CN103488174A - 自动导引控制方法、控制装置及系统 - Google Patents

自动导引控制方法、控制装置及系统 Download PDF

Info

Publication number
CN103488174A
CN103488174A CN201310422018.6A CN201310422018A CN103488174A CN 103488174 A CN103488174 A CN 103488174A CN 201310422018 A CN201310422018 A CN 201310422018A CN 103488174 A CN103488174 A CN 103488174A
Authority
CN
China
Prior art keywords
agv
deviation
state
control
position deviation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310422018.6A
Other languages
English (en)
Other versions
CN103488174B (zh
Inventor
李忠明
苏志远
翁迅
张经天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201310422018.6A priority Critical patent/CN103488174B/zh
Publication of CN103488174A publication Critical patent/CN103488174A/zh
Application granted granted Critical
Publication of CN103488174B publication Critical patent/CN103488174B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种自动导引控制方法、控制装置及系统,其中方法包括:获取AGV的角度偏差和位置偏差;根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;如果不是,则采用相应的控制策略控制AGV进入终端域状态;在终端域状态下控制AGV运动至平衡点以同时消除所述角度偏差和位置偏差;利用AGV的角度偏差和位置偏差通过计算规划出AVG的未来一段时间内的行驶轨迹以消除偏差,从全局角度把握整个控制过程。

