【爬壁擦窗机器人的路径规划分析3200字】

爬壁擦窗机器人的路径规划分析1.1机器人路径规划目标进行擦窗清洁运动时，它会从玻璃的一个角点开始出发，进行全面清洁。采用梯形算法进行路径规划，确保擦窗机器人清洁玻璃过程中的面积全覆盖。全面清洁可采用弓字形清洁路径，清洁效率更高，对玻璃的大部分区域能够进行两次擦洗，清洁效果更好。最后再采用PI算法消除擦窗机器人在运动过程中可能受到的扰动，使得擦窗机器人可以平稳地清洁玻璃。下面对路径规划的五次多项式法，三次多项式法，梯形算法做介绍。三次多项式插值法：这个算法主要适用的情况为：擦窗机器人的起点和终点速度为零的时候，算法主要作用是：约束永磁式擦窗机器人关节在起点和终点的角度值，角速度以规定轨迹的两端点位置为定值，三次多项式算法的如下：三次多项式算法规划轨迹图表如下：图4-1五次多项式算法：经过对比发现，三次多项式插值的缺点：角速度变化太过突然，容易导致速度变化时机器人不能很好的过渡。而五次多项式的插值能够解决以上问题，关节五次函数公式如下：五次多项式算法规划轨迹图表如下：图4-2梯形算法的规划轨迹如下:图4-31.2使用梯形算法进行路径规划综合考虑，梯形算法在运算量，硬件实现难度方面优于多项式算法，且在实际运动中，多项式算法在现有的硬件上可能得不到充分体现，所以本课题选用梯形算法进行机器人的路径规划。如图4-1所示，q-t曲线为机器人在时间tf内，从位置qi到位置qf的过渡。为梯形速度曲线，若加速与减速时间设置相同，将会得到一个正梯形曲线。在匀速运动时间段，加速度为0m/s。使用梯形算法计算得出的加速和减速阶段的加速度绝对值相同，加速度方向相反。图4-4关于梯形算法的多项式公式如下：(3-1)路径规划的定义：连接永磁式擦窗机器人起点与终点位置的点或曲线是机器人的路径，构成路径的策略则是机器人的路径规划曲线。关于永磁式擦窗机器人路径规划与轨迹规划的区别：路径规划是为了找到擦窗机器人擦窗运动中要经过的点：即一系列路径点，而轨迹规划则是给机器人增添了路径时间的信息。这就可以对机器人执行任务时的速度与加速度进行规划，使得其满足机器人擦窗运动中的光滑性和速度可控性。路径规划的目的是确保在时间t内机器人从qi到qf的过度，图3-1中0-tc表示机器人的加速时长，tc-(tf-tc)为机器人匀速运动时长，(tf-tc)-tf表示机器人的减速时长。擦窗机器人的加速时长可以设置一个较长的时间，可在实验中调整，使得机器人稳定运行。机器人的减速时长理论上是设置一个较小的数值，减速时长可根据实验进行调整。对于给定，可由式计算得到当时的解：从而加速度服从如下约束：巡航速度要服从以下公式约束：的计算公式如下：加速度的计算公式如下：图4-5如图3-2，建立一个玻璃模型，假设玻璃长即q(f)为0.6m，机器人从玻璃一角出发前进，设置巡航速度为0.04m/s，代入公式，加速度计算得0.032m/s。加速时间满在足约束的条件下可设为1.25s,匀速时间设置为7.5s,减速时间设置为1.25s。用梯形算法进行路径规划，可以分别得到如下所示的加速，匀速，减速阶段的等式：根据所得多项式，利用matlab软件绘制出擦窗机器人路径规划的位置，速度，加速度曲线，发现是满足梯形算法曲的。图4-3梯形算法加速度曲线图4-6梯形算法加速度曲线图4-7梯形算法速度曲线图4-8但擦窗机器人在清洁玻璃的实践过程中，玻璃长度是未知的，所以上式中用代替。算法最后在编程中得到实现。通过四个角传感器检测机器人的碰撞，碰撞后利用keil软件进行编程实现机器人的转向，对于转角的清洁盲区，机器人倒退再前进，可消除擦窗盲区，达到面积全覆盖的目标。下列为实际运动所使用式子：1.2.1调整路径规划加速、匀速、减速时长实验前设置擦窗机器人加速、减速时长为1.25s,匀速运动时长为7.5s。设置匀速运行速度为0.04m/s。