[发明专利]一种移动两轮机器人的控制方法

说明书

本发明实施例的方法中提出了一种移动两轮机器人的控制方法，该方法首先对移动两轮机器人受力分析，构建拟线性变参数模型；然后，更改不同的输入变量，寻找保留奇异值；之后，用非等距采样局部极大值、极小值点；最后将极值点插入张量采样中，结合变输入模块、局部极值优化模块和并行分布补偿器，进行控制器的设计。该方法通过将模型中非线性部分线性化来降低控制维度，简化模型和控制难度；采用的局部极值优化策略具有响应快、抗干扰强等特点，将极值点进行手动采样之后添加到原始等距采样中，也能够弥补了等距采样的弊端，使得拟线性化模型更加精确，也更容易控制，构建的结果张量模型，可以形成自适应超网格划分，实现自适应系统控制。

【技术领域】

本发明涉及自动控制技术领域，尤其涉及一种移动两轮机器人的控制方法。

【背景技术】

Tensor产品模型是基于TP(Tensor Product，张量积)模型转换控制和TS(Takagi-Sugeno，高木-关野)模糊控制中最常用的线性变参数模型。TP模型转换是一种结合多种模型的数值方法，可在给出系统线性变参数的模型中找到相似于TS模糊模型的凸包表示，并可在有限域内对线性变参数模型进行采样后，进一步使用更高层次的奇异值分解和凸变换，从而得到线性变参数模型的TS表示形式。TP模型转换，还可以针对线性矩阵不等式的控制器进行设计，得到不同类型的凸TP模型。

TP模型转换是一种可获得多类型模型的离散化方法，在构造采样张量中中如何进行精确的采样尤为重要。在TP模型转换的过程中，随着变参状态空间模型的参数向量维数的增加，计算量呈指数性急剧增加。故对于非线性控制系统而言，控制难度随着系统的复杂程度的增大而增大。

然而，在现有技术中的TP模型转换过程中，大多数方法仅专注于凸包操作上，针对TP模型转换的采样过程往往使用的是等距采样方式，这样很容易丢失最大值点和最小值点，使得拟线性化模型不够精确。

【发明内容】

有鉴于此，本发明实施例提供了一种移动两轮机器人的控制方法。该方法包括：

S1、建立基于移动两轮机器人系统的测试平台，所述测试平台包括驱动器、控制器、工控机、两个车轮、陀螺仪和触摸屏；

S2、基于移动两轮机器人系统的各状态数据，构建系统的准线性变参数模型；

S3、对准线性变参数模型进行数值重构，进行全局线性化重建后，构建系统的状态空间模型；

S4、对所述状态空间模型通过局部极值优化策略进行处理，在等距采样中增加极值点，并在查找极值点后将其添加到状态空间模型中得到拟线性化变参数模型；

S5、基于所述拟线性化变参数模型，通过扩展信号获得扩展状态空间方程，通过设定初始状态和控制目标对移动两轮机器人系统进行控制。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述驱动器和控制器通过工控机进行连接，两个所述车轮使用同轴直流伺服电机连接，所述陀螺仪与控制器连接以控制移动两轮机器人系统的俯仰状态，所述触摸屏用于显示状态数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述准线性变参数模型具体包括：

假设1：忽略车轮的阻尼扭矩和干扰力；

假设2：车体和车轮为“T”形体；

假设3：f_dRL＝f_dRR＝f_dp＝0，其中，f_dRL为车体左轮与地面之间的摩擦力，f_dRR为车体右轮与地面之间的摩擦力，f_dp为两个车轮和机器人本体之间的摩擦力；

构建系统的准线性变参数模型具体如下：