張明路 焦新鏡 彭商賢 摘自：中國機械工程
RrU~"P1C 在已知路徑時，要求移動機器人快速準確地進行路徑跟蹤是柔性裝配系統(tǒng)中實現(xiàn)物料自動傳輸?shù)囊粋�關(guān)鍵技術(shù)。目前，許多學(xué)者都是在笛卡爾坐標空間中，建立移動機器人的實際位姿和期望位姿之間的誤差矢量，并采用該誤差矢量作為系統(tǒng)的反饋來消除跟蹤誤差，并設(shè)法在控制過程中減少有關(guān)移動機器人的運動學(xué)和動力學(xué)的計算量，提高算法的實時性［1～4］。但移動機器人在路徑跟蹤過程中，始終是處于糾偏狀態(tài)下，其運動路線呈“蛇”形軌跡，從而影響移動機器人的跟蹤精度。為此，在分析傳統(tǒng)路徑跟蹤方式所存在的不足的基礎(chǔ)上，筆者采用神經(jīng)網(wǎng)絡(luò)技術(shù)，分析了路徑特征向量的抽取方法，設(shè)計了用于移動機器人路徑識別的分類器，實現(xiàn)了移動機器人對其所跟蹤路徑進行實時識別和分類，進而按照所識別的路徑形式進行跟蹤，提高了路徑跟蹤精度。
1 傳統(tǒng)路徑跟蹤方式分析
1.1 切線跟蹤方式與弦線跟蹤方式
切線跟蹤方式是移動機器人通過在不同位置對不同直線的跟蹤來達到對曲線的跟蹤。如圖1的誤差分析 K:
o|kd
所示，用采樣點Oi處的切線 SOi 來逼近曲線 Oi-1Oi，由于移動機器人在運動過程中對控制指令有滯后現(xiàn)象，當采樣點A位于切線與曲線之間時，移動機器人將誤認為產(chǎn)生了右偏差，控制器將產(chǎn)生向左的糾偏指令，從而導(dǎo)致誤差加大，而且隨著滯后現(xiàn)象的加劇，跟蹤誤差將隨之加大。同樣Waxmax等［5］提出的弦線跟蹤方式也會出現(xiàn)此類現(xiàn)象。
圖1 切線跟蹤方式
1.2 圓弧跟蹤方式
圓弧跟蹤方式相當于用分段圓弧來擬合曲線路徑［6］,該方法在一定程度上改善了切線跟蹤和弦線跟蹤的不足，路徑跟蹤精度有一定的提高，但由于分段跟蹤圓弧的曲率在路徑跟蹤中是不變的，因此當路徑采樣圓弧與分段跟蹤圓弧的曲率半徑差別較大時，尤其是當路徑采樣圓弧出現(xiàn)直線、采樣點位于二者之間時，移動機器人也會產(chǎn)生遠離期望路徑的糾偏指令，使得跟蹤誤差加大。
2 路徑特征向量的抽取
如圖2所示，設(shè)Pc 為移動機器人的當前實際位姿，Pr為其當前期望位姿，則移動機器的誤差分析
圖2 路徑跟蹤中
人在路徑跟蹤中會產(chǎn)生方向誤差Eh、橫向偏移誤差Ex和縱向偏移誤差Ey， 設(shè)誤差矢量E和路徑跟蹤精度誤差限δE 分別為
當E≤δE時，抽取當前路徑段的特征向量，進行路徑形式的識別和分類，進而跟蹤所識別的路徑。否則控制轉(zhuǎn)入糾偏模塊進行糾偏。
圖3 路徑特征表示法
如圖3所示，移動機器人前方路徑段的特征向量Dm(m=i,j,k，…)即為在每個采樣點處移動機器人的當前實際位置與其期望位置之間在移動機器人坐標系X′O′Y′中O′X′方向上的坐標值。
設(shè)(x′0,y′0)為移動機器人坐標原點在絕對坐標系XOY中的坐標，(xm,ym)(m=i,j,k，…)為期望路徑上對應(yīng)采樣點i,j,k，…在絕對坐標系XOY 中的坐標，(x′m,y′m)為期望路徑上對應(yīng)采樣點在移動機器人坐標系X′O′Y′中的坐標，則根據(jù)前述Dm(m=i,j,k，…)的定義知
Dm=x′m=(xm-x′0)cosθ+(ym-y′0)sinθ
式中，(xm,ym)(m=i,j,k，…)和(x′0,y′0)以及θ由感知模塊得到。
3 路徑識別及其分類器的設(shè)計
3.1 移動機器人前方路徑段的期望類別
根據(jù)移動機器人的驅(qū)動特性，可以將反映移動機器人前方路徑段的期望類別分成若干類。表1給出了9類路徑類別的曲率,從而可以確定出描述各個期望類別的特征向量，該特征向量就組成了用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)庫。
表1 各路徑類別的曲率單位：1/mm
