(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210718491.8 (22)申请日 2022.06.23 (71)申请人 北京国电瑞 源科技发展 有限公司 地址 100000 北京市丰台区大成路6号院1 号楼23层2303 (72)发明人 王浩　高建文　郭建兵　吕梅柏　 (74)专利代理 机构 西安铭泽知识产权代理事务 所(普通合伙) 61223 专利代理师 崔瑞迎 (51)Int.Cl. B25J 9/16(2006.01) B62D 57/02(2006.01) (54)发明名称 一种四轮 差速机器人的智能运动控制方法 (57)摘要 本发明提供了一种控制 四轮差速机器人的 智能运动控制方法， 属于人工智能移动机器人领 域。 本申请利用多个传感器信号， 综合网上实时 天气预报信息， 在机器人所载现有的运算系统的 基础上进行信息融合， 将融合之后的决策结果量 化输出到机器人运动控制系统的控制中， 依据量 化决策结果选定控制器控制算法， 进行最终的运 动控制。 解决了现有的机器人四轮差速底盘在配 网工程环 境下面对复杂的路面铺装情况、 复杂交 通工况及复杂天气里的单一的运动控制策略会 导致其因扭力匹配造成机械结构磨损的问题； 因 大量无效能耗造成有效工作时间降低的问题； 因 不能适应天气变化造成工作环境适应能力减弱 的问题。 权利要求书4页 说明书8页 附图2页 CN 115157242 A 2022.10.11 CN 115157242 A 1.一种四轮差 速机器人的智能运动控制方法， 其特 征在于， 包括以下步骤： 获取机器人的多传感器在配网工程现场多种工况下运动状态的多源异构信 息， 将所有 多源异构信息组合成数据集； 建立各工况运动过程中各传感器获取 数据的数据特 征与机器人运动状态变化的联系； 通过数据 特征与机器人运动状态变化的联系调节动力模型； 根据调节后的各动力模型 设置对应的机器人运动控制算法， 调节后的各动力模型和对应的机器人运动控制算法即为 人工神经网络模型； 将数据集输入人工神经网络模型， 对人工神经网络模型进行训练， 训练过程中不断优 化网络， 输出控制决策及归一 化参数； 通过调节各动力学模型中的归一 化参数和控制决策， 对机器人的运动进行智能控制。 2.根据权利要求1所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 所述 多源异构信息包括： 机器人四轮差 速底盘每个车轮轮轴的加速度， 由惯性传感器采集； 机器人四轮差 速底盘每个车轮轮轴的角速度， 由惯性传感器采集； 机器人的惯性数值， 由惯性传感器采集； 机器人的轮式里程计估计的机器人位姿， 由轮式里程计估算获得； 机器人四轮差 速底盘每个车轮轮胎的压力数据， 由压力传感器采集； 可见光图像数据， 由可 见光视觉采集器采集； 红外图像数据， 由红外摄 像头采集； 机器人位置数据， 由GNS S提供； 天气数据， 通过互联网直接获取。 3.根据权利要求2所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 还包 括， 对多源异构信息进行 预处理， 所述对多源异构信息进行 预处理的步骤 包括： 通过插值法进行曲线拟合处理每个车轮轮轴的加速度、 角速度、 每个车轮轮胎的压力 数据和机器人的惯性数值； 依次通过降采样、 平 滑滤波和生成图像金字塔的方式处 理可见光图像数据； 依次通过盲元补偿、 中值滤波和直方图均衡化的方式处 理红外图像数据。 4.根据权利要求3所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 通过 插值法进行曲线拟合的具体步骤 包括： 取待拟合的n+1个点并设定其满足函数f(x)， 具体的： f(x0)＝y0， f(x1)＝y1…f(xn+1)＝ yn+1； 通过Pn(x)对f(x)在n+1个点部分的函数进行拟合： Pn(x)＝dnxn+dnxn‑1+…+d1x1 获取关于dn+1,dn,…,d1的n+1个线性方程组， 通过x0,x1,…,xn+1和y0,y1,…,y0+1求解 dn+1,dn,…,d1； 将解出的dn+1,dn,…,d1代入Pn(x)＝dnxn+dnxn‑1+…+d1x1； 通过校验程序验证比较函数Pn(x)和实际值的误差， 当误差满足校验要求， 则该函数Pn (x)为函数f(x)的拟合 函数； 否则重复对函数f(x)的取值和拟合操作。 5.根据权利要求3所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 所述 对多源异构信息进行 预处理的步骤 还包括：权　利　要　求　书 1/4 页 2 CN 115157242 A 2对每组多源异构信息进行时间配准； 对每组多源异构信息进行空间配准。 6.根据权利要求5所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 所述 对每组多源异构信息进行时间配准的具体步骤 包括： 将可见光图像数据的采集时间作为插值时间； 获取其余运动数据插值时间的前一帧数据和后一帧数据分别作为该运动数据的第一 帧数据和第二帧数据； 将每一个其 余运动数据的第一帧数据的采集时间与插值时间进行比较； 将每一个其 余运动数据的第二帧数据的采集时间与插值时间进行比较； 对于一个其余运动数据， 若第 一帧数据的采集 时间和第 二帧数据的采集 时间均晚于插 值时间， 则结束时间配准； 若第一帧数据的采集时间早于插值时间且第二帧数据的采集时 间均晚于插值时间， 则判断第一帧数据的采集时间和第二帧数据的采集时间的时间差， 当 时间差大于阈值， 则结束时间配准， 否则插值； 若第一帧数据的采集时间和第二帧数据的采 集时间均早于插值时间， 用第二帧数据替换第一帧数据， 将替换后的第一帧数据后一帧的 数据作为第二帧数据， 重复与插值时间比较； 其中， 所述插值的步骤 包括： 通过下式计算待插 入的值m； 将待插入的值m插 入； 其中， α 为一个运动数据的第一帧数据的值； b为一个运动数据的第二帧数据的值； t1为 一个运动数据的第一帧数据对应的时间； t2为一个运动数据的第二帧数据对应的时间； t为 插值时间。 7.根据权利要求5所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 所述 对每组多源异构信息进行空间配准的具体步骤 包括： 解析GNSS卫星信号， 将标准的GP GGA语句信息转换经纬度信息和卫星数量信息， 通过经 纬度信息和卫星数量信息获得机器人坐标； 以机器人坐标为基准建立基准 坐标系； 以基准坐标系为标准， 将多传感器的固定坐标系进行转换， 确定多传感器与基准坐标 系的tf变换关系。 8.根据权利要求2所述的一种四轮差速机器人的智能运动控制方法， 其特征在于， 所述 建立各工况运动过程中各传感器获取数据的数据特征与机器人运动状态变化的联系的步 骤包括： 对机器人四轮差速底盘每个车轮轮轴的加速度分别进行积分和二次积分获得各车轮 在一个时间段内的转速和移动距离； 对机器人四轮差速底盘每个车轮轮轴的角速度进行积分获得各车轮的在一个时间段 内的转动角度； 利用各个车轮的转动角度和各车轮在一个时间段内的转速和移动距离， 应用四轮差速 动力学模型计算 一个时间段内机器人四轮差 速底盘的线速度和角速度；权　利　要　求　书 2/4 页 3 CN 115157242 A 3