本(ben)發(fa)明涉及(ji)agv叉車運動控制(zhi)領域，尤其是涉及(ji)基于多目標蟻獅算法的agv叉車lqr控制(zhi)器參數(shu)在線優化方(fang)法。

背景技術：

1、隨著(zhu)工業(ye)智(zhi)(zhi)能化(hua)的(de)(de)不(bu)斷推(tui)進，agv作(zuo)(zuo)為現代工廠智(zhi)(zhi)慧物流的(de)(de)核心設備受(shou)到了各界人士的(de)(de)廣(guang)泛(fan)關注。其中(zhong)平衡重(zhong)式agv叉車具有運行(xing)速度快(kuai)、載(zai)(zai)重(zhong)極限高和作(zuo)(zuo)業(ye)范圍廣(guang)等優(you)點，因此(ci)有著(zhu)廣(guang)闊的(de)(de)應用前(qian)景。但在實際使(shi)用場景中(zhong)，隨著(zhu)agv叉車負載(zai)(zai)重(zhong)量的(de)(de)改(gai)變(bian)，其運動特性將會發(fa)生(sheng)顯(xian)著(zhu)的(de)(de)變(bian)化(hua)，進而對控制精度產生(sheng)較大(da)影響。因此(ci)，對agv叉車的(de)(de)運動控制進行(xing)在線(xian)優(you)化(hua)顯(xian)得尤(you)為重(zhong)要。

2、目(mu)前針對(dui)agv叉車(che)運動控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)的(de)研究，主流算法(fa)(fa)包括比(bi)例-積(ji)分-微分(pid)控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)和線(xian)性二(er)次(ci)調(diao)節(jie)(lqr)算法(fa)(fa)。pid控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)算法(fa)(fa)具有容易實(shi)(shi)施的(de)優點(dian)，但其(qi)魯棒性不強，易受環境因素影響，而且(qie)在(zai)處理非線(xian)性、復雜系統(tong)時，其(qi)控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)精度就難以進(jin)一(yi)步提高，無法(fa)(fa)實(shi)(shi)現(xian)對(dui)agv叉車(che)運動的(de)高精度控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)。lqr算法(fa)(fa)雖然(ran)能通過(guo)(guo)預(yu)先實(shi)(shi)驗(yan)來(lai)確定(ding)控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)器(qi)參數(shu)(shu)，有效(xiao)(xiao)地完(wan)成agv叉車(che)的(de)橫向運動控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)任務，但其(qi)在(zai)實(shi)(shi)際投用(yong)前需要依賴經(jing)驗(yan)知識(shi)與(yu)大(da)量工程實(shi)(shi)驗(yan)來(lai)事先設定(ding)權重(zhong)(zhong)矩(ju)陣(zhen)等(deng)控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)器(qi)參數(shu)(shu)的(de)數(shu)(shu)值(zhi)，在(zai)實(shi)(shi)際投用(yong)過(guo)(guo)程中目(mu)前尚難以實(shi)(shi)現(xian)權重(zhong)(zhong)矩(ju)陣(zhen)等(deng)參數(shu)(shu)的(de)在(zai)線(xian)自優化(hua)。控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)器(qi)參數(shu)(shu)在(zai)線(xian)自優化(hua)手段的(de)缺乏，不僅使lqr控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)器(qi)的(de)使用(yong)調(diao)試過(guo)(guo)程費時費力，而且(qie)有時還會嚴重(zhong)(zhong)影響lqr控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)器(qi)的(de)控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)效(xiao)(xiao)果，制(zhi)(zhi)約了lqr控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)器(qi)在(zai)agv叉車(che)運動控(kong)(kong)(kong)(kong)(kong)制(zhi)(zhi)行業的(de)推廣應用(yong)。

3、為(wei)此，本發明提出(chu)了(le)一種基于(yu)多目標蟻獅算(suan)法的(de)agv叉車lqr控(kong)制器參(can)數(shu)在(zai)線優化方(fang)法，為(wei)解決agv叉車的(de)運動(dong)控(kong)制難題提供(gong)了(le)一種新方(fang)法。

技術實現思路

1、本發明(ming)的目(mu)的是在于(yu)提高agv叉車(che)(che)運動控制(zhi)的精(jing)度和穩定(ding)性，提出一種(zhong)基于(yu)多目(mu)標(biao)蟻獅算法的agv叉車(che)(che)lqr控制(zhi)器參數在線(xian)優化(hua)方法。為此，本發明(ming)采用(yong)以下技術方案：

