AmigoBot机器人拦截控制方法实现

王荣花++冯树林

摘 要

本文采用纯比例导航算法，设计控制策略实现拦截控制。针对移动机器人平台，用一台本地计算机作为控制器，和两台AmigoBot机器人组成一个无线局域网，基于无线通信方式传输数据，从而实现对机器人的远程控制。文中通过分别给出机器人运动数学模型和位姿误差模型，利用给定的控制策略实现拦截。仿真结果验证了给定控制策略的有效性。

【关键词】纯比例导航 拦截 AmigoBot移动机器人 远程控制

1 引言

近年来，典型的机器人学研究工作包括可控性、路径规划、队形控制、轨迹跟踪和拦截等。

轨迹跟踪问题一直受到关注，有许多相关研究方法：逆推控制方法比较典型，此外，由于机器人存在非完整性约束，滑模控制方法也是应用广泛的方法。

对于机器人拦截问题，主要的研究方法：利用几何规则与运动方程相结合设计控制策略；基于视觉利用圆形导航算法实现拦截等。文献[3]利用纯比例导航算法，实现了在无线传感器网络中对运动目标跟踪和拦截的理论模型分析。

本文研究工作是基于文献[3]中的纯比例导航算法设计控制策略，实现拦截控制。

2 移动机器人动态模型

2.1 机器人模型

二维X-Y平面坐标系下，机器人运动模型数学表达式为：

（1）

其中[x（k），y（k），θ（k）]T为机器人k时刻的位姿状态值，v（k）和w（k）分别为机器人k时刻的线速度和角速度，T是采样时间。

2.2 机器人位姿误差模型

领航机器人和跟随机器人k时刻的位姿状态值分别表示为：

[x1（k），y1（k），θ1（k）]T和[xf（k），yf（k），θf（k）]T，二者的位姿误差表示为[xe（k），ye（k），θe（k）]T。基于坐标变换，机器人位姿误差方程表示为：

（2）

3 拦截控制策略设计

移动机器人拦截控制策略是通过寻求特定有界控制输入，使得机器人位姿误差有界。设K为拦截完成时间，有如下条件表达式：

（xe（k） ye（k））T=0 （3）

3.1 拦截机器人运动模型

拦截机器人运动模型如下：

（4）

其中[x（k），y（k），θ（k）]T为拦截机器人 k时刻的位姿状态值，vi（k）和wi（k）分别为拦截机器人k时刻的线速度和角速度，Ti是采样时间。

3.2 纯比例导航算法

拦截运动过程中，目标机器人按照规划好的路径自主运动，其初始控制输入为（vt，wt）T。运动过程中k时刻，目标机器人和拦截机器人的坐标位置分别表示为：[xt（k），yt（k）]T、 [xi（k），yi（k）]T，则两机器人之间相对距离Si，t和相对方向角θi，t可分别表示为：

（5）

（6）

则相对角速度wi，t为：

（7）

基于纯比例导航算法，拦截机器人控制输入可设计为：

ui（k）=wi，t（k） （8）

拦截运动实现还需要满足一个条件是拦截机器人运动vi大于目标机器人运动速度vt，即：vi>vt。当实现拦截控制时，两机器人之间相对距离sit趋于零，从而满足条件方程式（3）。

4 实验结果

实现拦截的初始控制输入如下：目标机器人和拦截机器人初始位姿信息分别为：[0m，0m，0°]T、[-1m，2m，0°]T。目标机器人初始控制输入为：[160mm/s，-10d/s]T，其运动轨迹为圆。拦截机器人初始线速度为180mm/s。运动过程采样时间设为Ti=1s。

条件方程式（3）基于忽略机器人体积大小时成立，考虑到实体机器人的体积大小，当实现拦截控制时，其位姿误差信息近似为零。通过提取两机器人运动位姿信息，得图1，近似满足条件方程式（3）。

5 结论

文中利用纯比例导航算法设计控制策略，控制两机器人实现拦截。通过实验验证了给定控制策略的可行性，为以后实现更为复杂的多机器人运动协调问题打好了基础。

参考文献

[1]Z. P.Jiang，H.Nijmeijer.Tracking control of mobile robots：A case study in backstepping[J].Automatica， 1997，33（7）：1393-1399.

