本發(fā)明涉及數(shù)字孿生和移動機(jī)器人跟蹤控制，尤其涉及一種不可靠通信環(huán)境下基于數(shù)字孿生技術(shù)的類車移動機(jī)器人同步軌跡跟蹤控制方法。

背景技術(shù)：

1、隨著工業(yè)4.0和智能制造的快速發(fā)展，移動機(jī)器人因其獨特的運(yùn)動學(xué)特性和廣泛的應(yīng)用前景，在工業(yè)生產(chǎn)、倉儲物流等領(lǐng)域得到越來越多的關(guān)注。在實際應(yīng)用中，控制系統(tǒng)普遍依賴網(wǎng)絡(luò)通信進(jìn)行數(shù)據(jù)傳輸和指令下發(fā)，不可靠的通信環(huán)境使得系統(tǒng)不可避免地面臨網(wǎng)絡(luò)時變時延和隨機(jī)數(shù)據(jù)丟包等問題，嚴(yán)重影響控制性能和系統(tǒng)穩(wěn)定性。近年來，數(shù)字孿生技術(shù)作為連接物理世界和信息世界的橋梁，通過構(gòu)建物理實體的虛擬映射，實現(xiàn)物理實體與虛擬實體之間的實時交互，為解決網(wǎng)絡(luò)控制系統(tǒng)中的問題提供了新的思路和方法。該技術(shù)不僅能夠?qū)崟r監(jiān)測和預(yù)測系統(tǒng)狀態(tài)，還可以通過虛實融合優(yōu)化控制策略，提升系統(tǒng)的整體性能。

2、在工業(yè)自動化領(lǐng)域，數(shù)字孿生技術(shù)已經(jīng)展現(xiàn)出巨大的應(yīng)用潛力，為解決復(fù)雜工業(yè)系統(tǒng)中的控制問題開辟了新的途徑。相關(guān)檢索文獻(xiàn)如下：

3、文獻(xiàn)1：wang?w,liu?m,li?j.research?and?realization?ofvirtual-realcontrol?of?robot?system?for?off-heap?detector?assisted?installationbased?ondigital?twin[j],ieee?journal?ofradio?frequency?identification,2022(6):810-814.基于數(shù)字孿生的堆外檢測器輔助安裝機(jī)器人系統(tǒng)的虛實控制研究與實現(xiàn)，ieee射頻識別雜志，2022(6):810-814。

4、文獻(xiàn)2:sheng?j,zhang?q,li?h,shen?s,ming?r,jiang?j,li?q,su?g,sun?b,wangj,yang?j,huang?c.digital?twin?driven?intelligent?manufacturing?for?fpcbetching?production?line,computers?industrial?engineering,2023(186):109763).fpcb蝕刻生產(chǎn)線數(shù)字孿生驅(qū)動智能制造，計算機(jī)工業(yè)工程，2023(186):109763)。

5、文獻(xiàn)3:zhao?l,nie?z,xia?y,li?h.virtual-physical?tracking?control?for?acar-like?mobile?robot?based?on?digital?twin?technology.ieee?transactions?onindustrial?electronics,2024(71):16348-16356.基于數(shù)字雙胞胎技術(shù)的類車移動機(jī)器人虛擬物理跟蹤控制,ieee工業(yè)電子匯刊,2024(71):16348-16356。

6、通過檢索來看，盡管數(shù)字孿生技術(shù)在工業(yè)領(lǐng)域取得了顯著成果，但將其應(yīng)用于移動機(jī)器人軌跡跟蹤控制的研究仍相對匱乏。作為目前涉及系統(tǒng)機(jī)器人、數(shù)字孿生和軌跡跟蹤最新成果的文獻(xiàn)3也只實現(xiàn)了虛擬映射物理的運(yùn)動狀態(tài)，并沒有實現(xiàn)虛擬與物理的相互映射，且沒有考慮網(wǎng)絡(luò)傳輸過程中發(fā)生隨機(jī)時延和丟包。因此，考慮不可靠通信環(huán)境下，物理-虛擬類車移動機(jī)器人的信息交互，保證軌跡的同步跟蹤十分重要。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種不可靠通信環(huán)境下基于數(shù)字孿生的類車移動機(jī)器人軌跡跟蹤控制方法，從而能夠?qū)崿F(xiàn)實時跟蹤和預(yù)測物理系統(tǒng)的行為，提供更準(zhǔn)確的決策支持；具體方案如下：

