[发明专利]一种基于神经动力学的三轮全向移动机器人状态调整方法

权利要求书

1.一种基于神经动力学的三轮全向移动机器人状态调整方法，其特征在于，包括：

基于神经动力学公式，设计一个在速度层上描述的新型性能指标；

最小化所述新型性能指标，建立相应的速度层状态调整方案；所述状态调整方案受约束于移动平台的运动学方程、移动平台三个全向驱动轮的旋转角度极限和旋转角速度极限、机器人关节的角度极限和速度极限；

将所述状态调整方案转化为一个二次型优化问题，并采用数值算法对其进行求解；

根据算法的求解结果，下位机控制器驱动移动平台的三个全向轮和机器人的各个关节使得移动机器人调整到期望状态；

其中，所述三轮全向移动机器人由三个对称分布全向驱动轮的移动平台和一个安装在所述移动平台上的具有n个自由度的机器人构成；基于神经动力学公式，设计一个在速度层上描述的新型性能指标为：

其中，λ＞0∈R表示性能指标的调节参数，T表示矩阵或向量的转置；表示三轮全向移动机器人的速度向量，且θ表示三轮全向移动机器人的位置向量，且p_x∈R和p_y∈R分别表示移动平台在水平地面上的沿着X轴和Y轴方向的坐标；φ∈R表示移动平台的朝向角，和分别表示p_x，p_y和φ的时间导数；表示机器人的关节角度，表示机器人的关节速度；非线性映射：p_xd∈R，p_yd∈R分别表示移动平台在水平地面上沿着X轴和Y轴方向上的期望坐标；φ_d∈R表示移动平台期望朝向角，表示机器人关节的期望角度；相应地，增广向量表示三轮全向移动机器人的期望状态。

2.根据权利要求1所述的一种基于神经动力学的三轮全向移动机器人状态调整方法，其特征在于，最小化所述新型性能指标，建立相应的速度层状态调整方案，包括：

最小化

受约束于：

其中，等式约束公式(2)表示移动平台的运动学方程，表示由移动机器人速度向量的前三个元素组成的向量，即M表示由移动平台的结构参数组成的矩阵，即：

r＞0∈R表示移动平台每个全向驱动轮的半径，l＞0∈R表示移动平台中心点到全向驱动轮的距离；和分别表示移动平台的三个全向驱动轮的旋转角度和旋转角速度；和分别表示全向驱动轮旋转角度全向驱动轮旋转角速度机器人关节角度和机器人关节速度的极限。

3.根据权利要求2所述的一种基于神经动力学的三轮全向移动机器人状态调整方法，其特征在于，分别定义移动机器人的增广角度向量和速度向量为和相应地，和分别表示v和的极限；

定义将所述速度层状态调整方案(1)-(6)转化为如下的二次型优化问题：

最小化：x^TQx/2+p^Tx (7)

约束条件：x^-≤x≤x⁺ (8)

其中，Q＝N^TN∈R^(3+n)×(3+n)，N＝[M,0；0,I]∈R^(3+n)×(3+n)，

p＝λN^Tf(θ)∈R³⁺ⁿ，I∈R^n×n表示单位矩阵；x^±表示x的极限，并且，μ＞0∈R表示极限转换的调节参数。

4.根据权利要求3所述的一种基于神经动力学的三轮全向移动机器人状态调整方法，其特征在于，采用数值算法对其进行求解，包括：

将所述二次型优化问题(7)-(8)转化为分段线性投影方程：

F_Ω(x-(Qx+p))-x＝0∈R³⁺ⁿ (9)

(9)式中，F_Ω(·)表示分段线性投影算子；

采用如下数值算法求解公式(9)：

e(x^k)＝x^k-F_Ω(x^k-(Qx^k+p)) (10)

x^k+1＝F_Ω(x^k-ρ(x^k)δ(x^k)) (11)

δ(x^k)＝Q^Te(x^k)+Qx^k+p (12)

其中，e表示计算误差，δ和ρ分别表示算法计算过程中的特定向量和常数；上标k表示迭代次数且k＝0,1,2,…；||·||₂表示向量的二范数；给定一个初始值x⁰∈R³⁺ⁿ，通过数值算法(10)-(13)的不断迭代计算，便可求得分段线性投影方程(9)的数值解。