基于改进蜣螂优化算法的移动机器人路径跟踪控制方法与流程

本发明属于跟踪控制，具体涉及移动机器人运动控制技术，更具体为基于改进蜣螂优化算法的移动机器人路径跟踪控制方法。

背景技术：

1、轮式移动机器人已广泛应用于许多应用，如工业自动化、危险区域和不同服务中的个人应用。移动机器人的路径跟踪控制是现代机器人的重要组成部分，其主要任务是在特定的路径上移动。因此，实现机器人自主的、精确的路径跟踪控制成为当下研究的重点。

2、pid控制结构简单、适应性强、工作可靠，所以pid控制仍是如今应用最广泛的策略。传统pid控制超调量大、响应慢，且需要采用试凑的方式，难以满足工业控制中实时性的要求。pid控制的根本问题是解决其参数优化问题，选取合适的参数使pid控制器对移动机器人路径跟踪实现较小误差的控制。

技术实现思路

1、本发明的目的在于提供一种基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，可以使用高级控制技术在线调整pid控制器参数，进行移动机器人路径跟踪控制。

2、本发明通过以下技术方案来实现上述目的：

3、基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，包括以下步骤：

4、步骤一、对移动机器人进行运动学分析，建立控制系统状态方程；

5、步骤二、基于控制系统状态方程，设计基于蜣螂优化算法的pid控制器；

6、步骤三、对蜣螂优化算法进行改进，得到改进后的机器人路径跟踪控制器；

7、步骤四、根据步骤三设计的控制器，对机器人进行实时路径跟踪控制。

8、作为本发明再进一步的方案，所述步骤一中取两轮差速移动机器人作为结构模型，首先对移动机器人进行运动学分析，得到距离偏差de和角度偏差θe

9、

10、其中vl为左轮速度，vr为右轮速度，l为两轮间距，s为拉氏变换变量；驱动电机的传递函数为

11、

12、左轮转速为nl，控制电压为ul，反电势有关的常量kl，tm为电气时间常数，同理右轮设nr、ur、kr；令x1＝δv,x2＝θe(s),x3＝de(s)，△v为机器人运动速度变化量，δu＝uι-ur，得到移动机器人控制系统状态方程为

13、

14、其中实际系统中要以位置偏差作为系统的输出，得到输出方程为：

15、

16、其中c＝[0 0 1],d＝0。

17、作为本发明再进一步的方案，所述步骤二中通过蜣螂优化算法对pid控制器中的三个参数kp、ki、kd进行参数寻优，pid控制器表达式如下

18、

19、其中e(t)为位置误差，kp为比例参数，ki为积分参数，kd为微分参数。

20、作为本发明再进一步的方案，所述步骤二中蜣螂优化算法(dbo)中蜣螂在空间中的移动公式如下：

21、xi(t+1)＝xi(t)+c1(xi(t)-lb)+c2(xi(t)-ub)  式6

22、其中xi(t)表示第t次迭代中第i个蜣螂的位置信息，c1服从正态分布的随机数，c2表示属于(0，1)的随机向量，lb与ub分别表示蜣螂移动的上下边界，由下式进行更新：

23、

24、式中r为控制参数，随迭代次数由1线性增加至无穷，即r＝1/(1-t/tmax)，t为迭代次数，tmax代表最大迭代次数，xb为目前的局部最优位置，通过下式进行更新：