2、一種不可靠通信環(huán)境下類車移動機(jī)器人軌跡跟蹤控制方法，包括以下步驟：

3、步驟1：建立類車移動機(jī)器人運(yùn)動學(xué)模型和動力學(xué)模型；

4、步驟2：基于類車移動機(jī)器人的三維模型和ros傳輸通信機(jī)制設(shè)計機(jī)器人數(shù)字孿生平臺；

5、步驟3：針對不可靠通信環(huán)境下導(dǎo)致通信時延和數(shù)據(jù)丟包問題，設(shè)計切換彈性補(bǔ)償器和比例微分加阻尼控制器，作用于虛擬端類車移動機(jī)器人；依據(jù)虛擬端類車移動機(jī)器人的速度信息，為物理端類車移動機(jī)器人提供前饋控制量和可行軌跡；

6、步驟:4：設(shè)計物理端類車移動機(jī)器人的雙閉環(huán)控制策略。

7、進(jìn)一步地，步驟1中，所述類車移動機(jī)器人運(yùn)動學(xué)模型和動力學(xué)模型的建立步驟如下：

8、類車移動機(jī)器人的運(yùn)動學(xué)模型表示為:

9、

10、其中i∈{p,v}，p表示物理端，v表示虛擬端，

11、

12、(xi(t),yi(t))是類車移動機(jī)器人的位置，θi(t)是類車移動機(jī)器人的偏航角；

13、類車移動機(jī)器人的動力學(xué)模型表示為：

14、

15、其中，vi(t)和ωi(t)分別是類車移動機(jī)器人的線速度和橫擺角速度，m表示車輛的重量，γ是類車移動機(jī)器人的轉(zhuǎn)動慣量，r表示車輪的半徑，和分別是后輪和前輪的電動機(jī)轉(zhuǎn)矩，df(dr)是重心和前(后)輪之間的縱向距離；和其中s＝r,f分別是橫向轉(zhuǎn)彎力和縱向摩擦力；和給出為：

16、

17、其中f表示動摩擦系數(shù)，gs表示轉(zhuǎn)彎剛度；考慮電機(jī)電路，和表示為：

18、

19、其中是電動機(jī)的輸入電壓，表示電動機(jī)的轉(zhuǎn)速，ωs、hs、ce和tn分別是電阻、電動機(jī)傳動比、反電動勢常數(shù)和轉(zhuǎn)矩常數(shù)；由此動力系統(tǒng)重寫為：

20、

21、其中

22、

23、其中和是總擾動；

24、定義si(t)＝[vi(t),ωi(t)]t,然后動力學(xué)模型重寫為：

25、

26、進(jìn)一步地，步驟2中，所述構(gòu)建類車移動機(jī)器人數(shù)字孿生平臺的框架包括：物理類車移動機(jī)器人、智能交通沙盤、虛擬類車移動機(jī)器人、虛實交互平臺和網(wǎng)絡(luò)通信；

27、所述虛實交互平臺用于數(shù)據(jù)處理、狀態(tài)監(jiān)控和應(yīng)用服務(wù)；

28、所述網(wǎng)絡(luò)通信包括：用于從虛實交互平臺發(fā)送命令到物理類車移動機(jī)器人的ros通信，用于實現(xiàn)類車移動機(jī)器人運(yùn)動可視化的可視化仿真軟件，用于從虛實交互平臺發(fā)送命令到虛擬類車移動機(jī)器人的ros通信，以及用于傳輸采集到的物理和虛擬類車移動機(jī)器人狀態(tài)數(shù)據(jù)的ros話題。

29、進(jìn)一步地，步驟3中，所述設(shè)計切換彈性補(bǔ)償器和比例微分加阻尼控制器的步驟如下：

30、步驟3.1：設(shè)計基于零階保持器和比例微分補(bǔ)償器的切換彈性補(bǔ)償器：

31、

32、其中，對任意的i∈{p,v}，表示補(bǔ)償后的類車移動機(jī)器人狀態(tài)信息，si(t)是類車移動機(jī)器人的速度信息，τi(t)表示隨機(jī)時延，是補(bǔ)償系數(shù)；

33、步驟3.2：根據(jù)收到的物理類車移動機(jī)器人的狀態(tài)信息，結(jié)合自身狀態(tài)信息，設(shè)計比例微分加阻尼控制器：

34、

35、其中kv，λv，ρv是控制器增益；

36、步驟3.3：考慮類車移動機(jī)器人非線性特性、外部擾動以及不可靠通信環(huán)境的影響，設(shè)計非線性擴(kuò)展觀測器對機(jī)器人狀態(tài)和擾動進(jìn)行估計：