Description

自动导引控制方法、控制装置及系统
技术领域
本发明涉及自动控制技术领域,尤其涉及一种自动导引控制方法、控制装置及系统。
背景技术
无人搬运车(Automated Guided Vehicle,AGV)是指装备具有自动导引装置,能够沿规定的导引路径行驶,具有安全保护以及各种移栽功能的运输车。
基于视觉导引的AGV是通过车载摄像机获取路面的指引信息识别路径,具有路径设置简单、便于维护与改线、不受电磁场干扰、可方便的识别多工位和路径分支等诸多优点,近年来得到很快的发展。视觉导引是通过车载摄像机获取局部视野中的指引信息,即AGV与路径标志线的相对偏差,实现路径跟踪,目前大量的研究集中于几种常用的控制方法,包括PID控制、最优控制、模糊控制等,现有技术中有将最优控制与模糊控制相结合、专家驾驶经验与PID控制相结合等控制方法。
但基于视觉导引的AGV系统是一个典型的时延、非线性不稳定系统,且具有非完整性约束,上述传统方法在解决AGV的路径跟踪问题时,局限于局部的纠偏,只能基于摄像头视野内的图像进行纠偏,无法从全局角度把握整个控制过程,控制参数整定困难,且难以处理客观存在的输入约束和状态约束。
发明内容
在下文中给出关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
一方面,本发明提供一种自动导引控制方法,包括:
获取AGV的角度偏差和位置偏差;
根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;
如果不是,则采用相应的控制策略控制AGV进入终端域状态;
在终端域状态下控制控制AGV运动至平衡点以同时消除所述角度偏差和位置偏差。
另一方面,本发明提供一种自动导引控制装置,包括:
偏差获取模块,用于获取AGV的角度偏差和位置偏差;
状态判断模块,用于根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;
状态转换模块,用于当所述AGV当前的偏差状态不为终端域状态时,控制采用相应的控制策略控制AGV进入终端域状态;
偏差消除模块,用于在终端域状态下控制控制AGV运动至平衡点以消除所述角度偏差和位置偏差。
另一方面,本发明提供一种自动导引系统,包括上述的自动导引控制装置,还包括AGV以及路径标识线,所述AGV设置有摄像头,所述摄像头沿所述AGV参考中心线探出预设距离安装于所述AGV前方。
本发明提供的自动导引控制方法、控制装置及系统,利用AGV的角度偏差和位置偏差通过计算规划出AVG的未来一段时间内的行驶轨迹以消除偏差,从全局角度把握整个控制过程。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的自动导引控制方法一种实施例的流程图。
图2为本发明提供的自动导引控制方法中AVG一种实施例的结构示意图。
图3a和图3b为本发明提供的自动导引控制方法中AVG直线运动模型和圆弧运动模型的示意图。
图4为本发明提供的自动导引控制方法中AVG处于终端域状态时的运动模型示意图。
图5为本发明提供的自动导引控制方法第一类状态的仿真图。
图6为本发明提供的自动导引控制方法第二类状态一种情况的仿真图。
图7为本发明提供的自动导引控制方法第二类状态又一种情况的仿真图。
图8为本发明提供的自动导引控制方法一种实施例的实验数据图。
图9为本发明提供的自动导引控制装置一种实施例的结构示意图。
图10为本发明提供的自动导引系统一种实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参考图1,本实施例提供一种自动导引控制方法,包括:
步骤S101,获取AGV的角度偏差和位置偏差;
步骤S102,根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;
步骤S103,如果当前偏差状态不是终端域状态,则采用相应的控制策略控制AGV进入终端域状态;
步骤S104,在终端域状态下控制AGV运动至平衡点以消除所述角度偏差和位置偏差。
执行步骤S101,获取AGV的角度偏差和位置偏差,角度偏差为AGV运动方向与路径标识线方向的偏差,位置偏差为AVG参考中心与路径标识线的垂直距离。
参考图2,摄像头201沿AVG车体202参考中心线安装于车体202前方,探出预设距离,垂直照射地面,摄像头202到AVG参考中心的距离为预瞄距离。
预瞄距离的选取极大的影响着AGV的控制精度。定义摄像头视野边线与参考中心的连线与车辆行驶方向的夹角为αdef,定义预瞄距离为L。根据控制系统的需要,为了保持控制的稳定性,即当AGV的参考中心与路径中心重合时,需要限制角度偏差在一定的范围内,可根据实际需要调整。据此,本实施例中将αdef定义为5°,摄像头视野范围d已知,根据三角函数关系即可计算出预瞄距离L,即:
L = d tan α def
本实施例中提供的AGV采用三轮差速驱动方式,前两轮为驱动轮,用两个直流电机分别控制左右轮的转速,后轮为随动轮。AGV在行驶过程中会产生两种偏差,角度偏差和位置偏差。将角度偏差定义为AGV行驶方向与路径标识线方向的偏差,用eα表示,逆时针为正,顺时针为负。定义车体参考中心与路径标识线的垂直距离为位置偏差,用ed表示,当车体中心在路径标识线左侧时,位置偏差为正,在右侧时为负。
摄像头视野下的偏差需要转换成车体中心相对于路径的偏差。角度偏差eα等于摄像头检测到的偏差Δα,位置偏差ed与摄像头检测偏差Δd需要进行数学转换。综合各种位姿情况,总结出偏差转换公式:
eα=Δα
ed=Δd·cosΔα-L·sinΔα
正常行驶时,AGV在一个控制周期T内只做两种运动:直线运动和圆弧运动。设k时刻时,车体相对于路径标识线的角度偏差为eα(k),位置偏差为ed(k)。差速驱动式AGV通过控制左右驱动轮的速度偏差Δv,来控制AGV的运动方式。设右轮线速度为VR,左轮线速度为VR,两驱动轮间距为Dw,则左右驱动轮的速度偏差Δv通过以下公式计算获得:
Δv=VR-VL
AGV的线速度Vc和角速度ωc为:
V c = 1 2 ( V L + V R )
ω c = Δv D w
AGV在周期T内的运动模型如图3a和图3b所示。
图3a为AVG做直线运动的运动模型。
参考图3a和图3b,经过时间T后,小车由Ck点运动到Ck+1点。
k+1时刻,AGV的角度偏差为:
e α ( k + 1 ) = e α ( k ) + ω c · T = e α ( k ) + Δv D w T
位置偏差分直线运动和圆弧运动两种情况讨论:
参考图3a,当两驱动轮的之间的差速度Δv不为0时,AGV绕转动瞬心Or做圆弧运动,运动轨迹为弧CkCk+1,转动半径Ra为:
R a = D w 2 V R + V L | V R - V L | = D w V c | Δv |
得到k+1时刻,AGV的位置偏差为:
e d ( k + 1 ) - e d ( k ) = 2 R a · sin ( 1 2 Δ e α ) · sin ( e α ( k ) + 1 2 Δ e α )
参考图3b,当两驱动轮的之间的差速度Δv为0时,AGV做直线运动,运动轨迹为线段CkCk+1,得k+1时刻,AGV的位置偏差为
ed(k+1)-ed(k)=VcT·sin(eα(k))
综上,
e d ( k + 1 ) = e d ( k ) + 2 D w V c | Δv | · sin ( 1 2 Δv D w T ) · sin ( e α ( k ) + 1 2 Δv D w T ) Δv ≠ 0 V c T · sin ( e α ( k ) ) Δv = 0
由于非完整约束及驱动系统的机械限制,及每个控制周期T很小,即
Figure BDA0000382878870000062
的情况下,AGV正常行驶时,可以认为:
2 D w V c | Δv | · sin ( 1 2 Δv D w T ) = V c T ,
简化后的AGV离散差分方程为
e α ( k + 1 ) = e α ( k ) + Δv D w T - - - ( 1 )
e d ( k + 1 ) = e d ( k ) + V c T · sin ( e α ( k ) + 1 2 Δv D w T ) - - - ( 2 )
执行步骤S102,判断当前AVG的偏差状态。
因此,根据AGV角度偏差和位置偏差的关系,可以将AGV分成第一类状态、第二类状态以及终端域状态。其中,当AGV处在终端域状态时,可以同时消除两种偏差,其他位姿状态的目标就是向终端域状态转化。
当AGV满足第一约束条件时,为第一类状态;
其中,第一约束条件为:角度偏差与位置偏差的乘积大于0,或位置偏差等于0,角度偏差逆时针为正,顺时针为负,当AGV参考中心位于路径标识线左侧时,位置偏差为正,位于右侧时为负。