25、xb＝xi(t)，(f(xi(t))＞f(xb))  式8

26、在蜣螂移动过程中，觅食范围不断向全局最优点逼近，最终搜寻到全局最优点。

27、作为本发明再进一步的方案，所述步骤二中通过蜣螂优化算法对pid控制器进行参数优化的步骤如下：

28、s01：初始化蜣螂种群参数；

29、s02：计算蜣螂适应度函数；

30、s03：计算每个蜣螂对应参数并确定初始种群极值；

31、s04：更新种群边界与蜣螂位置；

32、s05：计算蜣螂适应度函数；

33、s06：更新种群极值；

34、s07：判断是否满足迭代终止条件，若满足则输出最优解，若不满足则返回s03，重复s04～s06。

35、作为本发明再进一步的方案，所述步骤三中采用piecewise混沌映射初始化蜣螂种群，增加初始种群的遍历性，piecewise混沌映射公式如下：

36、

37、其中，p∈(0，1)，为控制参数。

38、作为本发明再进一步的方案，所述步骤三中采用随机游走策略对蜣螂滚球行为进行扰动，增强其搜索性能，提高最优位置的局部搜索性，随机游走策略公式如下：

39、x(t)＝{0，cussum[2r(t1)-1]·cussum[2r(t2)-1]，…，cussum[2r(tn)-1]}   式10

40、取一个随机函数r(t)如式

41、

42、为了保证算法行走在一定的范围内，需要对其进行归一化，如下式所示：

43、

44、式中：为第i只蜣螂在第t次迭代中的位置；ai和bi分别为第i维随机游走变量的最小值和最大值；ci和di分别为第i维随机游走变量在第t次迭代的最小值和最大值。

45、作为本发明再进一步的方案，所述步骤三中引入了自适应因子k和c，平衡全局和局部的搜索能力，防止陷入局部最优解。其表达式为

46、

47、式中，rand为(0，1)的随机数。

48、改进后的蜣螂在空间中的移动公式如下

49、xi(t+1)＝exp(c·k)·cos(2π·c)·xi(t)+c1×(xi(t)-lb)+c2×(xi(t)-ub)   式14

50、作为本发明再进一步的方案，所述步骤四控制器中适应度函数设计如下：

51、

52、式中：e(t)为输入与输出的误差，加入u(t)避免控制幅度过大，w1和w2为权重，取w1＝0.999，w2＝0.001，w3＝2，w4＝1000。

53、本发明的有益效果：

54、1、为实现移动机器人路径的准确跟踪提出了一种基于改进蜣螂优化算法的pid控制器，通过改进蜣螂优化算法对pid控制器进行参数寻优，快速地整定pid参数；

55、2、在蜣螂优化算法中引入piecewise混沌映射、随机游走策略、自适应因子等对其性能进行改进，通过改进的蜣螂优化算法，得到更优的轨迹跟踪控制性能。

技术特征：

1.基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：包括以下步骤：

2.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤一中取两轮差速移动机器人作为结构模型，首先对移动机器人进行运动学分析，得到距离偏差de和角度偏差θe

3.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤二中蜣螂优化算法中蜣螂在空间中的移动公式如下：

4.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤二中通过蜣螂优化算法对pid控制器进行参数优化的步骤如下：

5.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤三中采用piecewise混沌映射初始化蜣螂种群，增加初始种群的遍历性，piecewise混沌映射公式如下：

6.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤三中采用随机游走策略对蜣螂滚球行为进行扰动，增强其搜索性能，提高最优位置的局部搜索性，随机游走策略公式如下：

7.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤三中引入了自适应因子k和c，平衡全局和局部的搜索能力，防止陷入局部最优解，其表达式为

8.如权利要求1所述基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，其特征在于：所述步骤四控制器中适应度函数设计如下：

技术总结
基于改进蜣螂优化算法的移动机器人路径跟踪控制方法，包括以下步骤：一、对移动机器人进行运动学分析，建立控制系统状态方程；二、基于控制系统状态方程，设计基于蜣螂优化算法的PID控制器；三、对蜣螂优化算法进行改进，得到改进后的机器人路径跟踪控制器；四、根据步骤三设计的控制器，对机器人进行实时路径跟踪控制。为实现移动机器人路径的准确跟踪提出了一种基于改进蜣螂优化算法的PID控制器，通过改进蜣螂优化算法对PID控制器进行参数寻优，快速地整定PID参数；在蜣螂优化算法中引入Piecewise混沌映射、随机游走策略、自适应因子等对其性能进行改进，通过改进的蜣螂优化算法，得到更优的轨迹跟踪控制性能。

技术研发人员：刘新华,张龙杰,郝敬宾,华德正,刘霄阳,李壮
受保护的技术使用者：宿迁中矿智能装备研究院有限公司
技术研发日：
技术公布日：2024/9/23