基于最优控制及宽度学习的AGV实时路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114200936A(43)申请公布日2022.03.18(21)申请号202111482549.5(22)申请日2021.12.06(71)申请人广东工业大学地址510090广东省广州市越秀区东风东路729号(72)发明人吴宗泽赖家伦李嘉俊任志刚曾德宇(74)专利代理机构广州粤高专利商标代理有限公司44102代理人禹小明(51)Int.Cl.G05D1/02(2020.01)权利要求书3页说明书9页附图2页(54)发明名称基于最优控制及宽度学习的AGV实时路径规划方法(57)摘要本发明提出一种基于最优控制及宽度学习的AGV实时路径规划方法，涉及AGV路径规划的技术领域，首先构建AGV动力学模型，以AGV动力学模型作为动态约束，以时间‑燃耗最优为目标函数，建立最优控制模型并离线正向求解，生成若干不同起始点的最优控制轨迹，在此情况下，考虑离线优化较难实现实时最优控制以达到最优轨迹的目的，为了避免离线优化求解导致的滞后性，引入宽度学习网络，以不同的目标点作为分类依据，将最优控制轨迹整合归类成不同导航任务的训练数据集，增量式训练宽度学习网络，得到最终用于AGV实时路径规划的宽度学习网络，实现一定范围内任意起始点AGV路径规划的实时最优控制。CN114200936ACN114200936A权利要求书1/3页1.一种基于最优控制及宽度学习的AGV实时路径规划方法，其特征在于，所述方法包括以下步骤：S1.构建AGV动力学模型；S2.以AGV动力学模型作为动态约束，以时间‑燃耗最优为目标函数，建立最优控制模型；S3.随机生成AGV初始点，以初始点作为最优控制模型求解的初始条件，离线正向求解最优控制模型，生成若干不同起始点的最优控制轨迹，最优控制轨迹中包括“最优状态‑控制率”对；S4.构建宽度学习网络，基于“最优状态‑控制率”对，按目标位置将最优控制轨迹整合归类为不同的训练数据集，对宽度学习网络进行增量式离线训练；S5.离线训练完成后，确定宽度学习网络的权重参数，将训练完成的宽度学习网络作为实时控制器，用于AGV的路径实时规划。2.根据权利要求1所述的基于最优控制及宽度学习的AGV实时路径规划方法，其特征在于，步骤S1所述的AGV动力学模型为：其中，t为时间变量，t∈[0,tf]，tf指定为末端状态所对应的时刻，x(t)、y(t)表示t时刻AGV中点所处的位置坐标的横坐标与纵坐标，以P＝(x，y)表示AGV的中心所处的位置坐标；θ(t)表示t时刻的AGV与目标位置间的方位角，φ(t)表示t时刻的转向角，α(t)表示t时刻的方位角方向的加速度；ω(t)表示角速度，Lw表示AGV的轮距长度。3.根据权利要求2所述的基于最优控制及宽度学习的AGV实时路径规划方法，其特征在于，步骤S2所述以AGV动力学模型作为动态约束，以时间‑燃耗最优为目标函数，建立的最优控制模型表达式为：目标函数：约束条件：其中，J1表示燃耗；表示权衡优化目标中时间最优和燃耗最优的重视程度；ei表示根据已知的障碍物位置设计的路径约束，满足：其中，i＝1,…,N，表示t时刻下第i个障碍物位置坐标，ri表示所对应的2CN114200936A权利要求书2/3页障碍物半径，k表示一个碰撞预警阈值；表示转化的路径约束，ε为趋近于0的一个正数；表示AGV动力学模型，s(t)＝[x(t),y(t),v(t),φ(t),θ(t)]为状态变量，c＝[α(t),ω(t)]为控制率，Bound(s(t)，u(t))表示AGV的边界值约束；s(t0)和s(tf)表示给定的AGV初始状态和末状态。4.根据权利要求3所述的基于最优控制及宽度学习的AGV实时路径规划方法，其特征在于，步骤S3所述随机生成的AGV初始点表示为：s(t0)＝[x_random,y_random,0,0,0]以初始点作为最优控制模型求解的初始条件，离线正向求解最优控制模型，方法不限定于最优控制直接法中的伪谱法和打靶法；首先对状态变量S(τ)和控制率C(τ)进行插值，用于求解计算，其中，插值方法不限定于拉格朗日插值法，最终生成若干不同起始点的最优控制轨迹，表示为：其中，表示最优控制轨迹集合，每一个(st,ct)组成“最优状态‑控制率”对(s，c)。5.根据权利要求4所述的基于最优控制及宽度学习的AGV实时路径规划方法，其特征在于，根据不同的目标位置整合，基于每个目标位置对应的“最优状态‑控制率”对(s，c)，将最优控制轨迹整合归类为不同的训练数据集，对应表征为：其中，表示包含以A位置为目标状态下，所有最优控制轨迹得到的“最优状态‑控制率”对汇总的独立数据集，均同理。6.根据权利要求5所述的基于最优控制及宽度学习的AGV实时路径规划方法，其特征在于，构建的宽度