第一类状态中包括两种情况,第一情况角度偏差与位置偏差的乘积大于0,第二情况位置偏差等于0,在这两种情况下AGV朝着背离路径标识线的方向行驶;
当AGV满足第二约束条件时,为第二类状态;
第二约束条件为:角度偏差等于0,或角度偏差与位置偏差的乘积小于0且转动半径大于第一范围或小于第二范围,所述转动半径通过以下公式计算获得:
R a = e d 1 - cos e α - - - ( 3 )
Ra为转动半径,eα为角度偏差,ed为位置偏差;
所述第一范围通过以下公式计算获得:
Figure BDA0000382878870000072
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amin为控制变量的最小改变量;
所述第二范围通过以下公式计算获得:
Figure BDA0000382878870000073
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amax为控制变量的最大改变量。
第二类状态中包括三种情况,第三情况角度偏差等于0,第四情况角度偏差与位置偏差的乘积小于0且转动半径大于第一范围,第五情况角度偏差与位置偏差的乘积小于0且转动半径小于第二范围。
当AGV满足第三约束条件时,为终端域状态;
角度偏差eα与位置偏差ed的乘积小于0且转动半径在第一范围和第二范围之间,即
eα·ed<0
D w V C Δ a max ≤ R a ≤ D w V C Δ a min
当AVG处于第一类或第二类状态下时,应将AVG转换为终端域状态。
执行步骤S103,采用相应控制策略控制AVG进入终端域状态。
由分段控制的原理可知,某一控制阶段的偏差状态终值是该阶段控制的关键,它决定着系统能否进入下一控制阶段。为此,本实施例提出一种数学建模方法,将控制系统的优化问题转化为多阶段决策优化问题,每一控制阶段只关注偏差状态终值,将描述非线性系统的离散差分方程转换成只描述该阶段偏差状态终值的解析表达式,并根据预测控制原理,将整个控制序列做为描述方程的自变量,使在求解优化问题时针对整个控制序列进行优化,达到了全局优化的目的。
对由式(1)、(2)描述的非线性离散差分方程进行迭代计算,得到:
e α ( k + 1 ) = e α ( 0 ) + Σ i = 0 k u ( i ) - - - ( 4 )
e d ( k + 1 ) = e d ( 0 ) + V c T Σ i = 0 k sin ( e α ( 0 ) + 1 2 u ( i ) + Σ j = 0 i u ( j ) ) - - - ( 5 )
其中: u ( i ) = T D w Δv ( i )
由式(4)、(5)描述的偏差状态终值,只与偏差状态初值和整个控制序列或控制序列的一部分有关。
又由AGV的机械限制及对控制平稳性的追求,得到:
|Δv(i+1)-Δv(i)|≤Δamax   (6)
|Δv(i)|≤Δvmax   (7)
式(6)描述了控制变量的加速度限制,式(7)描述了对控制变量大小的极限限制。
以上面四个约束条件为基础,得到三个阶段优化控制问题的数学模型:纠偏阶段、过渡阶段和调节阶段。
纠偏阶段:当AGV处于第一类状态时,该状态下AGV向远离路径标识线的方向行驶,需快速扭转AGV的运动方向,优化的目标是以最小的控制步数将角度偏差减小到零并改变符号,得到如下的数学模型。
min:J1=eα(N1+1)
s . t . e α ( N 1 + 1 ) = e α ( 0 ) + Σ i = 0 N 1 u ( i )
e d ( N 1 + 1 ) = e d ( 0 ) + V c T Σ i = 0 N 1 sin ( e α ( 0 ) + 1 2 u ( i ) + Σ j = 0 i u ( j ) )
|Δv(i+1)-Δv(i)|≤Δamax
|Δv(i)|≤Δvmax(i=0,1,…,N1-1)
N1≤N1,max
eα(N1+1)·ed(N1+1)<0   (8)
N1为纠偏阶段,即第一类状态转换为第二类状态的控制步数,N1,max为第一类状态转换为第二类状态符合控制系统要求的最大控制步数。
式(8)为纠偏阶段的终止条件,当满足式(8)时,控制系统进入下一阶段。
过渡阶段,在过度阶段AGV处于第二类状态,在过渡阶段要解决两个优化问题:过渡阶段本身的优化和对调节阶段的优化。
首先引入终端域状态进入条件:
D w V C Δ a max ≤ | R a | ≤ D w V C Δ a min - - - ( 9 )
根据偏差同步消除预测控制算法,算法最后一步执行完后,控制变量归零,故需满足此条件。满足式(9)后,AGV可以进入终端域状态,Ra由式(3)算出。
由式(9)可以看出,当AGV在第二类状态下时,Ra的取值为以下两种情况:
| R a | ≤ D w V C Δ a max | R a | ≥ D w V C Δ a min
两种情况的目标不同,一种是尽快减小Ra,一种是尽快增大Ra。
综上,该阶段AGV以偏差减小的趋势行驶,优化的目标是以最小的控制步数使AGV进入终端域状态,得到如下两种数学模型:
min:① J 2 = R a = e d ( N 2 + 1 ) 1 - cos e α ( N 2 + 1 )
max② J 2 = R a = e d ( N 2 + 1 ) 1 - cos e α ( N 2 + 1 )
s . t . e α ( N 2 + 1 ) = e α ( 0 ) + Σ i = 0 N 2 u ( i )
e d ( N 2 + 1 ) = e d ( 0 ) + V c T Σ i = 0 N 2 sin ( e α ( 0 ) + 1 2 u ( i ) + Σ j = 0 i u ( j ) )
|Δv(i+1)-Δv(i)|≤Δamax
|Δv(i)|≤Δvmax(i=0,1,…,N2-1)
N2≤N2,max
| R a | = | e d ( N 2 + 1 ) | 1 - cos e α ( N 2 + 1 ) ≤ | D w V C Δ a min | - - - ( 10 )
| R a | = | e d ( N 2 + 1 ) | 1 - cos e α ( N 2 + 1 ) ≥ | D w V C Δ a max | - - - ( 11 )
N2为过渡阶段(即第二类状态转换为终端域状态)的控制步数,N2,max为过渡阶段符合控制系统要求的最大控制步数。
式(10)和式(11)分别是过渡阶段目标函数①和②的终止条件,当条件满足时,控制系统可以进入下一阶段,即终端域状态。
执行步骤S104,在终端域状态下控制AGV运动至平衡点。
在终端域状态下,偏差状态需满足:
eα·ed<0
定义控制变量的最小改变量和最大改变量为:Δamin和Δamax,必须满足如下约束才能在误差完全消除后,使控制变量也减小为零:
D w V C Δ a max ≤ R a ≤ D w V C Δ a min
AGV处于终端域状态的运动模型如图4所示。
AGV参考中心为AGV的中点,AGV中心线为所述AGV的纵向对称轴。
当AGV处于此状态时,存在一平衡点D,根据几何原理,AGV中心线与路径标识线的交点A到平衡点D的距离与交点A到AGV参考中心距离相等,存在一个轨迹——圆弧CD与路径标识线及AGV中心线AC相切,切点分别为该平衡点和AGV车体参考中心C,AGV沿此圆弧行驶到平衡点时可以同时消除角度偏差和位置偏差,AGV中心线与路径标识线重合,AGV的转动半径为:
R a = e d sin e α · tan ( 1 2 e α ) = e d 1 - cos e α - - - ( 12 )
又根据式(1),得到AGV的控制变量:
Δv = D w V C R a = D w V C ( 1 - cos e α ) e d - - - ( 13 )
控制步数为:
N = | R a | · | e α | V c T = | e d | · | e α | V c T ( 1 - cos e α ) - - - ( 14 )
相应的控制序列:
根据控制变量控制AGV沿圆弧CD运动至平衡点,可消除角度偏差和位置偏差。
在AGV进入终端域状态后,系统趋近于平衡点,此时只希望进行简单的控制,以避免系统抖动。又由式(13)和式(14)知,系统在过渡阶段的误差状态终值决定了整个调节阶段的控制策略和控制质量。
因此,在满足终端域进入条件后,进入调节阶段,引入在过渡阶段对调节阶段进行优化的数学模型,优化目标是使AGV在终端域内以最小的控制步数到达平衡点。
min : J 3 = N 3 = R a · e α ( N this + 1 ) V c T = e d ( N 3 + 1 ) · e α ( N 3 + 1 ) V c T ( 1 - cos e α ( N 3 + 1 ) )