[2]J.M.Yang，J.H.Kim.Sliding mode motion control of nonholonomic mobile robots[J].IEEE Control Systems，1999，19（2）：15-23.

[3]K.Alkharabsheh，W.D.Xiao，F.Lewis，M.Manry.Target tracking and interception in wireless sensor networks with compensation of communication delay[C].International Conference on Information，Communications and Signal Processing，2007：1-5.

[4]E.Ivanjko，I.Petrovi.Extended kalman filter based mobile robot pose tracking using occupancy grid maps[C].Proceedings of The IEEE Mediterranean Electro-technical Conference，2004：311-314.

[5]S.L.Feng，T.L.Wang.Implementation of control method for interception and hunting by AmigoBot robots[C].Proceedings of the International Conference on Mechatronic Science，Electric Engineering and Computer，2011：2429-2433.

作者简介

王荣花（1982-），女，山东省无棣县人。硕士研究生学历。初级职称，主要从事无线传感器网络的目标跟踪与定位问题。

作者单位

山东劳动职业技术学院 山东省济南市 250022endprint

摘 要

本文采用纯比例导航算法，设计控制策略实现拦截控制。针对移动机器人平台，用一台本地计算机作为控制器，和两台AmigoBot机器人组成一个无线局域网，基于无线通信方式传输数据，从而实现对机器人的远程控制。文中通过分别给出机器人运动数学模型和位姿误差模型，利用给定的控制策略实现拦截。仿真结果验证了给定控制策略的有效性。

【关键词】纯比例导航 拦截 AmigoBot移动机器人 远程控制

1 引言

近年来，典型的机器人学研究工作包括可控性、路径规划、队形控制、轨迹跟踪和拦截等。

轨迹跟踪问题一直受到关注，有许多相关研究方法：逆推控制方法比较典型，此外，由于机器人存在非完整性约束，滑模控制方法也是应用广泛的方法。

对于机器人拦截问题，主要的研究方法：利用几何规则与运动方程相结合设计控制策略；基于视觉利用圆形导航算法实现拦截等。文献[3]利用纯比例导航算法，实现了在无线传感器网络中对运动目标跟踪和拦截的理论模型分析。

本文研究工作是基于文献[3]中的纯比例导航算法设计控制策略，实现拦截控制。

2 移动机器人动态模型

2.1 机器人模型

二维X-Y平面坐标系下，机器人运动模型数学表达式为：

（1）

其中[x（k），y（k），θ（k）]T为机器人k时刻的位姿状态值，v（k）和w（k）分别为机器人k时刻的线速度和角速度，T是采样时间。

2.2 机器人位姿误差模型

领航机器人和跟随机器人k时刻的位姿状态值分别表示为：

[x1（k），y1（k），θ1（k）]T和[xf（k），yf（k），θf（k）]T，二者的位姿误差表示为[xe（k），ye（k），θe（k）]T。基于坐标变换，机器人位姿误差方程表示为：

（2）

3 拦截控制策略设计

移动机器人拦截控制策略是通过寻求特定有界控制输入，使得机器人位姿误差有界。设K为拦截完成时间，有如下条件表达式：

（xe（k） ye（k））T=0 （3）

3.1 拦截机器人运动模型

拦截机器人运动模型如下：

（4）

其中[x（k），y（k），θ（k）]T为拦截机器人 k时刻的位姿状态值，vi（k）和wi（k）分别为拦截机器人k时刻的线速度和角速度，Ti是采样时间。

3.2 纯比例导航算法

拦截运动过程中，目标机器人按照规划好的路径自主运动，其初始控制输入为（vt，wt）T。运动过程中k时刻，目标机器人和拦截机器人的坐标位置分别表示为：[xt（k），yt（k）]T、 [xi（k），yi（k）]T，则两机器人之间相对距离Si，t和相对方向角θi，t可分别表示为：

