速度的匹配关系;采用路径规划算法对机器人的路径进行规划;构建子目标点区域中目标点与移动机器人中心点的目标代价函数,以目标代价函数最优为目标实现对移动机器人运动轨迹的修正。本申请采用自适应分阶段滑模控制,既保证了收敛速度,又提升了稳定性,便于轨迹改变时平滑切换。

    一种基于机器学习的AGV动态避障方法

    公开(公告)号:CN114675648A

    公开(公告)日:2022-06-28

    申请号:CN202210305690.6

    申请日:2022-03-25

    Abstract: 本发明属于机器人相关技术领域,其公开了一种基于机器学习的AGV动态避障方法,包括以下步骤:(1)对二维激光雷达点云数据进行动态障碍物划定,标记出动态障碍物的覆盖范围;(2)计算获得动态障碍物的速度向量;(3)计算获得动态障碍物的趋势向量;(4)构建AGV运动引导矩阵和运动引导张量;(5)使用AGV运动引导张量作为深度强化学习的神经网络输入以构建神经网络;(6)对深度强化学习训练引入基于动态障碍物运动状态的多阶动态惩罚机制(7)对深度强化学习训练引入AGV前进奖励机制;(8)进行深度强化学习避障训练,进而控制AGV进行避障。本发明具有较高的避让安全性和避让效率,实施性和适应性较好。

    基于事件触发的机器人变增益超螺旋滑模控制方法及系统

    公开(公告)号:CN114488804A

    公开(公告)日:2022-05-13

    申请号:CN202210064143.3

    申请日:2022-01-20

    Abstract: 本发明属于机器人控制领域,并具体公开了一种基于事件触发的机器人变增益超螺旋滑模控制方法及系统,其包括:S1、构建机器人多模式统一运动学误差模型;S2、设计与误差相关的PI滑模面;S3、设计无颤振超螺旋滑模趋近律,并构建增益自适应函数,使滑动变量远离滑模面时采用与时间线性相关的高增益,到达预定邻域时切换至基于势垒函数的变增益;S4、基于机器人多模式统一运动学误差模型和无颤振超螺旋滑模趋近律设计控制器,以控制机器人进行轨迹跟踪;对远离滑模面的滑动变量,采用周期采样的时间触发形式;对于到达预定邻域的滑动变量,采用事件触发形式。本发明能够实现快速收敛,在缺乏扰动导数的边界信息时实现无抖动的跟踪控制。

    基于事件触发的机器人变增益超螺旋滑模控制方法及系统

    公开(公告)号:CN114488804B

    公开(公告)日:2024-04-05

    申请号:CN202210064143.3

    申请日:2022-01-20

    Abstract: 本发明属于机器人控制领域,并具体公开了一种基于事件触发的机器人变增益超螺旋滑模控制方法及系统,其包括:S1、构建机器人多模式统一运动学误差模型;S2、设计与误差相关的PI滑模面;S3、设计无颤振超螺旋滑模趋近律,并构建增益自适应函数,使滑动变量远离滑模面时采用与时间线性相关的高增益,到达预定邻域时切换至基于势垒函数的变增益;S4、基于机器人多模式统一运动学误差模型和无颤振超螺旋滑模趋近律设计控制器,以控制机器人进行轨迹跟踪;对远离滑模面的滑动变量,采用周期采样的时间触发形式;对于到达预定邻域的滑动变量,采用事件触发形式。本发明能够实现快速收敛,在缺乏扰动导数的边界信息时实现无抖动的跟踪控制。

    非线性系统滑模控制方法、装置、电子设备及存储介质

    公开(公告)号:CN116679560A

    公开(公告)日:2023-09-01

    申请号:CN202310642220.3

    申请日:2023-05-29

    Abstract: 本发明属于非线性系统控制相关技术领域,其公开了一种非线性系统滑模控制方法、装置、电子设备及存储介质,其中控制方法包括:建立非线性系统的包含参数不确定项以及外界扰动项的二阶动力学模型;设计扰动观测器估计集总扰动项的上界;根据扰动观测器的估计结果对集总扰动项进行补偿;建立模糊规则,进行滑模控制器的切换增益的自适应设计;构建李亚普诺夫函数,分析得到系统的自适应律。本发明基于滑模控制,引入参数摄动和外界环境的干扰进行动力学建模,通过引入扰动观测器对系统所受到的集总未知扰动进行估计,且结合模糊控制和滑模控制的优点,能够有效抑制外部扰动和未建模动态对于系统的影响,有利于实现对非线性系统的鲁棒稳定控制。

    轨迹柔顺切换的移动机器人自适应避障控制方法

    公开(公告)号:CN114355929A

    公开(公告)日:2022-04-15

    申请号:CN202111646439.8

    申请日:2021-12-30

    Abstract: 本发明属于机器人控制与规划相关技术领域,其公开了一种轨迹柔顺切换的移动机器人自适应避障控制方法,方法包括:构建运动学模型和运动空间状态方程;构建自适应抗扰终端滑模面;设计等效控制律,并设计趋近律;以趋近律和等效控制律为参数构建前轮输入转角和后轮输入转角;以移动机器人的中心为圆心设置子目标点区域,并设置移动机器人与子目标区域移动速度的匹配关系;采用路径规划算法对机器人的路径进行规划;构建子目标点区域中目标点与移动机器人中心点的目标代价函数,以目标代价函数最优为目标实现对移动机器人运动轨迹的修正。本申请采用自适应分阶段滑模控制,既保证了收敛速度,又提升了稳定性,便于轨迹改变时平滑切换。

Patent Agency Ranking