s . t . e α ( N 1 + 1 ) = e α ( 0 ) + Σ i = 0 N 1 u ( i )
e d ( N 1 + 1 ) = e d ( 0 ) + V c T Σ i = 0 N 1 sin ( e α ( 0 ) + 1 2 u ( i ) + Σ j = 0 i u ( j ) )
|Δv(i+1)-Δv(i)|≤Δamax
|Δv(i)|≤Δvmax(i=0,1,…,N1-1)
Δv ( N 2 ) + Δ a max ≤ Δ v 3 = D w · V c R a , Δv ( N 2 ) ≤ 0 Δv ( N 2 ) - Δ a max ≥ Δ v 3 = D w · V c R a , Δv ( N 2 ) > 0 - - - ( 16 )
N 3 = | e d ( N 2 + 1 ) · | e α ( N 2 + 1 ) | V c T ( 1 - cos e α ( N 2 + 1 ) ) ≤ N 3 , max - - - ( 17 )
N3为终端域状态下的控制步数,N3,max为调节阶段符合控制系统要求的最大控制步数。Δv3为终端域的控制变量,由式(13)算出。式(16)对过渡阶段最后一步的控制变量进行了限制,使系统在控制器切换时避免了控制变量抖动。
当满足式(17)的条件时,完成了对调节阶段的优化。
逐层约束使每层的控制目标都很明确,在提高优化速度的同时避免了优化时权重选择的难题,并且将离散系统的最优控制问题归结为一个多阶段决策优化问题,其中决策变量即为其控制变量。
本实施例以整个控制序列为目标函数自变量,设计了一种改进的梯度下降法,可以对整个控制过程进行全局优化。
根据式(4)、式(5)得到三条控制法则:
法则1:eα·ed<0时
AGV向角度偏差增大方向行驶,eα(N+1)是
Figure BDA0000382878870000131
的单调递增函数。
AGV向角度偏差减小方向行驶,eα(N+1)是的单调递减函数。
法则2:eα·ed<0时,在控制序列已经确定的情况下,对原有序列中的某个控制变量增减:
AGV向角度偏差增大方向行驶,ed(N+1)是
Figure BDA0000382878870000133
的单调递减函数。
AGV向角度偏差减小方向行驶,ed(N+1)是
Figure BDA0000382878870000134
的单调递增函数。
法则3:eα·ed<0时,在控制序列已经确定、大小不再变化的情况下,eα(N+1)不再变化,ed(N+1)与控制序列中的控制变量排序有关:
AGV向角度偏差增大方向行驶,控制序列中越大的控制变量越靠前,ed(N+1)越小。
AGV向角度偏差减小方向行驶,控制序列中越小的控制变量越靠前,ed(N+1)越小。
结合式(9)和(17)得到两个推论:
推论1:eα·ed<0时
AGV向角度偏差增大方向行驶时,控制序列中某一控制变量增大,Ra减小。
| &Delta;v | &UpArrow; &DoubleRightArrow; | e &alpha; | &UpArrow; &DoubleRightArrow; 1 1 - cos e &alpha; &DownArrow; , | e d | &DownArrow; &DoubleRightArrow; Ra &DownArrow;
AGV向角度偏差减小方向行驶时,控制序列中某一控制变量增大,Ra增大。
| &Delta;v | &UpArrow; &DoubleRightArrow; | e &alpha; | &DownArrow; &DoubleRightArrow; 1 1 - cos e &alpha; &UpArrow; , | e d | &UpArrow; &DoubleRightArrow; Ra &UpArrow;
推论2:eα·ed<0时
AGV向角度偏差增大方向行驶时,控制序列中某一控制变量增大,N3减小。
| &Delta;v | &UpArrow; &DoubleRightArrow; | e &alpha; | &UpArrow; &DoubleRightArrow; | e &alpha; | 1 - cos e &alpha; &DownArrow; , | e d | &DownArrow; &DoubleRightArrow; N 3 &DownArrow;
AGV向角度偏差减小方向行驶时,控制序列中某一控制变量减小,N3减小
| &Delta;v | &DownArrow; &DoubleRightArrow; | e &alpha; | &UpArrow; &DoubleRightArrow; | e &alpha; | 1 - cos e &alpha; &DownArrow; , | e d | &DownArrow; &DoubleRightArrow; N 3 &DownArrow;
定义完美调节域门槛系数为
Figure BDA0000382878870000145
e &alpha; * = sgn ( - e d ( i ) ) arccos ( 1 - e d ( i ) &CenterDot; &Delta; a min D w V c )
它表示AGV在当前位置偏差状态下符合完美调节区约束条件的最小角度偏差值,即在当前位置偏差下,角度偏差应向
Figure BDA0000382878870000149
转化。
按控制变量增量的约束将控制变量分挡,即控制变量从0开始,每增加或减少Δamax为一挡:
Figure BDA0000382878870000147
Figure BDA0000382878870000148
Gmax表示最大挡位数,G表示当前控制变量所在挡位数,符号
Figure BDA0000382878870000154
表示取大于该数的最小整数,定义所在挡位最大控制速度为Δvmax,G。
将式(2)改写成如下函数:
E ( &Delta;v ) = e &alpha; ( k + 1 ) - e &alpha; ( k ) = &Delta;v D w T
为了满足式(9),根据推论1,在保持控制过程平稳的情况下,使控制步数最小,得到如下规则。
初始控制序列产生规则:
设初始控制量为Δv(0)。
第一步:
判断初始控制变量能否一步达到
Figure BDA0000382878870000152
&Delta;v = ( e &alpha; * - e &alpha; ( 0 ) ) D w T
1.所得控制量与初始控制量符号相反时:
若满足式(6)的约束,得到一步控制量Δv,否则得到一步控制量Δv(0)-sgn(Δv(0))*Δamax
2.所得控制量与初始控制量符号相同时:
(1)所得控制量的绝对值等于初始控制量的绝对值,得到一步控制量Δv
(2)所得控制量的绝对值小于初始控制量的绝对值,若满足式(12)的约束,得到一步控制量Δv,否则得到一步控制量Δv(0)-sgn(Δv(0))*Δamax
(3)所得控制量的绝对值大于初始控制量的绝对值,若所得控制量在第一挡位内,得到一步控制量Δv,否则进入第二步
第二步:
判断初始控制量所在挡位,得到所在挡位最大控制速度Δvmax,G
为了在最后一步将控制量降为第一挡位|0~Δamax|,计算:
Figure BDA0000382878870000161
1.N(0)<0时,降低挡位,得到所在挡位最大速度,再代入上式计算。
否则,得到
N=N(0)+|G|
2.N>Nmax时,升高挡位,得到所在挡位最大速度,再进行计算,如此反复,直到满足N<Nmax,第k次迭代的计算公式为:
Figure BDA0000382878870000162
N=N(k)+2k+1
其中,符号
Figure BDA0000382878870000164
表示取小于该数的最大整数。
3.0<N<Nmax时,进行求余运算:
eα,Last=femodfv
将eα,Last带入式(3)求出使eα,Last消除的控制变量ΔvLast。这样得到了完整的控制量集合:
Figure BDA0000382878870000163
进入第三步。
第三步:
根据法则3和控制量增量约束,按以下规则进行排序:
1.先从包含两个控制量的每个集合中各选出一个控制量,按从小到大的顺序排到控制序列的前列。
2.然后将剩下的控制量按从大到小的顺序依次排入控制序列,得到满足约束②的控制序列:
Figure BDA0000382878870000171
Figure BDA0000382878870000172
为了满足式(17),根据推论2,采用全局梯度下降法对整个序列进行优化。
全局梯度下降法:
1.根据推论2,得到梯度下降方向
Figure BDA0000382878870000173
2.将控制序列分成两个集合:待拣集合和已拣集合。