（5）

（6）

则相对角速度wi，t为：

（7）

基于纯比例导航算法，拦截机器人控制输入可设计为：

ui（k）=wi，t（k） （8）

拦截运动实现还需要满足一个条件是拦截机器人运动vi大于目标机器人运动速度vt，即：vi>vt。当实现拦截控制时，两机器人之间相对距离sit趋于零，从而满足条件方程式（3）。

4 实验结果

实现拦截的初始控制输入如下：目标机器人和拦截机器人初始位姿信息分别为：[0m，0m，0°]T、[-1m，2m，0°]T。目标机器人初始控制输入为：[160mm/s，-10d/s]T，其运动轨迹为圆。拦截机器人初始线速度为180mm/s。运动过程采样时间设为Ti=1s。

条件方程式（3）基于忽略机器人体积大小时成立，考虑到实体机器人的体积大小，当实现拦截控制时，其位姿误差信息近似为零。通过提取两机器人运动位姿信息，得图1，近似满足条件方程式（3）。

5 结论

文中利用纯比例导航算法设计控制策略，控制两机器人实现拦截。通过实验验证了给定控制策略的可行性，为以后实现更为复杂的多机器人运动协调问题打好了基础。

参考文献

[1]Z. P.Jiang，H.Nijmeijer.Tracking control of mobile robots：A case study in backstepping[J].Automatica， 1997，33（7）：1393-1399.

[2]J.M.Yang，J.H.Kim.Sliding mode motion control of nonholonomic mobile robots[J].IEEE Control Systems，1999，19（2）：15-23.

[3]K.Alkharabsheh，W.D.Xiao，F.Lewis，M.Manry.Target tracking and interception in wireless sensor networks with compensation of communication delay[C].International Conference on Information，Communications and Signal Processing，2007：1-5.

[4]E.Ivanjko，I.Petrovi.Extended kalman filter based mobile robot pose tracking using occupancy grid maps[C].Proceedings of The IEEE Mediterranean Electro-technical Conference，2004：311-314.

[5]S.L.Feng，T.L.Wang.Implementation of control method for interception and hunting by AmigoBot robots[C].Proceedings of the International Conference on Mechatronic Science，Electric Engineering and Computer，2011：2429-2433.

作者简介

王荣花（1982-），女，山东省无棣县人。硕士研究生学历。初级职称，主要从事无线传感器网络的目标跟踪与定位问题。

作者单位

山东劳动职业技术学院 山东省济南市 250022endprint

摘 要

本文采用纯比例导航算法，设计控制策略实现拦截控制。针对移动机器人平台，用一台本地计算机作为控制器，和两台AmigoBot机器人组成一个无线局域网，基于无线通信方式传输数据，从而实现对机器人的远程控制。文中通过分别给出机器人运动数学模型和位姿误差模型，利用给定的控制策略实现拦截。仿真结果验证了给定控制策略的有效性。

【关键词】纯比例导航 拦截 AmigoBot移动机器人 远程控制

1 引言

近年来，典型的机器人学研究工作包括可控性、路径规划、队形控制、轨迹跟踪和拦截等。

轨迹跟踪问题一直受到关注，有许多相关研究方法：逆推控制方法比较典型，此外，由于机器人存在非完整性约束，滑模控制方法也是应用广泛的方法。

对于机器人拦截问题，主要的研究方法：利用几何规则与运动方程相结合设计控制策略；基于视觉利用圆形导航算法实现拦截等。文献[3]利用纯比例导航算法，实现了在无线传感器网络中对运动目标跟踪和拦截的理论模型分析。

