[1]赵冠永,刘大勇,操蓉蓉,等.基于 LQR 反馈控制的仓储搬运机器人避障控制方法[J].机械与电子,2025,(03):46-52.
　ZHAO Guanyong,LIU Dayong,CAO Rongrong,et al.Obstacle Avoidance Control Method for Warehouse Handling Robots Based on LQR Feedback Control[J].Machinery & Electronics,2025,(03):46-52.
点击复制

基于 LQR 反馈控制的仓储搬运机器人避障控制方法()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2025年03期
页码:
46-52
栏目:
智能制造
出版日期:
2025-03-25

文章信息/Info

Title:
Obstacle Avoidance Control Method for Warehouse Handling Robots Based on LQR Feedback Control
文章编号:
1001-2257 ( 2025 ) 03-0046-07
作者:
赵冠永; 刘大勇; 操蓉蓉; 翟志敏
国能神皖安庆发电有限责任公司,安徽 安庆 246008
Author(s):
ZHAO Guanyong ;  LIU Dayong ;  CAO Rongrong ;  ZHAI Zhimin
( Guoneng Shenwan Anqing Power Generation Co. , Ltd. , Anqing 246008 , China )
关键词:
仓储搬运机器人; 视觉感知信息融合; 蝗虫优化算法; LQR 反馈控制
Keywords:
warehouse handling robots ;  visual perception information fusion ;  grasshopper optimization algorithm ;  LQR feedback control
分类号:
TP242
文献标志码:
A
摘要:
为提高仓储搬运机器人避障控制效果,提出一种基于 LQR 反馈控制的避障控制方法。将安装在机器人身上的激光雷达、超声波传感器和红外线传感器采集的视觉感知信息进行融合,并引用避障评估系数构建目标函数,以约束仓储搬运机器人在避障过程中的主动规避能力,适应复杂无序的工作环境。接着依据融合后的信息获取障碍物位置,并利用蝗虫优化算法求解目标函数,确定仓储搬运机器人最佳行驶路线。最后,依据 LQR 反馈控制理论,将当前仓储搬运机器人行驶与目标路径位置和方向的误差作为运行状态变量,并引入拉格朗日乘子,求得目标路径跟踪避障控制的反馈增益矩阵,获得最终的 LQR 反馈控制量,实现仓储搬运机器人避障控制。在模拟的实验环境中展开测试,结果表明,所提方法可以指导仓储搬运机器人实现精准避障,其控制误差熵较低,具有较好的避障控制性能。
Abstract:
In order to improve the effect of obstacle avoidance control of storage and handling robots , an obstacle avoidance control method based on LQR feedback control is proposed.The information collected by LiDAR , ultrasonic sensors , and infrared sensors installed on the robot are integrated and the obstacle avoidance evaluation coefficients are used to construct an objective function to constrain the active avoidance ability of the warehouse handling robots in the obstacle avoidance process and adapt to complex and disordered working environments.Then , based on the fused information , the obstacle position is obtained , and the Grasshopper Optimization Algorithm ( GOA ) is used to solve the objective function to determine the optimal driving route for the warehouse handling robots.Finally , based on the LQR feedback control theory , the error between the current movement of the warehouse handling robots and the position and direction of the target path is taken as the operating state variable , and a Lagrange multiplier is introduced to obtain the feedback gain matrix of the target path tracking obstacle avoidance control.The final LQR feedback control quantity is obtained to achieve the obstacle avoidance control of the warehouse handling robots.Tests were conducted in a simulated experimental environment , and the results showed that the proposed method can guide the warehousehandling robots to achieve precise obstacle avoidance.Its control error entropy is low , and it has high obstacle avoidance control performance.

参考文献/References:

[ 1 ] 张涛,陈璋,李玉梅,等 . 融合改进 A* 算法与动态窗口法的机器人避障研究[ J ] . 仪表技术与传感器,2023( 4 ): 102-106.

