移動(dòng)機器人中的控制學(xué)問(wèn)題

小編大學(xué)學(xué)的是自動(dòng)化（控制）專(zhuān)業(yè)，自打上大學(xué)的天起，老師們就語(yǔ)重心長(cháng)的告訴我們，自動(dòng)化專(zhuān)業(yè)是萬(wàn)金油（SHA DOU XUE）專(zhuān)業(yè)，培養了大量從事嵌入式軟硬件開(kāi)發(fā)，IT，互聯(lián)網(wǎng)，人工智能，計算機視覺(jué)，儀器儀表，甚至是管理等各行各業(yè)的人才，就是畢業(yè)后從事本專(zhuān)業(yè)的人少之又少，哎，大學(xué)專(zhuān)業(yè)選擇真是一門(mén)科學(xué)啊。
 

本文與大家分享一下移動(dòng)機器人研發(fā)中所涉及的一系列控制問(wèn)題，以說(shuō)明作為機器人領(lǐng)域里內的核心技術(shù)之一，控制學(xué)也是很“硬核”的。

1.  移動(dòng)機器人運動(dòng)控制

“天下武功，唯快不破”，移動(dòng)機器人一般通過(guò)電機控制輪子完成移動(dòng)。作為末端執行機構，電機的運動(dòng)控制要求響應快（毫秒級響應時(shí)間），精度高。目前，典型的電機控制是一個(gè)串級控制系統，由三個(gè)閉環(huán)反饋組成，即位置環(huán)，速度環(huán)，電流環(huán)，其原理如下：

圖1  運動(dòng)控制原理圖

OK，控制模塊本質(zhì)上就是三個(gè)PID嵌套，So easy。老師告訴我們，目前90%以上控制系統使用的都是PID，因為PID真的很魯棒。另外，對于移動(dòng)機器人的主動(dòng)輪電機，往往以控制電機轉速為被控變量，此時(shí)沒(méi)有外面的位置環(huán)，只需要速度環(huán)，電流環(huán)兩個(gè)環(huán)即可。

2.  機器人運動(dòng)模型

模型是一切控制系統的基礎，機器人運動(dòng)模型描述的是移動(dòng)機器人主動(dòng)輪轉動(dòng)的速度與機器人整體運動(dòng)狀態(tài)的關(guān)系，不同底盤(pán)構造的移動(dòng)人運動(dòng)模型大不相同。常見(jiàn)機器人運動(dòng)模型有三種：?jiǎn)味孑?、雙輪差動(dòng)、雙舵輪。

圖2  常見(jiàn)移動(dòng)機器人運動(dòng)模型

本文以單舵輪為例（其實(shí)就是一種三輪車(chē)），由后面兩個(gè)固定軸的從動(dòng)輪，以及前面一個(gè)可以轉向的主動(dòng)輪(舵輪)組成。假設我們過(guò)一個(gè)不急的彎，需要以v = 1m/s的線(xiàn)速度前進(jìn)，同時(shí)帶著(zhù)w = 0.1rad/s角速度漂亮的漂移過(guò)彎。那么我們既要決定打多少方向，又需要決定腳蹬的多猛，這就是機器人運動(dòng)模型所解決的問(wèn)題。

根據圖中所示：

根據輸入的v= 1m/s, w = 0.1rad/s，可以反算出vf與θ的值,其中θ對應于三輪車(chē)車(chē)頭轉的方向大小，而vf對應于腳蹬的多快。其他兩種機器人運動(dòng)模型讀者可自行推導或查找相關(guān)資料，而且實(shí)際上的運動(dòng)模型并沒(méi)有如此簡(jiǎn)單，還需要考慮車(chē)輪的彈性系數等復雜的物理變量。

3.  路徑跟蹤

控制論中經(jīng)典Tracking問(wèn)題，即給定一條軌跡，移動(dòng)機器人需要盡量沿軌跡行走，控制目標是盡量減小機器人實(shí)際行走路線(xiàn)與規劃軌跡的偏差。如下圖所示：

圖3  路徑跟蹤問(wèn)題示意圖

4.  定位問(wèn)題

其中，f是運動(dòng)方程，u是輸入，w是輸入噪聲，g是觀(guān)測方程，y是觀(guān)測數據，n是觀(guān)測噪聲。
常用里程計信息預測機器人下一個(gè)狀態(tài)的位置，也就式（1）可以簡(jiǎn)化為：

Δxk表示采用里程計信息計算得到兩個(gè)時(shí)間間隔中機器人的相對運動(dòng)。
而對于激光定位來(lái)說(shuō)，所謂的觀(guān)測方程，就是激光雷達所檢測到的所有激光點(diǎn)與地圖匹配后得到的機器人位置估計。

對于視覺(jué)SLAM來(lái)說(shuō)，所謂的觀(guān)測方程，就是相機拍攝到的圖片中的特征點(diǎn)與地圖匹配后得到的機器人位置估計。

根據定義，這是典型的卡爾曼濾波（俗稱(chēng)“即卡又慢”）表示形式，學(xué)過(guò)系統辨識與濾波的同學(xué)可以愉快的玩耍了。

5.  多機調度

實(shí)際場(chǎng)景中往往需要多臺機器人同時(shí)在線(xiàn)解決復雜的多項任務(wù)，多機調度系統需要優(yōu)化每個(gè)移動(dòng)機器人的行走路徑，避免路徑死鎖，也就是路徑互相被占，且無(wú)法自主釋放。

圖5  堵車(chē)是死鎖問(wèn)題，移動(dòng)機器人調度中也會(huì )遇到

除了需滿(mǎn)足不死鎖的基本要求，多機調度系統更需要合理分配任務(wù)至每個(gè)移動(dòng)機器人以提升總體任務(wù)執行效率，同時(shí)選擇合適時(shí)機分配空閑的移動(dòng)機器人自動(dòng)充電?？紤]到機器人隨時(shí)可能遇到異常故障退出調度，以及添加新的機器人等情況，因此多機調度系統解決的是一個(gè)隨機環(huán)境下的動(dòng)態(tài)優(yōu)化命題，問(wèn)題復雜度是NP-hard的，需要開(kāi)發(fā)人員熟練掌握《運籌學(xué)》、《圖論》、《Multi-agent》、《分布式系統控制》、《離散事件動(dòng)態(tài)系統》等相關(guān)控制領(lǐng)域的知識。

后，作為控制學(xué)眾多研究方向中的當紅小生，近火熱出天際，號稱(chēng)人類(lèi)第N次工業(yè)革命“人工智能”之術(shù)，怎么還沒(méi)出現呢？其實(shí)，移動(dòng)機器人領(lǐng)域的很多問(wèn)題，終ji的解決方案就是人工智能，比如軌跡跟蹤問(wèn)題，如果達到人類(lèi)的智能就可以隨心所欲的漂移過(guò)彎，停車(chē)一把到位，比如自主定位問(wèn)題，人類(lèi)僅憑一雙眼睛就能環(huán)游世界而不迷路，因此，已經(jīng)有大量研究嘗試采用強化學(xué)習的方法解決移動(dòng)機器人行走的問(wèn)題，采用深度學(xué)習方法解決自主定位的問(wèn)題，這些前沿的算法將是使機器人真正能夠像人一樣“會(huì )看，會(huì )想，會(huì )走，會(huì )做事”的技術(shù)基礎。

本文屬于純原創(chuàng )文章，轉載請注明杭州藍芯科技有限公司