2、基于(yu)多目標(biao)蟻獅(shi)算法的agv叉車lqr控制(zhi)器(qi)參數在(zai)線優(you)化(hua)方(fang)法，其特(te)征在(zai)于(yu)：根據設(she)定的目標(biao)點位(wei)姿生成當前位(wei)置(zhi)與目標(biao)位(wei)置(zhi)之間的規劃路(lu)徑，考(kao)慮影響控制(zhi)器(qi)控制(zhi)效果(guo)的線性約束(shu)條件，使用(yong)多目標(biao)蟻獅(shi)算法對控制(zhi)器(qi)參數進行在(zai)線優(you)化(hua)并實(shi)施控制(zhi)，所述方(fang)法包括以下步驟：

3、步驟s1，建(jian)立agv叉車二自由(you)度動力學模型，根據設(she)(she)定的目(mu)標點坐標，設(she)(she)計跟(gen)蹤規劃(hua)路徑(jing)；

4、步驟s2，計算(suan)預瞄點與離散路徑點之間的位姿差，得到關于系(xi)統誤(wu)差err的微分方程，并根據(ju)系(xi)統誤(wu)差設計二次型代(dai)價函數和權(quan)重矩陣(zhen)；

5、步驟s3，使用多(duo)目(mu)(mu)標蟻獅算(suan)法對步驟s2中的權(quan)重矩陣進行在(zai)線多(duo)目(mu)(mu)標優化，設計(ji)自適(shi)應(ying)目(mu)(mu)標函數(shu)，目(mu)(mu)標函數(shu)偏好設置為橫向誤差(cha)和航向誤差(cha)最小(xiao)；

6、步(bu)(bu)驟s4，使用步(bu)(bu)驟s3所得的優(you)化后的權重矩(ju)陣元素(su)，通過拉格朗日乘子法求解(jie)最優(you)反饋增益矩(ju)陣k；

7、步驟s5，設計前饋控制模塊(kuai)，計算前饋控制輸出角度δf，最終控制量為δ＝-kerr+δf；

8、步驟s6，在每(mei)個控(kong)制周期內重(zhong)復(fu)步驟s2-s5，計算該時刻實際轉角控(kong)制量(liang)δ，如此重(zhong)復(fu)，持(chi)續實施控(kong)制。

9、在采用(yong)上(shang)述(shu)技術方(fang)案的(de)(de)同(tong)時，本發明還可以采用(yong)或(huo)者組合采用(yong)以下進一步(bu)的(de)(de)技術方(fang)案：

10、所(suo)述(shu)步驟s1中，所(suo)述(shu)規(gui)劃路徑采用樣條(tiao)曲線(xian)規(gui)劃，所(suo)述(shu)樣條(tiao)曲線(xian)包(bao)括三(san)次樣條(tiao)曲線(xian)、五次樣條(tiao)曲線(xian)、貝塞爾樣條(tiao)曲線(xian)或b樣條(tiao)曲線(xian)。

11、所述步驟s2中，所述關于系統(tong)誤差err的微(wei)分方程(cheng)，其數學表達式為：

12、

13、其中(zhong)，系統(tong)誤(wu)差4個分(fen)量分(fen)別為(wei)橫(heng)向誤(wu)差ed、橫(heng)向誤(wu)差變化率航向誤(wu)差航向誤(wu)差變化率為(wei)系統(tong)誤(wu)差變化率；δ為(wei)舵輪(lun)轉角(jiao)；為(wei)路徑點的航向角(jiao)速度；a、b、c為(wei)系數矩陣(zhen)。

14、所述(shu)步驟s2中，所述(shu)二次型代(dai)價函數和(he)權重矩陣，其數學(xue)表達式(shi)為：

15、

16、其(qi)中(zhong)(zhong)，權(quan)(quan)重矩陣q、r分別為(wei)4維(wei)和1維(wei)的(de)對(dui)角(jiao)陣，q中(zhong)(zhong)的(de)4個(ge)對(dui)角(jiao)元素(su)依(yi)次對(dui)應(ying)橫向(xiang)(xiang)誤(wu)差(cha)(cha)(cha)ed、橫向(xiang)(xiang)誤(wu)差(cha)(cha)(cha)變化(hua)率航(hang)向(xiang)(xiang)誤(wu)差(cha)(cha)(cha)航(hang)向(xiang)(xiang)誤(wu)差(cha)(cha)(cha)變化(hua)率的(de)權(quan)(quan)重，r中(zhong)(zhong)的(de)對(dui)角(jiao)元素(su)對(dui)應(ying)舵(duo)輪轉(zhuan)角(jiao)δ的(de)權(quan)(quan)重。

17、所(suo)述步驟s3中(zhong)，所(suo)述自適應目標函數(shu)，其數(shu)學表達式為：

18、minf(x)＝[f1(x),f2(x),f3(x),f4(x)]

19、

20、f2(x)＝-sum{t:edmin<ed(t)<edmax,t∈t}

21、

22、f4(x)＝-sum{t:δmin<δ(t)<δmax,t∈t}

23、其中，分別是(shi)采樣周期內橫向誤差、航向誤差和舵輪轉角(jiao)的平均值，χ1、χ2、χ3為對應權重系數(shu)，n為最大迭(die)代次數(shu)，t為采樣周期。