本文研究工作是基于文献[3]中的纯比例导航算法设计控制策略，实现拦截控制。

2 移动机器人动态模型

2.1 机器人模型

二维X-Y平面坐标系下，机器人运动模型数学表达式为：

（1）

其中[x（k），y（k），θ（k）]T为机器人k时刻的位姿状态值，v（k）和w（k）分别为机器人k时刻的线速度和角速度，T是采样时间。

2.2 机器人位姿误差模型

领航机器人和跟随机器人k时刻的位姿状态值分别表示为：

[x1（k），y1（k），θ1（k）]T和[xf（k），yf（k），θf（k）]T，二者的位姿误差表示为[xe（k），ye（k），θe（k）]T。基于坐标变换，机器人位姿误差方程表示为：

（2）

3 拦截控制策略设计

移动机器人拦截控制策略是通过寻求特定有界控制输入，使得机器人位姿误差有界。设K为拦截完成时间，有如下条件表达式：

（xe（k） ye（k））T=0 （3）

3.1 拦截机器人运动模型

拦截机器人运动模型如下：

（4）

其中[x（k），y（k），θ（k）]T为拦截机器人 k时刻的位姿状态值，vi（k）和wi（k）分别为拦截机器人k时刻的线速度和角速度，Ti是采样时间。

3.2 纯比例导航算法

拦截运动过程中，目标机器人按照规划好的路径自主运动，其初始控制输入为（vt，wt）T。运动过程中k时刻，目标机器人和拦截机器人的坐标位置分别表示为：[xt（k），yt（k）]T、 [xi（k），yi（k）]T，则两机器人之间相对距离Si，t和相对方向角θi，t可分别表示为：

（5）

（6）

则相对角速度wi，t为：

（7）

基于纯比例导航算法，拦截机器人控制输入可设计为：

ui（k）=wi，t（k） （8）

拦截运动实现还需要满足一个条件是拦截机器人运动vi大于目标机器人运动速度vt，即：vi>vt。当实现拦截控制时，两机器人之间相对距离sit趋于零，从而满足条件方程式（3）。

4 实验结果

实现拦截的初始控制输入如下：目标机器人和拦截机器人初始位姿信息分别为：[0m，0m，0°]T、[-1m，2m，0°]T。目标机器人初始控制输入为：[160mm/s，-10d/s]T，其运动轨迹为圆。拦截机器人初始线速度为180mm/s。运动过程采样时间设为Ti=1s。

条件方程式（3）基于忽略机器人体积大小时成立，考虑到实体机器人的体积大小，当实现拦截控制时，其位姿误差信息近似为零。通过提取两机器人运动位姿信息，得图1，近似满足条件方程式（3）。

5 结论

文中利用纯比例导航算法设计控制策略，控制两机器人实现拦截。通过实验验证了给定控制策略的可行性，为以后实现更为复杂的多机器人运动协调问题打好了基础。

参考文献

[1]Z. P.Jiang，H.Nijmeijer.Tracking control of mobile robots：A case study in backstepping[J].Automatica， 1997，33（7）：1393-1399.

[2]J.M.Yang，J.H.Kim.Sliding mode motion control of nonholonomic mobile robots[J].IEEE Control Systems，1999，19（2）：15-23.

[3]K.Alkharabsheh，W.D.Xiao，F.Lewis，M.Manry.Target tracking and interception in wireless sensor networks with compensation of communication delay[C].International Conference on Information，Communications and Signal Processing，2007：1-5.

[4]E.Ivanjko，I.Petrovi.Extended kalman filter based mobile robot pose tracking using occupancy grid maps[C].Proceedings of The IEEE Mediterranean Electro-technical Conference，2004：311-314.

[5]S.L.Feng，T.L.Wang.Implementation of control method for interception and hunting by AmigoBot robots[C].Proceedings of the International Conference on Mechatronic Science，Electric Engineering and Computer，2011：2429-2433.

作者简介

王荣花（1982-），女，山东省无棣县人。硕士研究生学历。初级职称，主要从事无线传感器网络的目标跟踪与定位问题。

作者单位

山东劳动职业技术学院 山东省济南市 250022endprint