机器人实际运行时，发现运动速度与加速度均较快，严重影响擦窗机器人清洁过程中的平稳性，且机器人运动速度过快会导致清洁效果不明显，达不到清洁玻璃的要求。重新设置合适的速度，加速度大小，调整加速，减速时长。重新设置的速度为0.02m/s，加速度计算得m/s。可以得出路径规划新的公式：1.3增量式PI算法的意义PID算法的适用范围：PID调节算法是个传统控制方法，它适用于很多场景，例如：压力、流量、速度等，应用于不同的现场，可以设置不同PID参数来获得不同的运算过程，以便更好地消除机器人运动的稳态误差，只要参数设置得好，系统的调节会更迅速稳定。PID控制器校的正环节：使得系统稳定、快速是许多闭环控制的首要任务。那么要如何实现这一任务，那便是给擦窗机器人加入PID算法调节。PID算法公式：图4-9反馈调节图考虑到直接使用PID控制的不足如下：1.在对机器人清洁过程的参数调节往往具有不确定性，难以建立精确地消除误差，实在是达不到理想的控制稳态的效果；2.在机器人运动的实际验证中，还会受到参数整定等方法的干涉，PID控制器的参数调整往往效果欠佳，对擦窗机器人清洁运动过程调节不足，适应能力非常差。结合上述考虑到直接使用PID控制的缺点，考虑到永磁式机器人在运行过程中可能受到的扰动，选取PID算法中的PI组合。比例(P)控制：PID控制中的比例算法是机器人在调整稳态误差时较为普遍的使用方法，其控制器的输出值与输入误差信号成的差值做比例计算。经过比例算法的调节，期望机器人清洁过程达到减小或者消除稳态误差目标积分(I)控制：联合本课题，考虑到擦窗机器人在清洁玻璃的过程，难免会受到一些扰动，这就与课题所追求的规划高效率性相冲突，这时候我们要考虑到理论与实际的差异，可以引入一些抗干扰的算法，让我们的机器人走得更准确，更少的误差。擦窗过程如果受到扰动，在进入稳态后可能会存在一定的稳态误差。信号间的积分是成正比关系的。此时这个控制系统是一个有差系统。存在稳态误差的系统不是准确的系统，消除稳态误差的任务势不可挡。在机器人的编程过程中可以尝试引入PID控制中的I“积分项”算法，“积分算法”的原理是：对机器人在清洁过程中的误差取关于时间参数的积分，随着清洁时间的增加，积分项会变得越来越大。经过积分算法的调节，达到减小或者消除稳态误差目标。用当前的控制输出值减前一刻的控制输出表达值。两式相减得到增量值。增量式PI算法公式如下：PID算法中只选用PI算法的原因是，D是PID算法中的微分算法，但是在采样时引入微分算法很有可能会引入尖峰扰动，所谓尖峰扰动就是在采用的曲线中，突然出现幅值很高的峰状尖角即波动，加入控制算法的本意是要减少或者消除机器人擦窗过程中的扰动，所以加入微分算法无疑是背道而驰的。由于PWM开关对采样的影响，对此还必须加上抑制扰动滤波器，增加了实际成本不说，这也实在太过折腾，对于其加快动态响应的目标是背道而驰的。只采用PI算法与直接利用PID算法相比，PI：比例与积分的校正环节计算更为容易，使用比例与积分校正对实现零极点对消,参数整定更加方便。以电流环为例，AD中断计算生效延时，设计成Pl调节器加前馈的方式，等效成一阶低通滤波器。如果直接用PID校正这个模型就显得复杂，难以设计,实际工程不方便实现不说，效果也不一定更好。所以，在实际工程中，PI比例与积分的使用更加普遍。也不必一定按照现有实例依葫芦画瓢，可以通过合理的参数设计，获得更加简单的等效模型，用以评估性能。结合实验，选取合适的传感器，对该参数进行增量式PI计算。1.4算法实例化及原型机测试结合梯形算法，基于PI算法在软件上进行程序的编写。P比例算法的实例化如下所示：1.5小结本章主要内容为利用PID控制算法完成机器人运动控制及擦窗路径规划。以单片机硬件为永磁式机器人运动控制电路核心，并进行仿真与实验验证分析。利用路劲规划的梯形算法，对擦窗机器人相对于玻璃运动的面积全覆盖问题展开研究。确保擦窗机器人功能