3.每次从待拣集合中选出序号最小的控制量进行计算,设步长为λ0,计算:
&Delta;v ( k ) ( 1 ) = &Delta;v ( k ) ( 0 ) - &dtri; e ( &Delta;&alpha; ) &CenterDot; &lambda; 0
4.判断控制量是否改变符号
若是,则增大序号继续进行搜索。
若不是,则进入下一步判断。
5.判断新的控制量与前后控制量之间是否满足控制量增量约束。
若不满足,则增大序号继续进行搜索。
若满足,则将控制量从待拣集合移入已拣集合,并将值改为计算后的新值。
6.判断改进后的控制序列是否符合式(17)。
若符合则停止迭代,不符合则继续搜索集合。
当所有控制量均进入已拣集合,则重新分配集合准备进行新一轮迭代。
得到满足约束(17)的控制序列Δv1,*n*
控制策略实现。
综上,得到各个状态的控制策略:
Figure BDA0000382878870000181
仿真结果及分析:
为了验证分段预测控制模型的有效性,对各个控制阶段进行了仿真实验。系统初始参数设置如下,Vc=40cm/s,Dw=28.5cm,T=0.1s,Δamin=1cm/s,Δamax=10cm/s,Δvmax=30cm/s。
(1)纠偏阶段的仿真如图5所示,初始角度偏差为15°,位置偏差为2cm。
AGV刚开始处于纠偏阶段,以纠正角度偏差为主,位置偏差增大,在0.5s内进入过渡阶段,在过渡阶段两种偏差一起减小并在1s左右进入调节阶段,调节阶段调用偏差同步消除算法,最终在2s同时消除了两种偏差。
(2)过渡阶段第一种情况的仿真如图6所示,初始角度偏差为15°,位置偏差为-2cm。
AGV刚开始处于过渡阶段,控制器快速消除两种偏差并在0.5s内进入调节阶段,之后平稳的控制AGV同时消除了两种偏差。
(3)过渡阶段第二种情况的仿真如图7所示,初始角度偏差为25°,位置偏差为2cm。
AGV刚开始处于过渡阶段,由于各种约束的限制,无法直接进入调节阶段,在纠偏过程中,位置偏差改变了符号并继续增大,0.7s左右AGV进入了纠偏阶段,此后的过程与图6大致相同,在2s时消除了偏差。
仿真结果表明,该分段预测模型在各个阶段控制策略清晰,纠偏速度可以满足实际需要,可平稳的消除两种偏差。
实验验证:
AGV采用三轮---差速驱动型,以笔记本电脑为控制核心,用CMOS摄像头采集路径信息。在实验室地面铺设宽度为4.2cm的蓝色条状导引带作为AGV的寻迹道路,设初始角度偏差为18°,初始位置偏差为-7cm,系统初始参数设置如下:Vc=40cm/s,Dw=28.5cm,T=0.1s,N1,max=10,N2,max=10,N3,max=10,Δamin=1cm/s,Δamax=10cm/s,Δvmax=30cm/s。
跟踪直线路径的实际误差如图8所示。由图可以看出,开始阶段由于控制量约束的限制,纠偏较平缓,进入中期后开始快速纠偏,并在2.3秒后使小车进入终端状态,在终端状态使用偏差同步消除算法最终在2.8秒同时消除了两种偏差,样车跟踪平稳,调节时间在3秒以内,角度偏差控制在±2°以内,位置偏差控制在±0.5cm以内。实验结果表明,所设计的控制器在多种约束条件下,可以快速稳定的实现AGV的纠偏控制。
本实施例提供的自动导引控制方法,利用AGV的角度偏差和位置偏差通过计算规划出AVG的未来一段时间内的行驶轨迹以消除偏差,从全局角度把握整个控制过程,使得AGV运行平衡,抖动小,具有较高的稳定性和可靠性。
实施例二
参考图9,本实施例提供一种自动导引控制装置,包括:
偏差获取模块301,用于获取AGV的角度偏差和位置偏差;
状态判断模块302,用于根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;
状态转换模块303,用于当所述AGV当前的偏差状态不为终端域状态时,控制采用相应的控制策略控制AGV进入终端域状态;
偏差消除模块304,用于在终端域状态下控制控制AGV驶向平衡点以消除所述角度偏差和位置偏差。
作为一种可选的实施方式,偏差获取模块301用于控制获取AGV运动方向与路径标识线方向的偏差以确定所述角度偏差;以及,控制获取AVG参考中心与路径标识线的垂直距离以确定位置偏差。
作为一种可选的实施方式,AGV的偏差状态包括:第一类状态、第二类状态以及终端域状态;状态判断模块302用于根据以下规则判断AGV当前的偏差状态:
当AGV满足第一约束条件时,为第一类状态;
当AGV满足第二约束条件时,为第二类状态;
当AGV满足第三约束条件时,为终端域状态;
其中,第一约束条件为:所述角度偏差与位置偏差的乘积大于0,或所述位置偏差等于0。所述角度偏差逆时针为正,顺时针为负,当AGV参考中心位于路径标识线左侧时,位置偏差为正,位于右侧时为负;
第二约束条件为:所述角度偏差等于0,或所述角度偏差与位置偏差的乘积小于0且转动半径大于第一范围或小于第二范围,所述转动半径通过以下公式计算获得:
Figure BDA0000382878870000201
Ra为转动半径,eα为角度偏差,ed为位置偏差;
第一范围通过以下公式计算获得:
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amin为控制变量的最小改变量;
第二范围通过以下公式计算获得:
Figure BDA0000382878870000211
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amax为控制变量的最大改变量;
第三约束条件为:所述角度偏差与位置偏差的乘积小于0且转动半径在第一范围和第二范围之间。
作为一种可选的实施方式,状态转换模块303用于控制当AGV处于第一类状态下时,控制减小角度偏差直到角度偏差与位置偏差的乘积小于0,以满足第二约束条件使所述AGV进入第二类状态;以及,
当所述AGV处于第二类状态下时,控制减小或增大转动半径以满足第三约束条件使所述AVG进入终端域状态。
偏差消除模块304用于在终端域状态下计算控制变量,根据控制变量控制AGV沿轨迹运动至平衡点;其中,
控制变量通过以下公式计算获得:
Figure BDA0000382878870000212
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,eα为角度偏差,ed为位置偏差,Δv为控制变量;
平衡点通过以下方法确定:
确定AGV中心线与路径标识线的交点,在所述路径标识线沿AVG运动方向上确定平衡点,所述平衡点到所述交点的距离与所述交点到AGV参考中心的距离相等;
轨迹为以所述平衡点和AGV参考中心为切点、交点到参考中心直线和交点到平衡点直线为切线的圆弧。
具体工作原理请参考自动导引控制方法实施例,在此不在赘述。
本实施例提供的自动导引控制装置,利用AGV的角度偏差和位置偏差通过计算规划出AVG的未来一段时间内的行驶轨迹以消除偏差,从全局角度把握整个控制过程,使得AGV运行平衡,抖动小,具有较高的稳定性和可靠性。
实施例三
如图10所示,本实施例提供一种自动导引系统,包括:
自动导引装置401,还包括AGV402以及路径标识线403,AGV设置有摄像头404,摄像头404AGV402中心线探出预设距离安装于AGV402前方。
本发明中的自动导引控制方法的执行主体为自动导引装置401;自动导引控制装置401可为一独立的设备实体;或者,该自动导引控制装置可作为一功能模块集成在AVG402中;对此,本发明实施例并不限制。
本实施例提供的自动导引系统,利用AGV的角度偏差和位置偏差通过计算规划出AVG的未来一段时间内的行驶轨迹以消除偏差,从全局角度把握整个控制过程,使得AGV运行平衡,抖动小,具有较高的稳定性和可靠性。
在本发明上述各实施例中,实施例的序号仅仅便于描述,不代表实施例的优劣。对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的装置和方法等实施例中,显然,各部件或各步骤是可以分解、组合和/或分解后重新组合的。这些分解和/或重新组合应视为本发明的等效方案。同时,在上面对本发明具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
最后应说明的是:虽然以上已经详细说明了本发明及其优点,但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。而且,本发明的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解,根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。因此,所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。