[ 2 ] 张鹏鑫,于海生,李哲,等 . 基于自适应 RRT 与积分滑模的机器人避障跟踪控制[ J ] . 组合机床与自动化加工技术,2023 ( 12 ): 76-80.
[ 3 ] 罗丽霞,常金勇 . 二维未知环境下移动机器人二次规划避障路径控制[ J ] . 机械设计与研究, 2024 , 40 ( 1 ): 97-101 , 108.
[ 4 ] WANG W R , SU Z H , GE H L , et al.Obstacle avoidance based on double closed loop control of autonomous underwater vehicle for submarine cable laying[ J ] .Ocean engineering , 2023 , 279 : 114360.
[ 5 ] 刘勇,李祥,蒋沛阳,等 . 基于 DDPG-PID 的机器人动态目标跟踪与避障控制研究[ J ] . 南京航空航天大学学报,2022 , 54 ( 1 ): 41-50.
[ 6 ] 陈奕梅,沈建峰,李柄棋 . 改进 TEB 算法的多机器人动态避障策略研究 [ J ] . 电光与控制, 2022 , 29 ( 5 ):107-112.
[ 7 ] 黄亚萍,杨冬 . 农作物病虫害预警蛇形机器人避障控制研究:基于超声波及红外感器[ J ] . 农机化研究, 2024 ,46 ( 5 ): 197-200 , 205.
[ 8 ] 龚成勇,刘康,曾永亮 . 基于改进蝙蝠算法的水下机器人避障路径优化方法[ J ] . 探测与控制学报,2022 , 44( 4 ): 118-122 , 128.
[ 9 ] 李亚文,张鹏飞,何印,等 . 改进 APF 的无人机编队避障最优一致性控制方法[ J ] . 航天控制, 2024 , 42 ( 1 ): 17-23.
[ 10 ] 李亚昕,王国磊,张剑辉,等 . 基于碰撞反馈的冗余机器人避障规划算法[ J ] . 清华大学学报(自然科学版),2022 , 62 ( 3 ): 408-415.
[ 11 ] 赵小勇,陈钦柱,郑鸿彦,等 . 基于道路场景理解的巡检机器人避障方法研究与应用[ J ] . 微电子学与计算机,2022 , 39 ( 4 ): 118-127.
[ 12 ] 王豪杰,马向华,代婉玉,等 . 改进 DWA 算法的移动机器人避障研究 [ J ] . 计算机工程与应用,2023 , 59( 6 ): 326-332.
[ 13 ] 王斌,田宝雄,赵明辉 . 融合场景理解与机器视觉的矿山巡检机器人导航避障研究 [ J ] . 金属矿山, 2023( 11 ): 221-227.
[ 14 ] 孙立香,孙晓娴,刘成菊,等 . 人群环境中基于深度强化学习的移动机器人避障算法 [ J ] . 信息与控制,2022 , 51 ( 1 ): 107-118.
[ 15 ] 彭帆,谢永芳,陈晓方,等 . 基于障碍物可达区域预测的机器人实时避障算法[ J ] . 东北大学学报(自然科学版),2022 , 43 ( 9 ): 1225-1233.
[ 16 ] 高爱云,肖寒,付主木 . 基于 LQR 的智能驾驶汽车横纵向控制研究[ J ] . 河南科技大学学报(自然科学版),2024 , 45 ( 2 ): 30-43.

备注/Memo

备注/Memo:
收稿日期: 2024-07-04
基金项目:安徽公司安庆电厂科技创新项目( KJXM2023-003 )
作者简介:赵冠永 ( 1978- ),男,江苏盐城人,中级工程师,研究方向为计算机应用、智慧化电厂、数据处理和新能源等;刘大勇 ( 1980- ),男,安徽安庆人,中级工程师,研究方向为智慧化电厂、电气自动化、计算机应用、数据处理和新能源等;操蓉蓉 ( 1981- ),女,安徽安庆人,中级工程师,研究方向为工业互联网、智慧化电厂等。
更新日期/Last Update: 2025-04-08