[发明专利]面向智能塔吊起升运动状态的分阶段优化控制方法及装置

权利要求书

1.一种面向智能塔吊起升运动状态的分阶段优化控制方法，其特征在于，包括以下步骤：

采集塔吊机器人的运动状态；

根据所述运动状态和规划路径，确定所述塔吊机器人所处的运动阶段；

根据所述运动阶段，选用轨迹跟踪控制器包括的运动轨迹修正模型、能量优化模型和/或模型预测控制模型的轨迹跟踪控制策略控制所述塔吊机器人；

所述根据所述运动阶段，选用轨迹跟踪控制器包括的运动轨迹修正模型、能量优化模型和/或模型预测控制模型的轨迹跟踪控制策略控制所述塔吊机器人，包括：

当所述运动阶段为运动初期时，选用所述运动轨迹修正模型的所述轨迹跟踪控制策略控制所述塔吊机器人；

当所述运动阶段为运动中期时，选用所述能量优化模型的所述轨迹跟踪控制策略控制所述塔吊机器人；

当所述运动阶段为运动后期时，选用所述模型预测控制模型的所述轨迹跟踪控制策略控制所述塔吊机器人。

2.根据权利要求1所述的分阶段优化控制方法，其特征在于，所述采集塔吊机器人的运动状态，包括：

采集塔吊机器人的实时位姿状态；

将所述实时位姿状态作为所述塔吊机器人的运动状态。

3.根据权利要求1所述的分阶段优化控制方法，其特征在于，所述根据所述运动状态和规划路径，确定所述塔吊机器人所处的运动阶段，包括：

根据所述运动状态和所述规划路径中的预设运动状态，计算所述塔吊机器人的运动误差矢量；

根据所述运动误差矢量，确定所述塔吊机器人所处的运动阶段。

4.根据权利要求1所述的分阶段优化控制方法，其特征在于，所述运动轨迹修正模型的建立过程为：

根据运行空间环境参数，形成所述塔吊机器人的理想运动轨迹；

在所述运动阶段内，设定所述理想运动轨迹与所述塔吊机器人的实际运行轨迹不一致时，提取所述塔吊机器人的运行控制参数。

5.根据权利要求4所述的分阶段优化控制方法，其特征在于，所述能量优化模型的建立过程为：

在所述运动阶段内，根据所述理想运动轨迹，对所述实际运行轨迹进行最短路径优化、最佳运行速度优化和电机平稳运行优化操作，从而形成所述能量优化模型。

6.根据权利要求5所述的分阶段优化控制方法，其特征在于，所述模型预测控制模型的建立过程为：

根据所述运动轨迹修正模型和所述能量优化模型的运行数据，总结所述塔吊机器人的控制规律；

通过机器学习方法优化所述控制规律，得到所述塔吊机器人的最快修正方式。

7.一种面向智能塔吊起升运动状态的分阶段优化控制装置，其特征在于，包括：

运动状态获取模块，用于采集塔吊机器人的运动状态；

运动阶段确定模块，用于根据所述运动状态和规划路径，确定所述塔吊机器人所处的运动阶段；

运动控制模块，用于根据所述运动阶段，选用轨迹跟踪控制器包括的运动轨迹修正模型、能量优化模型和/或模型预测控制模型的轨迹跟踪控制策略控制所述塔吊机器人，包括：

当所述运动阶段为运动初期时，选用所述运动轨迹修正模型的所述轨迹跟踪控制策略控制所述塔吊机器人；

当所述运动阶段为运动中期时，选用所述能量优化模型的所述轨迹跟踪控制策略控制所述塔吊机器人；

当所述运动阶段为运动后期时，选用所述模型预测控制模型的所述轨迹跟踪控制策略控制所述塔吊机器人。

8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-6任意一项的方法步骤。

9.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-6任意一项的方法步骤。