Claims (10)

1.一种自动导引控制方法,其特征在于,包括:
获取AGV的角度偏差和位置偏差;
根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;
如果不是,则采用相应的控制策略控制AGV进入终端域状态;
在终端域状态下控制AGV运动至平衡点以同时消除所述角度偏差和位置偏差。
2.根据权利要求1所述的自动导引控制方法,其特征在于,所述角度偏差为AGV运动方向与路径标识线方向的偏差;所述位置偏差为AVG参考中心与路径标识线的垂直距离。
3.根据权利要求2所述的自动导引控制方法,其特征在于,所述AGV的偏差状态包括:第一类状态、第二类状态以及终端域状态;判断AGV当前的偏差状态,包括:
当所述AGV满足第一约束条件时,为第一类状态;
当所述AGV满足第二约束条件时,为第二类状态;
当所述AGV满足第三约束条件时,为终端域状态;
其中,所述第一约束条件为:所述角度偏差与位置偏差的乘积大于0,或所述位置偏差等于0,所述角度偏差逆时针为正,顺时针为负,当AGV参考中心位于路径标识线左侧时,位置偏差为正,位于右侧时为负;
所述第二约束条件为:所述角度偏差等于0,或所述角度偏差与位置偏差的乘积小于0且转动半径大于第一范围或小于第二范围,所述转动半径通过以下公式计算获得:
Figure FDA0000382878860000011
Ra为转动半径,eα为角度偏差,ed为位置偏差;
所述第一范围通过以下公式计算获得:
Figure FDA0000382878860000012
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amin为控制变量的最小改变量;
所述第二范围通过以下公式计算获得:
Figure FDA0000382878860000021
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amax为控制变量的最大改变量;
所述第三约束条件为:所述角度偏差与位置偏差的乘积小于0且转动半径在第一范围和第二范围之间。
4.根据权利要求3所述的自动导引控制方法,其特征在于,所述采用相应控制策略控制AVG进入终端域状态,包括:
当所述AGV处于第一类状态下时,减小角度偏差直到角度偏差与位置偏差的乘积小于0,以满足第二约束条件使所述AGV进入第二类状态;
当所述AGV处于第二类状态下时,通过减小或增大转动半径以满足第三约束条件使所述AVG进入终端域状态。
5.根据权利要求1所述的自动导引控制方法,其特征在于,在终端域状态下控制控制AGV驶向平衡点以同时消除所述角度偏差和位置偏差,包括:
在所述终端域状态下计算获得关于控制变量的控制序列,根据所述控制变量控制所述AGV沿轨迹运动至平衡点;其中,
控制变量通过以下公式计算获得:
Figure FDA0000382878860000022
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,eα为角度偏差,ed为位置偏差,Δv为控制变量;
所述平衡点通过以下方法确定:
确定AGV中心线与路径标识线的交点,在所述路径标识线沿AVG运动方向上确定平衡点,所述平衡点到所述交点的距离与所述交点到AGV参考中心的距离相等;
所述轨迹为以所述平衡点和AGV参考中心为切点、交点到参考中心直线和交点到平衡点直线为切线的圆弧。
6.一种自动导引控制装置,其特征在于,包括:
偏差获取模块,用于获取AGV的角度偏差和位置偏差;
状态判断模块,用于根据所述角度偏差和位置偏差,判断AGV当前的偏差状态是否为终端域状态;
状态转换模块,用于当所述AGV当前的偏差状态不为终端域状态时,控制采用相应的控制策略控制AGV进入终端域状态;
偏差消除模块,用于在终端域状态下控制AGV运动至平衡点以同时消除所述角度偏差和位置偏差。
7.根据权利要求6所述的自动导引控制装置,其特征在于,所述偏差获取模块用于控制获取AGV运动方向与路径标识线方向的偏差以确定所述角度偏差;以及,控制获取AVG参考中心与路径标识线的垂直距离以确定所述位置偏差。
8.根据权利要求7所述的自动导引控制装置,其特征在于,所述AGV的偏差状态包括:第一类状态、第二类状态以及终端域状态;所述状态判断模块用于根据以下规则判断AGV当前的偏差状态:
当所述AGV满足第一约束条件时,为第一类状态;
当所述AGV满足第二约束条件时,为第二类状态;
当所述AGV满足第三约束条件时,为终端域状态;
其中,所述第一约束条件为:所述角度偏差与位置偏差的乘积大于0,或所述位置偏差等于0,所述角度偏差逆时针为正,顺时针为负,当AGV参考中心位于路径标识线左侧时,位置偏差为正,位于右侧时为负;
所述第二约束条件为:所述角度偏差等于0,或所述角度偏差与位置偏差的乘积小于0且转动半径大于第一范围或小于第二范围,所述转动半径通过以下公式计算获得:
Figure FDA0000382878860000031
Ra为转动半径,eα为角度偏差,ed为位置偏差;
所述第一范围通过以下公式计算获得:
Figure FDA0000382878860000041
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amin为控制变量的最小改变量;
所述第二范围通过以下公式计算获得:
Figure FDA0000382878860000042
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,amax为控制变量的最大改变量;
所述第三约束条件为:所述角度偏差与位置偏差的乘积小于0且转动半径在第一范围和第二范围之间。
9.根据权利要求8所述的自动导引控制装置,其特征在于,所述状态转换模块用于控制当所述AGV处于第一类状态下时,控制减小角度偏差直到角度偏差与位置偏差的乘积小于0,以满足第二约束条件使所述AGV进入第二类状态;以及,
当所述AGV处于第二类状态下时,控制减小或增大转动半径以满足第三约束条件使所述AVG进入终端域状态;
和/或,
所述偏差消除模块用于在所述终端域状态下计算获得关于控制变量的控制序列,根据所述控制变量控制所述AGV沿轨迹运动至平衡点;其中,
控制变量通过以下公式计算获得:
Figure FDA0000382878860000043
Dw为AGV两驱动轮的间距,Vc为AGV的线速度,eα为角度偏差,ed为位置偏差,Δv为控制变量;
所述平衡点通过以下方法确定:
确定AGV中心线与路径标识线的交点,在所述路径标识线沿AVG运动方向上确定平衡点,所述平衡点到所述交点的距离与所述交点到AGV参考中心的距离相等;
所述轨迹为以所述平衡点和AGV参考中心为切点、交点到参考中心直线和交点到平衡点直线为切线的圆弧。
10.一种自动导引系统,其特征在于,包括如权利要求6-9任一所述的自动导引控制装置,还包括AGV以及路径标识线,所述AGV设置有摄像头,所述摄像头沿所述AGV中心线探出预设距离安装于所述AGV前方。
CN201310422018.6A 2013-09-16 2013-09-16 自动导引控制方法、控制装置及系统 Expired - Fee Related CN103488174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310422018.6A CN103488174B (zh) 2013-09-16 2013-09-16 自动导引控制方法、控制装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310422018.6A CN103488174B (zh) 2013-09-16 2013-09-16 自动导引控制方法、控制装置及系统