24、所(suo)述(shu)步驟s3中，所(suo)述(shu)自適應(ying)目標函數包括橫向(xiang)誤(wu)差、航向(xiang)誤(wu)差、舵輪(lun)轉角(jiao)，并(bing)采用標準(zhun)差與平均值之比作為衡量(liang)標準(zhun)。

25、所述步驟(zou)s3中，自適應(ying)目標函數對橫向(xiang)誤差、航向(xiang)誤差、舵輪轉(zhuan)角進行限幅，避免控制過(guo)程出(chu)現較大波動。

26、所(suo)述步驟s3中，針(zhen)對多(duo)目標優化(hua)中的帕(pa)累托解(jie)集(ji)問題，引入存(cun)儲庫機制，根據鄰域中解(jie)的個數，以橫向誤(wu)差和(he)航(hang)向誤(wu)差最小(xiao)為偏好(hao)設置，將當前解(jie)存(cun)入或取出(chu)存(cun)儲庫。

27、進一(yi)步地，本發明采(cai)用以(yi)下技術方案(an)：

28、一種非暫態計算機(ji)可讀存儲介質(zhi)，其(qi)上(shang)存儲有計算機(ji)程序，其(qi)特征在于，該計算機(ji)程序被(bei)處理器執行時實現上(shang)述的(de)基于多目標蟻獅算法的(de)agv叉車lqr控制器參數在線優化方法。

29、更(geng)進一步地，本發明(ming)采用以(yi)下技術方案：

30、一種電子(zi)設備，包(bao)括存儲(chu)器(qi)、處(chu)理(li)器(qi)及存儲(chu)在(zai)存儲(chu)器(qi)上并可(ke)在(zai)處(chu)理(li)器(qi)上運行(xing)的(de)計算機(ji)程(cheng)序(xu)，其特征(zheng)在(zai)于(yu)，所述(shu)處(chu)理(li)器(qi)執行(xing)所述(shu)程(cheng)序(xu)時(shi)實現上述(shu)的(de)基(ji)于(yu)多(duo)目(mu)標(biao)蟻獅算法的(de)agv叉車(che)lqr控制(zhi)器(qi)參數在(zai)線優(you)化方法。

31、本發明(ming)所(suo)提供的基于多(duo)目標蟻(yi)獅算法的agv叉車lqr控(kong)制(zhi)器參數在線優化方(fang)法具有以下優點(dian)：

32、(1)樣條曲線擬合的路徑(jing)(jing)可以保(bao)證位置(zhi)、速度(du)和加速度(du)的連續性，同時可以通過調整控(kong)制點來(lai)修改路徑(jing)(jing)的形狀，提供了(le)較大的靈活(huo)性，適應于各種復雜工況；

33、(2)所(suo)設計的(de)目標函數考慮了agv叉車(che)的(de)橫向(xiang)誤差、航向(xiang)誤差和舵輪轉角，并采用在線(xian)自優化策略，以滿足(zu)不同負載情(qing)況下的(de)控制精(jing)度要(yao)求(qiu)；

34、(3)使(shi)用多目標蟻(yi)獅算法進行(xing)優化，考慮了應用現場的環境限制(zhi)，引(yin)入約束條件，提高了運動控制(zhi)的精度和穩定性。

技術特征：

1.基于多目(mu)標蟻獅算法(fa)(fa)的agv叉車lqr控(kong)(kong)(kong)制(zhi)器(qi)(qi)參(can)數在線(xian)優化方法(fa)(fa)，其(qi)特征在于：根據設(she)定的目(mu)標點位(wei)姿生成當前位(wei)置與目(mu)標位(wei)置之間的規劃路徑，考慮影(ying)響控(kong)(kong)(kong)制(zhi)器(qi)(qi)控(kong)(kong)(kong)制(zhi)效果(guo)的線(xian)性約(yue)束(shu)條件，使(shi)用多目(mu)標蟻獅算法(fa)(fa)對控(kong)(kong)(kong)制(zhi)器(qi)(qi)參(can)數進行在線(xian)優化并實施控(kong)(kong)(kong)制(zhi)，所述方法(fa)(fa)包括以下(xia)步(bu)驟：

2.根(gen)據(ju)權利(li)要(yao)求1所(suo)述的基于(yu)多(duo)目標(biao)蟻(yi)獅算法的agv叉車(che)lqr控制器參(can)數(shu)在(zai)線優化(hua)方法，其特征在(zai)于(yu)，所(suo)述步驟s1中，所(suo)述規劃(hua)路徑采用樣(yang)條(tiao)曲線規劃(hua)，所(suo)述樣(yang)條(tiao)曲線包括三次(ci)樣(yang)條(tiao)曲線、五(wu)次(ci)樣(yang)條(tiao)曲線、貝塞(sai)爾樣(yang)條(tiao)曲線或b樣(yang)條(tiao)曲線。

