机器人控制问题中可行轨迹的划分原则.docx

V.A. Bereznev et al. / Procedia Computer Science 186 (2021) 456–459 V.A. Bereznev et al. / Procedia Computer Science 186 (2021) 456–459 机器人控制问题中可行轨迹的划分原则 摘要 考虑移动机器人的控制问题。假设设定了轨迹的起点和终点，并且在连接这些点的线上存在一个或多个圆形形式的障碍物。圆由其中心的坐标和半径的长度来定义。可行轨迹不得与这些圆的内部共享点。提出的原则是将任何可行的轨迹表示为限制圆形障碍物的直线段和圆弧的序列。机器人沿直线段的运动由二阶微分方程描述，在给定的最小速度下，沿圆弧的运动是均匀的。 关键词:机器人控制；可行轨迹；图论。 1。 介绍 让我们考虑机器人控制问题，其中轨迹x0的起点和终点x∫被设定。让圆形障碍物设置在平面上，使被控机器人的轨迹不得与这些圆有公共点。圆形障碍物由它们的中心Cj(x1，j，x2，j)的坐标和半径rj，j = 1，j的长度来设定。这个问题的目标函数是最小化机器人从点x0移动到点x所花费的时间(见图1)。 解决这个问题的传统方法是使用基于庞特里亚金最大值原理的最优控制方法(见[1，2])。在这种情况下，机器人行为由二阶微分方程描述 x = f(x，x).u)， (1) 其中u = u(t) -是受条件约束的有效控制参数 u≤u(t)≤u +, (2) 和x(t) ∈ R2。机器人轨迹x(t)不与圆形障碍物区域相交的条件意味着，对于任何t个不等式，都必须满足该不等式 x(t)Cj rj， j ∈ 1，j。(3) 图。1.圆形障碍物。 这些条件意味着机器人可行轨迹的区域不是凸的。由于这个原因，最佳控制方法的使用，以及数学编程方法(例如，见[3，4])变得非常成问题。 所提出的结果基于众所周知的二阶非线性系统最优控制综合理论(例如，见[2])，也基于在连通图上构造最短路径的方法[5]。特别是，所提出的方法是对[6]中提出的方法的一些修改，具体如下。 在相连的图中，圆形障碍物边界的圆具有一些声明为顶点γ(S，V)的点，其中V = {vi} -图的顶点集，vi到顶点= sij-arcsvi集，I，ji ∈11，，nn。最优控制问题.弧长sij ∈ S它由机器人从顶点{ } vj经过的时间和解∈决定 我们将只考虑x = u时的线性情况。同时假设在问题被认为是最优控制综合的线段[vi，vj]上没有障碍。否则，我们认为线速度\u graph x的边长= qi 0，并且在端点处，sij =+∞。此外，我们将假设In在点vj应该以速度\u x = QJ 0到达.在这些假设中，如fromvi所述，物体在a[2]开始运动，受控物体属于非振荡类，最大值原理不仅是必要的，而且是最优性的充分条件，此外，下面的陈述是正确的(见[2]，第282页)。每个执行从任何起点到任何终点的转换的最佳性能控制仅采用值u(t) = u或u(t) = u+，并且不超过一个开关。 458 关于这一说法，有必要说一句重要的话。在对\\+ x没有任何限制的情况下，批准控制开关的数量。然而，很明显，如果限制\u+ x≤q\ u，那么根据u的值和路径sij的长度，一个或两个控制值为u，0，u的开关是可能的。 让我们转到顶点的指定问题。机器人轨迹的平滑性(可微性)的自然要求被用来构建它。这意味着机器人绕过一个圆形障碍物，它必须在与障碍物边界的圆的接触点开始和结束。顶点(除触摸点之外)的数量是自然的，以启用轨迹的指定起点v0 = x0和终点VN = x∫点。 设A(x01，x02) -是平面中的任意点，andC(xj1，xj2) -是j圆障碍物中心的指定点。显然，切点坐标是非线性方程组的解 ??(x01 x1(xj1 x1)+(x02 x2)(xj2 x2)= 0， (4) ???(x1 xj1)2+(x2 xj2)2 = r2j， 其中rj是圆形障碍物j的半径。 使用简单的变换，很容易确定这个系统的解是点(x1，x2 ),其中当x02 xj2时，分量x1是平方方程ax2 + bx + c = 0的解，其中 =(x01 xj1)2+(x02 xj2)2， =-2x J1(x02 xj2)2 2ω(x01 xj1)+2x J2(x01 xj1)(x02 xj2)，c =ω2τ(x02 xj2)2 2x J2ω(x02 xj2)，τ= r2j x2j 1 x2j 2，ω = τ + xo1xj1 + x02xj2。 分量最后，如果x02x2 =是从系统的第二个方程(xj2)获得的，那么分量x1是使用公式4计算的。x1 =ω/(x01 xj1)，和的值 构建两个圆的切线时，很容易计算出某个点A，它是一个点切线