Publications (2)

Publication Number Publication Date
CN103488174A true CN103488174A (zh) 2014-01-01
CN103488174B CN103488174B (zh) 2015-11-25

Family

ID=49828484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310422018.6A Expired - Fee Related CN103488174B (zh) 2013-09-16 2013-09-16 自动导引控制方法、控制装置及系统

Country Status (1)

Country Link
CN (1) CN103488174B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950972A (zh) * 2017-05-15 2017-07-14 上海音锋机器人股份有限公司 一种无人搬运车agv及其路线纠偏方法
WO2018121794A1 (zh) * 2016-12-30 2018-07-05 纳恩博(北京)科技有限公司 一种控制方法、电子设备及存储介质
CN108303982A (zh) * 2018-01-31 2018-07-20 深圳力子机器人有限公司 自动引导运输车、其控制方法及控制系统
CN108536135A (zh) * 2017-03-06 2018-09-14 苏州宝时得电动工具有限公司 路径控制方法、装置及清洁机器人
CN108733046A (zh) * 2017-04-20 2018-11-02 百度(美国)有限责任公司 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN109407658A (zh) * 2017-08-18 2019-03-01 厦门雅迅网络股份有限公司 无人车的行车轨迹规划方法及计算机可读存储介质
CN109426251A (zh) * 2017-08-29 2019-03-05 杭州海康机器人技术有限公司 一种机器人的行驶控制方法和装置
CN109613919A (zh) * 2018-12-26 2019-04-12 芜湖哈特机器人产业技术研究院有限公司 基于切线修正的单舵轮后置驱动移动平台的路径引导方法
CN109656130A (zh) * 2017-10-10 2019-04-19 北京京东尚科信息技术有限公司 搬运机器人运行控制方法、装置、机器人以及存储介质
CN109683616A (zh) * 2018-12-26 2019-04-26 芜湖哈特机器人产业技术研究院有限公司 一种单舵轮后置驱动移动平台的直线路径引导方法
CN110154787A (zh) * 2019-06-27 2019-08-23 浙江亿控自动化设备有限公司 一种双舵轮无人搬运车及其控制方法
CN110320906A (zh) * 2019-05-09 2019-10-11 重庆大学 一种基于麦克纳姆轮的四驱agv小车差速直线行驶姿态调整方法
CN111470243A (zh) * 2020-03-30 2020-07-31 无锡顺达智能自动化工程股份有限公司 仓储机器人曲线行走的算法及实施方法
WO2020191711A1 (en) * 2019-03-28 2020-10-01 Baidu.Com Times Technology (Beijing) Co., Ltd. A camera-based low-cost lateral position calibration method for level-3 autonomous vehicles
CN112614375A (zh) * 2020-12-18 2021-04-06 中标慧安信息技术股份有限公司 基于车辆行驶状态的停车引导方法和系统
CN112882476A (zh) * 2021-01-26 2021-06-01 佛山市光华智能设备有限公司 用于控制agv车体转向的控制方法及控制装置
CN113002399A (zh) * 2019-12-20 2021-06-22 锥能机器人(上海)有限公司 货架搬运方法及其装置、机器可读介质和系统
CN113110489A (zh) * 2021-04-30 2021-07-13 清华大学 一种轨迹规划方法、装置、电子设备和存储介质
CN113189994A (zh) * 2021-04-25 2021-07-30 上海德衡数据科技有限公司 基于工业互联网的自动导引方法、系统、设备及存储介质
CN113741526A (zh) * 2021-09-13 2021-12-03 北京微纳星空科技有限公司 无人机偏离运行轨迹的纠正方法、装置及可读存储介质
CN114779755A (zh) * 2022-03-01 2022-07-22 国以贤智能科技(上海)股份有限公司 基于混合导航方式的单舵轮叉车运动控制方法及系统
CN114859941A (zh) * 2022-07-05 2022-08-05 上海仙工智能科技有限公司 一种在弯曲光滑路径下的速度规划方法、存储介质
CN117093001A (zh) * 2023-08-25 2023-11-21 杭州士腾科技有限公司 自动导向车的纠偏方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5187664A (en) * 1990-11-27 1993-02-16 Eaton-Kenway, Inc. Proportional position-sensing system for an automatic guided vehicle
US6654647B1 (en) * 1999-11-04 2003-11-25 Samsung Electronics Co., Ltd. Method for controlling an automatic guided vehicle system
CN101885350A (zh) * 2010-07-15 2010-11-17 南京航空航天大学 全方位自动导引车的路径自适应跟踪控制方法
CN102608998A (zh) * 2011-12-23 2012-07-25 南京航空航天大学 嵌入式系统的视觉导引agv系统及方法
CN102890511A (zh) * 2012-10-31 2013-01-23 台州清华机电制造有限公司 一种激光导引的sd型agv系统的导引方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5187664A (en) * 1990-11-27 1993-02-16 Eaton-Kenway, Inc. Proportional position-sensing system for an automatic guided vehicle
US6654647B1 (en) * 1999-11-04 2003-11-25 Samsung Electronics Co., Ltd. Method for controlling an automatic guided vehicle system
CN101885350A (zh) * 2010-07-15 2010-11-17 南京航空航天大学 全方位自动导引车的路径自适应跟踪控制方法
CN102608998A (zh) * 2011-12-23 2012-07-25 南京航空航天大学 嵌入式系统的视觉导引agv系统及方法
CN102890511A (zh) * 2012-10-31 2013-01-23 台州清华机电制造有限公司 一种激光导引的sd型agv系统的导引方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于树友等: "一种基于LMI的非线性模型预测控制终端域优化方法", 《自动化学报》, vol. 34, no. 7, 31 July 2008 (2008-07-31), pages 798 - 804 *
朱江: "AGV车载控制原理研究", 《中国优秀硕士学位论文全文数据库》, no. 10, 15 October 2006 (2006-10-15), pages 24 - 27 *
赵韩等: "非完整约束AGV轨迹跟踪的非线性预测控制", 《中国机械工程》, vol. 22, no. 6, 31 March 2011 (2011-03-31), pages 681 - 686 *