3.根據權利(li)要求1所述的(de)基于多目標蟻獅(shi)算法(fa)的(de)agv叉車lqr控制器參數在線優化方(fang)法(fa)，其特征在于，所述步驟s2中(zhong)，

4.根據權(quan)利要求1所(suo)述的(de)基于多目標蟻獅算法的(de)agv叉車lqr控制器(qi)參數在(zai)線優化(hua)方法，其特征在(zai)于，所(suo)述步(bu)驟s2中，

5.根(gen)據權利(li)要求1所述(shu)的基(ji)于多目標蟻獅(shi)算(suan)法的agv叉車lqr控制器參數在(zai)線優化方法，其特征在(zai)于，所述(shu)步驟s3中，

6.根據權利(li)要求1所(suo)述(shu)的基于多目標(biao)蟻獅算法(fa)的agv叉車lqr控(kong)制器參數在(zai)線優(you)化方法(fa)，其特(te)征在(zai)于，所(suo)述(shu)步(bu)驟s3中(zhong)，所(suo)述(shu)自適應目標(biao)函數包括橫向(xiang)誤差(cha)、航向(xiang)誤差(cha)、舵輪(lun)轉角，并采(cai)用(yong)標(biao)準差(cha)與平均值之比作為衡(heng)量標(biao)準。

7.根(gen)據權利(li)要求(qiu)1所述的基(ji)于多目標蟻獅(shi)算法的agv叉車lqr控制器參數(shu)(shu)在線優(you)化(hua)方法，其特(te)征在于，所述步驟s3中，自(zi)適應目標函數(shu)(shu)對橫向(xiang)誤(wu)差、航向(xiang)誤(wu)差、舵輪轉(zhuan)角進行限幅，避(bi)免控制過程出現較大(da)波動。

8.根(gen)據權利要求1所(suo)述(shu)的基于(yu)多目標蟻獅算法(fa)的agv叉車(che)lqr控(kong)制(zhi)器參數(shu)在線優化方法(fa)，其特征在于(yu)，所(suo)述(shu)步驟s3中(zhong)，針對多目標優化中(zhong)的帕累托解(jie)集問題，引入存(cun)儲庫機(ji)制(zhi)，根(gen)據鄰(lin)域中(zhong)解(jie)的個數(shu)，以橫向誤差(cha)和航向誤差(cha)最小(xiao)為偏好(hao)設(she)置，將當前解(jie)存(cun)入或取出存(cun)儲庫。

9.一種非暫態計算(suan)機(ji)可讀(du)存(cun)儲(chu)介質(zhi)，其(qi)上(shang)存(cun)儲(chu)有計算(suan)機(ji)程(cheng)序，其(qi)特(te)征(zheng)在于，該計算(suan)機(ji)程(cheng)序被處理(li)器(qi)執行時實現(xian)如權利要(yao)求1到(dao)權利要(yao)求8任一所述的(de)基于多目標蟻(yi)獅算(suan)法的(de)agv叉(cha)車lqr控(kong)制器(qi)參數在線優化方法。

10.一種電子設備(bei)，包括存(cun)儲(chu)器(qi)(qi)(qi)、處(chu)理器(qi)(qi)(qi)及(ji)存(cun)儲(chu)在存(cun)儲(chu)器(qi)(qi)(qi)上并可在處(chu)理器(qi)(qi)(qi)上運行的(de)計(ji)算(suan)機程序，其特(te)征在于，所述(shu)處(chu)理器(qi)(qi)(qi)執行所述(shu)程序時實現(xian)如權利要(yao)求1到權利要(yao)求8任(ren)一所述(shu)的(de)基于多目標蟻(yi)獅(shi)算(suan)法的(de)agv叉(cha)車lqr控制器(qi)(qi)(qi)參數在線優化方法。

技術總結
本發明公開了基于多目標蟻獅算法的AGV叉車LQR控制器參數在線優化方法，所述方法使用樣條曲線，并可根據實際需求選擇生成的路徑樣式，使用預瞄位姿點構造與目標路徑點之間的系統誤差微分方程，通過結合多目標蟻獅優化算法在線優化LQR控制器參數，并設計前饋控制模塊消除了穩態誤差對系統的影響，最終實現AGV叉車點對點運動控制任務。本發明方法綜合考慮了應用現場的環境限制，引入約束條件，在線進行優化，滿足不同負載情況下的控制精度要求，與現有LQR方法相比，進一步降低了控制過程中的系統誤差。

技術研發人員：傅宸輝,盧建剛
受保護的技術使用者：浙江大學
技術研發日：
技術公布日：2024/9/19