37、

38、以提高軌跡跟蹤的精度，其中和分別是狀態(tài)si(t)和擾動di(t)的估計值，βi和αi是可調(diào)的正定常數(shù)；

39、定義估計誤差和則觀測誤差系統(tǒng)表示為：

40、

41、βi和αi取適當(dāng)?shù)膮?shù)，使得估計誤差和收斂到足夠小，且存在一定的上界；

42、由此能夠得到虛擬端類車移動機(jī)器人動力學(xué)模型的控制輸入

43、進(jìn)一步地，步驟4中，所述設(shè)計物理端類車移動機(jī)器人的雙閉環(huán)控制策略步驟如下：

44、步驟4.1：依據(jù)類車移動機(jī)器人運(yùn)動學(xué)模型，設(shè)計反步控制器實現(xiàn)外環(huán)控制，保障類車移動機(jī)器人跟蹤參考軌跡；

45、其中，反步控制器設(shè)計如下：

46、

47、其中，l1，l2，l3和l4是可調(diào)的正定參數(shù)，位置誤差定義為：

48、hp(t)＝fe(qr(t)-qp(t))

49、其中，qr(t)＝[xr(t),yr(t),θr(t)]t為參考軌跡,qp(t)＝[xp(t),yp(t),θp(t)]t為實際軌跡，

50、

51、步驟4.2：針對物理端，設(shè)計基于零階保持器和比例微分補(bǔ)償器的切換彈性補(bǔ)償器：

52、

53、其中，表示補(bǔ)償后的虛擬類車移動機(jī)器人狀態(tài)信息，τv(t)表示虛擬端到物理端傳輸時的網(wǎng)絡(luò)隨機(jī)時延，是補(bǔ)償系數(shù)；

54、步驟4.3：基于類車移動機(jī)器人動力學(xué)模型，設(shè)計依賴加權(quán)平均器內(nèi)環(huán)控制策略以實現(xiàn)高精度速度跟蹤；加權(quán)平均器為：

55、

56、其中，0<c1<1和0<c2<1是滿足c1+c2＝1的加權(quán)系數(shù)；在跟蹤控制中，當(dāng)物理類車移動機(jī)器人與參考軌跡之間的位置誤差超過0.05m時，物理類車移動機(jī)器人優(yōu)先跟蹤參考軌跡，即c1＝0和c2＝1；相反，當(dāng)位置誤差小于0.05米時，則將虛擬類車移動機(jī)器人的軌跡映射到物理類車移動機(jī)器人上，從而設(shè)置和以校正軌跡，提高物理和虛擬類車移動機(jī)器人的跟蹤精度；

57、步驟4.4：設(shè)計內(nèi)環(huán)控制器的比例微分加阻尼控制器：

58、

59、其中kp，λp，ρp是控制器增益；

60、步驟4.5：設(shè)計非線性擴(kuò)展觀測器對物理端類車移動機(jī)器人狀態(tài)和擾動進(jìn)行估計：

61、

62、其中和分別是狀態(tài)sp(t)和擾動dp(t)的估計值，βp和αp是可調(diào)的正定常數(shù)；

63、定義估計誤差和則觀測誤差系統(tǒng)可表示為：

64、

65、βp和αp取適當(dāng)?shù)膮?shù)，可使得估計誤差和收斂到足夠小，且存在一定的上界；

66、由此得到物理端類車移動機(jī)器人動力學(xué)模型的控制輸入

67、采用上述技術(shù)方案，本發(fā)明有以下技術(shù)效果：

68、(1)類車移動機(jī)器人調(diào)試過程中會有大量的現(xiàn)場實驗，本發(fā)明設(shè)計數(shù)字孿生系統(tǒng)可以有效提高調(diào)試過程，降低硬件負(fù)擔(dān)，且可以將虛擬端類車移動機(jī)器人的運(yùn)動狀態(tài)可視化；

69、(2)考慮存在隨機(jī)時延和丟包的不可靠通信環(huán)境，本發(fā)明設(shè)計了切換彈性補(bǔ)償機(jī)制和非線性擴(kuò)展觀測器，具有更好的魯棒性和軌跡跟蹤精度；

70、(3)在對物理端類車移動機(jī)器人的控制器設(shè)計過程中，本發(fā)明設(shè)計了雙閉環(huán)控制策略，具有更高的跟蹤精度。