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018121794A1 (zh) * 2016-12-30 2018-07-05 纳恩博(北京)科技有限公司 一种控制方法、电子设备及存储介质
CN108536135A (zh) * 2017-03-06 2018-09-14 苏州宝时得电动工具有限公司 路径控制方法、装置及清洁机器人
CN108536135B (zh) * 2017-03-06 2023-10-27 苏州宝时得电动工具有限公司 路径控制方法、装置及清洁机器人
CN108733046A (zh) * 2017-04-20 2018-11-02 百度(美国)有限责任公司 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN106950972A (zh) * 2017-05-15 2017-07-14 上海音锋机器人股份有限公司 一种无人搬运车agv及其路线纠偏方法
CN109407658A (zh) * 2017-08-18 2019-03-01 厦门雅迅网络股份有限公司 无人车的行车轨迹规划方法及计算机可读存储介质
CN109426251A (zh) * 2017-08-29 2019-03-05 杭州海康机器人技术有限公司 一种机器人的行驶控制方法和装置
CN109656130A (zh) * 2017-10-10 2019-04-19 北京京东尚科信息技术有限公司 搬运机器人运行控制方法、装置、机器人以及存储介质
CN109656130B (zh) * 2017-10-10 2022-06-07 北京京东乾石科技有限公司 搬运机器人运行控制方法、装置、机器人以及存储介质
CN108303982A (zh) * 2018-01-31 2018-07-20 深圳力子机器人有限公司 自动引导运输车、其控制方法及控制系统
CN108303982B (zh) * 2018-01-31 2021-11-30 深圳力子机器人有限公司 自动引导运输车、其控制方法及控制系统
CN109683616B (zh) * 2018-12-26 2021-07-09 芜湖哈特机器人产业技术研究院有限公司 一种单舵轮后置驱动移动平台的直线路径引导方法
CN109613919B (zh) * 2018-12-26 2021-07-13 芜湖哈特机器人产业技术研究院有限公司 基于切线修正的单舵轮后置驱动移动平台的路径引导方法
CN109683616A (zh) * 2018-12-26 2019-04-26 芜湖哈特机器人产业技术研究院有限公司 一种单舵轮后置驱动移动平台的直线路径引导方法
CN109613919A (zh) * 2018-12-26 2019-04-12 芜湖哈特机器人产业技术研究院有限公司 基于切线修正的单舵轮后置驱动移动平台的路径引导方法
WO2020191711A1 (en) * 2019-03-28 2020-10-01 Baidu.Com Times Technology (Beijing) Co., Ltd. A camera-based low-cost lateral position calibration method for level-3 autonomous vehicles
CN112041774A (zh) * 2019-03-28 2020-12-04 百度时代网络技术(北京)有限公司 用于3级自动驾驶车辆的基于摄像机的横向位置校准
CN112041774B (zh) * 2019-03-28 2024-07-23 百度时代网络技术(北京)有限公司 用于3级自动驾驶车辆的基于摄像机的横向位置校准
CN110320906A (zh) * 2019-05-09 2019-10-11 重庆大学 一种基于麦克纳姆轮的四驱agv小车差速直线行驶姿态调整方法
CN110320906B (zh) * 2019-05-09 2022-02-01 重庆大学 一种基于麦克纳姆轮的四驱agv小车差速直线行驶姿态调整方法
CN110154787A (zh) * 2019-06-27 2019-08-23 浙江亿控自动化设备有限公司 一种双舵轮无人搬运车及其控制方法
CN110154787B (zh) * 2019-06-27 2023-08-15 浙江亿控自动化设备有限公司 一种双舵轮无人搬运车及其控制方法
CN113002399A (zh) * 2019-12-20 2021-06-22 锥能机器人(上海)有限公司 货架搬运方法及其装置、机器可读介质和系统
CN111470243A (zh) * 2020-03-30 2020-07-31 无锡顺达智能自动化工程股份有限公司 仓储机器人曲线行走的算法及实施方法
CN112614375B (zh) * 2020-12-18 2021-10-08 中标慧安信息技术股份有限公司 基于车辆行驶状态的停车引导方法和系统
CN112614375A (zh) * 2020-12-18 2021-04-06 中标慧安信息技术股份有限公司 基于车辆行驶状态的停车引导方法和系统
CN112882476A (zh) * 2021-01-26 2021-06-01 佛山市光华智能设备有限公司 用于控制agv车体转向的控制方法及控制装置
CN113189994B (zh) * 2021-04-25 2023-03-03 上海德衡数据科技有限公司 基于工业互联网的自动导引方法、系统、设备及存储介质
CN113189994A (zh) * 2021-04-25 2021-07-30 上海德衡数据科技有限公司 基于工业互联网的自动导引方法、系统、设备及存储介质
CN113110489A (zh) * 2021-04-30 2021-07-13 清华大学 一种轨迹规划方法、装置、电子设备和存储介质
CN113741526A (zh) * 2021-09-13 2021-12-03 北京微纳星空科技有限公司 无人机偏离运行轨迹的纠正方法、装置及可读存储介质
CN114779755A (zh) * 2022-03-01 2022-07-22 国以贤智能科技(上海)股份有限公司 基于混合导航方式的单舵轮叉车运动控制方法及系统
CN114859941A (zh) * 2022-07-05 2022-08-05 上海仙工智能科技有限公司 一种在弯曲光滑路径下的速度规划方法、存储介质
CN114859941B (zh) * 2022-07-05 2022-09-23 上海仙工智能科技有限公司 一种在弯曲光滑路径下的速度规划方法、存储介质
CN117093001A (zh) * 2023-08-25 2023-11-21 杭州士腾科技有限公司 自动导向车的纠偏方法及系统
CN117093001B (zh) * 2023-08-25 2024-05-07 杭州士腾科技有限公司 自动导向车的纠偏方法及系统

Also Published As

Publication number Publication date
CN103488174B (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN103488174A (zh) 自动导引控制方法、控制装置及系统
US20210163068A1 (en) Obstacle avoidance guidance for ground vehicles
Qi Adaptive coordinated tracking control of multiple autonomous underwater vehicles
Škrjanc et al. Optimal cooperative collision avoidance between multiple robots based on Bernstein–Bézier curves
CN108303982B (zh) 自动引导运输车、其控制方法及控制系统
Maurović et al. Explicit model predictive control for trajectory tracking with mobile robots
Parhi et al. Navigational control of several mobile robotic agents using Petri-potential-fuzzy hybrid controller
Li et al. A sampling-based local trajectory planner for autonomous driving along a reference path
Ye et al. A method for mobile robot navigation on rough terrain
CN106020197A (zh) 一种基于势能场的机器人路径跟踪算法
CN111752274B (zh) 一种基于强化学习的激光agv的路径跟踪控制方法
Horst et al. Trajectory generation for an on-road autonomous vehicle
Kapania Trajectory planning and control for an autonomous race vehicle
Wang et al. Chase and track: Toward safe and smooth trajectory planning for robotic navigation in dynamic environments
CN113635891A (zh) 一体式平行泊车轨迹规划和跟踪控制方法及系统
Abajo et al. Evolutive tuning optimization of a PID controller for autonomous path-following robot
Hongbo et al. Autonomous parking control for intelligent vehicles based on a novel algorithm
Moon et al. Automatic parking controller with a twin artificial neural network architecture
Liu et al. A Two-layer Model predictive path-tracking control with curvature adaptive method for high-speed autonomous driving
Özdemir et al. Gap based elastic trees as a novel approach for fast and reliable obstacle avoidance for UGVs
Gómez et al. Performance analysis of fast marching-based motion planning for autonomous mobile robots in ITER scenarios
Yuan et al. Trajectory planning and tracking control for autonomous bicycle robot
CN113885514B (zh) 基于模糊控制和几何追踪的agv路径跟踪方法及系统
Kang et al. Lateral control for autonomous lane keeping system on highways
CN112596516A (zh) 基于Dubins曲线的多车队形切换方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125

Termination date: 20160916