[发明专利]用于多关节蛇形机器人在水下避障的浸入边界控制方法

说明书

本发明公开的用于多关节蛇形机器人在水下避障的浸入边界控制方法，属于机器人控制领域。本发明的实现方法为：引入格子玻尔兹曼方法，取代传统求解流体的二阶偏微分方程模拟中的Navier‑Stokes方程，由概率统计学角度出发，从不同角度解决宏观与微观、离散与连续的关系，格子玻尔兹曼方法计算简单、易于并行实现，在处理比较复杂的边界条件时，能够实现宏观与微观的相互转化，利用浸入边界方法建立柔性的多关节蛇形机器人力源模型，采用流场中的欧拉变量去控制流体动态，利用力源模型的拉格朗日变量去控制多关节蛇形机器人的运动边界，用光滑的Delta近似函数通过分布节点力和差值速度来控制非线性流场力和力源边界的交互作用，实现多关节蛇形机器人的非线性控制。

技术领域

本发明涉及一种用于多关节蛇形机器人避障运动的控制方法,尤其涉及一种用于多关节蛇形机器人在水下避障的浸入边界的控制方法，属于机器人控制领域。

背景技术

多关节蛇形机器人是一种多关节、高冗余、无肢结构的仿蛇形运动的多自由度机器人，可以有效实现水陆两栖作业，具有运动稳定、运动形式多变、环境适应力强等优点，在水下勘察和目标搜索等方面有广泛的应用前景，因此，作为多自由度的多关节蛇形机器人受到多国研究者的广泛关注。

湖泊、江河以及海洋这样大型水下环境中存在丰富的自然资源，但却因为岩石、珊瑚、鱼群及其他悬浮物的存在，加上人类水下探测技术的不足，这就使得探索这些大型水下环境有诸多困难性和危险性。

由于多关节蛇形机器人在水下运动过程中，必然会遇到不可逾越的障碍物或者运动方向与目标之间有一定角度的情况，这就要求多关节蛇形机器人能够根据一种避障方法对身体的运动运动方向做出一定的调整，躲避水下的障碍物或者调整方向对准目标前进。

与传统机器人相比，多关节蛇形机器人的运动是依靠自身的关节转动得到的，是一种具有非完整约束的动力系统，通过身体的摆动，可以实现蠕动、游动、侧移、侧滚、抬头、翻越障碍物的运动形式。

目前，大多数机器人常用的避障控制方法有Dijkstra算法、A*算法、可视图法、人工势场法、粒子群优化算法和快速扩展随机树搜索算法，虽然可以实现机器人的避障运动，但在避障实验过程中，Dijkstra算法计算量大，易在寻找路径时出现“死区”；A*算法计算较为复杂；可视图法仅适用于有棱角的多边形障碍区域；人工势场法容易出现局部最小问题；粒子群优化算法难以得到适用于所有优化问题的结果；快速扩展随机树搜索算法很难一次找到最短路径。

此外，发明多关节蛇形机器人在水下避障的浸入边界控制方法，就要计算对水下流体进行计算，并且要计算多关节蛇形机器人在水下的流固耦合问题，而传统计算流体的方法是求解N-S方程，这样存在下述两个缺点：(1)求解复杂，计算时间长；(2)求解传统的微分方程，无法解释流体运动、粒子运动以及随机运动等互斥理论的不足。

发明内容

针对多关节蛇形机器人常用的六种避障控制方法的不足，以及多关节蛇形机器人在水下的流固耦合计算中，求解N-S方程存在的下述两个缺点：(1)求解复杂，计算时间长；(2)求解传统的微分方程，无法解释流体运动、粒子运动以及随机运动等互斥理论的不足。本发明公开的用于多关节蛇形机器人在水下避障的浸入边界控制方法要解决的技术问题是：引入格子玻尔兹曼方法，取代传统求解流体的二阶偏微分方程模拟中的Navier-Stokes方程，无需处理Navier-Stokes方程非线性对流项，由概率统计学角度出发，从不同角度解决宏观与微观、离散与连续的关系，格子玻尔兹曼方法计算简单、易于并行实现，在处理比较复杂的边界条件时，能够实现宏观与微观的相互转化，利用浸入边界方法建立柔性的多关节蛇形机器人力源模型，采用流场中的欧拉变量去控制流体动态，利用力源模型的拉格朗日变量去控制多关节蛇形机器人的运动边界，用光滑的Delta近似函数通过分布节点力和差值速度来控制非线性流场力和力源边界的交互作用，实现多关节蛇形机器人的非线性控制。

本发明的目的是通过下述技术方案实现的。