[发明专利]基于滑模控制及评价指标的无人车编队避障方法

权利要求书

1.一种基于滑模控制及评价指标的无人车编队避障方法，其特征在于：该方法主要包含无人车编队控制算法设计、无人车编队整体避障策略设计和队形恢复三部分；

A、无人车编队控制算法设计：建立无人车领航-跟随编队模型，设计固定时间滑模编队控制器，固定时间滑模控制器能够在固定时间内将无人车编队的跟踪误差收敛到零，且不依赖系统的初始值；

B、无人车编队整体避障策略设计：采用编队整体避障方式，设计了编队整体避障策略，建立队形知识库，设计考虑环境约束的无人车编队整体避障策略；建立队形知识库，设计零队形变换、队形收缩变换和队形切换变换三种编队避障模式，设定队形变换性能评价指标，建立队形动态变换决策机制，使无人车编队能够在不同障碍环境下做出最优队形变换选择，编队的整体性得到有效保证；

C、队形恢复：领航无人车检测到最后一辆无人车通过障碍区域后，下发队形恢复指令，无人车重新调整自身位姿，恢复到队形变换之前的期望队形，继续执行任务。

2.根据权利要求1所述一种基于滑模控制及评价指标的无人车编队避障方法，其特征在于：无人车编队控制算法设计的具体步骤如下：

A、建立领航-跟随编队模型：领航无人车i根据给定的线速度v和给定的角速度ω在二维平面进行运动，跟随无人车j只需保持期望的相对距离和相对角度跟随领航无人车一起运动，即可形成期望的编队队形；通过这种控制结构，整个无人车编队控制问题就可以转化为跟随无人车对领航无人车的轨迹跟踪问题；

每辆无人车的运动学模型如式1所示：

下标j代表着第j个跟随无人车，L_r是UGV质心与车轮轴距的距离，q＝(x,y,θ)^T表示无人车在(x,O,y)坐标系中的位姿向量，表示无人车在参考轨迹点的位姿向量。L_ij表示跟随无人车与领航无人车之间的相对距离，ψ_ij表示跟随无人车与领航无人车之间的相对转角，θ表示无人车运动的方向，即速度向量v与θ轴正方向的夹角，也是无人车的航向角；

通过空间几何关系运算，可得到无人车编队轨迹跟踪误差模型为：

其中，表示无人车编队的横向轨迹跟踪误差，表示无人车编队的纵向轨迹跟踪误差，表示无人车编队轨迹跟踪误差；

B、设计固定时间滑模控制器，使得跟随无人车与领航无人车之间的轨迹跟踪误差收敛到原点的最小邻域内；

设计滑模面和固定时间滑模控律为：

经过系列数学运算，可得到最终固定时间滑模控制律为：

其中，α和β为固定时间滑模控制律固定参数；

设计的固定时间滑模控制器能够使无人车编队在固定时间内跟踪上领航无人车轨迹，各跟随无人车轨迹跟踪误差能在固定时间内快速收敛到零，且不依赖于系统的初始值；

C、建立队形知识库：建立队形知识库的目的是为了无人车编队在避障过程中，可根据队形变换模式从建立的队形知识库直接选择合适的队形进行避障；首先为每辆无人车分配一个专属的编号用以标记不同的无人车，如Q₁、Q₂；将领航无人车的编号设为1，其他跟随无人车的编号依次为2、3…，n，n为无人车编队的车辆个数，建立参数矩阵，用来表示无人车之间的位姿关系，其表达关系如下式所示：

其中，矩阵H代表的是无人车队形知识库中某一编队队形的参数值，矩阵H_sj表示此队形中的第j个无人车Q_j的状态值；在矩阵H_sj中，h_1j表示第j个无人车Q_j的编号信息，h_2j表示j个无人车Q_j要跟踪的领航无人车Q₁的编号，h_3j表示无人车Q_j与领航无人车Q₁的期望相对距离，h_4j表示Q_j与Q₁的期望相对角度，通过建立编队队形知识库，无人车编队在进行队形切换避障时能够快速有效地进行队形切换，从而通过障碍区域。